Probabilidad y Estadística

Clase Practica
3° semestre

SEMANA 3

DISTRIBUCION: BINOMIAL NEGATIVA - HIPERGEOMETRICA - POISSON

SOLUCION BINOMIAL NEGATIVA

1- En la serie de campeonato NBA, el equipo que gane 4 de 7 juegos será

el ganador. Suponga que los equipos A y B se enfrentan en los juegos de
campeonato y que el equipo A tiene una probabilidad de 0.55 de ganarle
al equipo B.
a) ¿Cuál es la probabilidad de que el equipo A gane la serie en 6 juegos?
b) ¿Cuál es la probabilidad de que el equipo A gane la serie?
c) si ambos equipos se enfrentan en la eliminatoria de una serie regional
y el triunfador fuera el que ganara 3 de 5 juegos, ¿Cuál es la
probabilidad de que el equipo A gane la serie?

Solución:
a) 𝑏 ∗ (x; k, p) = (𝑥−1
𝑘−1
)𝑝𝑘 𝑞 𝑥−𝑘
𝑏 ∗ (6; 4, 0.55) = (53)0.554 (1 − 0.55)6−4 = 0.1853

Respuesta: la probabilidad de que el equipo A gane la serie en 6 juegos

es del 18.53%

b) P(el equipo A gana la serie de campeonatos) =

𝑏 ∗ (4; 4, 0.55) + 𝑏 ∗ (5; 4, 0.55) + 𝑏 ∗ (6; 4, 0.55)+ 𝑏 ∗ (7; 4, 0.55) =
0.0915+0.1647+0.1853+0.1668= 0.6083

Respuesta: la probabilidad de que el equipo A gane la serie de

campeonatos es del 60.83%

c) P(el equipo A gana la eliminatoria) =

𝑏 ∗ (3; 3, 0.55) + 𝑏 ∗ (4; 3, 0.55) + 𝑏 ∗ (5; 3, 0.55) =

0.1664 + 0.2246 + 0.2021 =0.5931

Respuesta: la probabilidad de que el equipo A gane la eliminatoria es

del 59.31%

SOLUCION HIPERGEOMETRICA

Aux: Alen Benítez 1 | 8

Probabilidad y Estadística
Clase Practica
3° semestre

2- Lotes con 40 componentes cada uno que contengan 3 o más defectuosos

se consideran inaceptables. El procedimiento para obtener muestras de
lote se consideran 5 componentes al azar y rechazar el lote si se
encuentra un componente defectuoso. ¿Cuál es la probabilidad de que,
en una muestra, se encuentre exactamente un componente defectuoso,
si en todo el lote hay 3 defectuosos? Calcule la media y la varianza de la
variable aleatoria.

Solución: si utilizamos la distribución hipergeometrica con n=5, N=40,

k=3 y x=1, encontramos que la probabilidad de obtener un componente
defectuoso es:
(31)(37
4)
h(1; 40, 5, 3)= = 0.3011
(40
5)

Respuesta: plan detecta solo el 30.11% de las veces un lote para rechazar
(un lote con 3 componentes defectuosos)

La media y la varianza son:

(5)(3) 3
µ= = = 0.375
40 8

40−5 3 3
𝜎2 = ( 39
) (5) (40) (1 − 40) = 0.3113

3- Para evitar la detección en aduana, un viajero coloca 6 comprimidos con

narcóticos en una botella que contiene 9 píldoras de vitamina que
aparentemente son similares. Si el oficial de la aduana selecciona 3 de
las píldoras al azar para su análisis, ¿Cuál es la probabilidad de que el
viajero sea arrestado por posesión ilegal de narcóticos?

Solución: Si utilizamos la distribución hipergeometrica con n=3, N=15,

k=6 y x=0.1.2.3, encontramos que la probabilidad es

(60)(93) 12
h(0; 15, 3, 6)= = 65
(15
3)
(61)(92) 216
h(1; 15, 3, 6)= =
(15
3) 455
(62)(91) 27
h(2; 15, 3, 6)= =
(15
3)
91

Aux: Alen Benítez 2 | 8

Probabilidad y Estadística
Clase Practica
3° semestre

(63)(90) 4
h(3; 15, 3, 6)= = 91
(15
3)

Respuesta: la probabilidad de que el viajero sea arrestado por posecion

216 27 4 53
ilegal de narcóticos es 455 + 91 + 91 = 65 = 0.8153 o 81,53%
O también 1 - h(0; 15, 3, 6)

SOLUICION POISSON

4- Mediante estudios recientes se ha determinado que la probabilidad de

morir por causa de una vacuna contra la gripe es de 0,00002. Si se
administra la vacuna a 100mil personas y supone que estas constituyen
un conjunto independientes de ensayos. ¿Cuál es la probabilidad de que
mueran no más de dos personas a causa de la vacuna?

Se comprueba que:
Datos:
P = 0,00002; N = 100000 NxP = 2 < 5;
µ = N*P = 100000 x 0,00002 = 2
λ=µ=2 P ≅ 0;
Los ensayos son independientes.
N ≥ 50;

La binomial se aproxima a
la distribución de Poisson.

Se pueden presentar las siguientes situaciones o eventos:

Nadie muera, o haya un muerto, o hayan dos muertes, o hayan 3 muertes,
y así sucesivamente, la suma de las probabilidades de cada uno de estos
eventos es 1, si defino a “x” como éxito refiriéndose a la cantidad de
muertos tenemos que:

P (x=0) + P (x=1) + P (x=2) + P (x=3) +…+ P(N) = 1

P (0) + P (1) + P (2) + P (3) +…+ P(N) = 1
P (mueran no más de dos personas) = P (nadie muere) o P (1 muerto) o
P (2 muertos)
P (mueran no más de dos personas) = P (0) o P (1) o P (2)
P (mueran no más de dos personas) = P (0) + P (1) + P (2)
Utilizando la fórmula de Poisson para estos datos:
𝜆𝑋 ∗ 𝑒 −𝜆
𝑃(𝑥) = x!

Aux: Alen Benítez 3 | 8

Probabilidad y Estadística
Clase Practica
3° semestre

20 ∗𝑒 −2
P (0) = = 0,1353
0!
21 ∗𝑒 −2
P (1) = = 0,2707
1!
22 ∗𝑒 −2
P (2) = = 0,2707
2!
P (mueran no más de dos personas) = 0,1353 + 0,2707 + 0,2707 = 0,6767
P (mueran no más de dos personas) = 67,67 %

La probabilidad de que mueran no más de dos personas es del

67,67%

5- Utilizando la distribución de Poisson y sabiendo que una esquina en una

hora del día llegan 0,7 autos por segundo, calcular las siguientes
probabilidades:
a) de que en un segundo lleguen más de 2 autos.
b) de que en dos segundos lleguen 2 o 3 autos.

Solución:
Datos: λ= 0,7 autos por segundo
Los ensayos son independientes.
Se pueden presentar las siguientes situaciones o eventos:
Para una determinada fecha y una determinada hora (ej. de 08:00 a 08:01
am) en esa esquina es posible que ningún vehículo pase, o haya pasado
un vehículo, o hayan pasado dos vehículos, o hayan pasado 3 vehículos,
y así sucesivamente, la suma de las probabilidades de cada uno de estos
eventos independientes es 1, si defino a “x” como éxito refiriéndose a la
cantidad de vehículos que pasan tenemos que:

a) P (nadie pase) + P (pase 1 auto) + P (pasen 2 autos) + P (pasen 3

autos) +…..+ P(N autos) = 1
P (x=0) + P (x=1) + P (x=2) + P (x=3) +…+ P(N) = 1
P (0) + P (1) + P (2) + P (3) +…+ P(N) = 1
P (pasen más de dos autos) = P(pasen 3 autos) o P(pasen 4 autos) o
P(pasen 5 autos) o P(pasen 6 autos) o…P(pasen n autos).
P (pasen más de dos autos) = P (3) + P (4) + P (5) + P (6) +…+ P(N)

P (pasen más de dos autos) + P (pasen dos autos o menos) = 1

P(x > 2) + P(x ≤ 2) = 1
P(x > 2) = 1 - P(x ≤ 2)
P(x > 2) = 1 - [ P (0) + P (1) + P (2) ]
Aux: Alen Benítez 4 | 8
Probabilidad y Estadística
Clase Practica
3° semestre

Utilizando la fórmula de Poisson para estos datos:

𝜆𝑋 ∗ 𝑒 −𝜆
𝑃(𝑥) = x!
0,70 ∗𝑒 −0,7
P (0) = = 0,4965
0!
0,71 ∗𝑒 −0,7
P (1) = = 0,3476
1!
0,72 ∗𝑒 −0,7
P (2) = = 0,1217
2!

P(x > 2) = 1 – [ 0,4965 + 0,3476 + 0,1217 ]

P(x > 2) = 0,0341

P (pasen más de dos autos) = P (3) + P (4) + P (5) + P (6) +…+ P(N) =
P(x > 2)
La posibilidad de que pasen más de dos autos es del 3,41%

a) λ = 0,7 autos por segundo, entonces realizamos por regla de tres simple
y para dos segundos tenemos λ = 1,4 ;

P (pasen dos o tres autos) = P (2) + P (3);

P (pasen dos o tres autos) = P (2) + P (3);

1,42 ∗𝑒 −1,4
P (2) = = 0,2416
2!
1,43 ∗𝑒 −1,4
P (3) = = 0,1127
3!

P (pasen dos o tres autos) = 0,2417 + 0,1128 = 0,3544.

La probabilidad de que pasen dos o tres autos es del 35,44%

6- El número de coches que pasan por el peaje de una autopista en un día

laborable sigue una distribución de Poisson con una media de 3 coches
por minuto. Calcule las siguientes probabilidades:

a) ¿Cuál es la probabilidad de que ningún coche pase en 2 minutos?

b) Se sabe que en 1 minuto determinado pasó al menos un vehículo.
¿Cuál es la probabilidad de que hayan pasado más de 3 vehículos en ese
minuto?

Aux: Alen Benítez 5 | 8

Probabilidad y Estadística
Clase Practica
3° semestre

c) ¿Cuál es el tiempo mínimo (en minutos) que debe analizarse el paso

de los vehículos para tener una probabilidad de al menos 50% de observar
al menos un coche?

Solucion:
Dato: λ = 3 coches por minuto
Para una determinada fecha y una determinada hora (ej. de 09:00 a 09:01 am)
en ese peaje ningún vehículo pase, o haya pasado un vehículo, o hayan pasado
dos vehículos, o hayan pasado 3 vehículos, y así sucesivamente, la suma de las
probabilidades de cada uno de estos eventos independientes es 1, si defino a “x”
como éxito refiriéndose a la cantidad de vehículos que pasan tenemos que:

a) Como el problema refiere para dos minutos, entonces por regla de tres
simple obtenemos λ = 6 .
P ( de que ningún coche pase en dos minutos) = P(x=0) = P(0);
Utilizando la fórmula de Poisson para estos datos:
𝜆𝑋 ∗ 𝑒 −𝜆
𝑃(𝑥) = x!
60 ∗𝑒 −6
P (0) = = 0,0025
0!
La probabilidad de que ningún vehículo pase en dos minutos es 0,0025 o
0,25%.

b) Calculamos P(x > 𝟑)

P( de que pasen más de tres coches ) = P(4) + P(5) + P(6) + … + P(n)
P (pasen más de tres coches) + P (pasen tres coches o menos) = 1
P(x > 3) + P(x ≤ 3) = 1
P(x > 3) = 1 - P(x ≤ 3)
P(x > 3) = 1 - [ P (0) + P (1) + P (2) + P(3) ]

Utilizando la fórmula de Poisson para λ = 3 ;

𝜆𝑋 ∗ 𝑒 −𝜆
𝑃(𝑥) = x!
30 ∗𝑒 −3
P (0) = = 0,0498
0!
31 ∗𝑒 −3
P (1) = = 0,1494
1!
32 ∗𝑒 −3
P (2) = = 0,2240
2!
33 ∗𝑒 −3
P (3) = = 0,2240
3!

P(x > 3) = 1 - [ 0,0498 + 0,1494 + 0,2240 + 0,2240 ] =0,3528

Aux: Alen Benítez 6 | 8

Probabilidad y Estadística
Clase Practica
3° semestre

Calculamos P(x≥ 𝟏)
P( de que pase al menos 1 coche ) = P(1) + P(2) + P(3) + … + P(n)
P (pase al menos un coches) + P (pase ningún coche) = 1
P(x ≥ 1) + P(x < 1) = 1
P(x ≥ 1) = 1 - P(x = 0)
P(x ≥ 1) = 1 - P (0)

Utilizando la fórmula de Poisson para λ = 3 ;

𝜆𝑋 ∗ 𝑒 −𝜆
𝑃(𝑥) = x!
30 ∗𝑒 −3
P (0) = = 0,0498
0!

P(x ≥ 1) = 1 - 0,0498 = 0,9502

Sea A el evento donde pasan más de tres coches

Sea B el evento donde pasan al menos un coche

𝑃(𝐴∩𝐵)
P(A/B) = P(B)
P(pasen mas de tres coches y pase al menos un coche)
P(A/B) = 𝑃 ( 𝑝𝑎𝑠𝑒𝑛 𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛 𝑐𝑜𝑐ℎ𝑒)

P(x >3) 0,3528

P(A/B) = = 0,9502 = 0,3713
P(x ≥1)
La probabilidad de que hayan pasado más de tres coches sabiendo
que paso al menos uno es 37,13%.

c) P( de que pase al menos 1 coche ) = P(1) + P(2) + P(3) + … + P(n)

P (pase al menos un coches) + P (pase ningún coche) = 1
P(x ≥ 1) + P(x < 1) = 1
P(x ≥ 1) = 1 - P(x = 0)
P(x ≥ 1) = 1 - P (0)
Según el problema
1 - P (0) ≥ 0,5 …………… (1)

Calculamos λ en función de t, y por regla de 3 simple tenemos que λ = 3t

Utilizando la fórmula de Poisson para λ = 3t ;
𝜆𝑋 ∗ 𝑒 −𝜆
𝑃(𝑥) = x!
3𝑡 0 ∗𝑒 −3𝑡
P (0) = = 𝑒 −3𝑡 …………. en (1)
0!

Aux: Alen Benítez 7 | 8

Probabilidad y Estadística
Clase Practica
3° semestre

1 - 𝑒 −3𝑡 ≥ 0,5
- 𝑒 −3𝑡 ≥ - 0,5
𝑒 −3𝑡 ≥ 0,5
Ln( 𝑒 −3𝑡 ) ≥ ln( 0,5 )
-3t ≥ - ln (0.5)

t ≥ 0.23 min ; Debe analizarse un tiempo mayor o igual a 0,23 min.

Aux: Alen Benítez 8 | 8