PROBABILIDAD Y ESTADISTICA

CUADERNILLO DE TRABAJO
III UNIDAD
DISTRIBUCIONES DE PROBABILIDAD
Las variables aleatorias las distribuciones de probabilidad, los procedimientos para calcular la media y la
desviación estándar de una distribución de probabilidad, así como los métodos para distinguir entre
resultados que pueden ocurrir por azar y aquellos que son “poco comunes”.

Variable aleatoria: variable (casi siempre representada por x) que tiene un solo valor numérico,
determinado por el azar, para cada resultado de un procedimiento.

Distribución de probabilidad: gráfica, tabla o fórmula que da la probabilidad de cada valor de la variable
aleatoria.

Ejemplo:

Un estudio consiste en la selección aleatoria de 14 bebés recién nacidos y el conteo de número de niñas.
Si consideramos que la probabilidad de niños y niñas es la misma, y

x= número de niñas entre 14 bebés

entonces x es una variable aleatoria, porque su valor depende del azar. Los valores posibles de x son 0, 1
,2 ,……,14. La tabla siguiente incluye los valores de x, junto con las probabilidades correspondientes.

x (niñas) P(x)
0 0.000
1 0.001
2 0.006
3 0.022
4 0.061
5 0.122
6 0.183
7 0.209
8 0.183
9 0.122
10 0.061
11 0.022
12 0.006
13 0.001
14 0.000

Variable aleatoria discreta: tiene un número finito de valores o un número de valores contable, donde
“contable” se refiere al hecho de que podría haber un número infinito de valores, pero que pueden
asociarse con un proceso de conteo.

Variable aleatoria continua: tiene un número infinito de valores; dichos valores pueden asociarse a
mediciones en una escala continua, de manera que no haya huecos o interrupciones.
Ejemplos:

1. Sea x= número de huevos que una gallina pone en un día. Ésta es una variable aleatoria discreta, porque
sus únicos valores posibles son 0, 1, 2, etcétera. Ninguna gallina puede poner 2.343115 huevos lo que
sería posible si los datos provinieran de una escala continua.

2. El conteo de número de fanáticos que asiste a un concierto, es un número entero y, por lo tanto, es una
variable aleatoria discreta,

3. Sea x= cantidad de leche que produce una vaca en un día. Esta es una variable aleatoria continua, ya
que puede tomar cualquier valor en un tramo continuo. En un solo día, una vaca llega a producir cuyo
valor sería cualquiera entre 0 y 5 galones. Es posible obtener 4.123456 galones, debido a que la vaca no
se restringe a las cantidades discretas de 0, 1, 2, 3, 4 o 5 galones.

4. La medida del voltaje de una batería de un detector de humo puede ser cualquier valor entre 0 y 9
voltios. Por lo tanto, se trata de una variable aleatoria continua.

Media, Varianza y Desviación Estándar de una distribución de probabilidad

𝝁 = 𝚺 [𝒙 ∙ 𝑷(𝒙)] media de una distribución de probabilidad

𝝈𝟐 = 𝚺 [𝒙𝟐 ∙ 𝑷(𝒙)] − 𝝁𝟐 varianza de una distribución de probabilidad

𝝈 = √𝚺 [𝒙𝟐 ∙ 𝑷(𝒙)] − 𝝁𝟐 desviación estandar de una distribución de probabilidad

Ejemplo: Cálculo de media, varianza y desviación estándar de una distribución de probabilidad

x P(x) (x) (P(x)) x2 (x2) (P(x))

0 0.000 0.000 0 0.000
1 0.001 0.001 1 0.001
2 0.006 0.012 4 0.024
3 0.022 0.066 9 0.198
4 0.061 0.244 16 0.976
5 0.122 0.610 25 3.050
6 0.183 1.098 36 6.588
7 0.209 1.463 49 10.241
8 0.183 1.464 64 11.712
9 0.122 1.098 81 9.882
10 0.061 0.610 100 6.100
11 0.022 0.242 121 2.662
12 0.006 0.072 144 0.864
13 0.001 0.013 169 0.169
14 0.000 0.000 196 0.000
Total 0.999 6.993 52.467
A. TABLAS DE DISTRIBUCION DE PROBABILIDAD
Identificación de variables aleatorias discretas ó continuas. En los ejercicios 1 y 2 identifique si la
variable aleatoria dada es discreta o continua.

1. a. La estatura de un jugador de basquetbol de la NBA, que se selecciona aleatoriamente.

b. El número de puntos que anota en una temporada un jugador de basquetbol de la NBA, seleccionado
aleatoriamente.
c. El tiempo exacto de juego de un jugador de basquetbol de la NBA, que se selecciona aleatoriamente.
d. El número de atletas que participaron de en cualquier juego de la NBA en una temporada.
e. El salario de un jugador de basquetbol de la NBA, seleccionado aleatoriamente.
2. a. El costo de la realización de una película que se selecciona aleatoriamente.
b. El número de películas que actualmente se exhiben en los cines de Estados Unidos.
c. La duración exacta de una película seleccionada aleatoriamente.
d. El peso del actor principal de una película seleccionada aleatoriamente.

Identificación de distribuciones de probabilidad. En los ejercicios 3 al 10 determine si se trata de una

distribución de probabilidad. En los casos en que no se describa una distribución de probabilidad,
identifique los requisitos que no satisfacen. En los casos en que se describa una distribución de
probabilidad, calcule su media y desviación estándar.

2. Selección de género. En un estudio con el método Microsort de selección del género, las parejas de un
grupo control no reciben tratamiento y cada una de ellas tiene tres hijos. La distribución de probabilidad
del número de niñas se presenta en la tabla siguiente.

x P(x)
0 0.125
1 0.183
2 0.219
3 0.335
4 0.102
5 0.036

3. Control de calidad de DVD. Durante la fabricación del DVD de Sony, se seleccionan aleatoriamente
grupos de DVD y se calcula el número de defectos x en cada grupo.

x P(x)
0 0.102
1 0.272
2 0.365
3 0.145
4 0.098
5 0.011
6 0.007
4. Renta de videocintas. La tabla se adjunta se construye de datos que se obtienen en un estudio del
número de videocintas rentadas en Blockbuster.

X P(x)
0 0.04
1 0.26
2 0.36
3 0.21
4 0.08
5 0.05

5. Seguro de vida. La compañía Telektronic brinda pólizas de seguro de vida a sus cuatro ejecutivos
principales; la variable aleatoria x es el número de estos empleados que sobreviven durante el año
siguiente.

X P(x)
0 0.0000
1 0.0077
2 0.0056
3 0.5812
4 0.3252
5 0.0803
DISTRIBUCION BINOMIAL

La distribución binomial es una distribución de probabilidad discreta que mide el número de éxitos, si la
variable es una variable aleatoria discreta, es decir, solo puede tomar los valores de 0, 1, 2, 3, 4,……, n
suponiendo que se han realizado n pruebas. En las empresas tenemos muchas situaciones donde se
espera que ocurra o no un evento específicos. Este puede ser solo éxito o fracaso.

La distribución binomial fue desarrollada por Jakob Bernoulli (1654-1705) y es la principal distribución de
probabilidad discreta para variables dicotómicas, es decir, que solo se puede tomar dos posibles
resultados.

CARACTERISTICAS

✓ Sea una población de tamaño infinito ∞.

✓ Sea una muestra de tamaño n.

✓ Los n experimentos realizados son independientes.

✓ Cada ensayo produce uno de los dos únicos posibles resultados.

✓ Un suceso A tiene una probabilidad de suceder y por ende su complemento tendrá una
probabilidad de 1-p de suceder.

EJEMPLOS

✓ Al nacer puede ser varón o hembra.

✓ Un equipo de baloncesto puede ganar o perder.

✓ En un test psicométrico hay preguntas de verdadero o falso.

✓ Un tratamiento médico, por ejemplo la vacuna tipo A, puede ser efectivo o inefectivo.

✓ El objetivo de ventas al año de automóviles se puede lograr o no.

FORMULA

𝑷(𝒙) = 𝑪𝒏𝒙 ∙ 𝒑𝒙 ∙ 𝒒𝒏−𝒙

𝑛 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑛𝑠𝑎𝑦𝑜𝑠

𝑥 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 é𝑥𝑖𝑡𝑜𝑠 𝑒𝑛 𝑛 𝑒𝑛𝑠𝑎𝑦𝑜𝑠

𝑝 = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 é𝑥𝑖𝑡𝑜𝑠

𝑞 = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑓𝑟𝑎𝑐𝑎𝑠𝑜 (1 − 𝑝)
EJEMPLO

La probabilidad de que un celular, antes de revisarlo, salga defectuoso, es de 0.12, si se revisan 5 celulares,
calcule:

a) La probabilidad de que sean dos defectuosos.

b) La probabilidad de que menos de 3 sean defectuosos.

c) La probabilidad de que al menos 3 sean defectuosos.

d) La probabilidad de que ninguno sea defectuoso.

e) La probabilidad de que alguno sea defectuso.

a) La probabilidad de que dos sean defectuosos

𝑃(𝑥) = 𝐶𝑥𝑛 ∙ 𝑝 𝑥 ∙ 𝑞 𝑛−𝑥

𝑛 = 5 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑎𝑝𝑎𝑟𝑎𝑡𝑜𝑠 𝑝(2) = 𝐶25 ∙ 0.122 ∙ 0.885−2

𝑥 = 2 𝑎𝑝𝑎𝑟𝑎𝑡𝑜𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠 𝑝(2) = 10 ∙ 0.0144 ∙ 0.681472

𝑝 = 0.12 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑠𝑒𝑎 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜 𝑝(2) = 0.098131 = 9.81%

𝑞 = 1 − 0.12 = 0.88 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑛𝑜 𝑠𝑒𝑎 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜

b) La probabilidad de que menos de 3 sean defectuosos

𝑃(𝑥) = 𝐶𝑥𝑛 ∙ 𝑝 𝑥 ∙ 𝑞 𝑛−𝑥

𝑛 = 5 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑎𝑝𝑎𝑟𝑎𝑡𝑜𝑠 𝑝(𝑥 < 3) = 𝐶05 ∙ 0.120 ∙ 0.885−0 + 𝐶15 ∙ 0.121 ∙ 0.885−1 + 𝐶25 ∙ 0.122 ∙ 0.885−2

𝑥 = 0,1,2 𝑎𝑝𝑎𝑟𝑎𝑡𝑜𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠 𝑝(𝑥 < 3) = (1)(1)(0.5277) + (5)(0.12)(0.5997) + 0.0981

𝑝 = 0.12 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑠𝑒𝑎 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜 𝑝(𝑥 < 3) = 0.5277 + 0.3598 + 0.0981 = 0.9856 = 98.56%

𝑞 = 1 − 0.12 = 0.88 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑛𝑜 𝑠𝑒𝑎 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜

c) La probabilidad de que al menos 3 sean defectuosos

𝑃(𝑥) = 𝐶𝑥𝑛 ∙ 𝑝 𝑥 ∙ 𝑞 𝑛−𝑥

𝑛 = 5 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑎𝑝𝑎𝑟𝑎𝑡𝑜𝑠 𝑝(𝑥 > 3) = 1 − 𝑝(𝑥 < 3)

𝑝(𝑥 > 3) = 1 − 0.9856

𝑥 = 3,4,5 𝑎𝑝𝑎𝑟𝑎𝑡𝑜𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠
𝑝(𝑥 > 3) = 0.0144 = 1.44%
𝑝 = 0.12 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑠𝑒𝑎 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜

𝑞 = 1 − 0.12 = 0.88 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑛𝑜 𝑠𝑒𝑎 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜

d) La probabilidad de que ninguno sea defectuoso

𝑃(𝑥) = 𝐶𝑥𝑛 ∙ 𝑝 𝑥 ∙ 𝑞 𝑛−𝑥

𝑛 = 5 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑎𝑝𝑎𝑟𝑎𝑡𝑜𝑠 𝑝(0) = 𝐶05 ∙ 0.120 ∙ 0.885−0

𝑝(0) = 1 ∙ 1 ∙ 0.5277
𝑥 = 0 𝑎𝑝𝑎𝑟𝑎𝑡𝑜𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠

𝑝(0) = 0.5277 = 52.77%

𝑝 = 0.12 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑠𝑒𝑎 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜

𝑞 = 1 − 0.12 = 0.88 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑛𝑜 𝑠𝑒𝑎 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜

e) La probabilidad de que alguno sea defectuoso

𝑃(𝑥) = 𝐶𝑥𝑛 ∙ 𝑝 𝑥 ∙ 𝑞 𝑛−𝑥

𝑛 = 5 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑎𝑝𝑎𝑟𝑎𝑡𝑜𝑠 𝑝(𝐴𝑐 ) = 1 − 𝑝(𝐴)

𝑝(0) = 0.5277
𝑥 = 1,2,3,4,5 𝑎𝑝𝑎𝑟𝑎𝑡𝑜𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠
𝑝(1,2,3,4,5) = 𝐶05 ∙ 0.120 ∙ 0.885−0
𝑝 = 0.12 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑠𝑒𝑎 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜
𝑝(1,2,3,4,5) = 1 − 0.5277
𝑞 = 1 − 0.12 = 0.88 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑛𝑜 𝑠𝑒𝑎 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜
𝑝(1,2,3,4,5) = 0.4723 = 47.23%
B. EJERCICIOS DE DISTRIBUCION BINOMIAL

1. Considere una variable aleatoria binomial con n = 8 y p = .7. Ubique la columna apropiada de la tabla 1
y llene las probabilidades siguientes:

x 0 1 2 3 4 5 6 7
P(x)

Llene los espacios de la siguiente tabla:

El problema Liste los valores de x Escriba la probabilidad Encuentra la

probabilidad
Tres o menos 𝑝(𝑥 ≤ ___)
Tres o mas 𝑝(𝑥 ≥ ___)
Mas de tres 𝑝(𝑥 > ___)
Menos de tres 𝑝(𝑥 < ___)
Entre 3 y 5 inclusive 𝑝(___ ≤ 𝑥 ≤ ___)
Exactamente tres 𝑝(𝑥 = ___)

2. Según un estudio publicado por un grupo de sociólogos, aproximadamente el 60% de los consumidores
del tranquilizante Valium en cierto Distrito, tomaron el fármaco por problemas psicológicos. Determine
la probabilidad de que, entre los siguientes 8 consumidores entrevistados:

a) Exactamente 3 empezaron a tomar el tranquilizante por problemas psicológicos.

b) Por lo menos 6 comenzaron a tomarlo por problemas psicológicos.
c) Exactamente 2 empezaron a tomar el fármaco por problemas no psicológicos.
d) Cuándo más 2 empezaron a tomarlo por problemas no psicológicos.

3. Al probar una cierta clase de llanta para camión sobre un terreno escabroso, se halló que 25% de los
vehículos no terminaron la prueba sin experimentar ponchadura. De los siguientes 12 camiones probados,
obtenga la probabilidad de que:

a) 5 o 6 sufran ponchadura.
b) Menos de 3 experimenten ponchadura.
c) Más de 10 sufran tal avería.
DISTRIBUCION POISSON

La distribución de Poisson fue desarrollada por Siméon‐Denis Poisson (1781‐1840). Esta distribución de
probabilidades es muy utilizada para situaciones donde los sucesos son impredecibles o de ocurrencia
aleatoria. En general, utilizaremos la distribución de Poisson como aproximación de experimentos
binomiales donde el número de pruebas es muy alto (n→∞), pero la probabilidad de éxito muy baja
(p→0).

CARACTERISTICAS

✓ Sea una población de tamaño ∞.

✓ Sea una muestra de tamaño n bastante elevado (se suele hablar de que tiende a ∞)
✓ Los sucesos son independientes entre si.
✓ Sea A un suceso que tiene una probabilidad p de suceder durante un periodo de tiempo, siendo
esta probabilidad de ocurrencia durante un periodo de tiempo concreto muy pequeña (se suele
hablar de que tiende a 0).

EJEMPLOS

✓ El número de autos que pasan a través de un cierto punto en una ruta (suficientemente
distantes de los semáforos) durante un periodo definido de tiempo.
✓ El número de errores de ortografía que uno comete al escribir una única página.
✓ El número de llamadas telefónicas en una central telefónica por minuto.
✓ El número de servidores web accedidos por minuto.
✓ El número de defectos en una longitud específica de una cinta magnética.
✓ El número de defectos por metro cuadrado de tela.

FORMULA

𝜇 𝑥 ∙ 𝑒 −𝜇
𝑝(𝑥) =
𝑥!

𝜇 = 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜

𝑒 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑒𝑢𝑙𝑒𝑟 = 2.71828 … ….

𝑥 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑜𝑐𝑢𝑟𝑟𝑒𝑛𝑐𝑖𝑎𝑠 𝑑𝑒 𝑎𝑙𝑔ú𝑛 𝑠𝑢𝑐𝑒𝑠𝑜 𝑒𝑛 𝑢𝑛 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑒𝑛 𝑒𝑠𝑝𝑒𝑐í𝑓𝑖𝑐𝑜

EJEMPLO 1

En un banco un asesor comercial atiende en promedio a 3 personas por hora. ¿Cuál es la probabilidad
que en la siguiente hora atienda a dos personas?
𝜇𝑥 ∙𝑒 −𝜇
𝜇 = 3 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠 𝑝𝑜𝑟 ℎ𝑜𝑟𝑎 𝑝(𝑥) =
𝑥!

32 ∙𝑒 −3
𝑒 = 2.71828 𝑝(2) = 2!
9∙0.04978 0.44802
𝑥 = 2 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠 𝑝(2) = 2
= 2

𝑝(2) = 0.22401 = 22.40%

EJEMPLO 2

En un hospital de una determinada ciudad se estan estudiando los nacimientos de los bebes varones. Se
sabe que en una semana nacen una media de 7 varones. Calcular:

a) Probabilidad de que nazcan 3 varones en una semana.

73 ∙𝑒 −7
𝜇 = 7 𝑛𝑎𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜𝑠 𝑑𝑒 𝑣𝑎𝑟𝑜𝑛𝑒𝑠 𝑝(3) =
3!

𝑒 = 2.71828
343∙0.0009 0.3087
𝑥 = 3 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠 𝑝(3) = 6
= 6

𝑝(3) = 0.05145 = 5.145%

b) Probabilidad de que nazcan menos de 3 varones en una semana

𝜇𝑥 ∙𝑒 −𝜇
𝜇 = 7 𝑛𝑎𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜𝑠 𝑑𝑒 𝑣𝑎𝑟𝑜𝑛𝑒𝑠 𝑝(𝑥) = 𝑥!

70 ∙𝑒 −7 71 ∙𝑒 −7 72 ∙𝑒 −7
𝑒 = 2.71828 𝑝(𝑥 < 3) = 0!
+ 1!
+ 2!

𝑥 = 3 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠 𝑝(𝑥 < 3) = 0.0009 + 0.0063 + 0.02205

𝑝(𝑥 < 3) = 0.02925 = 2.925%
C. EJERCICIOS DE DISTRIBUCION POISSON

1. Considere una variable aleatoria de Poisson con μ=3. Calcule las probabilidades siguientes con la tabla
mostrada a continuación:

x 0 1 2 3 4 5 6 7 8
P(x)

Llene los espacios en blanco de la siguiente tabla:

El problema Liste los valores de x Escriba la probabilidad Encuentra la probabilidad

Tres o menos 𝑃(𝑥 ≤ ___)
Tres o mas 𝑃(𝑥 ≥ ___)
Mas de tres 𝑃(𝑥 > ___)
Menos de tres 𝑃(𝑥 < ___)
Entre 3 y 5 inclusive 𝑃(___ ≤ 𝑥 ≤ ___)
Exactamente 3 𝑃(𝑥 = ____)

2. En cierto crucero, hay en promedio 3 accidentes de tránsito por mes. ¿Cuál es la probabilidad de que
en un mes cualquiera ocurran en dicho crucero:

a) Exactamente 5 accidentes
b) A los más 2 accidentes

3. Una secretaria comete en promedio 2 errores mecanográficos por página. ¿Cuál es la probabilidad de
que en la siguiente página tenga:

a) Ningún error
b) 4 o más errores
c) Cuándo mucho 2 errores

4. En un estudio de inventario se determinó que, en promedio, las demandas correspondientes a un

cierto artículo almacenado fueron de 5 por día. ¿Cuál es la probabilidad de que en un día determinado
este artículo:
a) No se requiera en absoluto
b) Se requiera más de 3 veces

5. Cierta región del oeste de Estados Unidos es, en promedio, azotada por 6 huracanes al año.
Determine la probabilidad de que en un año dado esta zona sea afectada por:
a) Menos de 3 huracanes
b) Exactamente 4 huracanes
DISTRIBUCION HIPERGEOMETRICA

Suponga que está seleccionando una muestra de elementos de una población y anota si cada uno posee
cierta característica o no. Usted está registrando los datos característicos de “éxito” o “fracaso”
encontrados en el experimento binomial. Si el número de elementos en la población es grande en relación
con el número en la muestra, la probabilidad de seleccionar un éxito en un solo ensayo es igual a la
proporción p de éxitos en la población. Es fácil visualizar la variable aleatoria hipergeométrica x si se piensa
en un recipiente que contiene M pelotas rojas y N-M pelotas blancas, para un total de N pelotas en el
recipiente. Usted selecciona n pelotas del recipiente y anota x, el número de pelotas rojas que ve. Si ahora
define que una pelota es un “éxito”, tiene un ejemplo de variable aleatoria hipergeométrica x.

𝑪𝑴 𝑵−𝑴
𝒌 𝑪𝒏−𝒌
𝒑(𝒙 = 𝒌) =
𝑪𝑵
𝒏

N = Número total de elementos

k = Probabilidad que se desea obtener
M = éxitos de la población
n= Muestra de la población

Ejemplo 1: Una caja de vino tiene 12 botellas , tres de las cuales contienen vino fermentado. De la caja se
elige al azar una muestra de 4 botellas.

a) Encuentre la distribución de probabilidad para x, el número de botellas de vino fermentadas en

la muestra.

N=12, n=4, M=3, y (N-M)=9

𝐶03 𝐶49 1(126)

𝑝(0) = = = .25
𝐶412 495

𝐶13 𝐶39 3(84)

𝑝(1) = = = .51
𝐶412 495

𝐶23 𝐶29 3(36)

𝑝(2) = = = .22
𝐶412 495

𝐶33 𝐶19 1(9)

𝑝(3) = = = .02
𝐶412 495
EJERCICIOS DE DISTRIBUCION HIPERGEOMETRICA

1. Para evitar que lo descubran en la aduana, un viajero ha colocado 6 tabletas de narcótico en una botella
que contiene 9 píldoras de vitamina que son similares en apariencia. Si el oficial de la aduana selecciona
3 tabletas aleatoriamente para analizarlas, a) ¿Cuál es la probabilidad de que el viajero sea arrestado por
posesión de narcóticos?, b) ¿Cuál es la probabilidad de que no sea arrestado por posesión de narcóticos?.

2. De un lote de 10 proyectiles, 4 se seleccionan al azar y se disparan. Si el lote contiene 3 proyectiles

defectuosos que no explotarán, ¿cuál es la probabilidad de que , a) los 4 exploten?, b) al menos 2 no
exploten?

3. ¿Cuál es la probabilidad de que una mesera se rehúse a servir bebidas alcohólicas únicamente a dos
menores de edad si verifica aleatoriamente solo 5 identificaciones de entre 9 estudiantes, de los cuales 4
no tienen la edad suficiente?, ¿Cúal es la probabilidad de que como máximo 2 de las identificaciones
pertenezcan a menores de edad?

4. Cinco fabricantes producen en determinado dispositivo cuya calidad varia de un fabricante a otro. Si
usted elige a 3 fabricantes al azar, hallar la probabilidad de que la selección contenga 2 de las 3 mejores.

5. En una oficina donde se ensamblan computadoras, en una mesa hay 20 chips de los cuales 6 están
malogrados. Primero llega el Sr. Gates y recoge 8 chips y más tarde llega el Sr. Apple y se lleva los restantes.
Halle la probabilidad que solamente uno de ellos se haya llevado todos los chips defectuosos.

6. Una tienda de artículos eléctricos tiene 20 planchas, de las cuales 5 son amarillas. Si se
extraen aleatoriamente y sin sustitución 10 planchas ¿Cuál es la probabilidad de que dos de ellas sean
amarillas?
DISTRIBUCION NORMAL

Las distribuciones de probabilidad continuas asumen diversas formas. Sin embargo, un gran
número de variables aleatorias observadas en la naturaleza corresponden a una distribución de
frecuencias que se aproxima a una forma de campana. La formula que se genera es la siguiente:

1 2 /(2𝜎 2 )
𝑓(𝑥) = 𝑒 −(𝑥−𝜇)
𝜎√2𝜋

AREAS TABULADAS DE LA DISTRIBUCION NORMAL ESTANDAR

Para encontrar la probabilidad de que una variable aleatoria normal x se encuentre en el intervalo
de a y b, se necesita hallar el área bajo la curva de la grafica de campana. Una variable aleatoria
normal x se estandariza al expresar su valor como el Número de desviaciones estandar a la
izquierda o derecha de su media. La variable de la normal aleatoria estandarizada z, se define
como:
𝑥−𝜇
𝑧=
𝜎

O su forma equivalente: 𝑥 = 𝜇 + 𝑧𝜎

EJEMPLO 1

𝐸𝑛𝑐𝑢𝑒𝑛𝑡𝑟𝑒 𝑃(𝑧 ≤ 1.63)

Buscar en la tabla el estadístico z

𝑧 = 0.9484

−3 −2 −1 0 1 2 3

𝑝𝑢𝑛𝑡𝑢𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑧
EJEMPLO 2

𝐸𝑛𝑐𝑢𝑒𝑛𝑡𝑟𝑒 𝑃(𝑧 ≥ −0.5)

𝑧 = 0.3085

Buscar en la tabla el estadístico z

𝑃(𝑧 ≥ −0.5) = 1 − 0.3085 = .6915

𝑃(𝑍 ≥ −0.5) = 69.15%

−3 −2 −1 0 1 2 3

𝑝𝑢𝑛𝑡𝑢𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑧

EJEMPLO 3
𝐸𝑛𝑐𝑢𝑒𝑛𝑡𝑟𝑒 𝑃(−0.5 ≤ 𝑧 ≤ 1.0)
𝑧1 = 0.3085
𝑧2 = 0.8413
𝑃(−0.5 ≤ 𝑧 ≤ 1.0) = 0.8413 − 0.3085
𝑃(−0.5 ≤ 𝑧 ≤ 1.0) = .5328 = 53.28%

−3 −2 −1 0 1 2 3

𝑝𝑢𝑛𝑡𝑢𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑧
TABLAS Z POSITIVAS
TABLA Z NEGATIVAS
D. EJERCICIOS DE DISTRIBUCION NORMAL
1. Considere una variable aleatoria estándar con 𝜇 = 0 y desviación estándar de 𝜎 = 1. Use la
tabla z y llene las probabilidades siguientes.

El intervalo Escriba la Encuentre la Dibuje la gráfica de campana

probabilidad probabilidad

Menor que -2 𝑃(𝑧 < ____)

Mayor que 1.16 𝑃(𝑧 > ____)

Mayor que 1.64 𝑃(𝑧 > ____)

Entre -2.33 2.33 𝑃(____ < 𝑧 < ____)

Entre 1.24 y 2.58 𝑃(____ < 𝑧 < ____)

Menor o igual que 1.88 𝑃(𝑧 ≤ ____)

2. Carne para hamburguesas. El departamento de carnes en un supermercado prepara sus paquetes de
“1 libra” de carne molida de manera que habrá variedad en los pesos, algunos con un poco más y algunos
con un poco menos de 1 libra. Suponga que los pesos de estos paquetes de 1 libra tienen una distribución
normal con una media de 1 y una desviación estándar de 0.15 libras.

a. ¿Qué proporción de los paquetes pesará más de una libra?

b. ¿Qué proporción de los paquetes pesará entre 0.95 y 1.05 libras?

3. Árboles de navidad. Los diámetros de abetos Douglas cultivados en un bosque de árboles de navidad
están normalmente distribuidos con una media de 4 pulgadas y una desviación estándar de 1.5 pulgadas.

a. ¿Qué proporción de los árboles tendrá un diámetro entre 3 y pulgadas?

b. ¿Qué proporción de los árboles tendrá un diámetro menor que 3 pulgadas?

4. Flujo sanguíneo cerebral. El flujo sanguíneo cerebral (FSC por sus siglas en inglés) en el cerebro de una
persona sana tiene una distribución normal con una media de 74 y una desviación estándar de 16.

a. ¿Qué proporción de personas sanas tendrá lecturas de FSC entre 60 y 80?

b. ¿Qué proporción de personas sanas tendrá lecturas de FSC arriba de 100?