DISTRIBUCIONES DE PROBABILIDAD

ESTADSTICA I
AUTOR: Patricia Castillo Garzn
NDICE
NDICE

1. Distribuciones discretas de probabilidad

1.1. Distribucin Bernoulli
1.2. Distribucin binomial
1.3. Distribucin Poisson
1.4. Distribucin hipergeomtrica
2. Distribuciones continuas de probabilidad
2.1. Distribucin normal
2.2. Distribucin normal estndar
2.3. Tabla de la distribucin normal estndar Acceso rpido

DESARROLLO

GLOSARIO REFERENCIAS

Este material pertenece al Politcnico

Grancolombiano y a la Red Ilumno. Por ende, son
de uso exclusivo de las Instituciones adscritas a
la Red Ilumno. Prohibida su reproduccin total
o parcial.
 02 -

DESARROLLO DE CADA UNA DE LAS UNIDADES TEMTICAS datos del valor promedio de ellos; as, sabremos si los datos se agrupan o alejan del valor
promedio, mostrando su dispersin.

1. Distribuciones discretas de probabilidad

Muchas situaciones reales pueden ser analizadas por variables aleatorias discretas. En esta Ejemplo 1
lectura se estudian las distribuciones de probabilidad discretas de Bernoulli, binomial, Poisson e
hipergeomtrica. Un poltico cree que el 32% de los habitantes de cierta regin apoyarn su campaa para el
consejo. Determine la media y la varianza de la variable aleatoria que toma el valor 1 si el poltico
es apoyado y 0 si no lo es.
1.1. Distribucin Bernoulli
Como X 0, 1 y p 0.32 entonces 1 p
0.68 , luego el valor esperado o media de la variable
Los nombres de las distribuciones de probabilidad llevan en su mayora el nombre de quien las aleatoria es:
cre y dio a conocer. La distribucin de Bernoulli se distingue porque es utilizada en contextos
para los cuales tan solo hay dos posibles resultados: ocurre o no ocurre, xito o fracaso. E ( X ) 0(0.68) 1(0.32) 0.32

De este modo, cuando nos encontremos en un contexto como el mencionado, asignaremos a la Lo que significa que se espera que un 32% de los habitantes apoyen la campaa del poltico.
variable aleatoria los valores 1 y 0, con lo que indicaremos respectivamente que ocurre o no
ocurre, o que hay xito o fracaso. Var ( X ) p(1 p) 0.32(0.68) 0.2176

Dado que la raz de la varianza mide qu tan dispersos estn los datos de la media, si calculamos
dicho valor obtenemos:

Sea una variable aleatoria que solo toma los valores 1 y 0, denotamos por y a la Var
(X ) 0.2176 0.4664
probabilidad de xito y fracaso respectivamente. La funcin de probabilidad de esta
variable est dada de la siguiente manera:
1.2. Distribucin binomial

Cuando un experimento aleatorio tiene dos posibles resultados, xito o fracaso, y se repite un
Por otra parte, el valor esperado o media y la varianza son nmero finito de veces, nos encontramos en un experimento de tipo binomial. Los criterios que
nos permiten utilizar esta distribucin son:

Debe existir un nmero fijo de pruebas repetidas o ensayos independientes; a este nmero lo
denotamos con la letra n .

Cada n de las pruebas debe tener dos resultados, xito o fracaso (favorable o desfavorable).

La probabilidad de xito de un acontecimiento es fijo y se denota con la letra p .

Se denotar por q al valor de 1 p . No olvidemos que es importante conocer el valor esperado
La variable aleatoria X cuenta el nmero de xitos obtenidos en los n ensayos independientes.
de una variable aleatoria porque nos seala, segn el contexto y las probabilidades dadas en l,
lo que se espera de la variable aleatoria o el resultado que se espera obtener. Adicionalmente, la
varianza nos permite calcular la desviacin estndar que nos indica qu tan alejados estn los

[ NOMBRE DEL MDULO]

3 POLITCNICO GRANCOLOMBIANO ESTADSTICA I 4

 Cul es la probabilidad de que en una muestra de siete productos por los menos tres sean
defectuosos?

Si una variable aleatoria se tiene una distribucin binomial, entonces su funcin de Primero definimos la variable aleatoria X: Nmero de productos defectuosos
probabilidad establece que la probabilidad de que tome un valor es:
Debemos calcular la probabilidad de que como mnimo haya tres productos defectuosos.

P( x 3) 1 P( x 3)
1 ( P ( x
0) P ( x
1) P ( x
2))
7 7 7
1 p 0 q 7 0 p1 q 7 1 p 2 q 7 2

Donde es n combinado x o como lo hemos venido trabajando . 0 1 2
1 q 7 7 pq 6 21 p 2 q 5
Para esta variable aleatoria el valor esperado o media y varianza son: 1 0.977 7(0.03)(0.97)6 21(0.03)2 (0.97)5
1 0.99913 0.00087

Con lo cual notamos que es muy poco probable que haya ms de tres productos defectuosos.

Cul es la probabilidad de que en una muestra de siete productos como mximo tres sean
buenos?
Ejemplo 2
El hecho de que mximo tres sean buenos significa que como mnimo hay cuatro defectuosos,
Se sabe que en una industria el 3% de la produccin no cumple las condiciones de calidad. Si se luego la probabilidad solicitada es:
toma una muestra de 7 productos:
P( x 4) P( X
4) P( X
5) P( X
6) P( X
7)
Cul es la probabilidad de que por los menos tres sean defectuosos? 7 7 7 7
p 4 q 7 4 p 5 q 7 5 p 6 q 7 6 p 7 q 7 7
Cul es la probabilidad de que como mximo tres sean buenos? 4 5 6 7
35(0.03) 4 (0.97)3 21(0.03)5 (0.97) 2 7(0.03) 6 (0.97)1 1(0.03) 7 (0.97) 0
Comencemos por clasificar la informacin dada y distinguir si se cumplen o no los criterios de la 0.0000263593
distribucin binomial.
Con base en lo anterior, es muy poco probable que ms de cuatro productos resulten defectuosos
Un producto puede clasificarse en defectuoso o no defectuoso, luego esta es la variable aleatoria y por tanto es muy poco probable que mximo tres sean buenos.
para la cual tenemos xito o fracaso. Como ser defectuoso representar el xito tenemos que
p 0.03 . Por otra parte, como se analizarn 7 productos es como si estuvisemos repitiendo el La distribucin binomial de una variable aleatoria puede calcularse en programas con Excel, segn
mismo experimento 7 veces, luego n 7 . De este modo, observamos que todos los criterios son la versin que se tenga; en mi caso tengo office 2007 y este, que es tan solo una versin mejorada
los requeridos para utilizar una distribucin binomial. respecto a las anteriores versiones de office, se usa como se indica a continuacin. Con este fin
desarrollemos el ejemplo anterior.
Respondamos ahora la pregunta de cada literal.
Abrimos una hoja de clculo de Excel y escribimos los datos en columnas de la siguiente manera:

[ NOMBRE DEL MDULO]

5 POLITCNICO GRANCOLOMBIANO ESTADSTICA I 6

 1.3. Distribucin Poisson

En la distribucin de Poisson la variable aleatoria cuenta el nmero de eventos que ocurren en un

intervalo de tiempo o espacio.

Sea una variable aleatoria que tiene una distribucin de Poisson, entonces la
expresin que permite calcular la probabilidad de un experimento aleatorio de este tipo
es:

x = 0, 1, 2, 3,4,. y donde
Figura 1. Clculo de la distribucin binomial de una variable aleatoria
es el valor promedio por unidad de tiempo y e = 2,718281828
Fuente: (elaboracin propia)

Para dicha variable aleatoria la media y la varianza son respectivamente:

Como se observa, los resultados son los mismos que obtuvimos realizando la operacin
manualmente. Debe resaltarse que si no se tiene office 2007 las anteriores versiones tambin
realizan estos clculos, tan solo hay que dar clic en ayuda y escribir binomial o distribucin
binomial; esto los conducir al procedimiento requerido en su versin. Otra observacin es que
Excel nicamente calcula, somos nosotros quienes debemos indicarle correctamente qu calcular.
Ejemplo 3
Tambin podemos determinar dicha probabilidad considerando la variable aleatoria X: nmero
de productos no defectuosos, para la cual su probabilidad p es de 0.97 y n 7 . De igual manera Los clientes de una cafetera llegan a razn de nueve en un perodo de 30 minutos.
esta es una variable con distribucin binomial, por lo tanto estaramos buscando:
Calcule la probabilidad de que en la primera media hora por lo menos lleguen 4 personas.
P( y 3) P(Y 0) P(Y
1) P(Y 2) P(Y
3)
Sea X la variable aleatoria nmero de clientes que entran a la cafetera y, segn los datos dados.
7 7 7 7 9 la media en 30 minutos, entonces la probabilidad solicitada es:
p 0 q 7 0 p1 q 7 1 p 2 q 7 2 p 3 q 7 3
0 1 2 3
P( x 4) 1 P( x 4)
1(0.97)0 (0.03)7 7(0.97)1 (0.03) 6 21(0.97) 2 (0.03)5 35(0.97)3 (0.03) 4
1 ( P ( x
0) P ( x
1) P ( x
2) P( x
3))
0.0000263590
0 e 1e 2 e 3 e
Nuevamente confirmamos que es muy poco probable que menos de tres productos no sean 1

0! 1! 2! 3!
defectuosos.
90 e9 91 e9 92 e9 93 e 9
1

0! 1! 2! 3!
0.9787

[ NOMBRE DEL MDULO]

7 POLITCNICO GRANCOLOMBIANO ESTADSTICA I 8

 Esto significa que es muy probable o existe una posibilidad en un 97% de que entren ms de 9 10
cuatro clientes a la cafetera en un perodo de 30 minutos.
Luego 3 , es decir que en 10 minutos ingresan alrededor de 3 personas. Ahora s
30
podemos calcular la probabilidad solicitada:
La distribucin Poisson de una variable aleatoria puede calcularse en programas con Excel, segn
la versin que se tenga; en mi caso tengo office 2007 y este, que es tan solo una versin mejorada 0e
respecto a las anteriores versiones de office, se usa como se indica a continuacin. Con este P(
x 0)
0!
propsito desarrollemos el ejemplo anterior.
3 e 3
0

Abrimos una hoja de clculo de Excel y escribimos los datos en columnas de la siguiente manera 0!
0.0497

Lo que significa que es poco probable que ninguna persona ingrese en un perodo a la cafetera.

Realizando el ejercicio en Excel tenemos:

Figura 2. Clculo de la distribucin Poisson de una variable aleatoria

Fuente: (elaboracin propia)

Calcule la probabilidad de que en los 10 primeros minutos no llegue ningn cliente.

Para resolver este ejercicio debe tenerse en cuenta que no tenemos la media o el nmero de
Figura 3. Clculo de probabilidad
personas promedio que ingresan en 10 minutos; como consecuencia debemos hallarla con una Fuente: (elaboracin propia)
regla de tres:

: nmero Tiempo
de personas en minutos Ejemplo 4
promedio
En Bogot, sobre la carrera 7 con 53, se presentan en promedio 3 accidentes de trnsito por mes;
determine la probabilidad de que:
9 30
? 10

[ NOMBRE DEL MDULO]

9 POLITCNICO GRANCOLOMBIANO ESTADSTICA I 10

 No se presenten accidentes en un mes 1.4. Distribucin hipergeomtrica
Se presenten ms de 5 accidentes en un mes La distribucin hipergeomtrica es un tipo de distribucin que se caracteriza porque la
Se presenten 10 o ms accidentes en un semestre probabilidad no es fija o constante; a continuacin se exponen los criterios bajos los cuales debe
utilizarse:

La informacin de la muestra se toma sin reposicin (es decir lo que se extrae no se

Definimos la variable aleatoria X: nmero de accidentes que ocurren en un mes. La funcin de retorna) de una poblacin finita.
probabilidad de la variable es:
La probabilidad de xito no es constante, cambia con cada observacin.
3 3
( = ) = El resultado de una prueba es dependiente de la prueba anterior.
!
El tamao de la poblacin es pequea.
3 30
( = 0) = = 0,0498
0!
La probabilidad de que no se presenten accidentes en un mes es 0,0498

Ms de 5 accidentes en un mes es: Sea una variable aleatoria que se distribuye de una manera hipergeomtrica,
para la cual se toma una muestra de tamao de objetos de los cuales son
xito para la variable aleatoria; entonces la expresin que permite calcular la
probabilidad de un experimento aleatorio de este tipo es:
5
3 3 3 3
( > 5) = =1 = 1 0,9161 = 0,0839
! !
=5 =0

En este caso definimos nuevamente la variable X: nmero de accidentes que ocurren en un x = o,1,2,3,.min(A,n)
semestre y es necesario cambiar el valor promedio

En un semestre se espera un promedio de = 18 accidentes, la probabilidad que se pide es:

Ejemplo 5

9 Un jefe de almacn sabe que 6 de las 25 bicicletas que tiene para la venta presentan fallas en los
3 3 3 3 frenos y necesitan ajuste. Si el vendedor, que no tena conocimiento de lo anterior, vendi en el
( 10) = = 1 = 1 0,0154 = 0,9846
! ! da 4 bicicletas, cul es la probabilidad de que vendiera dos que requeran ser ajustadas?
=10 =0

Para resolver el ejercicio identifiquemos y clasifiquemos la informacin:

Nmero de objetos o tamao de la poblacin N 25 .

Tamao de la muestra n 4 .
Nmero de objetos de la poblacin que son casos favorables o exitosos A 6 .
Nmero de objetos que se desea determinar que sean favorables x 2 .

[ NOMBRE DEL MDULO]

11 POLITCNICO GRANCOLOMBIANO ESTADSTICA I 12

 Con estos datos podemos calcular la probabilidad solicitada: Aunque existen diversas distribuciones para variables aleatorias continuas, en este mdulo nos
enfocaremos en estudiar la distribucin normal porque es una de las ms utilizadas en las ciencias
6 25 6 empresariales.

2 42
P(
x 2)
25 2.1. Distribucin normal

4
0.2027 La distribucin normal es una curva regular en forma de campana, a la que se llama distribucin
de probabilidad o funcin de densidad. A la ecuacin de esta distribucin la denominaremos f(x)
La probabilidad de que las bicicletas vendidas requieran ser ajustadas es de 0,2027 y la probabilidad es el rea bajo la curva. La distribucin normal tiene una representacin grfica
como la siguiente
Veamos cmo resolver el ejercicio en Excel:

Figura 5. Distribucin normal

Fuente: (Canavos 2003)

Figura 4. Clculo de la distribucin hipergeomtrica

Sea una variable aleatoria que tiene una distribucin normal con media y varianza
Fuente: (elaboracin propia) , entonces la expresin que permite calcular la probabilidad de un experimento
aleatorio de este tipo es:
2. Distribuciones continuas de probabilidad

Las variables aleatorias continuas, como se dijo en la lectura 3, son aquellas que pueden tomar
cualquier valor entre los contenidos de un intervalo determinado. Por ejemplo:
Para
Los salarios para un grupo de empleados
El tiempo de duracin de un producto perecedero
Las ventas diarias en un restaurante

[ NOMBRE DEL MDULO]

13 POLITCNICO GRANCOLOMBIANO ESTADSTICA I 14

 Los smbolos e y representan nmeros irracionales cuyos valores son aproximadamente 2,7183 X
Si consideramos la variable aleatoria Z estaremos trasladando horizontalmente la
y 3,1416 respectivamente, mientras que (la media) y 2 (la varianza) son los parmetros de la
distribucin. grfica de la variable aleatoria X , unidades a la izquierda y contrayndola unidades:

2.2. Distribucin normal estndar

Definir una probabilidad con la distribucin implica encontrar el rea bajo la curva. Esto indica que
para encontrar P(a < X < b) tendramos que integrar la funcin anterior con respecto a x entre a y
b, lo cual no resulta muy divertido, especialmente porque la distribucin normal se utiliza en
muchos problemas de la vida real.

La integracin se pueda evitar mediante la transformacin de la variable aleatoria x en una nueva

variable Z definida como:

=

La cual es conocida como la distribucin normal estndar. Esta distribucin tiene una media =0
y una varianza 2= 1; para abreviar el proceso de determinar dichas probabilidades existe la tabla Figura 7. Distribucin normal estndar
de distribucin de probabilidad de la normal estndar. Fuente: (elaboracin propia)
=0
Nos preguntaremos, cmo se estandariza una variable aleatoria de distribucin normal?, y qu
significa? Acaso no cambiaramos la situacin o caractersticas del contexto? Veamos
grficamente las respuestas a dichos cuestionamientos. Por ello, calcular la probabilidad de una variable aleatoria normal es equivalente a determinar la
probabilidad de una normal estndar.
Supongamos que tenemos X que es una variable aleatoria normal con media y varianza 2 :
El proceso para normalizar una variable aleatoria normal es:

Sustraer a la variable aleatoria dada la media.

Dividir la resta anterior entre la desviacin estndar.
Hacer el mismo proceso con el valor de la probabilidad a calcular.
Buscar dicho valor en la tabla y escribir el resultado.

2.3. Tabla de la distribucin normal estndar

Los valores de la tabla representan el rea bajo la curva normal hasta un valor positivo
de z.

Figura 6. Distribucin normal para X

Fuente: (elaboracin propia)

[ NOMBRE DEL MDULO]

15 POLITCNICO GRANCOLOMBIANO ESTADSTICA I 16

 1,7 0,9554 0,9561 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633

1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706

1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767

2,0 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817

Figura 8. 2,1 0,9821 0,9826 0,9830 0,9934 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857
Fuente: (elaboracin propia)
2,2 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890
Tabla 1. Tabla de la distribucin normal estndar
2,3 0,9893 0,9896 0,9898 0,9901 0,9901 0,9906 0,9909 0,9911 0,9913 0,9916
z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
2,4 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936
0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359
2,5 0,9938 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952
0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753
2,6 0,9953 0,9954 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964
0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141
2,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974
0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517
2,8 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981
0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879
2,9 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986
0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224
3,0 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990
0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549
3,1 0,9990 0,9991 0,9991 0,9991 0,9992 0,9992 0,9992 0,9992 0,9993 0,9993
0,7 0,7580 0,7611 0,7642 0,7673 0,7703 0,7734 0,7764 0,7794 0,7823 0,7652
3,2 0,9993 0,9993 0,9994 0,9994 0,9994 0,9994 0,9994 0,9995 0,9995 0,9995
0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133
3,3 0,9995 0,9995 0,9995 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9997
0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389
3,4 0,9997 0.9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9997 0,9998
1,0 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621
3,5 0,9998 0,9998 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8930
Fuente: (elaboracin propia)
1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015

1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177
En la tabla, el rea total bajo la curva Z o distribucin normal estndar es igual a 1. Como la tabla
1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319 es simtrica, una mitad del rea se encuentra a la derecha de Z=0 y la otra mitad a la izquierda.
Sin consultar la tabla de Z, ya se puede decir que P (Z > 0) = P (Z< 0) =0,5.
1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441

1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545

[ NOMBRE DEL MDULO]

17 POLITCNICO GRANCOLOMBIANO ESTADSTICA I 18

 La primera columna de la izquierda da el valor de Z para el primer decimal, y al frente, a) Tiempo mximo de 40 minutos se expresa:
horizontalmente, para el segundo decimal. En el cuerpo de la tabla se encuentra la probabilidad
de que Z sea menor o igual a un valor dado. Para entenderlo, hagamos el siguiente ejercicio. P (X40) y calculamos la probabilidad de la siguiente manera:

Mediante el empleo de la tabla de la distribucin normal anexa, obtenga la probabilidad de la 40 30

[ ]
distribucin normal estndar. 5

a) P (Z<1,36), representa el rea bajo la curva de la normal estndar a la izquierda de 1,36.
Para buscar el valor de esta rea nos remitimos a la tabla para valores positivos. En el
margen izquierdo de la tabla localizamos 1,3 y la segunda cifra decimal (0,06) la ubicamos
en el margen superior de la tabla. En el cruce de estos valores se encuentra el valor 0,9131
que corresponde al rea de la izquierda de 1,36, entonces P (Z<1,36)= 0,9131.
b) P (Z>0,42) representa el rea bajo la curva de la normal estndar a la derecha de 0,42.
[ 2] = 0,9772
Un tiempo de por lo menos 45 minutos. En este caso es necesario trabajar la probabilidad con el
complemento ya que la tabla de la distribucin normal solo nos da reas de la izquierda, es decir,
cuando la desigualdad es o <.

Para determinar el valor de esta rea localizamos en el margen izquierdo 0,4 y en el margen
4530
superior 0,02; el cruce nos da un valor de 0,6628 que corresponde al rea izquierda; como [ ] = 1 - [ 3] = 1 [ < 3] = 0,9986
5
buscamos el rea de la derecha y sabemos que el rea total es 1, entonces:
Tiempo entre 25 y 45 minutos
P (Z>0,42) = 1- P (Z<0,42) = 1- 0,6628 = 0,3372
2530 4530
[25 45] = [ ]
Son muchos los casos en donde la variable aleatoria tiene un comportamiento normal. Para el 5 5
manejo es necesario siempre estandarizar la variable as como en los siguientes ejemplos:
[1 3] = 0,9986 -0,1587 =0,8399

Ejemplo 6
Ejemplo 7
El tiempo que gasta un grupo de empleados en realizar un trabajo tiene una distribucin normal
La vida media de los habitantes de un pas es de 68 aos, con una varianza de 25. Si se hace un
con una media de 30 minutos y una desviacin estndar de 5 minutos. Si se selecciona al azar una
estudio en una pequea ciudad de10 000 habitantes, cuntas personas superarn
persona, cul es la probabilidad de que:
previsiblemente los 75 aos?
Gast un tiempo mximo de 40 minutos?
Solucin
Gast un tiempo de por lo menos 45 minutos?
Para resolver el ejercicio organicemos la informacin dada:
Gast entre 25 y 45 minutos?

Solucin Media: 68 Varianza: 2 25 Desviacin estndar:

2
25 5

Primero hay que definir la variable que se va a analizar. En este caso:
Ahora realicemos los pasos indicados para estandarizar la variable aleatoria X : nmero de
X: tiempo (minutos) empleado en realizar el trabajo. personas con determinada edad.
X tiene distribucin normal con parmetros =30 y = 5

[ NOMBRE DEL MDULO]

19 POLITCNICO GRANCOLOMBIANO ESTADSTICA I 20

 0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133

0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389

1,0 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621

1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8930

1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015

1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177

1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319

Fuente: (elaboracin propia)

Ejemplificacin de la temtica

1. Suponga que un conductor de automvil que maneja con exceso de velocidad puede ser
detectado por un sistema de radar. Se dice que de cada diez conductores que conducen con
exceso de velocidad, seis son detectados Un automovilista va con exceso de velocidad en un viaje
entre Bogot y Tunja; durante el trayecto hay ocho estaciones de vigilancia por radar.
Figura 9.
Fuente: (elaboracin propia) a. Qu probabilidad hay de que este automovilista, por lo menos cinco veces, sea detectado
conduciendo con exceso de velocidad?
Tabla 2. Valores para Z=1,40
b. Cuntas veces se espera que sea detectado conduciendo con exceso de velocidad?
z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
c. Cul es la probabilidad de que no sea detectado conduciendo con exceso de velocidad?
0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359

0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753
2. Un ejecutivo bancario recibe 10 solicitudes de crdito. Los perfiles de los solicitantes son
0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141
similares, salvo que 4 pertenecen a grupos minoritarios y 6 no. Al final el ejecutivo autoriza 6 de
0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517 las solicitudes. Si estas autorizaciones se eligen aleatoriamente del grupo de 10 solicitudes:

0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879 a. Cul es la probabilidad de que menos de la mitad de las autorizaciones sean de solicitudes de
personas que pertenecen a grupos minoritarios?
0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224
b. Cuntas solicitudes se espera que sean autorizadas para grupos minoritarios?
0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549

0,7 0,7580 0,7611 0,7642 0,7673 0,7703 0,7734 0,7764 0,7794 0,7823 0,7652

[ NOMBRE DEL MDULO]

21 POLITCNICO GRANCOLOMBIANO ESTADSTICA I 22

 3. El nmero de demandas presentadas a una compaa de seguros es en promedio de cuatro por 8. Los estudios muestran que cerca del 70% de las personas utilizan el metro como medio de
da, cul es la probabilidad de que: transporte en Bogot. Si se toma una muestra de 12 personas:

a. En un da cualquiera no se presente ninguna demanda? Cul es la probabilidad de que por lo menos 2 utilicen este medio de transporte?

b. Por lo menos se presenten tres demandas en dos das? Cul es la probabilidad de que mximo 2 no utilicen este medio de transporte?

Cuntas personas se espera que utilicen este medio de transporte?

4. Se supone que el nmero de accidentes por semana que ocurren en una fbrica siguen una 9. El puntaje en una prueba de aptitud sigue una distribucin normal con media de 85 puntos y
distribucin de Poisson con parmetro = 2. Se pide: desviacin estndar de 15:

Probabilidad de que en una semana cualquiera ocurra un solo accidente. a. Cul es la probabilidad de que una persona obtenga un puntaje superior a 60?

Probabilidad de que, en un grupo de 10 semanas, ocurran 3 accidentes en tres semanas distintas. b. Cul es el puntaje mximo para el 75% de las personas con menores puntajes?

Probabilidad de que en una semana haya ms de 3 accidentes. 10. Un estudio de las filas en las cajas de una entidad bancaria revel que durante un cierto
periodo, en la hora ms pesada, el nmero de clientes en espera era en promedio de cuatro. Cul
es la probabilidad de que:

5. Los estudios muestran que cerca del 80% de las personas utilizan el metro como medio de En la prxima hora no haya clientes esperando?
transporte en Medelln. Si se toma una muestra de 10 personas:
En la prxima media hora dos clientes estn en espera?
Cul es la probabilidad de que por lo menos 2 utilicen este medio de transporte?
En un cuarto de hora dos o ms clientes estn en espera?
Cuntas personas se espera que utilicen este medio de transporte?

6. El supervisor de seguridad en una empresa cree que el nmero esperado de accidentes

laborales por mes es de 3.4 11. Un abogado va todos los das de su casa, en las afueras de la ciudad, a su oficina en el centro.
El tiempo promedio para un viaje de ida es de 24 minutos con una desviacin estndar de 3.8
a. Cul es la probabilidad de que el prximo mes ocurran exactamente 2 accidentes laborales? minutos. Suponga que la distribucin de los tiempos de viaje est distribuida normalmente.

b. Cul es la probabilidad de que ocurran 4 accidentes laborales en los prximos 2 meses? Cul es la probabilidad de que un viaje tome al menos 1/2 hora?

7. Un inspector de aduanas decide revisar 3 de 16 embarques provenientes de Panam por va Si la oficina abre a las 9:00 a. m. y el sale a diario de su casa a las 8:45 a. m., qu porcentaje de
area. Si la seleccin es aleatoria y 5 de los embarques contienen contrabando, encuentre la veces llega tarde al trabajo?
probabilidad de que el inspector de aduanas:

No encuentre ningn embarque con contrabando

Encuentre por lo menos dos embarques con contrabando

[ NOMBRE DEL MDULO]

23 POLITCNICO GRANCOLOMBIANO ESTADSTICA I 24

 03 --

GLOSARIO DE TRMINOS REFERENCIAS

04 --
Distribucin binomial: distribucin que se ajusta a variables que toman solo dos valores
mutuamente excluyentes, en donde se puede determinar la probabilidad de xito y el nmero de Textos
ensayos independientes.
Canavos, G. C. (2003). Probabilidad y estadstica aplicaciones y mtodos. Mexico: Mc
Distribucin normal: comportamiento simtrico en forma de campana de las variables continuas. Graw Hill.
Lind, D., Marchal, W. y Wathen, S. (2012). Estadstica aplicada a los negocios y la
Distribucin Poisson: variables que miden el comportamiento de los eventos discretos que
economa. Mxico: Mc Graw Hill.
ocurren en intervalos de tiempo o de espacio.
Martinez, C. (2002). Estadstica y Muestreo. Bogot: ECOE Ediciones
Funcin de probabilidad: probabilidad asignada a cada uno de los valores de una variable
Newbold, P. (2008). Estadstica para los negocios y la economa. Mxico: Editorial
discreta.
Prentice Hall.
Funcin de densidad: reas bajo la curva de la distribucin de una variable continua.

Variable aleatoria: funcin que asigna un valor numrico a los elementos del espacio muestral.
Lista de referencias de figuras
Valor esperado: valor medio de las variables aleatorias.
Canavos, G. C. (2003). Distribucin normal [Grfica]. Recuperado de Probabilidad y
estadstica aplicaciones y mtodos. Mexico: Mc Graw Hill.

[ NOMBRE DEL MDULO]

25 POLITCNICO GRANCOLOMBIANO ESTADSTICA I 26

POLITCNICO GRANCOLOMBIANO - 2016