UNIVERSIDAD NACIONAL DE TRUJILLO

FACULTAD DE INGENIERÍA
ESCUELA DE ACADÉMICO PROFESIONAL DE
INGENIERÍA DE MINAS
TEMA:
INVESTIGACIÓN FORMATIVA V.2
CURSO:
ESTADÍSTICA Y PROBABILIDADES
DOCENTE:
Dr. Luis Alberto Rubio Jacobo
INTEGRANTES:
- Anticona García, Arturo
- Layza Yupanqui, Edson
- ---
- ---

Trujillo-2017
 INTRODUCCIÓN

En la vida cotidiana aparecen muchas situaciones en las que los resultados

observados son diferentes aunque las condiciones iniciales en las que se
produce la experiencia sean las mismas. Ejemplos típicos de experiencias
aleatorias son las del resultado que se obtiene al lanzar un dado o la del
lanzamiento de la moneda: no sabemos en cada lanzamiento qué cara del dado
o de la moneda saldrá ya que está influido por infinitos factores que no podemos
controlar o incluso desconocidos, lo que hace que el resultado sea impredecible.
Estos fenómenos, denominados aleatorios, se ven afectados por la
incertidumbre.

Por lo tanto la estadística es una herramienta muy importante para la ingeniería,

ya que a través de ella podemos realizar una serie de distribuciones y cálculos
que nos permiten obtener informe acerca de los datos originales.

Sabemos que el oro es un metal muy importante en la industria, por ello nosotros
debemos estar informados de los precios, las variaciones y la tendencia de este.

A continuación se presenta una investigación formativa, la cual tiene como

objetivo aplicar los conocimientos aprendidos en clase, de tal manera que se
logre poner en práctica lo aprendido, y plasmar los resultados a las interrogantes
propuestas para el desarrollo de la siguiente investigación.

Esta investigación brindará información sobre cómo se relacionan tanto la

actividad minera con el cálculo de las probabilidades y, el desarrollo y aplicación
de los diferentes conceptos aprendidos en clase
I. Marco Teórico

1. MEDIDAS DE VARIACION O DISPERSIÓN

Son medidas que informan sobre la variabilidad que existe en un

conjunto de puntuaciones. Indican en qué medida las puntuaciones se
aproximan entre sí.
A. Rango: Podemos definirlo como la distancia que existe entre
la máxima y la mínima puntuación de una distribución.
B. Varianza maestral: sirve para identificar a la media de las
desviaciones cuadráticas de una variable de carácter aleatorio,
considerando el valor medio de esta.
C. Desviación estándar: Se define como la raíz cuadrada de
la varianza, tomada con signo positivo.
D. Coeficiente de variación: Es un coeficiente que se
usa para comparar variabilidad entre dos grupos o más grupos.
II. Problema
III. Plan
IV. Datos

PRINCIPALES PRODUCTORES DE ORO EN EL PERÚ

Producción de oro (Enero-Junio 2015/ en miles de Oz.)
Yacimiento Mina Región Prod.
Chaupiloma sur Minera Yanacocha Cajamarca 442.1
Acumulación
Minera Yanacocha Cajamarca 174.3
Chaquicocha
Carolina N°1 Gold Fields La Cima Cajamarca 88.9
Acumulación
Consor. Minero horizonte Cajamarca 76.5
Tantahutay
La Zanja Minera la Zanja Cajamarca 74.9
Alto chicama Minera Barrick La Libertad 302.7
Acumulación Parcoy Consor. Minero Horizonte La Libertad 100.7
Retamas Minera Aurífera Retamas La Libertad 97.1
Acumulación La Arena La Arena La Libertad 76.3
Comarsa Santa Rosa La Libertad 70.6
La Poderosa Poderosa La Libertad 34
Almendra Misapampa La Libertad 22.7
La Arena La Arena La Libertad 15
Orcopampa Buenaventura Arequipa 92.7
Laytaruma Minera Laytaruma Arequipa 54.4
Capitana Caravell Arequipa 20.3
Minera Paraíso Minera Paraíso Arequipa 18.1
Doble D Minera Colibrí Arequipa 15.3
Breapampa Buenaventura Ayacucho 48.3
Metalex Buenaventura Ayacucho 41.5
Pullacanta Minera Suyamaro Ayacucho 15.5
Antapacay Tintaya Cusco 41.5
Anabi Anabi Cusco 26.1
Madre de
M.D.D Madre de Dios 235.2
Dios
Acumulación Mariela Aruntani Moquegua 99.3
Acumulación San
Arasi Puno 55.5
Andrés
Pierina Minera Barrick Ancash 50.1
Frontera Uno Minsur Tacna 20.5
V. Análisis de Datos
Los datos de la producción de oro según su yacimiento, mina y región a la que
pertenece son datos no agrupados.

Variable: producción; variable cualitativa continua, pues se obtiene a través de un

proceso de medición

A. Análisis de variación o dispersión.

Para realizar este análisis vamos a usar las siguientes medidas:

 Rango:

R  V max  V min
𝑹 = 𝟒𝟒𝟐. 𝟏 − 𝟏𝟓
𝑹 = 𝟒𝟐𝟕. 𝟏𝟓
 Varianza muestral:

 n

 n ( xi ) 2 
1  x 2  i1 
s2  i
n  1  i1 n 
 
 

∑ 𝒙𝟐𝒊 = 𝟒𝟓𝟗𝟓𝟏𝟐. 𝟐𝟑
𝒊=𝟏

𝒏 𝟐

(∑ 𝒙𝒊 ) = 𝟓𝟖𝟎𝟖𝟓𝟖𝟐. 𝟎𝟏
𝒊=𝟏

𝟏 𝟓𝟖𝟎𝟖𝟓𝟖𝟐. 𝟎𝟏
𝒔𝟐 = (𝟒𝟓𝟗𝟓𝟏𝟐. 𝟐𝟑 − )
𝟐𝟖 − 𝟏 𝟐𝟖

𝒔𝟐 = 𝟗𝟑𝟑𝟓. 𝟔𝟔 (Miles de onzas)^2

 Desviación estándar

s s2

𝒔 = √𝟗𝟑𝟑𝟓. 𝟔𝟔

𝒔 = 𝟗𝟔. 𝟔𝟐

Análisis: la variabilidad que existe entre la producción de oro

respecto a su promedio es de 96.62 miles de onzas
  Coeficiente de variación

s
C.V .  * 100
x
̅ = 𝟖𝟔. 𝟎𝟕𝟓
𝒙
𝟗𝟔. 𝟔𝟐
𝑪𝑽 = ∗ 𝟏𝟎𝟎
𝟖𝟔. 𝟎𝟕𝟓

𝑪𝑽 = 112.25%

La producción de oro tiene un comportamiento heterogéneo

PROBABILIDADES:
1. Experimento aleatorio:
𝐸1 = 𝐸𝑙𝑒𝑔𝑖𝑟 𝑢𝑛 𝑦𝑎𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑚𝑖𝑛𝑒𝑟𝑜 𝑐𝑜𝑛 𝑢𝑛𝑎 𝑐𝑖𝑒𝑟𝑡𝑎 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛

𝐸2 = 𝐸𝑙𝑒𝑔𝑖𝑟 𝑢𝑛 𝑦𝑎𝑐𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑚𝑖𝑛𝑒𝑟𝑜 𝑑𝑒 𝑢𝑛𝑎 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑑𝑎 𝑟𝑒𝑔𝑖ó𝑛

2. Espacio muestral:
Ω1 = {𝑝 𝜖 ℝ | 𝑝 ≥ 0 , 𝑝 = 𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 𝑒𝑛 𝑚𝑖𝑙𝑒𝑠 𝑑𝑒 𝑜𝑛𝑧𝑎𝑠}
Ω1
442.1, 174.3, 88.9, 76.5, 74.9, 302.7, 100.7, 97.1, 76.3, 70.6, 34, 22.7, 15, 92.7,
={ }
54.4, 20.3, 18.1, 15.3, 48.3, 41.5, 15.5, 41.5, 26.1, 235.2, 99.3, 55.5, 50.1, 20.5

Cajamarca – Chaupiloma sur; Cajamarca – Acumulación Chaquicocha;

Cajamarca – Carolina N°1; Cajamarca – Acumulación Tantahutay;
Cajamarca – La Zanja; La Libertad – Alto chicama;
La Libertad – Acumulación Parcoy; La Libertad – Comarsa;
La Libertad – La Poderosa; La Libertad – Almendra; La Libertad – La Arena;
Ω2 =
Arequipa – Orcopampa; Arequipa – Laytaruma; Arequipa – Capitana;
Arequipa – Minera Paraíso; Arequipa – Doble D; Ayacucho – Breapampa;
Ayacucho – Metalex; Ayacucho – Pullacanta; Cusco – Antapacay;
Cusco – Anabi; Madre de Dios – M.D.D; Moquegua – Acumulación Mariela;
{ Puno – Acumulación San Andrés; Ancash – Pierina; Tacna – Frontera Uno }

3. Eventos:

Evento A = Que la producción sea mayor a 100 mil onzas

Evento A = {442.1; 174.3; 302.7; 100.7; 235.2}

Evento B = Que la producción sea mayor a 20 mil onzas y menor a 50 mil

onzas
Evento B = {34; 22.7; 20.3; 48.3; 41.5; 41.5; 26.1; 20.5}
Evento C = Que el yacimiento pertenezca a la región Cajamarca
Evento C = {Chaupiloma Sur; Acumulación Chaquicocha, Carolina N°1,
Acumulación Tantahuatay, La Zanja}

Evento D = Que el yacimiento pertenezca a la región Ancash

Evento D = {Pierina}

4. Cálculo de Probabilidades
 A partir del 𝐸1 . Calcular:
a. La probabilidad de que la producción sea mayor 100 mil onzas de
oro
5
𝑃(𝐴) = = 0.18
28

b. La probabilidad de que la producción sea menor a 20 mil onzas de

oro
4
𝑃(𝐵) = = 0.14
28
c. La probabilidad de que la producción sea mayor a 20 mil onzas de
oro y menor a 50 mil onzas de oro
8
𝑃(𝐶) = = 0.29
28
 A partir del 𝐸2 . Calcular:
a. La probabilidad que pertenezca a la región Cajamarca
5
𝑃(𝐷) = = 0.18
28
b. La probabilidad que pertenezca a la región Arequipa
5
𝑃(𝐸) = = 0.18
28
c. La probabilidad que pertenezca a la región Cusco
2
𝑃(𝐹) = = 0.07
28
 5. Probabilidad de la Adición de Eventos

Usando la base de datos tomada en cuenta para la investigación; se construyó

un recuadro en el cual se clasifican de la siguiente manera, en función del
departamento de donde proviene la producción de oro, y en función del peso de
oro que produce cada mina en miles de onzas que se encuentra condicionado
por la empresa MINE’S, la cual indica que si cumple los estándares cuando la
producción se encuentre entre 45 y 100 incluyendo estos valores, y las que no
cumplen que serían las restantes:

PRODUCCIÓN DEL ORO

CUMPLE NO CUMPLE TOTAL

CAJAMARCA 3 2 5

LA LIBERTAD 3 5 8

AREQUIPA 2 3 5

AYACUCHO 1 2 3

TOTAL 9 12 21

Si seleccionamos una mina:

A. La probabilidad de que pertenezca al departamento de Cajamarca.

Calcular para cada departamento.

Probabilidad de la adición de eventos:

• Sabemos por conocimiento de Matemáticas que la O se expresa por U.

• Entonces si A y B son dos eventos de un espacio muestral, la probabilidad de
que ocurra A o B está dado por:

1. P(A o B) = P (A U B)= P(A) + P (B)

Si A y B son independientes (mutuamente excluyentes).

2. P(A o B)=P(A U B)=P(A) + P (B) – P (A∩B)

Si A y B son eventos cualesquiera.

Entonces tenemos en la solución:

Espacio muestral:
Minas de los departamentos de Cajamarca, La Libertad, Arequipa,
Ayacucho.
Eventos:
- Que pertenezca a Cajamarca…A1
- Que pertenezca a La Libertad…A2
- Que pertenezca a Arequipa…A3
- Que pertenezca a Ayacucho…A4
- Que cumpla los estándares…E1
- Que no cumpla los estándares…E2

Resolviendo el ítem A.

La probabilidad de que pertenezca al departamento de Cajamarca.

𝟓
𝑷(𝑨𝟏) = = 𝟎. 𝟐𝟑𝟖𝟎𝟗𝟓
𝟐𝟏

La probabilidad de que pertenezca al departamento de La Libertad.

𝟖
𝑷(𝑨𝟐) = = 𝟎. 𝟑𝟖𝟎𝟗𝟓𝟐
𝟐𝟏

La probabilidad de que pertenezca al departamento de Arequipa.

𝟓
𝑷(𝑨𝟑) = = 𝟎. 𝟐𝟑𝟖𝟎𝟗𝟓
𝟐𝟏

La probabilidad de que pertenezca al departamento de Arequipa.

𝟑
𝑷(𝑨𝟑) = = 𝟎. 𝟏𝟒𝟐𝟖𝟓𝟕
𝟐𝟏
B. La probabilidad de que cumpla / no cumpla los requisitos impuestos
por la empresa MINE’S.

La probabilidad de que cumpla los requisitos impuestos por la empresa

MINE’S.

𝟗
𝑷(𝑬𝟏) = = 𝟎. 𝟒𝟐𝟖𝟓𝟕𝟏
𝟐𝟏

La probabilidad de que NO cumpla los requisitos impuestos por la

empresa MINE’S.

𝟏𝟐
𝑷(𝑬𝟐) = = 𝟎. 𝟓𝟕𝟏𝟒𝟐𝟗
𝟐𝟏

C. La probabilidad de que pertenezca al departamento de Cajamarca o

que cumpla con los estándares.

𝟓 𝟗 𝟑
𝑷(𝑨𝟏 ∪ 𝑬𝟏) = + − = 𝟎. 𝟓𝟐𝟑𝟖𝟎𝟗
𝟐𝟏 𝟐𝟏 𝟐𝟏

D. La probabilidad de que pertenezca al departamento de La Libertad o

que no cumpla con los estándares.

𝟖 𝟏𝟐 𝟓
𝑷(𝑨𝟐 ∪ 𝑬𝟐) = + − = 𝟎. 𝟕𝟏𝟒𝟐𝟖𝟓
𝟐𝟏 𝟐𝟏 𝟐𝟏

E. La probabilidad que incluye a cada departamento o que cumpla con

los estándares impuestos.

La probabilidad de que pertenezca al departamento de Cajamarca o que

cumpla con los estándares impuestos.

𝟓 𝟗 𝟑
𝑷(𝑨𝟏 ∪ 𝑬𝟏) = + − = 𝟎. 𝟓𝟐𝟑𝟖𝟎𝟗
𝟐𝟏 𝟐𝟏 𝟐𝟏

La probabilidad de que pertenezca al departamento de La Libertad o que

cumpla con los estándares impuestos.

𝟖 𝟗 𝟑
𝑷(𝑨𝟐 ∪ 𝑬𝟏) = + − = 𝟎. 𝟔𝟔𝟔𝟔𝟔𝟔
𝟐𝟏 𝟐𝟏 𝟐𝟏
 La probabilidad de que pertenezca al departamento de Arequipa o que
cumpla con los estándares impuestos.

𝟓 𝟗 𝟐
𝑷(𝑨𝟑 ∪ 𝑬𝟏) = + − = 𝟎. 𝟓𝟕𝟏𝟒𝟐𝟖
𝟐𝟏 𝟐𝟏 𝟐𝟏

La probabilidad de que pertenezca al departamento de Ayacucho o que

cumpla con los estándares impuestos.

𝟑 𝟗 𝟏
𝑷(𝑨𝟒 ∪ 𝑬𝟏) = + − = 𝟎. 𝟓𝟐𝟑𝟖𝟎𝟗
𝟐𝟏 𝟐𝟏 𝟐𝟏

6. Probabilidad Condicional

Se desea hacer una investigación de la producción de oro en las regiones de La

Libertad y Arequipa, para ello se hace un cuadro estadístico con la cantidad de
minas existentes en las regiones y se clasifican de acuerdo a su producción en
mayor o menor a 50 miles de onzas de oro.
Se hace uso de las probabilidades para seleccionar las empresas de acuerdo a
lo que se desea obtener para el respectivo análisis.

PRODUCCIÓN >50 MILES DE ONZAS PRODUCCIÓN <50 MILES DE ONZAS

AREQUIPA 2 3 5
LA LIBERTAD 5 3 8
7 6 13

Calcular:

1. Cuál es la probabilidad de seleccionar al azar una empresa minera que

tenga una producción mayor a 50 miles de onzas dado que sea de la
región de Arequipa.

P(A/B)=2/7= 0.2857

2. Si se sabe que es de la libertad, la probabilidad de que su producción sea

menor a 50 miles de onzas.

P(A/B)=3/8= 0.375

3. La probabilidad de seleccionar una empresa minera cuya producción sea

menor a 50 miles de onzas.

P(A/B)=6/13=0.4615
 7. Teorema de la Multiplicación

Se analiza la producción de oro en miles de onzas de 28 empresas mineras, se

desea elegir al azar dos empresas mineras para poder realizar un análisis
económico de su producción.
Evaluar:
a) La probabilidad de que las dos empresas seleccionadas sean de la región
del Cusco.

P (A ∩ B) = P (A B) = P (A) * P (B / A)
𝟐 𝟏
𝑷= × = 𝟎. 𝟎𝟎𝟐𝟔
𝟐𝟖 𝟐𝟕

b) La probabilidad que la primera empresa sea de Cajamarca y la segunda

de La Libertad.

𝟓 𝟖
𝑷= × = 𝟎. 𝟎𝟓𝟑
𝟐𝟖 𝟐𝟕

8. Teorema de Bayes
Algunas minas del Perú han sido seleccionadas para evaluar los
estándares necesarios impuestos por los compradores de mineral de la
empresa MINE’S, estos estándares impuestos por los compradores indican
que la producción de una mina debe ser igual o mayor que 45 ton e igual o
menor que 100 ton; las minas de los departamentos de Cajamarca, La
Libertad, Arequipa y Ayacucho representan el 23.81%, 38.10%, 23.81% Y
14.29% respectivamente con respecto a toda la cantidad de minas tomadas
en la muestra; y para cada departamento la cantidad de minas que
producen un tonelaje igual o mayor que 45 ton e igual o menor que 100 ton
expresado en porcentaje son los siguientes: para Cajamarca es 60%, para
La Libertad es 37.5%, para Arequipa es 40% y para Ayacucho es 33.33%.
MUESTRA:
Las minas de Cajamarca, La Libertad, Arequipa y Ayacucho.
PARTICIONES:
A. Cantidad de minas en Cajamarca…A1
B. Cantidad de minas en La Libertad…A2
C. Cantidad de minas en Arequipa…A3
D. Cantidad de minas en Ayacucho…A4
 SUBCONJUNTO: E
Las minas que obtengan una producción igual o mayor que 45 toneladas
e igual o menor que 100 toneladas.

La
Cajamarca Arequipa Ayacucho TOTAL
Libertad
CANTIDAD DE MINAS 5 8 5 3 21
CANTIDAD DE MINAS CON PRODUCCION
3 3 2 1
[45,100]
CANTIDAD DE MINAS % 23.81 38.10 23.81 14.29
CANTIDAD DE MINAS CON PRODUCCION
60 37.5 40 33.33
[45,100] %
PROBABILIDAD 0.1429 0.1429 0.0952 0.0476 0.4286

A. Calcular la probabilidad de que al escoger una mina para la evaluación

posterior, esta tenga una producción que cumpla con los requisitos
impuestos por la empresa MINE’S.

Para calcular la probabilidad de que la mina elegida tenga los estándares, P

(E), por la propiedad de la probabilidad total:
PROBABILIDAD TOTAL:
E = (A1 ∩ E) U (A2 ∩ E) U (A3 ∩ E) U (A4 ∩ E)
E = P (A1 ∩ E) + P (A2 ∩ E) + P (A3 ∩ E) + P (A4 ∩ E)]
P (E) = P (A1). P (E/A1) + P (A2).P (E/A2) + P (A3).P (E/A3) + P (A4).P (E/A4)
P (E) = P (A1). P (E/A1) + P (A2).P (E/A2) + P (A3).P (E/A3) + P (A4).P (E/A4)
P (E) = 0.2381*0.60 + 0.3810*0.375 + 0.2381*0.40 + 0.1429*0.3333
P (E) = 0.4286
B. Se escoge una mina al azar y como resultado de la evaluación indica
que se encuentra dentro de los estándares impuestos por la empresa
MINE’S; calcular la probabilidad de haber sido escogida de la partición
perteneciente a Cajamarca.

TEOREMA DE BAYES:

Debemos calcular P (Cajamarca/E) = P (A1/E) usamos el teorema de

Bayes:

P (A1 ∩ E)
P (A1/E) =
P (E)

P (A1). P (E/A1) 0.2381 ∗ 0.60

P (A1/E) = = = 0.333317
P (E) 0.4286

C. Cuál es el departamento en el que las minas tienen la mayor

probabilidad de que se encuentren en el estándar impuesto por la
empresa MINE’S.

Calculamos la probabilidad P (A1/E), P (A2/E), P (A3/E), P (A4/E).

P (A1/E) = 0.333317
P (A2). P (E/A2) 0.3810 ∗ 0.375
P (A2/E) = = = 0.333352
P (E) 0.4286

P (A3). P (E/A3) 0.2381 ∗ 0.40

P (A3/E) = = = 0.222211
P (E) 0.4286

P (A4). P (E/A4) 0.1429 ∗ 0.3333

P (A4/E) = = = 0.111125
P (E) 0.4286

El departamento con mayor probabilidad de cumplir lo estándares

impuestos por la empresa MINE’S y por ende mayor ventas es Cajamarca.
9. Distribución de Poisson
La función de masa o probabilidad de la distribución de Poisson es

Donde
 k es el número de ocurrencias del evento o fenómeno (la función nos da la
probabilidad de que el evento suceda precisamente k veces).
 λ es un parámetro positivo que representa el número de veces que se
espera que ocurra el fenómeno durante un intervalo dado. Por ejemplo, si
el suceso estudiado tiene lugar en promedio 4 veces por minuto y estamos
interesados en la probabilidad de que ocurra k veces dentro de un intervalo
de 10 minutos, usaremos un modelo de distribución de Poisson con λ =
10×4 = 40.
 e es la base de los logaritmos naturales (e = 2,71828...)

Ejercicios
1) Ciertas empresas mineras del Perú, trabajando juntas estas tienen
una producción promedio de 86.075 mil onzas al año.

a) Cuál es la probabilidad de que estas empresas tengan una producción

de 50 mil onzas al año.
Solución
ℷ =86.075
𝑝(𝑥 = 50)

𝑒 −86.075 𝑥86.07550
𝑝[𝑥 = 50) ] =
50!
𝑝[𝑥 = 50) ] =0.000008

b) Cuál es la probabilidad de que tengan exactamente una producción de

30 mil onzas de oro en 6 meses.
Solución
ℷ =43.0375
𝑝(𝑥 = 30)

𝑒 −543.03750 𝑥43.037530
𝑝[𝑥 = 30) ] =
30!
𝑝[𝑥 = 30) ] = 0.0079
 c) Cuál es la probabilidad de que tengan exactamente una producción de
10 mil onzas de oro en un mes.
Solución
ℷ =7.17
𝑝(𝑥 = 10)

𝑒 −7.17 𝑥7.1710
𝑝[𝑥 = 10) ] =
10!
𝑝[𝑥 = 10) ] = 0.076

d) Cuál es la probabilidad de que tengan una producción de 40 mil onzas

de oro en 7 meses.
Solución
ℷ =50.21
𝑝(𝑥 = 40)

𝑒 −50.21 𝑥50.2140
𝑝[𝑥 = 40) ] =
40!
𝑝[𝑥 = 40) ] = 0.02

e) Cuál es la probabilidad de que tengan una producción de 30 onzas de

oro en 4 meses.
Solución
ℷ =28.69
𝑝(𝑥 = 30)

𝑒 −28.69 𝑥28.6930
𝑝[𝑥 = 30) ] =
30!
𝑝[𝑥 = 30) ] = 0.071

2) En un estudio de empresas mineras del Perú se determinó la

producción de cada una de ellas, si se sabe que el 28.57% de las
empresas tienen una producción mayor a 90 mil onzas de oro al año,
si tomamos al azar 6 empresas mineras. Cuál es la probabilidad de
obtener tres empresas mineras con una producción mayor a 90 mil
onzas de oro al año?
Solución
n=6
P= 0.2857
Lamda=1.71
X=3
 𝒆−𝟏.𝟕𝟏 𝒙𝟏. 𝟕𝟏𝟑
𝒑[𝒙 = 𝟑) ] =
𝟑!
𝒑[𝒙 = 𝟑) ] = 𝟎. 𝟏𝟓

3) En un estudio de empresas mineras del Perú se determinó la

producción de cada una de ellas, si se sabe que el 71.43% de las
empresas tienen una producción menor a 90 mil onzas de oro al año,
si tomamos al azar 10 empresas mineras. Cuál es la probabilidad de
obtener 5 empresas mineras con una producción menor a 90 mil onzas
de oro al año?
Solución
n=10
P= 0.7143
Lamda=7.143
X=5
𝒆−𝟕.𝟏𝟒𝟑 𝒙𝟕. 𝟏𝟒𝟑𝟓
𝒑[𝒙 = 𝟓) ] =
𝟓!
𝒑[𝒙 = 𝟓) ] = 𝟎. 𝟏𝟐𝟐

4) En un estudio de empresas mineras del Perú se determinó la producción

de cada una de ellas, si se sabe que el 46.43% de las empresas tienen una
producción mayor a 70 mil onzas de oro al año, si tomamos al azar 9
empresas mineras. Cuál es la probabilidad de obtener 7 empresas mineras
con una producción mayor a 70 mil onzas de oro al año?
Solución
n=9
P= 0.4643
Lamda=4.179
X=7
𝒆−𝟎.𝟒𝟔𝟒𝟑 𝒙𝟎. 𝟒𝟔𝟒𝟑𝟕
𝒑[𝒙 = 𝟕) ] =
𝟕!
𝒑[𝒙 = 𝟕) ] = 𝟎. 𝟎𝟎𝟎𝟎𝟎𝟎𝟔
10. Distribución Normal Estándar
 La producción de oro (en miles de onzas) de los principales
productores de oro de diversas regiones en el Perú, tienen un
comportamiento normal con media igual a 86.075 miles de onzas y
desviación estándar igual a 96.62 miles de onzas. Si se selecciona un
productor de oro, determinar la probabilidad de que:
a. La producción sea mayor que 50 miles de onzas
𝑃[𝑥 > 50] = ¿ ?

50 − 86.075
𝑃[𝑥 ≥ 50] = 1 − 𝑃 [𝑍 ≤ ] = 1 − 𝑃[𝑍 ≤ −0.373]
96.62

𝑃[𝑥 ≥ 50] = 1 − 0.35569 = 0.64431

b. La producción sea menor que 250 miles de onzas

𝑃[𝑥 < 250] = ¿ ?

250 − 86.075
𝑃[𝑥 ≤ 250] = 𝑃 [𝑍 ≤ ] = 𝑃[𝑍 ≤ 1.697]
96.62

𝑃[𝑍 ≤ 1.697] = 0.95543

c. La producción esté entre 70 y 100 miles de onzas

𝑃[70 < 𝑥 < 100] = ¿ ?

𝑃[70 ≤ 𝑥 ≤ 100] = 𝑃[𝑥 ≤ 100] − 𝑃[𝑥 ≤ 70]

100 − 86.075 70 − 86.075

𝑃 [𝑍 ≤ ] − 𝑃 [𝑍 ≤ ] = 𝑃[𝑍 ≤ 0.14] − 𝑃[𝑍 ≤ −0.17]
96.62 96.62

𝑃[70 ≤ 𝑥 ≤ 100] = 0.55567 − 0.43251 = 0.12316

Conclusiones

 El análisis de los datos obtenidos de un campo real ha dado lugar a la

inferencia estadística acerca de la función de intensidad de un proceso de
Poisson no homogéneo; por el contexto y el análisis exploratorio de los
datos, se puede decir que presentaron una disposición acorde al método
estadístico. Por tanto fue un buen punto de partida para contrastar la
teoría aprendida en clases.

 Una posible aplicación puede darse con datos reales del sector minero
del Perú donde se tiene que considerar una cierta cantidad de empresas
mineras del Perú, que tienen una determinada producción anual cada una
de ellas.
Bibliografía

 Canavos George (1999). Probabilidad y Estadística. Aplicaciones y

métodos, Ed. McGraw Hill.
 Castillo, S. y Lozano A. D. (2007). Q-Q Plot Normal. Los puntos de
posición gráfica, Statistical Papers.
 Chem Mok, S. (2004). Definiendo la función de distribución de un
parámetro para el analisis de tráfico. Statistical Paper de la Revista
InrerSedes.