Distribuciones discretas: Bernouilli, binomial, Poisson y multivariante.

Las distribuciones discretas son aquellas en las que la variable puede pude tomar un
nmero determinado de valores:
Ejemplo: si se lanza una moneda al aire puede salir cara o cruz; si se tira un dado puede
salir un nmero de 1 al 6; en una ruleta el nmero puede tomar un valor del 1 al 32.
Las distribuciones continuas son aquellas que presentan un nmero infinito de posibles
soluciones:
Ejemplo: El peso medio de los alumnos de una clase puede tomar infinitos valores dentro
de cierto intervalo (42,37 kg, 42,3764 kg, 42, 376541kg, etc); la esperanza media de vida
de una poblacin (72,5 aos, 7,513 aos, 72, 51234 aos).
En este apartado nos centraremos exclusivamente en estudiar las principales distribuciones
discretas, que adems se basan cada una de ellas en la anterior.

Distribuciones discretas: Bernouilli.

La distribucin de Bernuilli es el modelo que sigue un experimento que se realiza una
sola vez y que puede tener dos soluciones: acierto o fracaso:
Cuando es acierto la variable toma el valor 1
Cuando es fracaso la variable toma el valor 0
Ejemplo: Probabilidad de salir cara al lanzar una moneda al aire (sale cara o no sale); p
robabilidad de ser admitido en una universidad (o te admiten o no te admiten); p
robabilidad de acertar una quiniela (o aciertas o no aciertas)
Al haber nicamente dos soluciones se trata de sucesos complementarios:
A la probabilidad de xito se le denomina "p"
A la probabilidad de fracaso se le denomina "q"
Verificndose que:
p+q=1
Veamos los ejemplos antes mencionados :
Ejemplo 1: Probabilidad de salir cara al lanzar una moneda al aire:
Probabilidad de que salga cara: p = 0,5
Probabilidad de que no salga cara: q = 0,5

p + q = 0,5 + 0,5 = 1
Ejemplo 2: Probabilidad de ser admitido en la universidad:
Probabilidad de ser admitido: p = 0,25
Probabilidad de no ser admitido: q = 0,75
p + q = 0,25 + 0,75 = 1
Ejemplo 3: Probabilidad de acertar una quiniela:
Probabilidad de acertar: p = 0,00001
Probabilidad de no acertar: q = 0,99999
p + q = 0,00001 + 0,99999 = 1

Distribuciones discretas: Binomial.

Las distribucin binomial parte de la distribucin de Bernouilli:
La distribucin de Bernouilli se aplica cuando se realiza una sola vez un experimento que
tiene nicamente dos posibles resultados (xito o fracaso), por lo que la variable slo puede
tomar dos valores: el 1 y el 0
La distribucin binomial se aplica cuando se realizan un nmero"n" de veces el
experimento de Bernouilli, siendo cada ensayo independiente del anterior. La variable
puede tomar valores entre:
0: si todos los experimentos han sido fracaso
n: si todos los experimentos han sido xitos
Ejemplo: se tira una moneda 10 veces: cuantas caras salen? Si no ha salido ninguna la
variable toma el valor 0; si han salido dos caras la variable toma el valor 2; si todas han
sido cara la variable toma el valor 10
La distribucin de probabilidad de este tipo de distribucin sigue el siguiente modelo:

Ejemplo 1: Cul es la probabilidad de obtener 6 caras al lanzar una moneda 10 veces?

" k " es el nmero de aciertos. En este ejemplo " k " igual a 6 (en cada acierto decamos
que la variable toma el valor 1: como son 6 aciertos, entonces k = 6)

" n" es el nmero de ensayos. En nuestro ejemplo son 10

" p " es la probabilidad de xito, es decir, que salga "cara" al lanzar la moneda. Por lo
tanto p = 0,5
La frmula quedara:

Luego,
P (x = 6) = 0,205
Es decir, se tiene una probabilidad del 20,5% de obtener 6 caras al lanzar 10 veces una
moneda.
Ejemplo 2:Cul es la probabilidad de obtener cuatro veces el nmero 3 al lanzar un dado
8 veces?
" k " (nmero de aciertos) toma el valor 4
" n" toma el valor 8
" p " (probabilidad de que salga un 3 al tirar el dado) es 1 / 6 (= 0,1666)
La frmula queda:

Luego,
P (x = 4) = 0,026
Es decir, se tiene una probabilidad del 2,6% de obtener cuatro veces el nmero 3 al tirar un
dado 8 veces.
Distribuciones discretas: Poisson.
Las distribucin de Poisson parte de la distribucin binomial:
Cuando en una distribucin binomial se realiza el experimento un nmero "n" muy elevado
de veces y la probabilidad de xito "p" en cada ensayo es reducida, entonces se aplica el
modelo de distribucin de Poisson:
Se tiene que cumplir que:
" p " < 0,10

" p * n " < 10

La distribucin de Poisson sigue el siguiente modelo:

Vamos a explicarla:
El nmero "e" es 2,71828
" " = n * p (es decir, el nmero de veces " n " que se realiza el experimento multiplicado
por la probabilidad " p " de xito en cada ensayo)
" k " es el nmero de xito cuya probabilidad se est calculando
Veamos un ejemplo:
La probabilidad de tener un accidente de trfico es de 0,02 cada vez que se viaja, si se
realizan 300 viajes, cual es la probabilidad de tener 3 accidentes?
Como la probabilidad " p " es menor que 0,1, y el producto " n * p " es menor que 10,
entonces aplicamos el modelo de distribucin de Poisson.

Luego,
P (x = 3) = 0,0892
Por lo tanto, la probabilidad de tener 3 accidentes de trfico en 300 viajes es del 8,9%
Otro ejemplo:
La probabilidad de que un nio nazca pelirrojo es de 0,012. Cul es la probabilidad de que
entre 800 recien nacidos haya 5 pelirrojos?

Luego,
P (x = 5) = 4,602
Por lo tanto, la probabilidad de que haya 5 pelirrojos entre 800 recien nacidos es del 4,6%..

12.2 Parmetros de una distribucin discreta

Esperanza matemtica o media , varianza y desviacin tpica

Ejemplo

Se lanzan tres monedas y se cuenta el nmero de caras obtenidas. Haz una tabla con las
probabilidades, represntala grficamente y calcula la media y la desviacin tpica.

Construimos la tabla, teniendo en cuenta los valores que puede tomar la variable xi obtener
cara.

Tenemos tres monedas, el nmero de caras que podemos obtener ser: 0, 1, 2 y 3.

Escribimos el espacio muestral para facilitar el recuento, los casos posibles son 23 = 8
E = { CCC, CCX, CXC, XCC, XCX, XXC, CXX, XXX }

- La probabilidad de no obtener ninguna cara ser obtener tres cruces {XXX} = 1 / 8

- La probabilidad de obtener una cara ser {XCX, XXC, CXX } = 3 / 8
- La probabilidad de obtener dos caras ser {CCX, CXC, XCC } = 3 / 8
- La probabilidad de obtener tres caras ser {CCC} = 1 / 8

sacar cara xi

probabilidad pi

pi xi2

xi pi

1/8

3/8

3/8

3/8

3/8

6/8

12/8

1/8

3/8

9/8

1,5

12.3 Distribucin binomial

Caractersticas de la distribucin binomial

Clculo de probabilidades en una distribucin binomial

Repaso de los nmero combinatorios

> Combinaciones. Binomio de Newton

Completa la distribucin binomial

> Aproximacin de una distribucin binomial a la distribucin normal

Media, varianza y desviacin tpica de una distribucin binomial

12.4 Ejercicios resueltos de distribucin binomial

Repaso de los nmero combinatorios

> Combinaciones. Binomio de Newton

Ejemplo 1

Ejemplo 2

Ejemplo 3

Ejemplo 4

> Comprueba los ejemplos visitando este enlace: clculos de una distribucin binomial