Estudios de caso estudiante N°1:

a. Distribución Hipergeométrica: De 50 personas seleccionadas de una

determinada empresa, 20 de ellas son técnicos y 30 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%
Se confirma en GeoGebra
 2. ¿7 de ellos sean profesionales?

N = número total de la población: 50

K = número de éxitos de la Población: 30
n = número de muestras: 12
x = número de éxitos de la muestra: 7

P ( X=x )= ( kx )¿ ¿
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;30;50;0)

P(x) =

3 0 ∗ 50−3 0
( X =7 )=
( 7 ) ( 12−7 )

( 5012)
30 ∗ 20
( X =7 )=
( 7) (5)

(5012)
P ( X=7 )=0. 2599 ≈ 0.26
La Probabilidad de que de 7 de ellos sean profesionales es de 26%
Se confirma en el programa GeoGebra

Conclusión: la distribución anterior, permitió tener claridad acerca de cómo se

moldean datos o eventos en una muestra fija.

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

( nx ) p (1− p)
P ( x) = 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 P(X=x)
0 0,00317 0%
1 0,02114 2%
2 0,067 7%
3 0,13390 13%
4 0,18969 19%
5 0,20233 20%
 6 0,16861 16,86%
7 0,11241 11,24%
8 0,06089 6,09%
9 0,02706 2,71%
10 0,00992 0,99%
11 0,00301 0,30%
12 0,00075 0,08%
13 0,00015 0,02%
14 0,0000257 0,00%
15 0,000003426 0,00%
16 0,0000003569 0,00%
17 0,0000000280 0,00%
18 0,000000001555 0,00%
19 0,0000000000546 0,00%
20 0,000000000000909 0,00%
5
Suma 100%
1

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 ( X ≥6 )=0.1686+ 0.1124+ 0.0608+0.0270+0.0099+0.0030+ 0.00075+0.00015+0.000025+0.00000343+
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=0.867 ≈ 86,7 %
Cuando se tiene que2< X ≤ 8 ,el número de trabajadores con postgrado, tiene
una probabilidad de 86,7%

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=0.806 ≈ 80,6 %

Cuando se tiene que2< X < 8 ,el número de trabajadores con postgrado, tiene
una probabilidad de 80,6%
 9. P( X =4 )

P( X =4 )=0,1896854 5

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

Conclusión: la distribución anterior, sin lugar a dudas fortalece las

conclusiones que se obtienen en un problema específico, conociendo el número
de éxitos de diversos experimentos, que son independientes entre sí.

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 dos. Encontrar la probabilidad de
que:
1. La siguiente muestra que se tome contenga una o más organismos.
2. La próxima muestra tomada contenga exactamente 3 organismos.
Se hallaron las probabilidades, utilizando la formula en Excel

=POISSON.DIST(0;2;0)

Con μ=2 y x=0, 1, 2,3,…..

µ 2
e 2,71828

x 0 1 2 3 4 5 6 7
0,27067 0,18044 0,09022 0,03608 0,01203 0,00343
P(x) 0,135335 0,270671 1 7 4 9 0 7

1. La siguiente muestra que se tome contenga una o más

organismos.

μ x∗e− x
P ( x) =
x!

μ=media del número de ocurrencia en un intervaloespecifico

e=2,71828 base de loslogaritmos neperiano

x=número de ocurrencia (éxito)

μ=2

e=2,71828

P( x ≤1)

20∗2,71828−0
P ( x=0 )= =0,135335
0!

P ( x ≤ 1 )=1−P ( x=0 ) =1−0,135335=0.8646

La probabilidad de que, la siguiente muestra que se tome contenga uno o más

organismos, es de 86.46%
 2. La próxima muestra tomada contenga exactamente 3
organismos.

μ x∗e− x
P x=
( )
x!

x=3

μ=2

e=2,71828

23∗2,71828−3
P ( x=3 )= =0,180447
3!

La probabilidad de que la siguiente muestra tomada contenga exactamente dos

organismos, es del 18.04%
Conclusión: esta distribución, es un conjunto de valores numerables, que han
permitido tener claridad acerca de estudios investigativos, que buscan tener
hipótesis y resultados claros para la solución de problemas reales.

d. Distribución Normal: Cierto tipo de bacterias dura en promedio 3

años, con una desviación estándar de 0,5 años. Suponiendo que la
duración de las baterías está normalmente distribuida, encuéntrese la
probabilidad de que una batería dada dure menos de 2,3 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

μ=3

σ =0.5

X =P( x >2.3)

2.3−3
Z= =−1.4
0.5

Según la tabla, el valor de Z=0.0735

La probabilidad de que una batería dada dure menos de 2,3 años, es del
7.35%

Conclusión: la distribución, busca aproximarse a situaciones reales, además

de ello, comprobar el comportamiento de datos o situaciones durante un rango
determinado, con la finalidad de corroborar su conducta con respeto a la media
muestral.