UNIVERSIDAD NACIONAL DE SAN AGUSTIN DE AREQUIPA

FACULTAD DE: INGENIERÍA DE PROCESOS

DEPARTAMENTO ACADEMICO DE INGENIERÍA DE MATERIALES

Estadística y Diseño Experimental

Capitulo 5: PRINCIPALES DISTRIBUCIONES DE
PROBABILIDAD-BINOMIAL,POISSON y BERNOULLI
(IVparte)

Mg. Karina Zuñiga Huanca

Muchos experimentos sociales quedan determinados por dos sucesos contrarios:
Se aplica si queremos saber la probabilidad de sacar 5 caras en 12 lanzamientos
de una moneda, la probabilidad de que 7 de 10 personas se recuperarán de una
enfermedad tropical o la probabilidad de que 35 de 80 personas responderán a
una solicitud por correo. Sin embargo, éste es el caso sólo si cada una de las 10
personas tiene la misma oportunidad de recuperarse de la enfermedad y su
recuperación es independiente (digamos, que las tratan doctores diferentes en
diferentes hospitales), y si la probabilidad de obtener una respuesta a la solicitud
por correo es la misma para cada una de las 80 personas y hay independencia
(digamos, no hay dos de ellas que pertenezcan al mismo hogar).
Existen tablas de la distribución
acumulativa binomial, para ciertas
combinaciones de y n , p.
Valores característicos
=0,59
Ejemplo 6.1

En un vivero la probabilidad que una planta de vid tenga virus es de 0,04.

Un viticultor necesita comprar 100 parras al vivero.
1) ¿Cuántas plantas con virus se espera que adquiera el
viticultor?
2) ¿ Cuál es la probabilidad de que el viticultor adquiera
a) ninguna planta con virus ?
b) al menos una planta con virus ?
c) exactamente 4 plantas con virus ?
 Un ejemplo típico asociado a la aproximación binomial tiene
relación con el cálculo actuarial, que corresponde al que usan
compañías de seguros cuando tienen que calcular las primas a
cobrar por seguros con un alto número de asegurados y con una
baja probabilidad de ocurrencia del siniestro.

Ejemplo: Una compañía tiene 50.000 afiliados al Seguro

Obligatorio por Accidentes Personales. La compañía sabe que la
probabilidad anual de muerte por accidente automovilístico es
de 0,0001.

a) ¿Cuál es la probabilidad de no pagar ningún siniestro durante el año ?

b) ¿ Cuál es la probabilidad de pagar a lo más 3 siniestros durante ese periodo ?
F(5,3)
Se sabe que una maquina produce un 3% de piezas defectuosas. Elegimos una pieza al azar
para comprobar si no presenta defectos. ¿Como se distribuye la variable X que vale 1 si la
pieza no es defectuosa y 0 si es defectuosa? ¿Cuales son su media y su varianza?

X= 0.97 piezas sin defecto= p

X= 0.03 piezas con defecto= 1-p
BIBLIOGRAFIA

Estadística matemática con aplicaciones , John E. Freund ( Arizona State

University) , Irwin Miller Marylees Mi, Sexta edición. PEARSON EDUCACIÓN. México.
2000

Estadística para Ingenieros, Prof. Dr. Antonio José Sáez Castillo, Departamento de
Estadística e Investigación Operativa, Universidad de Jaén, Versión 1.3, Junio de
2012.
ESTADÍSTICA DESCRIPTIVA, PROBABILIDAD E INFERENCIA. Antonio Rustom J.
Santiago de Chile 2012.

Otros apuntes de internet.