OKram - Actividad Acreditable 5

Materia: Estadística
Carrera: Tecnicatura Universitaria en Recursos Naturales Renovables orientación Frutihortícola.

Alumno: Oscar Kram Uribe
TRABAJO PRÁCTICO N° 5
Temas: Variables aleatorias discretas y continuas. Funciones de probabilidad y distribuciones de
probabilidad. Distribuciones de probabilidad para variable continua. Distribución normal.
Distribución normal estandarizada. Distribuciones de probabilidad para variable discreta.
Distribución binomial, hipergeométrica y de Poisson. Generalidades y usos.
VARIABLES ALEATORIA, ESPERANZA Y VARIANCIA.
1)En una oficina trabajan mujeres y varones. Se seleccionan al azar 3 personas y se define la
variable x: “cantidad de mujeres seleccionadas”.
a) Determinar la distribución de probabilidad de esta variable aleatoria.
b) Calcular la media, varianza y desvío. Rta: E(x)= 1,5; V(x)= 0,75 D(x)= 0,86
Respuesta:
La distribución de probabilidad de esta variable es: variable aleatoria discreta.
x p xp x2p
0 1/8 0 0
1 3/8 3/8 3/8
2 3/8 6/8 12/8
3 1/8 3/8 9/8
8/8 1,5 3
E(x)=
V(x)=
b) Media de una distribución discreta de probabilidad.

E ( x ) = Sx � p( x)
E ( x ) = 3 / 8 + 6 / 8 + 3 / 8;
E ( x ) = 12 / 8;
E ( x ) = 1,5
Variancia de una distribución discreta de probabilidad.
V ( x ) = E ( x 2 ) - ( E ( x)) 2
V ( x ) = 3 - (1,5) 2
V ( x ) = 3 - 2, 25
V ( x ) = 0, 75
1-32
Desvío estandar
s = V ( x)
s = 0, 75
s = 0,86
2)La demanda de teclados de computadora de una empresa varía mucho de un mes a otro. La
siguiente distribución de probabilidad muestra la demanda mensual de teclados durante los
últimos dos años:
Demanda mensual P(x)
40 0,15
45 0,25
50 0,45
55 0,15
a. Determine la probabilidad de que en el próximo mes la demanda sea de 45 ó más
teclados. Rta: 0,85
P ( X ) �P (45)
P (45) + P(50) + P(55) = P( x)
0, 25 + 0, 45 + 0,15 = 0,85
P ( x) = 0,85
Respuesta: La probabilidad de que en el próximo mes la demanda sea de 45 o más
teclados es de: 0,85 o un 85%.
b. Calcule la media y desviación estándar de la variable y analice. Rta: E(x)= 48 Se
espera un promedio mensual de 48 teclados; V(x)= 21; D(x)= 4,58
Demanda
P(x)
mensual x*p x2*p
40 0,15 6 240
45 0,25 11,25 506,25
50 0,45 22,5 1125
55 0,15 8,25 453,75
1 48 2325
E(x)=
E ( x) = Sx � p ( x)
E ( x) = 48
V(x)=
V ( x ) = E ( x 2 ) - ( E ( x)) 2
V ( x ) = 2325 - 482
V ( x ) = 21
D(x)=
D( x) = V ( x)
s = 21
s = 4,58
2-32
2)Sea x el número de accidentes por día que ocurrieron en una planta fabril durante el año pasado:
Cantidad de accidentes Cantidad de días

0 57
1 45
2 55
3 10
4 2
169
a) Construya una distribución de probabilidad
Cantidad de días Cantidad de accidentes P(x) x�

p ( x) x2 �
p ( x)
(x)
57 0 0,337 0 0
45 1 0,266 0,266 0,266
55 2 0,325 0,65 1,3
10 3 0,06 0,18 0,54
2 4 0,012 0,048 0,192
169 1 1,144 2,298
b) ¿Cuál es la probabilidad de que haya 2 accidentes mañana? Rta: 0,32

Respuesta: La probabilidad de que haya 2 accidentes mañana es de 0,325 o un 32,5%.
c) ¿Cuál es la probabilidad de que haya menos de 2 accidentes mañana? Rta: 0,61

P ( x) = P(0) + P(1) = 0,337 + 0, 266
P ( x) < P(2) = 0, 603
Respuesta: La probabilidad de que haya menos de 2 accidentes mañana es de 0,603, o un
60,3%.
d) Calcular la esperanza y la varianza del número de accidentes. E(x)= 1,14 ; V(x)= 0,98
E ( x) = Sx �p ( x)
E ( x) = 1,144
V ( x ) = E ( x 2 ) - ( E ( x)) 2
V ( x ) = 2, 298 - 1,1442
V ( x ) = 0,989
3)En la siguiente tabla se identifica la probabilidad de que en un sistema de computación “se caiga”
el número señalado de períodos por semana, durante la fase inicial de instalación del sistema.
N° de 4 5 6 7 8 9
periodos(x)
Probabilidad 0,01 0,08 0,29 0,42 0,14 0,06
P (x)
3-32
a) Calcule el número esperado de veces por semana que la computadora no está trabajando.
Rta: 6,78
El número de veces por semana que la computadora no esta trabajando es la Esperanza,
E(x), que está dada por:
E ( x) = Sx � p ( x)
E ( x) = 6, 78
b) Calcule la varianza de esta distribución de probabilidad. Rta: 1,03
V ( x ) = E ( x 2 ) - ( E ( x)) 2
V ( x ) = 47 - 6, 782
V ( x ) = 1, 0316
x 4 5 6 7 8 9 Total
p 0,01 0,08 0,29 0,42 0,14 0,06 1
x*p 0,04 0,4 1,74 2,94 1,12 0,54 6,78
x2*p 0,16 2 10,44 20,58 8,96 4,86 47
DISTRIBUCIÓN NORMAL
I. Características de la distribución normal

II. La distribución normal tiene forma de campana y es simétrica respecto a su media.
III. Es necesario conocer la media y la desviación estándar para identificar una distribución
normal específica. N (μ,ơ)
IV. Cada combinación de la media y la desviación estándar especifica una distribución
normal única.
V. La distribución normal se extiende hasta el infinito en ambas direcciones a partir de la
media.
VI. La distribución normal se mide en una escala continua, y la probabilidad de obtener un
valor preciso es cero.
VII. El área total bajo la curva es igual a 1 o 100%. El 0,50 del área a la derecha de la media y
el 0,50 a la izquierda.
VIII. La probabilidad de que una variable aleatoria tenga un valor entre cualesquiera dos
puntos es igual al área bajo la curva entre esos puntos. Esta área se puede determinar
usando el cálculo o la tabla normal estándar.
La función de densidad de probabilidad que corresponde a esta curva está dada por la siguiente
expresión:
4-32
Distribución Normal Estándar
El problema de manejar una familia infinita de distribuciones normales se puede resolver

transformando todas las distribuciones normales en la distribución normal estándar, que tiene media
0 y desviación estándar 1.
Valor Z
Cualquier distribución normal se puede convertir en una distribución normal estándar si se
estandariza cada una de las observaciones en términos de valores z. El valor z mide la distancia en
desviaciones estándar entre la media de la curva normal y el valor x de interés.
El valor z es una medida del número de desviaciones estándar entre la media o centro de la curva
normal y el valor de interés.
La ecuación siguiente muestra cómo se puede estandarizar las observaciones de cualquier
distribución normal formando una distribución normal estándar de valores z.
4)El tiempo de reacción para cierto experimento psicológico está distribuido normalmente con
media de 20 segundos y desviación estándar igual a 4 segundos:
a. ¿Cuál es la probabilidad de que una persona tenga un tiempo de reacción menor a 25
segundos? Rta: 0,8944
x-m
z=
s
25 - 20
P ( x < 25) = P ( z < ) = z < 1, 25
4
Por tabla tenemos:
F (1, 25) = 0,8944
Respuesta: La probabilidad de que una persona tenga un tiempo de reacción menor a 25
segundos es de: 0,8944 o un 89,44%.
b. ¿Cuál es la probabilidad de que una persona tenga un tiempo de reacción entre 21 y

30 segundos? Rta: 0,3951
5-32
x-m
z=
s
21 - 20 30 - 20
P (21 �x �30) = P( �z � )=
4 4
= (0, 25 �z �2,5)
z1 = 0,5987
z2 = 0,9938
F (2,5) - F (0, 25) = 0,9938 - 0,5987 = 0,3951
Respuesta: La probabilidad de que una persona tenga un tiempo de reacción entre 21 y
30 segundos es de: 0,3951 o un 39,51%.
c. ¿Qué porcentaje de personas tienen un tiempo de reacción de más de 14 segundos?
Rta: 0,9332
x-m
z=
s
14 - 20
P ( x > 14) = P( z > ) = ( z > -1,5)
4
F (-1,5) = 0, 0668
P ( z > -1,5) = 1 - F ( -1,5) = 1 - 0, 0668
= 0,9332
Respuesta: El porcentaje de personas con un tiempo de reacción de más de 14 segundos
es de: 0,9332 o un 93,32%.
d. ¿Cuál es el tiempo de reacción de modo que el área a su izquierda represente el 15%
de todas las personas que reaccionan con mayor rapidez? Rta: 15,84
Solución
15% = 0,15
Pr obabilidad - acumulada : 0,15
Por - tabla : z = -1, 04
x = zs + m
x = -1, 04 � 4 + 20
x = 15,84
Respuesta: El tiempo de reacción que representa el 15% de las personas que reaccionan
con mayor rapidez es 15,84 segundos.
5)¿El número de días entre la facturación y el pago de las cuentas a crédito en una gran tienda tienen
una distribución aproximadamente normal con una media de 18 días y una desviación estándar
de 4 días: ¿qué proporción de las cuentas serán pagadas?
a. Entre 12 y 18 días? Rta: 0,4332
6-32
x-m
z=
s
12 - 18 18 - 18
P (12 �x �18) = P( �z � )
4 4
= (-1,5 �z �0)
z1 = 0, 0668
z2 = 0,5000
F (0) - F (-1,5) = 0,5000 - 0, 0668 = 0, 4332
Respuesta: Serán pagadas una proporción del 0,4332 o un 43,32%.
b. En menos de 8 días? Rta: 0,0062
x-m
z=
s
8 - 18
P ( x < 8) = P ( z < ) = ( z < -2,5)
4
F (-2,5) = 0, 0062
Respuesta: en menos de 8 días serán pagadas 0,0062 o un 0,62%.
c. En 12 días ó más? Rta: 0,9332
x-m
z=
s
12 - 18
P ( x �12) = P( z � ) = ( z �-1,5)
4
F (-1,5) = 0, 0668
P ( z �-1,5) = 1 - F ( -1,5) = 1 - 0, 0668 = 0,9332
Respuesta: En 12 días o más serán pagadas una proporción del 0,9332 o un 93,32%.
6)El sueldo de 3000 empleados de una empresa se distribuye normal con media de $400 y una
desviación estándar de $80:
e. Determinar el número de empleados que perciben sueldos superiores a $480. Rta:
0,1588. El 15,88% de 3000 es 476,4 empleados
Solución
x-m
z=
s
480 - 400
P ( x > 480) = P( z > ) = ( z > 1)
80
F (1) = 0,8413
P ( z > 1) = 1 - F (1) = 1 - 0,8413 = 0,1587
0,1587 = 15,87%
3000 x15,87%
= 476,1 � Empleados
100%
Respuesta: El número de empleados que perciben sueldos superiores a 480$ es de 476
empleados.
f. Determinar el número de empleados que perciben sueldo entre $240 y $520. Rta:
0,9104 probabilidad; 2731,2 empleados
7-32
Solución
x-m
z=
s
240 - 400 520 - 400
P (240 �x �520) = P ( �z � ) = (-2 �z �1,5)
80 80
z1 = 0, 0228
z2 = 0,9332
F (1,5) - F ( -2) = 0,9332 - 0, 0228 = 0,9104
0,9104 = 91, 04%
3000 x91, 04%
= 2731, 2 � Empleados
100%
Respuesta: Los que perciben un sueldo entre 240$ y 520$ son 2731 empleados.
g. Determinar el número de empleados que perciben sueldo menor a $350. Rta: 0,2676
probabilidad; 802,8 empleados
Solución:
x-m
z=
s
350 - 400
P ( x < 350) = P( z < ) = ( z < -0, 625)
80
F (-0, 625) = 0, 2676
0, 2676 = 26, 76%
3000 x 26, 76%
= 802,8 � Empleados
100%
Respuesta: Los que perciben un sueldo menor a 350$ son 802 empleados.
h. Determinar el valor de la variable sueldo que abarca el 90% del personal. Rta:
x=502,4 empleados.
Solución:
90% = 0,90
Pr obabilidad - acumulada : 0,90
Por - tabla : z = 1, 28
x = zs + m
x = 1, 28 �
80 + 400
x = 502, 4
Respuesta: El valor de la variable sueldo que abarca al 90% del personal es x=502,4.
7)Las ausencias por enfermedad de los empleados de una empresa en un mes tienen una distribución
normal aproximada, con promedio de 200 horas y variancia de 400.
i. Calcular la probabilidad de que el mes próximo el ausentismo total por enfermedad
sea menor que 150 horas. Rta: 0,0062
Solución
8-32
x-m
z=
s
150 - 200
P ( x < 150) = P( z < ) = ( z < -2,5)
20
F (-2,5) = 0,0062
Respuesta: La probabilidad de que el mes próximo el ausentismo por enfermedad sea
menor que 150 horas es de 0,0062 o un 0,62% de probabilidades.
j. Para planear el programa del mes próximo, ¿Cuánto tiempo debe suponer darse al
ausentismo por enfermedad, si aquella cantidad solo se debe superar con una
probabilidad de tan solo 0,10? Rta: x=225,6
Por - tabla : z = 1, 28
x = zs + m
x = 1, 28 �20 + 200
x = 225, 6
Respuesta: El ausentismo por enfermedad debe ser de un tiempo de 225,6 horas.
DISTRIBUCIONES DISCRETAS
DISTRIBUCIÓN BINOMIAL
Teniendo en cuenta el experimento de lanzar una moneda, observamos que tiene solo dos posibles
resultados “cara” y “sello”. La probabilidad de cada una es conocida y constante en un intento
(lanzamiento) al siguiente, y además el experimento puede repetirse muchas veces. Los
experimentos de este tipo siguen una distribución binomial. Con base en el proceso Bernoulli, una
distribución binomial presenta cuatro propiedades.
 Solo debe haber dos posibles resultados, uno se identifica como éxito y el otro como fracaso.
 La probabilidad de éxito “p”, sigue siendo constante de un ensayo al siguiente al igual que lo
hace la probabilidad de fracaso “1-p”.
 La probabilidad de un éxito en un ensayo es totalmente independiente de cualquier otro
ensayo.
 El experimento puede repetirse muchas veces.
Una distribución Binomial: cada ensayo termina en sólo uno de dos resultados mutuamente
excluyentes, uno de los cuales se identifica como éxito y el otro como fracaso. La probabilidad de
cada resultado permanece constante de un ensayo al siguiente.
x n- x
La fórmula: P ( X = x) = C x p q
n
La estructura de la fórmula binomial consta de dos partes:


Indica la cantidad de maneras mutuamente excluyentes en los que los “x” éxitos y los “n-x” fracasos
pueden ser ordenados. Se denomina combinaciones de n elementos tomados de x en x.

p x . q n-x
Indica que cualquier resultado del experimento debe tener “x” éxitos y “n-x” fracasos en el conjunto
de “n” pruebas
9-32
Los cálculos se pueden tornar complejos, cuando n toma valores grandes, puesto que los valores de
los factoriales complican los cálculos. En estos casos es recomendable utilizar tablas. Entramos a la
tabla con n. Al lado del valor n buscamos el x que nos interesa; por arriba el valor de la probabilidad
p.
Esperanza, Variancia y Desvío estándar
E(x) = np
V(x) = npq
npq
D(X) =
9) El 70% de la gente que está tramitando su permiso de conducir admitió que no reportarían a
alguien a quien hubieran visto copiar algunas respuestas durante el examen escrito. Usted acaba de
entrar al salón y observa a 10 personas que esperan presentar el examen escrito. ¿Cuál es la
probabilidad de que, en caso de suceder, cinco de los 10 individuos no reporten lo que vieron? Rta:
0,103
�n � x n - x
P (exitos ) = � � � p � q
�x �
n!
P (e) = �px �q n- x
x !(n - x)!
�10 �
P (5) = � � � 0,3010-5
0, 705 �
�5 �
10!
P (5) = 0, 705 �
� 0,305
5!(10 - 5)!
P (5) = 252 �0,16807 � 0, 00243
P (5) = 0,103
Respuesta: La probabilidad de que cinco de 10 individuos no reporten lo que vieron es 0,103 o un

10,3%.
10) Se sabe que el 30% de las tarjetas de crédito Naranja tienen un límite de $4000 mensuales.
Suponga que se eligen 5 titulares de tarjetas de crédito al azar. Se pide:
a- ¿Cuál es la probabilidad que 3 tengan un tope de $4000 y las otras no? Rta:0,132
10-32
�n � x n - x
P (exitos ) = � � � p � q
�x �
n!
P (e) = �px �q n- x
x !(n - x)!
�5 �
P (3) = � � �0,303 �0, 705-3
�3 �
5!
P (3) = �0,303 � 0, 70 2
3!(5 - 3)!
120
P (3) = �0, 027 �0, 49
12
P (3) = 10 �0, 027 �0, 49
P (3) = 0,1323
Respuesta: La probabilidad de que 3 tengan un tope de $4000 es de 0,1323 o un 13,23%.
b- ¿Cuál es la probabilidad que dos tarjetas exactamente tengan un tope de $4000? Rta:
0,309
�n � x n - x
P (exitos ) = � � � p � q
�x �
n!
P (e) = �px �q n- x
x !(n - x)!
�5 �
P (2) = � � �0,302 � 0, 705- 2
��2
5!
P (2) = �0,302 � 0, 703
2!(5 - 2)!
120
P (2) = �0, 09 �0,343
12
P (2) = 10 �0, 09 �0,343
P (2) = 0,3087
Respuesta: La probabilidad de que dos tarjetas tengan un tope de $4000 es de 0,3087 o un
30,87%.
c- ¿Cuál es la probabilidad que las 5 tarjetas tengan un tope de $4000? Rta: 0,002
11-32
�n � x n - x
P (exitos ) = � � � p � q
�x �
n!
P (e) = �px �q n- x
x !(n - x)!
�5 �
P (5) = � � �0,305 � 0, 705-5
�5 �
5!
P (5) = �0,305 � 0, 70 0
5!(5 - 5)!
120
P (5) = �0, 00243 � 1
120
P (5) = 1 �0, 00243 � 1
P (5) = 0, 00243
Respuesta: La probabilidad de que cinco tarjetas tengan un tope de 4000$ es de 0,00243 o
un 0,243%.
11) En un archivo de 200 comprobantes, se sabe que hay 160 sin errores. Si se selecciona una
muestra de 10 comprobantes con reposición. Se pide
a- Calcular la probabilidad que menos de 7 comprobantes no tengan errores. Rta: 0,121
�n � x n - x
P (exitos ) = � � � p � q
�x �
6
n!
P ( x < 7) = � q n- x
px �
�
i = 0 x !( n - x )!
�10 � �10 � �10 �

P ( x < 7) = � � � 0, 2010-0 + � �
0,800 � � 0, 2010-1 + � �
0,801 � � 0, 2010- 2 +
0,80 2 �
�0 � �1 � �2 �
� 10 � �10 � � 10 � �10 �
+� � �0,803 �0, 2010-3 + � � �0,80 4 �0, 2010- 4 + � � �0,805 � 0, 2010-5 + � � �0,806 � 0, 2010-6
�3 � �4 � �5 � �6 �
10! 10! 10!
P ( x < 7) = �0,800 �0, 2010 + �0,801 �0, 209 + �0,80 2 �0, 208 +
0!(10 - 0)! 1!(10 - 1)! 2!(10 - 2)!
10! 10! 10! 10!
+ �0,803 �0, 207 + �0,804 � 0, 206 + � 0,805 �0, 205 + � 0,806 �0, 204
3!(10 - 3)! 4!(10 - 4)! 5!(10 - 5)! 6!(10 - 6)!
P ( x < 7) = 1 �
1� 0, 0000001024 + 10 � 0,80 � 0, 000000512 + 45 � 0, 64 � 0, 00000256 + 120 � 0,512 � 0, 0000128 +
+210 � 0, 4096 �0, 000064 + 252 � 0,32768 � 0, 00032 + 210 � 0, 262144 � 0, 0016
P ( x < 7) = 0, 0000001024 + 0, 000004096 + 0, 000073728 + 0, 000786432 + 0, 005505024
+0, 026424115 + 0, 088080384
P ( x < 7) = 0,120873881
Respuesta: La probabilidad de que menos de 7 comprobantes no tengan errores es de
0,1208 o un12,08%.
b- Calcular la probabilidad que más de 4 comprobantes no tengan errores. Rta: 0,999
12-32
�n � x n - x
P (exitos ) = � � � p � q
�x �
P ( x > 4) = 1 - P ( x < 4)
3
n!
P ( x > 4) = 1 - � q n- x
px �
�
i=0 x !( n - x )!
� 10 � �10 � �10 � 10 �
�
P ( x > 4) = 1 - � � 0,800 �
� 0, 2010 -0 + � � �0,801 �0, 2010 -1 + � � � 0, 2010-2 + � �
0,80 2 � 0, 2010 -3
0,803 �
�
� �0 1
� � 2
� � 3
� �
10! 10! 10!
P ( x > 4) = 1 - ( � 0,800 � 0, 2010 + 0,801 �
� 0, 209 + � 0, 208 +
0,802 �
0!(10 - 0)! 1!(10 - 1)! 2!(10 - 2)!
10!
+ �0,803 � 0, 207 )
3!(10 - 3)!
P ( x > 4) = 1 - (0, 0000001024 + 0, 000004096 + 0, 000073728 + 0, 000786432)
P ( x > 4) = 1 - (0, 0008643584)
P ( x > 4) = 0,999135641
Respuesta: Por lo tanto la probabilidad de que más de cuatro comprobantes tengan

errores es 0,99913 u un 99,913%.
12) Si es verdad que se puede prevenir el 80% de todos los accidentes industriales prestando estricta
atención a las normas de seguridad obtenga la probabilidad de que se puedan prevenir, por tanto, 4
de siete accidentes. Rta: 0,115
�n � x n - x
P (exitos ) = � � � p � q
�x �
n!
P (e) = �px �q n- x
x !(n - x)!
�7 �
P (4) = � � �0,804 �0, 207 - 4
�4 �
7!
P (4) = �0,804 � 0, 203
4!(7 - 4)!
7!
P (4) = �0, 4096 �0, 008
4!�3!
P (4) = 35 �0, 4096 �0, 008
P (4) = 0,1146
Respuesta: la probabilidad de prevenir 4 de 7 accidentes es de 0,1146 o un 11,46%.
13) Si la probabilidad de que una persona que viaja por cierta aerolínea pague una tarifa adicional
para ver una película es 0,60
13-32
a. ¿cuál es la probabilidad de que solo tres de seis personas que viajan por esta
aerolínea paguen una tarifa adicional para ver una película? Rta: 0,276
�n � x n - x
P (exitos ) = � � � p � q
�x �
n!
P (e) = �px �q n- x
x !(n - x)!
�6 �
P (3) = � � �0, 603 � 0, 40 6-3
�3 �
6!
P (3) = � 0, 603 � 0, 403
3!(6 - 3)!
6!
P (3) = �0, 216 � 0, 064
3!� 3!
P (3) = 20 � 0, 216 � 0, 064
P (3) = 0, 2764
Respuesta: La probabilidad de que 3 de 6 personas paguen una tarifa adicional es
0,2764 o un 27,64%.
b. Calcular la E(x), V(x) y D(x). Rta: E(x)=3,6 ; V(x)=1,44 y D(x)=1,2
Respuesta:
Media - aritmética : E ( x ) = m = n. p
E ( x) = 6 � 0, 60
E ( x) = 3, 6
Variancia : V ( x ) = n. p � q
V ( x) = 6 � 0, 60 �0, 40
V ( x) = 1, 44
Desvío - es tan dar : D( x) = n �
p�q
D( x) = 6 �
0, 60 �
0, 40
D( x ) = 1, 2
APROXIMACIÓN A NORMAL
Cuando np ≥ 5 y nq ≥ 5, n ≥ 30 se aproxima a la distribución normal con:
npq
μ = np y σ =
P(X≤x) = P(Z ≤z0) donde
x-m
Z =  N (0,1)
Acordarse de la corrección por continuidad porque estamos aproximando una distribución de

probabilidad de una variable discreta con una distribución de probabilidad para variable continua.
14-32
Utilizamos esta corrección por continuidad porque estamos pasando de una variable aleatoria
discreta a una variable aleatoria continua. Esto se hace sumando o restando 0,5 de acuerdo a la
situación planteada
1. Reste 0,5 de x cuando se requiera P ( x  x 0 )

2. Reste 0,5 de x cuando se requiera P(x<x0)
3. Sume 0,5 a x cuando se requiera P( x  x 0 )
4. Sume 0,5 a x cuando se requiera P(x > x0)
< Indica que el número de la izquierda es menor que el de la derecha

> Indica que el número de la izquierda es mayor que el de la derecha
≥ Indica que el número de la izquierda es mayor o igual que el de la derecha. (por lo menos, como
mínimo)
≤ Indica que el número de la izquierda es menor o igual que el de la derecha. (a lo sumo, como
máximo)
x0 ≤x≤ x1 Entre dos valores
14) Supongamos que la proporción de monitores que contienen un defecto en una operación de
ensamble es de 0,10 y que una muestra de 200 monitores es incluida en un embarque particular.
¿Cuál es la probabilidad de que al menos 30 de los 200 monitores no incluya ningún motor
defectuoso? Rta: 0,0125
m = n� p
m = 200 �0,10
m = 20
s = n�
p�q
s = 200 � 0,10 � 0,90
s = 4, 2426
x-m
z=
s
29,5 - 20
P ( x �30) = P ( z � ) = ( z �2, 24)
4.2426
F (2, 24) = 0,9875
F ( z �2, 24) = 1 - F (2, 24) = 1 - 0,9875 = 0, 0125
0, 0125 = 1, 25%
Respuesta: La probabilidad de que al menos 30 de los 200 monitores no incluya ningún motor
defectuoso es de 0,0125o un 1,25%.
15) Del total de empresas de una determinada región, el 60% son pequeñas empresas. Son
seleccionadas al azar 100 empresas.
a. ¿Cuál es la probabilidad de que entre 54 y 58 empresas sean pequeñas? Rta: 0,2865
15-32
m = n� p
m = 100 � 0, 60
m = 60
s = n�
p�q
s = 100 �
0, 60 �
0, 40
s = 24
s = 4,9
x-m
z=
s
53,5 - 60 58,5 - 60
P (54 �x �58) = P ( �z � ) = (-1,326 �z �-0,306)
4,9 4,9
z1 = 0, 0934
z2 = 0,3821
F (-0,306) - F (-1,326) = 0,3821 - 0, 0934 = 0, 2887
0, 2887 = 28,87%
Respuesta: La probabilidad de que entre 54 y 58 sean empresas pequeñas es de 0,2887 o

un 28,87%.
b. ¿Cuál es la probabilidad de que menos de 72 empresas sean pequeñas? Rta: 0,9906
m = 60
s = 4,9
x-m
z=
s
71,5 - 60
P ( x < 72) = P( z < ) = ( z < 2,347)
4,9
F (2,347) = 0,9904
Respuesta: La probabilidad de que menos de 72 empresas sean pequeñas es de 0,9904 o
un 99,04%.
c. ¿Cuál es la probabilidad de que más de 45 empresas sean pequeñas? Rta: 0,9985
m = 60
s = 4,9
x-m
z=
s
45,5 - 60
P ( x > 45) = P( z > ) = ( z > -2,96)
4,9
F (-2,96) = 0, 0015
F ( z > -2,96) = 1 - F ( -2,96) = 1 - 0, 0015 = 0,9985
0,9985 = 99,85%
Respuesta: La probabilidad de que más de 45 empresas sean pequeñas es de 0,9985 o un
99,85%.
16-32
Con Excel es la fx =DISTR.NORM.N
Argumentos de función X = Media; Desvío estándar; acumulado= verdadero
16) En base a experiencia anterior el 40% de los clientes de la Estación de servicios automotriz
Méndez S.A. pagan sus compras con tarjetas de créditos. Si se selecciona una muestra de 200
clientes, ¿cuál es la probabilidad aproximada de que:
A. Por lo menos 75 paguen con tarjeta de crédito? Rta: 0,7852
m = n� p
m = 200 �
0, 40
m = 80
s = n�
p�q
s = 200 �
0, 40 �
0, 60
s = 48
s = 6,928
x-m
z=
s
74,5 - 80
P ( x �75) = P( z � ) = ( z �-0, 79)
6,928
F (-0, 79) = 0, 2148
F ( z �-0, 79) = 1 - F ( -0, 79) = 1 - 0, 2148 = 0, 7852
0, 7852 = 78,52%
Respuesta: La probabilidad de que por lo menos 75 paguen con tarjeta de crédito es de 0,7852 o
un 78,52%.
B. No más de 70 paguen con tarjeta de crédito? Rta: 0,0668

m = 80
s = 6,928
x-m
z=
s
69,5 - 80
P( x < 70) = P( z < ) = ( z < -1,515)
6,928
F (-1,515) = 0, 0655
Respuesta: La probabilidad de que no más de 70 paguen con tarjeta de crédito es 0,0655 o un
6,55%.
17) En una determinada ciudad el 10% de los habitantes son extranjeros. Se seleccionan 90
habitantes al azar. Calcular las siguientes probabilidades:
a. Menos de seis sean extranjeros Rta: 0,1093
17-32
m = n� p
m = 90 �0,10
m =9
s = n�
p�q
s = 90 �
0,10 �
0,9
s = 8,1
s = 2,846
x-m
z=
s
5,5 - 9
P ( x < 6) = P ( z < ) = ( z < -1, 23)
2,846
F (-1, 23) = 0,1093
0,1093 = 10,93%
Respuesta: La probabilidad de que menos de seis sean extranjeros es de 0,1093 o un 10,93%.
c. Entre dos y ocho sean extranjeros Rta: 0,4282
m = n� p
m = 90 �0,10
m =9
s = n�
p�q
s = 90 �
0,10 �
0,90
s = 8,1
s = 2,846
x-m
z=
s
1,5 - 9 8,5 - 9
P (2 �x �8) = P ( �z � ) = (-2, 635 �z �-0,1757)
2,846 2,846
z1= 0, 0043
z2 = 0, 4325
F (-0,1757) - F (-2, 635) = 0, 4325 - 0, 0043 = 0, 4282
0, 4282 = 42,82%
Respuesta: La probabilidad de que entre dos y ocho sean extranjeros es de 0,4282 o un
42,82%.
DISTRIBUCIÓN HIPERGEOMÉTRICA
 Presume la extracción de elementos de una determinada población a los que podemos
clasificar como ÉXITO y FRACASO. (mutuamente excluyentes y exhaustivas)
 Los muestreos se realizan SIN REEMPLAZO.
18-32
 La probabilidad no se mantiene constante en cada repetición del experimento, sino que varía
en cada repetición. Estamos ante la situación de un muestreo sin reemplazo donde la
probabilidad de extraer un elemento de la población varía en cada repetición.
Distribución Hipergeométrica: Si se selecciona una muestra sin reemplazo de una población finita
conocida y contiene una proporción relativamente grande de la población, de manera que la
probabilidad de éxito sea perceptiblemente alterada de una selección a la siguiente, debe utilizarse la
distribución hipergeométrica.
C xN1 C nN-2x
P ( X = x) =
La fórmula: C nN
N= cantidad de elementos de la población
N1= cantidad de elementos de la población que pertenecen a la categoría éxito.
N2= cantidad de elementos de la población que pertenecen a la categoría fracaso.
n= cantidad de elementos en la muestra seleccionados de los N elementos de la población
x= cantidad de éxitos en la muestra.
n – x = cantidad de fracasos en la muestra.
E(x) = np
N -n
V(x) = npq N - 1
N -n
npq
D(x) = N -1
EJERCICIOS
18) Un grupo de 9 personas está formado por 4 hombres y 5 mujeres. Si se selecciona al azar sin
reemplazo 3 individuos para desempeñar cargos que son incompatibles entre sí. ¿Cuál es la
probabilidad de que:
a. Los 3 sean hombres? Rta: 0,047
�M ��N - M � M! ( N - M )!
� � � � x !( M - x)! (n - x)!( N - M - n - x)!
x �n - x �
P( x) = � � =
�N � N!
� � n !( N - n)!
�n �
19-32
4! (9 - 4)!
3!(4 - 3)! (3 - 3)!(5 - 0)!
P( x) =
9!
3!(9 - 3)!
4! 5!
P ( x ) = 3!1! 0!5!
9!
3!6!
4� 1 4
P( x) = = = 0, 0476
84 84
Respuesta: La probabilidad de que los tres sean hombres es de 0,0476 o un 4,76%.
b. 1 sea hombre? Rta: 0,476

4! (9 - 4)!
1!(4 - 1)! (3 - 1)!(5 - 2)!
P( x) =
9!
3!(9 - 3)!
4! 5!
P( x) = 1�3! 2!3!
9!
3!6!
4�10 40
P( x) = = = 0, 4762
84 84
Respuesta: La probabilidad de que uno sea hombre es de 0,4762 o un 47,62%.
c. Calcular la E(x), V(x) y D(x). Rta: 1,33 Rta: 0,55 Rta:0,74

E ( x) = n �p
4
E ( x) = 3 �
9
4
E ( x ) = = 1,333
3
E(x)=1,333
V ( x) = n �p ��
q�( N - n ) n - 1�
�
4 5
V ( x ) = 3 � ��( 9 - 3) 9 - 1�
�
9 9 � �
20 ��
6
V ( x) = ��
27 ��
8
20 3
V ( x) = �
27 4
5
V ( x ) = = 0,555
9
V(x)=0,555
20-32
D( x) = n �
p�q ( N - n ) ( N - 1)
5
D( x) =
9
D( x) = 0, 745
19) Entre los 16 camiones de entrega de una tienda departamental, 5 emiten cantidades excesivas de
contaminantes. Si se selecciones al azar 8 de los camiones para una inspección, ¿cuál es la
probabilidad de que esta muestra incluya por los menos 3 de los camiones que emite cantidades
excesivas de contaminantes? Rta: 0,50
�N - M �
�M � M! ( N - M )!
� �� 3 x !( M - x)! (n - x )!( N - M - n - x)!
3
x �n - x �
P ( x �3) = �� =�
i=0 �N � i=0
N!
� � n !( N - n)!
�n �
5! (16 - 5)! 5! (16 - 5)! 5! (16 - 5)! 5! (16 - 5)!

0!(5 - 0)! (8 - 0)!(11 - 5)! 1!(5 - 1)! (8 - 1)!(11 - 5)! 2!(5 - 2)! (8 - 2)!(11 - 5)! 3!(5 - 3)! (8 - 3)!(11 - 5)!
P( x �3) = + + +
16! 16! 16! 16!
8!(16 - 8)! 8!(16 - 8)! 8!(16 - 8)! 8!(16 - 8)!
1375 55 770 4620
P( x �3) = + + +
12870 12870 12870 12870
P( x �3) = 0,1068 + 0, 00427 + 0, 05982 + 0,3589
P( x �3) = 0,5297
Respuesta: La probabilidad de que esta muestra incluya 3 de los camiones que emiten
contaminantes es 0,5297o un 52,97%.
20) En una empresa de 25 empleados. Quince están a favor de una huelga y 10 no. Averigüe la
probabilidad de que una muestra aleatoria de 6 empleados contenga 3 que se oponen a la huelga y 3
a favor. Rta: 0,308
15! (25 - 15)!

3!(15 - 3)! (6 - 3)!(10 - 3)!
P( x ) =
25!
6!(25 - 6)!
15! 10!
P ( x ) = 3!12! 3!7!
25!
6!19!
455 �120
P( x ) =
177100
P ( x ) = 0,3083
21-32
Respuesta: La probabilidad de que en una muestra aleatoria de seis empleados contenga tres a favor
y tres en contra es: de 0,3083 o un 30,83%.
21) Un auditor elige 3 cuentas al azar de un grupo de 10 para examinarlas con todo cuidado. La
compañía a la que se le hace la auditoria sabe que 4 de las cuentas de impuestos tienen errores.
a. ¿Cuál es la probabilidad de que las 3 cuentas elegidas 2 tengan errores? (Rta: 0,30)
4! (10 - 4)!
2!(4 - 2)! (3 - 2)!(6 - 1)!
P( x) =
10!
3!(10 - 3)!
4! 6!
P ( x ) = 2!2!1!5!
10!
3!7!
6� 6
P( x) =
120
36
P( x) =
120
P ( x ) = 0,30
b. Calcular la E(x), V(x) y D(x). (Rta: 1,2) (Rta: 0,56 ) (Rta: 0,75)
E (x) = n � p
E (x) = 3 � 0, 4
E ( x ) = 1, 2
V ( x) = n �
p ��( N - n)
q �
� ( N - 1) �
�
V ( x) = 3 � 0, 4 � [ 10 - 3 10 - 1]
0, 6 �
V ( x ) = 0, 72 �[ 7 9]
V ( x ) = 0,56
D( x) = V ( x)
D( x) = 0,56
D( x) = 0, 7483
APROXIMACIÓN A BINOMIAL
Cuando n/N tiende a cero, generalmente cuando:
n
 0,05
N se utiliza binomial
Cuando aproximamos existe una muy pequeña diferencia en el resultado, sin embargo en la práctica
real la distribución binomial se usa con frecuencia para obtener una aproximación de la distribución
hipergeométrica. Las ventajas principales de la aproximación son que la distribución binomial se ha
tabulado en forma más extensiva que la distribución hipergeométrica y entre las dos fórmulas, es
más sencillo usar la fórmula de binomial. Los cálculos son menos complicados
22-32
22) Si de 800 piezas fabricadas por una máquina salieron 25 defectuosas y se eligen 5 de aquellas al
azar. ¿Cuál es la probabilidad de que haya 1 defectuosa entre las cinco elegidas? Rta: 0,13
�n � x n - x
P (e) = � � � p � q
�x �
�5 �
P (1) = � � � 0, 031251 �0,968755-1
��1
5!
P (1) = 0, 03125 �0,968754
1!(5 - 1)!
120
P (1) = � 0, 02752307
24
P (1) = 5 �0, 02752307
P (1) = 0,1376
Respuesta: La probabilidad de que haya una defectuosa entre las cinco elegidas es: 0,1376 o un
13,76%.
23) En una prisión federal, 120 de los 300 internos están purgando condenas por delitos contra la
salud. Si se selecciona aleatoriamente a 8 de los internos para comparecer ante un comité legislativo
¿cuál es la probabilidad de que 3 de los 8 estén purgando condenas por delitos contra la salud? Rta:
0,279
�n � x n - x
P (e) = � � �p � q
�x �
�8 � 3
P (3) = � � �0, 4 � 0, 68-3
�3 �
8!
P (3) = 0, 43 �0, 65
3!(8 - 3)!
8!
P (3) = �0, 064 � 0, 07776
3!� 5!
P (3) = 56 � 4,97664 � 10-3
P (3) = 0, 2787
Respuesta: La probabilidad de que tres de los ocho estén purgando condenas contra la salud es de
0,2787 o un 27,87%.
24) Entre los 180 empleados de una compañía, 144 sindicalizados y los otros no. Se debe
seleccionar al azar a 5 empleados para prestar sus servicios en un comité de consultoría para el
fondo de pensión. Calcular la probabilidad de que 3 de los 5 empleados para el comité sean
sindicalizados. Rta: 0,205
�n � x n - x
P (e) = � � �p �q
�x �
�5 � 3
P (3) = � ��0,8 � 0, 25-3
�3 �
23-32
5!
P (3) = 0,83 �0, 22
3!(5 - 3)!
5!
P (3) = �0,512 � 0, 04
3!� 2!
120
P (3) = � 0, 02048
12
P (3) = 10 �0, 02048
P (3) = 0, 2048
DISTRIBUCIÓN POISSON
Son necesarios dos supuestos para la aplicación de esta distribución
La probabilidad de ocurrencia de un evento es constante para dos intervalos cualesquiera de tiempo
o espacio
La ocurrencia del evento en un intervalo es independiente de la ocurrencia de otro intervalo
cualquiera.
Se puede estudiar
a) como distribución límite de la binomial
a1) Se ocupa del número de veces que ocurre un acontecimiento raro (p chico) y un n grande, en
general se toma por convención np<5 para decidir distribución de Poisson.
 Nos encontramos ante muestras de tamaño bastante mayor (Binomial)

 La probabilidad de éxito es muy pequeña (acontecimiento raro, p “chico”)
 Se toma como convención m ó =n.p < 5
b) Como proceso estocástico
Cada una de las variables aleatorias representa el número total x de ocurrencias del fenómeno
durante un período de tiempo fijo o una región fija del espacio
Si se cumplen estas cuatro condiciones:
b1) Es posible dividir el intervalo de tiempo considerado en pequeños subintervalos
b2) La probabilidad de una ocurrencia permanece constante a lo largo de los intervalos
b3) La probabilidad de dos o más ocurrencias en un subintervalo es suficientemente pequeña

como para ignorarla.
b4) Las ocurrencias son independientes.
e -k k x
La fórmula: P (X=x) = x!
24-32
mt = k = λ
np = k = λ
E(x) = k = λ
V(x) = k = λ
D(x) = k = 
25) Una compañía de seguros ha estimado que solo el 0,1% de la población tienen cierto tipo de
accidente por año. Si se seleccionan al azar 4000 asegurados con este tipo de siniestro, se pide
calcular la probabilidad:
a. 3 de éstos cliente se accidente al año próximo. Rta: 0,1954
m� t=k
k = 4000 �
0, 001
k =4
e- k � kX
P( X = x) =
x!
-4 3
e � 4
P (3) =
3!
P (3) = 0,19536
Respuesta: La probabilidad de que 3 de estos clientes se accidente por años es de
0,19536 o un 19,536%.
b. Menos de 3 clientes sufran este tipo de accidente el año próximo. Rta: 0,2381
2 e -4 � 4i
P ( x < 3) = S ;
i =0 i!
e -4 � 4 0 e -4 � 41 e-4 �
42
P ( x < 3) = + + ;
0! 1! 2!
P ( x < 3) = 0, 018315638 + 0, 073262555 + 0,146525111 = 0, 238103304
P ( x < 3) = 0, 238103304
Respuesta: La probabilidad de que menos de 3 clientes sufran este tipo de accidentes el
año próximo es de 0,2381 o un 23,81%.
c. Entre 2 y 6 clientes se accidenten el año próximo. Rta: 0,7988
25-32
6
e -4 � 4i 1 e -4 �4i
P (2 �x �6) = � -� ;
i=0 i! i=0 i!
e -4 �
4 0 e -4 � 41 e-4 � 4 2 e -4 �
43 e-4 �
44 e -4 �
45 e -4 �
46 e -4 �
40 e -4 �41
P (2 �x �6) = ( + + + + + + )-( );
0! 1! 2! 3! 4! 5! 6! 0! 1!
P (2 �x �6) = (0, 018315638 + 0, 073262555 + 0,146525111 + 0,195366814 + 0,195366814 +
+0,156293451 + 0,104195634) - (0, 018315638 + 0, 073262555) = 0,889326017 - 0, 091578193
P (2 �x �6) = 0,797747824
Respuesta: La probabilidad de que entre 2 y 6 clientes se accidenten el año próximo es
de 0,7977 o un 79,77%.
d. Más de 4 clientes se accidentes el año próximo. 0,3711
4
e -4 � 4i
P ( x > 4) = 1 - P( x �4) = 1 - � ;
i =0 i!
e -4 �
4 0 e -4 �41 e -4 �
4 2 e -4 �
4 3 e -4 �
44
P ( x > 4) = 1 - ( + + + + );
0! 1! 2! 3! 4!
P ( x > 4) = 1 - (0, 018315638 + 0, 073262555 + 0,146525111 +
+0,195366814 + 0,195366814);
P ( x > 4) = 1 - 0, 628836932
P ( x > 4) = 0,371163068
Respuesta: La probabilidad de más de 4 clientes se accidenten el año próximo es de 0,3711 o un
37,11%
26) Si la probabilidad de que un individuo sufra una reacción por una inyección de un determinado
suero es de 0,001, determinar la probabilidad de que de un total de 2000 individuos:
a. Exactamente 3 tengan reacción Rta: 0,1804
m� t=k
k = 2000 �0, 001
k =2
e- k �
kX
P( X = x) =
x!
-2 3
e � 2
P (3) =
3!
P (3) = 0,180447044
Respuesta: La probabilidad de que exactamente 3 sufran una reacción es de 0,1804 o un
18,04%
b. Más de 2 individuos tengan reacción. Rta: 0,3233
2
e -2 � 2i
P ( x > 2) = 1 - P( x �2) = 1 - � ;
i =0 i!
e -2 �
2 0 e -2 �21 e -2 �
22
P ( x > 2) = 1 - ( + + );
0! 1! 2!
P ( x > 2) = 1 - (0,135335283 + 0, 270670566 + 0, 270670566);
P ( x > 2) = 1 - 0, 676676415
P ( x > 2) = 0,323323585
26-32
Respuesta: La probabilidad de que más de 2 individuos tengan una reacción es de:
0,3233 o un 32,33%.
27) Del año 2008 al 2011, el número promedio de accidentes fatales entre las líneas aéreas
comerciales certificadas fue de 2,8. Suponga que el número de accidentes fatales por año en estas
líneas aéreas se puede describir en forma adecuada por medio de una distribución de probabilidad
de Poisson con media 2,8. ¿Cuál es la probabilidad de que se produzcan 3 ó más accidentes fatales
en el año 2012? Rta: 0,5305
n� p=k =
m� t=k =
n� p = 2,8
k = 2800 � 0, 001
k = 2,8
x �3
2
e -2,8 �2,8i
P ( x �3) = 1 - P( x < 3) = 1 - � ;
i =0 i!
e -2,8 �
2,80 e -2,8 �2,81 e -2,8 �
2,82
P ( x �3) = 1 - ( + + );
0! 1! 2!
P ( x �3) = 1 - (0, 060810062 + 0,170268175 + 0, 238375445);
P ( x �3) = 1 - 0, 469453682
P ( x �3) = 0,530546318
Respuesta: La probabilidad de que 3 o más accidentes fatales se produzcan en el año 2012 es de:
0,5305 o un 53,05%.
28) Si la probabilidad de que un individuo sufra una reacción por una inyección de un determinado
suero es de 0,001, determinar la probabilidad de que de un total de 3000 individuos:
a. Exactamente 3 tengan reacción Rta: 0,2240
m� t=k
k = 3000 �0, 001
k =3
e- k �
kX
P( X = x) =
x!
-3 3
e � 3
P (3) =
3!
P (3) = 0, 224041807
Respuesta: que exactamente 3 tengan una reacción es de 0,2240 o un 22,40%.
b. Más de 2 individuos tengan reacción Rta: 0,5768
27-32
2
e -3 �3i
P ( x > 2) = 1 - P( x �2) = 1 - � ;
i =0 i!
e -3 � 30 e-3 � 31 e-3 �
32
P ( x > 2) = 1 - ( + + );
0! 1! 2!
P ( x > 2) = 1 - (0, 049787068 + 0,149361205 + 0, 224041807);
P ( x > 2) = 1 - 0, 42319008
P ( x > 2) = 0,57680992
Respuesta: La probabilidad de que más de 2 individuos tengan reacción es de 0,5768 o un 57,68%.
(Proceso estocástico)
29) El número de llamadas que llegan a un conmutador es de 0,5 por minuto en promedio, halle la
probabilidad de que:
a. En un minuto no lleguen llamadas. Rta: 0,607
e- k �kx
P( x ) =
x!
e -0,5 �0,50
P ( x = 0) = ;
0!
P ( x = 0) = 0, 6065
Respuesta: la probabilidad de que en un minuto no lleguen llamadas es de: 0,6065 o un 60,65%.
b. En un minuto lleguen más de 3 llamadas Rta: 0,002

3
e -0,5 �0,5i
P ( x > 3) = 1 - P ( x �3) = 1 - � ;
i =0 i!
e -0,5 �
0,50 e -0,5 �0,51 e -0,5 �
0,52 e -0,5 �
0,53
P ( x > 3) = 1 - ( + + + );
0! 1! 2! 3!
P ( x > 3) = 1 - (0, 6065 + 0,3032 + 0, 0758 + 0,0126);
P ( x > 3) = 1 - 0,9981
P ( x > 3) = 0, 0019
Respuesta: La probabilidad de que en un minuto lleguen más de 3 llamadas es de: 0,0019 o un
0,19%.
c. En tres minutos lleguen menos de 5 llamadas. Rta: 0,98

4
e -1,5 �1,5i
P ( x < 5) = � ;
i=0 i!
e -1,5 �
1,50 e-1,5 �
1,51 e-1,5 �
1,52 e -1,5 �
1,53 e -1,5 �
1,54
P ( x < 5) = ( + + + + );
0! 1! 2! 3! 4!
P ( x < 5) = (0, 2231 + 0,3346 + 0, 2510 + 0,1255 + 0, 0470);
P ( x < 5) = 0,9812
Respuesta: La probabilidad de que lleguen menos de 5 llamadas en tres minutos es de: 0,9812 o
un 98,12%.
d. En cinco minutos lleguen más de 2 llamadas. Rta: 0,46
28-32
2
e -2,5 �2,5i
P ( x > 2) = 1 - P( x �2) = 1 - � ;
i =0 i!
e -2,5 �
2,50 e -2,5 �2,51 e-2,5 �
2,52
P ( x > 2) = 1 - ( + + );
0! 1! 2!
P ( x > 2) = 1 - (0, 0820 + 0, 2052 + 0, 2565);
P ( x > 2) = 1 - 0,5437
P ( x > 2) = 0, 4563
Respuesta: La probabilidad de que en cinco minutos lleguen más de dos llamadas es de: 0,4563
o un 45,63%.
e. ¿Cuántas llamadas se espera que lleguen en cinco minutos? Rta: 2,5

 = m.t
 = 0,5 �
5
 = 2,5
Respuesta: en cinco minutos se esperan 2,5 llamadas.
30) El promedio de personas que llegan a la ventanilla de un banco por minuto durante las horas
hábiles es 1. Halle la probabilidad de que en un minuto dado:
a. No aparezcan clientes Rta: 0,3679
e-k �kx
P ( x) =
x!
e -1 �
10
P ( x = 0) = ;
0!
P ( x = 0) = 0,3678
Respuesta: La probabilidad de que no aparezcan clientes es de: 0,3678 o un 36,78%.
b. Haya 3 o más clientes Rta: 0,0803
2
e -1 �1i
x �3) = 1 - P( x < 3) = 1 - � ;
i =0 i!
e -1 �10 e-1 � 11 e -1 �
12
P ( x �3) = 1 - ( + + );
0! 1! 2!
P ( x �3) = 1 - (0,3678 + 0,3678 + 0,1839);
P ( x �3) = 1 - 0,9195
P ( x �3) = 0, 0805
Respuesta: La probabilidad de que haya 3 o más clientes es de: 0,0805 o un 8,05%.
c. Haya 3 o menos clientes. Rta: 0,981
3
e -1 �1i
P ( x �3) = � ;
i =0 i!
e -1 �
10 e -1 �11 e -1 �
12 e -1 �
13
P ( x �3) = ( + + + );
0! 1! 2! 3!
P ( x �3) = (0,3678 + 0,3678 + 0,1839 + 0, 0613);
P ( x �3) = 0,9808
Respuesta: La probabilidad de que haya 3 o menos clientes es de: 0,9808 o un 98,08%.
29-32
DISTRIBUCIÓN POISSON CON APROXIMACIÓN A NORMAL
Cuando
k o λ ≥ 10 y n ≥ 30 se aproxima a la distribución Normal con
k o
μ=ko λyσ=
x-m
Z =  N (0,1)
Acordarse de la corrección por continuidad porque estamos aproximando una distribución de

probabilidad de una variable discreta con una distribución de probabilidad para variable continua
Utilizamos esta corrección por continuidad porque estamos pasando de una variable aleatoria
discreta a una variable aleatoria continua. Esto se hace sumando o restando 0,5 de acuerdo a la
situación planteada
1. Reste 0,5 de x cuando se requiera P ( x  x 0 )

2. Reste 0,5 de x cuando se requiera P(x<x0)
3. Sume 0,5 a x cuando se requiera P( x  x 0 )
4. Sume 0,5 a x cuando se requiera P(x > x0)
31) El número de automóviles que llegan por minuto a la caseta de peaje de un puente se calculan
mediante la distribución Poisson con λ=2,5
a. ¿Cuál es la probabilidad aproximada de que en un período de diez minutos lleguen:
i. No más de 10 automóviles. Rta: 0,0013
�x -  �t�
F ( x) = z � �
� � t �
� 10 - 25 �
F (10) = z � � ;
� 25 �
F (10) = z ( -3) = 0, 0013
Respuesta: La probabilidad de que en un periodo de diez minutos lleguen no
más de 10 automóviles es: 0,0013 o un 0,13%.
ii. Entre 20 y 30 automóviles. Rta: 0,7286
30-32
�x -  �t�
F ( x) = z � �
� � t �
19,5 - 25 �
� �30,5 - 25 �
F (20 �x �30) = � ��z �� =
� 25 � � 25 �
= (-1,1 �z �1,1)
z1 = 0,1357
z2 = 0,8643
F (30) - F (20) = 0,8643 - 0,1357 = 0, 7286
Respuesta: La probabilidad de que en un periodo de diez minutos lleguen entre
20 y 30 automóviles es de: 0,7286 o un 72,86%.
32) Al aeropuerto de una ciudad arriban en promedio 4 aviones cada 6 minutos. ¿Cuál es la
probabilidad de que arriben entre 57 y 64 aviones cada 72 minutos? Rta: 0,10
x
=
t
4
=
6
2
=
3
�x -  �t�
F ( x) = z � �
� � t �
�56,5 - 48 � �64,5 - 48 �
F (57 �x �64) = � ��z �� =
� 48 � � 48 �
= (1, 2268 �z �2,3815)
z1 = 0,8888
z2 = 0,9913
F (64) - F (57) = 0,9913 - 0,8888 = 0,1025
Respuesta: La probabilidad de que arriben entre 57 y 64 aviones cada 72 minutos es de: 0,1025 o
un 10,25%.
33) En un cajero automático llegan en promedio 15 personas cada media hora. ¿Cuál es la
probabilidad de que lleguen más de 20 personas en una hora y diez minutos? Rta: 0,99
31-32
x
=
t
15
=
30
 = 0,5 - por min uto
t = 70
�x -  �t�
F ( x) = z � �
� � t �
�20,5 - 35 �
F ( x > 20) = z > � �=
� 35 �
= F (-2, 45) = 0, 0071
P ( z > -2, 45) = 1 - F (-2, 45) = 1 - 0, 0071
= 0,9929
Respuesta: La probabilidad de que lleguen más de 20 personas en una hora y diez minutos es de:
0,9929 o un 99,29%.
32-32

OKram - Actividad Acreditable 5

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

OKram - Actividad Acreditable 5

Cargado por

Copyright:

Formatos disponibles

Materia: Estadística

Carrera: Tecnicatura Universitaria en Recursos Naturales Renovables orientación Frutihortícola.

b) Media de una distribución discreta de probabilidad.

Cantidad de accidentes Cantidad de días

a) Construya una distribución de probabilidad

Cantidad de días Cantidad de accidentes P(x) x�

b) ¿Cuál es la probabilidad de que haya 2 accidentes mañana? Rta: 0,32

c) ¿Cuál es la probabilidad de que haya menos de 2 accidentes mañana? Rta: 0,61

I. Características de la distribución normal

Distribución Normal Estándar

El problema de manejar una familia infinita de distribuciones normales se puede resolver

b. ¿Cuál es la probabilidad de que una persona tenga un tiempo de reacción entre 21 y

La estructura de la fórmula binomial consta de dos partes:

Esperanza, Variancia y Desvío estándar

Respuesta: La probabilidad de que cinco de 10 individuos no reporten lo que vieron es 0,103 o un

�10 � �10 � �10 �

Respuesta: Por lo tanto la probabilidad de que más de cuatro comprobantes tengan

Respuesta: la probabilidad de prevenir 4 de 7 accidentes es de 0,1146 o un 11,46%.

Cuando np ≥ 5 y nq ≥ 5, n ≥ 30 se aproxima a la distribución normal con:

P(X≤x) = P(Z ≤z0) donde

Acordarse de la corrección por continuidad porque estamos aproximando una distribución de

1. Reste 0,5 de x cuando se requiera P ( x  x 0 )

< Indica que el número de la izquierda es menor que el de la derecha

Respuesta: La probabilidad de que entre 54 y 58 sean empresas pequeñas es de 0,2887 o

B. No más de 70 paguen con tarjeta de crédito? Rta: 0,0668

Esperanza, Variancia y Desvío estándar

b. 1 sea hombre? Rta: 0,476

c. Calcular la E(x), V(x) y D(x). Rta: 1,33 Rta: 0,55 Rta:0,74

5! (16 - 5)! 5! (16 - 5)! 5! (16 - 5)! 5! (16 - 5)!

15! (25 - 15)!

Cuando n/N tiende a cero, generalmente cuando:

a) como distribución límite de la binomial

 Nos encontramos ante muestras de tamaño bastante mayor (Binomial)

b) Como proceso estocástico

Si se cumplen estas cuatro condiciones:

b1) Es posible dividir el intervalo de tiempo considerado en pequeños subintervalos

b2) La probabilidad de una ocurrencia permanece constante a lo largo de los intervalos

b3) La probabilidad de dos o más ocurrencias en un subintervalo es suficientemente pequeña

b4) Las ocurrencias son independientes.

b. En un minuto lleguen más de 3 llamadas Rta: 0,002

c. En tres minutos lleguen menos de 5 llamadas. Rta: 0,98

e. ¿Cuántas llamadas se espera que lleguen en cinco minutos? Rta: 2,5

DISTRIBUCIÓN POISSON CON APROXIMACIÓN A NORMAL

k o λ ≥ 10 y n ≥ 30 se aproxima a la distribución Normal con

Acordarse de la corrección por continuidad porque estamos aproximando una distribución de

1. Reste 0,5 de x cuando se requiera P ( x  x 0 )

También podría gustarte