Documentos de Académico
Documentos de Profesional
Documentos de Cultura
EG 2020 II Semana 12 Principales Distribuciones Discretas
EG 2020 II Semana 12 Principales Distribuciones Discretas
• Distribución Binomial
• Distribución Hipergeométrica
• Distribución Poisson
Desarrollo
• Ejercicios resueltos
• Ejercicios propuestos
Cierre • Autoevaluación (Moodle)
2
El administrador de una clínica desea analizar estrategias
para implementarlas, sabiendo que el 25% de pacientes
que llegan por emergencia son positivos a COVID-19. Si se
extrae una muestra aleatoria de ocho pacientes que llegan
a emergencia. ¿Cuál es la probabilidad que:
• Ninguno tenga COVID-19?
• Menos de dos tengan COVID-19?
3
Al término de la sesión, el estudiante estará en capacidad de:
Modelar variables aleatorias discretas con la distribución
Binomial, Hipergeométrica o Poisson.
Calcular la probabilidad para una variable aleatoria discreta con
distribución Binomial, Hipergeométrica o Poisson.
Calcular la media y variancia para variables aleatorias discretas
asociadas a la distribución Binomial, Hipergeométrica o Poisson.
Resolver ejercicios propuestos.
La distribución Hipergeométrica
La distribución Poisson
5
Consiste en una secuencia de n intentos, donde n se fija antes del
experimento.
Los intentos son idénticos, y cada uno de ellos puede dar lugar a dos
posibles resultados, : éxito (E) o fracaso (F).
Los intentos son independientes, por lo que el resultado de cualquier
intento particular no afecta el resultado de cualquier otro intento.
La probabilidad de éxito es constante de un intento a otro; se denota
esta probabilidad por P(E)=, la probabilidad de fracaso es P(F) = 1- .
Su función de probabilidad está dada por:
n x
1 n x
x 0, 1, 2, , n
f x P X x x
0 de otro mod o
Notación: X ~ Binomial n ,
Media y Varianza: E X n y 2 Var X n 1 6
Ejemplo 1.
Una compañía vendedora de equipos electrónicos verifica que de
todas las máquinas instaladas, el 40% necesitan ajustes después
de su instalación. Si 5 máquinas fueron seleccionadas al azar.
a. Defina la variable aleatoria y su distribución de probabilidades
X: Número de máquinas que requieren ajustes.
5 x
X ~ Bin n 5, 0.4 f x P( X x) 0.4 0.6n x x 0,1,2,3,4,5
x
b. Halle la probabilidad de que 2 máquinas necesiten ajustes
5 2
P X 2 0.4 0.63 0.3456
2
c. ¿Cuál es la probabilidad de que al menos 3 requieran trabajos
de ajuste después de la instalación?
5
5
P X 3 f 3 f 4 f 5 0.4 x 0.65 x 0.2304 0.0768 0.0102 0.3174
x 3 x
7
d. Halle la media, la variancia y el coeficiente de variación del
número de máquinas necesiten ajustes.
E ( X ) n 5 0.4 2.0
2 V ( X ) n (1 ) 5 0.4 0.6 1.2
2 1.2 1.095
1.095
CV 100 100 54.8%
2.0
e. La compañía estima que el costo del ajuste es de 100 u.m.
por máquina. Halle es el costo esperado para la compañía.
Sea: Y: Costo de las máquinas que necesitan ajuste.
Y = 100 X
E(Y) = 100xE(X) = 100x2.0 = 200 u.m.
8
Ejercicio 1.
Un inspector de la gerencia de
fiscalización municipal, realiza 10
visitas cada día a las bodegas
para verificar el vencimiento de la
licencia de funcionamiento,
aplicando una multa en caso de
su vencimiento. Se sabe que el
25% de la bodegas fueron
multadas.
a. Defina la variable aleatoria en estudio y su distribución de
probabilidad.
b. ¿Qué tan probable es que el inspector multe a 4 bodegas?
c. Halle el porcentaje que el inspector multe a lo más 2 bodegas.
d. El inspector afirma, que el porcentaje que se multen más de 5
pero menos de 8 bodegas, es menor al 2.4%.
e. Halle la probabilidad que ninguna bodega sea multada.
f. Halle el número esperado de bodegas multadas. 9
Solución:
a. Defina la variable aleatoria en estudio y su distribución de
probabilidad.
V.A. X: Número de bodegas multadas; X~Bin(n=10, π=0.25)
𝟏𝟎 𝐱 𝟏𝟎−𝐱
𝐟 𝐱 =𝐏 𝐗=𝐱 = 𝟎. 𝟐𝟓 𝟎. 𝟕𝟓 , 𝐱 = 𝟎, 𝟏, , … , 𝟏𝟎
𝐱
𝟎 𝐄𝐧 𝐨𝐭𝐫𝐨 𝐜𝐚𝐬𝐨
b. ¿Qué tan probable es que el inspector multe a 4 bodegas?.
𝟏𝟎
𝐏 𝐗=𝟒 = 𝟎. 𝟐𝟓𝟒 𝟎. 𝟕𝟓𝟔 = 𝟎. 𝟏𝟒𝟔𝟎
𝟒
c. Halle el porcentaje que el inspector multe a lo más 2 bodegas
P(X≤2)=P(X=0)+P(X=1)+P(X=2)=0.0563+0.1877+0.2816=0.5256
d. El inspector afirma, que el porcentaje que se multen más de 5
pero menos de 8 bodegas, es menor al 2.4%.
P(5<X<8)=P(6≤X≤7)=P(X=6)+P(X=7)=0.0162+0.0031=0.0193
Es verdadero, es 1.93% menor a 2.4%
10
e. Halle la probabilidad que ninguna bodega sea multada
11
El conjunto donde se hace el muestreo tiene N elementos,
individuos u objetos (una población finita).
Cada elemento puede ser caracterizado como un éxito (E)
o fracaso (F), y hay A éxitos en la población entonces son
(N-A) fracasos.
Se saca una muestra, sin reemplazo, de n elementos de
tal forma que sea igualmente probable obtener cada
subconjunto de tamaño n.
Su función de probabilidad está dada por:
A N A
x nx
f x P X x para x entero t.q máx0, n A N x min n, A
N
n
Notación: X ~ Hiper N , n, A
A A N n
Media y Varianza: E X n , 2 Var X n 1
A
N N N N 112
Ejemplo 2.
Una estación experimental se compone de 4 ingenieros
agrónomos y 9 técnicos agrícolas. Si se elige al azar y sin
reemplazo a 3 individuos para asignarlos a un trabajo de campo,
a. Defina la variable aleatoria y su distribución de probabilidad
X: Número de ingenieros agrónomos incluidos en el trabajo de
campo. X ~ H N 13, n 3, A 4
4 9
f ( x) P X x , x 0,1, 2,3
x 3 x
13
3
b. Halle la probabilidad que el grupo asignado al trabajo de
campo incluya a 2 ingeniero agrónomo
𝟒 𝟗
𝟐 𝟏
𝐏 𝐗 = 𝟐 = 𝟏𝟑 = 𝟎. 𝟏𝟖𝟖𝟖
𝟑
13
c. Halle la probabilidad que el grupo asignado al trabajo de
campo incluya al menos 2 ingenieros agrónomos
𝟒 𝟗 𝟒 𝟗
𝟐 𝟏 𝟑 𝟎
𝐏 𝐗≥𝟐 =𝐏 𝐗=𝟐 +𝐏 𝐗=𝟑 = 𝟏𝟑
+ 𝟏𝟑
= 𝟎. 𝟏𝟖𝟖𝟖 + 𝟎. 𝟎𝟏𝟑𝟗𝟗 = 𝟎. 𝟐𝟎𝟐𝟖
𝟑 𝟑
𝟐
𝑨 𝑨 𝑵−𝒏 𝟒 𝟒 𝟏𝟑 − 𝟑
𝝈 =𝑽 𝑿 = 𝒏 𝟏− =𝟑 𝟏− = 𝟎. 𝟓𝟑𝟑
𝑵 𝑵 𝑵−𝟏 𝟏𝟑 𝟏𝟑 𝟏𝟑 − 𝟏
14
Ejercicio 2.
El gerente de recursos humanos
debe seleccionar a 6 de un total
de 12 empleados para que
asistan a un curso de Inteligencia
de Negocios, de los cuales 7 son
del área de sistemas y el resto
otras áreas.
15
Solución:
a. Defina la variable aleatoria y su distribución de probabilidad.
X=Número empleados de sistemas que asisten al curso de IN
7 5
𝐗~𝐇𝐢𝐩(𝐍 = 𝟏𝟐, 𝐧 = 𝟔, 𝐀 = 𝟕)
f ( x) P X x , x 1, 2,3, 4,5,6
x 6 x
12
6
b. ¿Qué tan probable que asistan al curso 4 de sistemas?.
𝟕 𝟓
𝟒 𝟐
𝐏 𝐗=𝟒 = 𝟏𝟐
= 𝟎. 𝟑𝟕𝟖𝟖
𝟔
c. Halle la probabilidad que asistan al curso al menos 3 de
sistemas
𝐏 𝐗≥𝟑 = 𝟏−𝐏 𝐗 ≤𝟐 =𝟏− 𝐏 𝐗=𝟏 +𝐏 𝐗 =𝟐
𝟕 𝟓 𝟕 𝟓
𝟏 𝟓 𝟐 𝟒
=𝟏− 𝟏𝟐 + 𝟏𝟐 = 𝟏 − 𝟎. 𝟎𝟎𝟕𝟔 + 𝟎. 𝟏𝟏𝟑𝟔 = 𝟎. 𝟖𝟕𝟖𝟖
𝟔 𝟔 16
d. Si el costo por persona para asistir al curso es $550 más $50
por movilidad. ¿Cuál es el costo esperado que pagará la
empresa para que asistan al curso?.
𝐀 𝟕
𝛍=𝐄 𝐗 =𝐧 =𝟔 = 𝟑. 𝟓
𝐍 𝟏𝟐
Sea Y=Costo por asistir al curso, Y=550 X +50
E(Y) = 550 E(X)+50=550x3.5+50 = $ 1975
17
Es un experimento aleatorio en el que ocurren sucesos en
un intervalo dado de longitud t.
1. Los sucesos son de la misma clase u homogéneos.
2. Los sucesos en un intervalo son independientes de los
sucesos en otros intervalos no superpuestos.
3. El promedio de sucesos por unidad de intervalo (v), tal
que λ = txv.
Su función de probabilidad está dada por:
𝐞−𝛌 𝛌𝐱
𝐏 𝐗=𝐱 = , 𝐱 = 𝟎, 𝟏, 𝟐, …
𝐱!
Notación: 𝐗~𝐏𝐨𝐢𝐬(𝛌)
Valor Esperado y Varianza: 𝛍 = 𝐄 𝐗 = 𝛌, 𝛔𝟐 = 𝐕𝐚𝐫 𝐗 = 𝛌
18
Ejemplo 3.
Los mensajes que llegan a un servidor, lo hacen de acuerdo con
una distribución Poisson con una tasa promedio de 10 mensajes
por minuto.
a. Defina la variable aleatoria y su distribución de probabilidad.
X=El número de mensajes que llegan al servidor
Inicial: λ=10 mensajes/minuto X ~ Pois (10)
𝒆−𝝀 𝝀𝒙
𝒇 𝒙 =𝑷 𝑿=𝒙 = , 𝒙 = 𝟎, 𝟏, …
𝒙!
b. Calcule la probabilidad de que lleguen 7 mensajes en medio
minuto.
Para medio minuto: λ=30seg(10/60seg)=5 mensajes/30 seg.
X ~ Pois (5)
−𝟓 𝟕
𝒆 𝟓
𝑷 𝑿=𝟕 = = 𝟎. 𝟏𝟎𝟒𝟒
𝟕!
19
c. Calcule la probabilidad de que lleguen al menos 2 mensajes en
45 segundos.
Para 45 segundos: λ=45x(10/60)=7.5 X ~ Pois (7.5)
𝐏 𝐗≥𝟐 = 𝟏−𝐏 𝐗 ≤𝟏 =𝟏− 𝐏 𝐗=𝟎 +𝐏 𝐗=𝟏
𝐞−𝟕.𝟓 𝟕. 𝟓𝟎 𝐞−𝟕.𝟓 𝟕. 𝟓
=𝟏− + = 𝟏 − 𝟎. 𝟎𝟎𝟎𝟔 + 𝟎. 𝟎𝟎𝟒𝟏 = 𝟎. 𝟗𝟗𝟓𝟑
𝟎! 𝟏!
21
Ejercicio 3.
Una empresa dedicada al
procesamiento de encuestas, sabe
que el número de encuestas
digitadas es una variable aleatoria
que sigue un proceso de Poisson
con una media de 5 encuestas
digitadas por hora.
23
c. Si se sabe que se han digitado al menos 3 encuestas, ¿cuál es
la probabilidad que se digiten a lo más 5 encuestas en 80
minutos?
Para 80 minutos: λ=80(5/60)=6.67 X ~ Pois (6.67)
𝐗 ≤ 𝟓 𝐏(𝟑 ≤ 𝐗 ≤ 𝟓) 𝐏 𝐗 = 𝟑 + 𝐏 𝐗 = 𝟒 + 𝐏 𝐗 = 𝟓
𝐏 𝐗 ≥ 𝟑 = 𝐏(𝐗 ≥ 𝟑) = 𝟏 − 𝐏(𝐗 ≤ 𝟐)
𝟎. 𝟏𝟑𝟗𝟓 + 𝟎. 𝟏𝟓𝟓𝟏 + 𝟎. 𝟏𝟒𝟕𝟖
= = 𝟎. 𝟑𝟏𝟗𝟎
𝟏 − [𝟎. 𝟎𝟎𝟏𝟑 + 𝟎. 𝟎𝟎𝟖𝟓 + 𝟎. 𝟎𝟐𝟖𝟐]
e. Si el costo por digitar una encuesta es S/ 12.5. Halle el costo
esperado por la digitación de las encuestas por 90 minutos.
Para 90 minutos: λ=90(5/60)=7.5, X ~ Pois (7.5), E(X)=7.5
Sea: C=Costo por digitación, C=12.5 X
E(C )= 12.5 E(X)= 12.5x7.5= S/. 93.75
24
Ejercicios propuestos.
1. Una agencia de viajes está promocionando seis paquetes
turísticos al Cusco y tres a Huaraz. Si un turista decide
comprar cuatro paquetes turísticos. ¿cuál es la probabilidad:
a. Que tres sean para el Cusco?
a. Que el mismo número de paquetes al Cusco y Huaraz?
b. Que a lo más dos sean a Huaraz?
c. El costo por paquete para el Cusco es $ 450 y a Huaraz es
$320. La promoción ofrece por paquete un descuento del
18.5% para el Cusco más $4.5 por gastos adicionales y para
Huaraz 12.5% pero se excluye los $ 4.5 adicionales. Halle el
costo esperado del número de paquetes comprados según la
promoción ofrecida para cada lugar.
25
2. Un ingeniero zootecnista sabe que en cierta región hay 8
individuos de una especie de mamífero, de los cuales cinco
son machos y el resto son hembras. Si selecciona al azar a
cuatro individuos y observa el número de machos
seleccionados.
a. ¿Qué valores posibles podría tomar la variable mencionada?
b. ¿Cuál es la probabilidad que haya más de un macho?
c. ¿Cuál es la probabilidad que haya el mismo número de
machos y hembras?
d. Halle la media y la varianza.
26
3. En un proceso de auditoría se sabe que el número de errores
encontrados es una variable aleatoria según un proceso de
Poisson, con una media de 2,5 por cada 12 documentos
revisados.
a. Defina la variable aleatoria y su distribución de probabilidad.
b. Halle la probabilidad de encontrar dos errores, cuando se
revisan 42 documentos.
c. Halle la probabilidad de encontrar a lo más 5 errores, si se
sabe que se encontraron más de 2 errores, cuando se
revisaron 12 documentos.
d. Se rechaza el proceso de auditoría si se encuentran más de 3
errores en 24 documentos que se revisen. ¿Cuál es la
probabilidad que no se rechace el proceso de auditoria?
27
Referencias bibliográficas
Anderson D., Sweendy D., Williams T. (2016) Estadística para
Administración y Economía. 12ª. Edición. México. Cengage
Learning Editores. Capítulo 6.
Newbold, P. y Carlson, W. y Thorne, B. (2008). Estadística para
Administración y Economía (6ta. ed.) Madrid: Pearson
Education. Prentice Hall
28