DISTRIBUCIONES

DE PROBABILIDAD

DISTRIBUCIONES
DISCRETAS
Las distribuciones discretas
incluidas en el mdulo de
Clculo de probabilidades
son:
Uniforme discreta
Binomial
Hipergeomtrica
Geomtrica
Binomial Negativa
Poisson

DISTRIBUCIN UNIFORME
DISCRETA (A, B)
Es una distribucin muy sencilla que
asigna probabilidades iguales a un
conjunto finito de puntos del espacio.
Asigna igual probabilidad a todos los
valores enteros entre el lmite inferior y el
lmite superior que definen el recorrido de
la variable. Si la variable puede tomar
valores entre a y b, debe ocurrir que b
sea mayor que a, y la variable toma los
valores enteros empezando por a, a+1,
a+2, etc. hasta el valor mximo b.

 Un
ejemplo
puede
ser
la
variableX,puntuacin en el lanzamiento
de un dado regular. Esta variable toma seis
valores posibles, todos con la misma
probabilidadp= 1/6. La funcin de
densidad de esta variable ser:
f(k)=P[X=k] =
1/6k= 1, 2, 3, 4, 5, 6

 En general, si la variableXpuede
tomarn(k = 1,2,3,...,n)valores,
todos con igual probabilidad, su
funcin
de densidad
ser:
f(k) =P[X=k]
= 1/n,k=
1,
2, ...,n
Media

Varianza:

Por su elementalidad no es una

distribucin de excesivo inters
prctico.

EJEMPLO:
El temario de un examen para un proceso
selectivo contiene 50 temas, de los cuales se
elegir uno por sorteo. Si una persona no ha
estudiado los 15 ltimos temas Cul es la
probabilidad de que apruebe el examen?
La variable que representa el nmero del tema
seleccionado para el examen sigue una
distribucin uniforme con parmetros a=1 y
b=50. La persona aprueba el examen si le toca
un tema del 1 al 35; por tanto, la probabilidad
que se pide es la cola a la izquierda de 35. Para
obtener los resultados basta con proporcionarle
los parmetros de la distribucin, y seleccionar
calcular probabilidades para el punto 35.

RESULTADOS

Clculo de probabilidades. Distribuciones discretas

Uniforme Discreta (a, b)
a : Mnimo
1
b : Mximo
50
Punto K
35
Cola Izquierda Pr [X<=k]
0,0200
Probabilidad Pr [X=k]
0,7000
Cola Derecha Pr [X>k]
0,3000
Media
25,5000
Varianza
208,2500
La persona tiene una probabilidad de aprobar igua
a 0,7

DISTRIBUCIN
BINOMIAL (N, P)

Es una distribucin discreta muy importante que surge en

muchas aplicaciones bioestadsticas.
La distribucin binomial est asociada a experimentos del
siguiente tipo:
Realizamos n veces cierto experimento en el que
consideramos slo la posibilidad de xito o fracaso.
La obtencin de xito o fracaso en cada ocasin es
independiente de la obtencin de xito o fracaso en las
dems ocasiones.
La probabilidad de obtener xito o fracaso siempre es la
misma en cada ocasin.
Esta distribucin aparece de forma natural al realizar
repeticiones independientes de un experimento que
tenga respuesta binaria, generalmente clasificada como
xito o fracaso.

Si realizamos n veces un experimento en el que podemos

obtener xito, E, con probabilidad p y fracaso, F, con
probabilidad q (q = 1 p), diremos que estamos ante una
distribucin binomial de parmetros n y p, y lo
representaremos por Bin(n,p).En este caso la probabilidad
de obtener k xitos viene dada por:

Media:
Varianza:
Valores:
x: 0, 1, 2, ..., n : n de xitos en la prueba
Parmetros:
n: nmero de pruebas, n > 0 entero
p: probabilidad de xito, 0 < p < 1

EJERCICIO:
En un examen formado por 20 preguntas, cada una
de las cuales se responde declarando verdadero
o falso, el alumno sabe que, histricamente, en el
75% de los casos la respuesta correcta es
verdadero y decide responder al examen tirando
dos monedas, pone falso si ambas monedas
muestran una cara y verdadero si al menos hay
una cruz. Se desea saber qu probabilidad hay de
que tenga al menos 14 aciertos.
Hay que proporcionarle los parmetros de la
distribucin y el punto k a partir del cual se
calcular la probabilidad. En este caso n=20,
p=0,75 y el punto k=14.

RESULTADOS
Clculo de probabilidades. Distribuciones discretas
Binomial (n, p)
n: Nmero de pruebas
p: Probabilidad de xito
Punto K
14

Probabilidad Pr [X=k]
Cola Izquierda Pr [X<=k]
Cola Derecha Pr [X>k]
Media
Varianza

20
0,7500

0,1686
0,3828
0,6172

15,0000
3,7500

La probabilidad de que el alumno tenga ms de 14 aciertos

se sita en 0,61.

DISTRIBUCIN HIPERGEOMTRICA (N, R, N)

La distribucin hipergeomtrica suele aparecer en procesos
muestrales sin reemplazo, en los que se investiga la presencia
o ausencia de cierta caracterstica.
Los experimentos que tienen este tipo de distribucin tienen
las siguientes caractersticas:
a) Al realizar un experimento con este tipo de distribucin, se
esperan dos tipos de resultados.
b)
Las probabilidades asociadas a cada uno de los resultados
no son constantes.
c)
Cada ensayo o repeticin del experimento no es
independiente de los dems.
d) El nmero de repeticiones del experimento (n) es constante.
) Por tanto, esta distribucin es la equivalente a la binomial,
pero el muestreo se hace sin reemplazo.

EJERCICIO
En una urna o recipiente hay un total
deNobjetos, entre los cuales hay
una cantidadade objetos que son
defectuosos, si se seleccionan de
esta urnanobjetos al azar, y sin
reemplazo, cul es la probabilidad
de obtenerxobjetos defectuosos?
Aplicando al frmula:

 Donde:
p(x,n) = probabilidad de obtener x
objetos defectuosos de entre n
seleccionados.
Muestras de n objetos en donde
hay x que son defectuosos y n-x
buenos
Todas las muestras posibles de
seleccionar de n objetos tomadas
de entre N objetos en total =
espacio muestral.

Considerando que en la urna hay un total

de 10 objetos, 3 de los cuales son
defectuosos, si de seleccionan 4 objetos al
azar, cul es la probabilidad de que 2 sean
defectuosos?
SOLUCIN:
N = 10 objetos en total
a = 3 objetos defectuosos
n = 4 objetos seleccionados en muestra
x = 2 objetos defectuosos deseados en la
muestra

Luego la probabilidad de obtener 2

objetos
defectuosos
entre
los
4
seleccionados al azar sera:

DISTRIBUCIN GEOMTRICA
(P)
Supngase, que se efecta repetidamente un
experimento o prueba, que las repeticiones son
independientes y que se est interesado en la
ocurrencia o no de un suceso al que se refiere
como xito, siendo la probabilidad de este
suceso p.
La distribucin geomtrica permite
calcular la probabilidad de que tenga
que realizarse un nmero k de
repeticiones hasta obtener un xito por
primera vez.

La distribucin geomtrica se utiliza en

la distribucin de tiempos de espera, de
manera que si los ensayos se realizan a
intervalos regulares de tiempo, esta
variable aleatoria proporciona el tiempo
transcurrido hasta el primer xito.

Valores:

X: 0, 1, 2, ...

Parmetros:
probabilidad
0<p<1

de

p:
xito,

DISTRIBUCIN BINOMIAL
NEGATIVA (R, P)
Una generalizacin obvia de la distribucin geomtrica
aparece si se supone que un experimento se contina
hasta que un determinado suceso, de probabilidad p,
ocurre por r-sima vez. La variable aleatoria que
proporciona la probabilidad de que se produzcan k
fracasos antes de obtener el r-simo xito sigue una
distribucin binomial negativa de parmetros r y p, BN(r,
p).

La distribucin geomtrica corresponde al

caso particular en que r=1.

sigue

una

BN(3,1/6).

En el caso de que los sucesos ocurran a

intervalos regulares de tiempo, esta
variable proporciona el tiempo total para
que ocurran r xitos, por lo que tambin
se
denomina
distribucin binomial de tiempo de
espera.
Valores:
X: 0, 1, 2, ...
Parmetros: p: probabilidad de
xito, 0 < p < 1
r: nmero de
xitos, r > 0

DISTRIBUCIN POISSON
(LAMBDA)
En general, la distribucin de Poisson se puede utilizar como
una aproximacin de la binomial, Bin(n, p), si el nmero de
pruebas n es grande, pero la probabilidad de xito p es
pequea; una regla es que la aproximacin Poisson-binomial
es buena si n=20 y p<=0,05 y muy buena si n=100 y
p<=0,01.
El parmetro de la distribucin, lambda, representa el
nmero promedio de eventos esperados por unidad de
tiempo o de espacio, por lo que tambin se suele
hablar de lambda como la tasa de ocurrencia del
fenmeno que se observa.

La distribucin de Poisson tiene iguales la

media y la varianza. Si la variacin de los
casos observados en una poblacin
excede a la variacin esperada por la
Poisson, se est ante la presencia de un
problema conocido como sobre dispersin
y, en tal caso, la distribucin binomial
negativa es ms adecuada.

Valores:
X: 0, 1, 2, ...
Parmetros: : media de la
distribucin, > 0

DISTRIBUCIN
BETA
En estadsticaladistribucin
betaes unadistribucin de
probabilidad
continuacon
dos
parmetrosycuya
funcin de densidad es:
El valor esperado
La varianza

DISTRIBUCIN BETA
Es muy utilizada como distribucin a priori cuando
las
observaciones
tienen
una
distribucin
binomial.
Uno de los principales recursos de esta
distribucin es el ajuste a una gran variedad de
distribuciones empricas, pues adopta formas muy
diversas dependiendo de cules sean los valores
de los parmetros de forma p y q, mediante los
que viene definida la distribucin.

DISTRIBUCIN
EXPONENCIAL

Describe las llegadas por

unidad de tiempo.

la
distribucin
Poisson es discreta

de

DISTRIBUCION POISSON

la
distribucin
exponencial
estudia el tiempo
entre cada una
de
estas
llegadas.
la
distribucin
DISTRIBUCION
exponencial
EXPONENCIALes
continua porque
el tiempo entre
llegadas no tiene
que
ser
un

 Ejemplos:

El tiempo que un

medico dedica a una exploracin, el

tiempo de servir unamedicinaen
una farmacia, o el tiempo de atender
a una urgencia.

El uso de la distribucin
exponencial supone que los
tiempos
deservicioson
aleatorios, es decir, que un
tiempo de servicio determinado
no depende de otro servicio
realizado anteriormente ni de la
posible cola que pueda estar
formndose.

CARACTERSTICAS

LAFUNCINDEDE
NSIDAD

* FUNCION DE

DISTRIBUCION

 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.

EJEMPLO

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?

DISTRIBUCION JICUADRADA (X2)

En realidad la distribucin ji-cuadrada es la
distribucin muestral de s 2. O sea que si se extraen
todas las muestras posibles de una poblacin
normal y a cada muestra se le calcula su varianza,
se obtendr la distribucin muestral de varianzas.
Es
unadistribucin
ji-cuadradacon
gl=n1grados de libertady se denota X2(X es la
minscula de la letra griega ji). El estadstico jicuadrada esta dado por:

* N: Tamao de la

muestra
* s2 varianza muestral
*
varianza de la
poblacin

DISTRIBUCIN T DE
STUDENT
La distribucin t se usa de
manera extensa en problemas
que tienen que ver con inferencia
acerca de la media de la
poblacin o en problemas que
implican muestras comparativas

FORMULAS: