LABORATORIO NO.

3
ESTADÍSTICA II

EJES TEMÁTICOS
Distribuciones de Probabilidad de Distribución de Probabilidad
Poisson Hipergeométrica
a. Función de densidad, gráfico y de a. Función de densidad, gráfico
probabilidad y de probabilidad
b. Función de distribución, y gráfico de b. Función de distribución, y
probabilidad acumulado gráfico de probabilidad acumulado
c. Valor esperado
d. Varianza
e. Desviación estándar

INDICACIONES:
A continuación, encontrará una serie de problemas de aplicación relacionados a los
ejes temáticos mencionados en la tabla anterior. Lea las instrucciones y desarrolle
según lo expuesto en la sesión presencial. Valor total: 90pts.

TIPO DE ACTIVIDAD: Actividad colaborativa.

ENTREGABLE: Impreso.

1. En una determinada planta manufacturera han ocurrido accidentes a razón de

uno cada dos meses. En el supuesto de que ocurren en forma independiente,
a. ¿Cuál es el número esperado de accidentes al año?
Si definimos a X como el número de accidentes cada mes, entonces X es una variable
aleatoria en el cual la probabilidad de un accidente es:
1accidente
λ= 1 accidente 1accidente
2 meses μ= λ∗t= ∗1mes=
2 meses 2 meses
t=1 mes

Puesto que los accidentes ocurren en un período de tiempo cuya longitud es de un año
definiremos a X como “el número de accidentes que se registra al año”. De esta
manera, para un proceso poissoniano, el valor esperado:
 1accidente
λ= 1 accidente
2 meses μ= λ∗t= ∗12meses=6 accidentes al año
2 meses
t=1 2mes

El número esperado de accidentes al año es igual a seis.

b. ¿Cuál es la desviación estándar del número de accidentes al año?
Como la varianza es la misma que la media. Para determinar la desviación estándar:
θ2=μ
θ=√ μ=√ 6=2,4495 accidentes

c. ¿Cuál es la probabilidad de que no haya accidentes en un mes

determinado?
Una variable aleatoria X tiene una distribución de Poisson cuando el fenómeno se
presenta aleatoria o independientemente en el tiempo o espacio en el cual sólo interesa
la ocurrencia del fenómeno un número determinado de veces y no interesa la no
ocurrencia del fenómeno. Entonces, la función probabilidad viene dada por:
−μ X
e ∗μ
f ( x )=P ( X =x )=
x!
De esta manera, la probabilidad que no haya accidentes en un mes, viene dada por:

( 12 )
( ) =e
0
−
1
e ∗
2
{ x=0 } → P ( X=0 )= −0,5
0!
P ( X=0 )=0,6065
2. Una compañía grande de seguros ha descubierto que 0.2% de la población de
una ciudad está lesionada como resultado de algún tipo de accidente particular.
Esta compañía tiene 15 mil asegurados protegidos contra tal accidente.
a. ¿Cuál es la probabilidad de que tres o menos reclamos se entablen en
relación con estas pólizas de seguros durante el siguiente año?
Sea X la variable aleatoria que representa el número de asegurados de dicha
compañía de seguros que tiene ese tipo de accidentes al año, con p=0,002 y n=15000
entonces:
X → B ( n ; p ) → B ( 15000;0,002 )

Por lo tanto, este problema posee la característica de ser Binomial. Como n es

suficientemente grande y p es muy pequeña se recomienda aproximar la distribución
binomial por la distribución de Poisson. La distribución de Poisson que utilizaremos
para la aproximación será aquella que tiene la misma media que la binomial, es decir:

μ=n∗p=15000∗0,002=30
De manera:
e−μ∗μ x
X → P ( x ;μ )=
x!
Por lo tanto:
3 3
{ x ≤ 3 } → P ( x ≤ 3 ) =∑ P ( x ; μ ) =∑ P ( x ; 30 ) =¿ P ( 0 )+ P ( 1 ) + P ( 2 ) + P (3 ) ¿
x=0 x=0

−30
P ( x ≤ 3 )=e [ 30 302 303
1+ + +
1 ! 2! 3 !
−30
] −30
= e [ 1+30+ 450+ 4500 ] =e [ 4981 ]

P ( x ≤ 3 )=4,66 x 10−10
Quiere decir, que el riesgo que tiene la compañía aseguradora de que se entablen tres
o menos reclamos es casi nulo, o prácticamente ninguno, durante el año.

b. Cinco o más reclamos.

De igual manera:
4
{ x ≥ 5 } → P ( x ≥ 5 ) =1−P ( x<5 )=1−∑ P ( x ;30 )
x=0

P ( x ≥ 5 )=1−[ P ( 0 )+ P ( 1 ) + P ( 2 ) + P ( 3 )+ P ( 4 ) ]

P ( x ≥ 5 )=1−e
−30
[ 1+
30 302 30 3 304
+ +
1! 2! 3! 4!
+ ]
= e [ 1+ 30+450+ 4500+33750 ]
−30

P ( x ≥ 5 )=e−30 [ 38731 ]=3 x 10−9

De igual manera, el riesgo que se entablen cinco o más reclamos es casi nulo, o
prácticamente ninguno, durante el año.

3. Entre 16 máquinas nuevas se vendieron a un distribuidor hay siete con defectos

mínimos. Si el departamento de control de calidad selecciona al azar dos de
estas máquinas para revisar si hay defectos. ¿Cuál es la probabilidad de que:
a. Ninguna de las máquinas revisadas tenga defectos.
Si definimos a X como el número de máquinas con defectos, entonces X es una
variable aleatoria en el cual la probabilidad de alguna de las máquinas tenga defectos
es:
 7 defectos
p= =0,4375
16 máquinas
Sabiendo que se tiene una distribución binomial, entonces:
X → B ( n ; p ) → B ( 2;0 , 4375 )
De manera:

()
B ( n; p )= n p x qn− x
x
Por lo tanto:

(0 )
{ x=0 } → P ( x=0 )= 2 0,43750 (1−0,4375 )2−0=
2!
¿ 0,5625
2
0 !∗2!
P ( x=0 ) =0,3164=31,64 %
La probabilidad de que ninguna de las máquinas tenga defectos es de 31,64%.

b. Una de las máquinas tenga defectos.

De igual manera:

(1 )
{ x=1 } → P ( x=1 )= 2 0,4375 1 ( 1−0,4375 )2−1

2!
P ( x=1 )= ∗0,4375∗0,5625=2∗0,2461
1!∗1 !
P ( x=1 )=0,4922=49,22 %
La probabilidad de que una de las máquinas tenga defectos es de 49,22%.

c. Ambas máquinas tengan defectos.

De igual manera:

(2 )
{ x=2 } → P ( x=2 ) = 2 0,43752 ( 1−0,4375 )2−2

2!
P ( x=2 )= ∗0,4375
2!∗0!
P ( x=1 )=0,4 375=4 3 ,75 %
La probabilidad de que las dos máquinas tenga defectos es de 43,75%.
 4. Si siete de 14 maletas contienen artículos de contrabando determine la
probabilidad de que exactamente cuatro de seis maletas seleccionadas al azar
en la inspección de pasajeros contengan artículos de contrabando.

En este caso se tiene una población de 14 maletas (N=14), de las cuales 7 contienen
contrabando (k=7) y se extrae una muestra de 6 maletas al azar (n=6), por lo que x=4,
por lo que se obtiene una distribución hipergeométrica, entonces:
X → H ( N ;n ; p ) → H ( 1 4 ; 6 ; 0,5 )
De manera:

X → H ( N ; n ; p )=
( x )( n−x )
k N −k

( Nn )
Por lo tanto:
7!
∗7!

{ x=4 } → P ( x=4 ) =
( )( ) ( )( )
7 1 4−7
4 6−4
=
7 7
4 2
=
4 !∗3 !
2 !∗5!
=
7 !∗7 !∗6 !∗8 !

( 164) ( ) 14 14 ! 4 !∗3!∗2 !∗5 !∗14 !

6 6 !∗8 !
735
P ( x=4 )= =0,2448=24,48 %
3003
La probabilidad de que cuatro de las maletas contenga contrabando es de 24,68%.