MG Cabrera

August 16, 2022

ESTADÍSTICA II:DISTRIBUCIÓN DE PROBABILIDAD

MG Cabrera August 16, 2022 1 / 17

Variable Aleatoria
Definición: Dado un experimento aleatorio ε y Ω el espacio muestral asociado a dicho
experimento ε. Una variable aleatoria X es una función que asigna a cada elemento w de Ω, un
número real x = X (w ).

Es decir, una variable aleatoria X transforma un resultado wi del espacio muestral Ω en un

número real xi

MG Cabrera August 16, 2022 2 / 17

Variable Aleatoria Discreta
Definición: Una variable aleatoria X se denomina discreta (V.A.D) si el número de valores
posibles de la variable es un número finito o infinito numerable.
Ejemplos
1. Número de empleados ausentes en un dı́a dado, en una compañı́a que cuenta con 50
empleados.
Rx = 0, 1, 2, 3, ..., 50 (finito)
2. El número de autos que circulan por una calle en un momento dado.
Rx = 0, 1, 2, 3...(infinito numerabble)

Variable Aleatoria Contı́nua

Definición:Se dice que X es una variable aleatoria contı́nua cuando ésta toma un contı́nuo de
valores o cuando entre dos valores consecutivos de la varibale hay un valor intermedio.
Ejemplo: Masa corporal

MG Cabrera August 16, 2022 3 / 17

FUNCIÓN O LEY DE PROBABILIDAD

Definición
Sea X una variable aleatoria discreta con rango <x una definición dada por:

p(x) = P[X = x] = ΣωΩ/X (ω)=x P[{ω}]

donde la suma es sobre los sucesos ωΩ tal que X (ω) = x y satisface las siguientes condiciones:
1. p(x)
P >0 P
2. xRx p(x) = xRx P[X = x] = 1

Representación tabular de la distribución de probabilidad

x x1 x2 x3 . .
p(x) = P[X = x] p(x1 ) p(x2 ) p(x3 ) . .

Representación gráfica de la distribución de probabilidad

MG Cabrera August 16, 2022 4 / 17

Valor Esperado y Varianza para una Variable Aleatoria Discreta (V.A.D)

Definición El valor esperado de una V.A X es el valor promedio después de un número grande de
experimentos, llamado también valor a la larga o esperanza matemática se define por:

E (X ) = Σxi p(xi )

V (X ) = Σ(xi − µ)2 p(xi )

MG Cabrera August 16, 2022 5 / 17

Ejemplos

1. En una determinada Cuidad 1/3 de las familias no tienen automóvil, 1/3 tiene uno, 1/6 Tiene
dos, un 1/12 tiene tres y 1/12 tiene cuatro automóviles, cada automóvil tiene 5 llantas. Sea X la
variable aleatoria que presenta el número de llantas.
a) ¿Cuál es el espacio muestral?
b) La distribución de probabilidad y el gráfico de la distribución de probabilidad.

2. Se lanza una moneda 3 veces, sea X una función definida por X (ω) = nc − ns , donde nc
representa el número de caras y ns , número de sellos obtenidos; Ası́ definido es una variable
aleatoria. a) Determine dominio de X ; b) Hallar la distribución de probabilidad de forma tabular y
gráfica.

3. Si el experimento es el lanzamiento de 4 monedas, determinar la distribución de probabilidad y

gráfico del número de caras obtenidas

MG Cabrera August 16, 2022 6 / 17

Distribuciones de Probabilidad de V.A.D
♣ Distribución Binomial. ♣ Distribución Poisson

Distribuciones de Probabilidad de Variable Aleatoria contı́nua V.A.C

♣ Distribución Normal.

MG Cabrera August 16, 2022 7 / 17

Distribución Binomial.

La distribución Binomial debe cumplir las siguientes condiciones:

a) El número de pruebas es fijo e igual a n
b) Sólo existen dos posibles resultados en cada ensayo (generalmente denominados ”éxito” y
”fracaso”) n 
p(x) = p x q n−x
x
En la que: x= número de éxitos
n= número de pruebas
p= probabilidad de éxito
q= probabilidad de fracaso
Valor esperado y la varianza son, respectivamente:

E (X ) = np

V (X ) = npq

MG Cabrera August 16, 2022 8 / 17

Ejemplos

1. Supongamos el lanzamiento de 12 monedas o una moneda lanzada 12 veces. ¿Cuál es la

probabilidad de obtener: a) exactamente 4 caras; b) Exactamente 10 caras;c) por lo menos 2
caras; d) como máximo 9 caras.

2. Un institución universitaria establece nuevos métodos de aprendizaje y de evaluación, con el

resultado donde el 85% de sus alumnos aprueban todas las asignaturas. Supongamos que se
seleccionan 8 estudiantes de dicho plantel. ¿Cuál es la probabilidad a) exactamente 3 aprueben
todas las asignaturas, b) exactamente 3 pierdean alguna materia; c) por lo menos dos pierdan
alguna asignatura?

3. Se encuentran 5 amigos cierto dı́a ¿Cuál es la probabilidad a) por lo menos 2 de ellos hayan
nacido un martes?, b) ¿ Si el grupo lo conforman 40 amigos, cuántos esperarı́amos hubiesen
nacido el dı́a lunes?

MG Cabrera August 16, 2022 9 / 17

Distribución de Poisson

Se presenta frecuentemente en dos situaciones

a) Cuando un evento ocurre aleatoriamente sobre el tiempo o espacio (distancias, áreas,
volúmenes, pesos, entre otros,...)
Ejemplos:
Número de vehı́culos que llegan a una estación en una hora.
Número de repuestos producidos por minuto
Número de baterı́as por cm2 en un cultivo.
b) Está distribución constituye una aproximación a la Distribucion Binomial cuando n → ∞y
p → 0 generalmente se asume cuando p ≤ 0.10 y n ≥ 50, es decir, cuando se cumplem las
ateriores condiciones en una Distribución Binomial, es conveniente utilizar una Distribución
Poisson.
La distribución de Poisson de la variable aleatoria X se define por:
e −λ (λ)x
p(x) = P[X = x|P : λ] = , x = 0, 1, 2, . . . Donde
x!
λ: ”Lamda” es el número medio de ocurrencias del suceso por unidad de tiempo (o espacio).
x: es el número de veces que ocurre el suceso.
La esperanza y varianza se define por:
E [X ] = λ ; σ 2 = Var (X ) = λ

MG Cabrera August 16, 2022 10 / 17

1. El número de Clientes que llegan a una corporación de ahorro y vivienda los dı́as sábados es,
en promedio, 40 clientes por hora ¿Cuál es la probabilidad de que lleguen por lo menos dos
clientes en un perı́odo de 15 minutos ; b) en 5 minutos?

2. Un fabricante de automóviles se preocupa por una falla en el mecanismo de freno de un

modelo especı́fi co. En raras ocasiones la falla puede causar una catástrofe al manejarlo a alta
velocidad. La distribución del número de automóviles por año que experimentará la catástrofe es
una variable aleatoria de Poisson con λ = 5 a) ¿Cuál es la probabilidad de que, a lo sumo, 3
automóviles por año de ese modelo especı́fico sufran una catástrofe?
b) ¿Cuál es la probabilidad de que más de un automóvil por año experimente una catástrofe?

3. En la inspección de hojalata producida por un proceso electrolı́tico continuo, se identifican 0.2

imperfecciones en promedio por minuto. Determine las probabilidades de identificar a) una
imperfección en 180 segundos, b) al menos dos imperfecciones en 5 minutos, c) cuando más una
imperfección en 15 minutos

MG Cabrera August 16, 2022 11 / 17

Distribuciones Hipergeómetrica

Definición: Un experimento hipergeométrico consiste en escoger al azar una muestra de tamaño

n, uno a uno sin reemplazo de N elementos o resultados posibles, donde k de los cuales pueden
clasificarse como éxitos, y los N-k restantes como fracaso.
La distribución de probabilidad de la variable aletoria hipergeométrica se denota por:
k
N−k

x n−x
p(x) = h(x; N, n, k) = N

, x = 0, 1, 2, . . . , min(n, k)
n

Donde:
x Muestra éxito
n Número de Muestra
k Población éxito
N Número de Población

MG Cabrera August 16, 2022 12 / 17

Ejemplo 1. Suponga que en un proceso de control de calidad se inspecciona un lote de 10
artı́culos, de los cuales 4 son defectuosos. Si se eligen 5 artı́culos al azar y sin reemplazo.
a) Calcule la probabilidad de elegir 2 artı́culos defectuosos.
b) Calcule la probabilidad de elegir a lo más 2 artı́culos defectuosos.
Solución:
Sea X (w ) = Número de artı́culos defectuosos
Datos:
N= Total de artı́culos 10.
k= Defectuosos 4.
n= Número de la muestra 5
Ejemplo 2. Lotes con 40 componentes cada uno que contengan 3 o más defectuosos se
consideran inaceptables. El procedimiento para obtener muestras del lote consiste en seleccionar
5 componentes al azar y rechazar el lote si se encuentra un componente defectuoso.¿ Cuál es la
probabilidad de que en la muestra, se encuentre exactamente un componente defectuoso, si en el
lote hay 3 defectuosos?

MG Cabrera August 16, 2022 13 / 17

Variable Aleatoria Contı́nua: Distribución Normal

Una distribución de probabilidad continua que es muy importante es la distribución normal.

Varios matemáticos han contribuido a su desarrollo, entre los que podemos contar al
astrónomo-matemático del siglo XVIII Karl Gauss. En honor a su trabajo, la distribución de
probabilidad normal también es conocida como distribución gaussiana.

Caracterı́sticas de la distribución normal de probabilidad

♣ La curva tiene un solo pico; por tanto, es unimodal. Tiene la forma de campana.
♣ La media de una población distribuida normalmente cae en el centro de su curva normal.
♣ Debido a la simetrı́a de la distribución normal de probabilidad, la mediana y la moda de la
distribución se encuentran también en el centro; en consecuencia, para una curva normal, la
media, la mediana y la moda tienen el mismo valor.
♣ Las dos colas de la distribución normal de probabilidad se extienden indefinidamente y nunca
tocan el eje horizontal

MG Cabrera August 16, 2022 14 / 17

Estandarización de una variable aleatoria normal

x −µ x −x
z= oz=
σ s
donde su uso dependerá de los valores con que:
x: Valor de la variable aleatoria que nos ocupa.
µ: media poblacional de la distribución de la variable aleatoria
σ: desviación estándar poblacional de la distribución
z: número de desviaciones estándar que hay desde x a la media de la distribución
x: media muestral de la distribución
s: desviación estándar muestral

Uso de tablas
Conocido los valores de la media y la varianza de una V.A X con distribución normal es sólo
cuestión de cálculo para encontrar probabilidades de:
a) P[x ≤ b] = P[ x−µ σ
≤ b−µ
σ
] = P[Z ≤ b−µσ
]
b) P[x ≥ b] = P[ x−µ
σ
≥ b−µ
σ
] = P[Z ≥ b−µ
σ
] = 1 − P[Z ≤ b−µ
σ
]
c) P[a ≤ x ≤ b] = P[ a−µ
σ
≤ σ ≤ b−µ
x−µ
σ
] = P[ a−µ
σ
≤Z ≤ b−µ
σ
] = P[Z ≤ b−µ
σ
] − P[Z ≤ a−µ
σ
]

MG Cabrera August 16, 2022 15 / 17

1. Determine la probabilidad y grafique la curva de distribución normal.
a) P(Z < 1, 35); b) P(Z < −0, 34); c) P(Z > 2, 1)
d) P(Z > −1); e) P(−1, 39 < Z < 0, 44); f) P(−1, 52 ≤ Z ≤ 0, 89)

2. Supongamos que las puntuaciones de z se distribuyen normalmente, con una media de 0 y una
desviación estándar de 1.
a) Si P(Z < e) = 0, 4500, calcule e
b) Si P(Z > d) = 0, 9922, calcule d
c) Si P(Z > c) = 0, 0643 calcule c

MG Cabrera August 16, 2022 16 / 17

3.Un profesor manifiesta que el promedio que los estudiantes obtuvienen en su asignatura es de
3.9, con una desviación tı́pica 0.35. ¿Cúal es la probabilidad que uno de sus alumnos obtenga: a)
una calificación superior a 4.4; b) inferior a 3.2; c) a lo sumo 3 ?

4. El peso promedio de 500 estudiantes de cierto colegio es de 151 libras y la desviación tı́pica de
15 libras. Suponiendo que los pesos se distribuyen normalmente, hallar el número de estudiantes
que pesan: a) entre 120 y 155 libras; b) más de 185 libras.

5. Un investigador informa que unos ratones a los que primero se les restringen drásticamente sus
dietas y después se les enriquecen con vitaminas y proteı́nas vivirán un promedio de 40 meses. Si
suponemos que la vida de tales ratones se distribuye normalmente, con una desviación estándar
de 6.3 meses, calcule la probabilidad de que un ratón determinado viva
a) más de 32 meses;
b) menos de 28 meses;
c) entre 37 y 49 meses.

6. Un análisis estadı́stico de 1000 llamdas telefónicas de larga distancia hechas desde una central
telefónica indica que la duración de estas llamadas tienen una distribución normal con media
129.5s y una σ = 30s.
a) ¿Cuantas llamadas duraron menos de 60 s o más de 150 s?
b) ¿ Cuántas llamadas duraron menos de 80 s y más de 140 s?
MG Cabrera August 16, 2022 17 / 17