16 de Enero de 2012

VARIABLES
ALEATORIAS Y
DISTRIBUCIONES
DE PROBABILIDAD
(Clase 02)
Departamento de Matemtica Aplicada
Facultad de Ingeniera
Universidad Central de Venezuela
Elementos de Estadstica

Jos Luis Quintero

Puntos a tratar

1. Introduccin
2. Distribucin de Bernoulli
3. Distribucin Binomial
4. Distribucin de Poisson

Elementos de Estadstica

Jos Luis Quintero

Introduccin
Existen distribuciones de probabilidad que aparecen
con mayor frecuencia en la prctica. Estas
distribuciones
sirven
para
describir
el
comportamiento probabilstico de VA asociadas a
situaciones experimentales comunes.
Se estudiarn algunas de las distribuciones de
probabilidad ms comunes, tanto para VAD como
para VAC. Especficamente:
VAD: Bernoulli, Binomial y Poisson.
VAC: Uniforme, Normal y Exponencial.

Elementos de Estadstica

Jos Luis Quintero

Puntos a tratar

1. Introduccin
2. Distribucin de Bernoulli
3. Distribucin Binomial
4. Distribucin de Poisson

Elementos de Estadstica

Jos Luis Quintero

Distribucin de Bernoulli
Sea un experimento con dos resultados posibles
(mutuamente
excluyentes
y
colectivamente
exhaustivos), y que por conveniencia llamaremos
xito y fracaso. Sea p la probabilidad de xito; la
probabilidad de fracaso es, por tanto, (1 p).
Definamos ahora la VA X que toma el valor 1 si el
resultado del experimento es xito y 0 en caso
contrario. La funcin de probabilidad de esta VA es:
PX(0) = (1 p) = q, PX(1) = p
Esta distribucin se conoce como la distribucin de
Bernoulli. Su media y su varianza pueden calcularse
mediante la aplicacin directa de las definiciones, es
decir:
Elementos de Estadstica

Jos Luis Quintero

Distribucin de Bernoulli

E[X] = X =

xPX (x) = 0 * (1 p) + 1 * p = p

2X = E[(X X )2 ] = (0 p)2(1 p) + (1 p)2p = (1 p)p = qp

Elementos de Estadstica

Jos Luis Quintero

Puntos a tratar

1. Introduccin
2. Distribucin de Bernoulli
3. Distribucin Binomial
4. Distribucin de Poisson

Elementos de Estadstica

Jos Luis Quintero

Distribucin Binomial
Si se realizan n repeticiones independientes de un
experimento como el de Bernoulli, la distribucin del
nmero de xitos X resultante se denomina distribucin
Binomial. Su funcin de probabilidad es:
x xitos en
n!
x
nx
x nx
P
=
P
(x)
=
C
p
(1

p)
=
p
q
X
n x
x!(n x)!
n repeticiones

para x = 0, 1, 2, , n.

Elementos de Estadstica

Jos Luis Quintero

Distribucin Binomial

Debido a que la VA binomial puede expresarse como

la suma de VA Bernoulli independientes, es decir:
X = X 1 + X2 + + X n
E[X] = E[X1 + X2 + ... + Xn] = E[X1] + E[X2 ] + ... + E[Xn] = np
Var(X) = Var(X1 + X2 + ... + Xn )
= Var[X1] + Var[X2 ] + ... + Var[Xn] = npq

Elementos de Estadstica

Jos Luis Quintero

Distribucin Binomial
Una empresa recibe un gran cargamento de
artculos, y decide aceptar el envo si en una muestra
aleatoria de veinte artculos no hay ms de uno
defectuoso. La empresa suplidora de artculos dice
que la proporcin de artculos defectuosas en el
cargamento es de 10%. Cul es la probabilidad de
no aceptar el cargamento?.
Definiendo la VA X: # de artculos defectuosos, el
problema se puede plantear de dos maneras:
- Camino largo:
P(no aceptar el cargamento) = PX(2) + PX(3) + +PX(20)
- Camino corto:
P(no aceptar el cargamento) = 1 - P(aceptar el cargamento)
P(aceptar el cargamento) = PX(0) + PX(1) =

Elementos de Estadstica

Jos Luis Quintero

Distribucin Binomial
El siguiente paso es determinar qu es xito en este
problema. Notar que la VA X se refiere a artculos
defectuosos. En este caso:
P(xito) = 0.1
P(aceptar) = PX(0) + PX(1)
= 20C0 (0.10)0 (0.90)20 + 20C1 (0.10)1 (0.90)20-1
= 0.3917
P(no aceptar) = 0.6083

Elementos de Estadstica

Jos Luis Quintero

Puntos a tratar

1. Introduccin
2. Distribucin de Bernoulli
3. Distribucin Binomial
4. Distribucin de Poisson

Elementos de Estadstica

Jos Luis Quintero 12

Distribucin de Poisson
Simula la probabilidad de ocurrencia de un hecho en
un intervalo de unidad especfica (tiempo, longitud,
otros). Sean las VA:
# clientes que llegan en una hora.
# mquinas que fallan en un da.
# de fallos en un cable de 100 mts de longitud.
Supongamos que pueden asumirse las siguientes
afirmaciones:

Elementos de Estadstica

Jos Luis Quintero

Distribucin de Poisson
1. Para intervalos de tiempo suficientemente pequeos
la probabilidad de que ocurran dos o ms xitos es
despreciable y la probabilidad de que ocurra un
xito es de un orden de magnitud menor que la de
que no ocurra ninguno.
2. Hay independencia entre el nmero de ocurrencias
en intervalos no solapados.
3. El nmero medio de xitos es proporcional al
intervalo de tiempo considerado y crece a un ritmo
constante > 0.

Elementos de Estadstica

Jos Luis Quintero

Distribucin de Poisson
Si estas afirmaciones son ciertas, puede comprobarse
que la probabilidad de x ocurrencias en el intervalo de
inters es:
P ( x ocurrencias ) =

e
x!

para x = 0 ,1 , 2 , ... ,

donde (
>0) es el nmero medio de ocurrencias entre
0 y t, y e = 2.71828 es la base del logaritmo natural. La
distribucin con estas probabilidades se denomina
distribucin de Poisson.
La media y varianza de esta distribucin son:
X = E[X] =

Elementos de Estadstica

2X = E[(X X )2 ] =

Jos Luis Quintero

Distribucin de Poisson
El nmero de fallas mensuales de un sistema de
computacin sigue un proceso de Poisson de
parmetro = 0.25 fallas en un mes. Se pide:
(a) Cul es la probabilidad que haya exactamente
tres fallos durante el ao 2004?.
(b) Cul es la probabilidad que haya por lo menos 3
fallas durante el ao 2004?.
(c) Cuntas fallas se espera tener en los primeros 6
meses de 2004?.
(a) Primero hay que transformar [fallas/mes] = 0.25 a
[fallas/ao] = 12*0.25 = 3.
e 3 * 33
P( x = 3 ) =
= 0.224
3!
Elementos de Estadstica

Jos Luis Quintero

Distribucin de Poisson
(b) Tomando [fallas/ao] = 12*0.25 = 3.
P ( x 3 ) = 1 P ( X < 3 ) = 1 PX ( 0 ) PX ( 1 ) PX ( 2 ) =
e 3 * 3 0 e 3 * 31 e 3 * 3 2
=1

= 0.577
0!
1!
2!

(c) Primero hay que transformar [fallas/mes] = 0.25 a

[fallas/semestre] = 6*0.25 = 1.5.
X = E [ X ] = = 1 .5

Elementos de Estadstica

Jos Luis Quintero

Pensamiento de hoy

Los gerentes no controlan la

realidad, sino los modelos o
representaciones de sta.
Robert D. Gilbreath

Elementos de Estadstica

Jos Luis Quintero 18