DI

STRI
BUCI
ÓN DE PROBABI
LIDAD BI
NOMI
AL

Unexper
iment
oBi
nomi
alsecar
act
eri
zaporserunexper
iment
oal
eat
ori
oque:
- Consi
stedenpruebasoensayosindependient
esdondesól
opuedehaberdos
r
esul
tadosmutuament
eexcluyent
esl
lamadoséxitoyfracaso.
- La pr
obabi
li
dad de éxi
to p per
manece const
ant
e en cada una de l
as n
pr
uebas.

Ej
empl
os:

- Lanz
arunamonedadosomásvecespar
aobser
varelnúmer
odecar
as.
- Sel
eccionardoso másdi ske
ttes deun l
otequecont
ieneun % dedef
ect
uosos
par
aver i
ficarcuánt
osdi
ske
ttesdefect
uososconti
enel
amuestra.

Funci
óndeCuant
ía:

Cn px qn− x six:0,

1,2,..
..
.,n
 x

f(x)= P(X= x)= 

0 en o
trolugar


x :Númer odeéxit
os. x :0,1,2,. .
.,n
n :Númer odeensayosopruebas.
p :Probabil
idaddeéxit
o.
q :Probabil
idaddefr
acaso. q = 1-p

Funci
óndeDi
str
ibuci
ón:

0 six< 0

f (
0) 0≤ x< 1

f +f 1≤ x< 2
( 0) (1)
F(x) = 
f (
0)+f(1)+f(2) 2≤ x< 3

...
...
..
...
..
...
..
...
. .
..
..
..
..
..

1 x≥ n

Val
orEsper
ado: Var
ianza:

E(x)= np V(x)= npq

UsodeTabl
a:

Tabl
adeTér
minosI
ndi
vidual
es:

Lect
uradi
rect
a. Sip>0,
50:

1
 P(X= x)= b(x,
n,p) P(X= x)= b(
n− x,n,q)

Tabl
adeTér
minosAcumul
ati
vos:

P(X≥ x)= B(x,

n,p) Lect
uradi
rect
a.
Ej
empl
os:

1.
- Un Ingeniero de Sistemas,pl anea un estudio pi
lot
o para su disert
ación doctoral
.
Como par te de su estudio,pl anea envi
arcuest i
onari
os a 20 contador es públi
cos
sel
eccionadosenf or
maal eat
oria.Sabequeelí ndiceder espuest
apar aest egrupode
personas es de 30%,y esper a que almenos once de l os cuesti
onar i
os estén
completos y le sean r egr
esados.¿Cuáles l a probabil
idad de que en r eali
dad el
númer odecuest ionarioscompl etosquerecibasea:
a) exact
ament
edoce.
n=20 p=0,
30

P( x= 12) = b ( 12;20;0,
30) = 0,
004

b) almenosonce.

P( x≥ 11) = B ( 11;20;0,
30) = 0,
017

c) ent
reonceyqui
ncei
ncl
usi
ve.

P( 11≤ x ≤ 15) = P( x ≥ 11) − P( x ≥ 16)

= 0,
017 − 0, 00
= 0,
017
2.
- Seenvíaninvi
taci
onesparacenaral os20delegadosqueasi stenaunaconvención,y
secreequepar acadadel
egadoi nvi
tado,l
apr obabi
lidaddequeacept ees0,9.Sise
asumequet oman ladeci
sión deaceptarl
ai nvi
taci
ón independientement
e,¿cuáles
laprobabi
li
daddequecomomucho17del egadosaceptenlai nvi
taci
ón?
n=20P(A)=0,
90

P(x≤ 17)= 1 − P(
x≥ 18)
[
= 1− P(
x= 18)+ P(
x= 19)+ P(
x= 20) ]
= 1 − [ b(18;20;0,90)+ b(19;20;0,90)+ b(
20;20;0,
90)]
= 1 − [ b( 10)+ b(
2;20;0, 1;20;0,10)+ b(0;20;0,
10)]
= 1 − [ 0,
285 + 0, 122]
270 + 0,
= 0,
323

3.
- Suponga queel5% deci
ert
omodel
odecal
cul
ador
asdebol
sil
lof
all
an dur
ant
elos
pr
imer
os60dí
asyson r
egr
esadasal
ati
endapar
aserr
epar
adas.Siunacompañí
a
compr
a25cal
cul
ador
as:
a) Apr
oxi
madament
e,¿cuánt
asesper
aquef
all
enenell
apsode60dí
as?.

P(F)=0,
05= p n=25

E (x)= np = 25 × 0,
05 = 1,
25 = 1

2
b) ¿Cuálesl
apr
obabi
li
daddequeni
ngunaf
all
e?
P(x=0)= b(0;25;0,
05)= 0,
277
c) Cal
cul
arl
apr
obabi
li
daddequef
all
ent
resomás.
P(x ≥ 3)=B (3;25;0,
05)= 0,
127
d) Hal
larl
apr
obabi
li
daddequecomomáxi
mof
all
en4.
P(x≤ 4)= 1–P(x≥ 5)= 1– 0,
007 = 0,
993

3
 DI
STRI
BUCI
ÓN DE PROBABI
LIDAD POI
SSON

Unavar i
abl
ealeat
ori
aX ti
eneunadist
ribuci
ón dePoisson cuandoelf
enómenosepr esent
a
al
eator
iaoindependi
ent
ementeenelti
empooespaci oenelcualsól oi
nteresal
aocurrenci
a
delf
enómenounnúmer odeter
minadodevecesynoint eresalanoocur
renciadelf
enómeno.

La di stri
bución de Poi sson se empl ea para describi
r vari
os procesos, ent r
e otros l
a
distri
buci ón de las llamadas t elefónicas que llagan a un conmut ador,l a demanda
(necesidades)de ser vi
cios en una i nstit
ución asi
stenci
alporpar te de los pacientes,l
os
arribosdel oscami onesyaut omóvi lesal acasetadecobr oyelnúmer odeacci dentesenun
cruce,elnúmer odeer rorestipográficosporpági naen un li
bro,elnúmer odef all
asdeuna
comput adoraduranteunasemanadeoper ación.

Funci
óndeCuant
ía:

 e− λλx
 six:0,
1,2,.
..
..
x)= P(
f( X= x)=  x!
0
 eno
tro caso

Val
orEsper
ado: Var
ianza:

x)= λ
E( x)= λ
V(

Apl
icaci
ones:

La di st
ribuci
ón de Poisson ti
ene apli
caci
ones en Cont rol de Cal
idad y muest r
eo de
aceptación.Además,ciertas di
stri
buci
ones conti
nuas i
mpor tant
es uti
li
zadas en t
eoría de
confiabil
idadyteor
íadecol asdependendelprocesodePoisson.

UsodeTabl
a:

x≤ x)= F(
P( x) Lect
uradi
rect
a.

Ej
empl
o:

Sesuponequeelnúmer odedef ect

osen l
osr
ollosdeteladeci
ertai
ndustri
atext
ilesuna
vari
ablealeat
ori
aPoi
sson con unamedi
ade0, 1 def
ect
osporme t
rocuadr
ado.¿Cuálesla
probabi
li
dadde:
a) Tenerdosdef
ect
osenunme
trocuadr
adodet
ela.
⇒ λ = 0,
1
0,
1def
ect
os -
--- 1m2
− 0,
1 2
e .0,
1
P( x= 2) = = 0,
005
2!
b) Tenerundef
ect
oen10me
troscuadr
adosdet
ela,
.
0,
1def
ect
os -
--- 1 m2
λ -
--- 10m2 ⇒ λ= 1

4
 −1 1
e .1
P( x= 1) = = 0,
368
1!
c) Quenohayandef
ect
osen20me
troscuadr
adosdet
ela.
λ= 2 ⇒ P( x= 0) = 0,
135

DI
STRI
BUCI
ÓN DE PROBABI
LIDAD NORMAL

La di
str
ibuci
ón nor
malo de Gauss es l
a di
str
ibuci
ón de pr
obabi
li
dad cont
inua más
i
mpor
tant
eyl
ademayoruso.
En l
apr áct
icaesf
recuenteobservarquel
amayorí
adelasdi
str
ibuci
onespar aun número
gr
andedecasos,sedistr
ibuyencomounacurvanormal
.Suapari
enci
agráficaesunacurva
si
métri
caenf or
madecampana.
2
Elmodel
odepr
obabi
li
dadnor
maldepar
áme
trosµ yσ ,N ( µ , σ ) ,si
endoµ yσ const
ant
es,
con σ > 0,cumpl
e un papelf
undament
alen est
adí
sti
ca,ya que t
odas l
as t
écni
cas o
pr
ocedi
mient
osi
nfer
enci
alesdependendi
rect
aoi
ndi
rect
ament
edeest
avar
iabl
eal
eat
ori
a

Not
aci
ón:
µ ,σ2)
X ∼ N(

Suf
unci
óndedensi
dades:
2
1 X − μ 
−  
1
X)= f(
f( X,μ,σ)= e 2 σ 
σ 2π
Donde:

−∞ < X< +∞ σ > 0

−∞ < µ < +∞ e= 2,7182
µ :Mediapobl
aci
onal π =3,
1416
σ :Desvi
aci
ónestándar

Ef osdeµ yσ2 enl

ect afunci
óndedensi
daddeunavar
iabl
eal
eat
ori
anor
mal
.

Funciones de densi dad de dos

di
stri
bucionesnormalescon medi as5 y
6;ambasdi st
ribuci
onestienen vari
anz
a
1.

5
 Funciones de densi dad de dos
dist
ribuci
ones nor
males con vari
anzas
1/4 y 1; ambas distr
ibuci
ones t
ienen
media10.

Comofuncióndeprobabi
li
dadseasume
queeláreaencer
radaporl acur
vayel
ej
eX esi
guala1.

P(a≤ X ≤ b)= ár
eaent
reayb

a b

Funci
óndeDi
str
ibuci
ónAcumul
ada:

SupongamosqueX esunavar
iabl
eal
eat
ori
anor aµ y var
malconmedi i aσ2.
anz
2
Esdeci
r, X ∼ N ( µ , σ ) .Ent
oncessudi
str
ibuci
óndepr
obabi
li
dadacumul
adaes:

x0)= P(
F( X ≤ x0)

2
1 x − μ
−  0  dx0
x0)= ∫−x
F( 0 1 2
e 
σ 
∞
σ 2π
x0

Para una vari

abl
eal eator
ia cont
inua X,l
a pr
obabil
idad dequeX t
omeun valormenoro
i
gualquex0 est áde ter
minadaporelár eacomprendidaentr
elacurvayelej
edeabscisas
desde -∞ hast
a x0.

DI
STRI
BUCI
ON NORMALESTANDARI
ZADA

La di
str
ibuci
ón Nor
malpuede si
mpl
ificar
se,haci
endo un cambi
o de var
iabl
e;es deci
r
t
ransf
ormandol
avar
iabl
eor
i nalX enunanuevavar
gi iabl
eal
eat
oraZmedi
i ant
elar
elaci
ón:

X− μ
Z=
σ
Esdeci
r:

6
 X ∼ N (X ,µ ,σ2 ) ⇒ Z∼ N (Z,0,1)
µ≠0 µ =0
σ >0
2
σ2 =1

Est
atr
ansf
ormaci
ón const
ituye l
a est
andar
izaci
ón de l
a cur
va nor
mal
,cuya f
unci
ón de
pr
obabi
li
dades:
2
z
−
1
f
(z)= e 2
2π

La gr
áfica de l
afunci
ón densi
dad,conoci
da como campana de Gauss,par
ala var
iabl
e
nor
malt
ipi
ficadaoest
ándar
,defini a µ = 0 yσ = 1es:
dapar

USO LA TABLA N (0,

1):

La t
abl
a de l
a di
str
ibuci
ón nor
malN(
0,1)per
mit
e cal
cul
ar pr
obabi
li
dades r
elat
ivas a
cual
quierdist
ri ón N( µ ,σ ) .Par
buci aell
obastacon t
ipi
fic
aroestandari
zarl
avari ees
abl
deci
rcalcul
arelvalorzcorrespondienteal
osval
oresxindi
cados,mediant
elaoper
aci
ón:

x− µ
z=
σ

Enl
atabl
aN(
0,1)apar
ecedi
rect
ament
el Z ≤ z)par
a P( aval
oresdez ent
re-
4y4.

• Par
aval
oresmayor
esque4l
apr
obabi
li
dadespr
áct
icament
eiguala1.

• Par
aval
oresmenor
esque–4l
apr
obabi
li
dadescer
o.

a)P(Z≤ z
1 )= F(z
1) Lect
uradi
rect
a.
z
1

7
 b)P(Z>z
1 )= 1-P(Z≤ z
1)

z
1

1≤ Z ≤ z
c)P(z 2 )=P(Z≤ z
2 )- P(Z≤ z
1)
z
1 z
2

X = x)= P(
x− 0,
5 ≤ X ≤ x+ 0,
d) P( 5)

Ej
empl
os:

1.
- De
ter
minarl
assi
gui
ent
espr
obabi
li
dades:

a) z≤ 1,
P( 72)=0,
95728

c) P(
z>-
0, Z≤ -
73)= 1-P( 0,73)
= 1-0,
23270 = 0,
7673

d) P(
- 52≤ z≤ 2,
1, Z≤ 2,
64)= P( Z≤ -
64)-P( 1,
52)
= 0,99585-0,06426 = 0,
93159

2.
- Sea X ∼ N (50,
102)
,de
ter
minarl
assi
gui
ent
espr
obabi
li
dades:

a) P( Z≤ -
X <40)= P( 1)= 0,
15866

b) 38≤ X ≤ 62) = P(
P( - 2≤ Z≤ 1,
1, 2)
=P(Z≤ 1,
2)-P(Z≤ -1,
2)
=0,88493-0,11507
=0,76986

c) P( X ≤ 55)= 1-P(
X >55)= 1-P( Z≤ 0,
5)
= 1-0,69146
= 0,30854

3.
- Sea X ∼ N( - 102), encont
25, rarelval
orde x que cor
responde a l
a si
gui
ent
e
probabi
li
dad:

8
 P(
X <x)=0,
1251

x+25
P(
Z≤ )=0,
1251
10

-
1,15=z ⇐ F(
z)

x+25
=-
1,15
10

x=-
36,
5

4.
- Se desea contr
atarun Contadorpar a que real
ice una audit
orí
a en 45 dí
as como
máximo.Sisesabequeelt iempoquedemor anlosCont adoresA yB enreal
izaruna
audit
oría,estánormal
mentedi st
ribui
do,
adorA ∼ N(40,62)
Cont adorB ∼ N(45,32)
Cont
¿CuálCont
adordeber
íacont
rat
arse?¿Porqué?

CONTADOR A ∼ N(40,62) CONTADOR B ∼ N(45,32)

X ≤ 45)= P(
P( Z≤ 0,
83)= 0,
79673 X ≤ 45)= P(
P( Z≤ 0)= 0,
5

Sedebecont
rat
aralCont
adorApor
quesupr
obabi
li
dadder
eal
izarunaaudi
tor
íaen
comomáximo45díasesmayor
.

DI
STRI
BUCI
ONES:BI
NOMI
AL-
POI
SSON-
NORMAL

1.
- Eldiámetrodelpunt opr oducidoporunai mpresorati
eneuna di st
ribución normal
conmediade0, 002pul gadasydesviaciónestándarde0,0004pul gadas.
a) ¿Cuálesl a probabili
dad dequeeldi ámetr
o delpunt o sea mayorque
0,
0026pul gadas?
0,
06681
b) ¿Cuáleslapr obabili
daddequeeldi áme t
rodelpuntoestéent re0,0014y
0,
0026pul gadas? 0,86638
c) ¿Quéval ordebet enerla desvi
ación est
ándardeldiáme tro par
a quela
pr
obabil
idaddeli ncisob)sea0,995? 0,000214

2.
- Elnúmer odemensaj esqueseenvían porcomputador
aaun bol etí
n el
ectr
ónicoes
una vari
able al
eat
or i
a con una medi
a de ci
nco mensaj
es por hora.¿Cuáles la
probabi
li
daddequeelbol etí
nreci
ba:
a) Cincomensajesenunahor a. 0,176
b) Diezmensaj
esenunahor aymedia. 0,086

9
 c) Menosdedosmensaj
esenmediahor
a. 0,
287
d) Quincemensaj
esendoshor
as. 0,
034

3.
- Lasvi si
tasr ecibi
dasdiariament eaunaWebsoni nferi
oresa3500el22% del osdí as,
y entre 3500 y 6440 vi sitas se producen el55%.El23% r estante son días con
afluencia super i
ora 6440 visitas.Admi ti
endo queelnúmer o devi si
taspordí a se
distri
buye nor malmente,estime qué val ore cor
responden a l
a esper anz
ayal a
desviaciónest ándardeest avariable. 5029 1960

4.
- Unaempr esa,dedicadaalaventadeun determinadotipodear ticul
oqueofrecea
susclientesdosf ormasdepago:“alcont
ado”o“ acrédit
o”,sabequeel20% del as
unidadesadqui r
idasdedichoartí
culoloson baj
olaf or
made“ pagoalcontado”.Si
enunper iododet i
empodeter
minadosehanadqui ri
dodi ezunidades,de
ter
mi narla
probabil
idadque:

a) Menosdedosuni dadeshayansidobajolaformade“ alcontado” 0.376

b) Nomásdedosuni dadeshayansidobajolaforma“ acr
édito”. 0.
000078
c) Másdeunoymenosdeci ncohayansidobajol af
orma“ alcontado”. 0. 591
d) Sól
otreshayansidobajolaformade“alcont ado”
. 0.2013
e) ¿Cuántasunidadesseesperahayansidobajol af
orma“ acrédito”
? 8

5.
- Un mé todopar ahacerpr edicci
oneseconómi casesmedi ant eunaapr oximación por
consenso.Seobt ieneunpr onósticodecadaunodeungr an númer odeanal istas;el
promedi odeestospr onósti
cosindividualeseselpr onósti
cogener al
.Supongaquel os
pronósticosindi
vidual esdeener ode1998con r espect
oal at asadeint er
ésmí nima
det odosl osanalist
aseconómi cost i
eneapr oximadament eunadi st
ribución nor mal
con unamedi aiguala14% yunadesvi aci
ón estándarde2, 6%.Sisesel eccionaal
azaraun sol oanal istadeest egr upo,¿cuálesl apr obabil
idaddequeelpr onóstico
delat asadei nt
erésmí nimadelanal ist
asea:
a) mayorque18% 0,06178
b) menorque16% 0,77935

6.
- Sila vi
da medi
a de ci
ert
a marca de bat
erí
a es de 30 meses,con una desviaci
ón
est
ándarde6meses,¿quépor cent
ajedeestasbat er
íaspuedeesperarsequet engan
unadur aci
ónde24a36meses?Sesuponequesu dur aci
ón si
gueunadi stri
bución
normal. 68.26%

7.
- En promedio,el10% de las var
ill
as de madera usadas en cier
to producto se
encuent
randemasiadonudosasparaserusadas.¿Cuáleslapr obabil
idaddequeen
unpaque t
ede15var i
ll
as nomásdecuat r
oesténdemasiadonudosas? 0,9873

8.
- Elnúmer odedef
ectosporyardacuadradadeun cier
toti
podetelamanufact
ur ada
por una f
ábri
ca es medi
do como 0,1,
2,.
..def
ect
os.En promedio,elnúmero de
def
ectoses0,
5.Hall
arlaprobabi
li
daddequeunayar dacuadr
adatenga:
a) Dosdef
ect
os. 0,076
b) Dosdef
ect
oscomomáxi mo. 0,986

9.
- Los punt aj
es final
es en un concurso de admisi
ón a una univer
sidad están
dist
ribuidosnormalmenteconmedia60yvar i
anza100.
a) Sielpuntajemíni
moparaingresares72;¿cuáleselpor
cent
ajedef r
acasos?

10