Experimento de Bernoulli ()

En un experimento de Bernoulli ():

E es un evento. (E: xito)
P(E) = p.
F = E
C
. (F: Fracaso)
P(F) = q =1-p.
Distribucin de Bernoulli

La variable aleatoria X tiene una distribucin de
Bernoulli con parmetro p ( X ~ Ber(p) ),
si
)
`

=
F es del resultado el si
E es del resultado el si
X
c|
c|
, 0
, 1
Propiedad.
Distribucin de Bernoulli
Si la variable aleatoria X tiene una distribucin
de Bernoulli con parmetro p ( X ~ Ber(p) ),
entonces:
1) La funcin de probabilidad de X es:


2) E(X) = p.
V(X) = pq.
. 1 , 0 , ) (
1
= =

x q p x f
x x
Distribucin Binomial

La variable aleatoria X tiene una distribucin
Binomial con parmetros n y p ( X ~ B(n,p) ),
si X es el nmero de xitos en n repeticiones
independientes de un con P(E) = p.

Propiedad.
Distribucin Binomial

1) X ~ Ber(p) si y slo si X ~ B(1,p).


2) Si X
i
~ Ber(p)
(i = 1, 2,, n)
.

X
i (i = 1, 2,, n)
independientes.


X = X
1
+

X
2
+

+

X
n

entonces X ~ B(n,p).

Propiedad.
Distribucin Binomial
Si la variable aleatoria X tiene una distribucin
Binomial con parmetros n y p ( X ~ B(n,p) ),
entonces:
1) La funcin de probabilidad de X es:


2) E(X) = np.
V(X) = npq.
. ,..., 1 , 0 , ) ( n x q p C x f
x n x n
x
= =

Ejemplo

La probabilidad de que un elector vote por el
candidato A es del 25%. Si los electores son
entrevistados uno por uno de manera
independiente, encontrar la probabilidad de que
por lo menos 2 de un total de 10 electores voten
por el candidato A.
E = {elector vote por el candidato A }
p = P(E) = 0.25
X = nmero de electores (n = 10) que votan por
el candidato A.
X ~ B(10, 0.25)


. 10 ,..., 1 , 0 , ) 75 . 0 ( ) 25 . 0 ( ) (
10 10
= =

x C x f
x x
x
Ejemplo






.
7559 . 0 )) 1 ( ) 0 ( ( 1
) ( 1 ) 2 ( 1 ) 2 (
1
0
= + =
= < = >

=
f f
x f X P X P
x
Distribucin Geomtrica

La variable aleatoria X tiene una distribucin
Geomtrica con parmetro p ( X ~ G(p) ),
si X es el nmero de repeticiones
independientes de un con P(E) = p
hasta obtener un xito.


Propiedad.
Distribucin Geomtrica
Si la variable aleatoria X tiene una distribucin
Geomtrica con parmetro p ( X ~ G(p) ),
entonces:
1) La funcin de probabilidad de X es:


2) E(X) = 1 / p.
V(X) = q / p
2
.

,... 3 , 2 , 1 , ) (
1
= =

x p q x f
x
Propiedad.
Distribucin Geomtrica

Si la variable aleatoria X tiene una distribucin
Geomtrica con parmetro p ( X ~ G(p) ),
entonces la funcin de distribucin acumulada
de X es:


,... 3 , 2 , 1 , 1 ) ( = = x q x F
x
Ejemplo

La probabilidad de que un elector vote por el
candidato A es del 25%. Si los electores son
entrevistados uno por uno de manera
independiente, encontrar la probabilidad de que
haya que entrevistar a ms de 5 electores hasta
encontrar uno que vote por el candidato A.
E = {elector vote por el candidato A }
p = P(E) = 0.25
X = nmero de electores entrevistados
hasta encontrar uno que vote por el
candidato A.
X ~ G(0.25)

,... 3 , 2 , 1 , ) 25 . 0 ( ) 75 . 0 ( ) (
1
= =

x x f
x
,... 3 , 2 , 1 , ) 75 . 0 ( 1 ) ( = = x x F
x






.
2373 . 0 ) 75 . 0 (
) 5 ( 1 ) 5 ( 1 ) 5 (
5
= =
= s = > F X P X P
Distribucin de Pascal

La variable aleatoria X tiene una distribucin de
Pascal con parmetros r y p ( X ~ Pas(r,p) ),
si X es el nmero de repeticiones
independientes de un con P(E) = p
hasta obtener r xitos.


Propiedad.
Distribucin de Pascal

1) X ~ G(p) si y slo si X ~ Pas(1,p).


2) Si X
i
~ G(p)
(i = 1, 2,, r)
.

X
i (i = 1, 2,, r)
independientes.


X = X
1
+

X
2
+

+

X
r

entonces X ~ Pas(r,p).

Propiedad.
Distribucin de Pascal
Si la variable aleatoria X tiene una distribucin
de Pascal con parmetros r y p ( X ~ Pas(r,p) ),
entonces:
1) La funcin de probabilidad de X es:


2) E(X) = r / p.
V(X) = r (q / p
2
).

,... 2 , 1 , , ) (
1
1
+ + = =

r r r x p q C x f
r r x x
r
Ejemplo

La probabilidad de que un elector vote por el
candidato A es del 25%. Si los electores son
entrevistados uno por uno de manera
independiente, encontrar la probabilidad de que
haya que entrevistar a 10 electores hasta
encontrar al tercero que vote por el candidato A.
E = {elector vote por el candidato A }
p = P(E) = 0.25
X = nmero de electores entrevistados
hasta encontrar tres que voten por el
candidato A.
X ~ Pas(3, 0.25)


P( X=10 ) = f(10) = 0.075

,... 5 , 4 , 3 , ) 25 . 0 ( ) 75 . 0 ( ) (
3 3 1
2
= =

x C x f
x x
Distribucin Hipergeomtrica
La variable aleatoria X tiene una distribucin
Hipergeomtrica con parmetros N, n y r
( X ~ H(N,n,r) ),
si X es el nmero de elementos del tipo E
escogidos, al escoger n elementos sin reposicin
de un total de N elementos, de los cuales r son
del tipo E.

Propiedad.
Distribucin Hipergeomtrica
Si la variable aleatoria X tiene una distribucin
Hipergeomtrica con parmetros N, n y r
( X ~ H(N,n,r) ), entonces:
1) La funcin de probabilidad de X es:



2) E(X) = n (r / N).
V(X) = n (r / N) (1 - r / N) ((N - n) / (N -1)).
} , min{ )},..., ( , 0 max{ , ) ( r n r N n x
C
C C
x f
N
n
r N
x n
r
x
= =

Ejemplo

De un lote de 20 motores de los cuales 12 son
de manufactura china, se escoge al azar y sin
reposicin 13 motores.
Encontrar la probabilidad de que entre los
motores escogidos haya 6 de manufactura China.

N = 20, n = 13, r = 12.
X = nmero de motores de manufactura
china escogidos.
X ~ H(20, 13, 12).



095 . 0 ) 6 ( ) 6 (
. 12 ,..., 6 , 5 , ) (
20
13
8
13
12
= = =
= =

f X P
x
C
C C
x f
x x
Propiedad.
Aproximacin de la Hipergeomtrica
por la Binomial

Sea X ~ H(N,n,r).
Si N ,
entonces aproximadamente
X ~ B(n, r / N).


Distribucin de Poisson

La variable aleatoria X tiene una distribucin
de Poisson con parmetro ( X ~ Poisson() ),
si la funcin de probabilidad de X es:

,... 2 , 1 , 0 ,
!
) ( = =

x
x
e
x f
x

Propiedad.
Distribucin de Poisson

Si la variable aleatoria X tiene una distribucin
de Poisson con parmetro ( X ~ Poisson( ) ),
entonces:
E(X) = .
V(X) = .

Propiedad.
Aproximacin de la Binomial
por la Poisson

Sea X ~ B(n,p).
Si n , p 0, np = ,
entonces aproximadamente
X ~ Poisson( )
Ejemplo
El nmero de llamadas telefnicas, por unidad
de tiempo, que entran a una central telefnica
sigue una distribucin de Poisson.
Si en promedio entran 5 llamadas por minuto,
encontrar la probabilidad de que a la central
telefnica entren:
a) 3 llamadas en un minuto.
b) 6 llamadas en dos minutos.

a) X = nmero de llamadas en un minuto.
= E(X) = 5.
X ~ Poisson(5).


P(X = 3) = f(3) = 0.14037

,... 2 , 1 , 0 ,
!
) 5 (
) (
5
= =

x
x
e
x f
x

b) X = nmero de llamadas en dos minutos.
= E(X) = 10.
X ~ Poisson(10).


P(X = 6) = f(6) = 0.06305

,... 2 , 1 , 0 ,
!
) 10 (
) (
10
= =

x
x
e
x f
x