Pr ob abi li d ad y Estadística

EST 3107 : Clase 3-1

Ingeniería Civil Informática
Jasmín Oyanadel Guerra
jasmin.oyanadel@pucv.cl
Oficina: Errazuriz 2820,esquina
Rawson
Valparaíso, 2017
INTRODUCCIÓN

Un modelo probabilístico es una representación matemática, deducida de un

conjunto de supuestos, con el doble propósito de estudiar los resultados de
un experimento aleatorio y predecir su comportamiento futuro, cuando se
realiza bajo las mismas condiciones dadas inicialmente. El modelo permite
conocer la distribución de probabilidades de los valores que toma la variable
aleatoria.

Discretas Continua
Bernoulli Normal
Binomial Exponencial
Geométrica Gamma
Hipergeométrica Uniforme
Poisson

pucv.cl
MODELOS DISCRETOS

Modelo de Bernoulli

Es un experimento aleatorio que tiene solo dos resultados posibles: éxito y

fracaso.

La probabilidad de éxito se denota por p. Por lo tanto, la probabilidad de fracaso

es (1-p).

La variable aleatoria se define cómo el número de éxito en una realización del

experimento. Su recorrido es 𝑅𝑒𝑐 𝑋 = 0,1 .

Notación: 𝑋~𝑏(𝑝)

𝑝 𝑥 (1 − 𝑝)1−𝑥 ; 𝑐𝑜𝑛 𝑥 = 0, 1
𝑝 𝑥 =ቊ
0 ; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

Esperanza: 𝐸 𝑋 = 𝑝

Varianza: 𝑉 𝑋 = 𝑝(1 − 𝑝)

pucv.cl
MODELOS DISCRETOS

Modelo de Binomial

Es un experimento aleatorio que consiste en n ensayos repetidos y que

cumple con las siguientes características:

1. Los ensayos son independientes.

2. Cada ensayo tiene solo dos resultados posibles: éxito y fracaso.

3. La probabilidad de éxito, denotada por p, permanece constante para cada

ensayo. La probabilidad fracaso es (1-p).

La variable aleatoria se define como el número de éxitos en n realizaciones

independientes del experimento. Su recorrido se define como 𝑅𝑒𝑐 𝑋 =
0, 1, 2, … , 𝑛

pucv.cl
MODELOS DISCRETOS

Modelo de Binomial

Notación: 𝑋~𝑏(𝑛, 𝑝)

𝑛!
𝑝 𝑥 (1 − 𝑝)𝑛−𝑥 ; 𝑐𝑜𝑛 𝑥 = 0, 1, 2, … , 𝑛
𝑝 𝑥 = 𝑃(𝑋 = 𝑥) = ൞ 𝑛 − 𝑥 ! 𝑥!
0 ; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

Esperanza: 𝐸 𝑋 = 𝑛𝑝

Varianza: 𝑉 𝑋 = 𝑛𝑝(1 − 𝑝)

pucv.cl
EJERCICIOS

Ejercicio 1

En un experimento químico para estudiar la contaminación ambiental, la

posibilidad de que cada muestra de aire este contaminada es de 10%. Si las
muestras son independientes con respecto a la presencia de sustancias
contaminantes.

a) ¿Cuál es la probabilidad de que en 18 muestras se tengan 2 casos de aire

contaminado?

b) ¿Cuál es la probabilidad de que al menos 4 muestras estén contaminadas?

pucv.cl
EJERCICIOS

Ejercicio 1: Pregunta a)

Para resolver este tipo de preguntas, es conveniente establecer los siguientes

pasos:

• Definir la variable aleatoria. X: Número de muestras de aire contaminadas.

• Reconocer la información que entrega el problema.
𝑝 = 0,1
𝑛 = 18
• Reconocer la probabilidad solicitada: 𝑃 𝑋 = 2
• Identificar el recorrido de la variable aleatoria: 𝑅𝑒𝑐(𝑋) = 0, 1, 2, … , 18
• Aplicar el modelo adecuado: Binomial

𝑛!
𝑝 𝑥 = 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
𝑛 − 𝑥 ! 𝑥!

18!
𝑃 𝑋=2 = 0,12 (1 − 0,1)18−2 = 153 × 0,12 × 0,916 = 0,28
18 − 2 ! 2!

pucv.cl
EJERCICIOS

Ejercicio 1: Pregunta b)

La probabilidad solicitada es 𝑃 𝑋 ≥ 4 . Dado que el cálculo de este valor

significa obtener las probabilidades puntuales para x=4, 5, 6, …, 18, es
recomendable trabajar con el complemento. Es decir:

3
18!
𝑃 𝑋 ≥4 =1−𝑃 𝑋 <4 =෍ 0,1𝑥 0,918−𝑥
(18 − 𝑥)! 𝑥!
𝑖=0

𝑃 𝑋 ≥ 4 = 1 − 𝑃 𝑋 < 4 = 1 − [𝑝 0 + 𝑝 1 + 𝑝 2 + 𝑝 3 ]

18! 0 18
𝑃 𝑋=0 = 0,1 0,9 = 0,15
18!

18!
𝑃 𝑋=1 = 0,11 0,917 = 0,30
17! 1!

pucv.cl
EJERCICIOS

Ejercicio 1: Pregunta b)

18!
𝑃 𝑋=2 = 0,12 0,916 = 0,28
16! 2!

18!
𝑃 𝑋=3 = 0,13 0,915 = 0,17
15! 3!

Luego, se tiene que

𝑃 𝑋 ≥ 4 = 1 − 𝑃 𝑋 < 4 = 1 − 0,15 + 0,30 + 0,28 + 0,17 = 0,1

pucv.cl
EJERCICIOS

Ejercicio 2

Un grupo de seis personas es sometido a un experimento que trata sobre la

calidad de una marca de bebida. Existen dos tipos, bebida A y bebida B. Los
vasos son idénticos excepto por un código que viene en el fondo para
identificar el tipo de bebida. Si la probabilidad de que un individuo prefiera la
bebida A es 0,5,

¿Cuál es la probabilidad de que 3 de los individuos prefieran la bebida A?

pucv.cl
EJERCICIOS

Ejercicio 2

• Definir la variable aleatoria. X: Número de individuos que prefieren la

bebida A.
• Reconocer la información que entrega el problema.
𝑝 = 0,5
𝑛=6
• Reconocer la probabilidad solicitada: 𝑃 𝑋 = 3
• Identificar el recorrido de la variable aleatoria: 𝑅𝑒𝑐(𝑋) = 0, 1, 2, … , 6
• Aplicar el modelo adecuado: Binomial

6!
𝑃 𝑋=3 = 0,53 0,53 = 0,31
3! 3!

¿Cuál es la probabilidad de que entre 2 y 5 individuos prefieran la bebida

A?

pucv.cl
MODELOS DISCRETOS

Modelo geométrico

Corresponde a una serie de ensayos Bernoulli independientes, con una

probabilidad de éxito constante p, y variable aleatoria X definida como el número
de ensayos realizados hasta la obtención del primer éxito.

Notación: 𝑋~𝐺(𝑝)

(1 − 𝑝)𝑥−1 𝑝 ; 𝑐𝑜𝑛 𝑥 = 1, 2, …
𝑝 𝑥 =ቊ
0 ; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

1
Esperanza: 𝐸 𝑋 =
𝑝

(1−𝑝)
Varianza: 𝑉 𝑋 =
𝑝2

pucv.cl
EJERCICIOS

Ejercicio 3

La probabilidad de que una muestra de agua obtenida de un lago este

contaminada es de 0,01. Si se supone que las muestras son independientes
con respecto a la presencia de sustancias contaminantes.

¿Cuál es la probabilidad de que sea necesario analizar exactamente 125

muestras antes de detectar una anomalía?

pucv.cl
EJERCICIOS

Ejercicio 3

• La variable aleatoria X se define como el número de muestras analizadas

hasta detectar sustancias contaminantes.

• Se sabe que 𝑝 = 0,01. Por lo tanto, 1 − 𝑝 = 0,99

• La probabilidad buscada es 𝑃(𝑋 = 125)

Reemplazando los valores en la ecuación

𝑃(𝑋 = 𝑥) = (1 − 𝑝)𝑥−1 𝑝

𝑃(𝑋 = 125) = 0,99124 ∗ 0,01 = 0,0029

pucv.cl
MODELOS DISCRETOS

Modelo Hipergeométrico

Esta distribución de probabilidad está estrechamente relacionada con la

distribución binomial. No obstante, existe dos diferencias:

1. En la distribución Hipergeométrica los ensayos no son independientes.

2. La probabilidad de éxito varía de ensayo a ensayo.

Esta distribución es utilizada para calcular la probabilidad de que en una

muestra aleatoria de n elementos, seleccionados “sin reemplazo” de una
población de tamaño N, se tengan x éxitos y (n-x) fracasos.

pucv.cl
MODELOS DISCRETOS

Modelo Hipergeométrico

Sea N el tamaño total de la población, K el número total de éxitos en la población

y (N-K) el número total de fracasos de la población.

Sea X una variable aleatoria definida como el número de éxitos en la muestra.

Entonces,

Notación: 𝑋~𝐻(𝑁, 𝑛, 𝑝)

𝐾 𝑁−𝐾
𝑥 𝑛−𝑥
𝑁 ; 𝑐𝑜𝑛 𝑥 = 0, 1, 2, … , 𝑚í𝑛(𝐾, 𝑛)
𝑝 𝑥 =
𝑛
0; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜

Esperanza: 𝐸 𝑋 = 𝑛𝑝
(𝑁−𝑛)
Varianza: 𝑉 𝑋 = 𝑛𝑝(1 − 𝑝)
(𝑁−1)
𝐾
Notar que 𝑝 =
𝑁

pucv.cl
EJERCICIOS

Ejercicio 4

Una empresa fabrica circuitos integrados y los empaca en cajas que contienen
12 unidades cada una. Un inspector selecciona al azar 3 de los 12 circuitos
contenidos en una caja para inspeccionarlos.
Si la caja contiene 5 circuitos defectuosos:

a) ¿Cuál es la probabilidad de que el inspector encuentre que 1 de los 3

circuitos presenta fallas?

b) ¿Cuál es la probabilidad de que al menos 1 circuito sea defectuoso?

pucv.cl
EJERCICIOS

Ejercicio 4: Pregunta a)

• La variable aleatoria X es el número de circuitos que presentan fallas.

• Se sabe que:
𝑛=3
𝑁 = 12
𝐾=5

• Se busca la probabilidad 𝑃(𝑋 = 1)

𝐾 𝑁−𝐾
𝑥 𝑛−𝑥
𝑝 𝑥 = 𝑁
𝑛

5 7 5! 7!
∗
𝑃 𝑋=1 =𝑝 1 = 1
12
2
= 4! 1! 5! 2! = 0,48
12!
3
9! 3!

pucv.cl
EJERCICIOS

Ejercicio 4: Pregunta b)

Se busca la probabilidad 𝑃 𝑋 ≥ 1 . Para obtener este valor, se debe calcular las

probabilidades puntuales para x=1, 2 y 3. Una forma más simple de llegar al
resultado es trabajar con el complemento. De esta manera, los cálculos se
reducen a determinar la probabilidad de x=0.

𝑃 𝑋 ≥ 1 = 1 − 𝑃 𝑋 < 1 = 1 − 𝑝(0)

5 7 5! 7!
∗
𝑃 𝑋=0 =𝑝 0 = 0
12
3
= 5! 0! 4! 3! = 0,16
12!
3
9! 3!
Luego,

𝑃 𝑋 ≥ 1 = 1 − 0,16 = 0,84

pucv.cl
MODELOS DISCRETOS

Modelo Poisson
Este modelo es utilizado cuando la variable aleatoria representa el número de
eventos independientes que ocurren a una rapidez constante sobre el tiempo o el
espacio. Lo anterior, se traduce en los siguientes supuestos:
• La probabilidad de ocurrencia del evento es la misma para distintos intervalos
de la misma longitud.
• La ocurrencia o no ocurrencia del evento en un intervalo determinado es
independiente de la ocurrencia en cualquier otro intervalo.

Notación: 𝑋~𝑝(𝜆)
𝑒 −𝜆 𝜆𝑥
𝑝 𝑥 = ൞ 𝑥! ; 𝑐𝑜𝑛 𝑥 = 0, 1,2, …
0 ; 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
El parámetro de la distribución de Poisson es 𝜆 (𝜆 > 0) y representa el número
promedio de ocurrencias del evento aleatorio por unidad de tiempo o espacio.

𝐸 𝑋 =𝑉 𝑋 =𝜆

pucv.cl
EJERCICIOS

Ejercicio 5

Una empresa dedicada a la gestión de cajeros automáticos desea saber el

número de llegadas de clientes a un cajero determinado en un lapso de 15
minutos. Suponiendo que la probabilidad de llegada de una persona es la
misma en cualquier lapso de 15 minutos y que el promedio de clientes que
llegan al cajero en ese lapso de tiempo es 10,

¿Cuál es la probabilidad de que lleguen 5 clientes al cajero en 15 minutos?

pucv.cl
EJERCICIOS

Ejercicio 5

Se define la variable aleatoria X como el número de clientes que llegan al cajero

en un lapso de 15 minutos.

Dado que el problema considera la ocurrencia del evento en un determinado

intervalo de tiempo, entonces es pertinente utilizar el modelo de Poisson. En
este caso, el parámetro 𝜆 = 10.

La pregunta busca determinar la probabilidad 𝑃(𝑋 = 5). Entonces,

𝑒 −10 105
𝑝 5 = = 0,038
5!

pucv.cl
EJERCICIOS

Ejercicio 6

La contaminación es un problema en la fabricación de discos de

almacenamiento óptico. El número de partículas contaminantes que aparecen
en un disco óptico tiene una distribución Poisson, y el número promedio de
partículas por centímetro cuadrado de superficie del medio de
almacenamiento es 0,1. Si el área bajo estudio es 100 centímetros cuadrados,

¿Cuál es la probabilidad de encontrar 12 partículas en el área del disco?

pucv.cl
EJERCICIOS

Ejercicio 6

Se define la variable aleatoria X como el número de partículas en el área del

disco.

En los datos entregados, se menciona que el número promedio de partículas por

centímetro cuadrado de superficie del dispositivo de almacenamiento es 0,1.
Dado que la pregunta está enfocada en el área del disco, que es 100, entonces,

𝜆 = 𝐸 𝑋 = 100 ∗ 0,1 = 10

Luego, se tiene que 𝜆 = 10.

Se busca la probabilidad 𝑃 𝑋 = 12 ,

𝑒 −10 1012
𝑃 𝑋 = 12 = 𝑝 12 = = 0,095
12!

pucv.cl
EJERCICIOS

Ejercicio 7

Cierto tipo de plantas han crecido de un tipo particular de semillas dispersas al

azar en una superficie de gran tamaño. La densidad media de plantas es,
aproximadamente, 5 por cada yarda al cuadrado.

Si un investigador ubica al azar diez regiones de muestreo independientes de 1

yarda cuadrada cada una, ¿Cuál es la probabilidad de que ninguna de las
regiones contenga plantas que hayan crecido por las semillas bajo estudio?

pucv.cl
EJERCICIOS

Ejercicio 7

Se define la variable aleatoria X como el número de plantas por región (1 yarda).

En el encabezado del problema, se indica que la densidad promedio de plantas
es de 5 por yarda al cuadrado.

Se busca la probabilidad de que no existan plantas en las regiones, es decir,

𝑃 𝑋 = 0 . Entonces,

𝑒 −5 50
𝑃 𝑋=0 =𝑝 0 = = 𝑒 −5 = 0,0068
0!

Luego, la probabilidad de que no existan plantas en una región, 1 yarda al

cuadrado, es 0,0068. Dado que el problema pide calcular la probabilidad de que
no existan plantas en las 10 regiones y considerando que estas fueron
seleccionadas al azar (muestras independientes), entonces la probabilidad
buscada es la multiplicación de las probabilidades para cada región. Es decir,
(0,0068)10 .

pucv.cl