Modelos Discretos de Probabilidad

Modelo Uniforme Discreto

Se dice que un modelo probabilstico es de tipo uniforme cuando los experimentos
que se realizan con respecto a un evento E, son tales que los puntos de su espacio
muestral son finitos y equiprobables, de tal forma que para todos los valores de la
variable aleatoria tenemos la misma probabilidad. Es decir, si = 3,5,7,9 tiene
distribucin uniforme, entonces:

= 3 = = 5 = = 7 = = 9 = 0.25

1
) =

1 1
) = 2
= 2 2

=1 =1
Ejemplo
Una persona se encuentra en el inicio de un laberinto, el cual tiene 5
caminos iniciales posibles numerados del 21 al 25; si la persona no
conoce el camino correcto y elige uno de estos al azar.
Determine:
a) El numero del camino que se espera elija
b) La varianza de la variable aleatoria discreta definida en el inciso (a)
c) La probabilidad de que elija un camino con un numero menor o
igual a 23.
Modelos de Bernoulli y Binomial
Un experimento aleatorio se llama de Bernoulli, cuando solo tiene dos
resultados posibles que denominamos xito y fracaso y son denotados
por p y q, respectivamente. Por otro lado , a cada prueba del
experimento se le suele llamar Ensayo de Bernoulli. As, a la variable
aleatoria X definida en un experimento Bernoulli que representa al
xito en un ensayo de Bernoulli le llamaremos variable aleatoria de
Bernoulli.
=1 =
=0 =1
= = 1 1 , = 0,1
Modelos de Bernoulli y Binomial
Un experimento aleatorio se llama binomial, cuando cumple con las
siguientes condiciones:
a) El experimento consta de n (numero finito) pruebas
independientes, tipo Bernoulli.
b) Cada prueba tiene solo dos resultados. xito y fracaso
c) La probabilidad de xito en una prueba es p y la de fracaso es q= 1-
p, y se mantienen constantes de prueba.

: , = = = , = 0,1, , .
Ejemplo
1. Experimentar al lanzar un dado y que salga 5
2. Un sistemas para detectar carros a gran velocidad consta de 3
radares que se instalan en una carretera. Cada radar funciona
independientemente, con probabilidad de detectar a un carro que
viaja a gran velocidad e igual a 0.99. considerando a la variable
aleatoria X: el numero de radares que detectan al carro que viaja a
gran velocidad. Determine:
a) Distribucin de probabilidad para X
b) Valor esperado y varianza de X
Modelo Geomtrico
Un experimento aleatorio se llama geomtrico, si cumple con:
1. El experimento consta de ensayos independientes
2. Cada ensayo tiene solo dos resultados. xito y fracaso
3. La probabilidad de xito en un ensayo es p y la de fracaso es q=1 p,
y se mantienen constantes de ensayo en ensayo
4. El experimento termina cuando ocurre el primer xito en un ensayo

; = = = 1 , = 1,2,3,
Ejemplo
Si la probabilidad de encontrar una frase clave en un sitio de internet
por parte de un motor de bsqueda es 0.75, Cul es la probabilidad de
que el motor de bsqueda encuentre finalmente la frase en el cuarto
sitio visitado?
Modelo de Pascal
Un experimento aleatorio se llama de Pascal, si cumple con:
1. El experimento consta de ensayos independientes
2. Cada ensayo tiene solo dos resultados. xito y fracaso
3. La probabilidad de xito en un ensayo es p y la de fracaso q=1 p, y
se mantienen constantes de ensayo en ensayo
4. El experimento termina cuando ocurre el n simo xito.

1
; , = 1
Ejemplo
Una maquina despachadora de refrescos arroja un poco mas de 20 ml
por vaso derramndose el liquido en un 5% de los vasos despachados.
Calcule la probabilidad de que el segundo vaso que se derramen ocurra
hasta el decimo vaso despachado.
Modelo Hipergeomtrico
Un experimento aleatorio se llama hipergeomtrico si cumple con las
condiciones:
1. El experimento se realiza considerando un lote de tamao N en el cual
sus elementos estn divididos en dos clases de tamaos m y N-m
2. Se toma una muestra de tamao n, sin reemplazo, del lote
3. Se calculan las probabilidades cuando k elementos de una de las clases
estn en la muestra de tamao n.

; , , = = = ,

+ , 0 ,
Ejemplo
En una caja se tiene 20 discos duros para computadoras colocados de
forma vertical sin poner uno encima del otro. Supngase que entre los
20 existen los 3 defectuosos. Se seleccionan cuatro de ellos
aleatoriamente. Encuentre la distribucin de probabilidad, para X:
Cantidad de defectuoso en la muestra.
Modelo de Poisson
Un experimento o proceso de Poisson debe cumplir con las condiciones:
1. Los resultados de intervalo que no tienen puntos en comn, son independientes. Esto
es, los resultados que ocurren en (1 , 2 ) son independientes de los que transcurran en
el intervalo (3 , 4 ), cuando los intervalos son disjuntos. Se dice que el experimento de
Poisson en su ejecucin no tiene memoria.
2. La probabilidad, de que un resultado ocurra en un intervalo de tiempo mucho muy
pequeo (, + ) es una cantidad de orden . Esto es, la probabilidad de obtener
exactamente un resultado en un intervalo, suficientemente pequeo, es proporcional
a la longitud del intervalo.
3. La probabilidad de que ocurra ms de un resultado en el transcurso del intervalo
(, + ), es una cantidad mucho mas pequea en comparacin con . Esto significa
que la probabilidad de obtener dos o ms resultados en un intervalo sumamente
pequeo es despreciable.

; = = = = 0,1,2,
!
Ejemplo
En una tienda los clientes llegan al mostrador conforme una
distribucin de Poisson con un promedio de 10 por hora. En una hora
dada, Cul es la probabilidad de que lleguen al menos 5 clientes?