UNIVERSIDAD TCNICA

DEL NORTE
INGENIERA EN CONTABILIDAD Y
AUDITORA

ESTADSTICA
NIVEL: 3RO C1
APLICADA
 DISTRIBUCIONES DISCRETAS

Una distribucin de probabilidad es una

representacin de todos los resultados
posibles de algn experimento y de la
probabilidad relacionada con cada uno.
Una distribucin de probabilidad es discreta
cuando los resultados posibles del
experimento son obtenidos de variables
aleatorias discretas, es decir, de variables que
solo puede tomar ciertos valores, con
frecuencia nmeros enteros, y que resultan
principalmente del procesos de conteo.
 VARIABLE ALEATORIA
DISCRETA
Puede asumir solo ciertos valores numricos (enteros) y se
aplica para el conteo

El nmero de caras en el experimento del lanzamiento de

la moneda es un ejemplo de una variable aleatoria discreta.
Los valores de la variable aleatoria se restringen solo a
ciertos nmeros: 0, 1, 2 y 3

Ejemplos de variables aleatorias discretas:

Nmeros de caras al lanzar una moneda

El resultado del lanzamiento de un dado
Nmero de hijos de una familia
Nmero de estudiantes de una universidad
 EJEMPLO
Sea el experimento aleatorio de lanzar 2 monedas al
aire. Determinar la distribucin de probabilidades del
nmero de caras.
Solucin:
El espacio muestral es S = {CC, CS, SC, SS}
La probabilidad de cada punto muestral es de 1/4, es decir,
P (CC) = P(CS) = P(SC) = P(SS) = 1/4

La distribucin de probabilidades del nmero de caras se

presenta en la siguiente tabla:

Resultados (N de Probabilidad
Caras)
0 1/4= 0,25 = 25%
1 2/4= 0,50 = 50%
2 1/4= 0,25 = 25%
El grafico de distribuciones de probabilidad se
muestra en la siguiente figura:

Interpretacin:
La probabilidad de obtener dos caras al lanzar 2
monedas al aire es de 1/4= 0,25 = 25%
La probabilidad de obtener una cara al lanzar 2
monedas al aire es de 2/4=0,5= 50%
La probabilidad de obtener 2 caras al lanzar 2
monedas al aire es de 1/4=0,25= 25%
 MEDIA

Es la media
llamada
aritmtica
tambin Los pesos
ponderada
valor son las
de todos los
esperado o probabilidad
resultados
esperanza es
posibles
matemtica respectivas
de tales
resultados
Se halla
Se expresa
multiplicando
mediante la
cada resultado
posible por su
siguiente
probabilidad y frmula:
sumando los =E(X)=((
resultados ))
 VARIANZA

Es el Mide la Se halla
promedio de dispersin de calculando
las los las

desviaciones resultados diferencias
al cuadrado alrededor de entre cada
con respecto la media uno de los
a la media resultados y
su media
Se expresa
Se expresa en
mediante unidades al
cuadrado, por lo
la siguiente
que es necesario
frmula: calcular la
2 = [( )2 desviacin
estndar que se
()]
expresa en las
 P LO
EJEM Hallar la esperanza matemtica, la varianza y la desviacin
estndar del nmero de caras al lanzar tres monedas al aire.
Solucin: El espacio muestral es S = {CCC, CCS, CSC, SCC, CSS, SCS,
SSC, SSS} La probabilidad de cada punto muestral es de 1/8

Se elabora las distribuciones de probabilidad y se realiza los clculos
respectivos. Estos resultados se presentan en la siguiente tabla:

Observando la tabla se tiene: = E(X) = 1,5 ; 2 = 0,75

Y calculando la desviacin estndar se obtiene: = 2 = 0,75 =
0,866
 PROBABILIDAD
BINOMIAL
Ladistribucin de probabilidad
binomiales uno de los modelos
matemticos (expresin
matemtica para representar
una variable) que se utiliza
cuando la variable aleatoria
discreta es el nmero de xitos
en una muestra compuesta por
n observaciones
PROPIEDADES
 D E L A
L C U LO
C I L ID A D
O B A B
PR I A L
BINO M

nes el nmero de pruebas.

kes el nmero de xitos.
pes la probabilidad de xito.
qes la probabilidad de fracaso.

El nmero combinatorio
 EJEMPLO
La
La ltima
ltima novela
novela de
de un
un autor
autor ha
ha tenido
tenido un
un gran
gran xito,
xito, hasta
hasta el
el
punto
punto dede que
que el
el 80%
80% dede los
los lectores
lectores ya
ya la
la han
han ledo.
ledo. Un
Un grupo
grupo
de
de 44 amigos
amigos son
son aficionados
aficionados aa la
la lectura:
lectura:
1.Cul
1.Cul eses la
la probabilidad
probabilidad de de que
que elel grupo
grupo hayan
hayan ledo
ledo la
la
novela
novela 2 2 personas?
personas?

n
n==44
p
p== 0.8
0.8
q
q== 0.2
0.2
B(4,
B(4, 0.8)
0.8)
2.Y cmo mximo
2?
 N D E
IB UC I
DIS TR
SSO N
POI
Es una de las ms importantes distribuciones devariable discreta.
Sus principales aplicaciones hacen referencia a la modelizacin de
situaciones en las que nos interesa determinar el nmero de hechos
de cierto tipo que se pueden producir en un intervalo de tiempo o
de espacio, bajo presupuestos de aleatoriedad y ciertas
circunstancias restrictivas.

Sirve para contar las veces que se presenta un evento en

particular dentro de un rea de oportunidad determinada. El
rea de oportunidad se define por tiempo, extensin, rea,
volumen, etc.

La probabilidad de que un evento se presente en un rea de

oportunidad dada es igual para todas las reas de
oportunidad.
 FRMULA
(letra griega lambda minscula), que es la
media o el nmero esperado de
eventos por unidad.

La varianza de la distribucin de Poisson

tambin es igual a , y su desviacin

estndar es igual a .

El nmero de eventos X de la variable

aleatoria de Poisson flucta desde 0
hasta infinito.
 Dnde:
()= Probabilidad de X eventos en
un rea de oportunidad

= Nmero de eventos esperados

= Nmero de eventos
= Constante matemtica base de
los logaritmos naturales (limite de la
expresin)

El nmero suele definirse como el lmite de

la expresin:

(1+1/n)n
Cuando n tiende hacia el
infinito.

VALOR NUMRICO DE (1+1/n)n

PARA VALORES CRECIENTES DE n
Valor
n (1+1/)
numrico
1 (1+1/1)1 2
3 (1+1/3)3 2,369
5 (1+1/5)5 2,489
.. 2,71828.
Se puede ver que a medida que n crece el valor
de la expresin se aproxima, cada vez ms, a un
valor lmite. Este lmite es 2,7182818285.
 EJEMPLO
Si un banco recibe en promedio de 6 cheque sin
fondo por da Cules son las probabilidades de
que reciba 4 cheques sin fondo en un da dado?

Solucin
X= Variable que nos indica el nmero de cheques sin
fondo que llega en un da que es igual a 4
= Cheques sin fondo por da que es igual a 6

P(X) 2.71828 . 6
0.1339
4!