PROBABILIDAD

Su sagrada majestad, el azar, lo decide todo

Voltaire

Distribucin de probabilidad Binomial

La distribucin Binomial tiene las siguientes

caractersticas:
En

cada prueba del experimento slo son

posibles dos resultados: el suceso p (xito) y su
complemento 1 p (fracaso) denotado tambin
como q.
El resultado obtenido en cada prueba es
independiente de los resultados obtenidos
anteriormente.

Distribucin de probabilidad Binomial

La

probabilidad del suceso xito es constante, la

representamos por p, y no vara de una prueba a
otra. La probabilidad de fracaso
es 1- p y se
representa como q . (p+q =1)
El experimento consta de un nmero n de pruebas.
Los ensayos o experimentos son independientes en
cada aprueba.
Todo experimento que tenga las anteriores caractersticas se dice que sigue
el modelo de la distribucin de Probabilidad Binomial.
A la variable X que expresa el nmero de xitos obtenidos en cada prueba
del experimento, se denota variable aleatoria binomial y se expresa

X b(n;p;x)

Distribucin binomial

Funcin de probabilidad

Media: =n p
Varianza: 2 = n p q

si n es grande y/o p
cercano a 0 o 1, usar
aproximacin de
Poisson.

n x n x
P[ X x] p q , 0 x n
x

Distribucin Binomial
Ejemplo: Por estudios estadsticos realizados por una entidad bancaria se sabe que el 5% de los
prestamos se van a cobro judicial. Si el gerente revisa 3 prestamos, hallar las siguientes
probabilidades

X b(n;p;x), entonces .. X b(n=3;P=0.05;x)

La variable aleatoria X: {prstamo se va a cobro judicial},
{0, 1, 2, 3})

a)

2 prestamos estn para cobro judicial

3
P[ X 2] 0.052 (1 0.05)3 2 0.007
2
b)

X toma los valores 0,1, 2, 3 (x:

0 x3

No hay prestamos para cobro judicial

3
P[ X 0] 0.050 (1 0.05)30 0.857
0

0 x3

Distribucin Binomial
X b(n;p;x), entonces .. X b(n=3;P=0.05;x)
La variable aleatoria X : prstamo se va a cobro judicial, toma los valores 0,1, 2, 3 (x: {0, 1,
2, 3})

c) Por lo menos dos prestamos van para cobro judicial

P( X 2) 1 P( X 2) 1 P( X 0) P( X 1)
3

3
1 0.050 (1 0.05)30 0.051 (1 0.05)31
0

0 x3

d. Mximo un prstamo esta para cobro judicial

P[ X 1] P( X 0) P( X 1)
3
3
0
3 0
0.05 (1 0.05) 0.051 (1 0.05)31
0
1

0 x3
6

Tablas Distribucin Binomial

Probabilidad

Ejercicios: Distribucin Binomial

1.

a.
b.
c.

2.

a.
b.
3.

a.
b.
c.

Un examen para admisin de un cargo para Gerente consta de 10 preguntas a

las que debe contestar Si o No. Suponiendo que los examinados no saben
sobre el tema del cual les preguntan y en consecuencia contestan al azar,
hallar:
Probabilidad de obtener 5 aciertos
Probabilidad de obtener algn acierto
Probabilidad de obtener al menos 5 aciertos

La ltima novela de un escritor Colombiano ha tenido un gran xito, hasta el

punto de que el 80% de los lectores ya la han ledo. Un grupo de 4
administradores son aficionados a la lectura:
Cul es la probabilidad de que en el grupo hayan ledo la novela 2 personas?
Y cmo mximo 2?
Un agente de seguros vende plizas a cinco personas de la misma edad y que
disfrutan de buena salud. Segn las tablas actuariales, la probabilidad de que
una persona en estas condiciones viva 30 aos o ms es 2/3. Hllese la
probabilidad de que, transcurridos 30 aos, vivan:
Las cinco personas.
Al menos tres personas.
Exactamente dos personas.

Distribucin de Poisson

Esta distribucin se emplea para

describir sucesos discretos que
ocurren con poca frecuencia en el
tiempo o en el espacio; por ello a
veces recibe el nombre de
distribucin de sucesos raros.
Si n muy grande y p muy pequeo, es
conveniente utilizar la distribucin de
Poisson, ya que se consigue una
buena aproximacin.
9

Distribucin Poisson (Simen Dennis Poisson 1781-1840)

La distribucin de Poisson se utiliza en situaciones donde los

sucesos son impredecibles o de ocurrencia aleatoria.

Permite determinar la probabilidad de ocurrencia de un suceso

con resultado discreto.

Es muy til cuando la muestra o segmento n es grande y la

probabilidad de xitos p es pequea.

Se utiliza cuando la probabilidad del evento que nos interesa

se distribuye dentro de un segmento n dado como por ejemplo
distancia, rea, volumen o tiempo definido.
10

Distribucin Poisson . Aplicaciones

describir la cantidad de ambulancias que se
requieren en una ciudad en una noche
particular,
describir la cantidad de partculas emitidas por
una cantidad especfica de material radiactivo o
describir el nmero de personas que llegan a
hacer fila en un banco o supermercado para
pagar un servicio en una hora determinada.

Distribucin Poisson . Aplicaciones

La llegada de un cliente a un supermercado, banco,

durante una hora.
Las llamadas telefnicas que se reciben en un da.
Los defectos en manufactura de papel por cada
metro producido.
Los envases llenados fuera de los lmites por cada
100 galones de producto terminado.
Nmero de aviones, barcos, autos que llegan o
salen. en 10 minutos

12

Propiedades de un proceso de Poisson

1.

La probabilidad de observar exactamente un xito en el

segmento o tamao de muestra n es constante.

2.

El evento debe considerarse un suceso raro.

3.

El evento debe ser aleatorio e independiente de otros

eventos
Si repetimos el experimento n veces
podemos obtener resultados para la
construccin de la distribucin de Poisson

13

Distribucin de Poisson

Se obtiene como aproximacin de una

distribucin binomial con la misma media, para n
grande (n>50) y p pequeo (p<0,05).
Queda caracterizada por un nico parmetro
(Lambda), que es a su vez su media y varianza.
Funcin de probabilidad:
P[ X x] e

x
x!

x 0,1,2,...

14

Donde:

variable aleatoria que representa el nmero de llegadas

de ocurrencias o sucesos por unidad de tiempo, rea,
longitud.

P(X)

Probabilidad de que ocurran exactamente x sucesos

Nmero medio de llegadas de ocurrencias o sucesos

por unidad de tiempo, rea, longitud (es proporcional a
la longitud el intervalo)

base de los logaritmos neperianos ( e = 2.718282)

15

Caractersticas de la distribucin
Poisson
Media
= E(X) =

Varianza
=

P(X)
.6
.4
.2
0

X
0

2 = V(X)

k = 5 = 0.1

P(X)
.6
.4
.2
0

k=5

= 0.5
X

5
17

16

Ejemplos: Distribucin de Poisson

Si un banco recibe en promedio 6 cheques sin fondo por da, cules son
las probabilidades de que reciba,
a) cuatro cheques sin fondo en un da dado?
Sea V.A X: {nmero de cheques sin fondo que llegan al banco en un da cualquiera}
X = 0, 1, 2, 3, ........
= 6 cheques sin fondo por da
= 12 cheques sin fondos en dos das

P[ X x] e
,
x!

a)

x 0,1,2,...

64

6
P[ X 4] e
0.13392,
4!

x 0,1,2,...

10 cheques sin fondos en cualquiera de dos das consecutivos?

17

Ejemplos: Distribucin de Poisson

Si un banco recibe en promedio 6 cheques sin fondo por da, cules son
las probabilidades de que reciba,
b) 10 cheques sin fondos en cualquiera de dos das consecutivos?

Sea V.A X: {nmero de cheques sin fondo que llegan al banco en un da cualquiera}
X = 0, 1, 2, 3, ........
= 12 cheques sin fondos en dos das

P[ X x] e
,
x!

x 0,1,2,...

1210

12
P[ X 10] e
0.104953,
10!

x 0,1,2,...

18

Ejemplo: Distribucin de Poisson

Determinar la cantidad de personas de una
poblacin de 10000 que se puede ver involucrada
en accidentes vehiculares cada ao. De estudios
anteriores se sabe que la probabilidad de tener un
accidente es 0.00024 .
El nmero de personas implicadas sera la
siguiente la cual tambin es la varianza:
E(X) V(X) np 10000x0.00024 2.4

Distribucin de Poisson
La probabilidad de que ninguna persona de
esta poblacin tenga un accidente en un ao
en particular es
e 2.4 ( 2.4)0
P( X 0)
0.091
0!

La probabilidad de que exactamente una

persona tenga un accidente es
e 2.4 ( 2.4)1
P( X 1)
0.218
1!

Distribucin de Poisson
De manera anloga, la probabilidad de que dos
personas tengan accidentes es.
e 2.4 ( 2.4)2
P( X 2)
0.261
2!
cul es la probabilidad de que tres personas se involucren en un
accidente vehicular en el primer semestre de un ao cualquiera?

En este caso es proporcional, es decir = 1.2, por tanto

e 1.2 (1.2)3
P( X 3)
0.08674
3!

Tabla Distribucin de Poisson

Tambin se puede conocer la probabilidad
de Poisson utilizando las tablas.

Cantidad de sucesos

Distribucin de Poisson

En una poblacin de 10000

personas, cul es la probabilidad
de que exactamente tres de estas
se involucren en un accidente
vehicular en una ao determinado?

Distribucin de Poisson
1.

fijar x = 3

2. redondear 2.4 a
2.5
3. buscar la columna
correspondiente
= 2.5
4. aproximar la
probabilidad
a 0.214

Distribucin de Poisson
Grafica de la
distribucin de
probabilidad X, la
cantidad de
individuos de la
poblacin
involucrados en un
accidente vehicular
cada ao

El eje Y suma 1

Distribucin de Poisson
La distribucin de
Poisson se encuentra
pronunciadamente
sesgada por valores
pequeos de

Conforme aumenta,
la distribucin se torna
mas simtrica.

Distribucin Hipergeomtrica

Est estrechamente relacionada con la distribucin de probabilidad

binomial. La diferencia entre ambas est en la independencia de los
intentos y en que la probabilidad de xito cambia de uno a otro
Se usa para calcular la probabilidad de que una muestra aleatoria de
n artculos seleccionados sin reemplazo, obtengamos x elementos
identificados como xitos, y n-x como fracasos. Para que suceda
esto debemos obtener x xitos de los r de la poblacin, y n-x
fracasos de los N-r de la poblacin

r N
x n

P(X=x)
f ( x)
N
n

0 xr

N= tamao de la poblacin.
r= numero de xitos en la poblacin.
n= tamao de la muestra
x= numero de xitos de la muestra.

Ejemplo

Se debe seleccionar 2 miembros de un comit, entre 5, para que

asistan a un curso de educacin virtual. Suponga que el comit est
formado por 3 mujeres y 2 hombres. Determine la probabilidad de
seleccionar 2 mujeres al azar
Tenemos N=5, n=2, r=3 y x=2
Luego el clculo de la probabilidad es:

3 2
2 0
3

P(X=2)
f (2)

0.3
10
5
2

Distribucin Geomtrica

En una serie de intentos independientes, con una probabilidad

constante p de xito, sea la variable X el nmero de ensayos
realizados hasta la obtencin del primer xito. Se dice que X tiene
una distribucin geomtrica con parmetro p cuando

x G (n; p; x), entonces

P[ X x] (1 p) x 1 p

x 0,1,2,...

Donde X es la cantidad de intentos

La media y varianza para esta distribucin son

E ( X ) 1/ p
(1 p )
Var ( X )
p2

Una caracterstica de esta distribucin es que carece de memoria,

es decir, se puede empezar a contar en cualquier ensayo o intento
hasta obtener el xito

Ejemplo 1

La probabilidad de que una muestra de aire contenga una

molcula rara es 0.01. Si se supone que las muestras son
independientes respecto a la presencia de la molcula.
Determine cul es la probabilidad de que sea necesario
analizar 125 muestras antes de detectar una molcula rara

x G ( p; x), entonces
G[ p 0.01; x] (1 0.01)125 10.01 0.0029

Tarea: Graficar distribucin

Ejemplo 2
En cierta regin de Colombia, la probabilidad de que ocurra una tormenta
con truenos en un da cualquiera durante dos meses de verano (junio julio)
es igual a 0.1. Suponiendo la independencia de un da con otro, Cual es la
probabilidad de que la primera tormenta con truenos del verano ocurra el da
3 del segundo mes?
X : {numero de das, empezando el 1 del primer mes, hasta la primer tormenta}

G[ p 0.1; x] (1 0.9)33 * 0.1 0.003

Calcule valor esperado y desviacin estndar e interprete

E ( X ) 1/ p
(1 p )
Var ( X )
p2
31

Ejemplo 3
Si la probabilidad de que cierto examen de sangre de una reaccin positiva
es igual a 0.4, Cul es la probabilidad de que ocurran menos de 5
reacciones negativas antes de la primera prueba positiva?
X : {numero de reacciones negativas antes de la primera positiva}

P[ X x] (0.60) x * 0.4

x 0,1,2,...

P[ X 5] (0.60) x * 0.4 0.92

x 0

32

Distribucin Binomial Negativa

En una serie de intentos independientes con una probabilidad

constante de xito p, sea la variable aleatoria X en nmero de
ensayos efectuados hasta que se tienen r xitos. Se dice que X tiene
una distribucin Binomial negativa con parmetro p y r cuando
x
fx( x; p; r )
r

1
xr
r
(1

p
)
p
1

Una variable binomial negativa es un conteo del nmero de ensayos

necesarios para obtener r xitos. Es decir, el nmero de xitos est
predeterminado y lo aleatorio es el nmero de ensayos. Se puede
decir que esta variable es el opuesto de una variable binomial
Una variable binomial negativa es una suma de variables aleatorias
geomtricas
La media y varianza para esta distribucin son
E( X ) r / p
Var ( X )

r (1 p )
p2

Ejemplo

Una aeronave tiene 3 computadoras idnticas. Slo

una de ellas se emplea para controlar la nave, las
otras 2 son de reservas por si falla la primera.
Durante una hora de operacin la probabilidad de
falla 0.0005.

Cul es el tiempo promedio de falla de las tres

computadoras?

E ( x) 3/ 0.0005 6000h

Cul es la probabilidad de que las 3 fallen durante un

vuelo de 5 horas?
P( x 5) P( X 3) P( X 4) P( X 5)
3
4
3
0.0005 0.0005 (0.9995) 0.00053 (0.9995) 1.249 x109
2
2
3

Ejercicios distribuciones de probabilidad discretas

Se comprob que un nuevo detergente para ropa

quita bien la mugre y las manchas del 88% de las
prendas lavadas. Suponga que se van a lavar 10
prendas con el nuevo detergente

Cul es la probabilidad de obtener buenos resultados en

las 10 prendas?
Cul es la probabilidad de encontrar mal lavadas al
menos 2 prendas?
Qu tipo de distribucin emple?

Ejercicios distribuciones de probabilidad discretas

Un director regional tiene la responsabilidad del desarrollo de

una empresa, y le preocupa la cantidad de quiebras de
empresas pequeas.
Si la cantidad promedio de quiebras de empresas pequeas
por mes es de 10:
cul es la probabilidad de que quiebren exactamente 4
empresas pequeas durante un mes?
Cul es la probabilidad de que quiebren por lo menos 5
empresas en tres meses?

Ejercicios distribuciones de probabilidad discretas

La probabilidad de que un CD de msica dure al menos un ao sin que falle
es de 0.95, calcular la probabilidad de que en una muestra de 15,
a) 12 duren menos de un ao,
b) a lo ms 5 duren menos de un ao,
c) al menos 2 duren menos de un ao.
Si 8 de 100 viviendas violan el cdigo de construccin. cul es la
probabilidad de que un inspector de viviendas, que selecciona aleatoriamente
a 50 de ellas, descubra que:
a) ninguna de las casas viola la norma urbana de construccin
b) una viola la norma urbana de construccin
c) dos violan la norma urbana de construccin

d) al menos tres la norma urbana de construccin

37

PROBABILIDAD CONDICIONAL
La oficina de Accin Social lleva a cabo un censo de todas las personas
que viven en una pequea comunidad. Los encuestadores anotan en una
relacin el nmero de visitas que una persona hace al centro de salud y las
condiciones sanitarias de la vivienda que habita. Los resultados fueron los
siguientes:
Condiciones

Sanitarias

Nmero de Visitas

Buenas

Malas

Total

2 o menos

700

100

800

Ms de dos

800

400

1200

Total

1500

500

2000

Cul es la probabilidad de que una persona escogida al azar viva en malas

condiciones sanitarias?
Cul es la probabilidad de que una persona escogida al azar viva en malas condiciones
sanitarias, dado que visita dos veces o menos al centro de salud?

500
P( A)
0.25
2000

P(A B) 100 / 2000 100

P(A / B)

0.125
P(B)
800 / 2000 800

Trminos para recordar

Aleatorio que ocurre al azar.

Distribucin de Poisson Distribucin discreta que se aplica

cuando se realizan ms de una vez y de forma independiente el

experimento de Bernoulli.

xitos Es la ocurrencia del evento de inters como cantidad de

defectos, llamadas recibidas, servicios completados.

Experimento independiente Cuando el resultado de un

experimento no tiene influencia en el resultado de otro
experimento.

39

Trminos para recordar

Resultado discreto Son resultados con un nmero finito de

Suceso raro Un evento que ocurre con poca frecuencia.

Segmento - es un intervalo, porcin, fragmento o tamao de

Variable Aleatoria Discreta - Variable que puede obtener un

Variable Discreta Variable que puede obtener un nmero finito

valores (3 personas, menos de 8, mximo 3, etc.)

muestra, ya sea en unidades de distancia, rea, volumen, tiempo

o cualquier otra medida.
nmero finito de valores de forma impredecible o al azar.
de valores como 0, 1, 2, 3.

40

!Gracias por su atencin!