TECNICATURA SUPERIOR EN ADMINISTRACIÓN CONTABLE

ESTADÍSTICA
TEORÍA ELEMENTAL DE PROBABILIDAD

CARRERA: TECNICATURA SUPERIOR EN ADMINISTRACIÓN CONTABLE (RES. Nº 273/03)

CÁTEDRA: Estadística

CURSO: 2do año

PROFESOR: Ing. Luciano A. Fritzler

AÑO: 2008

Reglas de conteo................................................................................................................... 2
Regla de la suma................................................................................................................. 2
Regla del producto.............................................................................................................. 2
Análisis combinatorio.............................................................................................................. 2
Función factorial................................................................................................................. 2
Variaciones simples.............................................................................................................. 3
Permutaciones simples.......................................................................................................... 3
Combinaciones simples......................................................................................................... 3
Variaciones con Repetición..................................................................................................... 3
Permutaciones con Repetición................................................................................................. 3
Combinaciones con Repetición................................................................................................ 3
Teoría elemental de probabilidad............................................................................................... 5
Definición clásica de probabilidad............................................................................................ 5
Definición de probabilidad como frecuencia relativa...................................................................5
Reglas fundamentales de probabilidad.......................................................................................5
Probabilidad condicional, sucesos independientes y dependientes...................................................5
Sucesos mutuamente excluyentes.......................................................................................... 5
Teorema de Bayes............................................................................................................... 8
Esperanza matemática.......................................................................................................... 8
Distribuciones de probabilidad para variables discretas......................................................................9
Media y desviación estándar de una distribución de probabilidad para variables discretas........................10
Distribuciones discretas útiles................................................................................................ 11
Binomial....................................................................................................................... 11
Poisson........................................................................................................................ 13
Hipergeométrica............................................................................................................. 16
Resumen de fórmulas............................................................................................................ 18

1
 TECNICATURA SUPERIOR EN ADMINISTRACIÓN CONTABLE

ESTADÍSTICA
TEORÍA ELEMENTAL DE PROBABILIDAD

Reglas de conteo

Regla de la suma
Si una primera tarea puede realizarse de formas y una segunda tarea puede realizarse de formas, y no es
posible realizar ambas tareas de manera simultánea, entonces para realizar cualquiera de ellas pueden utilizarse
cualquiera de + formas.
Ejemplo:
Una biblioteca tiene 40 libros de historia y 50 de filosofía. Si un estudiante quiere aprender acerca de alguno de
estos dos temas, por la regla de la suma puede elegir entre 40 + 50 = 90 libros. (Nota: el estudiante no quiere
estudiar historia y filosofía, sino historia o filosofía.)
La regla puede ampliarse a más de dos tareas, siempre que ningún par de ellas pueda ocurrir simultáneamente.

Regla del producto

Si un procedimiento se puede descomponer en dos etapas y si existen resultados posibles de la primera
etapa, y para cada uno de estos resultados, existen resultados posibles para la segunda etapa, entonces el
procedimiento total se puede realizar, en el orden dado, de formas.
Ejemplos
 Para una obra de teatro hay 6 hombres y 8 mujeres que aspiran a los papeles principales. El director puede
elegir a la pareja principal de 6.8 = 48 formas.
Esta regla también puede ampliarse a más de dos etapas.
 Si las placas de los automóviles constan de 3 letras seguidas de 3 dígitos, y ninguna letra o dígito se puede
repetir, ¿cuántas placas diferentes son posibles? .
Si se pueden repetir las letras y los dígitos, serán posibles placas
diferentes.

Análisis combinatorio
La combinatoria tiene por fin estudiar las distintas agrupaciones  de  los  objetos. A continuación, estudiaremos
como se combinan los objetos, cálculo que nos determinará la cantidad de grupos que se podrán formar con los
datos dados.
Antes de comenzar con esto veamos una función importante en matemática:

Función factorial
La función factorial se calcula como el producto de todos los números (en forma decreciente) desde ese número
hasta el uno. Así tenemos que:

, entonces  
, entonces  
El factorial de un número se puede también calcular como ese número por el factorial del número anterior:
o
Así tendremos:

2
 TECNICATURA SUPERIOR EN ADMINISTRACIÓN CONTABLE

ESTADÍSTICA
TEORÍA ELEMENTAL DE PROBABILIDAD

Variaciones simples
Representa de cuantas maneras se pueden agrupar elementos tomándolos de a ; conviniendo en
considerar diferentes cuando difieren en naturaleza o en orden. ( distinto )

Permutaciones simples
Responde a la pregunta ¿de cuantas maneras se pueden disponer elementos? Se considerarán distintos dos
arreglos en que los elementos difieran en el orden.

Combinaciones simples
De cuantas maneras se pueden agrupar elementos tomándolos de a ; conviniendo en considerar diferentes
cuando difieren solo en naturaleza. ( igual ).

Se suele representar: y llamar número combinatorio a la combinación de elementos tomados de

en .

Variaciones con Repetición

Responde a la pregunta: ¿De cuantas maneras se pueden agrupar elementos tomándolos de a si se
permiten repeticiones y dos arreglos son distintos si difieren en naturaleza u orden de sus componentes?

Permutaciones con Repetición

Sean elementos y consideremos que dos arreglos son distintos cuando difieren en el orden.

Combinaciones con Repetición

Responde a la pregunta: ¿De cuantas maneras se pueden agrupar elementos tomándolos de a si se
permiten repeticiones y dos arreglos son distintos si difieren en naturaleza?

Ejercitación:

3
 TECNICATURA SUPERIOR EN ADMINISTRACIÓN CONTABLE

ESTADÍSTICA
TEORÍA ELEMENTAL DE PROBABILIDAD

1. Dado un grupo de 12 personas, ¿de cuantas maneras se pueden agrupar alrededor de una mesa con 4
sillas?
 Si SI importa el orden
 Si NO importa el orden

2. ¿De cuantas maneras se pueden disponer 7 soldados en una fila?

3. ¿De cuantas maneras pueden ser colocadas en una fila 5 bolas de diferentes colores?

4. ¿De cuantas formas pueden 10 personas estar sentadas en un banco, con capacidad para 4 personas?
 Si SI importa el orden
 Si NO importa el orden

5. ¿De cuantas formas puede elegirse un comité de 5 personas de entre 9 personas?

6. En un campeonato de fútbol quedan 8 equipos.

 Solo 4 deben pasar a las semifinales, ¿cuantas posibilidades hay?
 De esos 8 equipos surgirán el 1ro, 2do y 3er puesto, ¿Cuántas alternativas hay?

7. 15 estudiantes se van de campamento. Deben elegir: Jefe, Subjefe, Encargado de cocina y Encargado de
excursiones. ¿De cuantas formas se pueden armar los puestos?

8. 10 jóvenes se presentan a un concurso de belleza, en el que se eligen: reina, 1ra princesa, 2da princesa
y reina de la simpatía. ¿Cuántas alternativas de entre todas las jóvenes se pueden formar?

9. Tres amigas se encuentran y cada una da un beso a la otra ¿Cuántos besos se dan en total?

10. Un grupo de 5 personas va a sentarse en fila para una foto. ¿Cuántas disposiciones lineales son posibles?

11. En un grupo de 10 personas, se elegirá a 5 y se les ubicará en fila para una foto. ¿Cuántas disposiciones
son posibles?
 Si SI importa el orden
 Si NO importa el orden

12. Un estudiante que realiza un examen debe responder 7 de las 10 preguntas. El orden no importa. ¿De
cuántas formas puede responder el examen?

13. Cuatro nadadores van a disputar la final del campeonato mundial. Los premios son: 1º-medalla de oro,
2º-medalla de plata y 3º-medalla de bronce. ¿De cuántas maneras pueden ser distribuidas esas medallas?

14. Con los dígitos 0, 1, 2, 3, 4,5 ¿Cuántos números de tres cifras se pueden formar?

15. ¿Cuántas palabras pueden formarse con las letras de la palabra TRIANGULO?

4
 TECNICATURA SUPERIOR EN ADMINISTRACIÓN CONTABLE

ESTADÍSTICA
TEORÍA ELEMENTAL DE PROBABILIDAD

Teoría elemental de probabilidad

Definición clásica de probabilidad

Supóngase un suceso que de un total de casos posibles, todos factibles, puede presentarse en de los
casos. Entonces, la probabilidad de aparición del suceso (llamada su ocurrencia) viene dada por:

La probabilidad de no aparición del suceso (llamada su no ocurrencia) viene dada por:

Así pues, o . La probabilidad de un suceso es un número comprendido entre 0 y 1.

Definición de probabilidad como frecuencia relativa

La probabilidad estimada o probabilidad empírica de un suceso se toma como la frecuencia relativa de la
aparición del suceso, cuando el número de observaciones es muy grande. La probabilidad por si misma es el
límite de la frecuencia relativa cuando el número de observaciones crece indefinidamente.

Reglas fundamentales de probabilidad

Probabilidad condicional, sucesos independientes y dependientes
Si y son dos sucesos, la probabilidad de que ocurra dado que ha ocurrido , se denota por
y se llama probabilidad condicional de dado que se ha presentado.
Si la ocurrencia o no ocurrencia de no afecta a la probabilidad de ocurrencia de , entonces
y se dice que y son sucesos independientes; si esto no ocurre, los sucesos se dicen
dependientes.
Si se denota por el suceso de que ocurra y , llamado a veces suceso compuesto, se tiene:

En particular, para sucesos independientes.

Para tres sucesos y se tiene:

Sucesos mutuamente excluyentes

Si dos o más sucesos no pueden ocurrir simultáneamente se llaman “eventos mutuamente excluyentes”. Por lo
tanto:
, donde es la probabilidad de que sucedan ambos a la vez.

Si se denota como el suceso de que ocurra o o ambos, entonces:

En particular: para sucesos mutuamente excluyentes.

Ejemplos:

5
 TECNICATURA SUPERIOR EN ADMINISTRACIÓN CONTABLE

ESTADÍSTICA
TEORÍA ELEMENTAL DE PROBABILIDAD

 Supóngase una caja que contenga 3 bolas blancas y 2 bolas negras. Sea A el suceso que “la primera bola
extraída sea negra” y B el suceso que “la segunda bola extraída sea negra” en extracciones sin reemplazo:
y son sucesos dependientes

Entonces, la probabilidad de que ambas bolas extraídas sean negras es del

 Si A es el suceso “extracción de un As de una baraja de 50 cartas españolas” y B es el suceso de “extracción

de un rey”. La probabilidad de extracción de un As o un Rey en una sola extracción es:

, la probabilidad de que ambos sucesos se den simultáneamente es nula.

Se llaman sucesos mutuamente excluyentes.

 Si A es el suceso “extracción de un As” y B el suceso “extracción de una espada”, entonces A y B no son

mutuamente excluyentes, puesto que puede ser extraído un As de Espadas.

, puede ocurrir simultáneamente la extracción de un As que a la vez sea de Espadas.

Ejercitación:

1. Determinar para los siguientes sucesos

6
 TECNICATURA SUPERIOR EN ADMINISTRACIÓN CONTABLE

ESTADÍSTICA
TEORÍA ELEMENTAL DE PROBABILIDAD

a. La aparición de un número impar en una tirada de dado

b. La aparición de al menos una cara en 2 lanzamientos de una moneda
c. La aparición de un As, el 10 de espadas o el 2 de bastos en una baraja de 50 cartas españolas
d. La aparición de cruz en el siguiente lanzamiento de una moneda, si en 100 lanzamientos previos
aparecieron 56 caras.

2. De una caja que contiene 6 bolas rojas, 4 negras y 5 azules se extrae una al azar. Determinar la
probabilidad de que sea:
a. Roja
b. Blanca
c. Azul
d. No roja
e. Roja o negra

3. Se hacen dos extracciones de una baraja de 52 cartas. Hallar la probabilidad de que las dos cartas
extraídas sean ases:
a. Con reemplazo
b. Sin reemplazo

4. Se extraen sucesivamente 3 bolas del problema Nº 2. Hallar la probabilidad de que sean extraídas en el
orden Roja, negra y Azul si las extracciones son:
a. Con reemplazo
b. Sin reemplazo

5. Se extrae una carta de una baraja española de 40 cartas. Si la carta extraída es un rey, nos dirigimos a la
Urna I; en caso contrario a la Urna II. A continuación, extraemos una bola.
El contenido de la Urna I es de 7 bolas blancas y 5 negras y el de la Urna II es de 6 bolas blancas y 4
negras.
Hallar:
a. La probabilidad de que la bola extraída sea blanca y de la Urna II
b. La probabilidad de que la bola extraída sea negra.

6. El equipo directivo de una empresa del sector de hostelería está constituido por 25 personas de las que
un 60% son mujeres. El gerente tiene que seleccionar a una persona de dicho equipo para que represente
a la empresa en un certamen internacional.
Decide lanzar una moneda: si sale cara, selecciona a una mujer y si sale cruz, a un hombre.
Sabiendo que 5 mujeres y 3 hombres del equipo directivo no hablan inglés, determinar la probabilidad de
que la persona seleccionada hable inglés.

7. En una Universidad existen tres facultades: A, B y C. En A hay matriculadas para 150 chicas y 50 chicos;
en B, 300 chicas y 200 chicos; y en C, 150 chicas y 150 chicos.
Calcula la probabilidad de que un estudiante, elegido al azar, sea chico.

7
 TECNICATURA SUPERIOR EN ADMINISTRACIÓN CONTABLE

ESTADÍSTICA
TEORÍA ELEMENTAL DE PROBABILIDAD

8. Una caja contiene 10 bolas blancas, 5 negras y 5 rojas. Se extraen dos bolas consecutivamente de la
caja. Calcula la probabilidad de que las dos sean blancas si:
a. Antes de extraer la segunda bola se vuelve a meter la primera en la caja.
b. La segunda bola se extrae sin haber metido la primera en la caja.

9. Un monedero contiene 2 monedas de plata y 3 de cobre, y otro contiene 4 de plata y 3 de cobre. Si se

elige un monedero al azar y se extrae una moneda ¿cuál es la probabilidad de que sea de plata?

10. Una bolsa contiene 4 bolas blancas y 2 bolas negras; otra contiene 3 bolas blancas y 5 bolas negras. Si se
extrae una bola de cada bolsa, hallar la probabilidad de que:
a. Ambas bolas sean blancas
b. Ambas bolas sean negras
c. Una sea blanca y otra negra

Teorema de Bayes
La probabilidad de que ocurra dos eventos dado que ocurre uno de ellos es igual a:

De manera análoga tenemos:

Considerando que entonces por lo que si sustituimos

de la primera ecuación tenemos:

Así también:

Esta expresión que se conoce como Teorema de Bayes, el cual es  el teorema más importante dentro de la
probabilidad, que consiste en la determinación de la probabilidad de las causas a partir de los efectos que han
podido ser observados

Esperanza matemática
La esperanza matemática de o simplemente la esperanza de , simbolizada , representa la media
de la población de la que se ha extraído una muestra. Si se denota por la media de la muestra, la media de
la población vendrá representada por la correspondiente letra griega (mu).

Distribuciones de probabilidad para variables discretas

Las variables aleatorias son aquellas que se asocian a la ocurrencia de un fenómeno aleatorio. Cuando una de
estas variables aleatorias toma diversos valores, la probabilidad asociada a cada uno de tales valores puede ser
organizada como una distribución de probabilidad, la cual es la distribución de las probabilidades asociadas a
cada uno de los valores de la variable aleatoria.

8
 TECNICATURA SUPERIOR EN ADMINISTRACIÓN CONTABLE

ESTADÍSTICA
TEORÍA ELEMENTAL DE PROBABILIDAD

Las distribuciones de probabilidad pueden representarse a través de una tabla, una gráfica o una fórmula, en
cuyo caso tal regla de correspondencia se le denomina función de probabilidad.
Consideraremos primero las distribuciones de probabilidad para variables discretas.
Ejemplo:
Consideremos a la variable aleatoria X como la cantidad de “caras” cuando se lanzan dos monedas.
Considerando A como el evento “cara en el lanzamiento de una moneda” o B como el evento “cruz en el
lanzamiento de una moneda, el espacio muestral es el conjunto .
Calculando las probabilidades tenemos:

 Probabilidad de no obtener ninguna “cara”:

 Probabilidad de sacar una “cara”:

 Probabilidad de sacar dos “caras”:

Si ahora se organizan estos resultados con el siguiente formato:

Con el siguiente gráfico (gráfico de barras o histograma) se podrá explicar el por que se usa el nombre
“distribución de probabilidad”.

Las propiedades de las distribuciones de variables discretas son dos:

1.

2. , o que es lo mismo: la suma de todas las probabilidades de los eventos posibles de

una variable aleatoria es igual a la unidad.

Distribuciones de probabilidad para variables continuas

La idea anterior puede extenderse al caso en que la variable puede tomar una serie de
valores continuos. El polígono de frecuencias relativas de una muestra llega a ser, en el caso
límite de una población, una curva continua.

9
 TECNICATURA SUPERIOR EN ADMINISTRACIÓN CONTABLE

ESTADÍSTICA
TEORÍA ELEMENTAL DE PROBABILIDAD

Media y desviación estándar de una distribución de probabilidad para variables discretas

En una distribución de frecuencias para datos agrupados se calculaba la media utilizando la fórmula:

La cual puede expresarse como:

Considerando la definición de probabilidad de un evento, P(X) es el cociente de la frecuencia entre el número

total de eventos (probabilidad estimada o probabilidad empírica de un suceso), por lo que la media de una
distribución de probabilidad de una variable discreta es:

Ejemplo:
Considerando el ejemplo anterior:

Para calcular su media ( ) se realiza:

Similarmente, para calcular la varianza , haciendo un tratamiento análogo anterior tenemos

que . Para que, finalmente, la varianza de una distribución de probabilidad de una variable

discreta sea:

10
 TECNICATURA SUPERIOR EN ADMINISTRACIÓN CONTABLE

ESTADÍSTICA
TEORÍA ELEMENTAL DE PROBABILIDAD

Consecuentemente, la desviación estándar de una distribución de probabilidad de una variable discreta es:

Ejemplo:
Considerando el ejemplo anterior, su desviación estándar se calcula:

Distribuciones discretas útiles

Ejemplos de variables aleatorias discretas, las cuales pueden tomar solo un número finito de valores o un
número infinitamente contable de valores, se pueden encontrar en diversas situaciones cotidianas y en la
mayoría de las disciplinas académicas. Sin embargo, tres distribuciones de probabilidad discretas sirven como
modelo para un gran número de estas aplicaciones:

Binomial
Se tiene un número fijo de pruebas . Con las siguientes características:
 Cada prueba tiene sólo dos posibles resultados: genéricamente los llamamos éxito y fracaso. Los
denotamos con 1 (éxito) y 0 (fracaso).
 El resultado de cada prueba es independiente del resultado de las demás pruebas.
 La probabilidad de éxito no cambia de una prueba a otra.
 Nos interesa sólo el número total de éxitos y no el orden en que hayan ocurrido.
Cuando se cumplen las condiciones anteriores tiene la distribución binomial con parámetros y , donde
es el número de intentos y la probabilidad de obtener un éxito.

Los resultados individuales de se llaman Función de Distribución Binomial de

Probabilidades

Así Función Acumulada de Probabilidades

Las medidas de tendencia central y variabilidad son:

Ejemplo:
Una encuesta revela que el 20 % de la población es favorable a un político y el resto es desfavorable. Elegidas 6
personas al azar se desea saber:
 La probabilidad de que las seis personas sean desfavorables.
 La probabilidad de que las seis personas sean favorables.
 La probabilidad de que sean favorables a ese líder menos de tres de las personas encuestadas.
Llamando p a la probabilidad de favorables y q a la de desfavorables, tenemos, por la distribución binomial con:
 n=6

11
 TECNICATURA SUPERIOR EN ADMINISTRACIÓN CONTABLE

ESTADÍSTICA
TEORÍA ELEMENTAL DE PROBABILIDAD

 p= 0,2
 q= 0,8

La probabilidad de que las 6 sean desfavorables es:

La probabilidad de que las 6 sean favorables es:

O bien:

Y la probabilidad de que sean favorables menos de 3 es:

Practicas en Excel: función POISSON

Con la función DISTR.BINOM que proporciona Excel podemos hallar probabilidades en una distribución binomial
B(x,p,n). Por ejemplo para hallar P(x=6) en una muestra de 12 con para una probabilidad de éxito de 0.3,
debemos introducir la expresión =DISTR.BINOM(6 ; 12 ; 0,35 ; FALSO).

El último argumento debe ser VERDADERO o FALSO y especifica si se trata de la probabilidad acumulada o no. Si
hubiéramos incluido VERDADERO  habríamos obtenido la probabilidad P( x ≤ 6 ).

Basta crear una tabla de la siguiente forma:

x p n Binomial Binomial Acumulada

0 0,2 6 =DISTR.BINOM(A2;C2;B2;0) =DISTR.BINOM(A2;C2;B2;1)

1 0,2 6 =DISTR.BINOM(A3;C3;B3;0) =DISTR.BINOM(A3;C3;B3;1)

2 0,2 6 =DISTR.BINOM(A4;C4;B4;0) =DISTR.BINOM(A4;C4;B4;1)

 Ejercitación:

1. ¿En una familia de tres hijos, cuál es la probabilidad de que sean 2 niñas como mucho? La probabilidad
de niña es 0.5; el sexo de cada hijo es independiente del de los demás.

2. Se extraen 4 bolillas, con reemplazo, de una urna que tiene 5 blancas y 3 negras. ¿Cuál es la
probabilidad de que salgan menos de 2 blancas?

3. De un lote con 1,000 artículos de los cuales el 10% son defectuosos, se escogen al azar 10. ¿Cuál es la
probabilidad de que haya más de 2 defectuosos? Aunque el muestreo se hace sin reemplazo, por la gran
cantidad de artículos que hay en el lote comparados con los que se escogen, suponemos que son válidos
los supuestos del modelo binomial.
12
 TECNICATURA SUPERIOR EN ADMINISTRACIÓN CONTABLE

ESTADÍSTICA
TEORÍA ELEMENTAL DE PROBABILIDAD

4. El 10% de los TV son defectuosos. Determinar de una muestra de 20 equipos, elegidos al azar, las
probabilidades de que:
a. Tengan 0 defectuoso
b. Tengan 1 defectuoso
c. Tengan 3 o más defectuosos
5. Durante un largo tiempo se ha observado que un soldado puede dar con un solo disparo con una
probabilidad del 80%. Suponga que dispara cuatro veces.
a. ¿Cuál es la probabilidad de que de en el blanco exactamente dos veces?
b. ¿Cuál es la probabilidad de que de en el blanco por lo menos una vez?
c. ¿Cuál es la probabilidad que de en el blanco las cuatro veces?

Poisson

La Distribución de Poisson se llama así en honor a Simeón Dennis Poisson (1781-1840), francés que desarrolló
esta distribución basándose en estudios efectuados en la última parte de su vida.

La distribución de Poisson se emplea para describir varios procesos. Algunos ejemplos para los que se puede
modelar una variable aleatoria de Poisson son:

 Número de llamadas que recibe un conmutador telefónico durante cierto periodo

 Número de bacterias en un volumen pequeño de líquido.
 Número de clientes que llegan a una caja durante un minuto determinado.
 Número de averías de una máquina durante un día dado.
 Número de accidentes de tránsito durante un tiempo determinado
 Demanda (necesidades) de servicios en una institución asistencial por parte de los pacientes
 Arribos de los camiones y automóviles a la estación de peaje

Los ejemplos citados tienen un elemento en común, pueden ser descritos por una variable aleatoria discreta que
asume valores enteros (0,1,2,3,4,5 y así sucesivamente). El número de enfermos que llegan a un consultorio en
cierto intervalo de tiempo será de 0,1,2,3,4,5 o algún otro número entero. De manera análoga, si se cuenta el
número de automóviles que llegan a una caseta de cobro durante un periodo de diez minutos, el número será
entero.

La distribución de Poisson es la distribución de la probabilidad de que ocurra un evento raro en un periodo de

tiempo, un espacio o un lugar. Su distribución proporciona un buen modelo para los datos que representan la
frecuencia de un evento específico en una unidad dada de tiempo o espacio.
La variable aleatoria mide los eventos “éxitos” matemáticos dentro de un campo de variación continuo, los
hechos y eventos son independientes entre si.
Si al continuo se lo divide en segmentos tan pequeños como se quiera, un éxito puede ocurrir tan probablemente
en uno como en otro de los segmentos.
La probabilidad de ocurrencia o no ocurrencia de un éxito en un segmento cualquiera no tiene efecto sobre la
probabilidad de ocurrencia en cualquier otro segmento.
La distribución de Poisson nos dice como se distribuyen los puntos por intervalo de unidad de la recta, es decir,
nos dice la probabilidad de que haya éxitos en algún segmento del continuo.
La fórmula de distribución de probabilidades de Poisson es la siguiente:
13
 TECNICATURA SUPERIOR EN ADMINISTRACIÓN CONTABLE

ESTADÍSTICA
TEORÍA ELEMENTAL DE PROBABILIDAD

Donde es la variable de número de éxitos, es el parámetro de posición de la distribución de Poisson.

Cálculo de probabilidades mediante la distribución  de Poisson.
La distribución de Poisson, según hemos señalado, se refiere a ciertos procesos que pueden ser descritos con una
variable aleatoria discreta.
La letra suele representar esa variable y puede además asumir valores enteros (0,1,2,3 etc..). La
probabilidad de exactamente ocurrencias en una distribución de Poisson se calcula mediante la fórmula:
Supóngase que estamos investigando la seguridad de un crucero muy peligroso. Los archivos de la policía indican
una media de cinco accidentes por mes en él. El número de accidentes está distribuido conforme a la
distribución de Poisson, y la división de seguridad en carreteras quiere calcular la probabilidad de exactamente
0,1,2,3 y 4 accidentes en un mes determinado.
Aplicando la fórmula anterior:

Para saber cual es la probabilidad en 3 o menos, sumaremos las probabilidades de 0,1,2,3 lo que será igual a :

Dado que la probabilidad de que haya 3 o menos accidentes es de 0.26511 entonces la probabilidad de que
ocurran más de tres debe ser =

Practicas en Excel: función POISSON

La función POISSON devuelve la probabilidad exacta o acumulada, para un valor de x, de una variable discreta
que sigue una distribución de POISSON.

Sintaxis:
POISSON( x ; media ; acumulado)

Ejemplo:
Los vehículos llegan a una intersección a una velocidad de 10 por minuto. Un ciclo de semáforo dura 45
segundos. ¿Qué es la distribución del número de vehículos que llegan por ciclo?
Para ilustrar la funcionalidad POISSON, puede crear una hoja de cálculo de Excel, copiando la siguiente tabla:

mu 7.5

14
 TECNICATURA SUPERIOR EN ADMINISTRACIÓN CONTABLE

ESTADÍSTICA
TEORÍA ELEMENTAL DE PROBABILIDAD

llegadas, x P (exactamente por llegadas) P (de x o menos llegadas)

0 =POISSON(A3,$B$1,FALSE) =POISSON(A3,$B$1,TRUE)
1 =POISSON(A4,$B$1,FALSE) =POISSON(A4,$B$1,TRUE)
2 =POISSON(A5,$B$1,FALSE) =POISSON(A5,$B$1,TRUE)
3 =POISSON(A6,$B$1,FALSE) =POISSON(A6,$B$1,TRUE)
4 =POISSON(A7,$B$1,FALSE) =POISSON(A7,$B$1,TRUE)
5 =POISSON(A8,$B$1,FALSE) =POISSON(A8,$B$1,TRUE)
6 =POISSON(A9,$B$1,FALSE) =POISSON(A9,$B$1,TRUE)
7 =POISSON(A10,$B$1,FALSE) =POISSON(A10,$B$1,TRUE)
8 =POISSON(A11,$B$1,FALSE) =POISSON(A11,$B$1,TRUE)
9 =POISSON(A12,$B$1,FALSE) =POISSON(A12,$B$1,TRUE)

Ejercitación:
1. Si el promedio de llamadas por día hábil (de ocho horas) que se reciben en un banco es 96. ¿Cuál es la
probabilidad de que en una hora se reciban exactamente 14?

2. El organizador de una fiesta desea comprar 500 globos y quiere tener, en promedio, como máximo 1% de
defectuosos. Va a un comercio que realmente tiene en promedio 1% de defectuosos. Compra un paquete
de 10 en el cual hay uno pinchado. ¿Cuál es la probabilidad de tener un paquete tan malo o peor que
éste en ese comercio?

3. Una compañía de seguros contra incendio tiene 3840 asegurados. Si la probabilidad de que algunos de
ellos presente una reclamación en un año cualquiera es de 1/1200. Calcular las probabilidades de que:
0; 1; 2 o 3 de los asegurados presente una reclamación en un año cualquiera.

4. El número promedio de accidentes de tránsito de un tramo de carretera es de dos por semana. Suponga
que el número de accidentes sigue una distribución de Poisson con .

 Obtenga la probabilidad de que ningún accidente ocurra en este tramo de carretera durante
una semana.
 Encuentre la probabilidad de que a lo más ocurran tres accidentes en este tramo de
carretera durante dos semanas.

Hipergeométrica
La distribución hipergeométrica es similar a la binomial, pero con un tamaño de muestra grande en relación al
tamaño de la población.
Supóngase que queremos conocer el número de elementos defectuosos presentes en una muestra de
unidades extraídas de una urna que contiene un total de elementos de los cuales son defectuosos.
Si una muestra es sacada al azar sin reposición, la probabilidad de que en la primera extracción haya un
elemento defectuoso es , pero para la segunda extracción es o , dependiendo de
que en la primera extracción se haya obtenido o no un elemento defectuoso.
Así pues, las extracciones no son independientes y una de las suposiciones fundamentales de la binomial no
queda satisfecha (la distribución binomial requiere una población infinita o muestra con reemplazo)
Para solucionar el problema de las extracciones sin reemplazo se procede de la siguiente manera: los éxitos
(obtener un elemento defectuoso) pueden ser elegidos de formas, los fracasos (elegir un elemento
que no esté defectuoso) pueden elegirse de formas.

En consecuencia, éxitos y fracasos pueden elegirse de formas.

15
 TECNICATURA SUPERIOR EN ADMINISTRACIÓN CONTABLE

ESTADÍSTICA
TEORÍA ELEMENTAL DE PROBABILIDAD

Como objetos de un conjunto se pueden elegir de y si se consideran todas las posibilidades

igualmente probables resulta que para el muestreo sin reemplazo de obtener éxitos en ensayos, donde
no puede exceder y no puede sobrepasar a , la probabilidad exacta se puede calcular
como:

y son los parámetros de la población

La función de distribuciones acumuladas vale:

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?
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

Practicas en Excel: función DISTR.HIPERGEOM( x ; n ; a ; N)

La función DISTR.HIPERGEOM devuelve la probabilidad de obtener un número determinado de "éxitos" en una
muestra, conocidos el tamaño de la muestra, el número de éxitos de la población y el tamaño de la población.

Sintaxis:
DISTR.HIPERGEOM( x ; n ; a ; N)

Donde:

 x: es el número de éxitos en la muestra.

 n: es el tamaño de la muestra.

 a: es el número de éxitos en la población.

 N: es el tamaño de la población.

Así, podemos realizar una tabla:

16
 TECNICATURA SUPERIOR EN ADMINISTRACIÓN CONTABLE

ESTADÍSTICA
TEORÍA ELEMENTAL DE PROBABILIDAD

x n a N P
2 4 3 10 =DISTR.HIPERGEOM(A2;B2;C2;D2)

Ejercitación:
1. Un cargamento de 100 grabadoras contiene 25 defectuosas. Si 10 de ellas son elegidas aleatoriamente
para revisión. ¿Cuál es la probabilidad de que 2 sean defectuosas?
2. De un lote de 40 artículos se seleccionan al azar 4 para probarlos y si fallan la prueba más de 2 se
rechaza el lote completo. ¿Cuál es la probabilidad de rechazar un lote que tenga 8 defectuosos?
Para mejorar el proceso de selección, los ingenieros deciden rechazar el lote cuando haya 2 o más
defectuosos. ¿Cuál es la probabilidad de rechazar un lote que tenga 8 defectuosos?
3. En el salón de tercer año de una escuela hay 35 alumnos, de los cuales 10 son niñas y 25 niños. Se
nombra un comité de 7 alumnos que represente al salón. La selección se hace al azar. ¿Qué probabilidad
hay de que en el comité haya mayoría de niñas?
4. Una caja de vino tiene doce botellas, tres de las cuales contienen vino descompuesto. De la caja se elige
al azar una muestra de 4 botellas.
Encuentre la distribución de probabilidad para x=0, x=1, x=2 y x=3.
5. Un producto industrial se envía en lotes de 20. El análisis para determinar si un articulo tiene defecto es
costoso; por tanto, el fabricante muestrea la producción en vez de usar un plan con el que tenga que
inspeccionar el 100%. El plan de muestreo construido requiere muestrear cinco artículos de cada lote y
rechazarlo si se observa más de un artículo defectuoso. Si en un lote hay cuatro artículos defectuosos,
¿Cuál es la probabilidad de que sea aceptado?

17
 TECNICATURA SUPERIOR EN ADMINISTRACIÓN CONTABLE

ESTADÍSTICA
TEORÍA ELEMENTAL DE PROBABILIDAD

Resumen de fórmulas

Simples con Repetición

Variación

Permutación

Combinación

Distribución

Binomial
= DISTR.BINOM( x ; n ; p ; 0 o 1)

Poisson

= POISSON( mu ; x ; 0 o 1)

Hipergeométrica
= DISTR.HIPERGEOM( x ; n ; a ; N )

18