TEMA 07: DISTRIBUCIONES DE PROBABILIDAD

DISTRIBUCIN BINOMIAL
Ensayo Bernoulli. Es un experimento aleatorio que solo tiene dos resultados. xito o
fracaso.
Donde la probabilidad de xito se denota por p.ee
Suponga que se realizan n experimentos Bernoulli independientes. Suponga que la
variable X de inters es el nmero de xitos. X toma valores 0,1,2,...,n
La distribucin binomial se utiliza para modelar datos discretos y se aplica para
poblaciones grandes (N>50) y muestras pequeas (n<0.1N). El muestreo binomial es
con reemplazamiento.
Es apropiada cuando la proporcin defectiva es mayor o igual a 0.1.
La distribucin normal se aproxima a la binomial cuando np > 5
La variable aleatoria x tiene una distribucin binomial como sigue:
n
n!
C xn
x!( n x)!
x

Con media y varianza:

Ejemplo: Un equipo requiere a lo ms 10% de servicios en garanta. Para

comprobarlo se compran 20 de estos equipos y se someten a pruebas aceleradas de
uso para simular el uso durante el periodo de garanta.
Obtener la probabilidad para P(x4).
Rechazar la afirmacin de que falla menos del 10% si se encuentra que X5.
P(X5) = 1- P(X<4) = 1- (P(X=0)+ P(X=1)+ P(X=2)+ P(X=3))
= 1 - (0.1216+0.2702+0.2852+0.1901)
= 1 0.8671 = 0.1329
1 - distr.binom(4,20,0.1,1) = 1 0.9568 = 0.0432 lo cual es bajo.
USO DE EXCEL:
x = xitos en la muestra, p = probabilidad de xito, n = tamao de muestra.
En Fx Estadsticas seleccionar
=distr.binom(x, n, p, 0 o 1 dependiendo si es puntual o acumulada)
EJERCICIOS:
1) Un panel solar tiene una vida til de 5 aos con una probabilidad de 0.95. Se toman
20 paneles solares y se registr la vida til.
a) Cul es la probabilidad de que exactamente 18 tengan su vida til de 5 aos?
b) Cul es la probabilidad de que cuando mucho 10 tengan esa vida til?
c) Si solo 10 paneles tienen una vida til de 5 aos, que debera pensarse sobre
el valor verdadero de P?
2) 20% de los telfonos se reparan cuando todava est vigente la garanta. De estos
el 60% se reparan mientras que el 40% se reemplazan. Si una empresa compra
10 de estos telfonos, Cul es la probabilidad de que exactamente sean
reemplazados 2 en periodo de garanta?.

Pgina 1 de 6

3)

4)

Suponga que solo 25% de los automovilistas se detienen por completo en un alto
con luz roja intermitente cuando no est visible otro automvil. Cul es la
probabilidad de que de 20 automovilistas seleccionados al azar se detengan:
a) A lo sumo 6 se detengan por completo
b) Exactamente 6 se detengan por completo?
c) Al menos 6 se detengan por completo?
d) Cuntos de los siguientes 20 automovilistas se espera que se detengan por
completo?
De todas las plantas slo el 5% descargan residuos por sobre la norma. Si se
muestrean 20 plantas Cul es la probabilidad de que estn fuera de la ley:
a) Menos que una planta?
b) Menos de dos plantas
c) Exactamente 3
d) Ms de una

DISTRIBUCIN DE POISSON
La distribucin de Poisson se utiliza para modelar datos discretos como aproximacin
a la Binomial dada la dificultad que exista de encontrar tabla Binomiales adecuadas
cuando n es grande y p pequea. La distribucin de probabilidad de Poisson
proporciona buenas aproximaciones cuando
np 5.
Se aproxima a la binomial cuando p es igual o menor a 0.1, y el tamao de muestra es
grande (n > 16) por tanto np > 1.6.
Una Variable aleatoria X tiene distribucin Poisson si toma probabilidades con.

Con media y varianza:

Ejemplo 1. Suponga que una compaa de seguros asegura las vidas de 5000
hombres de 42 aos de edad. Si los estudios actuales muestran que la probabilidad de
que un hombre muera en cierto ao es 0.001, entonces la probabilidad de que la
empresa pague exactamente 4 indeminizaciones y= 4 en un cierto ao es:
P ( y 4) p (4)

5000!
(0.001) 4 (0.999) 4996
4!*4996!

El valor de esta expresin no aparece en tablas y su clculo era difcil, no as con

Excel.
Aproximando con la distribucin de Poisson, se toma la tasa media de sucesos = np
= (5000)*(0.001)= 5, teniendo:

Pgina 2 de 6

P ( y 4)

4 e 5 4 e 5

0.1745
4!
4!

Ejemplo 2. Una planta tiene 20 mquinas, si la probabilidad de que falla una en cierto
da es 0.05. Encuentre la probabilidad de que durante un da determinado fallen dos
mquinas.
np = 20 *0.05 = 1.0
12 e 1
P ( y 2)
0.184
2!
Si se calcula con la distribucin Binomial se tiene:
P ( y 2) p (2)

20!
(0.05) 2 (0.95)18 0.188
2!*18!

La aproximacin es mejor conforme se aproxima a np = 5.

La distribucin de Poisson adems de ser til como aproximacin de las
probabilidades Binomiales, constituye un buen modelo para experimentos donde Y
representa el nmero de veces que ha ocurrido un evento en una unidad dada de
tiempo o de espacio. Por ejemplo:
Nmero de llamadas recibidas en un conmutador durante un da, conociendo el
promedio por da.
Nmero de reclamaciones contra una empresa de seguros por semana, conociendo el
prom. Sem.
Nmero de llegadas a una estacin de servicio durante un minuto dado, conociendo el
prom./min.
Nmero de ventas hechas por un agente de ventas en un da, conociendo el promedio
por da.
Slo se requiere que los eventos sean independientes.
USO DE EXCEL:
x = xitos en la muestra, np = media.
En Fx Estadsticas seleccionar
=Poisson(x, np, 0 o 1 dependiendo si es puntual o acumulada)

EJERCICIOS:
1. El 20% de los choferes son mujeres, si se seleccionan 20 al azar para una
encuesta:
Usando la distribucin binomial y la distribucin de Poisson
a) Cul es la probabilidad de que dos choferes sean mujeres ?
b) Cul es la probabilidad de que al menos cuatro sean mujeres?
2. Se tienen 8 recepcionistas, estan ocupadas en promedio el 30% del tiempo, si 3
clientes llaman la prob. De que estn ocupadas es mayor al 50%?

Pgina 3 de 6

3. Un proveedor de partes de bicicleta tiene 3% de defectos. Se compran 150 partes y

si la probabilidad de que 3 o ms partes sean defectuosas excede al 50%, no se hace
la compra.
Qu sucede en este caso?.
4. En una universidad las llamadas entran cada 2 minutos
a) Cul es la cantidad esperada de llamadas en una hora?
b) Cul es la probabilidad de 3 llamadas en los sig. 5 minutos?
c) Cul es la probabilidad de no llamadas en los sig. 5 minutos?
d) cul es la prob. de recibir 10 llamadas en los sig. 15 minutos?
5. Un proceso de manufactura produce 1.2 defectos por cada 100 unidades
producidas,
Cul es la probabilidad de que las siguientes 500 unidades presenten X=3 defectos?
6. 40 trabajadores tienen nuevas computadoras, 26 con MMX. Si se seleccionan 10 al
azar, Cul es la prob. De que 3 tengan la tecnologa MMX?.
7. De un grupo de 20 productos, se toman 10 al azar,
Cul es la probabilidad de contengan las 5 mejores unidades?
8. De 9 empleados diurnos slo 6 estn calificados para hacer su trabajo, si se
seleccionan aleatoriamente 5 de los 9 empleados, Cul es la probabilidad de que:
a) Los 5 estn calificados
b) 4 esten calificados
c) Por lo menos 3 estn calificados
Distribucin Normal Estandarizada.
La distribucin continua de probabilidad ms importante en todo el campo de la
estadstica es la distribucin normal. Su grfica que se denomina curva normal o
gaussiana en forma de campana. La cual describe muchos fenmenos que
ocurren en la naturaleza, industria, economa y la investigacin.
Una variable aleatoria normal continua X que tiene la distribucin en forma de
campana, se llama variable aleatoria normal. La ecuacin matemtica para la
distribucin depende de dos parmetros y , su media y desviacin estndar. De
aqu, denotamos los valores de la densidad de X con ( , )
La funcin de densidad de la variable aleatoria norma X, con media y varianza , es
N(x; ,)=

Una vez que se especifique y la curva normal queda determinado por

completo.
Propiedades de la curva Normal.
1. La moda, que es el punto sobre el eje horizontal donde la curva es un mximo
ocurre en x=
2. La curva es simtrica alrededor de un eje vertical a travs de la media
3. La curva tiene sus puntos de inflexin en x= , es cncavo hacia abajo si X +.

Pgina 4 de 6

4. La curva normal se aproxima al eje horizontal de manera asinttica conforme

nos alejamos de la media en cualquier direccin.
5. El rea total abajo la curva y sobre el eje horizontal es igual a 1.
Area bajo la curva normal.
La curva de cualquier distribucin continua de probabilidades o funcin de densidad se
construye de modo que el rea bajo la curva limitada por las dos ordenadas x= , x=
, es igual a la probabilidad de que la variable aleatoria X tome un valor entre x= , x=
, As, para la curva normal de la figura A.

Esta representa el rea de la regin sombreada.

x1

x2

El rea bajo la curva va entre cualquier dos ordenadas tambin debe depender
de los valores y , esto es evidente donde sombreamos la regin que corresponde a
para diferentes curvas con diferentes medias y varianzas. La
, donde X es la variable aleatoria que describe la distribucin del grfico
anterior.
La dificultad que se encuentra al resolver las integrales de funciones de densidad
normal necesita de la tabulacin de las reas de la curva normal para una referencia
rpida. Sin embargo, sera tarea sin fin intentar establecer tablas separadas para cada
valor concebible de y . Afortunadamente, somos capaces de transformar todas las
observaciones de cualquier variable aleatoria normal X a un nuevo conjunto de
observaciones de una variable aleatoria normal Z con media cero y varianza uno. Esto
se puede realizar por medio de la transformacin.

Siempre y cuando X tome un valor x, el valor correspondiente de Z est dado por

. Por tanto, si X cae entre los valores x= , x= , la variable aleatoria Z caer
entre los valores correspondientes

, en consecuencia

podemos escribir.

Donde Z se ve como una variable aleatoria normal con media cero y varianza 1.
Pgina 5 de 6

Definicin: La distribucin de una variable aleatoria normal con media cero y varianza uno
se llama distribucin normal estndar.

Ejemplo 1. Encontrar la probabilidad de los siguientes incisos, utilizando la tabla de

distribucin normal. :

Ejemplo 2. El tiempo de vida de una lavadora automtica OSTER tiene una

distribucin aproximadamente normal con media y desviacin estndar iguales a 3.1 y
1.2 aos, respectivamente. Si el Gallo ms Gallo, vende el artculo con garanta de un
ao. Qu fraccin de las lavadoras vendidas tendrn que ser reemplazadas?
Datos
=3.1 aos
=1.2 aos.
X= tiempo de vida de la lavadora.
X= 1 ao.
Donde la frmula para encontrar la probabilidad es;

P(Z)= 0.0401
Por lo cual la fraccin de lavadoras Oster que sern cambiadas dentro del perodo de
garanta es del 4% del total que vendieron durante un ao.

Pgina 6 de 6