Está en la página 1de 40

UNIDAD IV. DISTRIBUCIONES DE PROBABILIDAD DISCRETAS.

Entre las distribuciones discretas a tratar en este caso estn:



1. Binomial
2. Multinomial
3. Hipergeomtrica
4. Hipergeomtrica generalizada
5. Poisson
6. Aproximacin de Poisson a la Binomial
7. Geomtrica
8. Binomial Negativa


1. DISTRIBUCIN BINOMIAL

Las caractersticas de esta distribucin son:
a) a) En los experimentos que tienen este tipo de distribucin, siempre se
esperan dos tipos de resultados, ejem. Defectuoso, no defectuoso, pasa, no pasa,
etc, etc., denominados arbitrariamente xito (que es lo que se espera que
ocurra) o fracaso (lo contrario del xito).
b) b) Las probabilidades asociadas a cada uno de estos resultados son
constantes, es decir no cambian.
c) c) Cada uno de los ensayos o repeticiones del experimento son independientes
entre s.
d) d) El nmero de ensayos o repeticiones del experimento (n) es constante.

A partir de un ejemplo. Desarrollaremos una frmula que nos permita cualquier
problema que tenga este tipo de distribucin.
Ejemplo:
Se lanza al aire una moneda normal 3 veces, determine la probabilidad de que
aparezcan 2 guilas.

Solucin:
Antes de empezar a resolver este problema, lo primero que hay que hacer es
identificarlo como un problema que tiene una distribucin binomial, y podemos
decir que efectivamente as es, ya que se trata de un experimento en donde solo se
pueden esperar dos tipos de resultados al lanzar la moneda, guila o sello, cutas
probabilidades de ocurrencia son constantes, cada uno de los lanzamientos es
independiente de los dems y el nmero de ensayos o repeticiones del experimento
son constantes, n = 3.

Para dar solucin a este problema, lo primero que hay que hacer es un diagrama
de rbol, en donde representaremos los tres lanzamientos, de ah se obtendr el
espacio muestral y posteriormente la probabilidad pedida, usando la frmula
correspondiente.




A = guila, S = sello
1/2 A

1/2 A
1/2 S
A
1/2 A
1/2 1/2 S
S
1/2 A

1/2 A
1/2 1/2 S
S
1/2 A
1/2 S

1/2 S





o={AAA, AAS, ASA, ASS, SAA, SAS, SSA, SSS}

Para obtener la frmula, definiremos lo siguiente:

n = nmero de lanzamientos de moneda
x = nmero de xitos requeridos = nmero de guilas = 2
p = probabilidad de xito= p(aparezca guila) =1/2
q = probabilidad de fracaso= p(aparezca sello) =1/2

Entonces podemos partir de la siguiente expresin para desarrollar la frmula;


P(aparezcan 2 guilas)=(No. De ramas del rbol en donde ap. 2 guilas)(probabilidad
asociada a cada rama)

Entonces el nmero de ramas en donde aparecen dos guilas se puede obtener;

Enumerando las ramas de inters, estas seran: AAS, ASA, SAA, QU TIPO DE
ARREGLOS SON ESTOS ELEMENTOS DEL ESPACIO MUESTRAL?, Son
permutaciones en donde algunos objetos son iguales, entonces, el nmero de ramas se
puede obtener con la frmula correspondiente,


donde n = x
1
+x
2
+...+x
k


sustituyendo en esta frmula, tenemos lo siguiente;



esta frmula puede ser sustituida por la de combinaciones, solo en el caso de dos tipos
de objetos, si hay ms de dos tipos de objetos, definitivamente solo se usa la frmula
original, como se observar en el caso de la distribucin multinomial, pero porqu
vamos a cambiar de frmula?, simplemente porque en todos los libros de texto que te
encuentres vas a encontrar la frmula de combinaciones en lugar de la de
permutaciones, que es la siguiente,




y sustituyendo valores, nos damos cuenta de que efectivamente son 3 las ramas de
inters, que son donde aparecen dos guilas, donde n = 3, x = 2.





Y la probabilidad asociada a cada rama?
Probabilidad asociada a cada rama = p(guila)*p(guila)*p(sello)= p*p*q = p
2
q=

=

Luego la frmula de la distribucin Binomial sera:




donde:
p(x, n, p) = probabilidad de obtener en n ensayos x xitos, cuando la probabilidad de
xito es p

Dando solucin al problema de ejemplo tenemos lo siguiente:
n = 3, x = 2, p =
! x !... x ! x
! n
nP
k
xk ,... x , x
2 1
2 1
=
)! x n ( ! x
! n
nP
x n , x

)! x n ( ! x
! n
nCx

=
ramas
! !
! x
! ! !
!
)! ( !
!
C 3
1 2
2 3
1 2
3
2 3 2
3
2 3
= = =

=
x n x
q p

x n x
x n n
q p C ) p , x , n ( p

=




Para calcular la media y la desviacin estndar de un experimento que tenga una
distribucin Binomial usaremos las siguientes frmulas:


Media o valor esperado.




Donde:
n = nmero de ensayos o repeticiones del experimento
P = probabilidad de xito o la probabilidad referente al evento del cual se desea
calcular la media que se refiere la media
Q = complemento de P


Desviacin estndar.




Ejemplos:
1. Se dice que el 75% de los accidentes de una planta se atribuyen a errores
humanos. Si en un perodo de tiempo dado, se suscitan 5 accidentes, determine
la probabilidad de que; a) dos de los accidentes se atribuyan a errores
humanos, b) como mximo 1 de los accidentes se atribuya a errores de tipo
humano, c) tres de los accidentes no se atribuyan a errores humanos.

Solucin:
a) n = 5
x = variable que nos define el nmero de accidentes debidos a errores humanos
x = 0, 1, 2,...,5 accidentes debidos a errores de tipo humano
p = p(xito) = p(un accidente se deba a errores humanos) = 0.75
q = p(fracaso) = p(un accidente no se deba a errores humanos) = 1-p = 0.25




b)


8
3
8
1
3
2
1
4
1
1 2
3
2 1 2 1 2 1 2 3
2 3 2
2 3
= = = = = = =

* * *
! !
!
) / ( ) / ( C ) / p , x , n ( p
nP =
nPQ = o
08789 0 015625 0 5625 0 10 25 0 75 0 75 0 5 2
2 5 2
2 5
. ) . )( . )( ( ) . ( ) . ( C ) . p , n , x ( p = = = = = =

+ = = + = = = = =
0 5 0
0 5
25 0 75 0 1 0 75 0 5 1 0 ) . ( ) . ( C ) x ( p ) x ( p ) . p , n , , x ( p
015624 0 014648 0 000976 0 25 0 75 0
1 5 1
1 5
. . . ) . ( ) . ( C = + =


c) En este caso cambiaremos el valor de p;
n =5
x = variable que nos define el nmero de accidentes que no se deben a
errores de tipo humano
x = 0, 1, 2,...,5 accidentes debidos a errores humanos
p = p(probabilidad de que un accidente no se deba a errores humanos) =
0.25
q = p(probabilidad de que un accidente se deba a errores humanos) = 1-p =
0.75






2. Si la probabilidad de que el vapor se condense en un tubo de aluminio de
cubierta delgada a 10 atm de presin es de 0.40, si se prueban 12 tubos de ese
tipo y bajo esas condiciones, determine la probabilidad de que: a) el vapor se
condense en 4 de los tubos, b) en ms de 2 tubos se condense el vapor, c) el
vapor se condense en exactamente 5 tubos.

Solucin:
a) n =12
x = variable que nos define el nmero de tubos en que el vapor se condensa
x = 0, 1, 2, 3,...,12 tubos en el que el vapor se condensa
p =p(se condense el vapor en un tubo de Al a 10 atm)= 0.40
q = p(no se condense el vapor en un tubo de Al a 10 atm) = 1-p=0.60




= 0.21284

b) p(X=3, 4, ...,12, n=12, p=0.40) = p(x=3)+p(x=4)++p(x=12)= 1-|p(x=0,1,2)|=








= 1-|0.002176+0.0174096+0.06385632|= 1- 0.08344192= 0.91656

08789 0 5625 0 015625 0 10 75 0 25 0 25 0 5 3
3 5 3
3 5
. ) . )( . )( ( ) . ( ) . ( C ) . p , n , x ( p = = = = = =

= = = = = =

) . )( . )( ( ) . ( ) . ( C ) . p , n , x ( p 016796 0 0256 0 495 60 0 40 0 40 0 12 4
4 12 4
4 12
| |
2 12 2
2 12
1 12 1
1 12
0 12 0
0 12
60 0 40 0 60 0 40 0 60 0 40 0 1

+ + = ) . ( ) . ( C ) . ( ) . ( C ) . ( ) . ( C
| | ) . )( . )( ( ) . )( . )( ( . 006047 0 16 0 66 003627 0 4 0 12 002176 0 1 + + =
c)


= 0.22703



3. La probabilidad de que el nivel de ruido de un amplificador de banda ancha
exceda de 2 dB (decibeles) es de 0.15, si se prueban 10 amplificadores de banda
ancha, determine la probabilidad de que; a) en solo 5 de los amplificadores el
nivel de ruido exceda los 2 dB, b) por lo menos en 2 de los amplificadores, el
ruido exceda de 2 dB, c)que entre 4 y 6 amplificadores no se excedan de los 2
dB, d)encuentre el nmero esperado de amplificadores que se exceden de un
nivel de ruido de 2dB y su desviacin estndar.

Solucin:
a)n =10
x =variable que nos define el nmero de amplificadores de banda ancha que su
nivel de ruido excede de 2 dB
x = 0, 1, 2,...,10 amplificadores en los que el nivel de ruido excede de los 2 dB
p = P(un amplificador exceda su nivel de ruido de 2 dB) = 0.15
q = p(un amplificador no exceda su nivel de ruido de 2 dB =1-p= 0.85





= 0.00849
b)p(x=2,3,...,10, n=10, p=0.15)= 1- p(x = 0,1) =

= 1 |(0.19687+(10)(0.15)(0.231617)|=1-0.544296 = 0.455705
c) n=10
x= variable que nos define el nmero de amplificadores de banda ancha que su nivel
de ruido no excede de 2 dB
x= 0, 1, 2,...,10 amplificadores que su nivel de ruido no excede de los 2 dB
p = p(un amplificador no exceda su nivel de ruido de 2 dB) = 0.85
q = p(un amplificador exceda su nivel de ruido de 2 dB) = 1- p = 0.15
= = = = = =

) . )( . )( ( ) . ( ) . ( C ) . p , n , x ( p 0279936 0 01024 0 792 6 0 40 0 40 0 12 5
5 12 5
5 12
= = = = = =

) . )( . )( ( ) . ( ) . ( C ) . p , n , x ( p 4437053 0 00007593 0 252 85 0 15 0 15 0 10 5
5 10 5
5 10
| |
1 10 1
1 10
0 10 0
0 10
85 0 15 0 85 0 15 0 1

+ = ) . ( ) . ( C ) . ( ) . ( C



=(210)(0.522)(0.00001139)+(252)(0.4437)(0.000075937)+(210)(0.3771495)(0.00005063)=
=0.001249 + 0.00849 + 0.00400997 = 0.01374897
d)n=10, p=0.15, q=1-p=0.85


Interpretacin:
Se espera que 2 de los 10 amplificadores probados se excedan de un nivel de ruido de
2 Db


Interpretacin:
Este experimento puede variar en 2 1 amplificador, esto es, de 1 a 3 amplificadores
que se excedan de un nivel de ruido de 2 dB
2. DISTRIBUCIN MULTINOMIAL.
Caractersticas:
a) a) Al llevar a cabo un experimento con esta distribucin se esperan ms de
dos tipos de resultados.
b) b) Las probabilidades asociadas a cada uno de los resultados son constantes.
c) c) Cada uno de los ensayos o repeticiones del experimento son independientes.
d) d) El nmero de repeticiones del experimento, n es constante.
Al igual que hicimos con la distribucin binomial, en este caso partiremos de un
ejemplo para obtener la frmula general para resolver problemas que tengan este
tipo de distribucin.
Ejemplo:
Se lanza al aire un dado normal, 5 veces, determine la probabilidad de que
aparezca dos nmeros uno, dos nmeros tres y un nmero cinco.
= + + = = = =
6 10 6
6 10
5 10 5
5 10
4 10 4
4 10
15 0 85 0 15 0 85 0 15 0 85 0 085 0 10 6 5 4 ) . ( ) . ( C ) . ( ) . ( C ) . ( ) . ( C ) . p , n , , , x ( p
ores amplificad . ) . )( ( np 2 5 1 15 0 10 ~ = = =
or amplificad . ) . )( . )( ( npq 1 1291 1 85 0 15 0 10 ~ = = = o
Solucin:
Si pensamos en la forma que se han resuelto otros problemas, lo primero que se
me ocurre es trazar un diagrama de rbol que nos muestre los 5 lanzamientos del
dado; esto sera muy laborioso, y se muestra parte del mismo a continuacin;
1
2 1
1 3 2
4..... 3
5 4
2 lanzamiento 6 5
5lanzamiento 6

2


3
a

4 1
2
1
er
lanzamiento 5 3 2 lanzamiento
4
6 6 5

Del diagrama de rbol se obtendra el espacio muestral y enseguida se
determinaran las probabilidades requeridas. En lugar de lo anterior,
obtendremos una frmula a partir de la siguiente expresin:


p(aparezcan dos unos, dos tres y un cinco)=(nmero de ramas en donde haya dos
unos, dos tres y un cinco)(probabilidad asociada a cada una de las ramas)

Para esto definiremos lo siguiente:

n = nmero de lanzamientos del dado
x
1
= nmero de veces que aparece el nmero 1 = 2
x
2
= nmero de veces que aparece el nmero 2 = 0
x
3
= nmero de veces que aparece el nmero 3 = 2
x
4
= nmero de veces que aparece el nmero 4 = 0
x
5
= nmero de veces que aparece el nmero 5 = 1
p
1
= probabilidad de que aparezca el nmero 1 = 1/6
p
2
= probabilidad de que aparezca el nmero 2 = 1/6
p
3
= probabilidad de que aparezca el nmero 3 = 1/6
p
4
= probabilidad de que aparezca el nmero 4 = 1/6
p
5
= probabilidad de que aparezca el nmero 5 = 1/6
p
6
= probabilidad de que aparezca el nmero 6 = 1/6

Luego, cmo obtendremos el nmero de ramas donde aparecen dos nmeros 1, dos
nmeros 3 y un nmero 5?

Enunciando algunas de las ramas, tenemos lo siguiente;

(1, 1, 5, 3, 3), (5, 1, 1, 3, 3), (1, 3, 3, 1, 5), ... etc, etc.

Qu tipo de arreglos son estos, combinaciones, permutaciones o que?
SON PERMUTACIONES EN DONDE HAY OBJETOS IGUALES.
Por tanto el nmero de ramas se puede obtener de la siguiente manera:


El nmero de ramas =

Y en forma general,




Luego la probabilidad asociada a cada una de las ramas, sera;
p(asociada a cada una de las ramas) = p(#1)p(#1)p(#3)p(#3)p(#5)=p
1
*p
1
*p
3
*p
3
*p
5
=
=p
1
2
*p
3
2
*p
5


Por tanto la frmula general ser:



donde:

p(x
1
, x
2
,....,x
k
, n) = probabilidad de que en n ensayos aparezcan x
1
objetos del primer
tipo, x
2
objetos del segundo tipo.......y x
k
objetos del ltimo tipo.

n = x
1
+x
2
+....x
k

30
4
120
1 2 2
5
1 2 2 5
= = =
! ! !
!
P
, ,
! x !... x ! x
! n
P
k
x ,... x , x n
k
2 1
2 1
=
k x
k
x x
k
k
p .... p p
! x !... x ! x
! n
) n , x ,... x , x ( p
2 1
2
1
2 1
2 1
=

Resolviendo el ejemplo;
n = 5
x
1
= nmero de veces que aparece el nmero 1 = 2
x
2
= nmero de veces que aparece el nmero 3 = 2
x
3
= nmero de veces que aparece el nmero 5 = 1
p
1
= probabilidad de que aparezca el nmero 1 = 1/6
p
2
= probabilidad de que aparezca el nmero 2 = 1/6
p
3
= probabilidad de que aparezca el nmero 3 = 1/6





Ejemplos:
1. Las probabilidades son de 0.40, 0.20, 0.30 y 0.10, respectivamente, de que un
delegado llegue por aire a una cierta convencin, llegue en autobs, en automvil o en
tren. Cul es la probabilidad de que entre 9 delegados seleccionados aleatoriamente
en esta convencin a) 3 hayan llegado por aire, 3 en autobs, 1 en auto y 2 en tren?, b)
4 hayan llegado por aire, 1 en autobs y 2 en auto?, c) 5 hayan llegado en auto?

Solucin:
a) n = 9
x
1
= # de delegados que llegan por aire = 3
x
2
= # de delegados que llegan en autobs = 3
x
3
= # de delegados que llegan en auto = 1
x
4
= # de delegados que llegan en tren = 2

p
1
= probabilidad de que un delegado llegue por aire = 0.40
p
2
= probabilidad de que un delegado llegue en autobs = 0.20
p
3
= probabilidad de que un delegado llegue en auto = 0.30
p
4
= probabilidad de que un delegado llegue en tren = 0.10



b) n=9
x
1
= 4 por aire; p
1
= 0.40
x
2
= 1 en autobs; p
2
= 0.20
x
3
= 2 en auto; p
3
= 0.30
x
4
= 2 en tren; p
4
= 0.10


003858 0 0001286 0 30 6 1 6 1 6 1
1 2 2
5
5 1 2 1
1 2 2
3 2 1
. ) . )( ( ) / ( ) / ( ) / (
! ! !
!
) n , x , x , x ( p = = = = = = = =
0077414 0 10 0 30 0 20 0 40 0
2 1 3 3
9
9 2 1 3 3
2 1 3 3
4 3 2 1
. ) . ( ) . ( ) . ( ) . (
! ! ! !
!
) n ; x , x , x , x ( p = = = = = = =



c)
n=9
x
1
= 5 lleguen en auto; p
1
= 0.30
x
2
= 4 (lleguen por aire o autobs o tren); p
2
= 0.40+0.20+0.10 = 0.70



2. De acuerdo con la teora de la gentica, un cierto cruce de conejillo de indias
resultar en una descendencia roja, negra y blanca en la relacin 8 : 4 : 4. Encuentre
la probabilidad de que entre 8 descendientes, a) 5 sean rojos, 2 negros y un blanco, b)
3 sean rojos y 2 sean negros.

Solucin:
a)
n = 8
x
1
= 5 rojos; p
1
= prob. Sean rojos = 8/16 = 0.50
x
2
= 2 negros; p
2
= prob. Sean negros = 4/16 = 0.25
x
3
= 1 blanco; p
3
= prob. Sean blancos = 4/16 = 0.25



b)
n=8
x
1
= 3 rojos; p
1
= 0.50
x
2
= 2 negros; p
2
= 0.25
x
3
= 3 blancos; p
3
= 0.25




3.Segn una encuesta preliminar acerca del voto que los ciudadanos darn por los
candidatos para gobernador del estado se ha detectado que aproximadamente un 52%
votar por el partido verde, un 40% por el partido azul y un 8% por los partidos
restantes, si se seleccionan aleatoriamente 6 personas con edad de votar, determine la
probabilidad de que: a) 2 voten por el partido verde, 1 por el azul y 3 por el resto de
los partidos, b) 2 voten por el partido verde y 4 por el azul.

Solucin:
a) n = 6
15676 0 30 0 30 0 20 0 40 0
2 2 1 4
9
9 2 2 1 4
2 2 1 4
4 3 2 1
. ) . ( ) . ( ) . ( ) . (
! ! ! !
!
) n ; x , x , x , x ( p = = = = = = =
073514 0 70 0 30 0
4 5
9
9 4 5
4 5
2 1
. ) . ( ) . (
! !
!
) n ; x , x ( p = = = = =
082031 0 25 0 25 0 50 0
1 2 5
8
8 1 2 5
1 2 5
3 2 1
. ) . ( ) . ( ) . (
! ! !
!
) n ; x , x , x ( p = = = = = =
068359 0 25 0 25 0 50 0
3 2 3
8
8 3 2 3
3 2 3
3 2 1
. ) . ( ) . ( ) . (
! ! !
!
) n ; x , x , x ( p = = = = = =
x
1
= 2 voten por partido verde; p
1
= prob. de que una persona vote por partido verde
= 0.52
x
2
= 1 vote por partido azul; p
2
= prob. de que una persona vote por partido azul =
0.40
x
3
= 3 voten por otros partidos; p
3
= prob. de que una persona vote por otros partidos
= 0.08




b)n = 6
x
1
= 2 voten por el partido verde; p
1
= prob. de que una persona vote por partido
verde=0.52
x
2
= 4 vote por partido azul; p
2
= prob. de que una persona vote por partido azul =
0.40
x
3
= 0 voten por otros partidos; p
3
= prob. de que una persona vote por otros partidos
= 0.08




3) DISTRIBUCIN HIPERGEOMTRICA.

Los experimentos que tienen este tipo de distribucin tienen las siguientes caractersticas:
a) a) Al realizar un experimento con este tipo de distribucin, se esperan dos
tipos de resultados.
b) b) Las probabilidades asociadas a cada uno de los resultados no son
constantes.
c) c) Cada ensayo o repeticin del experimento no es independiente de los
dems.
d) d) El nmero de repeticiones del experimento (n) es constante.


Ejemplo:
En una urna o recipiente hay un total de N objetos, entre los cuales hay una cantidad
a de objetos que son defectuosos, si se seleccionan de esta urna n objetos al azar, y
sin reemplazo, cul es la probabilidad de obtener x objetos defectuosos?
Solucin:

0033226 0 08 0 40 0 52 0
3 1 2
6
6 3 1 2
3 1 2
3 2 1
. ) . ( ) . ( ) . (
! ! !
!
) n : x , x , x ( p = = = = = =
103834 0 08 0 40 0 52 0
0 4 2
6
6 0 4 2
0 4 2
3 2 1
. ) . ( ) . ( ) . (
! ! !
!
) n ; x , x , x ( p = = = = = =
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 la urna hay un total de 10 objetos, 3 de los cuales son
defectuosos, si de seleccionan 4 objetos al azar, cul es la probabilidad de que 2
sean defectuosos?

Solucin:

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


n N
x n a N x a
C
C * C
) n , x ( p

=
=
x n a N x a
C * C
= = o
n N
C
=


= = = = =

! )! (
!
! )! (
!
*
! )! (
!
C
C * C
C
C * C
) n , x ( p
4 4 10
10
2 2 7
7
2 2 3
3
4 2
4 10
2 7 2 3
4 10
2 4 3 10 2 3




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 solucin del problema, la pretensin es demostrar
que las probabilidades asociadas a cada uno de los resultados no son constantes.

Luego la probabilidad de obtener 2 objetos defectuosos entre los 4 seleccionados al azar
sera:






Ejemplos:
= = = =
! !
!
*
x x x
x x x
! !
! x x x x
! !
! x x
*
! !
! x x
! !
!
! !
!
*
! !
!
2 2
4
7 8 9 10
6 7 2 3
4 6
6 7 8 9 10
2 5
5 6 7
2 1
1 2 3
4 6
10
2 5
7
2 1
3
=
7 8 9 10
6 7 2 3
x x x
x x x
=
! !
!
2 2
4
30 0
20160
6048
4
24
5040
252
2 2
4
7 8 9 10
6 7 2 3
. *
! !
!
*
x x x
x x x
= = = =
1. Para evitar que lo descubran en la aduana, un viajero ha colocado 6 tabletas de
narctico en una botella que contiene 9 pldoras de vitamina que son similares en
apariencia. Si el oficial de la aduana selecciona 3 tabletas aleatoriamente para
analizarlas, a) Cul es la probabilidad de que el viajero sea arrestado por posesin de
narcticos?, b) Cul es la probabilidad de que no sea arrestado por posesin de
narcticos?.

Solucin:
a) N = 9+6 =15 total de tabletas
a = 6 tabletas de narctico
n = 3 tabletas seleccionadas
x = 0, 1, 2, o 3 tabletas de narctico = variable que nos indica el nmero de tabletas de
narctico que se puede encontrar al seleccionar las 3 tabletas

p(viajero sea arrestado por posesin de narcticos) = p(de que entre las 3 tabletas
seleccionadas haya 1 o ms tabletas de narctico)





otra forma de resolver;

p(el viajero sea arrestado por posesin de narcticos) = 1 p(de que entre las tabletas
seleccionadas no haya una sola de narctico)



= + + = = = =
3 15
0 9 3 6
3 15
1 9 2 6
3 15
2 9 1 6
3 3 2 1
C
C * C
C
C * C
C
C * C
) n ; tabletas , x ( p
81538 0
455
371
455
20 135 216
455
1 20
455
9 15
455
36 6
.
) )( ( ) )( ( ) )( (
= =
+ +
= + + =
= = = = =
3 15
3 9 0 6
1 3 0 1
C
C * C
) n ; x ( p

b) b) p(no sea arrestado por posesin de narcticos)






2. De un lote de 10 proyectiles, 4 se seleccionan al azar y se disparan. Si el lote contiene 3
proyectiles defectuosos que no explotarn, cul es la probabilidad de que , a) los 4
exploten?, b) al menos 2 no exploten?

Solucin:
a) N = 10 proyectiles en total
a = 7 proyectiles que explotan
n = 4 proyectiles seleccionados
x = 0, 1, 2, 3 o 4 proyectiles que explotan = variable que nos define el nmero de
proyectiles que explotan entre la muestra que se dispara



b) N = 10 proyectiles en total
a = 3 proyectiles que no explotan
n = 4 proyectiles seleccionados
x = 0, 1, 2 o 3 proyectiles que no explotan

815385 0 184615 0
455
84 1
1 . .
) )( (
= = =
= = = = =
3 15
3 9 0 6
3 0
C
C * C
) n ; x ( p
184615 0
455
84 1
.
) )( (
= =
16667 0
210
35
210
1 35
4 4
4 10
0 3 4 7
.
) )( (
C
C * C
) n ; x ( p = = = = = =
p(al menos 2 no exploten) = p( 2 o ms proyectiles no exploten) = p(x = 2 o 3; n=4) =




3. a)Cul es la probabilidad de que una mesera se rehse a servir bebidas alcohlicas
nicamente a dos menores de edad si verifica aleatoriamente solo 5 identificaciones de
entre 9 estudiantes, de los cuales 4 no tienen la edad suficiente?, b) Cal es la
probabilidad de que como mximo 2 de las identificaciones pertenezcan a menores de
edad?
Solucin:

a) N = 9 total de estudiantes
a = 4 estudiantes menores de edad
n = 5 identificaciones seleccionadas
x = variable que nos define el nmero de identificaciones que pertenecen a personas
menores de edad
x = 0, 1, 2, 3 o 4 identificaciones de personas menores de edad



b) N = 9 total de estudiantes
a = 4 estudiantes menores de edad
n = 5 identificaciones seleccionadas
x = variable que nos define el nmero de identificaciones que pertenecen a personas
menores de edad
x = 0, 1, 2, 3 o 4 identificaciones de personas menores de edad

333333 0
210
70
210
7 63
210
7 1 21 3
4 10
1 7 3 3 2 7 2 3
.
) )( ( ) )( (
C
C * C C * C
= =
+
=
+
=
+
=
238095 0
126
10 3
5 2
5 9
3 5 2 4
.
) )( (
C
C * C
) n , x ( p = = = = =






4. Una compaa manufacturera utiliza un esquema para la aceptacin de los artculos
producidos antes de ser embarcados. El plan es de dos etapas. Se preparan cajas de 25 para
embarque y se selecciona una muestra de 3 para verificar si tienen algn artculo defectuoso.
Si se encuentra uno, la caja entera se regresa para verificarla al 100%. Si no se encuentra
ningn artculo defectuoso, la caja se embarca. a)Cul es la probabilidad de que se
embarque una caja que tiene tres artculos defectuosos?, b)Cul es la probabilidad de que
una caja que contiene solo un artculo defectuoso se regresa para verificacin?
4) DISTRIBUCIN HIPERGEOMETRICA GENERALIZADA.

Caractersticas:
a) a) Al realizar un experimento con este tipo de distribucin, se esperan
ms de dos tipos de resultados.
b) b) Las probabilidades asociadas a cada uno de estos resultados no son
constantes.
c) c) Los ensayos o repeticiones del experimento no son independientes
entre s.
d) d) El nmero de repeticiones del experimento n, es constante.

Entonces en este caso se tienen ms de dos tipos de objetos, por lo que la
frmula a utilizar sera:




donde:
N = x + y + z = total de objetos
a = total de objetos del primer tipo
b = total de objetos del segundo tipo
c = N-a-b = total de objetos del tercer tipo
n = objetos seleccionados en la muestra
x = objetos del primer tipo en la muestra
=
+ +
=
+ +
= = =
126
10 6 5 4 1 1
5 2 1 0
5 9
3 5 2 4 4 5 1 4 5 5 0 4
) )( ( ) )( ( ) )( (
C
C * C C * C C * C
) n ; , , x ( p
64286 0
126
81
126
60 20 1
. = =
+ +
=
n N
y x n b a N y b x a
C
C * C * C
) n , y , x ( p

=
y = objetos del segundo tipo en la muestra
z = n-x-y = objetos del tercer tipo en la muestra

Ejemplos:
1.En un lote de productos se tienen 20 productos sin defectos, 3 con defectos menores
y 2 con defectos mayores, se seleccionan al azar 5 productos de este lote, determine la
probabilidad de que a) 3 de los productos seleccionados no tengan defectos y 1 tenga
defectos menores, b) 4 de los productos seleccionados no tengan defectos y 1 tenga
defectos menores.

Solucin:
a)N= 20+3+2 =25 total de artculos
a=20 productos sin defectos
b= 3 productos con defectos menores
N-a-b= 2 productos con defectos mayores
n= 5 productos seleccionados en la muestra
x = 3 productos sin defectos en la muestra = variable que nos define el # de productos
sin defectos en la muestra
y = 1 producto con defectos menores en la muestra = variable que nos define el # de
productos con defectos menores en la muestra
z = n-x-y = 5-3-1 = 1 producto con defectos mayores en la muestra = variable que nos
define el # de productos con defectos mayores en la muestra


b)N= 25
a=20 productos sin defectos
b= 3 productos con defectos menores
N-a-b= 2 productos con defectos mayores
n= 5 productos seleccionados en la muestra
x = 4 productos sin defectos en la muestra = variable que nos define el # de productos
sin defectos en la muestra
y = 1 producto con defectos menores en la muestra = variable que nos define el # de
productos con defectos menores en la muestra
z = n-x-y = 5-4-1 = 0 productos con defectos mayores en la muestra = variable que nos
define el # de productos con defectos mayores en la muestra





128741 0
53130
6840
53130
2 3 1140
5 1 3
5 25
1 2 1 3 3 20
.
) )( )( (
C
C * C * C
) n , y , x ( p = = = = = = =
27357 0
53130
14535
53130
1 3 4845
5 1 4
5 25
0 2 1 3 4 20
.
) )( )( (
C
C * C * C
) n ; y , x ( p
= = =
= = = =
3.Un club de estudiantes extranjeros tiene en sus listas a 2 canadienses, 3 japoneses, 5
italianos y 2 alemanes. Si se selecciona aleatoriamente un comit de 4 estudiantes,
encuentre la probabilidad de que: a)estn representadas todas las nacionalidades,
b)estn representadas todas las nacionalidades, excepto la italiana.

Solucin:
a) N = 12 estudiantes
a = 2 Canadienses
b = 3 Japoneses
c = 5 Italianos
N-a-b-c = 2 Alemanes
n = 4 estudiantes seleccionados para formar comit
x = 1 estudiante Canadiense en el comit seleccionado
y = 1 estudiante Japons en el comit seleccionado
z = 1 estudiante Italiano en el comit seleccionado
n-x-y-z = 1 estudiante Alemn en el comit seleccionado




b) N = 7 estudiantes quitando a los Italianos
a = 2 Canadienses
b = 3 Japoneses
N-a-b = 2 Alemanes
n = 4 estudiantes seleccionados para formar comit
x = 1 o 2 estudiantes Canadienses en el comit seleccionado
y = 1 o 2 estudiantes Japoneses en el comit seleccionado
n-x-y= 1 o 2 estudiantes Alemanes en el comit seleccionado
p(estn representadas todas las nacionalidades, excepto la italiana)




5) DISTRIBUCIN DE POISSON.

Caractersticas:
121212 0
495
60
495
2 5 3 2
4 1 1 1
4 12
1 2 1 5 1 3 1 2
.
) )( )( )( (
C
C * C * C * C
) n ; z , y , x ( p
= = =
= = = = =
= + + =
= = = = + = = = + = = =
4 7
1 2 1 3 2 2
4 7
1 2 2 3 1 2
4 7
2 2 1 3 1 2
4 1 2 4 2 1 4 1 1
C
C * C * C
C
C * C * C
C
C * C * C
) n , y , x ( ) n , y , x ( p ) n , y , x ( p
685714 0
35
6 12 6
35
2 3 1
35
2 3 2
35
1 3 2
.
) )( )( ( ) )( )( ( ) )( )( (
=
+ +
= + + =
En este tipo de experimentos los xitos buscados son expresados por unidad de rea, tiempo,
pieza, etc, etc,:
- # de defectos de una tela por m
2

- # de aviones que aterrizan en un aeropuerto por da, hora, minuto, etc, etc.
- # de bacterias por cm
2
de cultivo
- # de llamadas telefnicas a un conmutador por hora, minuto, etc, etc.
- # de llegadas de embarcaciones a un puerto por da, mes, etc, etc.
Para determinar la probabilidad de que ocurran x xitos por unidad de tiempo, rea, o
producto, la frmula a utilizar sera:


donde:
p(x, ) = probabilidad de que ocurran x xitos, cuando el nmero promedio de ocurrencia de
ellos es
= media o promedio de xitos por unidad de tiempo, rea o producto
c = 2.718
x = variable que nos denota el nmero de xitos que se desea que ocurra

Hay que hacer notar que en esta distribucin el nmero de xitos que ocurren por unidad de
tiempo, rea o producto es totalmente al azar y que cada intervalo de tiempo es independiente
de otro intervalo dado, as como cada rea es independiente de otra rea dada y cada
producto es independiente de otro producto dado.



Ejemplos:
1. Si un banco recibe en promedio 6 cheques sin fondo por da, cules son las
probabilidades de que reciba, a) cuatro cheques sin fondo en un da dado, b) 10
cheques sin fondos en cualquiera de dos das consecutivos?
! x
) , x ( p
x
c


=


Solucin:
a) a) x = variable que nos define el nmero de cheques sin fondo que llegan al
banco en un da cualquiera = 0, 1, 2, 3, ....., etc, etc.
= 6 cheques sin fondo por da
c = 2.718




b)
x= variable que nos define el nmero de cheques sin fondo que llegan al banco en
dos das consecutivos = 0, 1, 2, 3, ......, etc., etc.
= 6 x 2 = 12 cheques sin fondo en promedio que llegan al banco en dos das
consecutivos
Nota: siempre debe de estar en funcin de x siempre o dicho de otra forma, debe
hablar de lo mismo que x.




2. En la inspeccin de hojalata producida por un proceso electroltico continuo, se
identifican 0.2 imperfecciones en promedio por minuto. Determine las probabilidades
de identificar a) una imperfeccin en 3 minutos, b) al menos dos imperfecciones en 5
minutos, c) cuando ms una imperfeccin en 15 minutos.
Solucin:
a) a) x = variable que nos define el nmero de imperfecciones en la hojalata por
cada 3 minutos = 0, 1, 2, 3, ...., etc., etc.
= 0.2 x 3 =0.6 imperfecciones en promedio por cada 3 minutos en la hojalata
13392 0
24
00248 0 1296
4
718 2 6
6 4
6 4
.
) . )( (
!
) . ( ) (
) , x ( p = = = = =

104953 0
3628800
000006151 0 10 1917364 6
10
718 2 12
12 10
12 10
.
) . )( . (
!
) . ( ) (
) , x ( p =
E
= = = =






b) b) x = variable que nos define el nmero de imperfecciones en la hojalata por
cada 5 minutos = 0, 1, 2, 3, ...., etc., etc.
= 0.2 x 5 =1 imperfeccin en promedio por cada 5 minutos en la hojalata




=1-(0.367918+0.367918) = 0.26416

c) c) x = variable que nos define el nmero de imperfecciones en la hojalata por
cada 15 minutos = 0, 1, 2, 3, ....., etc., etc.
= 0.2 x 15 = 3 imperfecciones en promedio por cada 15 minutos en la hojalata




= 0.0498026 + 0.149408 =
0.1992106
6. APROXIMACIN DE POISSON A LA BINOMIAL.

En este caso se determinarn probabilidades de experimentos Binomiales, pero que dadas
sus caractersticas, es posible aproximarlas con la distribucin de Poisson, estas
caractersticas son, n ( n es muy grande) y p0 (p es muy pequea), por lo que:
329307 0
1
548845 0 6 0
1
718 2 6 0
6 0 1
6 0 1
.
) . )( . (
!
) . ( ) . (
) . , x ( p
.
= = = = =

=
|
|
.
|

\
|
+ = = = = = =

!
) . )( (
!
) . ( ) (
) , , x ( p ) .... etc , , , x ( p
1
718 2 1
0
718 2 1
1 1 1 0 1 1 4 3 2
1 1 0

= + = = = + = = = = =

!
) . ( ) (
!
) . ( ) (
) , x ( p ) , x ( p ) , , x ( p
1
718 2 3
0
718 2 3
3 1 3 0 3 1 0
3 1 3 0





La expresin anterior solo se cumple cuando n y p0, solo en este caso, si esto no se
cumple, la aproximacin no se puede llevar a efecto, por lo que la frmula a utilizar en este
caso sera:




Donde:
== np = nmero esperado de xitos = tasa promedio de xitos
n = nmero de repeticiones del experimento
p = probabilidad de xito = p(xito)

Una regla general aceptable es emplear esta aproximacin si n>20 y ps0.05: s n>100, la
aproximacin es generalmente excelente siempre y cuando nps10.

Ejemplos:
1. 1. Se sabe que el 5% de los libros encuadernados en cierto taller tienen
encuadernaciones defectuosas. Determine la probabilidad de que 2 de 100 libros
encuadernados en ese taller, tengan encuadernaciones defectuosas, usando, a) la
frmula de la distribucin Binomial, b) la aproximacin de Poisson a la distribucin
Binomial.



Solucin:
! x
q p C ) p , n , x ( p
x
x n x
x n

~ =
! x
) , x ( p
x
c


=
a) n = 100
p = 0.05 = p(encuadernacin defectuosa) = p(xito)
q = 0.95 = p(encuadernacin no defectuosa) = p(fracaso)
x = variable que nos define el nmero de encuadernaciones defectuosas en la muestra = =
0, 1, 2, 3,....,100 encuadernaciones defectuosas




b)n = 100 encuadernaciones
p = 0.05
= np = (100)(0.05)= 5
x = variable que nos define el nmero de encuadernaciones defectuosas en la muestra = =
0, 1, 2, 3,....,100 encuadernaciones defectuosas




Al comparar los resultados de las probabilidades con una y otra distribucin, nos damos
cuenta de que la diferencia entre un clculo y otro es de tan solo 0.0031, por lo que la
aproximacin de Poisson es una buena opcin para calcular probabilidades Binomiales.

2.Un fabricante de maquinaria pesada tiene instalados en el campo 3840 generadores de gran
tamao con garanta. S la probabilidad de que cualquiera de ellos falle durante el ao dado
es de 1/1200 determine la probabilidad de que a) 4 generadores fallen durante el ao en
cuestin, b) que ms 1 de un generador falle durante el ao en cuestin.

Solucin:
a) n = 3840 generadores
0812 0 95 0 05 0 4950 95 0 05 0 05 0 100 2
98 2 98 2
2 100
. ) . ( ) . )( ( ) . ( ) . ( C ) . p , n , x ( P = = = = = =
0843 0
2
718 2 5
5 2
5 2
.
!
) . ( ) (
! x
) , x ( p
x
= = = = =

c

p = 1/1200 = probabilidad de que un generador falle durante el ao de garanta


= np = (3840)(1/1200) = 3.2 motores en promedio pueden fallar en el ao de garanta
x = variable que nos define el nmero de motores que pueden fallar en el ao de garanta =
= 0, 1, 2, 3,....,3840 motores que pueden fallar en el ao de garanta




b) p(x=2,3,4,....,3840;=3.2)=1-p(x=0,1;=3.2) =


=1- (0.04078 + 0.13048) = 0.82874

3. En un proceso de manufactura, en el cual se producen piezas de vidrio, ocurren
defectos o burbujas, ocasionando que la pieza sea indeseable para la venta. Se sabe que en
promedio 1 de cada 1000 piezas tiene una o ms burbujas. Cul es la probabilidad de que
en una muestra aleatoria de 8000 piezas, menos de 3 de ellas tengan burbujas?

Solucin:
n = 8000 piezas
p = 1/1000= 0.001 probabilidad de que una pieza tenga 1 o ms burbujas
= np = (8000)(1/1000) = 8 piezas en promedio con 1 o ms burbujas
x = variable que nos define el nmero de piezas que tienen 1 o ms burbujas =
= 0,1, 2, 3,....,8000 piezas con una o ms burbujas

17815 0
4
718 2 2 3
2 3 4
2 3 4
.
!
) . ( ) . (
) . , x ( p
.
= = = =

|
|
.
|

\
|
+ =

!
) . ( ) . (
!
) . ( ) . (
. .
1
718 2 2 3
0
718 2 2 3
1
2 3 1 2 3 0


= 0.000336 + 0.002686 + 0.010744 = 0.013766
7. DISTRIBUCIN GEOMTRICA.

Esta distribucin es un caso especial de la Binomial, ya que se desea que ocurra un xito por
primera y nica vez en el ltimo ensayo que se realiza del experimento, para obtener la
frmula de esta distribucin, haremos uso de un ejemplo.

Ejemplo:
Se lanza al aire una moneda cargada 8 veces, de tal manera que la probabilidad de que
aparezca guila es de 2/3, mientras que la probabilidad de que aparezca sello es de 1/3,
Determine la probabilidad de que en el ltimo lanzamiento aparezca una guila.

Solucin:
Si nosotros trazamos un diagrama de rbol que nos represente los 8 lanzamientos de la
moneda, observaremos que la nica rama de ese rbol que nos interesa es aquella en
donde aparecen 7 sellos seguidos y por ltimo una guila; como se muestra a
continuacin:

S S S S S S S A

S denotamos;
x = el nmero de repeticiones del experimento necesarias para que ocurra un xito por
primera y nica vez = 8 lanzamientos
p = probabilidad de que aparezca una guila = p( xito) = 2/3
q = probabilidad de que aparezca un sello = p(fracaso) = 1/3

Entonces la probabilidad buscada sera;
= + + = = =

!
) . ( ) (
!
) . ( ) (
!
) . ( ) (
) ; , , x ( p
2
718 2 8
1
718 2 8
0
718 2 8
8 2 1 0
8 2 8 1 8 0


P(aparezca una guila en el ltimo
lanzamiento)=p(S)*p(S)*p(S)*p(S)*p(S)*p(S)*p(S)*p(A) =

=q*q*q*q*q*q*q*p =
Luego, la frmula a utilizar cuando se desee calcular probabilidades con esta distribucin
sera;



Donde:
p(x) = probabilidad de que ocurra un xito en el ensayo x por primera y nica vez
p = probabilidad de xito
q = probabilidad de fracaso

Resolviendo el problema de ejemplo;
x = 8 lanzamientos necesarios para que aparezca por primera vez una guila
p = 2/3 probabilidad de que aparezca una guila
q = 1/3 probabilidad de que aparezca un sello

p(x=8) =

Ejemplos:
1. S la probabilidad de que un cierto dispositivo de medicin muestre una desviacin
excesiva es de 0.05, cul es la probabilidad de que; a) el sexto de estos dispositivos de
medicin sometidos a prueba sea el primero en mostrar una desviacin excesiva?, b) el
sptimo de estos dispositivos de medicin sometidos a prueba, sea el primero que no
muestre una desviacin excesiva?.

p q
x 1
p q ) x ( p
x 1
=
0003048 0 3 2 3 1
1 8
. ) / ( ) / ( =

Solucin:
a) a) x = 6 que el sexto dispositivo de medicin probado sea el primero que
muestre una variacin excesiva
p = 0.05 =probabilidad de que un dispositivo de medicin muestre una variacin
excesiva
q = 0.95 =probabilidad de que un dispositivo de medicin no muestre una
variacin excesiva


p(x = 6) =

b) b) x = 5 que el quinto dispositivo de medicin probado, sea el primero que no
muestre una desviacin excesiva
p = 0.95 = probabilidad de que un dispositivo de medicin no muestre una
variacin excesiva
q = 0.05 = probabilidad de que un dispositivo de medicin muestre una variacin
excesiva

p(x = 5) =

2. Los registros de una compaa constructora de pozos, indican que la probabilidad de
que uno de sus pozos nuevos, requiera de reparaciones en el trmino de un ao es de
0.20. Cul es la probabilidad de que el quinto pozo construido por esta compaa en
un ao dado sea el primero en requerir reparaciones en un ao?.

Solucin:
x = 5 que el quinto pozo sea el primero que requiera reparaciones en un ao
p = 0.20 = probabilidad de que un pozo requiera reparaciones en el trmino de un ao
q = 0.80 = probabilidad de que un pozo no requiera reparaciones en el trmino de un ao


03869 0 05 0 95 0
1 6
. ) . ( ) . ( =

0000059 0 95 0 05 0
1 5
. ) . ( ) . ( =

p(x = 5) =
7. DISTRIBUCIN BINOMIAL NEGATIVA.

Esta tambin es un caso especial de la distribucin Binomial, ya que en este caso se trata
de que al llevar a efecto varias veces un experimento binomial, se desea determinar la
probabilidad de que ocurran r xitos, solo que el ltimo de ellos debe ocurrir en el k-simo
ensayo o repeticin del experimento que es el ltimo.

Para encontrar una frmula que nos permita calcular probabilidades con esta
distribucin, partiremos de un ejemplo.

Ejemplo:
Se lanza al aire una moneda cargada 8 veces, de tal manera que la probabilidad de que
aparezca guila es de 2/3, mientras que la probabilidad de que aparezca sello es de 1/3,
Determine la probabilidad de que aparezcan tres guilas, y la ltima que aparezca sea en
el ltimo lanzamiento.

Solucin:
S trazamos un diagrama de rbol que nos represente los 8 lanzamientos de la moneda,
encontraremos que las ramas que nos interesan son aquellas en donde aparecen 3 guilas
y la ltima de ellas aparece en el ltimo lanzamiento; ejemplos de una rama que nos
interesa sera;
SAASSSSA, SSASSSAA, ASSASSSA, etc., etc.

Entonces la probabilidad se puede determinar de la siguiente forma:


(Probabilidad de que aparezcan Tres guilas, donde la ltima de ellas aparece en el ltimo lanzamiento de la
moneda)=(# de ramas del rbol en donde la tercera guila que aparece est en el octavo
lanzamiento)(probabilidad asociada a cada rama)


08192 0 20 0 80 0
1 5
. ) . ( ) . ( =

Luego, definiendo algunos trminos a utilizar;



Y = k = nmero de lanzamientos necesarios para que se obtenga una guila por r-sima vez =
8 lanzamientos
r = nmero de veces que aparece un xito = 3 guilas
p = probabilidad de xito = p(aparezca guila) = 2/3
q = probabilidad de fracaso = p(aparezca sello) = 1/3

Luego, el nmero de ramas que nos interesan del rbol se podra determinar de la
siguiente forma:

# de ramas =


Cual es la razn de que se tomen k-1 ensayos y r-1 xitos al momento de calcular el
nmero de ramas que nos interesan?

Lo anterior se debe a que en el ltimo ensayo siempre va a haber un xito, por lo que como
ste no se va a mover como lo hacen los xitos anteriores, entonces no se toma en cuenta
para el clculo de las ramas que nos interesan.

Y la probabilidad asociada a cada rama sera;

Probabilidad asociada a cada rama = p(S)*p(A)*p(A)*p(S)*p(S)*p(S)*p(S)*p(A)=
= q*p*p*q*q*q*q*p =


Por lo tanto, la frmula a utilizar sera:

1 1 r k
C
r k r
q p q p

=
5 3



Donde:
P(Y=k) = probabilidad de que ocurran r xitos en k ensayos y que el ltimo de ellos que es el
r-simo, ocurra en el k-simo ensayo que es el ltimo.

r = nmero de xitos
k = nmero de ensayos para obtener r xitos
p = p(xito) = p(aparezca guila)
q = p(fracaso) = p(aparezca sello) = 1-p

Ejemplos:
1. S la probabilidad de que un cierto dispositivo de medicin muestre una desviacin excesiva
es de 0.05, cul es la probabilidad de que; a) el sexto de estos dispositivos de medicin
sometidos a prueba sea el tercero en mostrar una desviacin excesiva?, b) el sptimo de estos
dispositivos de medicin sometidos a prueba, sea el cuarto que no muestre una desviacin
excesiva?.

Solucin:
a) a) k = 6 dispositivos de medicin
r = 3 dispositivos que muestran desviacin excesiva
p = p(dispositivo muestre una desviacin excesiva) = 0.05
q = p(dispositivo no muestre una desviacin excesiva) = 0.95


p(Y = 6) =

r k r
r k
q p C ) k Y ( p


= =
1 1
001072 0 95 0 05 0 95 0 05 0
3 3
2 5
3 6 3
1 3 1 6
. ) . ( ) . ( C ) . ( ) . ( C = =


b) b) k = 7 dispositivos de medicin
r = 4 dispositivos que no muestran una desviacin excesiva
p = p(dispositivo no muestre una desviacin excesiva) = 0.95
q = p(dispositivo muestre una desviacin excesiva) = 0.05


p(Y = 7) =



2. Los registros de una compaa constructora de pozos, indican que la probabilidad de
que uno de sus pozos nuevos, requiera de reparaciones en el trmino de un ao es de 0.20.
a) Cul es la probabilidad de que el sexto pozo construido por esta compaa en un ao
dado sea el segundo en requerir reparaciones en un ao?.
b) Cul es la probabilidad de que el octavo pozo construido por esta compaa en un
ao dado sea el tercero en requerir reparaciones en un ao?.


Solucin:
a) k = 6 pozos
r = 2 pozos que requieren reparaciones en un ao
p = p(pozo requiera reparaciones en un ao) = 0.20
q = p(pozo no requiera reparaciones en un ao) = 0.80


p(Y = 6) =


0020363 0 05 0 95 0 05 0 95 0
3 4
3 6
4 7 4
1 4 1 7
. ) . ( ) . ( C ) . ( ) . ( C = =


08192 0 80 0 20 0 80 0 20 0
4 2
1 5
2 6 2
1 2 1 6
. ) . ( ) . ( C ) . ( ) . ( C = =


b) k = 8 pozos
r = 3 pozos que requieren reparaciones en un ao
p = p(pozo requiera reparaciones en un ao) = 0.20
q = p(pozo no requiera reparaciones en un ao) = 0.80


p(Y = 8) =
9. Problemas Propuestos.

1. 1. En una cierta rea de la ciudad se da como una razn del 75% de los robos la
necesidad de dinero para comprar estupefacientes. Encuentre la probabilidad que
dentro de los 5 prximos asaltos reportados en esa rea
a) a) exactamente 2 se debieran a la necesidad de dinero para comprar drogas;
b) b) cuando mucho 3 se debieran a la misma razn arriba indicada.
r. a) 0.0879
b) 0.3672

2. 2. Un agricultor que siembra fruta afirma que 2/3 de su cosecha de duraznos han
sido contaminada por la mosca del mediterrneo. Encuentre la probabilidad de que
al inspeccionar 4 duraznos
a) a) los 4 estn contaminados por la mosca del mediterrneo
b) b) cualquier cantidad entre 1 y 3 est contaminada.
r. a) 16/81
b) 64/61

3. 3. De acuerdo con una investigacin llevada a cabo por la Administrative
Management Society, 1/3 de las compaas en Estados Unidos le dan a sus empleados
cuatro semanas de vacaciones despus de 15 aos de servicio. Encuentre la
probabilidad de que 6 de las compaas investigadas al azar, el nmero que les dan a
sus empleados cuatro semanas de vacaciones despus de 15 aos de servicio es
a) a) cualquier cantidad entre 2 y 5;
b) b) menos de 3.
r. a) 0.647
b) 0.680
05505 0 80 0 20 0 80 0 20 0
5 3
2 7
3 8 3
1 3 1 8
. ) . ( ) . ( C ) . ( ) . ( C = =


4. 4. De acuerdo con un estudio publicado por un grupo de socilogos de la
Universidad de Massachussets, aproximadamente 60% de los adictos al Valium en el
estado de Massachussets, lo tomaron por primera vez debido a problemas
psicolgicos. Encuentre la probabilidad de que los siguientes 8 adictos entrevistados
a) a) exactamente 3 hayan comenzado a usarlo debido a problemas psicolgicos.
b) b) al menos 5 de ellos comenzaran a tomarlo por problemas que no fueron
psicolgicos.
r. a) 0.1239
b) 0.5941

5. 5. Al probar una cierta clase de neumtico para camin en un terreno escabroso se
encontr que 25% de los camiones terminaban la prueba con los neumticos daados.
De los siguientes 15 camiones probados encuentre la probabilidad de que
a) a) de 3 a 6 tengan ponchaduras;
b) b) menos de 4 tengan ponchaduras;
c) c) ms de 5 tengan ponchaduras
r. a) 0.7073
b) 0.4613
c) 0.1484
6. 6. De acuerdo con un reporte publicado en la revista Parade, septiembre 14
de 1980, una investigacin a nivel nacional llevada a cabo por la Universidad
de Michigan revel que casi el 70% de los estudiantes del ltimo ao
desaprueban las medidas para controlar el hbito de fumar mariguana todos
los das. Si 12 de estos estudiantes se seleccionan al azar y se les pregunta su
opinin, encuentre la probabilidad de que el nmero que desaprueba dicha
medida sea
a) a) cualquier cantidad entre 7 y 9
b) b) cuando mucho 5;
c) c) no menos de 8
r. a) 0.6294
b) 0.0386
c) 0.7237

7. 7. La probabilidad de que un paciente se recupere de una delicada operacin de
corazn es de 0.9. Cul es la probabilidad de que exactamente 5 de los prximos 7
pacientes que se sometan a esta intervencin sobrevivan?
r. 0.1240

8. 8. Un ingeniero de control de trfico reporta que el 75% de los vehculos que pasan
por un punto de verificacin tienen matrculas del estado. Cul es la probabilidad de
que ms de 7 de los siguientes 9 vehculos no sean del estado?
r. 0.8343

9. 9. Una investigacin de los residentes de una ciudad de Estados Unidos mostr que
20% preferan un telfono blanco que de cualquier otro color disponible. Cul es la
probabilidad de que ms de la mitad de los siguientes 20 telfonos que se instalen en
esta ciudad sean de color blanco?
r. 0.0006

10. 10. Se sabe que el 40% de los ratones inyectados con un suero quedan protegidos
contra una cierta enfermedad. Si 5 ratones son inyectados, encuentre la probabilidad
de que
a) a) ninguno contraiga la enfermedad;
b) b) menos de 2 la contraigan;
c) c) ms de 3 la contraigan
r. a) 0.0778
b) 0.3370
c) 0.0870

11. 11. Suponga que los motores de un aeroplano operan en forma independiente y de
que fallan con una probabilidad de 0.4. Suponiendo que uno de estos artefactos
realiza un vuelo seguro en tanto se mantenga funcionando cuando menos la mitad de
sus motores, determine qu aeroplano, uno de los 4 motores o uno de 2, tiene mayor
probabilidad de terminar su vuelo exitosamente.
r. 0.8208 y 0.8400; ***
2- plano del motor

12. 12. Encuentre la media y la varianza de la variable aleatoria binomial del problema
propuesto 7.
r. =6.3 ~ 6 y o
2
=0.63

13. 13. Encuentre la media y la varianza de la variable aleatoria binomial del problema
propuesto 9.
r. =4 y o
2
=3.2

14. 14. De acuerdo con la teora de la gentica, un cierto cruce de conejillos de indias
resultar en una descendencia roja, negra y blanca en la relacin 8:4:4. Encuentre la
probabilidad de que de 8 descendientes 5 sean rojos, 2 negros y 1 blanco.
r. 21/256

15. 15. Las probabilidades son de 0.4, 0.2, 0.3 y 0.1, respectivamente, de que un delegado
llegue por aire a cierta convencin, llegue en autobs, 3en automvil o en tren. Cul
es la probabilidad de que entre 9 delegados seleccionados aleatoriamente en esta
convencin, 3 hayan llegado por aire, 3 en autobs, 1 en automvil y 2 en tren.
r. 0.0077

16. 16. El dueo de una casa planta 6 tallos que selecciona al azar de una caja que
contiene 5 tallos de tulipn y 4 de narciso. Cul es la probabilidad de que plante 2
tallos de narciso y 4 de tulipn?
r. 5/14

17. 17. Un comit de tres integrantes se forma aleatoriamente seleccionando de entre 4
doctores y 2 enfermeras. Escriba una frmula para la distribucin de probabilidad
de la variable aleatroria X que representa el nmero de doctores en el comit.
Encuentre P(2 s X s 3).

x=1, 2, 3
18. 18. Una compaa est interesada en evaluar sus actuales procedimientos de
inspeccin en el embarque de 50 artculos idnticos. El procedimiento es tomar una
muestra de 5 piezas y autorizar el embarque si se encuentra que no ms de 2 estn
defectuosas. qu proporcin del 20% de embarques defectuosos sern autorizados?
r. 0.9517

19. 19. La probabilidad de que una persona que vive en cierta ciudad posea un perro se
estima en 0.3. Encuentre la probabilidad de que la dcima persona entrevistada
aleatoriamente en esta ciudad sea la quinta persona que posee un perro.
r. 0.0515

20. 20. Un cientfico inocula varios ratones, uno a la vez, con un germen de una
enfermedad hasta que obtiene 2 que la han contrado. Si la probabilidad de contraer
la enfermedad es 1/6. cul es la probabilidad de que se requieran 8 ratones?
r. 0.0651
( )( )
( )
, ) , , ; x ( h .. respuesta
x x
6
3
2
2
4
4 3 6

=
21. 21. Suponga que la probabilidad de que una persona determinada crea una historia
acerca de los atentados a una famosa actriz es de 0.8. Cul es la probabilidad de que
a) a) la sexta persona que escucha tal historia sea la cuarta que la crea?
b) b) La tercera persona que escucha tal historia sea la primera en creerla?
r. a) 0.1638
b) 0.032
22. 22. Tres personas lanzan una moneda y la que salga dispareja paga los cafs. Si todas
las monedas caen iguales, se lanzan nuevamente. Encuentre la probabilidad de que se
necesiten menos de 4 lanzamientos.
r. 63/64

23. 23. La probabilidad de que un estudiante para piloto apruebe el examen escrito para
obtener su licencia de piloto privado es de 0.7. Encuentre la probabilidad de que una
persona apruebe el examen
a) a) en el tercer intento
b) b) antes del cuarto intento
r. a) 0.0630
b) 0.9730

24. 24. En promedio, en una cierta interseccin ocurren 3 accidentes viales por mes
Cul es la probabilidad de que en un determinado mes en esta interseccin
a) a) ocurran exactamente 5 accidentes?
b) b) ocurran menos de 3 accidentes?
r. a) 0.1008
b) 0.4232

25. 25. Una cierta rea del este de Estados Unidos es afectada en promedio por 6
huracanes al ao. Encuentre la probabilidad de que en un determinado ao esta rea
sea afectada por
a) a) menos de 4 huracanes;
b) b) cualquier cantidad entre 6 y 8 huracanes.
r. a) 0.1512
b) 0.4015

26. 26. En un estudio de un inventario se determin que, en promedio, la demanda por
un artculo en particular en una bodega era de 5 veces al da. Cul es la probabilidad
de que en un determinado da este artculo sea requerido
a) a) ms de 5 veces?
b) b) Ni una sola vez?
r. a) 0.3840
b) 0.0067

27. 27. El nmero promedio de ratas de campo por acre en un campo de trigo de 5 acres
se estima que es de 12. Encuentre la probabilidad de que menos de 7 ratas de campo
se encuentren
a) a) en una acre de terreno determinado;
b) b) en 2 de los siguientes 3 acres inspeccionados.
r. a) 0.0458
b) 0.0060

28. 28. Un restaurante prepara una ensalada que contiene en promedio 5 verduras
diferentes. Encuentre la probabilidad de que la ensalada contenga ms de 5 verduras
a) a) en un determinado da;
b) b) en 3 de los siguientes 4 das;
c) c) por primera vez el 5 de abril.
r. a) 0.3840
b) 0.1395
c) 0. 0553

29. 29. La probabilidad de que una persona muera debido a cierta infeccin respiratoria
es 0.002. Encuentre la probabilidad de que mueran menos de 5 de las prximas 2000
personas infectadas.
r. 0.6288

30. 30. Suponga que en promedio 1 persona de cada 1000 comete un error numrico al
preparar su declaracin de impuestos. Si se seleccionan al azar 10 000 formas y se
examinan, encuentre la probabilidad de que 6, 7 u 8 formas tengan error.
r. 0.2657

31. 31. La probabilidad de que un estudiante presente problemas de escoliosis
(desviacin lateral sufrida por la columna vertebral) en una escuela de la localidad es
de 0.004. De los siguientes 1875 estudiantes revisados encuentre la probabilidad de
que
a) a) menos de 5 presenten este problema
b) b) 8, 9 o 10 presenten este problema
r. a) 0.1321
b) 0.3376

32. 32. En un proceso de manufactura se seleccionan aleatoriamente 15 unidades diarias
de la lnea de produccin para verificar el porcentaje del nmero de defectos en el
proceso. A partir de informacin histrica se sabe que la probabilidad de que se
tenga una unidad defectuosa es 0.05. El proceso se detiene en cualquier momento en
que se encuentran dos o ms defectos. Este procedimiento se utiliza para
proporcionar una seal en caso de que la probabilidad de defectos se incremente.
a) a) Cul es la probabilidad de que en un determinado da el proceso de
produccin se detenga? (suponga un 5% de defectos)
b) b) Suponga que la probabilidad de que se tenga un defecto se incrementa a
0.07. Cul es la probabilidad de que en un determinado da el proceso de
produccin se detenga?


33. 33. Se est considerando la produccin de una mquina automtica de soldar. Se
considerar exitosa si tiene una efectividad del 99% en sus soldaduras. De otra
manera, no se considerar eficiente. Se lleva a cabo la prueba de un prototipo y se
realizan 100 soldaduras. La mquina se aceptar para su fabricacin si no son
defectuosas ms de tres soldaduras.
a) a) Cul es la probabilidad de que una mquina eficiente sea rechazada?
b) b) Cul es la probabilidad de que una mquina ineficiente con 95% de
soldaduras correctas sea aceptada?

34. 34. Una agencia que renta automviles en un aeropuerto local tiene disponibles 5
Ford, 7 Chevrolet, 4 Dodge, 3 Datsun y 4 Toyota. Si la agencia selecciona
aleatoriamente 9 de estos vehculos para transportar delegados desde el aeropuerto
hasta el centro de convenciones en el centro de la ciudad, encuentre la probabilidad
de que se utilicen 2 Ford, 3 Chevrolet, 1 Dodge, 1 Datsun y 2 Toyota.

35. Las llamadas de servicio entran a un centro de mantenimiento de acuerdo con un
proceso de Poisson y en un promedio entran 2.7 llamadas por minuto. Encuentre la
probabilidad de que:
a) a) no ms de 4 llamadas entren en un minuto cualquiera;
b) b) menos de 2 llamadas entren en un minuto cualquiera;
ms de 10 llamadas entren en un periodo de 5 minutos.