DISTRIBUCIONES DISCRETAS

Ing Michael Silva

Rev 0 2019-1
 Distribuciones discretas

Las distribuciones utilizadas en Control de Calidad

son:

- Binomial
- Hipergeométrica
- Pascal
- Poisson
Distribuciones discretas
DISTRIBUCION BINOMIAL
 DISTRIBUCION BINOMIAL
En control de calidad se presentan muchas situaciones
donde se espera que ocurra o no un evento específico.
Éste puede ser de éxito o fracaso sin haber un punto
medio.
En la producción de un artículo, éste puede salir bueno
o malo.
Casi bueno no es un resultado de interés.

Para situaciones como éstas se utiliza la distribución

binomial.
 Dato histórico

El matemático suizo Jacob Bernoulli (1654-1705).

definió el proceso conocido por su
nombre el cual establece las bases para el
desarrollo y utilización de la distribución binomial.
 Utilidad
La distribución binomial se utiliza en situaciones
cuya solución tiene dos posibles resultados.

Ejemplo:

Al nacer un/a bebé puede ser hembra o varón.

En pruebas de cierto o falso sólo hay dos

alternativas.

Un producto puede salir conforme o no conforme

con las especificaciones.
 Propiedades de un
experimento de Bernoulli
1 - En cada prueba del experimento sólo hay dos posibles
resultados: éxitos o fracasos.

2 - El resultado obtenido en cada prueba es

independiente de los resultados obtenidos en pruebas
anteriores.

3 - La probabilidad de un suceso es constante, se

representa por p, y no varía de una prueba a otra. La
probabilidad del complemento es 1- p y se representa
por q .
Si se repite el experimento n veces
se puede obtener resultados para la
construcción de la distribución
binomial.
 La distribución binomial
La distribución de probabilidad binomial es una
Distribución de probabilidad discreta.
Esta formada por una serie de experimentos de Bernoulli.
Los resutados de cada experimento son mutuamente
excluyentes.
Para contruirla se necesita:
1 - la cantidad de pruebas n
2 - la probabilidad de éxitos p
3 - utilizar la función matemática.
 La función P(x=k)

La función de probabilidad de la distribución Binomial,

también denominada Función de la distribución de Bernoulli:

k - es el número de aciertos.
n - es el número de experimentos.
p - es la probabilidad de éxito, “producto acepatado.”
1-p - también se le denomina como “q ”
 Ejemplo1 de la función
F(x=k)
¿Cuál es la probabilidad de obtener 6 caras al lanzar una moneda 10
veces?
El número de aciertos k es 6. Esto es x=6
El número de experimentos n son 10
La probabilidad de éxito p, es decir, que salga "cara" al lanzar la
moneda es 50% ó 0.50
La fórmula quedaría:

P (k = 6) = 0.205
Es decir, que la probabilidad de obtener 6 caras al lanzar 10 veces una
moneda es de 20.5% .
 Ejemplo 2 de la función
F(x=k)
¿Cuál es la probabilidad de obtener cuatro veces el número 3 al
lanzar un dado ocho veces?
El número de aciertos k es 4. Esto es x=4
El número de experimentos n son 8
La probabilidad de éxito p (probabilidad de que salga un 3 al tirar el
dado) es 1 / 6 (= 0.1666)
La fórmula queda:
P (k = 4) = 0.026
Es decir, que la probabilidad de obtener cuatro veces el números 3 al
tirar un dado 8 veces es de 2.6%.
 Tabla de probabilidad binomial
Utilizando la tabla de probabilidad binomial se pueden resolver los
ejemplos anteriores.

Para esto debe saber los valores k y B (n,p) .

 k es el número de éxitos que buscamos. Este valor se encuentra
entre 0 y n.
 En el parámetro B(n,p), n debe ser mayor de 0 y p un valor desde
0 al 1.

En los ejemplos 1 y 2 los parámetros B(n,p) son

B(10,0.50) y B(8,0.1666) respectivamente.
Tabla de probabilidad binomial
 Ejemplo 3
B(n,p)
Busque en la tabla de probabilidad binomial

En una fábrica de cámaras el 5% sale con defectos.

Determine la probabilidad de que en una muestra de
12 se encuentren 2 cámaras defectuosas.

Solución :
Se trata de una distribución binomial de parámetros
B(12, 0.05). Se debe calcular la probabilidad de que x
sea igual a k que en este caso es 2. Esto es P (k=2).
Se Busca en la parte izquierda de la tabla n=12, luego en
la parte superiror p=0.05 . La probabilidad estará en x=2
El resultado es 0.0988
 Ejemplo 4
B(n,p)
En una oficina de servicio al cliente se atienden 100
personas diarias. Por lo general 10 personas se van sin
recibir bien el servicio. Determine la probabilidad de que
en una encuesta a 15 clientes 3 no hayan recibido un
buen servicio.

Solución :
Se trata de una distribución binomial de parámetros
B(15, 0.10). Se debe calcular la probabilidad P(X=3).
El resultado es 0.1285
 DISTRIBUCIÓN
HIPERGEOMÉTRICA
 DISTRIBUCIÓN
HIPERGEOMÉTRICA

Es similar a la distribución binomial, con la

diferencia de que en lugar de dos posibles
resultados en cada ensayo, puede haber múltiples
resultados.
 DISTRIBUCIÓN HIPERGEOMÉTRICA.

Los experimentos que tienen este tipo de distribución tienen las

siguientes características:

a) Al realizar un experimento con este tipo de distribución, se

esperan dos tipos de resultados.

b) Las probabilidades asociadas a cada uno de los resultados no

son constantes.

c) Cada ensayo o repetición del experimento no es independiente

de los demás.

d) El número de repeticiones del experimento (n) es constante.

 DISTRIBUCIÓN HIPERGEOMÉTRICA.

Ejemplo:

En un recipiente hay un total de N objetos, entre los cuales

hay una cantidad a de objetos que son defectuosos, si se
seleccionan n objetos al azar, y sin reemplazo, ¿cuál es la
probabilidad de obtener x objetos defectuosos?
Luego;

donde:
p(x,n) = probabilidad de obtener x objetos defectuosos de entre n
seleccionados

muestras de n objetos en donde hay x que son defectuosos y n-x

buenos

todas las muestras posibles de seleccionar de n objetos tomadas

de entre N objetos en total = espacio muestral
Considerando que en el recipiente hay un total de 10
objetos, 3 de los cuales son defectuosos, si se seleccionan 4
objetos al azar, ¿cuál es la probabilidad de que 2 sean
defectuosos?

Solución:
N = 10 objetos en total
a = 3 objetos defectuosos
n = 4 objetos seleccionados en muestra
x = 2 objetos defectuosos deseados en la muestra
donde:

probabilidad asociada a cada muestra de 4 objetos que se

seleccionaron, con lo que se demuestra que las probabilidades no
son constantes.

formas o maneras de obtener 2 objetos defectuosos entre los 4

seleccionados = muestras de 4 objetos entre los que 2 son
defectuosos
Como se observa en el desarrollo de la solución del problema, la
pretensión es demostrar que las probabilidades asociadas a
cada uno de los resultados no son constantes.