Temas de Estadística y Probabilidades

Estamos

aquí

Lic. Mónica Pascual Página 1

 Temas de Estadística y Probabilidades

DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES ALEATORIAS

DISCRETAS

Como se ha explicado, el comportamiento de una variable aleatoria queda, en

general, descrito por su distribución de probabilidad, o función de probabilidad f(x), que,
en el caso de que la variable sea discreta, indica la probabilidad de que se de cada uno de
los valores X posibles de la variable aleatoria: f(x) = P(X = x)
Dentro del conjunto de distribuciones para v.a.d., nos centraremos en el estudio
de dos de ellas: la distribución Binomial y la distribución de Poisson

 DISTRIBUCION BINOMIAL
Esta distribución es de suma utilidad para la descripción de fenómenos que
responden a diversas situaciones de toma de decisiones, siempre y cuando el proceso de
muestreo se ajuste a las características de un “Proceso de Bernoulli”:

 El experimento se realiza un número predeterminado n de veces, siendo sus

resultados eventos independientes.
 Las observaciones se obtienen de poblaciones finitas con reemplazo o
poblaciones infinitas sin reemplazo.
 Cada observación se clasifica en una de dos categorías mutuamente excluyentes:
éxito o fracaso.
 La probabilidad de éxito, que denotaremos p se mantiene constante de prueba en
prueba, por lo tanto la probabilidad de fracaso q = (1 - p), también se mantiene
constante en cada observación.

La variable aleatoria que sigue esta distribución puede definirse como “la cantidad
de veces que se presenta uno de dos resultados posibles, denominados éxito o fracaso
en una muestra de n observaciones”.
Evidentemente, la variable binomial X podrá tener valores en el rango X = {0,1,2, . .
n}, donde n es el número de veces que se repite el ensayo.
La función de probabilidad para una variable binomial se expresa:

Lic. Mónica Pascual Página 2

 Temas de Estadística y Probabilidades

𝑃(𝑋 = 𝑘⁄𝑛, 𝑝 ) = 𝐶𝑛𝑘 𝑝(𝑥)𝑘 𝑞(𝑥)𝑛−𝑘

Teniendo en cuenta que

𝑛!
𝐶𝑛𝑘 =
𝑘! (𝑛 − 𝑘)!
Reemplazando en la expresión anterior resulta:
𝒏!
𝑷(𝑿 = 𝒌⁄𝒏, 𝒑 ) = 𝒑(𝒙)𝒌 𝒒(𝒙)𝒏−𝒌
𝒌! (𝒏 − 𝒌)!

Donde:
 X = número de éxitos en la muestra
 n = tamaño de la muestra
 p(x) = probabilidad de éxito
 q(x) = 1 -p(x) = probabilidad de fracaso
Ejemplos de procesos de Bernoulli son la prueba de artículos de una cadena de
producción para determinar cuáles son defectuosos, la extracción de una carta para ver si
es de un palo o no (siempre que se devuelva la carta extraída a la baraja), la observación
del sexo de recién nacidos, ser admitido en una universidad (lo admiten o no lo admiten),
salir cara al lanzar una moneda al aire (sale cara o no sale), etc..
Si p  0.5, la distribución es sesgada, pero cuanto más cerca de 0.5 se encuentre el
valor de p y mayor sea el tamaño de n, la distribución será menos sesgada. Esta
distribución es simétrica cuando p = 0.5 sin importar el tamaño de la muestra.
Como se explicó, para caracterizar a una variable aleatoria se utilizan parámetros
como la esperanza matemática, la varianza y el desvío estándar. Cuando la v.a. sigue una
distribución Binomial, estos indicadores vienen dados por las siguientes expresiones
matemáticas:

 Esperanza matemática: 𝑬(𝑿) = 𝒏 ∙ 𝒑(𝒙)

 Varianza: 𝝈𝟐 = 𝒏 ∙ 𝒑(𝒙) ∙ 𝒒(𝒙)

 Desvío estándar: 𝝈 = √𝒏 ∙ 𝒑(𝒙) ∙ 𝒒(𝒙)

Lic. Mónica Pascual Página 3

 Temas de Estadística y Probabilidades

Veamos cómo encontrar las probabilidades de una variable aleatoria que tiene una
distribución Binomial a partir del siguiente ejemplo:

Un agrónomo recibe una publicidad sobre un nuevo insecticida donde se

manifiesta que la eficiencia del producto es del 90 % en la exterminación de una plaga
específica. Para verificar este anuncio se realiza un experimento en el cual se someten a
20 insectos al insecticida en cuestión.

Observe que la v.a. sigue una distribución binomial ya que después de utilizar el
insecticida, los dos únicos resultados posibles son: el insecto está vivo o el insecto está
muerto.
En primer lugar se debe tener bien en claro cuál es el tamaño de la muestra y
cuáles son las probabilidades asociadas al problema. Las probabilidades p de éxito y q de
fracaso, se determinan en el momento en que se solicita la probabilidad de ocurrencia de
un determinado valor de la variable.
 P(insectos muertos) = P(M) = 0,90
 P(insectos vivos) = P(V) = 0,10
 n = 20

IMPORTANTE: Una vez que se ha identificado que la v.a. sigue una distribución binomial,
antes de resolver el problema planteado, debe identificarse cuál de las probabilidades
involucradas en el planteo, corresponde a la “probabilidad de éxito” que debe utilizarse
en el cálculo.

a) ¿Cuantos insectos se espera encontrar vivos después de aplicar el insecticida?

La expresión “se espera encontrar” nos lleva a pensar en la esperanza matemática,
es decir en el valor esperado a largo plazo: 𝐸(𝑋) = 𝑛 × 𝑝(𝑥), para lo cual es necesario
identificar cuál es la probabilidad p de éxito.

Lic. Mónica Pascual Página 4

 Temas de Estadística y Probabilidades

Si se quiere encontrar insectos vivos, entonces la probabilidad de éxito es

P(V)=0,10. Por lo tanto:
𝐸(𝑋) = 𝑛 × 𝑝(𝑥) = 20 × 0,10 = 2
Se espera encontrar 2 insectos vivos después de aplicar el insecticida a los 20
insectos

b) ¿Cuantos insectos muertos se espera encontrar después de aplicar el

insecticida?
Observe que en este caso, la probabilidad de éxito es la de encontrar insectos
muertos: P(M) = 0,90
𝐸(𝑋) = 𝑛 × 𝑝(𝑥) = 20 × 0,90 = 18
Se espera encontrar 18 insectos muertos después de aplicar el insecticida a los 20
insectos

c) ¿Cuál será la probabilidad de encontrar 3 insectos vivos después de aplicar el

insecticida?
Esta pregunta podemos resolverla aplicando la fórmula de cálculo:
𝑛!
𝑃(𝑋 = 𝑘⁄𝑛, 𝑝 ) = 𝑝(𝑥)𝑘 𝑞(𝑥)𝑛−𝑥
𝑘! (𝑛 − 𝑘)!
Donde
 X = número de éxitos en la muestra = 3
 n = tamaño de la muestra = 20
 p(x) = probabilidad de éxito = 0,10 (dado que se solicita probabilidad de insectos vivos)
 q(x) = 1 -p(x) = probabilidad de fracaso = 0,90
Reemplazando:
20!
𝑃(𝑋 = 3⁄20, 𝑝(𝑥) = 0,10 ) = 0,103 0,9017 = 0,1901
3! (20 − 3)!
La probabilidad de encontrar 3 insectos vivos después de aplicar el insecticida es
0,1901

Lic. Mónica Pascual Página 5

 Temas de Estadística y Probabilidades

d) ¿Cuál será la probabilidad de encontrar 4 insectos vivos después de aplicar el

insecticida?
En esta pregunta, la única diferencia con el ítem anterior es que el número de
éxitos en la muestra es 4. Por lo tanto:
20!
𝑃(𝑋 = 4⁄20, 𝑝(𝑥) = 0,10 ) = 0,104 0,9016 = 0,0898
4! (20 − 4)!
La probabilidad de encontrar 4 insectos vivos después de aplicar el insecticida es
0,0898

e) ¿Cuál será la probabilidad de encontrar 3 o 4 insectos vivos después de

aplicar el insecticida?
En este caso se solicita conocer la probabilidad de “3 o 4 insectos vivos”, lo que nos
lleva a repasar algunos conceptos estudiados en el módulo Probabilidades”. Cuando se
quiere conocer la probabilidad de ocurrencia de un evento A ó de otro evento B: P(AUB),
hay que reconocer si los eventos son o no mutuamente excluyentes. En el caso que nos
ocupa, claramente si se encuentran 3 insectos vivos, no podrán encontrarse 4 insectos
vivos, y viceversa. Por lo tanto la probabilidad de “3 o 4 insectos vivos”: P(3U4) debe
calcularse teniendo en cuenta que los eventos son mutuamente excluyentes.

𝑃(𝑋 = 3 ∪ 4⁄𝑛 = 20, 𝑝(𝑥) = 0,10) = 𝑃(𝑋 = 3⁄20, 𝑝(𝑥) = 0,10) + 𝑃(𝑋 = 4⁄20, 𝑝(𝑥) = 0,10)

Como las probabilidades de encontrar 3 insectos vivos y 4 insectos vivos han sido
calculadas en los ítems anteriores, reemplazando se obtiene el siguiente resultado:

𝑃(𝑋 = 3 ∪ 4⁄𝑛 = 20, 𝑝(𝑥) = 0,10) = 0,1901 + 0,0898 = 0,2799

La probabilidad de encontrar 3 o 4 insectos vivos después de aplicar el insecticida

es 0,2799

f) ¿Cuál es la probabilidad de encontrar 16 insectos muertos después de aplicar

el insecticida?
En este ítem cambia la probabilidad de éxito a 0,90 ya que ahora se quiere conocer
la probabilidad de 16 “insectos muertos”

Lic. Mónica Pascual Página 6

 Temas de Estadística y Probabilidades

20!
𝑃(𝑋 = 16⁄20, 𝑝(𝑥) = 0,90 ) = 0,1016 0,904 = 0,0898
16! (20 − 16)!
La probabilidad de encontrar 16 insectos muertos después de aplicar el
insecticida es 0,0898

g) ¿Cuál es la probabilidad de encontrar menos de 5 insectos vivos después de

aplicar el insecticida?
Observemos cuál es la diferencia entre el enunciado de la pregunta g) y los
anteriores: mientras que desde el ítem a) hasta el e) se pregunta por un valor puntual de
la variable, en este punto g) se busca indagar la probabilidad de “menos de 5 insectos
vivos”, lo que implica considerar la probabilidad que no haya insectos vivos, o que se
encuentren 1, 2, 3 o 4. En términos de probabilidad, este escenario se expresa:

𝑃(𝑋 < 5⁄20, 𝑝(𝑥) = 0,10 ) = 𝑃(𝑋 ≤ 4⁄20, 𝑝(𝑥) = 0,10)

La P(X≤4) implica calcular y luego sumar todas las probabilidades desde X=0 hasta
X=4 con los parámetros de la distribución: n = 4 y p(x) = 0,10

𝑃(𝑋 ≤ 4⁄20, 𝑝(𝑥) = 0,10) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4)

Cada una de las probabilidades que se detallan en el procedimiento anterior,

pueden obtenerse utilizando la fórmula de cálculo de la distribución Binomial antes
descripta:

𝑃(𝑋 ≤ 4⁄20, 𝑝(𝑥) = 0,10) = 0,1216 + 0,2702 + 0,2852 + 0,1901 + 0,0898 = 𝟎, 𝟗𝟓𝟔𝟖

Sin embargo, desde la cátedra proponemos y aconsejamos el uso de las tablas de

distribuciones de probabilidad, que permiten, en un solo paso, encontrar la suma de todas
las probabilidades hasta un valor determinado de X.

Para el ejercicio propuesto corresponde utilizar la Tabla de Distribución Binomial

Acumulada que muestra las probabilidades acumuladas desde X=0 hasta cada valor que
adopta la v.a. según las diferentes combinaciones de los parámetros n y p(x).

Lic. Mónica Pascual Página 7

 Temas de Estadística y Probabilidades

Para encontrar: 𝑃(𝑋 ≤ 4⁄20, 𝑝(𝑥) = 0,10) hay buscar la intersección de n = 20, X = 4 y
p(x) = 0,10 como se explica en la imagen siguiente.

p 0,01 0,05 0,1 0,2

n x
20 0 0,8179 0,3585 0,1216 0,0115
1 0,9831 0,7358 0,3917 0,0692
2 0,9990 0,9245 0,6769 0,2061
3 1,0000 0,9841 0,8670 0,4114
4 0,9974 0,9568 0,6296
5 0,9997 0,9887 0,8042
6 1,0000 0,9976 0,9133
7 0,9996 0,9679
8 0,9999 0,9900
9 1,0000 0,9974
10 0,9994
11 0,9999
12 1,0000
13
14
15
16
17
18
19
20

De los valores de la tabla surge que: 𝑃(𝑋 ≤ 4⁄20, 𝑝(𝑥) = 0,10) = 0,9568

La probabilidad de encontrar menos de 5 insectos vivos después de aplicar el

insecticida es 0,9568

h) ¿Cuál es la probabilidad de encontrar 5 o más insectos vivos después de

aplicar el insecticida?
Como en el punto anterior, no se busca calcular la probabilidad de un valor puntual
sino una probabilidad que acumula desde X=5 hasta X=20: 𝑃(𝑋 ≥ 5⁄20, 𝑝(𝑥) = 0,10)

Para el cálculo de probabilidades que incluyen desigualdades del tipo “mayor que”
o “mayor o igual que” se utiliza la propiedad de eventos complementarios dado que
reduce considerablemente la cantidad de operaciones necesarias:

𝑷(𝑿 < 𝟓⁄𝟐𝟎, 𝒑(𝒙) = 𝟎, 𝟏𝟎) + 𝑷(𝑿 ≥ 𝟓⁄𝟐𝟎, 𝒑(𝒙) = 𝟎, 𝟏𝟎) = 𝟏

Lic. Mónica Pascual Página 8

 Temas de Estadística y Probabilidades

Por lo tanto:
𝑷(𝑿 ≥ 𝟓⁄𝟐𝟎, 𝒑(𝒙) = 𝟎, 𝟏𝟎) = 𝟏 − 𝑷(𝑿 < 𝟓⁄𝟐𝟎, 𝒑(𝒙) = 𝟎, 𝟏𝟎)

p 0,01 0,05 0,1 0,2

n x
20 0 0,8179 0,3585 0,1216 0,0115
1 0,9831 0,7358 0,3917 0,0692
2 0,9990 0,9245 0,6769 0,2061
3 1,0000 0,9841 0,8670 0,4114
4 0,9974 0,9568 0,6296
5 0,9997 0,9887 0,8042
6 1,0000 0,9976 0,9133
7 0,9996 0,9679
8 0,9999 0,9900
9 1,0000 0,9974
10 0,9994
11 0,9999
12 1,0000
13
14
15
16
17
18
19
20

𝑃(𝑋 ≥ 5⁄20, 𝑝(𝑥) = 0,10) = 1 − 𝑃(𝑋 < 5⁄20, 𝑝(𝑥) = 0,10)

𝑃(𝑋 ≥ 5⁄20, 𝑝(𝑥) = 0,10) = 1 − 𝑃(𝑋 ≤ 4⁄20, 𝑝(𝑥) = 0,10) =

𝑃(𝑋 ≥ 5⁄20, 𝑝(𝑥) = 0,10) = 1 − 0,9568 = 0,0432

La probabilidad de encontrar 5 o más insectos vivos después de aplicar el

insecticida es 0,0432

i) ¿Cuál es la probabilidad de encontrar más de 15 insectos muertos después de

aplicar el insecticida?
Si la probabilidad que se quiere encontrar corresponde a cantidad de “insectos
muertos”, la probabilidad de éxito es p(x) = 0,90. Como en el punto anterior, se utiliza la
propiedad de eventos complementarios:

𝑃(𝑋 > 15⁄20, 𝑝(𝑥) = 0,90) = 1 − 𝑃(𝑋 ≤ 15⁄20, 𝑝(𝑥) = 0,90)

Lic. Mónica Pascual Página 9

 Temas de Estadística y Probabilidades

Utilizando la tabla de la distribución binomial acumulada:

p 0,75 0,8 0,9 0,95

n x
20 0 0,0000 0,0000 0,0000 0,0000
1 0,0000 0,0000 0,0000 0,0000
2 0,0000 0,0000 0,0000 0,0000
3 0,0000 0,0000 0,0000 0,0000
4 0,0000 0,0000 0,0000 0,0000
5 0,0000 0,0000 0,0000 0,0000
6 0,0000 0,0000 0,0000 0,0000
7 0,0002 0,0000 0,0000 0,0000
8 0,0009 0,0001 0,0000 0,0000
9 0,0039 0,0006 0,0000 0,0000
10 0,0139 0,0026 0,0000 0,0000
11 0,0409 0,0100 0,0001 0,0000
12 0,1018 0,0321 0,0004 0,0000
13 0,2142 0,0867 0,0024 0,0000
14
0,3828 0,1958 0,0113 0,0003
15 0,5852 0,3704 0,0432 0,0026
16 0,7748 0,5886 0,1330 0,0159
17 0,9087 0,7939 0,3231 0,0755
18 0,9757 0,9308 0,6083 0,2642
19 0,9968 0,9885 0,8784 0,6415
20 1,0000 1,0000 1,0000 1,0000

𝑃(𝑋 > 15⁄20, 𝑝(𝑥) = 0,90) = 1 − 0,0432 = 0,9568

La probabilidad de encontrar más de 15 insectos vivos después de aplicar el

insecticida es 0,9568

USO DEL EXCEL PARA EL CALCULO DE LA DISTRIBUCIÓN BINOMIAL

Otra forma de encontrar un valor de probabilidad para una v.a.d. que sigue una
distribución binomial es utilizar la función [Link].N del EXCEL

Veamos en un par de los ejemplos antes vistos como utilizar esta función.
Lic. Mónica Pascual Página 10
 Temas de Estadística y Probabilidades

Un agrónomo recibe una publicidad sobre un nuevo insecticida donde se

manifiesta que la eficiencia del producto es del 90 % en la exterminación de una plaga
específica. Para verificar este anuncio se realiza un experimento en el cual se someten a
20 insectos al insecticida en cuestión.

a) ¿Cuál será la probabilidad de encontrar 3 insectos vivos después de aplicar el

insecticida?
La imagen siguiente muestra como cargar los datos en el cuadro de diálogo:
 “número de éxitos”: corresponde al valor de X buscado,
 “ensayos”: es el tamaño de la muestra n

Lic. Mónica Pascual Página 11

 Temas de Estadística y Probabilidades

 “Acumulado”: se coloca el texto FALSO si se busca un valor puntual de X o

VERDADERO si se quiere encontrar una probabilidad acumulada

𝑃(𝑋 = 3⁄20, 𝑝(𝑥) = 0,10 ) = 0,1901

b) ¿Cuál es la probabilidad de encontrar menos de 5 insectos vivos después de

aplicar el insecticida?
𝑃(𝑋 ≤ 4⁄20, 𝑝(𝑥) = 0,10 ) = 0,9568

Observemos que como la probabilidad que se busca es acumulada, en el cuadro de

diálogo “Acumulado” se ha colocado el texto VERDADERO

Lic. Mónica Pascual Página 12

Temas de Estadística y Probabilidades

Lic. Mónica Pascual Página 13

 Temas de Estadística y Probabilidades

RECORDAR: Antes de comenzar a resolver el problema, es importante identificar:

 X = número de éxitos en la muestra
 n = tamaño de la muestra
 p(x) = probabilidad de éxito
 q(x) = 1 -p(x) = probabilidad de fracaso
Ejemplo 1: En cierto sector de una empresa el 60% de los accidentes anuales se
deben a la falta de señalización adecuada.
P(accidentes por falta de señalización)= 0,6
P(accidentes NO por falta de señalización)=0,4

a) ¿Cuántos accidentes se espera que ocurran por falta de señalización en los

próximos 8 accidentes?
𝐸(𝑋) = 𝑛 × 𝑝(𝑥) = 8 × 0,60 = 4,8

Se espera que haya 5 accidentes por falta de señalización en los próximos 8

accidentes

b) ¿Cuál es la probabilidad de que dentro de los próximos 8 accidentes,

exactamente 4 se deban a la falta de señalización?
8!
𝑃(𝑋 = 4⁄8, 𝑝(𝑥) = 0,6 ) = 0,604 0,404 = 0,2322
4! (8 − 4)!
La probabilidad de que dentro de los próximos 8 accidentes, exactamente 4 se
deban a la falta de señalización es 0,2322

c) ¿Cuál es la probabilidad de que dentro de los próximos 8 accidentes, por lo

menos 2 se deban a la falta de señalización?

𝑃(𝑋 ≥ 2⁄8, 𝑝(𝑥) = 0,6 ) = 1 − 𝑃(𝑋 < 2⁄8, 𝑝(𝑥) = 0,60)

𝑃(𝑋 ≥ 2⁄8, 𝑝(𝑥) = 0,6 ) = 1 − 𝑃(𝑋 ≤ 3⁄8, 𝑝(𝑥) = 0,60)

Lic. Mónica Pascual Página 14

 Temas de Estadística y Probabilidades

Buscando en la tabla de la distribución binomial acumulada para n=8, X=3 y

p(x)=0,60:
𝑃(𝑋 ≤ 3⁄8, 𝑝(𝑥) = 0,60) = 0,1737

𝑃(𝑋 ≥ 2⁄8, 𝑝(𝑥) = 0,6 ) = 1 − 0,1737 = 0,8263

La probabilidad de que dentro de los próximos 8 accidentes por lo menos 2 se

deban a la falta de señalización es 0,8263
d) ¿Cuál es la probabilidad de que dentro de los próximos 8 accidentes, 2 o
menos NO se deban a la falta de señalización?
Buscando en la tabla de la distribución binomial acumulada para n=8, X=2 y
p(x)=0,40:
𝑃(𝑋 ≤ 2⁄8, 𝑝(𝑥) = 0,40) = 0,3154

La probabilidad de que dentro de los próximos 8 accidentes, 2 o menos NO se

deban a la falta de señalización es 0,3154

e) Cuál es la probabilidad de que dentro de los próximos 8 accidentes, 2 o 3 de

ellos NO se deban a la falta de señalización
𝑃(𝑋 = 2 ∪ 3⁄8, 𝑝(𝑥) = 0,40) = 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3)
8!
𝑃(𝑋 = 2⁄8, 𝑝(𝑥) = 0,4 ) = 0,402 0,606 = 0,2090
2! (8 − 2)!
8!
𝑃(𝑋 = 3⁄8, 𝑝(𝑥) = 0,4 ) = 0,403 0,605 = 0,2787
3! (8 − 3)!

𝑃(𝑋 = 2 ∪ 3⁄8, 𝑝(𝑥) = 0,40) = 0,2090 + 0,2787 = 0,4877

La probabilidad de que dentro de los próximos 8 accidentes, 2 o 3 de ellos NO se

deban a la falta de señalización es 0,4877

La probabilidad que la v.a. que sigue una distribución binomial tome un valor
puntual, también puede encontrarse con la tabla de la distribución binomial acumulada,

Lic. Mónica Pascual Página 15

 Temas de Estadística y Probabilidades

empleando en forma adecuada las relaciones de desigualdad. Observemos en el ejemplo

anterior como utilizar esta tabla
𝑃(𝑋 = 2⁄8, 𝑝(𝑥) = 0,4 ) = 𝑃(𝑋 ≤ 2) − 𝑃(𝑋 ≤ 1) = 0,3154 − 0,1064 = 0,2090
𝑃(𝑋 = 3⁄8, 𝑝(𝑥) = 0,4 ) = 𝑃(𝑋 ≤ 3) − 𝑃(𝑋 ≤ 2) = 0,5941 − 0,3154 = 0,2787
Como puede observarse, se obtuvieron los mismos resultados para P(X=2) y P(X=3)

Ejemplo 2: Un examen consta de 6 preguntas con 4 posibles respuestas cada una,

de las que sólo una de ellas es correcta. Un estudiante que no se había preparado la
materia responde completamente al azar marcando una respuesta aleatoriamente.
Calcular la probabilidad de que acierte 4 o más preguntas.
Si en cada pregunta hay 4 posibles respuestas, la probabilidad de elegir 1 de 4
respuestas es 0,25. Si hay una sola respuesta correcta, entonces:
P(acierto respuesta correcta) = 0,25
P(no acertar a la respuesta correcta) =0,75
n = 6 (cantidad de preguntas)
𝑃(𝑋 ≥ 4⁄6, 𝑝(𝑥) = 0,25 ) = 1 − 𝑃(𝑋 < 4⁄6, 𝑝(𝑥) = 0,25)

𝑃(𝑋 ≥ 4⁄6, 𝑝(𝑥) = 0,25 ) = 1 − 𝑃(𝑋 ≤ 3⁄6, 𝑝(𝑥) = 0,25)

𝑃(𝑋 ≥ 4⁄6, 𝑝(𝑥) = 0,25 ) = 1 − 0,9624 = 0,0376

La probabilidad de que acierte 4 o más preguntas contestando al azar es del 3,76

Ejemplo 3: Al inspeccionar 1500 soldaduras hechas por una misma máquina,

resultó que 150 eran defectuosas. Admitimos que la producción sigue en las misas
condiciones. Si se eligen 5 soldaduras hechas por esa máquina, ¿cuál es la probabilidad
de que por lo menos dos sean defectuosas?
Si 150 piezas fueron defectuosas en 1500, entonces: P(defectuosa)=0,1
𝑃(𝑋 ≥ 2⁄5, 𝑝(𝑥) = 0,1 ) = 1 − 𝑃(𝑋 < 2⁄5, 𝑝(𝑥) = 0,1)
𝑃(𝑋 ≥ 2⁄5, 𝑝(𝑥) = 0,1 ) = 1 − 𝑃(𝑋 ≤ 1⁄5, 𝑝(𝑥) = 0,1)
𝑃(𝑋 ≥ 2⁄5, 𝑝(𝑥) = 0,1 ) = 1 − 0,9914 = 0,0086

Lic. Mónica Pascual Página 16

 Temas de Estadística y Probabilidades

La probabilidad de que por lo menos dos sean defectuosas en 5 soldaduras

elegidas al azar es 0,86%

Ejemplo 4: En un país, el 30% de sus habitantes tienen sangre tipo 0. Si se analiza

la sangre de 10 personas:
a) ¿Cuál es la probabilidad de que haya, exactamente, cinco personas con sangre
tipo 0?
b) ¿Cuál es la probabilidad de que menos de la mitad tengan sangre de dicho
tipo?
c) ¿Cuántos cabe esperar que tengan sangre tipo 0?
a)
10!
𝑃(𝑋 = 5⁄10, 𝑝(𝑥) = 0,3 ) = 0,305 0,705 = 0,103
5! (10 − 5)!
Utilizando la tabla de la distribución binomial acumulada:
𝑃(𝑋 = 5⁄10, 𝑝(𝑥) = 0,3 ) = 𝑃(𝑋 ≤ 5) − 𝑃(𝑋 ≤ 4)
𝑃(𝑋 = 5⁄10, 𝑝(𝑥) = 0,3 ) = 𝑃(𝑋 ≤ 5) − 𝑃(𝑋 ≤ 4) = 0,9527 − 0,8497 = 0,103

La probabilidad de que haya, exactamente, cinco personas con sangre tipo 0 es

del 10,3%
b)
𝑃(𝑋 < 5⁄10, 𝑝(𝑥) = 0,3 ) = 𝑃(𝑋 ≤ 4⁄10, 𝑝(𝑥) = 0,3) = 0,8497

La probabilidad de que menos de la mitad tengan sangre de dicho tipo 0 es del

84,97%
c) 𝐸(𝑋) = 𝑛 × 𝑝(𝑥) = 10 × 0,3 = 3
Se espera que 3 personas de 10 tengan sangre tipo 0

Lic. Mónica Pascual Página 17