ESTUDIOS DE CASO ESTUDIANTE N°1

a. Distribución Hipergeométrica: De 60 personas seleccionadas de una determinada

empresa, 20 de ellas son técnicos y 40 son profesionales de cierta área de la
lingüística. Si se selecciona aleatoriamente una muestra de 12 personas, ¿Cuál es la
Probabilidad de que:

1. ¿6 de ellos sean tecnólogos?

N = número total de la población: 50

K = número de éxitos de la Población: 20
n = número de muestras: 12
x = número de éxitos de la muestra: 6

P ( X=x )= k ¿ ¿
()
x
Esta fórmula se utiliza la combinación ya que no se requiere de un orden específico.

En Excel utilizamos la formula =DISTR.HIPERGEOM.N(6;12;20;50;0)

P(x) = 0,1895

De igual forma, haciéndolo manual se obtiene el mismo resultado:

20 ∗ 50−20
P ( X=6 )=
( 6 ) ( 12−6 )

(5012)
20 ∗ 30
P ( X=6 )=
( 6) (6)

(5012)
P ( X=6 )=0.1895
La Probabilidad de que de 6 de ellos sean tecnólogos es del 18,95%
 2. ¿7 de ellos sean profesionales?

N = número total de la población: 50

K = número de éxitos de la Población: 40
n = número de muestras: 12
x = número de éxitos de la muestra: 7

P ( X=x )= k ¿ ¿
()
x
Esta fórmula se utiliza la combinación ya que no se requiere de un orden específico.

En Excel utilizamos la formula =DISTR.HIPERGEOM.N(7;12;40;50;0)

P(x) =0,3787

40 ∗ 50−40
( X =7 )=
( 7 ) ( 12−7 )

(5012 )
40 ∗ 10
P ( X=7 )=
( 7) (5)

( 5012)
P ( X=7 )=0.0387
La Probabilidad de que de 7 de ellos sean profesionales es de 3,87%
 b. Distribución Binomial: (Distribución binomial). En una empresa el 25% de los
empleados tienen estudios de posgrado. Se elige aleatoriamente una muestra de 20
trabajadores. Si X es la variable aleatoria que representa el número de trabajadores
con postgrado, encuéntrese:

n = número de ensayos: 20 trabajadores

P = probabilidad de éxito: 0.25
x = número de casos exitosos

P ( x)=( nx) p (1− p)

x n −x

P ᷈ B (20, 0.25)

En Excel se realiza, aplicando la fórmula:

=DISTR.BINOM.N(0;20;0,25;0)  el resultado de todo fue:

x 0 1 2 3 4 5
0,06694780
p (X=x) 0,00317121 0,02114141 8 0,13389562 0,18968545 0,20233115

6 7 8 9 10 11 12
0,16860929 0,1124062 0,06088669 0,02706075 0,00992228 0,00300675 0,00075169

13 14 15 16 17 18 19 20
0,00015419 2,5699E-05 3,4265E-06 3,5693E-07 2,7994E-08 1,5552E-09 5,457E-11 9,0949E-13

Si X es la variable aleatoria que representa el número de trabajadores con postgrado, hallar:

 1. 𝑃(𝑋 ≤ 4)

P ( X ≤ 4 ) =P ( X=0 )+ P ( X =1 ) + P ( X=2 ) + P ( X=3 )+ P( X =4)

P ( X ≤ 4 ) =0,00317121+ 0,02114141+0,066947808+0,13389562+0,18968545=0,4148415≈ 41,48 %

Cuando se tiene que X ≤ 4 ,el número de trabajadores con postgrado, tiene una probabilidad
del 41,48%

2. 𝑃(𝑋 < 4)
P( X < 4)=P ( X =0 ) + P ( X =1 )+ P ( X=2 ) + P ( X=3 )

P ( X < 4 )=0,00317121+ 0,02114141+0,066947808+0,13389562=0,22515605 ≈ 22,51 %

Cuando se tiene que X < 4 ,el número de trabajadores con postgrado, tiene una probabilidad
del 22,51%

3. 𝑃(𝑋 ≥ 6)

P ( X ≥6 )=P ( X=6 ) + P ( X=7 )+ P ( X =8 ) + P ( X =9 ) + P ( X=10 )+ P ( X =11 ) + P ( X =12 )+ P ( X =13 ) + P ( X=14 ) + P

P ( X ≥6 )=0.1686+ 0.1124+ 0.0608+0.0270+0.0099+0.0030+ 0.00075+0.00015+0.000025+0.00000343+0.0

Cuando se tiene que X ≥ 6 ,el número de trabajadores con postgrado, tiene una probabilidad
del 38,28%

4. 𝑃(𝑋 > 6)

P ( X >6 )=P ( X=7 )+ P ( X =8 ) + P ( X =9 ) + P ( X=10 )+ P ( X =11 ) + P ( X =12 )+ P ( X =13 ) + P ( X=14 ) + P ( X=15 )+

P ( X >6 )=0.1124 +0.0608+0.0270+ 0.0099+ 0.0030+0.00075+0.00015+0.000025+ 0.00000343+ 0.00000035

Cuando se tiene que X > 6 ,el número de trabajadores con postgrado, tiene una probabilidad
del 21,42%

5. 𝑃(2 ≤ 𝑋 ≤ 8)

P ( 2≤ X ≤ 8 )=P ( X =2 )+ P ( X=3 ) + P ( X =4 )+ P ( X=5 ) + P ( X =6 ) + P ( X=7 )+ P ( X=8 )

P ( 2≤ X ≤ 8 )=0,0667+ 0,1338+0,1896+0,2023+ 0,1686+0,1124 +0,0608=0,9347 ≈ 93,47 %

Cuando se tiene que 2 ≤ X ≤ 8 ,el número de trabajadores con postgrado, tiene una
probabilidad de 93,47%

6. 𝑃(2 ≤ 𝑋 < 8)

P ( 2≤ X <8 )=P ( X=2 )+ P ( X =3 ) + P ( X=4 )+ P ( X =5 ) + P ( X=6 ) + P ( X=7 )

P ( 2≤ X <8 )=0,0667+ 0,1338+0,1896+0,2023+0,1686+ 0,1124=0.8738 ≈ 87,38 %

Cuando se tiene que2 ≤ X <8 ,el número de trabajadores con postgrado, tiene una
probabilidad de 87,38%

7. 𝑃(2 < 𝑋 ≤ 8)

P ( 2< X ≤8 )=P ( X=3 )+ P ( X=4 ) + P ( X=5 )+ P ( X =6 ) + P ( X =7 ) + P ( X=8 )

P ( 2< X ≤8 )=0,1338+0,1896+ 0,2023+0,1686+0,1124 +0,0608=0.8675 ≈ 86,75 %

Cuando se tiene que2< X ≤ 8 ,el número de trabajadores con postgrado, tiene una
probabilidad de 86,75%

8. 𝑃(2 < 𝑋 < 8)

P ( 2< X <8 )=P ( X=3 )+ P ( X =4 ) + P ( X=5 ) + P ( X =6 ) + P ( X=7 )

P ( 2< X <8 )=0,1338+0,1896+ 0,2023+ 0,1686+0,1124=0.8067 ≈ 80,67 %

Cuando se tiene que2< X < 8 ,el número de trabajadores con postgrado, tiene una
probabilidad de 80,67%

9. 𝑃(𝑋 = 4)

P(𝑋 = 4) = 0,18968545

Cuando se tiene queX =4 ,el número de trabajadores con postgrado, tiene una probabilidad
de 18,96%

c. Distribución Poisson: En el estudio de cierto organismo acuático se toman gran

número de muestras de un estanque y se midió el número de organismos que había
en cada muestra. Se encontró que el promedio de organismos por muestra fue de
tres. Encontrar la Probabilidad de que:
1. La siguiente muestra que se tome contenga uno o más organismos.
2. La próxima muestra tomada contenga exactamente dos organismos.

Se hallaron las probabilidades, utilizando la formula en Excel

=POISSON.DIST(0;3;0)
 Con μ=3 y x=0, 1, 2,3,…..

…
x 0 1 2 3 4 5 6 7 …
0,0497870 …
P (X=x) 7 0,14936121 0,224041808 0,22404181 0,16803136 0,10081881 0,05040941 0,02160403 …

1. La siguiente muestra que se tome contenga uno o más organismos.

μ x∗e− x
P ( x) =
x!

μ=media del número de ocurrencia en un intervaloespecifico

e=2,71828

x=número de ocurrencia

μ=3

e=2,71828

1−P(x <1)

31∗2,71828−1
P ( x=1 )= =0,1493
1!

1−P(x <1)=1−0,1493=0,8507 ≈ 85,07 %

La probabilidad de que, la siguiente muestra que se tome contenga uno o más organismos,
es del 85,07%

2. La próxima muestra tomada contenga exactamente dos organismos.

μ x∗e− x
P ( x) =
x!

x=2

μ=3
e=2,71828

2 −2
3 ∗2,71828
P ( x=2 )= =0,2240≈ 22,40 %
2!

La probabilidad de que la siguiente muestra tomada contenga exactamente dos organismos,

es del 22,40%

d. Distribución Normal: En comparación con las baterías tradicionales, las baterías de

iones de litio se cargan más rápido, duran más y tienen una densidad de potencia
más alta, lo que las hace más livianas y les da una mayor duración. Estas baterías
duran en promedio 6 años, con una desviación estándar de 0,9 años. Suponiendo
que la duración de las baterías está normalmente distribuida, encuéntrese la
Probabilidad de que una batería de litio dada dure entre de 4 y 7 años.

Se transforma la variable x en una escala estandarizada z, aplicando la siguiente

ecuación.
 X−μ
Z=
σ

Para obtener que: el valor x, se transforma en un valor z, cuya probabilidad está en la

tabla de la distribución normal acumulada.

Z=valor a obtener , para identificar en latabla de la distribución normal

X =variable aleatoria

μ=media muestral

σ =desviación muestral

X =P ( 4> x <7 )

μ=6

σ =0,9

4−6
Z= =−2,22
0,9

Según la tabla, el valor de Z=0,0122

P ( Z ←2.22 )=0,0122

7−6
Z= =1,11
0,9

Según la tabla, el valor de Z=0,8749

P ( Z <1,11 ) =0,8749
 P ( 4> x<7 )=P ( x<7 )−P ( x> 4 )
P ( 4> x<7 )=0,8749−0.0122
P ( 4> x<7 )=0.8627
La probabilidad de que una batería de litio dada dure entre 4 y7 años es del 86,27%