Вы находитесь на странице: 1из 18

DISTRIBUCIONES

DE PROBABILIDAD
DAMARIS MUOZ RODRIGUEZ
2 E
PROCESOS INDUSTRIALES
L I C . G E R A R D O M ATA

CONTENIDO

Qu es la distribucin de probabilidad?

DISTRIBUCIN BINOMIAL

EJEMPLOS

EJERCICIO

DISTRIBUCION BERNOULLI

EJEMPLOS

EJERCICIO

DISTRIBUCIN DE POISSON

EJEMPLOS

EJERCICIO

DISTRIBUCIN EXPONENCIAL

EJEMPLO

EJERCICIO

Qu es la distribucin de
probabilidad?
Se aplica en las variables aleatorias con probabilidades de xito
y fracaso
~Solo tiene dos resultados con xito o fracaso
Ejemplo
Lanzamiento de dos monedas , solo tiene dos Caras . guila y sello
A cada una se le debe dar el titulo de xito o fracaso a la hora de distinguir
resultados
NOTA: Se aplica ala variable
aleatoria que se hace envase
de una lista con todos los
resultados posibles con
posibilidades a obtener

DISTRIBUCIN BINOMIAL
Unadistribucin binomial tiene las siguientes caractersticas:
1.En cada prueba del experimento slo son posibles dos resultados:xitoyfracaso.
2.Laprobabilidad de xito es constante, es decir, que no vara de una prueba a otra. Se representa porp.
3.Laprobabilidad de fracasotambin esconstante, Se representa porq,

q=1p

4.Elresultadoobtenido en cada prueba esindependientede los resultados obtenidos anteriormente.


5.Lavariable aleatoria binomial,X, expresa elnmero de xitos obtenidosen lasnpruebas. Por tanto, los valores que puede
tomarXson:0, 1, 2, 3, 4, ..., n. Ladistribucin binomialse expresa porB(n, p)

FORMULA QUE SE APLICA

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

EJEMPLO
1.1- Se lanza al aire diez veces una moneda. Sea X el nmero de caras que aparecen. Cul es la
distribucin de X?
Solucin
Hay diez ensayos de Bernoulli independientes, cada uno con probabilidad de xito de p 0.5.
La variable aleatoria X es igual al nmero de xitos en los diez ensayos. Por consiguiente,
X Bin(10, 0.5).

1.2-Un lote contiene varios miles de componentes, de stos 10% estn defectuosos. Se extraen
siete componentes de la poblacin. Sea X el nmero de componentes defectuosos en la muestra.
Cul es la distribucin de X?
Solucin
Puesto que el tamao muestral es pequeo en comparacin con la poblacin (es decir, menor
a 5%), su nmero de xitos representa una distribucin binomial. Por tanto, se modela X con
la distribucin binomial Bin(7, 0.1).

1.3-

Determine la funcin de masa de probabilidad de la variable aleatoria X si X Bin(10, 0.4).

Determine P(X 5).


Solucin: Se emplea la ecuacin (4.4) con n 10 y p 0.4. La funcin de masa de probabilidad es

1.4- Se lanza al aire ocho veces un dado. Determine la probabilidad de que no salgan ms de dos nmeros
seis.
Solucin: Cada lanzamiento del dado es un experimento Bernoulli con una probabilidad de xito de 1/6.
Sea X el nmero de seises en los ocho lanzamientos. Entonces X Bin(8, 1/6). Se necesita determinar a P(X 2).
Con el uso de la funcin de masa de probabilidad,

Ejercicios
El 60% de profesionales leen su contrato de trabajo, incluyendo las letras pequeas. Suponga que el nmero de
empleados que leen cada una de las palabras de su contrato se puede modelar utilizando la distribucin binomial.
Considerando un grupo deCul
cinco
es laempleados:
probabilidad de que:
a) Los cinco lean cada una de las palabras de su contrato
b) Al menos tres lean cada una de las palabras de su contrato
c) Menos de dos lean cada una de las palabras de su contrato

profesionales
0.4
0.35
0.3
0.25

px

0.2
0.15
0.1
0.05
0
1

DISTRIBUCION BERNOULLI
Es una distribucin al cual solo tiene dos resultados. Al primero se le llama
xito y al otro fracaso.
La probabilidad de xito se denota por p. Por consecuencia, la probabilidad
de fracaso
es 1 p. Lo anterior representa un ensayo de Bernoulli con p
probabilidad de xito p.

EJEMPLO
1.1- Cuando se lanza un dado hay una probabilidad de 1/6 de que salga 6. Sea X 1 si el dado
cae seis y X 0 en cualquier otro caso. Cul es la distribucin de X?
Solucin
La probabilidad de xito es p P(X 1) 1/6. Por lo que X Bernoulli(1/6).

1.2- Cuando se lanza al aire una moneda hay una probabilidad de 0.5 de que caiga en cara. Sea
X 1 si la moneda cae en cara y X 0 si cae en cruz. Cul es la distribucin de X?
Solucin
Puesto que X 1 cuando cae cara, sta es resultado de xito. La probabilidad de xito,
P(X 1), es igual a 0.5. Por tanto, X Bernoulli(0.5).

1.3-Diez por ciento de los componentes fabricados mediante determinado proceso est defectuoso.
Se selecciona un componente aleatoriamente. Sea X 1 si el componente est defectuoso y
X 0 en cualquier otro caso. Cul es la distribucin de X?
Solucin
La probabilidad de xito es p P(X 1) 0.1. Por lo que X Bernoulli(0.1).

EJEMPLO
1.4- Con referencia al ejemplo 4.3, determine mX y s2X
Solucin
Puesto que X Bernoulli(0.1), la probabilidad de xito p es igual a 0.1. Al usar las ecuaciones
(4.1) y (4.2), mX 0.1 y s2X
0.1(1 0.1) 0.09.
1.5- Sean X y Y variables aleatorias de Bernoulli. Sea Z XY.
a) Demuestre que Z es una variable aleatoria de Bernoulli.
b) Demuestre que si X y Y son independientes, entonces pZ
pXpY.

EJERCICIO
Un ingeniero que labora en el departamento de control de calidad de una
empresa elctrica, inspecciona una muestra al azar de 10 alternadores de un
lote. Si el 20% de los alternadores del lote estn defectuosos. Cul es la
probabilidad de que en la muestra
a) ninguno est defectuoso, b) uno salga defectuoso, c) al menos dos salgan
defectuosos d) ms de tres estn con defectos e) no ms de tres estn con
defectos..
ALTERNADORES DEFECTUOSOS
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0

ALTERNADORES
DEFECTUOSOS

DISTRIBUCIN DE POISSON
Es un anlisis para averiguar el nmero de eventos que se producen al azar
en un determinado intervalo de tiempo y probabilidad en lnea. Es funcin
asimtrica y tiene la fuerte conexin con hipergeomtrica, distribucin
binomial y exponencial.
FORMULA
DONDE:
e es la base del logaritmo natural igual a
2.71828..
k es el nmero de ocurrencias de un evento;
la probabilidad de que viene dada por la
funcin
k! es el factorial de k
es un nmero real positivo, igual que el
nmero esperado de ocurrencias durante el
intervalo dado. Por ejemplo, si los eventos
ocurren en promedio 3 veces por minuto, y
uno est interesado en la probabilidad de un
evento k que ocurren veces en un intervalo
de 10 minutos, uno podra utilizar una
distribucin de Poisson como el modelo con
= 103 = 30

EJEMPLO
1.1- Si X Poisson(3), calcule P(X 2), P(X 10), P(X 0), P(X 1) y P(X 0.5).
Solucin: Cuando se usa la funcin de masa de probabilidad (4.9), con 3, se obtiene

1.2- Si X Poisson(4), calcule P(X 2) y P(X 1).

EJEMPLO
1.3-

La abuela hornea galletas de chispas de chocolates en grupos de 100. Ella agrega 300 chispas

en la masa. Cuando las galletas estn hechas, le ofrece una. Cul es la probabilidad de que
su galleta no tenga chispas de chocolate?
Solucin
ste es otro caso de partculas en suspensin. Sea X el nmero de chispas en su galleta. La
media del nmero de chispas es tres en cada galleta, de forma que X Poisson(3). De ah que
P(X 0) e 330/0! 0.0498.

1.4-

Unas partculas estn suspendidas en un medio lquido con concentracin de seis partculas

por mL. Se agita por completo un volumen grande de la suspensin, y despus se extrae 3 mL.
Cul es la probabilidad de que slo se retiren 15 partculas?
Solucin
Sea X el nmero de partculas extradas. El nmero promedio de partculas en un volumen
de 3 mL es 18. Entonces X Poisson(18). La probabilidad de que se extraigan slo 15 partculas es:

1.5-

Suponga que el nmero de visitas a cierto sitio web durante un intervalo fijo sigue una distribucin

de Poisson. Suponga que la media de la razn de visitas es de cinco en cada minuto.


Determine la probabilidad de que haya slo 17 visitas en los siguientes tres minutos.
Solucin
Sea X el nmero de visitas en tres minutos. La media del nmero de visitas en tres minutos
es (5)(3) 15, por lo que X Poisson(15). Utilizando la funcin de masa de probabilidad
de Poisson(15),

EJERCICIO
Supngase que la produccin de un da de 850 piezas manufacturadas contiene 50 piezas que no cumplen con
los requerimientos del cliente. Se seleccionan del lote dos piezas al azar y sin reemplazo. Sea la variable
aleatoria X igual al nmero de piezas de la muestra que no cumplen. Cul es la funcin de distribucin
acumulada de X?
SOLUCION:

PIEZAS
1.02
1
0.98
0.96
0.94
0.92
0.9
0.88
0.86
0.84
0.82

PIEZAS

DISTRIBUCIN EXPONENCIAL
La distribucin exponencial tiene una gran utilidad
prctica ya que podemos considerarla como un modelo
adecuado para la distribucin de probabilidad del
tiempo de espera entre dos hechos que sigan un
proceso de Poisson.
FORMULA

EJEMPLO
1.1- Una masa radiactiva emite partculas de acuerdo con un proceso de Poisson a una media

de razn de 15 partculas por minuto. En algn punto inicia un reloj. Cul es la probabilidad de
que transcurran cinco segundos antes de la siguiente emisin? Cul es la media del tiempo de
espera hasta que se emite la siguiente partcula?
Solucin: El tiempo se medir en segundos. T denota el tiempo en segundos que transcurre
antes de que se emita la siguiente partcula. La media de la razn de las emisiones es de 0.25
por segundo, por lo que el parmetro de razn es 0.25 y T Expo(0.25). La probabilidad de que
transcurran ms de cinco segundos antes de la siguiente emisin es igual a:

Ejercicio
El tiempo durante el cual ciertamarcade batera trabaja en forma efectiva hasta que falle (tiempo de falla) se
distribuye segn el modelo exponencial con un tiempo promedio de fallas igual a 360 das.
a)qu probabilidad hay que el tiempo de falla sea mayor que 400 das?.
b)Si una de estas bateras ha trabajado ya 400 das, qu probabilidad hay que trabaja ms de 200 das ms?
c)Si se estn usando 5 de tales bateras calcular la probabilidad de que ms de dos de ellas continen trabajando
despus de 360 das.
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
FALLA