Estadística II

Lic. Glenda Jackelin Cruz Espinoza

cglendajackelin@unitec.edu
 Objetivos
Encuentra la distribución de probabilidad de

una variable aleatoria discreta.

Analiza la distribución binomial.

Resuelve problemas mediante la distribución

de Poisson.
 Distribución de probabilidad
de una variable aleatoria
La distribución de probabilidad de una variable
aleatoria es una lista mutuamente excluyente de
todos los posibles resultados numéricos para una
variable aleatoria tal que una probabilidad de
ocurrencia especifica se asocia con cada resultado.
 Valor esperado de una
variable aleatoria discreta
 Valor esperado de una
variable aleatoria discreta
Ejemplo: la tabla 5.1 ofrece la distribución de la
cantidad de prestamos aprobados en la oficina de
una sucursal bancaria local. Calcular el valor
esperado de la distribución de probabilidad del
número de hipotecas aprobadas por semana.
Distribución de probabilidad
de una variable aleatoria
 Valor esperado de una
variable aleatoria discreta
Hipotecas aprobadas por semana Probabilidad
(𝑿𝒊 ) 𝑃(𝑋𝑖 ) (𝑿𝒊 )𝑃(𝑋𝑖 )

0 0.10
1 0.10
2 0.20
3 0.30
4 0.15
5 0.10
6 0.05
𝜇=𝐸 𝑋 =
 Valor esperado de una
variable aleatoria discreta

La cifra de 2.8 obtenida para el valor esperado del numero de hipotecas aprobados
no es significativa literalmente, porque el numero real de hipotecas aprobadas
durante una semana determinada debe ser un valor entero. El valor esperado
representa la media de hipotecas aprobadas por semana.
Varianza y desviación estándar de una
variable aleatoria discreta
Varianza y desviación estándar de una
variable aleatoria discreta
Ejemplo: calcular la varianza y la desviación
estándar del número de hipotecas aprobadas por
semana.
Varianza y desviación estándar de una
variable aleatoria discreta
Hipotecas aprobadas por semana Probabilidad
(𝑿𝒊 ) (𝑿𝒊 )𝑃(𝑋𝑖 )
𝑃(𝑋𝑖 ) [𝑋𝑖 − 𝐸 𝑋 ]2 𝑃(𝑋𝑖 )

0 0.10 0.0
1 0.10 0.1
2 0.20 0.4
3 0.30 0.9
4 0.15 0.6
5 0.10 0.5
6 0.05 0.3
𝜇 = 𝐸 𝑋 = 2.8
Varianza y desviación estándar de una
variable aleatoria discreta
Varianza y desviación estándar de una
variable aleatoria discreta
Varianza y desviación estándar de una
variable aleatoria discreta
Distribución(𝑿𝒊 ) Probabilidad
𝑃(𝑋𝑖 ) (𝑿𝒊 )𝑃(𝑋𝑖 ) [𝑋𝑖 − 𝐸 𝑋 ]2 𝑃(𝑋𝑖 )

𝜇=𝐸 𝑋 =
 Distribución Binomial
Un modelo matemático es una expresión matemática que se
utiliza para representar una variable de interés.

La distribución binomial es uno de los modelos matemáticos

mas útiles. Se utiliza cuando la variable aleatoria discreta de
interés es el número de éxitos en una muestra compuesta
por 𝑛 observaciones.

La distribución binomial tiene cuatro propiedades fundamentales:

Distribución Binomial
Distribución Binomial
Distribución Binomial
Cálculo de probabilidades binomiales
La exactitud al tomar los pedidos en la ventanilla de servicios a los automovilistas
es una característica importante muy importante de las cadenas de comida rápida.
Todos los meses, QRS Magazine publica los resultados de sus encuestas. La exactitud
se evalúa como el porcentaje de pedidos compuestos por un artículo principal, un
secundario y una bebida(pero solicitando que se elimine algún ingrediente normal
como los pepinillos) que se sirven correctamente. Hace poco, el porcentaje de
pedidos de este tipo de pedidos correctamente en Burger King fue del 88%.
promedios y la desviación estándar del numero de pedidos servidos con exactitud.
Cálculo de probabilidades binomiales
Suponga que usted y dos de sus amigos van en su automóvil a la
ventanilla de servicio de Burger King, cada uno hace un pedido como
el descrito antes. ¿Cuál es la probabilidad de que los tres pedidos se
sirvan con exactitud?, ninguno de los tres?, ¿ al menos dos de los tres?,
¿ cuales son los promedios y la desviación estándar del numero de
pedidos servidos con exactitud?.
Cálculo de probabilidades binomiales
Cálculo de probabilidades binomiales
Cálculo de probabilidades binomiales
 Distribución de Poisson
Muchos estudios se basan en el conteo de las veces que se presenta un evento
dentro de un área de oportunidad dada. El área de oportunidad es una unidad
continua o intervalo de tiempo, volumen o área en donde se puede presentar más de
un evento. Algunos ejemplos serían los defectos en la superficie de un refrigerador,
el numero de fallas de la red en un día, o el número de pulgas que tiene un perro.
Cuando se tiene un área de oportunidad como éstas, se utiliza la distribución de
Poisson para calcular la probabilidad si:
Distribución de Poisson
Distribución de Poisson
 Distribución de Poisson
Ejemplo 1: considere el numero de clientes que llegan a un banco ubicado en la
zona central de negocios de una gran cuidad, durante la hora del almuerzo. Para
demostrar la distribución de Poisson , suponga que la media de clientes que llega al
banco por minuto durante la hora que va del mediodía a 1 PM es de 3.0. ¿cuál es la
probabilidad de que lleguen exactamente dos clientes durante un minuto dado?
 Distribución de Poisson
¿Cuál es la probabilidad de que lleguen más de dos clientes durante un minuto
dado?
Distribución de Poisson
 Levin, Richard (2009). Estadística para Administración. (Ma. Elena
Zahar Ed.) Naucalpan de Juárez, México: Pearson Educación México.

 Webster, A. L. (2000). Estadística aplicada a los negocios y la

economía. (L. S. Arévalo, Ed.) Bogotá, Colombia: McGraw-Hill.

 Levine, David (2006). Estadística para Administración, cuarta edición.

(L.M Cruz Ed.) Naucalpan de Juárez, México: Pearson Educación
México.