UNIVERSIDAD NACIONAL DE TRUJILLO

ESCUELA DE INGENIERIA INDUSTRIAL

SEMANA 3

Funciones de Probabilidad Discretas:

Distribución Binomial

Distribución de Poisson

Dra. MARÍA T. ROJAS GARCIA

Distribución Binomial

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.
•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.
Distribución Binomial
Un experimento Binomial se reconoce por las siguientes
características :

1. El numero de ensayos o pruebas es fijo y no muy grande “n ≤ 25”

2. Para cada ensayo se tiene dos posibles resultados

Éxito o

Fracaso 1

3. La probabilidad de “éxito ” es “p” y la probabilidad de “fracaso” es

“q = 1 – p ”

4. Los sucesos son mutuamente excluyentes

5. Interesa medir la probabilidad de ocurrencia de “x-éxitos”

Distribución 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 x-éxitos
y (n-x) fracasos debemos calcular éstas por combinaciones (número
combinatorio n sobre x).

Se suele representar por B(n,p) siendo n y p los parámetros de dicha

distribución.

Probabilidad de obtener x éxitos

Distribución Binomial
Caracterisitcas de la Distribución Binomial
1. Esperanza Matemática o

2. Varianza Matemática o
Distribución Binomial
Resumen Distribución Binomial
Sea X una variable aleatoria discreta correspondiente a una distribución binomial.

n!
P ( x; n, p ) = p x (1 − p ) n − x
(n − x )! x!
n!
P ( x; n, p ) = p x q n− x
(n − x )! x!
 Aplicaciones
➢ En Ingeniería Industrial, para determinar la
proporción de producción defectuosa en un
proceso.

➢ Control de calidad y muestreo de cualquier

situación industrial, donde el resultado de un
proceso es dicotómico e independientes y la
probabilidad de pruebas es constante.

➢ En la industria farmaológica, para determinar si

un determinado fármaco cura o no cura cierta
enfermedad. Etc.
x
Funcion = BINOM(x;n;p;1)
Ejemplo 1

Si X es una variable binomial, utilice la tabla de

probabilidades binomiales y encuentre las siguientes
probabilidades. Grafique en cada caso
a. P (X = 2) para n = 10, p = 0.3

b. P (X≤ 5) para n = 15, p = 0.25

c. P (X> 1) para n = 12, p = 0.30

d. P (X < 10) para n = 20, p = 0.45

e. P (2 ≤ X ≤ 6) para n = 10, p = 0.15

Distribución Binomial

Ejemplo 2
La probabilidad de éxito de un determinado producto de la
producción diaria sea defectuoso es de 0.05. Calcula la
probabilidad de a que en una muestra aleatoria del día de
producción de 16 productos se tenga:
a) Ningún producto defectuoso
b) Sólo dos productos defectuosos
c) No más de 2 productos defectuosos
d) Menos de 5, pero al menos 2 productos defectuosos.

Solución :
Se trata de una distribución binomial de parámetros B(15,
0,05)
Usando la tabla Binomial de Excel se hallarán las
probabilidades pedidas
Ejemplo 3
En un lote de 10 artículos de la producción hay 3 artículos
defectuosos; si del lote se toma una m.a. de 4 artículos con
reposición ?Cuál es la probabilidad ?
a) De que exactamente uno sea defectuoso
b) Ninguno sea defectuoso
c) De que al menos uno sea defectuoso
d) Nomas de dos sean defectuosos
e) De uno a menos de tres sean defectuosos
f) Halle la esperanza y la varianza

Ejemplo 4 (Tarea individual) Cada estudiante desarrolla el

ejercicio.

Si el 10% de tornillos producidos por una máquina son defectuosos.

Hallar la probabilidad de que entre 20 tornillos elegidos al azar haya:
a) A lo más tres defectuosos
b) Por lo menos dos defectuosos
c) Entre dos y 6 defectuosos
d) Halle el número esperado de tornillos defectuosos y la varianza
matemática.
2. Distribución de Poisson
Esta distribución aparece en algunos procesos que
tienen una dimensión temporal o espacial,es decir se
miden en unidades de medida de tiempo, espacio ó
área, además en fenómenos que tienen un alto número
de experimentos “n” grande y una baja o pequeña
probabilidad de que ocurran “p”

Ejemplos:
•Número de productos defectuosos por hora en una
maquina industrial.
•Número de análisis bioquímicos que realiza al día un
laboratorio
• Número de personas infectados por COVID 19 en
una ciudad grande.
Aplicaciones de la Distribución de Piosson

• Por lo general para problemas en función

del espacio y tiempo:
• Número de defectos de producción, en un
intervalo de tiempo.
• Número de llamadas telefónicas por hora
en una oficina.
• Número e accidentes diarios en una gran
ciudad.
• Número de desperfectos por metro de
tela cuadrado. Etc.
 Manejo de la tabla de la Distribución de Poisson (EXCEL)
Ejemplo 1
Cierta enfermedad tiene una probabilidad muy baja de ocurrir, p=1/100.000. Calcular la
probabilidad de que en una ciudad con 500.000 habitantes haya más de 3 personas con dicha
enfermedad.
Calcular el número esperado de habitantes que la padecen.
Consideramos la v.a. X que contabiliza el número de personas que padecen la
enfermedad, es claro que sigue un modelo binomial, pero que puede ser muy
bien aproximado por un modelo de Poisson, de modo que

Así el número esperado de personas que padecen la enfermedad

es

Existe una gran dispersión, y no sería extraño encontrar que en realidad hay muchas más
personas o menos que están enfermas. La probabilidad de que haya más de tres personas
enfermas es:
Distribución de Poisson
Ejemplo 1

Si el 2.5% de la producción frascos de mermelada por una CIA. son

defectuosos. Hallar la probabilidad de que en una muestra de 100
frascos se tenga:
a) Dos defectuosos
b) De 2 a 5 defectuosos
c) Más de 2 defectuosos
d) No más de 3 defectuosos
e) Ningún defectuoso
f) Halle el número esperado de frascos defectuosos de mermelada.

Ejemplo 2

En una gran industria de producción cada 4 meses ocurren un

promedio de 12 accidentes en las diferentes plantas de producción .Cuál
es la probabilidad de que haya : a) Más de 2 Accidentes en un mes b)
Exactamente 2 accidentes en cualquier mes c) c) No más de 4
accidentes pero por lo menos 1 accidente en cualquier mes.
 Ejemplo 3.

Se sospecha que muchas muestras de agua, todas del mismo

tamaño y tomadas del reservorio de la cuidad de Santiago de
Chuco, han sido contaminadas por operarios irresponsables de
una planta de tratamiento de aguas. Se contó el número de
organismos coliformes en cada muestra. El número medio de
organismos por muestra es de 5. Suponiendo que el número de
organismos se distribuye según Poisson, calcular la probabilidad
de que:
a) la siguiente muestra tenga 12 microorganismos
b) la siguiente muestra tenga exactamente 2
microorganismos
c) de 3 a 9 microorganismos tenga la siguiente muestra.
d) Determine el promedio y la desviación estándar del
número de microorganismos.
 Ejemplo 4. TAREA PERSONAL
Un ingeniero industrial que labora en el departamento de control
de calidad, inspecciona una muestra al azar de 200 lotes de
productos agrícolas para importación. Si el 2% de los lotes
contienen productos defectuosos . Cuál es la probabilidad de que
en la muestra,
a) ninguno este defectuoso,
b) uno salga defectuoso,
c) al menos dos salgan defectuosos
d) más de tres estén con defectos

Para la pregunta “d” puede realizar

la siguiente operación:

1 – [P(x=0) + P(x=1) + P(x=2)]

Ejemplo 5. TAREA PERSONAL

La probabilidad de que una maquina industrial usada dure al

menos un año sin que falle es de 0.95, calcular la probabilidad
de que en una muestra de 15 maquinas usadas,
a) 12 duren menos de un año,
b) a lo más 5 duren menos de un año,
c) al menos 2 duren menos de un año.
d) Entre 2 y 6 duren menos de un año
e) No más de 6 duren menos de un año
f) Más de 8 duran menos de un año