Universidad de Oriente

Núcleo de Sucre

Escuela de Ciencias

Departamento de Bioanálisis

Estadística Aplicada a la Salud (008-1123)

Probabilidad Estadística

Docente: Estudiante:

Prof. Erasmo Salazar Diana Lemus

C.I: 30.078.546

Sección: 03

Cumaná, marzo de 2023

Introducción
Actividad 4.1:

El más importante de los diversos sistemas de clasificación de la sangre es el

del grupo sanguíneo ABO. Los cuatro tipos sanguíneos que se contemplan en
esta clasificación son el A, el B, el AB y el O. Sin embargo, en este problema
solo se está interesado en los tipos sanguíneos A y B. Si se seleccionan 3
pacientes cuyo tipo sanguíneo es A o B, y se toma en consideración el número
de pacientes con tipo sanguíneo B. Determine:

I. la distribución de probabilidad y la distribución de probabilidad

acumulada para el número de pacientes con tipo sanguíneo B.
II. la probabilidad de que se encuentre menos de 3 pacientes con tipo
sanguíneo B.
III. la probabilidad de que se encuentre 1 o más pacientes con tipo
sanguíneo B.
IV. la probabilidad de que se encuentre entre 0 y 2 pacientes con tipo
sanguíneo B, inclusive.
V. la media y la varianza de la distribución de probabilidad para la variable
aleatoria del número de pacientes con tipo sanguíneo B.

Solución:

I. la distribución de probabilidad y la distribución de probabilidad

acumulada para el número de pacientes con tipo sanguíneo B.

A= {Paciente con tipo sanguíneo B}

B= {Paciente con tipo sanguíneo A}

El espacio muestral es:

Ω= {BBB, BBA, BAB, ABB, BAA, ABA, AAB, AAA}

Sea X= número de pacientes con tipo sanguíneo B

X(BBB) = 3 X(BBA) = 2

X(BAB) = 2 X(ABB) = 2

X(BAA) = 1 X(ABA) = 1

X(AAB) = 1 X(AAA) = 0 X= 0, 1, 2, 3.
 casos favorables donde X=0 1
f ( 0 )=P ( X=0 )= =
casos posibles 8

casos favorables donde X=1 3

f ( 0 )=P ( X=1 ) = =
casos posibles 8

casos favorables donde X=2 3

f ( 0 )=P ( X=2 )= =
casos posibles 8

casos favorables donde X=3 1

f ( 0 )=P ( X=3 )= =
casos posibles 8

{
1
si X =0
8
3
si X =1
8
Por lo tanto f ( X )= 3
si X =2
8
1
si X =3
8
0 sihay otros casos

Para X = 0, 1, 2, 3, f ( x ) ≥0(I )

∑ f ( x )=¿ ∑ P ( X =x )=P ( X=0 )+ P ( X =1 ) + P ( X=2 ) + P( X=3)¿

toda posible x toda posible x

1 3 3 1
∑
toda posible x
f ( x )= + + + =1
8 8 8 8
(II )

(𝑥) es una distribución de probabilidad para variable aleatoria de número de

pacientes de tipo sanguíneo B.

0.4
0.35
0.3
probabilidad

0.25
0.2
0.15
0.1
0.05
0
0 0.5 1 1.5 2 2.5 3 3.5
variable x

Grafica de la función de probabilidad f(x).

Distribución aleatoria de probabilidad acumulada (F)

1
F ( 0 )=f ( 0 )=
8

1 3 4 1
F ( 1 )=f ( 0 ) , f ( 1 )= + = =
8 8 8 2

1 3 3 7
F ( 2 )=f ( 0 ) , f ( 1 ) , f ( 2 )= + + =
8 8 8 8

1 3 3 1 8
F ( 3 ) =f ( 0 ) , f ( 1 ) , f ( 2 ) , f (3 )= + + + = =1
8 8 8 8 8

{
0 si x <0
1
si 0 ≤ x <1
8
Esta dada por F ( x )= 1 si 1≤ x <2
2
7
si 2 ≤ x <3
8
1 si x ≤ 1

1.2
1
0.8
0.6
F(X)

0.4
0.2
0
1 2 3 4
Valores de la variable X

Grafica de la función de probabilidad acumulada F(x).

II. la probabilidad de que se encuentre menos de 3 pacientes con tipo

sanguíneo B.

Para x <3
 2
1 3 3
P ( x<3 )=∑ f ( x )=f ( 0 )+ f ( 1 ) +f ( 2 )= + + =0,875
x=0 8 8 8

La probabilidad de que se encuentre menos de 3 pacientes con tipo sanguíneo

B es de 0,875.

III. la probabilidad de que se encuentre 1 o más pacientes con tipo

sanguíneo B.

Para x ≥ 1

a
3 3 1
P ( x ≥ 1 )=∑ f (x)=f ( 1 ) +f ( 2 ) + f (3 )+ f ( 4 )= + + +0=0,875
x=1 8 8 8

La probabilidad de que se encuentre 1 o más pacientes con tipo sanguíneo B

es de 0,875.

IV. la probabilidad de que se encuentre entre 0 y 2 pacientes con tipo

sanguíneo B, inclusive.

Para 0 ≥ x ≤ 2

2
1 3 7
P ( 0 ≥ x ≥2 ) =∑ f (x)=f ( 0 ) + f ( 1 ) + f (2 )= + + =0,875
x=1 8 8 8

La probabilidad de que se encuentre entre 0 y 2 pacientes con tipo sanguíneo

B es de 0,875.

V. la media y la varianza de la distribución de probabilidad para la variable

aleatoria del número de pacientes con tipo sanguíneo B.

La media

n
μ= E ( x )=∑ [ x i P ( x=x i ) ] =x J P ( x=x 1 ) + x 2 P ( x=x 2 ) + x 3 P ( x=x 3 ) + x 4 P ( x =x 4 )
J=1

1 3 3 1 3 6 3 12 3
¿ 0. +1. +2. + 3. =0+ + + = = =1.5
8 8 8 8 8 8 8 8 2

La varianza
 [∑ ]
n
2
r =V ( x )= x 2=P( x=x i) −μ2=x 21 P ( x=x 1 ) + x 22 P ( x=x 2 ) + x 23 P ( x=x 3 ) + x 24 P ( x=x 4 ) −μ 2
J=1

()
2
2 1 2 3 2 3 2 1 3 3 3 9 9 3+12+9−18 6 3
¿ 0 . +1 . +2 . +3 . − =0+ + + − = = = =0.75
8 8 8 8 2 8 2 8 4 8 8 4

Actividad 4.2:

Resuelva los siguientes problemas aplicando la teoría de distribución de

probabilidad discreta, usando sus tablas de probabilidad acumulada. Lea el
problema e identifique a que distribución pertenece y luego aplique la teoría
respectiva.

1) Cierta área del este de Estados Unidos resulta afectada, en promedio, por 6
huracanes al año. Calcule la probabilidad de que para cierto año esta área
resulte afectada por

a) menos de 4 huracanes;
b) cualquier cantidad entre 6 y 8 huracanes, inclusive.
c) Calcule la media y la varianza de la variable aleatoria X, que representa
el número de huracanes que afectan cada año a cierta área del este de
Estados Unidos.

2) En cierto laboratorio ocurren, en promedio, 3 accidentes al mes. ¿Cuál es la

probabilidad de que en cualquier determinado mes en el laboratorio:

a) ocurran exactamente 5 accidentes?

b) ocurran menos de 3 accidentes?
c) ocurran al menos 2 accidentes?

3) Se sabe que la probabilidad de que un estudiante de preparatoria no pase la

prueba de escoliosis (curvatura de la espina dorsal) es de 0.004. De los
siguientes 1875 estudiantes que se revisan en búsqueda de escoliosis, calcule
la probabilidad de que

a) menos de 5 no pasen la prueba;

b) entre 8 y 10, inclusive no pasen la prueba.
4) Se sabe que 3% de las personas a las que se les revisa el equipaje en un
aeropuerto lleva objetos cuestionables. En una serie de 18 personas

a) ¿Cuál es la probabilidad de que se atrape a 3 personas con un objeto

cuestionable?
b) ¿Cuál es la probabilidad de que se atrape a más de 4 personas con un
objeto cuestionable?
c) ¿Cuál es la probabilidad de que se atrape a menos de 10 personas con
un objeto cuestionable?
d) ¿Cuál es la media y a varianza para a distribución de este problema?

Solución (1):

Problema de la distribución de Poisson, con x*t=6

X= Numero de huracanes que afectan ciertas áreas del este de estados unidos

Tabla de valores de probabilidad acumulada de Poisson.

a) menos de 4 huracanes;

P ( x> 4 )=P ( x ≤3 )=0,151 2

Hay una probabilidad de 0,1512 de que para este año el área resulte afectada
por menos de 4 huracanes.

b) cualquier cantidad entre 6 y 8 huracanes, inclusive.

P ( 6 ≤ x ≤ 8 )=P ( x ≤ 8 )−P ( x <6 ) =P ( x ≤8 )−P ( x ≤ 5 )=0,8472−0,4457=0,4015

Hay una probabilidad de 0,4015 de que para este año el área resulte afectada
por cualquier cantidad entre 6 y 8 huracanes.

c) Calcule la media y la varianza de la variable aleatoria X, que

representa el número de huracanes que afectan cada año a cierta
área del este de Estados Unidos.

Teorema 4.2

μ= x∗t=6
 2
r =x∗t=6

Solución (2):

Problema de la distribución de Poisson, con x*t=3

X= números de accidentes al mes que ocurren en ciento laboratorio.

Tabla de valores de probabilidad acumulada de Poisson.

a) ocurran exactamente 5 accidentes?

P ( x=5 )=P ( x ≤ 5 )−P ( x ≤ 4 )=0,9161−0,8153=0,1008

Hay una probabilidad de 0,1008 de que para este mes ocurran exactamente 5
accidentes en el laboratorio.

b) ocurran menos de 3 accidentes?

P ( x<3 )=P ( x ≤ 2 )=0,4232

Hay una probabilidad de 0,4232 de que para este mes ocurran al menos 3
accidentes en el laboratorio.

c) ocurran al menos 2 accidentes?

P ( x ≥ 2 )=1−P ( x ≤ 1 )=1−0,1991=0,8009

Hay una probabilidad de 0,8009 de que para este mes ocurran al menos 2
accidentes en el laboratorio.

Solución (3):

Problema de distribución binominal

X= número de estudiantes de preparatoria que no pasan la prueba de

escoliosis.

P=0,004

P →0 y n>20

n∗P=( 1875 )∗( 0,004 )=7,5

La distribución binominal se aproxima a la distribución de Poisson P(x ,7,5).

Con los valores de la tabla de valores de probabilidad acumulada para la

distribución de Poisson se usa μ= x∗t=7,5.

a) menos de 5 no pasen la prueba;

P ( x<5 )=P ( x ≤ 4 )=0,1321

Hay una probabilidad de 0,1321 de que menos de 5 estudiantes de

preparatoria no pasen la prueba de escoliosis.

b) entre 8 y 10, inclusive no pasen la prueba.

P ( 8 ≤ x ≤10 )=P ( x ≤10 )−P ( x ≤ 7 )=0,8622−0,5246=0,3376

Hay una probabilidad de 0,3376 de entre 8 y 10 estudiantes de preparatoria,

inclusive, no pasen la prueba de escoliosis.

Solución (4):

Problema de distribución binominal

X= número de personas a las que se les revisa el equipaje en un aeropuerto

que llevan objetos cuestionables.

P= 0.3 y n= 18

Tabla de valores de probabilidad acumulada para la distribución binominal.

a) ¿Cuál es la probabilidad de que se atrape a 3 personas con un objeto

cuestionable?

P ( x=3 )=P ( x=3 ) −P ( x=2 )=0,1646−0,0600=0,1046

Hay una probabilidad de 0,1046 de que se atrape a 3 personas con un objeto

cuestionable.

b) ¿Cuál es la probabilidad de que se atrape a más de 4 personas con un

objeto cuestionable?
 P ( x> 4 )=1−P ( x ≤ 4 )=1−0,3327=0,3327

Hay una probabilidad de 0,3327 de que se atrape a más de 4 personas con un

objeto cuestionable.

c) ¿Cuál es la probabilidad de que se atrape a menos de 10 personas

con un objeto cuestionable?

P ( x<10 )=P ( x ≤ 9 )=0,9790

Hay una probabilidad de 0,9790 de que se atrape a menos de 10 personas con

un objeto cuestionable.

d) ¿Cuál es la media y a varianza para a distribución de este problema?

Teorema 4.1

μ=n∗P=( 18 )∗( 0,3 )=5,4

r 2=n∗P∗q=( 18 )∗ ( 0,3 )∗( 0,7 )=3,78

Actividad 4.3

Un factor importante en el combustible sólido para proyectiles es la distribución

del tamaño de las partículas. Cuando las partículas son demasiado grandes se
presentan problemas importantes. A partir de datos de producción históricos se
determinó que la distribución del tamaño (en micras) de las partículas se
caracteriza por

{
−4
f ( x )= 3 x si x> 1
0 si otro caso

a) Verifique que sea una función de densidad válida.

b) Encuentre F(x).
c) ¿Cuál es la probabilidad de que una partícula tomada al azar del
combustible fabricado sea mayor que 4 micras?

Solución:

a) Verifique que sea una función de densidad válida.

i) 3 x−4 >0 valor de x >0

f ( x)>0 Para todo valor de real x

ii)
∞ +∞
3∗1 −4 +1
∫ f ( x ) =∫ 3 x−4 dx= −4 +1
x |1 = −3∗1 x−3|1
∞

3
+∞
=x
−3 + ∞
|1 =lim −x
n→∞
[ | ]=lim [ x−3|n ]=lim ( (1)−3−(n)−3 )=
−3 n
1
n→∞
1

n→∞ n
−∞ 1

+∞

iii) P ( x>1 ) =∫ x dx exista

−4

f ( x) Es una función de densidad de probabilidad para la variable aleatoria

continua.

X= Tamaño de la partícula en el combustible sólido para proyectiles.

b) Encuentre F(x).
x >1

x x
3∗1 −4 +1 x −3∗1 −3 x −3 1 1 x 3−1
F ( x )= ∫ f ( t ) dt=∫ 3t = t |−1= t |−1=t |x =(1) −( x ) =1− 3 = 3
−4 −3 −3

−∞ 1 −4 +1 3 x x

La función de distribución acumulativa está dada por

{
3
x −1
F ( x )= x3 , si∧x> 1
1 , si otros casos

c) ¿Cuál es la probabilidad de que una partícula tomada al azar del

combustible fabricado sea mayor que 4 micras?

[ ]| [ ]
4 4 4
3∗1 −4 +1 3∗1 −3 4
P ( x> 4 )=1−P ( x ≤ 4 )=1−∫ 3 x x =1+ [ x ]|1 =1+ [ ( 4 ) −(
−4 −3 −3
dx=1− x =1−
1 −4 +1 1 −3 1

Hay una probabilidad de 0,0156 de que una partícula tomada al azar del
combustible fabricado sea mayor que 4 micras.
Actividad 4.4: Resuelva los siguientes problemas

1) Un investigador informa que unos ratones a los que primero se les restringen
drásticamente sus dietas y después se les enriquecen con vitaminas y
proteínas vivirán un promedio de 40 meses. Si suponemos que la vida de tales
ratones se distribuye normalmente, con una desviación estándar de 6.3 meses,
calcule la probabilidad de que un ratón determinado viva

a) más de 32 meses;
b) menos de 28 meses;
c) entre 37 y 49 meses.

2) En el ejemplar de noviembre de 1990 de Chemical Engineering Progress, un

estudio analiza el porcentaje de pureza del oxígeno de cierto proveedor.
Suponga que la media fue de 99.61, con una desviación estándar de 0.08.
Suponga que la distribución del porcentaje de pureza fue aproximadamente
normal.

a) ¿Qué porcentaje de los valores de pureza esperaría que estuvieran entre

99.5 y 99.7?
b) ¿Qué valor de pureza esperaría que excediera exactamente 5% de la
población?

Solución (1):

X= meses que vivirán los ratones

μ=40 y r=6,3

Tabla de los valores de probabilidad acumulada para la distribución normal

a) más de 32 meses;

P ( x>32 ) =P ( x−μ
r
>
32−μ
r )=P ( z >
6,3 )
32−40
=P ( z >−1,27 ) =1−P ( z ≤−1,27 )=1−0,1020=0,898

Hay una probabilidad de 0,8980 de que un ratón viva más de 32 meses.

b) menos de 28 meses;
 P ( x<28 )=P ( x−μ
r
<
28−μ
r ) =P ( z <
6,3 )
28−40
=P ( z←1,90 )=0,0287

Hay una probabilidad de 0,0287 de que un ratón viva menos de 28 meses.

c) entre 37 y 49 meses.

P ( 37< x <49 ) =P ( 37−μ

r
<
x−μ 49−μ
r
<
r ) =P (
37−40
6,3
< z<
6,3 )
49−40
=P (−0,48< z <1,43 ) =P ( z ←1

Hay una probabilidad de 0,6080 de que un ratón viva entre 37 y 49 meses.

Solución (2):

X= Porcentaje de fuerza del oxigeno

μ=99,61 y r =0,08

a) ¿Qué porcentaje de los valores de pureza esperaría que estuvieran

entre 99.5 y 99.7?

P ( 99,5< x <99,7 ) =P ( 99,5−μ

r
<
x−μ 99,7−μ
r
<
r )=P ( 99,5−99,61
0,08
<z<
99,7−99,61
0,08 )=P (−1,38
El 78,70% del valor de pureza se esperaría que estuvieran entre 99.5 y 99.7

b) ¿Qué valor de pureza esperaría que excediera exactamente 5% de la

población?

0,05

0 Z=?
0,95 1
Se busca un valor de x por debajo del 95%.

P ( z< z 0 )=0,95 , seria P ( z<1,64 )=0,9495 .

0,95=P ( x−μ
r
<
x−99,61
0,08 )=P ( z <
x−99,61
0,08 )=P ( 1,64<
0,08 )
x−99,61
=P ( (1,64 )∗(0,08)< x−9 9 , 61 )=P ( 0,13

El x=99,7412 es el valor de pureza que se esperaría que excediera

exactamente 5% de la población.
Actividad 4.5: Resuelva el siguiente problema

Una empresa produce partes componentes para un motor. Las

especificaciones de las partes sugieren que solo 95% de los artículos las
cumplen. Las partes para los clientes se embarcan en lotes de 100. ¿Cuál es la
probabilidad de que en un lote determinado:

a) menos de 2 artículos estén defectuosos?

b) más de 10 artículos estén defectuosos?
c) entre 3 y 11 artículos estén defectuosos?

Solución:

X= número de artículos defectuosos de los componentes para un motor.

P=0,05 y n=10 0

P →0 y n=20

n∗P=( 100 )∗( 0,05 )=5

n∗q=( 100 )∗( 0,95 )=95> 5

La variable aleatoria x de distribución binominal se aproxima a la de distribución

normal,

μ=n∗P=5 y r =√ n∗P∗q=√ ( 100 )∗( 0,05 )∗( 0,95 ) =2,1794

a) menos de 2 artículos estén defectuosos?

( ) ( )
1
2+0,5−n∗P 2 , 5−5
P ( x>2 )=∑ b (x ; 100 , 0,05¿)=P z ≤ =P z ≤ =P ( z ≤−1,15 )=0,125 1¿
x=0 √ n∗P∗q 2,1794

Hay una probabilidad de 0.1251 de que menos de 2 artículos estén

defectuosos.

b) más de 10 artículos estén defectuosos?

( ) ( )
100
10−0,5−n∗P 9,5−5
P ( x>10 )= ∑ b ( x ; 100 , 0,05¿)=P z > =P z> =P ( z> 2,06 )=1−P ( z ≤2,
x=11 √ n∗P∗q 2,1794

Hay una probabilidad de 0.0197 de que más de 10 artículos estén defectuosos.

 c) entre 3 y 11 artículos estén defectuosos?

P ( 3< x< 11 )=P ( 3−0,5−n∗P

√ n∗P∗q
≤ z≤
11+ 0,5−n∗P
√n∗P∗q )=P (
2,5−5
2,1794
≤ z≤
2,1794 )
11.5−5
=P (−1,15 ≤ z ≤ 2,98 )=P ( z ≤

Hay una probabilidad de 0.8735 de que entre 3 y 11 artículos estén

defectuosos.

Conclusión