Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. INTRODUCCIÓN
• Expresar lo que puede esperarse de un universo, cuando se comporta como deseamos que
lo haga.
• Como fuente de referencia, a fin de comparar con distribuciones observadas.
• Cuando las distribuciones observadas son difíciles de formalizar, se la utiliza para resolver
problemas y efectuar operaciones.
• Sirve para realizar inferencias y elaborar predicciones sobre el comportamiento de una
variable cuando se dispone de información limitada.
• Binomial
• Hipergeométrica
• Poisson.
• Multinomial.
• Binomial negativa.
Existen muchas otras más, como la distribución uniforme y la geométrica, pero para el
propósito de este texto solo se incluyen las más importantes.
• La Normal.
• t de Student
• Chi-cuadrada
• F de Fisher.
En este capítulo se estudiarán todas las funciones teóricas discretas de probabilidad y solo la
distribución continua Normal, puesto que se requieren nociones de inferencia estadística y
muestreo para estudiar las otras distribuciones mencionadas.
150
2. DISTRIBUCIONES TEÓRICAS DISCRETAS DE PROBABILIDAD
2.1. Introducción
Es una distribución de probabilidad discreta, pues los datos recopilados son resultado de
conteos. Se la utiliza como modelo cuando:
• El resultado solo puede tomar una de dos formas, comúnmente denominadas como éxito y
fracaso. Cada resultado es mutuamente excluyente.
• Los ensayos son independientes, lo cual significa que el resultado de un ensayo no afecta al
resultado de algún otro. Esta condición puede asegurarse mediante un muestreo con
reposición en poblaciones finitas o el muestreo de poblaciones infinitas o muy grandes.
n
P(x) = p x q n − x
x
Donde:
n, es el número de ensayos
x, es la variable aleatoria discreta del número de éxitos
p, es la probabilidad de éxito en cada ensayo
q, es la probabilidad de fracaso en cada ensayo, q = 1 - p
n n!
= es la combinatoria de ‘n’ en ‘x’
x x!(n − x)!
151
La varianza esperada es: σ 2 = V(x) = n p q
Nota: La binomial en una distribución sesgada, pero para valores de p cercanos a 0.5 y n>20,
se vuelve prácticamente simétrica.
p
n x 0.1 0.2 0.3 ... 0.5
3 0
1 Valores de probabilidad
acumulada
2
Ejemplo
Resolución:
Primero se verifica si las condiciones del problema que muestran una distribución de
probabilidad, se pueden ajustar al modelo binomial:
n=3
P(x) = 0.5
q(x) = 0.5
152
Entonces:
1 3−1
3 1 1 1 1
P(x = 1) = = 3 = 0.375
1 2 2 2 4
Respuesta: Hay una probabilidad de 37.5% de que en tres partos haya nacido una niña.
b) En este caso la variable "x" representa el número de niños. Probabilidad de nacer 2 o más
niños:
P (x ≥ 2 ) = P (x = 2 ) + P (x = 3 )
2 3− 2 3
3 1 1 3* 2 1
P(x = 2) = = = 0.375
2 2 2 1* 2 2
3 0 3
3 1 1 3* 2*1 1
P(x = 3) = = = 0.125
3 2 2 1* 2*3 2
Respuesta: Hay una probabilidad del 50% de que en tres partos hayan nacido 2 o más niños.
Los resultados anteriores pueden determinarse directamente leyendo en una tabla B(x, n, p)
(tabla binomial de frecuencia acumulada), donde n es el número de pruebas y p, la probabilidad
de elementos.
p
n x 0.1 0.2 0.3 ... 0.5
3 0 0.1250
1 0.5000
2 0.8750
3 1.0000
Es una distribución de probabilidad discreta al igual que la binomial, se utiliza cuando el tamaño
de la muestra es superior al 5% de la población y tiene las siguientes características:
153
• El número de pruebas o ensayos es fijo, “n”.
• El resultado solo puede tomar una de dos formas, comunmente denominadas como éxito y
fracaso. Cada resultado es mutuamente excluyente.
• Los ensayos deben ser dependientes. Esto ocurre cuando los ensayos son sin reposición y
en poblaciones finitas o pequeñas.
N1 N − N1
x n − x
P(x) =
N
n
Donde:
N, es el tamaño de la población
N1, es el número total de elementos de la categoría éxito en la población
n, es el número de ensayos o tamaño de la muestra
x, es el valor de la variable aleatoria discreta del número de éxitos
Ejemplo
Resolución.
154
Por lo tanto, la distribución empírica del problema se puede ajustar a un modelo
hipergeométrico.
a) Obtener 2 naranjas.
4 7 − 4 4 * 3
2 3 − 2 1 * 2 * 3 108
P (x = 2 ) = = = = 0.51
7 7 * 6 * 5 210
1* 2 * 3
3
P (x ≥ 2 ) = P (x = 2 ) + P (x = 3 )
3 4 3 4 3* 2
*4
2 1 3 0
P(x ≥ 2) = + = 1* 2 1*1 78
+ = = 0.37
7 7 7 *6*5 7 * 6*5 210
1* 2*3 1* 2*3
3 3
Respuesta: En el 37% de los casos es posible que el niño haya obtenido al menos 2 limas.
También denominada ley de eventos improbables. Se aplica a problemas que cumplen las
características de una distribución binomial con probabilidad de éxito, “p”, pequeña (p<0.05) y
tamaño de muestra, “n”, grande (n>25).
Tiene muchas aplicaciones. Se utiliza como modelo para describir fenómenos como la
distribución de errores en captura de datos, número de imperfecciones en piezas recientemente
pintadas, número de clientes que hacen cola en un banco, número de llamadas telefónicas, etc.
µ x e −µ
P(x, µ) =
x!
Donde:
155
Ejemplo
Resolución.
Se pide: P(x ≥ 4, µ = 5)
Un experimento aleatorio se comporta como una distribución multinomial cuando observa las
siguientes características:
C1 , C2 , . . . . , CK
n!
f ( x 1, x 2,..., x K ) = * P ( x1) x1 * P ( x 2) x 2 *...* P ( x K ) x K
x1!* x 2!*...* x K!
n
n!
f ( x 1, x 2,..., x K ) = n
* Π P ( x i ) xi
i=1
Π x!
i=1
i
Ejemplo
En una bolsa de mercado existen 7 cítricos: 3 naranjas, 2 limas y 2 toronjas. Un niño elige 3
cítricos con reposición. Determinar la probabilidad de que sean 2 toronjas y una naranja.
Resolución.
El problema proporciona la siguiente información, que indica que la distribución planteada sigue
un modelo multinomial:
2 1 0
3! 2 3 2
f ( x1 = 2 , x 2 = 1 , x 3 = 0 ) =
2!* 1!* 0! 7 7 7
3 * 2 * 1 4 9 72
= = = 0.105
2 * 1 49 49 680
Respuesta: Entonces esta combinación formada por 2 toronjas y 1 naranja, se dará en 10.5 de
100 casos.
157
2.6. Distribución binomial negativa
* n -1 c n −c
b (n, c, P ) = P q
c -1
n -1 c n − c
B (n, c, p ) = ∑
*
p q
c -1
n x n−x
B (n, c, p ) = 1 - ∑ p q
*
x
B* (n, c, p ) = 1 - B (x -1, n, p )
Ejemplo
Los productores de durazno en Cochabamba han detectado que el 10% de los duraznos están
afectados por la mosca. Supongamos que un grupo de estudiantes van a un huerto de
duraznos con el permiso del propietario y están deseosos de que, eligiendo al azar los
duraznos, puedan comer 20 duraznos buenos. ¿Cuál es la probabilidad de que tengan que
probar 25 o más duraznos (los afectados se descartan).
Resolución.
• Los resultados de la prueba se clasifican en éxito: durazno que no está afectado por la
158
mosca de la fruta; fracaso: durazno afectado.
• Las pruebas son independientes porque si en cualquier prueba un durazno no está afectado
no quiere decir que en la selección anterior o la siguiente tampoco esté afectado.
Respuesta: Hay una probabilidad de 96.7% de que si quieren comer 20 duraznos buenos,
tengan que probar 25 o más duraznos.
a) Generalidades
− (x −µ )2
1 2 σ2
y= e −∞ ≤ x ≤ ∞
2πσ
50% 50%
Punto de
Punto de
inflexión
σ σ inflexión
-∞ +∞
Me=Mo=µ
Las posiciones indicadas en la escala de x son los límites de los porcentajes indicados en cada
caso:
1. µ ± 1σ => 68.27%
2. µ ± 2σ => 95.45%
3. µ ± 3σ => 99.73%
Resultaría imposible proporcionar una tabla de valores de probabilidad normal para cada
distribución, por lo que se recurre a una variable estandarizada o tipificada “z”:
X−µ
z=
σ
Ejemplo
Se ha determinado que los jóvenes que asisten a la fiesta de San Juan, beben 25 tazas de
ponche en promedio, con una varianza de 64 tazas2. Si dicha variable se comporta como una
normal:
Resolución.
Gráficamente:
σ=8
19 µ = 25 x
• Se estandariza la variable.
x − µ 19 − 25
P( ≤ ) = P (z ≤ − 0.75 )
σ 8
Gráficamente:
σ=1
- 0.75 µ=0 z
• Se lee el resultado en la tabla de distribución normal de cola superior (Ver anexo de tablas al
final del texto):
P(z ≤ −0.75) = 0.2266
161
Respuesta: La probabilidad de tomarse 19 o menos tazas de ponche es del 23%.
Gráficamente:
σ=8
µ = 25 41 x
• Se estandariza la variable.
x − µ 41 − 25
P( ≥ ) = P (z ≥ 2 )
σ 8
Gráficamente:
σ=1
µ=0 2 z
Gráficamente:
σ=8
19 µ = 25 31 x
• Se estandariza la variable.
19 − 25 x − µ 31 − 25
P( ≤ ≤ ) = P (−0.75 ≤ z ≤ 0.75 )
8 σ 8
162
Gráficamente:
σ=1
-0.75 µ = 0 0.75 z
Resultado: El 55% de los invitados a la fiesta de San Juan consumen entre 19 y 31 tazas de
ponche.
Gráficamente:
80% σ=8
X1 µ = 25 X2 x
• Se estandariza la variable.
x 1 − 25 x − µ x 2 − 25
P( ≤ ≤ ) = 0.80
8 σ 8
Gráficamente:
80%
σ=1
z1 µ=0 z2 z
163
x1 − 25
−1.28 = x1 = 25 − (1.28) (8) = 14.76
8
x 2 − 25
1.28 = x 2 = 25 + (1.28) (8) = 35.24
8
Se utiliza cuando np y nq son mayores a 5. Esto quiere decir que el número de ensayos es
mayor a 20 (y por lo tanto ya no se puede usar la tabla de valores acumulados) y la
probabilidad de éxito es cercana a 0.5. En estas condiciones, la distribución binomial se acerca
mucho a la forma de la distribución normal, y es mejor y más fácil calcular las distintas
probabilidades con esta aproximación.
Debido a que se está aproximando una distribución discreta a una continua, es necesario un
factor de corrección.
El factor de corrección por continuidad es el valor 0.5 que se resta o se suma, dependiendo del
problema, a un valor seleccionado cuando una distribución probabilística binomial se está
aproximando por medio de una distribución de probabilidad continua.
(x ± 0.5) − np
Z=
npq
Ejemplo
La gerencia de la cadena de pizzerías CAPRI reveló que el 70% de sus nuevos clientes
vuelven en otra ocasión. En una semana en la que 80 nuevos clientes (de primera vez) cenaron
en uno de sus establecimientos, ¿cuál es la probabilidad que:
Resolución.
Segunda: P(x ≥ 60) = 1 − P(x ≤ 59) = 1 − [ P(x = 59) + P(x = 58) + K + P(x = 0)]
En cada caso, se debe resolver 20 ó 60 veces la fórmula binomial, para hallar el resultado. Se
concluye que es mejor realizar la aproximación.
Para realizar la aproximación, primero se debe verificar si se cumple con las dos condiciones:
np y nq sean mayores a 5.
np = 80(0.7) = 56 nq = 80(0.3) = 24
Gráficamente:
σ = 4.1
µ =56 60 x
Se estandariza la variable:
Gráficamente:
σ=1
µ =1 0.85 z
165
La probabilidad se determina mediante la tabla de normal estándar de cola superior del anexo.
P(x ≥ 60) = 0.1977
Respuesta: Hay una probabilidad de 19.77% de que de 80 personas que vinieron la primera
vez a la pizzería CAPRI, 60 o más regresen.
Estandarizando:
(x ± 0.5) − µ (40 + 0.5) − 56
P ≥ = P (z ≥ −3.78 )
σ 4.1
Gráficamente:
40 µ = 56 x
-3.78 µ=1 z
En este caso, para cubrir un poco más del área, se tuvo que sumar 40 + 0.5, para realizar la
corrección por continuidad.
166
ÁRBOL DE DECISIÓN PARA ELEGIR LA DISTRIBUCIÓN ADECUADA
n>25
p<0.05 Poisson µ x e−µ
P(x, µ) =
independiente x!
Binomial
dicotómico (x ± 0.5) − np
n np>5 Aproximación Z =
P(x) = p x q n − x nq>5 a la normal npq
x
fijo dependiente N1 N − N1
Hipergeométrica
n−x
P(x) =
x
categoría N
discreta n
n
variable independiente Multinomial n!
f (x1, x2,..., xK ) = n
*Π P (xi )xi
Π x!
i=1
i
i=1
¿Tipo de
variable?
− (x −µ )2
¿Número de 1 X −µ
Normal y= e 2 σ2
−∞ ≤ x ≤ ∞ z=
ensayos? σ
¿Resultados 2πσ
¿Naturaleza
posibles?
de las
pruebas?
167
EJERCICIOS DE CLASE
Binomial.
1. En un día veraniego muy caluroso, 10% de los trabajadores de producción de una empresa
están ausentes del trabajo. Se van a seleccionar al azar 10 obreros para un estudio especial
a profundidad sobre el ausentismo.
2. El departamento de mercadeo de una compañía planea realizar una encuesta nacional para
determinar si los consumidores de cereales en hojuelas pueden distinguir uno de sus
productos favoritos, de los otros del mismo tipo. Para probar el cuestionario y el
procedimiento que se van a emplear, se pidió a ocho personas que cooperaran en un
experimento. Se colocan frente a la persona 5 tazones pequeños marcados A, B, C, D y E
con cereal y se le informó que solo uno tenía su producto favorito. Suponga que la persona
no pudo identificar el cereal y sólo conjeturó que estaba en el tazón C.
Hipergeométrica.
Poisson.
5. Un productor de semillas híbridas tiene problemas con gusanos barrenadores del maíz. Una
verificación aleatoria de 5.000 mazorcas reveló estos datos: muchas mazorcas no tenían
gusanos. Algunas tenían uno, otras tenían dos, etc. La distribución del número de
barrenadores se aproximó a una Poisson. El productor contó 3.500 gusanos en las 5.000
168
mazorcas. ¿Cuál es la probabilidad que una mazorca seleccionada al azar no contenga
gusanos?
6. Los automovilistas llegan a una salida de una carretera a razón de dos por minuto. La
distribución de llegadas se aproxima a una distribución de Poisson.
Multinomial.
7. En una ciudad muy grande, la televisión nacional tiene el 40% de los televidentes el viernes
por la noche, un canal local tiene 20%, la televisión por cable tiene 30% y 10% ve
videograbaciones. ¿Cuál es la probabilidad de que entre siete televidentes seleccionados al
azar en esa ciudad en una noche de viernes, dos estén viendo la televisión nacional, uno
esté viendo el canal local, tres estén viendo televisión por cable y uno esté viendo una
videograbación?
Binomial negativa.
10. Se estima que el 90% de un cosecha de papas es buena, estando podridas por dentro las
restantes, pero no puede descubrirse a menos que las papas se corten por la mitad.
Normal.
11. A los empleados de una empresa les otorgan puntuaciones por eficiencia. La distribución
de estas sigue aproximadamente una distribución normal. La media es 400, y la desviación
estándar, 50.
12. Supóngase que un fabricante de neumáticos desea fijar una garantía de millas recorridas
para su nuevo neumático MX100. Las pruebas de duración revelaron que la media de
millas recorridas es de 47.900 , y la desviación estándar es de 2.050 millas. El fabricante
desea fijar la garantía de manera que no tenga que reemplazar mas del 5% de los
neumáticos.
169
a) ¿Cuál es este valor en millas?
b) ¿Cuál es la probabilidad de que los neumáticos duren mas de 50.000 mi.?
13. Se estima que 0.5% de las llamadas telefónicas a la Boliviana de Seguros reciben señal de
ocupado. ¿Cuál es la probabilidad que de las 1.200 llamadas telefónicas del día de hoy, al
menos 5 hayan recibido la señal de ocupado?
14. Un estudio realizado por una compañía aseguradora reveló que los propietarios no
recuperaron los bienes robados en 80% de los robos informados a la aseguradora.
170
EJERCICIOS PROPUESTOS
a) ¿Cuál es la probabilidad de que al menos una de las personas que curiosea compre algo
durante una hora dada?
b) ¿Cuál es la probabilidad de que al menos 4 personas que curiosean compren algo en una
hora dada?
c) ¿Cuál es la probabilidad de que ninguna de las personas que curiosean compren algo en
una hora dada?
d) ¿Cuál es la probabilidad de que no más de 4 personas que curiosean compren algo en
una hora dada?
4. Un ingeniero de control de calidad quiere comprobar (de acuerdo con las especificaciones)
si el 95% de los componentes electrónicos embarcados por su compañía están en perfectas
condiciones de funcionamiento. Para tal efecto se seleccionan aleatoriamente 15
componentes de cada lote listo para ser embarcado y se aprueba su salida si todos están en
perfectas condiciones de funcionamiento; de lo contrario, todos los componentes del lote son
revisados. Encuéntrese las probabilidades de que el ingeniero de control de calidad cometa
el error de
a) mantener un lote para revisión adicional a pesar de que el 95% de los componentes están
en perfectas condiciones de funcionamiento;
b) aprobar la salida de un lote completo sin revisión adicional a pesar de que solamente el
90% de los componentes están en perfectas condiciones de funcionamiento;
171
c) aprobar la salida de un lote completo sin revisión adicional a pesar de que solamente el
80% de los componentes están en perfectas condiciones de funcionamiento.
6. Las probabilidades de que conduciendo cierto sedán de dos puertas en la ciudad se obtenga
un rendimiento promedio de menos de 20 millas por galón de combustible, de 20 a 25 millas
por galón o más de 25 millas por galón con 0.3, 0.6 y 0.1, respectivamente. Obtenga la
probabilidad de que entre 6 automóviles de ese tipo sometidos a prueba, dos promedien
como mínimo 20 millas por galón, tres promedien de 20 a 25 millas por galón y uno
promedie más de 25 millas por galón.
a) ¿Cuál es la probabilidad de que el comité esté formado por un estudiante que viva en la
universidad, por uno que viva en una casa particular y por tres que vivan en residencias?
b) ¿Cuál es la probabilidad de que esté formado por tres o más estudiantes que vivan en
residencias?
8. Un fabricante de proyectiles dirigidos sostiene que sus proyectiles son eficaces en un 90%.
La fuerza aérea comprueba las existencias realizando disparos, siendo necesarias 11
pruebas para obtener cuatro éxitos. ¿Cuál es la probabilidad de que se necesiten 11 o más
pruebas si p = 0.9 . ¿Qué conclusión es razonable sacar?
9. Un conocido jugador de béisbol tiene un tiempo medio de bateo de 0.3. Necesita 32 éxitos
más para aumentar su tiempo medio a 3.0. ¿Cuál es la probabilidad de que necesite batear
100 o menos veces para conseguir su propósito?
10. Una compañía ha recibido un gran pedido para producir motores eléctricos para una
compañía manufacturera. Con el fin de que ajuste en su soporte, el rotor del motor debe
tener un diámetro de 5.1 ± 0.05 (pulgadas). El encargado de compras de la compañía se
da cuenta de que hay en existencia una gran cantidad de varillas de acero con un diámetro
medio de 5.07 plg., y con una desviación estándar de 0.07 pulg. ¿Cuál es la probabilidad
de que una varilla de acero del inventario se ajuste en el soporte?
11. Ciertos bastoncillos de plástico moldeados por inyección son cortados automáticamente en
longitudes nominales de 6 pulgadas. Las longitudes reales están distribuidas normalmente
alrededor de la media de 6 pulgadas y sus desviaciones estándar son 0.06 pulgadas.
172
a) ¿Qué proporción de los bastoncillos rebasan los límites de tolerancia, que son de 5.9 a
6.1 pulgadas?
b) ¿A qué valor es necesario reducir la desviación estándar si 99% de los bastoncillos debe
estar dentro de los límites de tolerancia?
12. La compañía Quickie Sales acaba de recibir dos estimaciones de ventas que se consideran
conflictivas para el trimestre que se avecina. La estimación I dice que las ventas (en
millones de dólares) están normalmente distribuidas con µ = 325 y σ = 60. La estimación II
dice que las ventas estarán normalmente distribuidas con µ = 300 y σ = 50. La junta de
directores encuentra que cada estimación parece, a priori, ser igualmente fidedigna. Con el
fin de determinar cuál estimación deberá utilizarse para hacer predicciones, la junta de
directores ha decidido reunirse de nuevo al final del trimestre y utilizar información
actualizada sobre las ventas para tomar una determinación sobre la credibilidad de cada
estimación.
13. Un estudio realizado por una compañía aseguradora reveló que los propietarios no
recuperaron los bienes robados en 80% de los robos informados a la aseguradora.
14. La probabilidad de que un componente electrónico falle en menos de 1000 horas de uso
continuo es 0.25. Utilícese la aproximación normal para encontrar la probabilidad de que
entre 200 de tales componentes menos de 45 fallen en menos de 1000 horas de uso
continuo.
15. El estadio Félix Capriles tiene cuatro torres de luz con 25 reflectores de alta intensidad
montados en cada una de ellas. En ocasiones, una torre completa se queda a oscuras.
Daniel Torres, jefe de mantenimiento del estadio, se pregunta qué distribución tendrán los
fallos en las torres de luz. El sabe que cualquier torre individual tiene una probabilidad de
0.11 de fallar durante un juego de fútbol dado y que las torres son independientes entre si.
16. Daniel Torres sabe que la probabilidad de que cualquiera de los 25 reflectores de una torre
de luz falle durante un juego dado de fútbol es de 0.05. Los sistemas eléctricos de la torre
han sido modificados de modo que ya no es posible que falle una torre completa.
173
a) Utilizando las aproximaciones Binomial y de Poisson, determine la probabilidad de que
siete reflectores de una torre dada fallen durante el mismo juego.
b) Utilizando ambos métodos, determine la probabilidad de que dos reflectores fallen.
17. Se estima que el 90% de un cosecha de papas es buena, estando podridas por dentro las
restantes, pero no puede descubrirse a menos que las papas se corten por la mitad.
18. Un embarque de 200 alarmas contra robo, contiene dos piezas defectuosas. Se
seleccionan al azar 5 alarmas contra robo para enviarlas a un cliente.
a) Halle la probabilidad de que el cliente reciba exactamente una alarma contra robo
defectuosa.
b) Halle la probabilidad de que el cliente reciba exactamente una alarma contra robo
defectuosa, si se supone que el embarque es lo suficientemente grande como para
considerarla una población infinita.
19. Una florería necesita 12 helechos exóticos plantados para una exposición floral que se
celebrará en seis meses. Sabe que la probabilidad de que un helecho plantado ahora sea
ideal para la exposición dentro de seis meses es de 0.7. Está interesado en conocer el
número mínimo de helechos que debería plantar, si quiere que la probabilidad de tener 12
helechos apropiados en seis meses sea por lo menos 0.9.
20. En una ciudad determinada, 4% de los conductores con licencia se verán involucrados por
lo menos en un accidente automovilístico en cualquier año de referencia. Determinar la
probabilidad de que entre 150 conductores con licencia seleccionados al azar en esta
ciudad,
21. Una máquina troqueladora produce tapas de latas cuyos diámetros tienen una desviación
de 0.01 pulgadas. ¿En qué diámetro nominal promedio debe ajustarse la máquina, de tal
manera que no más del 5% de las tapas producidas tengan diámetros que excedan las 3
pulgadas?
174
22. La experiencia de una empresa química al aplicar una prueba a universitarios recién
egresados que han solicitado trabajos, reveló que la puntuación media de prueba fue de
500, y una desviación estándar de 50.
Con base en esta experiencia, la dirección está considerando aceptar a una persona cuya
puntuación sea 6% superior de la distribución y contratarla directamente para un puesto de
responsabilidad.
a) ¿Cuál es la puntuación más baja que debe tener un egresado universitario para calificar
para un puesto de responsabilidad?
b) Con base en el desempeño anterior, el director de personal planea no tomar en cuenta
a las personas que tengan puntaciones de 400 o menos en la prueba.
Aproximadamente, ¿qué porcentaje de los solicitantes no se tomará en cuenta?
c) Debido al número limitado de vacantes este año, los solicitantes con puntuaciones entre
400 y 485 se pondrán en espera o reserva. ¿Qué porcentaje de los solicitantes quedará
en espera? Si solicitaron trabajo en la empresa un total de 500 estudiantes, ¿cuántos
quedarán en la clasificación de espera?
175
EJERCICIOS PARA EXAMEN
Usted es el nuevo gerente de Recursos Humanos de un banco. Cada día tiene que resolver
múltiples problemas y realizar muchas decisiones que afectan a la empresa. Para ello el banco
ha montado un departamento de Estadística, ya que anteriormente se hacían decisiones que
no estaban basadas en métodos técnicos, sino en la experiencia del anterior gerente.
a) ¿El gerente de recursos humanos tendrá que planificar una metodología para la tercera
ronda para la contratación?
b) Una vez que alguno de los postulantes sea elegido, éste tendrá que pasar por un periodo
de prueba, que generalmente dura tres meses, donde deberá resolver varios problemas
financieros de la empresa que sucedieron en años anteriores. Así que usted configuró
varios casos históricos para evaluarlo. El nuevo analista financiero resolvió
satisfactoriamente 3 casos en este periodo. La probabilidad de que resuelva
satisfactoriamente un caso (en base a su currículum y a los exámenes aplicados) era del
80%. ¿Cuál es la probabilidad de que haya resuelto los tres casos satisfactoriamente, en
5 casos o menos que usted le otorgó? Si esta probabilidad es mayor a 70%, el analista
quedará contratado definitivamente. ¿Será contratado o no?
2. El segundo problema es con respecto al tiempo de espera de los clientes, cuando tienen que
realizar alguna transacción en las cajas del banco. Usted oye cada día un promedio de 5
quejas, que dicen que los clientes esperan para ser atendidos más de media hora. Usted,
debe tomar la determinación de contratar a un nuevo cajero que aminore este tiempo de
espera y abrir una caja más en el banco. Si la probabilidad de que en un día específico 5 o
más personas se quejen es mayor a 40%, entonces se procederá a realizar un proceso de
selección para el puesto de cajero.
4. Cuarto problema: También se cree que el promedio de dinero en las cuentas disminuyó
considerablemente. Para comprobar esta hipótesis, usted pidió al departamento de
estadística que haga dos análisis: uno pesimista y el otro optimista. El primero tiene una
probabilidad de ajustarse a la realidad de 40%. Tomando el análisis pesimista, se calculó un
promedio de cuenta de 5000 $us., con una desviación de 230 $us. Bajo el otro análisis, el
promedio de cuenta fue de 6500 $us., con una desviación de 420 $us.
177
CASO DE ESTUDIO
SPRINGVILLE HERALD
FASE 6
Antes de instituir esta política, el equipo necesitaba determinar qué porcentaje de clientes con
entrega a domicilio recibiría un periódico gratis si esta política se aplicara al proceso de entrega
actual. Al Leslie, el director de investigaciones, sugirió que los datos que se registraban por
rutina podían usarse para estimar las horas de entrega actuales. En una reunión posterior,
informó al grupo que basado en los datos recopilados entre todos los clientes con entrega
domicilio la semana anterior, 76% no recibió la entrega antes de las 7 a.m.
Ejercicios
a) Suponga que el grupo pretendía un estudio más profundo del proceso antes de instituir
cualquier cambio. Si se selecciona una muestra de 5 clientes en un día dado, hallar la
distribución de probabilidad para el número de personas que no recibieron la entrega antes
de las 7 a.m. ¿Cuál es la probabilidad de que:
178
b.1. Menos de tres clientes reciban un periódico gratis?
179