MA613 2019-2 Mg. Cecilia Ríos V.

DISTRIBUCIONES DISCRETAS NOTABLES

Según las formas especiales que pueden tener las funciones de probabilidad y según las
características de la variable para cada experimento, se conocen algunas distribuciones
especiales para las variables discretas y son las siguientes:

( 1 ) DISTRIBUCIÓN BINOMIAL

Consideremos un experimento con las siguientes características:

- Experimento de Bernoulli: Que consiste en n ensayos o repeticiones.
- Cada ensayo tiene dos resultados posibles: Éxito (E) o Fracaso (F)
- La probabilidad de éxito = p, y la probabilidad de fracaso = 1 – p = q
- Los ensayos son independientes, es decir la probabilidad de éxito p es constante en
cada ensayo o repetición.
- Si el experimento consiste en un muestreo, éste será con reposición.

Sea X: número de éxitos obtenidos en los n ensayos o repeticiones.

La función de probabilidad es la siguiente:

n
P ( X = x ) =   p x q n− x x = 0,1, 2,......; n
 x
La X es Binomial, que se distribuye con parámetros n y p: X ~ B ( n ; p )

Propiedades
𝟏) 𝑷(𝑿 = 𝒙) ≥ 𝟎 𝒙 = 𝟎; 𝟏; 𝟐 … . ; 𝒏 𝟐) ∑𝒏𝒊=𝟏 𝑷(𝑿 = 𝒙𝒊 ) = 𝟏
𝟑) 𝑬(𝑿) = 𝒏𝒑 𝟒) 𝑽(𝑿) = 𝒏𝒑𝒒

Ejemplo:
Calcular la probabilidad de obtener 3 veces el N° 5 al lanzar 8 veces un dado no cargado.
Éxito = aparece el N° 5 p (éxito) = p = 1/6
X: N° de veces que aparece el número 5, al lanzar un dado 8 veces.
Entonces la función de probabilidad es:

8 
P( X = x) =   (1/ 6) x (5 / 6)8− x x = 0;1; 2.....;8
 x
8
P( X = 3) =   (1/ 6)3 (5 / 6)5 = 0,10419
 3
También se pueden usar tablas estadísticas y/0 excel o cualquier paquete estadístico.

( 2 ) DISTRIBUCIÓN DE POISSON

Esta distribución se puede deducir de dos formas:

A partir de un proceso Poisson

La característica principal de este proceso es la ocurrencia de eventos por unidad de medida,
ejemplos: número de hilos por cm2 de tela, número de llamadas telefónicas por hora, número
de bacterias por cm3 de agua, etc.
Las asunciones de este proceso Poisson son:
1
MA613 2019-2 Mg. Cecilia Ríos V.
- El número de eventos discretos (éxitos) en los espacios continuos es grande, entonces se
conoce el promedio de éxitos que ocurren en dicha unidad de medida, definida como 
- La ocurrencia de los eventos son independientes.
- La probabilidad de que ocurra un evento es pequeña.

La variable aleatoria se define: X: Número de éxitos por unidad de medida.

X ~Poisson (  ) , se dice que X sigue una distribución de Poisson con parámetro  , si la función

e−   x
de densidad es como sigue: P( X = x) = x = 0,1,2,......
x!

e−t  (  t ) x
Si X: Número de éxitos en t unidades de medida: P( X = x) = x = 0,1, 2,......
x!
Propiedades

1) P( X = x)  0 x = 0,1, 2,...... 2) 
i =1
P( X = xi ) = 1 3) 𝐸(𝑋) = 𝜆 4) 𝑉(𝑋) = 𝜆

Como Límite de la Distribución Binomial

Se obtiene como aproximación de una distribución binomial con la misma media, cuando n es
grande (n > 30) y la probabilidad de éxito p es muy pequeña (p < 0,1).
n e− ( n p ) ( np ) x
P ( X = x ) = lim   p x q n − x   = np
n →  x  x!
p →0

( 3 ) DISTRIBUCIÓN HIPERGEOMÉTRICA

La distribución hipergeométrica suele aparecer en procesos muestrales sin reemplazo:

- Una población finita de N elementos, particionados en dos clases mutuamente
excluyentes: clase éxito y clase fracaso.
- La clase éxito tiene k elementos y la clase fracaso (N – k)
- Se extrae de esta población, una muestra tamaño n.
- Si el experimento consiste en un muestreo, éste es sin reposición.
X: número de elementos de la muestra extraída que pertenecen a la clase éxito.

La función de probabilidad está dada por:

k   N -k 
  
P ( X = x) =   
x n-x 
x = 0;1;2;......, mín ( n; k )
N
 
n 
Propiedades

1) P( X = x)  0 x = 0;1;2;...;mín (n; k ) 2) 
i =1
P( X = xi ) = 1

k  k  k  N - n 
3) E ( X ) = n   V ( X ) = n  1 −  
n 4)  n  n  N -1 

2
 MA613 2019-2 Mg. Cecilia Ríos V.
EJERCICIOS DE DISTRIBUCIONES DISCRETAS ESPECIALES

1.- Una prueba de laboratorio para detectar el peso (gramos) de cierta muestra química tiene un 25%
de precisión. Si se analizan 20 muestras en un mes, ¿cuál es la probabilidad de que:
a) Por lo menos 6 estén correctamente evaluadas?
b) Más de 2; pero menos de 8 estén correctamente evaluadas.
c) Si por lo menos 5 están correctamente evaluadas, ¿cuál es la probabilidad de que sean a lo más
10?

2. Una caja contiene 4 fichas rojas y 6 blancas. Se realizan 10 extracciones con reposición, calcule la
probabilidad de que el número de fichas rojas se encuentre en los intervalos:

a) < 2, 8] b)  x   x2

3. Una prueba contiene 20 preguntas y cada una de ellas 5 respuestas de las cuales 1 es la correcta. Si un
estudiante desconocía las respuestas y contestó al azar. Hallar la probabilidad:
a) De que conteste por lo menos 3 preguntas correctas.
b) Que conteste más de 4 pero a lo más 8 preguntas correctas.
c) ¿Cuántas respuestas correctas espera contestar?

4. Un tirador hace 3 disparos en un blanco, en cada uno de estos disparos la probabilidad de acertar es
3/4. Si acierta una vez recibe $ 12,8, si acierta 2 veces recibe $ 32,00, si acierta 3 veces recibe $ 64,00
y si ninguno da en el blanco tiene que pagar $ 320,00. Calcular la ganancia esperada.

5. Las ventas de cierto producto (en miles de kilos) en las tiendas de la ciudad de Ica, es una variable
aleatoria con la siguiente función de probabilidad:
2 − 2 x 0  x 1
f(x) = 
 0 en caso contrario

Se analizan al azar 10 tiendas de la ciudad de Ica ¿Cuál es la probabilidad de que por lo menos
en dos de ellas se hayan vendido más de 300 kilos de dicho producto?

6. Todos los días se seleccionan de manera aleatoria algunas unidades de un proceso de manufactura,
con el propósito de verificar el porcentaje de unidades defectuosas en la producción. Con base a
informaciones anteriores se sabe que la probabilidad de tener una pieza defectuosa es 0,04.
a) La gerencia ha decidido detener la producción cada vez que una muestra de 12 unidades
tenga por lo menos tres unidades defectuosas, ¿Cuál es la probabilidad de que en cualquier
día la producción se detenga?
b) En una muestra de 80 unidades, si hay por lo menos 2 unidades defectuosas ¿Cuál es la
probabilidad de que haya a lo más 8 unidades defectuosas?

7. Supongamos que el número de imperfecciones en un alambre delgado de cobre tiene una media de
2,4 imperfecciones por milímetro:
(a) Determine la probabilidad de más de 2 imperfecciones en un milímetro de alambre.
(b) Determine la probabilidad que haya no menos de 5 pero menos de 10 imperfecciones en 5
milímetros de alambre.
(c) Si se analizan 15 alambres delgados de cobre, calcule la probabilidad de que en al menos 5 de ellos
se produzcan más de 3 y a lo más 8 imperfecciones por milímetro de alambre.

3
 MA613 2019-2 Mg. Cecilia Ríos V.

8. La probabilidad de que una componente de un cierto tipo tenga alguna avería en las primeras
75 semanas es 0,08. Un sistema consta de 50 de estas componentes que funcionan en paralelo
de manera independiente. ¿Cuál es la probabilidad de que fallen a lo más cinco de ellas en las
primeras 75 semanas si se sabe que, al menos, dos de las componentes han fallado en ese
período?

9. Por experiencia, un comerciante sabe que la probabilidad de que en una hora reciba 2 llamadas
es la misma que la probabilidad de que reciba 3 llamadas. Siendo el número de llamadas por
hora una variable aleatoria con distribución de Poisson,
a) ¿Cuál es la probabilidad de que en un intervalo de 20’ no reciba llamadas?
b) En una hora y 20 minutos, si recibe a lo sumo 8 llamadas ¿Cuál es la probabilidad de que
reciba más de 2 llamadas?

10. La probabilidad de que un artículo producido por una fábrica sea defectuoso es 0,02. Se envió un
cargamento de 500 artículos a unos almacenes. Determine la probabilidad de que en el cargamento
a) Haya a lo más 12 artículos defectuosos.
b) Hayan por lo menos 5 pero menos de 10 artículos defectuosos.

11. Suponemos que la variable aleatoria número de accidentes laborales diarios sigue una
distribución de Poisson con promedio de 3 accidentes laborales por día.
a) Calcule la probabilidad que se produzcan más de más de 3 accidentes diarios.
b) Calcule la probabilidad de que se produzcan más de tres accidentes diarios, en más de
dos días de los 5 días laborales de la semana

12. Se lanza un dado cargado, donde la probabilidad de que salga un número par es de un centésimo.
¿Cuántos lanzamientos tendrá que hacer como mínimo para hacer una probabilidad superior de
0,9 de obtener un número par por lo menos una vez?

13. Una caja contiene 9 baterías de las cuales 4 están en buen estado y las restantes defectuosas. Se
toma una muestra eligiendo al azar tres baterías. Calcule la probabilidad que en una muestra se
obtengan
a) Ninguna batería en buen estado.
b) Al menos una batería en buen estado.
c) No más de dos baterías en buen estado.