E STADÍSTICA D ESCRIPTIVA Y P ROBABILIDADES

Distribuciones de Probabilidad Discretas Importantes

1. Distribución de Probabilidad Binomial: Es una distribución de probabilidad discreta que cuenta el número
de éxitos 0, 1, · · · , n, en una secuencia de n ensayos independientes entre sí, con una probabilidad fija de éxito
p de ocurrencia y una probabilidad de fracaso q para cada ensayo.
La función de probabilidad binomial está dado por:

P[X = x] = Cxn px qn−x

Esta formula servirá para encontrar la probabilidad de P(x), de que ocurran exactamente x casos favorables
y (n − x) casos no favorables.
Propiedades

• El experimento consiste en una sucesión de n intentos o ensayos idénticos.

• En cada intento o ensayo son posibles dos resultados. A uno lo llamaremos éxito y al otro fracaso.

• La probabilidad de un éxito, se representa por p y no cambia de un intento o ensayo. Por lo tanto la

probabilidad de un fracaso se representa por q = (1 − p), que tampoco cambia de un intento a otro.

• Los intentos o ensayos son independientes.

Media (µ): µ = E(X) = np

Varianza (σ 2 ): σ 2 = V (X) = npq

Ejemplo 01: Se lanza un dado 10 veces calcular la probabilidad de obtener 4 veces el 6.

Ejemplo 02: Determinar la probabilidad de obtener al menos un sello cuando se lanza una moneda 3 veces.

UTP Sede Arequipa 1 Guia 10

 E STADÍSTICA D ESCRIPTIVA Y P ROBABILIDADES

Ejemplo 03: Supongamos que 10 aparatos de radar están operando independientemente uno del otro y que
la probabilidad de que solo uno de los aparatos detecte un cohete enemigo es de 0.80 ¿Cuál es la probabilidad
de que nueve radares detecten el cohete enemigo?

Ejemplo 04: Un complejo sistema electrónico esta construido con cierto número de componentes en sus
sistemas. Un subsistema contiene cuatro componentes idénticos, cada uno con una probabilidad de 0.2 de
fallar en menos de mil horas. El sistema funciona si dos o mas componentes cualquiera de los cuatro, trabaja
en forma adecuada. Además se supone que los componentes operan en forma independiente.

a) Determine la probabilidad que exactamente 2 de 4 componentes resistan mas de mil horas.

b) Encuentre la probabilidad de que el sistema funcione por más de mil horas.

Ejemplo 05: Un estudiante de ingeniería de sistemas tiene la certeza de aprobar una asignatura cualquiera
con una probabilidad de 0.8, si lleva 6 asignaturas:

a) ¿Cuál es la probabilidad de que salga mal en todas las asignaturas?

b) ¿Cuál es la probabilidad que apruebe menos de dos o mas de cuatro asignaturas?

c) ¿Cuál es la probabilidad de que apruebe exactamente 2 asignaturas sabiendo que al menos aprueba una
asignatura?

UTP Sede Arequipa 2 Guia 10

 E STADÍSTICA D ESCRIPTIVA Y P ROBABILIDADES

2. Distribución de Probabilidad de Poisson: La distribución de Poisson también surge cuando un evento

o suceso raro ocurre aleatoriamente en el espacio o el tiempo. La variable asociada es el número de
ocurrencias del evento en un intervalo o espacio continuo, por tanto, es una variable aleatoria discreta que
toma valores enteros no negativos (0, 1, 2, ...)

La función de distribución de probabilidad de Poisson está dado por:

e−λ λ x
P[X = x] =
x!
Donde:

• P(X = x): Es la probabilidad de ocurrencia cuando la variable discreta X toma un valor x.

• λ : Número promedio de ocurrencias esperadas por unidad de tiempo o de espacio.

• e: Es el exponencial y tiene un valor aproximado de 2.71828183· · ·

Media (µ): µ = E(X) = λ

Varianza (σ 2 ): σ 2 = V (X) = λ 2
Nota: El parámetro de la distribución, λ , se le conoce también como la tasa de ocurrencia del fenómeno
que se observa.

Utilidad

• La distribución de Poisson se utiliza en situaciones donde los sucesos son impredecibles o de ocurrencia
aleatoria. En otras palabras no se sabe el total de posibles resultados.

• Permite determinar la probabilidad de ocurrencia de un suceso con resultado discreto.

• Es muy útil cuando la muestra o segmento n es grande y la probabilidad de éxito p es pequeña.

• Se utiliza cuando la probabilidad del evento que nos interesa se distribuye dentro de un segmento n
dado como por ejemplo: distancia, área, volumen o tiempo definido.

Condiciones: Para que una variable siga una distribución de Poisson deben cumplir las siguientes
condiciones:

• En un intervalo muy pequeño la probabilidad de que ocurra un evento es proporcional al tamaño del
intervalo.

• La probabilidad de que ocurran dos o más eventos en un intervalo muy pequeño es tan reducida que, a
efectos prácticos, se puede considerar nula.

• El número de ocurrencias en un intervalo pequeño no depende de lo que ocurra en cualquier otro

intervalo pequeño que no se solape con aquél.

UTP Sede Arequipa 3 Guia 10

 E STADÍSTICA D ESCRIPTIVA Y P ROBABILIDADES

Ejemplo 06: Una agerencia de un banco desea conocer información relacionado con la cantidad de personas
que se acercan a retirar dinero de uno de sus cajeros automáticos un miércoles por la mañana. Si se tiene
información que el número medio de personas que llegan al cajero en un periodo de 15 minutos es 10. ¿Cuál
es la probabilidad de que 5 personas lleguen al cajero en un periodo de 15 minutos?

Ejemplo 07: Una central telefónica recibe en promedio 10 llamadas por hora, considerando que el número
de llamadas tiene una distribución Poisson.

a) Definir la variable aleatoria e indicar el tipo de variable.

b) Hallar la probabilidad de que en una hora reciba 4 llamadas.

c) Halla la probabilidad de que en dos horas reciba más de 2 llamadas.

Ejemplo 08: Los clientes de un banco que deben recibir un tratamiento especial llegan de acuerdo con un
proceso de Poisson con una media de dos clientes por 20 minutos.

a) ¿Cuál es la probabilidad de que lleguen 3 clientes en 40 minutos?

b) ¿Cuál es la probabilidad de que en un periodo de media hora lleguen más de 2 clientes?

UTP Sede Arequipa 4 Guia 10

 E STADÍSTICA D ESCRIPTIVA Y P ROBABILIDADES

Ejercicios

1. Suponiendo que la probabilidad de que un guisante tenga vainas verdes es 0.75, utilice la fórmula de la
distribución binomial para calcular la probabilidad de obtener exactamente 3 guisantes con vainas verdes
cuando se generan 5 vástagos de guisantes.

2. La cadena de comida rápida McDonald’s tiene una tasa de reconocimiento de marca del 95 % en todo el
mundo (según datos de Retail Marketing Group). Suponga que se eligen 5 personas al azar; calcular lo
siguiente:

a) La probabilidad de que exactamente 3 de las 5 personas reconozcan la marca McDonald’s.

b) La probabilidad de que el número de personas que reconozcan la marca McDonald’s sea 3 o menos.

3. En Estados Unidos, el 40 % de la población tiene ojos cafés (según datos de un estudio realizado por el
doctor Sorita Soni en Indiana University). Si se seleccionan al azar 14 personas, calcule la probabilidad de
que al menos 12 tengan ojos cafés. ¿Es inusual seleccionar al azar 14 personas y encontrar que al menos 12
de ellas tienen ojos cafés? ¿Por qué?

4. El autor compró una máquina tragamonedas configurada de tal forma que existe una probabilidad de 1/2000
de ganarse el premio mayor en cualquier ensayo individual. Aun cuando nadie consideraría seriamente hacer
trampa al autor, suponga que un invitado afirma haber jugado con la máquina 5 veces y haber ganado en dos
ocasiones.

a) Calcule la probabilidad de que haya exactamente 2 premios en 5 ensayos.

b) Calcule la probabilidad de al menos 2 premios en 5 ensayos.

c) ¿Parece válida la afirmación del invitado de 2 triunfos en 5 juegos? Explique.

5. Un programa de televisión transmite un juego entre los Potros y los Patriotas, y recibe una puntuación de 22,
lo que significa que, de los televisores encendidos, el 22 % estaba sintonizando ese juego (según datos de una
empresa encuestadora). Un anunciante desea obtener una segunda opinión realizando su propia encuesta e
inicia una encuesta piloto con 20 hogares que tienen el televisor encendido en el momento de la transmisión
del juego.

a) Calcule la probabilidad de que ninguno de los hogares esté sintonizando el juego

b) Calcule la probabilidad de que al menos uno de los hogares esté sintonizando el juego

c) Calcule la probabilidad de que como máximo uno de los hogares esté sintonizando el juego

d) Si como máximo uno de los hogares está sintonizando el juego ¿parecería que el valor del 22 % es
incorrecto? ¿Por qué?

6. En un periodo reciente de 100 años, hubo 93 grandes terremotos (con una magnitud de al menos 6.0 en
la escala de Richter) en el mundo (según datos de World Almanac and Book of Facts). Suponga que la
distribución de Poisson es un modelo adecuado.

UTP Sede Arequipa 5 Guia 10

 E STADÍSTICA D ESCRIPTIVA Y P ROBABILIDADES

a) Calcule la media del número de grandes terremotos que ocurren cada año.

b) Si P(X) es la probabilidad de X terremotos en un año elegido al azar, calcule P(0), P(1), P(2), P(3),
P(4), P(5), P(6) y P(7).

7. La probabilidad de que haya un accidente en una compañía de manufactura es de 0.02 por cada día de
trabajo. Si se trabajan 300 días al año, ¿cuál es la probabilidad de tener 3 accidentes?

8. La probabilidad de que un producto salga defectuoso es de 0.012. ¿Cuál es la probabilidad de que entre 800
productos ya fabricados hayan 5 defectuosos?

9. Se sabe que 1 % de los artículos de un gran embarque de transistores procedente de un proveedor son
defectuosos. Si se selecciona aleatoriamente una muestra de 30 transistores, la probabilidad de que dos o
más de ellos sean defectuosos es:

10. 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?

UTP Sede Arequipa 6 Guia 10