Encabezado: DISTRIBUCION DE PROBABILIDADES

Distribución de Probabilidades

Eduard Ferney Wilches Espejo

Colegio Rafael Uribe Uribe

Notas del autor

Eduard Ferney Wilches Espejo, Matemáticas, Colegio Rafael Uribe Uribe

Colegio Rafael Uribe Uribe.

Encabezado: DISTRIBUCION DE PROBABILIDADES
2

¿Qué es la distribución de probabilidad?

La distribución de probabilidad, se refiere a todos los resultados posibles que pueda tener una

variable aleatoria.

La variable aleatoria puede ser discreta o continua. Una variable aleatoria discreta es aquella que

puede ser números enteros. Por otro lado, una variable aleatoria continua no posee esta

separación o limitación, puede tomar cualquier valor dentro del límite establecido.

Tipos de Distribución:

El tipo de distribución depende del tipo de variable que se esté tratando. Pero se va a tratar las

más importantes o conocidas:

Variables continuas: En el caso de que la variable aleatoria sea continua, la distribución

asociada es una distribución normal o de tipo Gaussiana.

Variables discretas: en el caso de que la variable aleatoria sea discreta, pueden existir varios

tipos de distribuciones, las principales son la distribución binomial, la distribución

hipergeométrica y la distribución de Poisson.

Distribución Normal.

Es una de las más importantes en el área de estadística. Su desarrollo y explicación se les

atribuyen a diferentes investigadores, especialmente a Carl Friedrich Gauss.

Esta distribución considera dos parámetros, los cuales son el promedio o la media (μ) y la

desviación estándar (σ). Gracias a estos dos parámetros, tiene asociada una ecuación, de la cual

se desarrolla una gráfica conocida como campana de Gauss.

Encabezado: DISTRIBUCION DE PROBABILIDADES
3

 El área del recinto determinado por la función y el eje de abscisas es igual a la unidad.

 Al ser simétrica respecto al eje que pasa por x = µ, deja un área igual a 0.5 a la izquierda

y otra igual a 0.5 a la derecha.

 La probabilidad equivale al área encerrada bajo la curva.

Ejemplos:

1. Las alturas medias en centímetros de cierta población se distribuyen según una normal de

media 176 y desviación típica 12. ¿Cuál es la probabilidad de que un individuo elegido

al azar mida entre 170 y 190 centímetros?

2. La altura de los candidatos de un llamamiento al Servicio Militar sigue una distribución

normal de media 1,7 y desviación típica 0,1. Se desea saber:

a) Probabilidad de que un candidato, elegido al azar, tenga una altura entre 1,7 y 1,9.
Encabezado: DISTRIBUCION DE PROBABILIDADES
4

b) Si el llamamiento consta de 50.000 candidatos y se excluyen por falta de talla

aquellos cuya altura es inferior a 1,5, ¿cuál es el número esperado de exclusiones por esta

causa?

3. Una máquina produce recipientes cuyas capacidades están fijadas según una distribución

normal N (10; 0,1). Un fabricante considera que un recipiente es defectuoso si su

capacidad no está entre 9,9 y 10,1. ¿Qué probabilidad tiene un recipiente de ser

considerado defectuoso?
Encabezado: DISTRIBUCION DE PROBABILIDADES
5

4. La cantidad de café depositada en cada bolsa por una máquina envasadora sigue una

distribución normal con media 1040 g y desviación típica de 50 g.

a) Calcula el tanto por ciento de paquetes que contienen más de un kilogramo.

b) Calcula el valor de a sabiendo que el 95,7 % de los paquetes contiene menos de a

gramos.

c) Calcula el tanto por ciento de paquetes cuyo contenido tiene un peso comprendido

entre 950 y 1050 gramos.

Encabezado: DISTRIBUCION DE PROBABILIDADES
6

5. En una población, los ingresos anuales siguen una distribución normal, con una media de

20000 € y una desviación típica de 8000 €. Si la proporción de pobres es del 4 % y la de

ricos del 2 %, ¿cuáles son los ingresos anuales que marcan los límites de pobreza y

riqueza de esa población?

Encabezado: DISTRIBUCION DE PROBABILIDADES
7

Distribución Binomial.

Fue desarrollada por Jacob Bernoulli, posee diversas aplicaciones en el área de bioestadística,

específicamente en la realización de experimentos, también es conocida como distribución de

Bernoulli.

Un experimento o estudio tiene una distribución binomial cuando se cumplen las siguientes

condiciones:

 En el experimento solo existen dos posibles resultados, el éxito o el fracaso.

 La repetición del mismo experimento presenta un resultado que es independiente de los

resultados anteriores.

 La probabilidad del éxito o del fracaso es constante.

Encabezado: DISTRIBUCION DE PROBABILIDADES
8

 Cada experimento posee un mismo número de réplicas.

Ejemplos:

1. Supongamos que se tira una moneda al aire 5 veces. Calcular la probabilidad de que

salga cara 4 veces.

p = q = 0,5 (la probabilidad de que salga cara es la misma de que salga cruz = 0,5

P(X=3) = [5! / (3! ·2!)] · 0,53 · 0,52 = 10 · 0,125 · 0,25 = 0,3125

La probabilidad sería por lo tanto un 31,25%

2. supongamos que se tiran 3 dados. Calcular la probabilidad de que salga el valor 6 en

los tres.

La probabilidad de éxito (p) = 1/6 y la de fracaso (q) es igual a 1-p = 1-1/6 = 5/6

P(X=3) = [3! / (3!·0!)] · (1/6)3 · (1/6)0 = (1/6)3 = 0,0046

La probabilidad sería por lo tanto un 0,46%

3. La última novela de cierto afamado autor ha tenido un importante éxito, hasta el

punto de que el 80 % de los lectores ya la han leído. Un grupo de cuatro amigos son

aficionados a la lectura:

a) Describir la variable que indica el número de individuos del grupo que han leído

dicha novela.

b) ¿Cuál es la probabilidad de que en el grupo hayan leído la obra dos personas? ¿Y

al menos dos?
Encabezado: DISTRIBUCION DE PROBABILIDADES
9

4. El 30 % de los tornillos de una gran partida son defectuosos. Si se cogen tres tornillos

al azar, calcula:

a) La probabilidad de que los tres sean defectuosos.

b) La probabilidad de que solamente dos sean defectuosos.

c) La probabilidad de que ninguno de ellos sea defectuoso.

Encabezado: DISTRIBUCION DE PROBABILIDADES
10

5. Un tratamiento contra el cáncer produce mejoría en el 80 % de los enfermos a los que

se le aplica. Se suministra a 5 enfermos. Se pide:

a) Calcula la probabilidad de que los 5 pacientes mejoren.

b) Calcula la probabilidad de que, al menos, tres no experimenten mejoría.

c) ¿Cuántos pacientes se espera que mejoren?

Encabezado: DISTRIBUCION DE PROBABILIDADES
11

Distribución de Poisson.

Fue desarrollada por Siméon Denis Poisson, este tipo de distribución, explica la probabilidad de

que cierto evento ocurra un determinado número de veces en un tiempo establecido.

Por lo general este tipo de distribución ocurre cuando se observa la aparición de algún suceso o

evento raro en dicho tiempo establecido.

En este tipo de distribución, la probabilidad de éxito también es independiente en cada intervalo

establecido, por lo que no es constante. Algún evento o proceso que conlleve una distribución de

Poisson es estable.

Ejemplos:

1. Cierta enfermedad tiene probabilidad de ocurrir p=1/100000, lo que en Medicina se

denomina prevalencia. Calcula la probabilidad de que en una ciudad de 500000

habitantes haya más de 3 personas con dicha enfermedad. ¿Cuál sería en dicha ciudad

el número de enfermos esperado?

Solución:

El problema se podría abordar mediante una B (500000, 0,00001)

Encabezado: DISTRIBUCION DE PROBABILIDADES
12

2. En una carretera se producen un promedio de 2 accidentes anuales. Calcula la

probabilidad de que este año se produzcan más de 3 accidentes.

3. Si ya se conoce que solo el 3% de los alumnos de Contabilidad son muy inteligentes

¿Calcular la probabilidad de que si tomamos 100 alumnos al azar 5 de ellos sean muy

inteligentes?

N = 100

P = 0.03

lambda = 100 * 0.03 = 3

x=5

4. Si un banco recibe en promedio 6 cheques sin fondo por día, ¿cuáles son las

probabilidades de que reciba, a) cuatro cheques sin fondo en un día dado, b) 10

cheques sin fondos en cualquiera de dos días consecutivos.

Solución:

a) x = variable que nos define el número de cheques sin fondo que llegan al banco en

un día cualquiera = 0, 1, 2, 3, etc.

λ = 6 cheques sin fondo por día

Encabezado: DISTRIBUCION DE PROBABILIDADES
13

b) x= variable que nos define el número de cheques sin fondo que llegan al banco en

dos días consecutivos = 0, 1, 2, 3, ......, etc., etc.

λ = 6 x 2 = 12 cheques sin fondo en promedio que llegan al banco en dos días

consecutivos.

Nota: λ siempre debe de estar en función de x siempre o, dicho de otra forma, debe

“hablar” de lo mismo que x.

5. En la inspección de hojalata producida por un proceso electrolítico continuo, se

identifican 0.2 imperfecciones en promedio por minuto. Determine las probabilidades

de identificar a) una imperfección en 3 minutos, b) al menos dos imperfecciones en 5

minutos, c) cuando más una imperfección en 15 minutos.

Solución:

a) x = variable que nos define el número de imperfecciones en la hojalata por cada 3

minutos = 0, 1,2, 3, etc., etc.

λ = 0.2 x 3 =0.6 imperfecciones en promedio por cada 3 minutos en la hojalata.

b) x = variable que nos define el número de imperfecciones en la hojalata por cada 5

minutos = 0, 1,2, 3, …, etc., etc.

λ= 0.2 x 5 =1 imperfección en promedio por cada 5 minutos en la hojalata.

Encabezado: DISTRIBUCION DE PROBABILIDADES
14
Encabezado: DISTRIBUCION DE PROBABILIDADES
15

Referencias.

[Link]

[Link]

[Link]

[Link]

binomial/[Link]

[Link]

[Link]

[Link]

ia/VAdiscreta/4_2DistribucionPoisson/[Link]

[Link]

resueltos