GUIA ESPECIAL DE DISTRIBUCION DE PROBABILIDADES

El 8% de los registros contables de una empresa presentan algn problema, si un auditor

toma una muestra de 40 registros Calcular probabilidad de que existan 5 registros con
problemas ?
n = 40
p = 0.08
lambda =3.2
X = 5

La produccin de televisores en SAMSUNG trae asociada una probabilidad de defecto del
2%, si se toma un lote o muestra de 85 televisores , obtener la probabilidad de que existan
4 televisores con defectos.
n = 85
P = 0.02
X = 4
lambda = 1.7










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?

Solucin:
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
= 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) 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




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) 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


1. Los desperfectos que se producen en un cable submarino siguen un proceso de Poisson con
frecuencia =0.1 por km.
a) Cul es la probabilidad de que no se produzcan desperfectos en los primeros dos kms?
b) conocido de que no hay desperfectos en los dos primeros kms, qu probabilidad existe de
que no haya tampoco desperfectos en el tercer km.?
2. Los clientes llegan a un establecimiento de acuerdo a un proceso de Poisson de frecuencia =4 por
hora. Dado que el establecimiento abre a las 9:00: cul es la probabilidad de que exactamente haya
llegado un cliente para las 9:30 y un total de cinco para las 11:30?

3. Un emisor emite partculas de acuerdo a un proceso de Poisson con frecuencia =2 por minuto:
a) cul es la probabilidad de que exactamente una partcula sea emitida en el intervalo entre los
minutos 3 y 5?
b) cul es la probabilidad de que la primera partcula aparezca en algn momento despus del
tercer minuto pero antes del quinto minuto?
c) cul es la probabilidad de que el momento en el que se emita la primera partcula sea despus
del tercer minuto?
4. Suponiendo que la tasa de nacimientos en una poblacin es un proceso de Poisson con =500
nacimientos por ao:
a) calcular la probabilidad de que en el tercer mes hayan ocurrido como mucho 150
nacimientos.
b) calcular la probabilidad de que para el tercer mes haya como mucho 150 nacimientos y en
los siguientes 6 meses como poco 100 nacimientos.
5. Supongamos que la gente emigra a un territorio siguiendo un proceso de Poisson con frecuencia =1
por da.
a) cul es el tiempo esperado hasta que lleguen 10 inmigrantes?
b) cul es la probabilidad de que el tiempo entre el dcimo y el undcimo inmigrante exceda
en dos das?
6. En un equipamiento de 3 piezas, al fallar la primera pieza entra en funcionamiento la segunda y si
sta fallase, entrara en servicio la tercera. Suponemos el tiempo de vida de cada pieza distribuido
exponencialmente, siendo de 5000 horas el valor esperado. Si el equipamiento tuviera infinitas
piezas de recambio, tenemos un proceso de Poisson reconociendo los fallos del sistema.
a) Para cundo esperamos que se sustituya la tercera pieza que pongamos?
b) Qu probabilidad tenemos de que tanto la primera como la segunda pieza duren 5000
horas cada una?
c) Qu probabilidad tenemos de que el tercer fallo acontezca como poco despus de haber
transcurrido 15000 horas?

7. Supongamos que los clientes llegan a un barco siguiendo un proceso de Poisson con frecuencia 1 por
hora, y stos son clasificados como hombre o mujer con probabilidad 1/2. Si en 10 horas han llegado
10 hombres, cul es el nmero esperado de mujeres en esas 10 horas?
8. Supongamos que a un pas llegan inmigrantes siguiendo un proceso de Poisson con frecuencia 10 por
semana. Si cada inmigrante es ingls con probabilidad 1/12, cul es la probabilidad de que no
inmigre ningn ingls a ese pas durante el mes de febrero?
9. Un jugador de baloncesto bota el baln siguiendo un Proceso de Poisson con parmetro = 12 botes
por minuto:
a) Cul es la probabilidad de que hasta el minuto 10 haya realizado como mucho 100 botes?
b) Cul es la probabilidad de que hasta el minuto 10 haya realizado como mucho 100 botes y
en los siguientes 5 minutos como poco 52 botes?
c) Cundo esperamos que realice el bote nmero 16?
d) Dado que se han realizado 4 botes en los primeros 6 minutos, cuntos botes esperamos que
se hayan realizado entre el minuto 7 y el minuto 9?
e) Cul es la probabilidad de que se realicen 8 botes entre el minuto 8 y el minuto 12?
f) Cul es la probabilidad de que el tiempo entre el bote 14 y el bote 15 exceda en 2 minutos?
g) Si entre el bote 18 y el 19 han transcurrido 30 segundos, cunto tiempo esperamos que
transcurra entre el bote 19 y el 20?
h) Si cada bote que se realiza se hace con probabilidad 2/3 con la mano izquierda y con
probabilidad 1/3 con la mano derecha, entonces:
i) Con qu probabilidad se realizarn 20 botes con la mano derecha entre los minutos 4 y 7?
j) Sabiendo que se han realizado 8 botes con la mano derecha entre el minuto 7 y el 9, cul es
el nmero total de botes esperados que se realicen con ambas manos entre esos minutos?

10. Un empleado se encuentra supervisando los elementos que pasan por una cinta transportadora. Por
dicha cinta pasan bolgrafos siguiendo un proceso de Poisson con parmetro
1
= 60 bolgrafos por
minuto. Tambin pasan lpices siguiendo un proceso de Poisson con parmetro
2
=70 lpices por
minuto.
a) Si en un momento aleatorio el empleado va a tomar caf y el tiempo que tarda en tomrselo
est exponencialmente distribuido con media 0.5 minutos, cul es la probabilidad de que
pase un lpiz antes de que acabe de tomarse el caf? Y de que pasen dos lpices?
b) Si un segundo empleado se dirige a tomar caf cuando el primero lleva ya un minuto
tomndolo, cul es la probabilidad de que el segundo empleado acabe el caf antes que el
primero? Razona tu respuesta, suponiendo que el tiempo que tarda el segundo empleado en
tomarse el caf est tambin exponencialmente distribuido con media 0.5 minutos.
c) Si cada bolgrafo que pasa por la cinta es con probabilidad 1/4 rojo y con probabilidad 3/4
azul, entonces:
d) Con qu probabilidad entre el primer y el tercer minuto habrn pasado como mucho 1000
bolgrafos rojos?
e) Cundo esperamos que aparezca el octavo bolgrafo azul?
f) Si entre el paso del dcimo y undcimo bolgrafo azul han transucrrido 30 segundos, cunto
tiempo esperamos que transcurra entre el paso de los bolgrafos azules 18 y 19?
g) Sabiendo que han pasado por la cinta 8 bolgrafos azules entre el minuto 2 y el minuto 3,
con qu probabilidad van a pasar 9 bolgrafos rojos entre esos mismos minutos?
h) Cul es la probabilidad de que el tiempo que transcurre entre el primer y el segundo
bolgrafos rojos sea mayor que el que transcurre entre el tercer y cuarto bolgrafos rojos?

11. Dados N
i
(t), t0 procesos de Poisson independientes con parmetros
i
,i=1,2, de tal forma que
N(t), t0 es un proceso de Poisson con parmetro
1
+
2
donde N(t)=N
1
(t)+N
2
(t). Cul es la
probabilidad de que el primer suceso del proceso combinado proceda del proceso N
1
?

12. Una centralita telefnica tiene s lneas. Las llamadas telefnicas llegan segn un proceso de Poisson
con parmetro , y la duracin de las llamadas sigue una distribucin exponencial de parmetro . Si
la centralita est ocupada, se enva un mensaje de ocupado. Todas las lneas estn ocupadas en este
momento. Cul es la probabilidad de que llegue una nueva llamada mientras el sistema continua
ocupado?.

13. Ciertos sucesos ocurren de acuerdo con un proceso de Poisson con parmetro =2 por hora.
(a) Cul es la probabilidad de que no ocurran sucesos entre las 20:00 y las 21:00 horas?.
(b) Comenzando al medioda, cul es el tiempo esperado para que el cuarto suceso ocurra?.
(c) Cul es la probabilidad de que dos o ms sucesos ocurran entre las 18:00 y las 20:00?.

14. Ciertos pulsos llegan a un contador Geiger de acuerdo con un proceso de Poisson con una frecuencia
de tres llegadas por minuto. Cada partcula que llega al contador tiene una probabilidad 2/3 de ser
registrada. Sea X(t) el nmero de pulsos registrados durante t minutos.
(a) P(X(t)=0)=?.
(b) E[X(t)]=?.

15. Los vehculos pasan por un punto de una autopista con una frecuencia de Poisson de uno por
minuto. Si el cinco por ciento de vehculos en carretera son furgonetas, entonces
(a) Cul es la probabilidad de que al menos una furgoneta pase durante una hora?
(b) Dado que han pasado diez furgonetas en una hora, Cul es el nmero esperado de vehculos que
han pasado en el mismo tiempo?.

21. Los clientes que entran a una tienda siguiendo un proceso de Poisson de =10 por hora,
independientemente uno de otro, deciden comprar algo con probabilidad 0.3 y salen sin comprar nada
con probabilidad 0.7. Cul es la probabilidad de que durante las primeras dos horas 9 personas entren
en la tienda, y de que 3 de stas compren algo y 6 no?


DISTRIBUCIN BINOMIAL

Cuando se dispone de una expresin matemtica, es factible calcular la probabilidad de ocurrencia
exacta correspondiente a cualquier resultado especfico para la variable aleatoria.
La distribucin de probabilidad binomial es uno de los modelos matemticos (expresin matemtica
para representar una variable) que se utiliza cuando la variable aleatoria discreta es el nmero de
xitos en una muestra compuesta por n observaciones.
PROPIEDADES:
- La muestra se compone de un nmero fijo de observaciones n
- Cada observacin se clasifica en una de dos categoras, mutuamente excluyentes (los eventos no
pueden ocurrir de manera simultnea. Ejemplo: Unapersona no puede ser de ambos sexos)
y colectivamente exhaustivos (uno de los eventos debe ocurrir. Ejemplo: Al lanzar una moneda, si no
ocurre cruz, entonces ocurre cara). A estas categoras se las denomina xito y fracaso.
- La probabilidad de que una observacin se clasifique como xito, p, es constante de una observacin
o otra. De la misma forma, la probabilidad de que una observacin se clasifique como fracaso, 1-p, es
constante en todas las observaciones.
- La variable aleatoria binomial tiene un rango de 0 a n
Ecuacin:

Donde
Probabilidad de X xitos, dadas y
n = Nmero de observaciones
p = Probabilidad de xitos
1-p = Probabilidad de fracasos
X = Nmero de xitos en la muestra ( = 0, 1, 2, 3, 4, )
EJEMPLOS ILUSTRATIVOS:

1) Determine P(X=8) para n = 10 y p = 0,5
Solucin:
Aplicando la ecuacin se obtiene:




EN EXCEL SE CALCULA DE LA SIGUIENTE MANERA:

EN WINSTATS SE PROCEDE DE LA SIGUIENTE MANERA


2) DETERMINAR P(X=3) PARA N =4 Y P = 0,45
SOLUCIN:

SE PUEDE APLICAR LA ECUACIN PARA CADA PROBABILIDAD, PERO PARA AHORRAR TIEMPO SE
RECOMIENDA ENCONTRAR LAS PROBABILIDADES CON LECTURA EN LA TABLA DE PROBABILIDADES
BINOMIALES.

REALIZANDO LA LECTURA EN LA TABLA DE P(X=0) CON N=4 Y P = 0,45 SE OBTIENE 0,0915.
CONTINUANDO CON LA RESPECTIVAS LECTURAS EN LA TABLA SE OBTIENE: 0,2995 PARA P(X=1), 0,3675
PARA P(X=2) Y 0,2005 PARA P(X=3).
POR LO TANTO
PARA QUE APAREZCA LA TABLA EN WINSTATS SE HACE CLIC EN EDIT Y LUEGO EN PARMETROS. EN LA
VENTANA DE PARMETROS, EN LA CASILLA TRIALS ESCIBIR 4 Y EN SUCCESS PROB ESCRIBIR 0,45.
FINALMENTE CLIC CALC Y LUEGO EN TABLE

LOS CLCULOS REALIZADOS EN EXCEL SE MUESTRAN EN LA SIGUIENTE FIGURA:

LOS CLCULOS REALIZADOS WINSTATS SE MUESTRAN EN LA SIGUIENTE FIGURA:


3) EL 60% DE PROFESIONALES LEEN SU CONTRATO DE TRABAJO, INCLUYENDO LAS LETRAS PEQUEAS.
SUPONGA QUE EL NMERO DE EMPLEADOS QUE LEEN CADA UNA DE LAS PALABRAS DE SU CONTRATO
SE PUEDE MODELAR UTILIZANDO LA DISTRIBUCIN BINOMIAL. CONSIDERANDO UN GRUPO DE CINCO
EMPLEADOS:
3.1) LLENAR LA TABLA MANERA MANUAL Y EMPLEANDO EXCEL

3.2) RESOLVER LOS SIGUIENTES EJERCICIOS DE MANERA MANUAL Y EMPLEANDO EXCEL. CUL ES LA
PROBABILIDAD DE QUE:
A) LOS CINCO LEAN CADA UNA DE LAS PALABRAS DE SU CONTRATO
B) AL MENOS TRES LEAN CADA UNA DE LAS PALABRAS DE SU CONTRATO
C) MENOS DE DOS LEAN CADA UNA DE LAS PALABRAS DE SU CONTRATO
SOLUCIN:

A)

B)


C)


EN EXCEL SE MUESTRA EN LA SIGUIENTE FIGURA:

4) UN EXAMEN DE ESTADSTICA DE ELECCIN MLTIPLE CONTENA 20 PREGUNTAS Y CADA UNA DE
ELLAS 5 RESPUESTAS. SI UN ESTUDIANTE DESCONOCA TODAS LAS RESPUESTAS Y CONTEST AL AZAR
A) CUL ES LA PROBABILIDAD DE QUE CONTESTE CORRECTAMENTE A 5 PREGUNTAS?
B) CUL ES LA PROBABILIDAD DE QUE CONTESTE CORRECTAMENTE A LO MS 5 PREGUNTAS?
SOLUCIN:
A)
P(X=5)
N=20
P=1/5=0,2

B)
A LO MS 5








Ejercicios resueltos de distribucin binomial

se sabe que el 30% de los habitantes de una ciudad depende del asma. determinar la probabilidad de
que en una muestra aleatoria de 4 personas.

i) Ninguna padezca de asma
ii) ms de 2 sufran de asma.

sea x el numero de personas que sufren de asma en una muestra de personas.
X~B(n=4; P=0,3)

i) P(X=0)= (40)*0,30*(0,7)4=0,2401
ii) P(X 3)= (43)*0,33*(0,7)1 + (44)*0,34*(0,7)0=
0,0756 + 0,0081=0,0837