DISTRIBUCIÓNES DISCRETAS DE

PROBABILIDAD
Una distribución discreta describe la probabilidad de ocurrencia de cada
valor de una variable aleatoria discreta. Una variable aleatoria discreta es
una variable aleatoria que tiene valores contables, tales como una lista de
enteros no negativos.
Con una distribución de probabilidad discreta, cada valor posible de la
variable aleatoria discreta puede estar asociado con una probabilidad
distinta de cero. Por lo tanto, una distribución de probabilidad discreta suele
representarse en forma tabular.

Características:

1. Es generada por una variable discreta (x).

X - Variable que solo toma valores enteros

X - 0, 1, 2, 3, 4, 5, 6, 7, 8, ... etc., etc.

2. p(xi)³0 Las probabilidades asociadas a cada uno de los valores que

toma x deben ser mayores o iguales a cero.

3. Sp(xi) = 1 La sumatoria de las probabilidades asociadas a cada uno

de los valores que toma x debe ser igual a 1.

EJEMPLOS:
1. Un embarque de 8 microcomputadoras similares para una tienda al
detalle contiene 3 que están defectuosas. Si una escuela hace una
compra al azar de dos de estas computadoras, encuentre la
distribución de probabilidad para el número de defectuosas.
Solución:

Sea X una variable aleatoria cuyos valores

x son los números posibles de
computadoras defectuosas que la escuela
compra. Entonces, x puede ser cualquiera
de los números 0, 1 y 2. Así,
De manera que la distribución de
probabilidad de X es:

DISTRIBUCIÓN BINOMIAL NEGATIVA

Esta distribución puede considerarse como una extensión o ampliación de
la distribución geométrica. La distribución binomial negativa es un modelo
adecuado para tratar aquellos procesos en los que se repite un
determinado ensayo o prueba hasta conseguir un número determinado de
resultados favorables (por vez primera). Es por tanto de gran utilidad para
aquellos muestreos que procedan de esta manera.
Si el número de resultados favorables buscados fuera 1
estaríamos en el caso de la distribución geométrica. Está
implicada también la existencia de una dicotomía (es
decir, sólo son posibles dos resultados(A y no A)) de
resultados posibles en cada prueba y la independencia de
cada prueba o ensayo, o la reposición de los individuos
muestreados.
La variable aleatoria es el número de ensayos Bernoulli necesarios para
obtener el primer éxito. Si deseamos conocer el número de estos para
conseguir n exitos, la variable aleatoria es binomial negativa.
El número de experimentos de Bernoulli de parámetro p independientes
realizados hasta la consecución del k-ésimo éxito es una variable aleatoria
que tiene una distribución binomial negativa con parámetros k y p.
La distribución geométrica es el caso concreto de la binomial negativa
cuando k = 1.

ESTE PROCESO CONSTA DE VARIAS CONDICIONES:

1. El proceso tiene un número indefinido de pruebas y este concluirá
cuando se tenga un número determinado de resultados
favorables K.
2. Las pruebas pueden dar dos resultados posibles y excluyentes a su
vez, es decir, A y no A.
3. La probabilidad de obtener un resultado A en las pruebas es p, y la
de conseguir no A es q, de forma que p+q=1.
4. p y q son constantes en cada prueba y a su vez estas son
independientes.
 5. Derivación de la distribución: si la variable aleatoria x es "el número
de pruebas necesarias para conseguir K éxitos o resultados A “;
entonces x seguirá una distribución binomial negativa con
parámetros p y k.

SU FUNCIÓN DE PROBABILIDAD ES

EJEMPLOS:
1.- Si la probabilidad de que un niño expuesto a una enfermedad

contagiosa la contraiga es 0,40, ¿Cuál es la probabilidad de que el décimo

niño expuesto a la enfermedad sea el tercero en contraerla? En este caso,

X es el número de niños expuestos la enfermedad y

La solución es:

2.- En un proceso de manufactura se sabe que un promedio de 1 en cada

10 productos es defectuoso, ¿cuál es la probabilidad que el quinto (5)
artículo examinado sea el primero (1) en estar defectuoso? La solución es:
X= artículos defectuosos P= 1/10 = 0,1 q= 1- 0,1 = 0,9 x= 5 ensayos K=1

De probabilidad que el quinto elemento extraído sea el primero en estar

defectuoso.
 DISTRIBUCIÓN HIPERGEOMÉTRICA
En teoría de la probabilidad la distribución hipergeométrica es
una distribución discreta relacionada con muestreos aleatorios y sin
reemplazo. Suponga que se tiene una población de N elementos de los
cuales, d pertenecen a la categoría A y N-d a la B. La distribución
hipergeométrica mide la probabilidad de obtener x (0≤x≤d) elementos de la
categoría A en una muestra sin reemplazo de n elementos de la población
original.
Propiedades:

La función de probabilidad de una variable aleatoria con distribución

hipergeométrica puede deducirse a través de
razonamientos combinatorios y es igual a:

Donde N es el tamaño de población, n es el tamaño de la muestra

extraída, d es el número de elementos en la población original que
pertenecen a la categoría deseada y x es el número de elementos en la
muestra que pertenecen a dicha categoría.

La notación (a/x) hace referencia al coeficiente binomial, es decir, el

número de combinaciones posibles al seleccionar x elementos de un
total a.

El valor esperado de una variable aleatoria X que sigue la distribución

hipergeométrica es

Y su varianza,
En la fórmula anterior, definiendo

Se obtiene,

La distribución hipergeométrica es aplicable a muestreos sin reemplazo y

la binomial a muestreos con reemplazo. En situaciones en las que el número
esperado de repeticiones en el muestreo es presumiblemente bajo, puede
aproximarse la primera por la segunda. Esto es así cuando N es grande y el
tamaño relativo de la muestra extraída, n/N, es pequeño.