Professional Documents
Culture Documents
T Distdis
T Distdis
UNIDAD 1
DISTRIBUCIONES DISCRETAS DE PROBABILIDAD
Dichas distribuciones son idealizaciones del mundo real, por lo tanto sus resultados no
siempre coinciden con la realidad.
Una variable aleatoria es una función que asigna un número real a cada resultado del
espacio muestral de un experimento aleatorio.
Dicho de otra forma, una variable aleatoria es una función valorada numéricamente,
cuyo valor está regido por factores en los que interviene el azar.
Las variables aleatorias pueden ser discretas o continuas, según su rango de valores.
Una variable aleatoria es discreta si el número de valores que puede tomar es contable;
generalmente puede asumir únicamente valores enteros. Cada uno de sus valores tiene
cierta probabilidad.
pequeño de valores, la forma más simple consiste en construir una tabla que contenga los
posibles valores y sus respectivas probabilidades; si no son pocos, lo más adecuado es
expresar dicha probabilidad como una ecuación.
EJEMPLO 1.1.
Se lanza una moneda 3 veces. Construir la distribución de probabilidad de X, si éste es el
número de caras.
Solución:
x 0 1 2 3
f(x) 1/8 3/8 3/8 1/8
1. f(x) ≥ 0
2. f ( x) 1
3. p(X=x) = f(x)
EJEMPLO 1.2.
Un embarque de 8 microcomputadores similares que se envía a un distribuidor contiene 3
aparatos defectuosos. Si una escuela realiza una compra aleatoria de 2 de estos
computadores, encuentre la distribución de probabilidades para el número de
computadores defectuosos
Solución:
x 0 1 2
f(x) 10/28 15/28 3/28
EJEMPLO 1.3.
Un examen de opción múltiple contiene 25 preguntas, cada una con cuatro respuestas, de
las cuales sólo una es correcta. Cierto estudiante trata de adivinar las respuestas; haga una
distribución de frecuencias para el número de respuestas correctas.
Solución:
Además, puede hablarse de una distribución acumulada de dicha variable; ésta se denota
como F(X), indica la probabilidad de que X sea menor o igual a un valor específico y está
dada por:
EJEMPLO 1.4.
La producción diaria de 850 partes manufacturadas contiene 50 que no cumplen con los
requerimientos del cliente. Del lote se escogen dos partes al azar; si X es el número de
partes que no cumplen los requerimientos del cliente, hallar F(X=1).
Solución:
EJEMPLO 1.5.
Se diseña un generador de números seudoaleatorios. ¿Cuántos cincos se esperaría obtener
si se generan 10000 números?
4
Solución:
P(X = 5) = 1/10
Este modelo se aplica a poblaciones finitas de las que tomamos elementos al azar con
reemplazo o a poblaciones conceptualmente infinitas (como las piezas que producirá una
máquina), siempre que el proceso generador sea estable.
Llamemos
Población
Siempre p + q = 1
x 0 1
f(x) q p
Entonces:
3. Distribución binomial:
Cuando un número fijo n de ensayos repetidos de Bernoulli es realizado con probabilidad
de éxito p en cada ensayo, es decir, la probabilidad de un éxito permanece constante.
EJEMPLO 1.6.
Se sabe que los discos producidos en una empresa salen defectuosos con probabilidad,
independientemente unos de otros, de 0.01. La compañía vende los discos en paquetes de
10 y garantiza el reembolso del dinero si más de uno de 10 discos sale defectuoso. ¿Cuál es
la proporción de paquetes que se devuelven?
Si alguien compra 3 paquetes, ¿cuál es la probabilidad de que devuelva por lo menos uno
de ellos?
Solución:
Por lo tanto, la probabilidad de que devuelva por lo menos uno de los paquetes es:
P(X1) = 1 – P(X=0)
= 1 – 0.9963 = 0.012
Para justificar estas fórmulas, consideremos el caso en que n=1. Recordemos que en un
ensayo de Bernoulli, la media es p y la varianza es pq:
EJEMPLO 1.7.
Un examen de selección múltiple contiene 20 preguntas, cada una con cuatro posibles
respuestas, de las cuales sólo una es correcta. Suponga que un estudiante sólo adivina las
respuestas.
a) ¿Cuál es la probabilidad de que el estudiante conteste correctamente más de la
mitad de las preguntas?
b) ¿Cuál es la probabilidad de que el estudiante conteste correctamente menos de
5 preguntas?
c) ¿Cuál es la probabilidad de que el estudiante gane el examen?
d) ¿Cuál es el número esperado de respuestas correctas?
e) Responder las preguntas a) y c) si cada pregunta tiene 5 opciones.
Solución:
8
p=¼ n = 20
d) = np = 20 * ¼ = 5 respuestas correctas
4. Distribución hipergeométrica
Como el muestreo sin reemplazo viola las condiciones de Bernoulli si la muestra no es
grande, algunas veces es necesario plantear un tipo diferente de distribución. (Es evidente
que la mayoría de muestreos se realiza sin reemplazo, esto implica que si la población es
pequeña las probabilidades cambiarán en cada observación).
Cuando se selecciona sin reemplazo una muestra aleatoria de tamaño n de una población
de tamaño N y el interés recae en la probabilidad de seleccionar x éxitos de los k artículos
considerados como éxitos en la población, se realiza un experimento hipergeométrico y su
función de probabilidad viene determinada por:
EJEMPLO 1.8.
Los componentes de un sistema de seis elementos se toman aleatoriamente de un recipiente
con 20 componentes usados. El sistema funcionará si por lo menos 4 de los 6 componentes
están en condiciones de funcionar; si 15 de los 20 componentes en el recipiente están en
condiciones de funcionar, ¿cuál es la probabilidad de que el sistema funcione?
Solución:
P(X4) = = 0.8687
5. Distribución de Poisson
Este es el modelo de probabilidad más adecuado para eventos que ocurren aleatoriamente a
través del tiempo o el espacio.
Poisson supone:
a) Independencia: El número de ocurrencias en un intervalo determinado es
independiente del número de ocurrencias en cualquier otro intervalo.
b) La posibilidad de dos ocurrencias simultáneas puede ser asumida como
cero.
c) El número promedio de ocurrencias por unidad de tiempo o espacio se
considera una constante.
d) La probabilidad de que suceda determinado número de eventos en un
proceso de Poisson depende únicamente de la longitud del intervalo observado y no de
su ubicación.
EJEMPLO 1.9.
La contaminación es un problema en la fabricación de discos de almacenamiento óptico. El
número de partículas contaminantes que aparecen en la superficie de un disco óptico tiene
una distribución Poisson; el número promedio de partículas por centímetro cuadrado de
superficie del medio de almacenamiento es 0.1. El área de un disco bajo estudio es de 100
centímetros cuadrados. Encuentre la probabilidad de encontrar por lo menos una partícula
contaminante en el disco.
Solución:
P(X1) = 1 – P(X=0)
=1-
EJEMPLO 1.10.
Los mensajes que llegan a un computador utilizado como servidor lo hacen de acuerdo con
una distribución Poisson con una tasa promedio de 10 mensajes por hora.
a) ¿Cuál es la probabilidad de que lleguen más de 3 mensajes en un espacio de 15 minutos?
b) ¿Cuál es el número esperado de mensajes en una jornada de 14 horas?
Solución:
a) = 10 t=¼ = 2.5
P(X>3) = 1 – P(X3)
= 1 – 0.7576
= 0.2424
b) = 10*14
= 140 mensajes
EJERCICIOS PROPUESTOS
7. Por ley, una droga se considerará exitosa si tiene una efectividad del 80%. Cierta droga
se suministra a 20 pacientes y se considerará efectiva si a los que no les sirve para nada
no son más de 5.
a) ¿Cuál es la probabilidad de que una droga efectiva sea rechazada? Interprete.
b) ¿Cuál es la probabilidad de que una droga que realmente tiene una efectividad del
60% de efectividad, pase la prueba y sea aceptada? Interprete. ¿Qué pasa con ese
porcentaje si la efectividad real es menor?
actualmente para esa tarea (para que justifique el gasto). Por eso se evaluaron 15
artículos producidos por la nueva máquina y la considerarán mejor si máximo 2
artículos no son de excelente calidad.
La máquina se considera exitosa si produce un 90% de artículos excelentes.
a) ¿Cuál es la probabilidad de que la nueva máquina no sea aceptada, aunque sea
mejor que la actual?
b) ¿Cuál es la probabilidad de que la nueva máquina sea aceptada si realmente
produjera sólo un 70% de artículos de excelente calidad?
c) Usted es una persona ajena a la empresa, pero le solicitan su opinión. ¿Qué
sugerencia daría para mejorar ese sistema de aceptación?, justifique.
10. El número promedio de llamadas por segundo que maneja una central telefónica es 6.5.
La central puede admitir máximo 10 llamadas/segundo.
a) ¿Cuál es la probabilidad de que en un segundo dado el sistema no pueda atender
todas las llamadas que se demanden?
b) A los ingenieros encargados de esa central les preocupa que permanezca muy
ocupada porque en cualquier momento podría sobresaturarse. ¿Cuál es la
probabilidad de que en un segundo determinado se supere el promedio de llamadas,
pero no se sobresature el sistema?
12. Se toma una muestra de 15 paquetes estadísticos para evaluar si permiten hacer un
determinado análisis. Anteriores estudios indican que la probabilidad de que un
software estadístico deje hacer ese análisis es 0.6. ¿Cuál es la probabilidad de que al
menos 13 de los 15 paquetes seleccionados permitan hacer el análisis?
a) Si se toma X = número de paquetes que permiten hacer el análisis.
b) Si se toma X = número de paquetes que no permiten hacer el análisis.
14
15. Al conmutador de una universidad llegan en promedio 120 llamada/hora durante las
horas de actividad. El conmutador no puede hacer más de 5 conexiones por minuto;
calcule la probabilidad de que:
a) el conmutador se encuentre congestionado en un minuto dado.
b) se pierdan 3 o más llamadas si la recepcionista salió 2 minutos de la oficina.
16. El director de control de calidad de una fábrica está realizando su inspección mensual
de las transmisiones automáticas en la planta. En este procedimiento, 10 transmisiones
se sacan del grupo de componentes y se verifica si no tienen defectos de fabricación.
En general, el 98% de las transmisiones no presentan ningún defecto.
a) ¿Cuál es la probabilidad de que la muestra seleccionada contenga más de 2
transmisores con defectos?
b) ¿Cuál es la probabilidad de que ninguna de las transmisiones seleccionadas tenga
algún defecto de fabricación?
17. Una aeronave de alto rendimiento contiene 3 computadoras idénticas. Sólo una de ellas
se utiliza para controlar la nave; las otras dos son reservas que se activan en caso de
fallas en el sistema primario. Durante una hora de operación, la probabilidad de falla en
el computador primario (o en cualquiera de los sistemas de reserva que se encuentre
activo) es 0.0005. Si se supone que cada hora representa un ensayo independiente,
a) ¿Cuál es el tiempo promedio de falla de las 3 computadoras?
b) ¿Cuál es la probabilidad de que las 3 computadoras fallen durante un vuelo de 5
horas?
22. Un proceso de fabricación tiene 100 pedidos en espera de ser surtidos. Cada pedido
necesita un componente que se compra a otro proveedor. Lo común es identificar 2%
de estos componentes como defectuosos; por otra parte, puede suponerse que el estado
de cada componente es independiente del de los demás.
a) Si el inventario del fabricante es de 100 componentes, ¿cuál es la probabilidad de
que se puedan surtir los 100 pedidos sin tener que pedir más componentes?
b) Si el inventario del fabricante es de 105 componentes, ¿cuál es la probabilidad de
que se puedan surtir todos los pedidos sin tener que pedir más componentes?
23. El número de componentes que falla antes de cumplir 100 horas de operación es una
variable aleatoria de Poisson. Si el número promedio de éstas es 8:
a) ¿Cuál es la probabilidad de que falle un componente antes de 25 horas?
16
24. La producción de un lote de cierto artículo se considera exitosa si tiene una efectividad
del 90% (si el 90% de los artículos del lote son de excelente calidad). Se ensayan 20
artículos de cierto lote y se considera bueno si los artículos defectuosos no son más de
dos.
a) ¿Cuál es la probabilidad de rechazar un lote que es bueno?
b) ¿Cuál es la probabilidad de aceptar un lote que realmente tiene un 80% de artículos
de excelente calidad?