Unidad 3. Distribuciones, intervalos y prueba de hipótesis.

Estadística para negocios

Distribuciones de Probabilidad

Distribución binomial

La distribución binomial está asociada a experimentos del siguiente tipo:

- Realizamos n veces cierto experimento en el que consideramos solo la posibilidad de éxito o fracaso.
- La obtención de éxito o fracaso en cada ocasión es independiente de la obtención de éxito o fracaso en las
demás ocasiones.
- La probabilidad de obtener éxito o fracaso siempre es la misma en cada ocasión.
Supongamos que un experimento aleatorio tiene las siguientes características:
 En cada prueba del experimento sólo son posibles dos resultados: el suceso A (éxito) y su contrario A
(fracaso).

 El resultado obtenido en cada prueba es independiente de los resultados obtenidos anteriormente.

1
 Unidad 3. Distribuciones, intervalos y prueba de hipótesis.
Estadística para negocios

 La probabilidad del suceso A es constante, la representamos por p, y no varía de una prueba a otra. La
probabilidad de A es 1- p y la representamos por q .

 El experimento consta de un número n de pruebas.

Todo experimento que tenga estas características diremos que sigue el modelo de la distribución Binomial. A
la variable X que expresa el número de éxitos obtenidos en cada prueba del experimento, la llamaremos
variable aleatoria binomial.
La variable binomial es una variable aleatoria discreta, sólo puede tomar los valores 0, 1, 2, 3, 4, ..., n
suponiendo que se han realizado n pruebas. Como hay que considerar todas las maneras posibles de obtener
k-éxitos y (n-k) fracasos debemos calcular éstas por combinaciones (número combinatorio n sobre k).
La distribución Binomial se suele representar por B(n,p) siendo n y p los parámetros de dicha distribución.
Función de probabilidad de la distribución Binomial o también denominada función de la distribución de
Bernoulli (para n=1)

.
Ejemplo:
Supongamos que la probabilidad de que una pareja tenga un hijo o una hija es igual. Calcular la probabilidad
de que una familia con 6 descendientes tenga 2 hijos.
En este caso Éxito = E = “tener hijo” y p(E) = 0,5.
Fracaso = F = “tener hija” y p(F) = 0,5.
Estamos por tanto ante una distribución binomial Bin(6; 0,5) y nos piden p(X=2).
Si aplicamos la fórmula es:

Los alumnos de cierta clase se encuentran en una proporción del 67% que estudian inglés y el resto francés.
Se toma una muestra de 15 alumnos de la clase, calcular:
a) Probabilidad de que al menos encontremos tres alumnos de inglés.
b) Probabilidad de que los 15 alumnos estudien inglés.
c) Probabilidad de que estudien inglés entre 7 y 10 alumnos.
Si éxito = estudiar inglés, p = 0,67 y fracaso = estudiar francés, q = 1 - 0,67 = 0,33. Se maneja por tanto
(15; 0,67)
a) En este caso se deben encontrar los valores mayores o iguales a 3 es decir x  3 , para lo cual como sabemos
la suma de la probabilidad de todos los valores es igual a 1. Par lo cual se puede decir:

0,000026

2
 Unidad 3. Distribuciones, intervalos y prueba de hipótesis.
Estadística para negocios

b)
c)

Distribución de Poisson

Características:

En este tipo de experimentos los éxitos buscados son expresados por unidad de área, tiempo, pieza, etc, etc,:
- # de defectos de una tela por m2
- # de aviones que aterrizan en un aeropuerto por día, hora, minuto, etc, etc.
- # de bacterias por cm2 de cultivo
- # de llamadas telefónicas a un conmutador por hora, minuto, etc, etc.
- # de llegadas de embarcaciones a un puerto por día, mes, etc, etc.
Para determinar la probabilidad de que ocurran x éxitos por unidad de tiempo, área, o producto, la fórmula a
utilizar sería:

Dónde:
p(x, l) = probabilidad de que ocurran x éxitos, cuando el número promedio de ocurrencia de ellos es l
l = media o promedio de éxitos por unidad de tiempo, área o producto
e = 2.718
x = variable que nos denota el número de éxitos que se desea que ocurra

Hay que hacer notar que en esta distribución el número de éxitos que ocurren por unidad de tiempo, área o
producto es totalmente al azar y que cada intervalo de tiempo es independiente de otro intervalo dado, así
como cada área es independiente de otra área dada y cada producto es independiente de otro producto dado.

Ejemplos:
1. Si un banco recibe en promedio 6 cheques sin fondo por día, ¿cuáles son las probabilidades de que
reciba, a) cuatro cheques sin fondo en un día dado, b) 10 cheques sin fondos en cualquiera de dos días
consecutivos?

Solución:
a)
x = variable que nos define el número de cheques sin fondo que llegan al banco en un día
cualquiera = 0, 1, 2, 3,....., etc.
l = 6 cheques sin fondo por día
e = 2.718

3
 Unidad 3. Distribuciones, intervalos y prueba de hipótesis.
Estadística para negocios

b)
x= variable que nos define el número de cheques sin fondo que llegan al banco en dos días
consecutivos = 0, 1, 2, 3,......, etc., etc.
l = 6 x 2 = 12 cheques sin fondo en promedio que llegan al banco en dos días consecutivos
Nota: l siempre debe de estar en función de x siempre o dicho de otra forma, debe “hablar” de lo
mismo que x.

2. En la inspección de hojalata producida por un proceso electrolítico continuo, se identifican 0.2

imperfecciones en promedio por minuto. Determine las probabilidades de identificar a) una
imperfección en 3 minutos, b) al menos dos imperfecciones en 5 minutos, c) cuando más una
imperfección en 15 minutos.

Solución:
a)
x = variable que nos define el número de imperfecciones en la hojalata por cada 3 minutos = 0, 1,
2, 3,...., etc., etc.
l = 0.2 x 3 =0.6 imperfecciones en promedio por cada 3 minutos en la hojalata

b)
x = variable que nos define el número de imperfecciones en la hojalata por cada 5 minutos = 0, 1,
2, 3, ...., etc., etc.
l = 0.2 x 5 =1 imperfección en promedio por cada 5 minutos en la hojalata

=1-(0.367918+0.367918) = 0.26416

c)
x = variable que nos define el número de imperfecciones en la hojalata por cada 15 minutos = 0, 1,
2, 3, ....., etc., etc.
l = 0.2 x 15 = 3 imperfecciones en promedio por cada 15 minutos en la hojalata

= 0.0498026 + 0.149408 = 0.1992106

4
 Unidad 3. Distribuciones, intervalos y prueba de hipótesis.
Estadística para negocios

Distribución Hipergeométrica
Los experimentos que tienen este tipo de distribución tienen las siguientes características:
a) Al realizar un experimento con este tipo de distribución, se esperan dos tipos de resultados.
b) Las probabilidades asociadas a cada uno de los resultados no son constantes.
c) Cada ensayo o repetición del experimento no es independiente de los demás.
d) El número de repeticiones del experimento (n) es constante.
Ejemplo:
En una urna o recipiente hay un total de N objetos, entre los cuales hay una cantidad a de objetos que son
defectuosos, si se seleccionan de esta urna n objetos al azar, y sin reemplazo, ¿cuál es la probabilidad de
obtener x objetos defectuosos?
Solución:

Dónde:
p(x,n) = probabilidad de obtener x objetos defectuosos de entre n seleccionados
muestras de n objetos en donde hay x que son defectuosos y n-x buenos
Todas las muestras posibles de seleccionar de n objetos tomadas de entre N objetos en total =
espacio muestral
Considerando que en la urna hay un total de 10 objetos, 3 de los cuales son defectuosos, si de seleccionan 4
objetos al azar, ¿cuál es la probabilidad de que 2 sean defectuosos?
Solución:
N = 10 objetos en total
a = 3 objetos defectuosos
n = 4 objetos seleccionados en muestra
x = 2 objetos defectuosos deseados en la muestra

3! 7!
*
3 * 21 63
 1!*2! 5!*2!    0,3
10! 210 210
6!*4!

5
 Unidad 3. Distribuciones, intervalos y prueba de hipótesis.
Estadística para negocios

Luego la probabilidad de obtener 2 objetos defectuosos entre los 4 seleccionados al azar sería 0,3
Ejemplos:
Para evitar que lo descubran en la aduana, un viajero ha colocado 6 tabletas de narcótico en una botella que
contiene 9 píldoras de vitamina que son similares en apariencia. Si el oficial de la aduana selecciona 3 tabletas
aleatoriamente para analizarlas, a) ¿Cuál es la probabilidad de que el viajero sea arrestado por posesión de
narcóticos?, b) ¿Cuál es la probabilidad de que no sea arrestado por posesión de narcóticos?

Solución:
a) N = 9+6 =15 total de tabletas
a = 6 tabletas de narcótico
n = 3 tabletas seleccionadas
x = 0, 1, 2, o 3 tabletas de narcótico = variable que nos indica el número de tabletas de narcótico que se puede
encontrar al seleccionar las 3 tabletas
p(viajero sea arrestado por posesión de narcóticos) = p(de que entre las 3 tabletas seleccionadas haya 1 o más
tabletas de narcótico)

otra forma de resolver;

p(el viajero sea arrestado por posesión de narcóticos) = 1 – p(de que entre las tabletas seleccionadas no haya
una sola de narcótico)

b) p(no sea arrestado por posesión de narcóticos)

De un lote de 10 proyectiles, 4 se seleccionan al azar y se disparan. Si el lote contiene 3 proyectiles

defectuosos que no explotarán, ¿cuál es la probabilidad de que , a) los 4 exploten?, b) al menos 2 no exploten?
Solución:
a) N = 10 proyectiles en total
a = 7 proyectiles que explotan

6
 Unidad 3. Distribuciones, intervalos y prueba de hipótesis.
Estadística para negocios

n = 4 proyectiles seleccionados
x = 0, 1, 2, 3 o 4 proyectiles que explotan = variable que nos define el número de proyectiles que explotan
entre la muestra que se dispara

b) N = 10 proyectiles en total
a = 3 proyectiles que no explotan
n = 4 proyectiles seleccionados
x = 0, 1, 2 o 3 proyectiles que no explotan
p(al menos 2 no exploten) = p( 2 o más proyectiles no exploten) = p(x = 2 o 3; n=4) =

a)¿Cuál es la probabilidad de que una mesera se rehúse a servir bebidas alcohólicas únicamente a dos
menores de edad si verifica aleatoriamente solo 5 identificaciones de entre 9 estudiantes, de los cuales 4 no
tienen la edad suficiente?, b) ¿Cuál es la probabilidad de que como máximo 2 de las identificaciones
pertenezcan a menores de edad?
Solución:
a) N = 9 total de estudiantes
a = 4 estudiantes menores de edad
n = 5 identificaciones seleccionadas
x = variable que nos define el número de identificaciones que pertenecen a personas menores de edad
x = 0, 1, 2, 3 o 4 identificaciones de personas menores de edad

b) N = 9 total de estudiantes
a = 4 estudiantes menores de edad
n = 5 identificaciones seleccionadas
x = variable que nos define el número de identificaciones que pertenecen a personas menores de edad
x = 0, 1, 2, 3 o 4 identificaciones de personas menores de edad

7
 Unidad 3. Distribuciones, intervalos y prueba de hipótesis.
Estadística para negocios

Distribución de variables continuas

Una variable aleatoria X es una función que asigna un número real a cada resultado en el espacio muestral 
de un experimento aleatorio. El conjunto de los posibles valores de la variable aleatoria X se denomina rango.
Diremos que la variable aleatoria es continua si su rango es un intervalo (ya sea finito o infinito) de números
reales.

Distribución Normal
Propiedades de la distribución normal estándar
 La distribución normal estándar tiene media  = 0 y desviación estándar  =1. La media, Mediana y Moda
coinciden, son iguales y se localizan en el pico.

La desviación estándar
sigma representa la
distancia de la media al
punto de inflexión de la
curva normal

X
x-3 x-2 x- x x+ x+2 x+3

z
-3 -2 -1 0 1 2 3

Propiedades de la distribución normal

 El área bajo la curva o probabilidad de menos infinito a más infinito vale 1.

 La distribución normal es simétrica, la mitad de curva tiene un área de 0.5.

 La escala horizontal de la curva se mide en desviaciones estándar.

 La forma y la posición de una distribución normal dependen de los parámetros  ,  , por lo que hay un
número infinito de distribuciones normales.
La distribución normal es muy importante por lo siguiente:

1. Es la distribución a la que se aproximan la mayoría de los fenómenos físicos, Químicos, Biólogicos

8
 Unidad 3. Distribuciones, intervalos y prueba de hipótesis.
Estadística para negocios

2. Se ha tomado como base en la inferencia estadística paramétrica

3. Otras distribuciones bajo ciertas circunstancias se pueden aproximar a la normal

4. Es la base para definir otras distribuciones de importancia tales como la Chi cuadrada, t de Student y F de
Fisher.

Características de la distribución normal

Forma
Es una campana simétrica con respecto a su centro
La curva tiene un solo pico; por tanto, es unimodal.
La media de una población distribuida normalmente cae en el centro de su curva normal.
Debido a la simetría de la distribución normal de probabilidad, la mediana y la moda de la distribución se
encuentran también en el centro; en consecuencia, para una curva normal, la media, la mediana y la moda
tienen el mismo valor.

Los dos extremos de la distribución normal de probabilidad se extienden indefinidamente y nunca tocan el
eje horizontal

Parámetros
Está caracterizada por dos parámetros
a).- Parámetro de localización: La media

b).- Parámetro de forma: La varianza

3. Función de densidad

9
 Unidad 3. Distribuciones, intervalos y prueba de hipótesis.
Estadística para negocios

Para determinar las áreas bajo la curva de función de densidad normal se requiere integrar
la ecuación anterior, desafortunadamente no existe una solución exacta para la integral, por lo
que su evaluación solamente puede obtenerse utilizando métodos de aproximación. Por esta razón, se
aprovechó la propiedad de transformación de cualquier curva normal a la NORMAL ESTANDAR utilizando
una nueva variable aleatoria Z llamada variable aleatoria normal estándar.
Para una distribución normal con valores  y  cualesquiera se emplea la siguiente relación:
X 
Z

que transforma X en una variable aleatoria Z con distribución normal estándar; de modo que para determinar
las probabilidades asociadas a una variable aleatoria X cuya distribución es normal con parámetros  y 
basta con tener la tabla para la distribución normal estándar ( = 0 y  = 1). Esta transformación de la
variable se denomina estandarización.
Existe una relación del porcentaje de probabilidad o área bajo la curva normal a la desviación estándar. En la
figura observamos por ejemplo que el área bajo la curva para  1 tiene un porcentaje de 68.26%,  2 =
95.46% y 3  99.73% .

-3s -2s -1s +1s +2s +3s

68.26%
95.46%

99.73%

Manejo y Uso de la tabla normal

La normal N(0;1) se encuentra tabulada, para valores a partir de 0 y hasta 3. Si por ejemplo se quiere calcular
p(Z ≤ 2,78), se tienen que realizar los siguientes pasos:
1. Buscar la parte entera y las décimas en la primera columna (en este caso 2,7).

10
 Unidad 3. Distribuciones, intervalos y prueba de hipótesis.
Estadística para negocios

2. Buscar las centésimas en la primera fila (en este caso 8).

3. En el punto común a la fila y la columna que hemos encontrado, tenemos la probabilidad buscada,
en este caso 0.9973.
Por tanto p(Z ≤ 2,78) = 0,9973.
Si se desea calcular una probabilidad de un valor mayor que 3.99; basta fijarse en que las probabilidades
correspondientes a valores tales como 2.99 y mayores ya valen 0.9999 (prácticamente 1).
Por eso, para estos valores mayores que 3.99; diremos que la probabilidad es aproximadamente 1. Así
p(Z ≤ 5.62) ≈ 1; aunque no aparezca en la tabla.

Estandarización de valores reales

En la práctica, se tienen valores reales de promedio diferentes de cero y con desviación estándar diferentes de
uno, para determinar la probabilidad o área bajo la curva, se determina el número de desviaciones estándar
Z  entre algún valor X y la media de la población  o de la muestra X como sigue:
X 
Z sí se consideran los datos completos del proceso.

X X
Z sí se consideran sólo los datos de una muestra.
s
Ejemplo: El departamento de personal de una empresa requiere que los solicitantes a un puesto en cierta
prueba alcancen una calificación de 500. Si las calificaciones de la prueba se distribuyen normalmente con
media   485 y desviación estándar   30 ¿Qué porcentaje de los solicitantes pasará la prueba?
Calculando el valor de Z obtenemos:
X 
Z = 500  485  0.5
 30
Buscamos el valor correspondiente Z en las tablas de distribución normal estándar donde la probabilidad de

que la calificación sea menor a 500 es P (X <= 500). Dado que el porcentaje pedido es P( X  500) la
solución es 1-0.69146 =0.3085, por tanto sólo 30.85% de los participantes pasarán la prueba.

11
 Unidad 3. Distribuciones, intervalos y prueba de hipótesis.
Estadística para negocios

Otra forma es tomando la Z como negativa con P(Z <= -0.5) = 0.3085.

485

30.85%

Z.05
Área bajo la curva de Distribución normal

Aproximación de la distribución normal a la binomial

Si x tiene una distribución entonces la variable tipificada tiene una distribución próxima a la
normal estándar. La aproximación será buena si n>30 y tanto np como n(1-p) son mayores o iguales que 5.
● Podremos entonces calcular probabilidades de x aproximándolas mediante la normal estándar
● Si x es una variable discreta (la binomial) y una variable continua (la normal) si queremos aproximar
probabilidades de x mediante y funcionará mejor si realiza la corrección por continuidad

Ejemplo:
El 40% de los relojes que se venden en una tienda son digitales y el resto analógicos. Se consideran las ventas
de los 100 próximos relojes.
a) Hallar el número esperado de relojes digitales que se venderán entre los 100. ¿Cuál es la desviación
típica?

La variable aleatoria x representa el número de relojes digitales vendidos entre los 100 próximos. Sigue
una distribución B(100,0,4).
m  np  100  0,4  40
x

  np(1  p)  100  0,4  (1  0,4)  4,9

x

b) Obtener la probabilidad de que se vendan entre 30 y 50 digitales.

 30  0,5  40 50  0,5  40

P(30  x  50)  P z 
 4,9 4,9 
 P( 2,14  z  1,94)  P( z  1,94)  P( z  2,14) 
 0,9738  0,016  0,9578
c) Calcular la probabilidad de que se vendan al menos 15 relojes digitales.

12
 Unidad 3. Distribuciones, intervalos y prueba de hipótesis.
Estadística para negocios

 15  0,5  40
P( x  15)  P z    P( z  5,20) 
 4,9 
 1  P( z  5,20)  1  0  1
d) Hallar la probabilidad de que no se vendan más de 60 relojes digitales.

 60  0,5  40
P( x  60)  P z    P( z  4,18)  1
 4,9 

Ejemplo:
Una empresa tiene 2000 trabajadoras de las que el 60% son mujeres. Se encuesta a 200 personas de la
empresa tomadas al azar.
a) Hallar la probabilidad aproximada de que al menos 40 de los encuestados sean mujeres.

La variable aleatoria x representa el nº de mujeres entre los 200 entrevistados. Sigue una distribución
B(200;0,6).
m  np  200  0,6  120
x

  np(1  p)  200  0,6  (1  0,6)  6,9

x

 40  0,5  120
P( x  40)  P z    P( z  11,67) 
 6,9 
 1  P( z  11,67)  1  0  1
b) Obtener la probabilidad de que el número de encuestadas esté entre 80 y 150.

 80  0,5  120 150  0,5  120

P(80  x  150)  P z 
 6,9 6,9 
 P( 5,87  z  4,42)  P( z  4,42)  P( z  5,87) 
 1 0  1
c) Calcular la probabilidad de que no se pregunte a más de 150 mujeres.

 150  0,5  120

P( x  150)  P z    P( z  4,42)  1
 6,9 

13
 Unidad 3. Distribuciones, intervalos y prueba de hipótesis.
Estadística para negocios

Ejercicios de repaso

1. A causa de las condiciones económicas imperantes, una empresa informa que el 30% de sus cuentas
por cobrar a otras compañías comerciales están sobrevenidas. Si un contador toma una muestra
aleatoria de cinco de esas cuentas. Determina la probabilidad de cada uno de los siguientes eventos.

a) Ninguna de las cuentas este sobrevenida

b) Exactamente dos cuentas estén sobrevenidas

c) La mayoría de las cuentas este sobrevencida

d) Exactamente el 20% este sobrevencida.

2. El proceso de empaque de una compañía productora de cereales para el desayuno ha sido ajustado
para que cada paquete contenga un promedio de 13 onzas de cereal. Por supuesto que no todos los
paquetes contienen exactamente 13 onzas. A causa de las fuentes aleatorias de variabilidad la
desviación estándar del peso neto real es de 0.10 onzas, y se sabe que la distribución de pesos sigue
una distribución normal de probabilidad.

a) Determina la probabilidad de que un paquete aleatoriamente elegido contenga entre 13 y 13.2 onzas

b) ¿Cuál es la probabilidad de que el peso del cereal exceda de 13.25 onzas?

c) ¿Cuál es la probabilidad de que el peso del cereal se encuentre entre 12.9 y 13.1 onzas.?

3. De los 15 altos ejecutivos de un negocio de importaciones y exportaciones, se seleccionan 12 para ser

enviados al Japón a estudiar un nuevo proceso de producción. Ocho de los ejecutivos ya tienen algo de
entrenamiento en el proceso. ¿Cuál es la probabilidad de que 5 de los enviados tengan algo de
conocimiento sobre el proceso antes de partir al lejano Oriente?

4. De los 8 hoteles ubicados en una zona recreativa, puede decirse que tres de ellos son de 2 estrellas en
términos de servicio al cliente. Un agente de viajes elige al zar dos hoteles para dos clientes que están
planeando vacacionar en esa región. ¿Cuál es la probabilidad de que cuando menos uno de los clientes
se hospede en uno de los hoteles de 2 estrellas?

5. Para los varios millares de artículos que se mantienen en existencia en una empresa, existe una
probabilidad global del 0.08 de que un artículo especifico (incluyendo color y tamaño determinados)
no se encuentren en existencia. Si un embarque cubre los pedidos para 120 artículos distintos.

14
 Unidad 3. Distribuciones, intervalos y prueba de hipótesis.
Estadística para negocios

a) ¿Cuál es la probabilidad que 15 o más de ellos no se encuentre en existencia?

b) ¿De que haya de 15 artículos que no se encuentre en existencia?

6. Un señor que va y viene de su trabajo en automóvil tiene que pasar por un cierto semáforo 4 veces por
día. Este semáforo da alternativamente luz verde y luz roja durante 40 y 60 segundos a la calle por la
cual debe circular dicho señor. Indicar la probabilidad de que encuentre el semáforo en verde 0, 1, 2, 3
y 4 veces en un mismo día.

7. Sea una producción de bombas de luz con un promedio del 1% de defectuosas. Sea un lote grande de
dichas bombas. De dicho lote se saca una muestra de 100 bombas. Si hay 0 ó 1 defectuosas se acepta,
rechazándolo si hay 3 ó más defectuosas. Si hay dos defectuosas se toma otra muestra de 100 bombas.
Si en esta 2ª muestra hay 0 ó 1 defectuosas, el lote será aceptado, siendo rechazado en caso contrario.
Indicar la probabilidad de aceptación del lote.

8. Suponiendo que el coeficiente de inteligencia del género humano tenga una distribución normal ,
media de 100 y una desviación estándar de 8 , indicar la probabilidad de que un hombre tomado al
azar tenga un coeficiente de 140 o más.

9. El contenido de bacterias de cierta conserva debe ser menor que 70 para que sea aceptable. Si la F. de
D. del contenido de bacterias es normal con una media de 68 y una desviación estándar de 0,9 indicar
la proporción de latas que debe ser declarada no aceptable.

10. Si la vida media de una colonia de bacterias es normal con una media de 600 y una desviación estándar
de 60, indicar que porcentaje de bacterias durará entre 500 y 800 días.

11. Si en un cierto volumen de sangre de un hombre sano aparecen como media 20 glóbulos blancos, y la
desviación típica entre muestras es igual a 2, indicar la probabilidad de que en una muestra de dicho
volumen aparezcan 14 o menos glóbulos.

12. Supóngase que una cierta pieza es declarada buena si pasa por un cierto calibre de 5 mm de diámetro.
Sea una producción de dichas piezas, cuyos diámetros tienen una distribución normal (4,8 ; 0,2).
Indicar que porcentaje de esta producción será declarado bueno.

13. El volumen de producción de un cierto artículo es normal (m; σ). Si un 60% de los días se produce
menos de 150t, el 35% de los días se produce entre 150 y 160t, y en los mejores días se pasan las 160 t,
hallar el valor medio y la varianza de la producción.

14. Una producción de ejes tiene un diámetro que sigue una distribución normal (50 ; 0,1). Se toma una
muestra de 100 ejes. Indicar:

15
 Unidad 3. Distribuciones, intervalos y prueba de hipótesis.
Estadística para negocios

a) El valor medio y la varianza del promedio de los diámetros de la muestra.

b) Suponiendo que una partida sea rechazada si el promedio de sus diámetros es inferior a 49,999 o
superior a 50,001, indicar la probabilidad de rechazo.
15. La vida de un transistor tiene una distribución normal (280hs; σ). Indicar el valor máximo admisible de
σ si se desea que el transistor tenga una probabilidad mínima de 0,8 de vivir entre 240 y 320 horas.

16. Un avión Airbus 310 tiene un peso permitido de despegue de 160 t. El peso vacío del avión es de 100 t.
El peso del combustible, tripulación, víveres, etc., es de 40 t. El avión tiene una capacidad de 200
pasajeros. Según estudios, el peso medio de un pasajero con su equipaje es normal (90; 20). Indicar la
probabilidad de que el avión trate de despegar con un peso mayor que el permitido.

17. La venta semanal de nafta (en toneladas) de una estación de servicio es normal (100; 10). Suponiendo
que el camión de suministro viene una vez por semana, indicar la capacidad que debe tener la cisterna
de la estación para tener una probabilidad de 0,999 de poder despachar a todos sus eventuales
clientes.

18. La viga principal del ala de un avión comercial está calculada a la fatiga de manera tal que aguante 6 x
106 inversiones de momento flector. La cantidad de inversiones que dicha viga tiene que aguantar por
hora de vuelo es normal (100; 20). Suponiendo que el avión vuele 200 horas mensuales, indicar la vida
del avión en meses de manera tal de tener una probabilidad de 0,999 de no tener una rotura por
fatiga.

19. En un partido de fútbol de 1ª división, la pérdida de peso en kg. de un delantero es normal (5; 1). Un
jugador entra en conflicto con su club, y en el próximo partido pierde solo 3 kg. Indicar la probabilidad
de que esto ocurra, en la hipótesis de que dicho jugador no haya “ido a menos”.

20. BNP 20 El peso de las unidades de una cierta manufactura es normal (120; 8). Las unidades se
empaquetan de a 24 en cajas de cartón cuyo peso es de 300 gr. (peso constante). En la inspección final
se pesan las cajas, y se rechaza toda caja cuyo peso total sea inferior a

21. Una compañía de seguros sabe que el 0,0005 de la población muere anualmente en un cierto tipo de
accidente que paga seguro doble. Si la compañía tiene 10000 asegurados,

a) indicar la probabilidad de que tenga que pagar más de 3 seguros de este tipo.
22. Una fábrica produce tornillos con un 1% de defectuosos. Un ferretero que compra partidas grandes
saca de cada una de ellas una muestra de 100 y rechaza la partida si encuentra algún tornillo
defectuoso. Indicar la probabilidad de rechazo que tienen esas partidas.

23. Una fábrica produce tornillos de una calidad buena, pero se desconoce cuál es el porcentaje real de
defectuosos. Se toma de cada partida una muestra de n tornillos, y la partida se rechaza si se

16
 Unidad 3. Distribuciones, intervalos y prueba de hipótesis.
Estadística para negocios

encuentra algún defectuoso. Indicar el valor de n para que en el caso que el porcentaje de defectuosos
suba de 1% se tenga una probabilidad mínima de rechazo igual a 0,90.

24. En una computadora fallan como promedio dos transistores por hora. Mientras menos de 7
transistores estén fallados la computadora sigue funcionando normalmente, parándose en caso
contrario. Indicar la probabilidad de que la computadora pueda completar un cálculo que insume 3
horas.

25. Los errores de imprenta de una cierta editorial son de 2.5 por página. Si un cierto libro tiene 300
páginas, indicar la probabilidad de que en alguna de ellas haya 5 o más errores.

26. En una fábrica con un personal muy numeroso, la tasa media de accidentes es de 3 por semana. Se
pide hallar la probabilidad de que haya 6 o más accidentes en un período de 2 semanas.

27. La tasa mensual de suicidios en una ciudad de 2.500.000 habitantes es de 1 en 1.000.000. Se pide
hallar:

a) La probabilidad de que en un cierto mes se suiciden 6 o más personas.

b) El porcentaje de meses con 6 o más suicidios.
28. La sustancia radioactiva A presenta 1 fisión por mg y por segundo, y la sustancia radioactiva B presenta
1/2 fisiones por mg y por segundo. Indicar el valor medio y la varianza de la cantidad de fisiones de una
mezcla de 3 mg de la sustancia A y 2 mg de la sustancia B.

29. En la playa de Vicente López, como promedio hay que auxiliar a un nadador por domingo de verano.
Suponiendo que la playa esté abierta 10 horas y que la única lancha de salvataje tome media hora por
operación, indicar la probabilidad de que no haya auxilio disponible cuando sea requerido.

30. Un bar de una estación de ferrocarril tiene una venta mensual de 25 botellas de una gaseosa poco
común. Indicar cuántas botellas se deben tener al principio de cada mes para tener una probabilidad
mayor de 0,75 de abastecer la demanda.

31. Una flota de camiones tiene una tasa de averías de 3 por día. El tiempo de reparación de un camión es
de 1 día. Indicar cuantos mecánicos es necesario contratar para tener una probabilidad mayor que 0,95
de que un camión averiado sea atendido en el acto.

17
Unidad 3. Distribuciones, intervalos y prueba de hipótesis.
Estadística para negocios

ANEXO I
TABLA DE DISTRIBUCIÓN NORMAL

18
Unidad 3. Distribuciones, intervalos y prueba de hipótesis.
Estadística para negocios

19