VARIABLE ALEATORIA: Distribución Binomial y Poisson

EJERCICIOS EXPLICATIVOS

1. 65 de cada 100 alumnos de un colegio del interior del país cursan estudios universitarios al terminar
su bachillerato. En un grupo de 8 alumnos elegidos al azar de un determinado colegio del interior
del país que están culminando la etapa escolar, halle la probabilidad de que estudien una carrera:

a) Exactamente 3 alumnos
b) Más de 6 alumnos
c) Calcule la media

2. Un cajero automático es utilizado cada 20 minutos por 6 personas. Se desea saber cuál es la
probabilidad de que:
a) El cajero sea utilizado por 10 personas en 20 minutos.
b) El cajero sea utilizado por a lo menos 3 personas en 20 minutos.
c) El cajero sea utilizado por 5 personas en 10 minutos

EJERCICIOS PROPUESTOS

1. El gimnasio “El Rápido” ha comprobado que el 20% de sus alumnos se dan de baja durante el
primer mes y el 80% restante permanecen todo el año. Suponga que este año se inscribieron 20
alumnos.
a. ¿Cuál es la probabilidad de que se den de baja más de dos alumnos?
b. ¿Cuál es la probabilidad de que permanezcan 12 alumnos todo el año?
c. Al hacer la inscripción se realiza un único pago anual de $ 600. Si cada alumno que
permanece todo el año genera un gasto anual para el gimnasio de $ 150, ¿cuál es el beneficio
anual esperado para el gimnasio?

2. Se conoce por experiencias anteriores que el 20% de las plantas de limonero son atacadas por
cierta plaga. Si se desea llevar a cabo un experimento con 10 plantas. ¿Cuál será la probabilidad
de que:

a) 5 plantas sean atacadas?

b) 3 o más plantas sean atacadas?
c) más de 1 pero menos de 5 plantas sean atacadas?
d) ¿Cuál es el número esperado de plantas enfermas en la muestra?. ¿Cuál es la desviación
estándar?

1
 3. A cierta fábrica de laminados de madera llegan por término medio 3 clientes cada 2 horas.
Suponiendo que las llegadas se distribuyen de acuerdo a una distribución de Poisson, calcule:

a. La probabilidad de que en una mañana de trabajo (de 9:30 a 13:30 horas) lleguen más de
2 clientes.
b. La probabilidad de que el primer cliente llegue en la primera media hora de trabajo.
c. La probabilidad que en una semana lleguen entre 10 y 14 clientes. (Suponer 6 días de
trabajo a 8 horas diarias).

4. El número de barcos que llegan a un puerto cada semana es una variable aleatoria que tiene
distribución de Poisson con media igual a 9 barcos.
a. ¿Cuál es la probabilidad que en una semana lleguen exactamente 5 barcos?
b. ¿Cuál es la probabilidad de que en tres días lleguen a lo más 2 barcos?

2
 EJERCICIOS RESUELTOS

1. La distribución de probabilidad del número de visitas realizadas por un estudiante de la UTP a la

plataforma virtual Canvas en un día se obtuvieron a partir de una encuesta realizada en el presente
ciclo académico:

Número de 0 1 2 3 4
visitas

Probabilidad 0.20 2a 4a 0.30 0.05

a. Halle la valor de la constante “a” para que dicha distribución sea de probabilidad.
b. Calcule la probabilidad que un estudiante de la UTP seleccionado al azar visite la plataforma
Canvas más de 2 veces por día.

Solución:
a. Como corresponde a una distribución de probabilidad:
Σ f (Xi) = 1
Reemplazando: 0.2 + 2a + 4a + 0.3 + 0.05 = 1
=> a = 0.075
b. Se define la variable aleatoria X:
X: Número de visitas realizadas a la plataforma Canvas en un día.
P(X > 2) = P(X >=3) + P(X = 4) = 0.30 + 0.05 = 0.35
P(X > 2) = 0.35

2. La siguiente tabla muestra la distribución del número de errores que un obrero comete al fabricar
una pieza industrial.

Número de Probabilidad
errores
0 0.07
1 0.15
2 0.13
3 0.25
4 0.26
5 0.14
Solución:
El valor esperado será:
E(X) = 0x0.07 + 1x0.15 + 2x0.13 + 3x0.25 + 4x0.26 + 5x0.14
E(X) = 2.9

• Interpretación: Si el experimento se repitiera muchas veces, a la larga, el promedio de errores

cometidos por el obrero en la fábrica al elaborar una pieza industrial es igual a 2.9 errores.

3
3. Un biólogo marino ha determinado que el número de avistamientos promedio de mamíferos
marinos por hora en alta mar es de 3.2.
a) Se decide contar el número de ejemplares durante 4 horas ¿Cuál es la probabilidad que se
observe entre 10 y 12 ejemplares (ambos números incluidos)?
b) Si se establecen jornadas de trabajo de 6 horas ¿Cuál será el número promedio de
avistamientos por jornada?
c) Si se sabe que el 35% de los avistamientos corresponden a delfines. Si en un día se
observaron 10 animales, ¿Cuál es la probabilidad de que se haya observado por lo menos 2
delfines?
Solución:
La variable sigue una distribución poisson
a.
1 hora  3.2
4 horas 12.8
ex
f (x)  ; 12.8
x!
P(10 x 12) P( X 10)  P( X 11)  P( X 12)
e12.812.810 e12.812.811 e12.812.812
P(10 x 12)    0.3058
10! 11! 12!
b.
1 hora  3.2 
6 horas 19.2 '

a. Sea la variable aleatoria Y: Numero de delfines que se han avistado de un total de 10

n  10
Y ~ Binomial 
p  35%  0.35 (éxito)
El rango de Y: Ry {0,1, 2,3, 4,...,10}
Pide: 𝑃(x ≥ 2)

Equivalencia:
𝑃(x ≥ 2) 1 − 𝑃(𝑥 < 2)

1 − (𝑃(𝑥 = 0) + 𝑃(𝑥 = 1))

10 10 
1 (0.35) (0.65)10 
0
(0.35)1(0.65)9 
  1  
0
    
0.914

4. Tractors SA es una compañía que comercializa e instala equipos electrónicos, un especialista del
área verifica que de todas los equipos por el instalados, el 40% exigen nuevos ajustes después de su
instalación. Si 5 máquinas fueron seleccionadas al azar: ¿Cuál es la Probabilidad de que al menos 3
requieran trabajos de ajuste después de su instalación?.

Solución:

4
5. Los mensajes que llegan a una computadora, utilizada como servidor, lo hacen de acuerdo a una
distribución teórica, en promedio llegan 10 mensajes cada hora.

a. Halle la probabilidad de que lleguen 7 mensajes en 2 horas

b. Encuentre el intervalo de tiempo necesario para que la probabilidad de que no lleguen

mensajes, durante un lapso, sea de 0.9.

Solución:
a. Sea la variable aleatoria X: Número de mensajes por unidad de tiempo
v: promedio de sucesos por unidad de tiempo =10
t: tamaño del intevalo=2

si en 1 hora llega 10 mensajes entonces en 2 horas llegan 20 mensajes

X ~ Poisson(  Vt)
X ~ Poisson(  10(2))
e20 207
Distribución poisson: P( X  7)   0.00052
7!

b. sea la variable aleatoria: Z= el número de mensajes que llegan al servidor en K horas (t=K)
Z ~ Poisson(  Vt)
Z ~ Poisson(  10k)
e10k (10k)0
P(Z  0)   e 10k  0.9   K  0.0105horas
0!
La ecuación anterior se ha resuelto tomando logaritmos.