Estudio de caso 1:

En el norte de Chile, un creciente número de personas que buscan un diploma de

enseñanza están eligiendo internados pagados en lugar de los tradicionales
programas estudiantiles de enseñanza. Un grupo de 8 candidatos para tres
posiciones locales de enseñanza estaba formado por cinco candidatos, que se
habían inscrito en internados pagados y tres candidatos que se habían inscrito en
programas tradicionales estudiantiles de enseñanza. Supongamos que los ocho
candidatos están igualmente calificados para las posiciones. Represente con x el
número de candidatos capacitados en un internado que son contratados para
estas tres posiciones.
a. ¿La x tiene una distribución binomial o una distribución
hipergeométrica? Argumente su respuesta.
Es una Distribución Hipergeométrica, porque de una forma u otra se pretende
calcular la probabilidad conociendo el número total de elementos en la población
de la cual proviene la muestra.

b. Encuentre la probabilidad de que tres candidatos capacitados en

internado sean contratados para estas posiciones.
Se aplica la siguiente formula, para hallar dicha probabilidad, donde se tiene
que:
N= 8 candidatos.
K= 3 posiciones locales de enseñanza
n= 5 (muestra)
X= 1 Número de éxitos

k N −k
p ( x) =
( x )( n−x )
N
n
3 8−3
p ( x=1 )=
( )( )
1 5−1
8
5
 3 5
p ( x=1 )=
( 1 )( 4 )
8
5
75
p ( x=1 )=
32
p ( x=1 )=2.34375

La probabilidad de que tres candidatos capacitados en internado sean

contratados para estas posiciones, es de 0,0234%

c. ¿Cuál es la probabilidad de que ninguno de los tres contratados sea

capacitado en internado?
La probabilidad de que ninguno sea capacitado en interno es nula, es decir igual a
0.

Estudio de caso 2:
La preferencia por el color de un auto cambia con los años y de acuerdo con el
modelo particular que seleccione el cliente. En año reciente, suponga que
10% de todos los autos de lujo que se vendieron eran negros. Si 25 autos de ese
año y tipo se seleccionan al azar, encuentre las siguientes probabilidades:
Solución
Es un experimento Binomial.
X = "número de automóviles negros de entre los 25 observados"
p = 10% = 0,1 = "probabilidad de Éxito (que un vehículo sea negro)"
(1 - p) = 1 – 0,1 = 0,9 = 90 % = "probabilidad de Fracaso (que no sea negro)"
n = 25 = "número de vehículos observados (repeticiones del experimento)"
a. Al menos cinco autos sean negros.
P( X ≥ 5)
Como sólo podemos calcular la probabilidad de un número exacto de éxitos (se
puede hacer únicamente P(X=k)), entonces para la probabilidad pedida
tendríamos que sumar las probabilidades de 5, 6, 7, etc... Hasta 25, es decir,
P( X ≥ 5)=P( X =5)+ P(X =6)+ P (X=7)+...+ P( X=25)
Pero en casos como éste, es más sencillo calcular la probabilidad contraria
(porque hay menos que operar):
P( X < 5)=P(X =0)+ P ( X=1)+ P( X =2)+ P (X=3)+ P( X=4)
Usamos la fórmula para calcular cada una
P ( X=0 )=( 25 sobre 0 )∗( 0,1 )0∗( 0,9 )25−0=1∗1∗0,925=0,07179
1 25−1 24
P ( X=1 ) =( 25 sobre 1 )∗ ( 0,1 ) ∗( 0,9 ) =25∗0,1∗0,9 =0,19942
P ( X=2 )=( 25 sobre 2 )∗( 0,1 )2∗( 0,9 )23=300∗0,01∗0,925 =0,26589
P ( X=3 )=( 25 sobre 3 )∗( 0,1 )3∗(0,9)22=0,22650
P ( X=4 )=( 25 sobre 4 )∗( 0,1 )4∗(0,9)21=0,13841
Y las sumamos
P( X < 5)=0,902
Y como ésta es la contraria a la que nos pedían, ahora calculamos la correcta
P( X ≥ 5)=1−P( X <5)=1−0,902=0,098
b. A lo sumo seis autos son negros.
Indica que, el número de vehículos negros es menor o igual que 6
P( X ≤ 6)=P( X=0)+ P(X =1)+...+ P( X=6)
Como en el apartado anterior ya se habían sumado hasta x=4, seguimos
P ( X=5 )=( 25 sobre 5 )∗0,15∗0,920=0,06460
P ( X=6 )=( 25 sobre 6 )∗0 ,16∗0,919=0,02392
Sumando
P( X ≤ 6)=0,902+0,06460+ 0,02392=0,991
c. Más de cuatro autos son negros.
Significa que X mayor que 4 = X mayor o igual que 5
Observamos que esto es lo mismo que han preguntado en el apartado A)
P( X > 4)=P (X ≥5)=0,098
d. Exactamente cuatro autos son negros.
Significa que X igual a 4
P( X =4 )=0,1384
e. Entre tres y cinco autos (inclusive) son negros.
Significa que entre 3 y 5 = 3 o 4 o 5 (debemos suponer que el 3 y el 5 incluidos)
P(3< X <5)=P( X =3)+ P(X =4)+ P( X=5)=0,2265+ 0,1384+0,0646=0,43
f. Más de veinte autos no son negros.
Significa que X menor que 20
P ( X <20 ) =P ( X=19 ) + P ( X=18 )+ P ( X=17 ) + P ( X =16 ) … .+ P( X =1)
P( X < 20)=1

Estudio de caso 3:
La distribución de probabilidad de Poisson describe el número de veces que se
presenta un evento durante un intervalo específico. El intervalo puede ser de
tiempo, distancia, área o volumen. La distribución se basa en dos supuestos. El
primero consiste en que la probabilidad es proporcional a la longitud del intervalo.
El segundo supuesto consiste en que los intervalos son independientes. En otras
palabras, cuanto más grande sea el intervalo, mayor será la probabilidad; además,
el número de veces que se presenta un evento en un intervalo no influye en los
demás intervalos.
Esta distribución posee diversas aplicaciones. Se le utiliza como modelo para
describir la distribución de errores en una entrada de datos, el número de rayones
y otras imperfecciones en las cabinas de automóviles recién pintados, el número
de partes defectuosas en envíos, el número de clientes que esperan mesa en un
restaurante, el número de accidentes en una carretera en un periodo determinado.
El incremento del número de vuelos regionales cortos en aeropuertos importantes
ha aumentado la preocupación por la seguridad en el aire. Un aeropuerto de la
región este ha registrado un promedio mensual de cinco accidentes a punto de
ocurrir en aterrizajes y despegues en los últimos 5 años.
a. Encuentre la probabilidad de que durante un mes determinado no haya
accidentes a punto de ocurrir en aterrizajes a punto de ocurrir en aterrizajes y
despegues en el aeropuerto.
b. Encuentre la probabilidad de que durante un mes determinado haya cinco
accidentes a punto de ocurrir.
c. Encuentre la probabilidad de que haya al menos cinco accidentes a punto de
ocurrir durante un mes particular.

Estudio de caso 4:
El Coeficiente intelectual C.I. de un individuo es medido en una escala que va de
45 a 155. Un
C.I. de 100 es el promedio. En la figura siguiente se puede ver que la mayoría de
la población tiene el C.I. alrededor de 100. Existen menos personas que tienen el
CI menor a 85 y muy pocos tienen el CI por encima de 115.
Una empresa que recluta personal para multinacionales, aplica un test de
inteligencia a todos los posibles candidatos. Una persona que desea ser
contratada, acaba de presentar el test y le informan que ha obtenido C.I. igual a
95.
Asumiendo que las puntuaciones en un test de inteligencia se distribuyen
normalmente y sabiendo que las puntuaciones CI tienen promedio 100 y
desviación estándar 15, usted debe presentarle un informe acerca de sus
resultados.
1. Usando sus conocimientos sobre la distribución de probabilidad normal,
presente un informe que como mínimo contenga:
2. Porcentaje de personas que podrían tener un C.I. inferior o igual a 95.
X−μ
Porcentaje ≤ 95 Z=
σ
95−100
Z= =0,33
15
En porcentaje será 33%
Rta/ el porcentaje de personas que podrían tener un C.I inferior o igual a 95 es de
33%
3. Porcentaje de personas podrían tener un C.I. superior a 95.
Porcentaje ≥ 95100−33=67 % Rta/ El porcentaje de personas que podrían tener un
C.I. superior a 95, es de 67%
4. Probabilidad de que una persona tenga un C.I. entre 85 y 90.
85−100
Z 1= =1 se busca el valor en la tabla Z ≈ N ( 0,1)
15
PX ≤ 85=0,8413=84,13 %
PX ≥ 85=1−0,8413=0,1583=15,83 %

90−100
Z 2= =0,66 se busca el valor en la tabla Z ≈ N (0,1)
15
PX ≤ 90=0,7454=74,54 %
P 85 ≥ X ≤ 90=74,54 %−15,83 %=58,71 %
Rta/ La probabilidad de que una persona tenga un C.I. entre 85 y 90 es de 58,71%
5. Puntuación C.I. que habría que sacar en el test de inteligencia para estar
en el 30% inferior (puntuación de CI que deja el 30% de sujetos por debajo).
La puntuación debe ser menor al promedio dado de 45 puntos
6. Puntuación de C.I. que es superada solo por el 10% de los sujetos.
La puntuación mayor del promedio dado 155 puntos.
7. Valores de C.I. entre los que se encuentran el 50% central de los sujetos.
Los valores están entre 85 y 90.