Estudio de caso 1:
Distribución Hipergeométrica: Una compañía tiene siete solicitantes
para dos puestos de trabajo: tres mujeres y cuatro hombres. Suponga
que los siente solicitantes están igualmente calificados y que no se da
preferencia para elegir género alguno. Sea x igual al número de mujeres
escogido para ocupar las dos posiciones.
a. Escriba la fórmula para p(x), la distribución de probabilidad
de x.
R/ N=7
n=3
y=4
x=2
𝒚𝑪𝒙 𝑵 − 𝒚𝑪𝒏 − 𝒙
𝑷(𝒙) =
𝑵𝑪𝒏
(𝒚𝒙)(𝑵−𝒚
𝒏−𝒙
)
𝑷(𝒙) =
(𝑵
𝒏
)
(𝟒𝟐)(𝟕−𝟒
𝟑−𝟐
) (𝟒𝟐)(𝟑𝟏)
𝑷(𝒙) = =
(𝟕𝟑) (𝟕𝟑)
𝑷(𝒙) = 𝟎. 𝟓𝟏𝟒 = 𝟓𝟏. 𝟒%
b. ¿Cuáles son la media y la varianza de esta distribución?
R/ 𝝁 = 𝒏𝒑
𝝁 = 𝟕(𝟎. 𝟓𝟏𝟒)
𝝁 = 𝟑. 𝟓𝟗𝟖
𝒚 𝑵−𝒚 𝑵−𝒏
𝝈𝟐 =n(𝑵) ( ) (𝑵−𝟏)
𝑵
𝟒 𝟕−𝟒 𝟕−𝟑
𝝈𝟐 =3(𝟕) ( ) (𝟕−𝟏)
𝟕
𝟒 𝟑 𝟒
𝝈𝟐 =3(𝟕) (𝟕) (𝟔)
𝝈𝟐 =3(𝟎. 𝟓𝟕𝟏)(𝟎. 𝟒𝟐𝟖)(𝟎. 𝟔𝟔𝟔)
𝝈𝟐 =0.488
c. Construya un histograma de probabilidad para x.
R/
N 7
r 4
n 3
x 2
P(x=2) 0,51428571
8
4
Series1
3
0
N r n x P(x=2)
Estudio de caso 22:
Distribución Binomial: La preferencia por el color de un auto cambia
con los años y de acuerdo con el modelo particular que seleccione el
cliente. En año reciente, suponga que 10% de todos los autos de lujo
que se vendieron eran negros. Si 25 autos de es año y tipo se
seleccionan al azar, encuentre las siguientes probabilidades:
a. Al menos cinco autos sean negros.
b. A lo sumo seis autos son negros.
c. Más de cuatro autos son negros.
d. Exactamente cuatro autos son negros.
e. Entre tres y cinco autos (inclusive) son negros.
f. Más de veinte autos no son negros..
𝒏!
R/ 𝑷(𝑿 = 𝒓) = 𝒓!(𝒏−𝒓)! 𝒑𝒓 𝒒𝒏−𝒓
𝑷(𝑿 = 𝒓) = (𝒏𝒓)𝒑𝒓 𝒒𝒏−𝒓
P=10% =0.10
Q=90% =0.90
N=25 Autos negros
a. r=5
𝑷(𝑿 = 𝟓) = (𝟐𝟓
𝟓
)(𝟎. 𝟏𝟎)𝟓 (𝟎. 𝟗𝟎)𝟐𝟓−𝟓
𝑷(𝑿 = 𝟓) = 𝟓𝟑𝟏𝟑𝟎(𝟎. 𝟎𝟎𝟎𝟎𝟏)(𝟎. 𝟏𝟐𝟏𝟓𝟕)
𝑷(𝑿 = 𝟓) = 0.06459 =6.45%
b. r=6
𝟐𝟓
𝑷(𝑿 = 𝟔) = ( ) (𝟎. 𝟏𝟎)𝟔 (𝟎. 𝟗𝟎)𝟐𝟓−𝟔
𝟔
𝑷(𝑿 = 𝟔) = 𝟏𝟕𝟕𝟏𝟎𝟎(𝟎. 𝟎𝟎𝟎𝟎𝟎𝟏)(𝟎. 𝟏𝟑𝟓𝟎𝟖𝟓)
𝑷(𝑿 = 𝟔) = 0.023923 =2.3923%
c. r=4
𝟐𝟓
𝑷(𝑿 = 𝟒) = ( ) (𝟎. 𝟏𝟎)𝟒 (𝟎. 𝟗𝟎)𝟐𝟓−𝟒
𝟒
𝑷(𝑿 = 𝟒) = 𝟏𝟐𝟔𝟓𝟎(𝟎. 𝟎𝟎𝟎𝟏)(𝟎. 𝟏𝟎𝟗𝟒𝟏𝟖)
𝑷(𝑿 = 𝟒) = 0.138413 =13.84%
d. r=4
𝟐𝟓
𝑷(𝑿 = 𝟒) = ( ) (𝟎. 𝟏𝟎)𝟒 (𝟎. 𝟗𝟎)𝟐𝟓−𝟒
𝟒
𝑷(𝑿 = 𝟒) = 𝟏𝟐𝟔𝟓𝟎(𝟎. 𝟎𝟎𝟎𝟏)(𝟎. 𝟏𝟎𝟗𝟒𝟏𝟖)
𝑷(𝑿 = 𝟒) = 0.138413
e. 𝒓 = 𝟑 ≤ 𝟓
𝑷(𝑿 = 𝟑) = (𝟐𝟓
𝟑
)(𝟎. 𝟏𝟎)𝟑 (𝟎. 𝟗𝟎)𝟐𝟓−𝟑
𝑷(𝑿 = 𝟑) = 𝟐𝟑𝟎𝟎(𝟎. 𝟎𝟎𝟏)(𝟎. 𝟎𝟗𝟖𝟓)
𝑷(𝑿 = 𝟑) = 0.2266
𝑷(𝑿 = 𝟒) = (𝟐𝟓
𝟒
)(𝟎. 𝟏𝟎)𝟒 (𝟎. 𝟗𝟎)𝟐𝟓−𝟒
𝑷(𝑿 = 𝟒) = 𝟏𝟐𝟔𝟓𝟎(𝟎. 𝟎𝟎𝟎𝟏)(𝟎. 𝟏𝟎𝟗𝟒𝟏𝟖)
𝑷(𝑿 = 𝟒) = 0.138413
𝑷(𝑿 = 𝟓) = (𝟐𝟓
𝟓
)(𝟎. 𝟏𝟎)𝟓 (𝟎. 𝟗𝟎)𝟐𝟓−𝟓
𝑷(𝑿 = 𝟓) = 𝟓𝟑𝟏𝟑𝟎(𝟎. 𝟎𝟎𝟎𝟎𝟏)(𝟎. 𝟏𝟐𝟏𝟓𝟕)
𝑷(𝑿 = 𝟓) = 0.06459
Sumamos probabilidades
𝟎. 𝟐𝟐𝟔𝟔 + 𝟎. 𝟏𝟑𝟖𝟒𝟏𝟑 + 𝟎. 𝟎𝟔𝟒𝟓𝟗 = 𝟎. 𝟒𝟐𝟗𝟔
La probabilidad Entre tres y cinco autos (inclusive) son negros es:
0.4296 = 42.96%
f. r=20
𝟐𝟓
𝑷(𝑿 = 𝟐𝟎) = ( ) (𝟎. 𝟏𝟎)𝟐𝟎 (𝟎. 𝟗𝟎)𝟐𝟓−𝟐𝟎
𝟐𝟎
𝑷(𝑿 = 𝟐𝟎) = 𝟓𝟑𝟏𝟑𝟎(𝟎. 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟏)(𝟎. 𝟔𝟓𝟔𝟏)
𝑷(𝑿 = 𝟐𝟎) = 0.0000000000000003485
Estudio de caso 33:
La distribución de probabilidad de Poisson describe el número de
veces que se presenta un evento durante un intervalo específico. El
intervalo puede ser de tiempo, distancia, área o volumen. La
distribución se basa en dos supuestos. El primero consiste en que la
probabilidad es proporcional a la longitud del intervalo. El segundo
supuesto consiste en que los intervalos son independientes. En otras
palabras, cuanto más grande sea el intervalo, mayor será la
probabilidad; además, el número de veces que se presenta un evento en
un intervalo no influye en los demás intervalos.
Esta distribución posee diversas aplicaciones. Se le utiliza como modelo
para describir la distribución de errores en una entrada de datos, el
número de rayones y otras imperfecciones en las cabinas de
automóviles recién pintados, el número de partes defectuosas en envíos,
el número de clientes que esperan mesa en un restaurante, el número
de accidentes en una carretera en un periodo determinado.
Un conmutador puede manejar un máximo de 5 llamadas por minuto. Si
la experiencia indica que se recibe un promedio de 3 llamadas por
minuto. Utilice la distribución Poisson para encontrar las probabilidades
de que el número de llamadas recibidas por el conmutador en 1 minuto
sea:
a. A lo sumo 4.
b. Menos de 3.
c. Al menos 4.
d. Quede saturado.
e. Entre 1 y 3.
f. Una o más pero menos de 5.
g. Más de 2 pero menos de 5.
h. Ninguna.
i. Si se cuenta el número de llamadas en 5 minutos, cual es la
probabilidad de que se reciban 4 llamadas.
R/
𝜆𝒙 𝒆 − 𝜆
𝒑(𝒙) =
𝒙!
𝜆𝒙
𝒑(𝒙) =
𝒙! 𝒆𝜆
p(X)= probabilidad de x éxitos dado el valor de 1
𝝀 = Numero promedio (valor Esperado) de ocurrencias por unidad de
tiempo, espacio o volumen
e= 2.71828 base de los logaritmos naturales
X= número de éxitos deseados por unidad de tiempo, espacio o
volumen
X= número de llamadas
𝝀 = 3 llamadas por minuto
a. A lo sumo 4.
𝒑(𝒙 < 𝟓) = 𝑷(𝒙 = 𝟎) + 𝑷(𝒙 = 𝟏) + 𝑷(𝒙 = 𝟐) + 𝑷(𝒙 = 𝟑) + 𝑷(𝒙 = 𝟒)
3𝟎 𝒆− 3 3𝟎 1 1
𝑃(𝑥 = 0) = = = = = 0.0498
𝟎! 𝟎!𝒆3 1(20.08) 20.08
3𝟏 𝒆− 3 3𝟏 3 3
𝑃(𝑥 = 1) = = = = = 0.1494
𝟏! 𝟏!𝒆3 1(20.08) 20.08
3𝟐 𝒆− 3 3𝟐 9 9
𝑃(𝑥 = 2) = = = = = 0.2241
𝟐! 𝟐!𝒆3 2(20.08) 40.16
3𝟑 𝒆− 3 3𝟑 27 27
𝑃(𝑥 = 3) = = = = = 0.2241
𝟑! 𝟑!𝒆3 6(20.08) 120.48
3𝟒 𝒆− 3 3𝟒 81 81
𝑃(𝑥 = 4) = = = = = 0.1680
𝟒! 𝟒!𝒆3 24(20.08) 482.05
𝒑(𝒙 < 𝟓) = 𝟎. 𝟎𝟒𝟗𝟖 + 𝟎. 𝟏𝟒𝟗𝟒 + 𝟎. 𝟐𝟐𝟒𝟏 + 𝟎. 𝟐𝟐𝟒𝟏 + 𝟎. 𝟏𝟔𝟖𝟎
𝒑(𝒙 < 𝟓) = 𝟎. 𝟖𝟏𝟓𝟒 = 𝟖𝟏. 𝟓𝟒%
b. Menos de 3.
𝒑(𝒙 < 𝟑) = 𝑷(𝒙 = 𝟎) + 𝑷(𝒙 = 𝟏) + 𝑷(𝒙 = 𝟐)
𝒑(𝒙 < 𝟑) = 𝟎. 𝟎𝟒𝟗𝟖 + 𝟎. 𝟏𝟒𝟗𝟒 + 𝟎. 𝟐𝟐𝟒𝟏
𝒑(𝒙 < 𝟑) = 𝟎. 𝟒𝟐𝟑𝟑 = 𝟒𝟐. 𝟑𝟑%
c. Al menos 4.
𝒑(𝒙 = 𝟒) = 𝟎. 𝟏𝟔𝟖𝟎 = 𝟏𝟔. 𝟖𝟎%
d. Quede saturado.
3𝟓 𝒆− 3 3𝟓 243 243
𝑃(𝑥 = 5) = = = = = 0.1008 = 10.08%
𝟓! 𝟓!𝒆3 120(20.08) 2409.60
e. Entre 1 y 3.
𝒑(𝒙 = 𝟏 ≤ 𝟑) = 𝑷(𝒙 = 𝟏) + 𝑷(𝒙 = 𝟐) + 𝑷(𝒙 = 𝟑)
𝒑(𝒙 = 𝟏 ≤ 𝟑) = 𝟎. 𝟏𝟒𝟗𝟒 + 𝟎. 𝟐𝟐𝟒𝟏 + 𝟎. 𝟐𝟐𝟒𝟏
𝒑(𝒙 = 𝟏 ≤ 𝟑) = 𝟎. 𝟓𝟗𝟕𝟔 = 𝟓𝟗. 𝟕𝟔%
f. Una o más pero menos de 5.
𝒑(𝒙 = 𝟎 < 𝟓) = 𝑷(𝒙 = 𝟏) + 𝑷(𝒙 = 𝟐) + 𝑷(𝒙 = 𝟑) + 𝑷(𝒙 = 𝟒)
𝒑(𝒙 = 𝟎 < 𝟓) = 𝟎. 𝟏𝟒𝟗𝟒 + 𝟎. 𝟐𝟐𝟒𝟏 + 𝟎. 𝟐𝟐𝟒𝟏 + 𝟎. 𝟏𝟔𝟖𝟎
𝒑(𝒙 = 𝟎 < 𝟓) = 𝟎. 𝟕𝟔𝟓𝟔 = 𝟕𝟔. 𝟓𝟔%
g. Más de 2 pero menos de 5.
𝒑(𝒙 = 𝟐 < 𝟓) = 𝑷(𝒙 = 𝟑) + 𝑷(𝒙 = 𝟒)
𝒑(𝒙 = 𝟐 < 𝟓) = 𝟎. 𝟐𝟐𝟒𝟏 + 𝟎. 𝟏𝟔𝟖𝟎
𝒑(𝒙 = 𝟐 < 𝟓) = 𝟎. 𝟑𝟗𝟐𝟏 = 𝟑𝟗. 𝟐𝟏%
h. Ninguna.
𝒑(𝒙 = 𝟎) = 𝟎. 𝟎𝟒𝟗𝟖 = 𝟒. 𝟗𝟖%
i. Si se cuenta el número de llamadas en 5 minutos, cual es la
probabilidad de que se reciban 4 llamadas.
X= número de llamadas
𝝀 = 3 * 5=15 llamada en 5 minutos
15𝟒 𝒆− 15 15𝟒 50625 50625
𝑃(𝑥 = 4) = = = = =
𝟒! 𝟒!𝒆15 24(3268984.388) 78455625.33
𝑃(𝑥 = 4) =0.006=0.06%
Estudio de caso 44:
Distribución Normal: Supóngase que se sabe que los pesos de cierto
grupo de personas están distribuidos aproximadamente de forma
normal con media 𝜇=70 𝑘𝑔 y desviación estándar 𝜎=12,5 𝑘𝑔. Use sus
conocimientos sobre la distribución normal para responder:
a. ¿Cuál es la probabilidad de que una persona elegida al azar de
este grupo pese ms de 80 kg?
b. ¿Cuál es la probabilidad de que una persona elegida al azar de
este grupo pese entre 50 kg y 85 kg?
c. ¿Cuál es el peso que es superado solo por el 93% de las personas
del grupo?
R/
𝒙−𝝁
𝒛=
𝝈
Dónde:
𝝁 = media de la población
𝝈 = desviación estándar de la población
𝒙 = cualquier valor de la variable aleatoria continua
Z = distribución de probabilidad estándar
a. ¿Cuál es la probabilidad de que una persona elegida al azar
de este grupo pese ms de 80 kg?
𝒑(𝒙 < 𝟖𝟎𝒌𝒈) =?
𝝁 = 70
𝝈 = 12.5
𝒙 = 80
𝑥−𝜇
𝑧=
𝜎
80 − 70
𝑧=
12.5
10
𝑧= = 0.80 este Valor lo ubicamos en la tabla de distribución normal
12.5
𝒑(𝒙 < 𝟖𝟎𝒌𝒈) = 0.7881
b. ¿Cuál es la probabilidad de que una persona elegida al azar
de este grupo pese entre 50 kg y 85 kg?
𝒑(𝟓𝟎𝒌𝒈 < 𝒙 < 𝟖𝟓𝒌𝒈) =?
𝝁 = 70
𝝈 = 12.5
𝒙𝟏 = 𝟓𝟎
𝒙𝟐 = 𝟖𝟓
𝑥−𝜇
𝑧1 =
𝜎
50 − 70
𝑧1 =
12.5
−20
𝑧1 = = −1.60 Ubicamos en la tabla de distribución normal =0.0548
12.5
𝑥−𝜇
𝑧2 =
𝜎
85 − 70
𝑧2 =
12.5
15
𝑧2 = = 1.20 Ubicamos en la tabla de distribución normal =0.8849
12.5
𝒑(−𝟏. 𝟔𝟎 < 𝒁 < 𝟏. 𝟐𝟎) =? 𝒑(𝟓𝟎𝒌𝒈 < 𝒙 < 𝟖𝟓𝒌𝒈) = 𝟎. 𝟎𝟓𝟒𝟖 + 𝟎. 𝟖𝟖𝟒𝟗 = 𝟎. 𝟗𝟑𝟗𝟕
c. ¿Cuál es el peso que es superado solo por el 93% de las
personas del grupo?
𝟏 − 𝟎. 𝟗𝟑 = 𝟎. 𝟎𝟕 Ubicamos en la tabla de distribución normal
𝒁 = −𝟏. 𝟒𝟕
𝑥 − 70
−1.47 =
12.5
−1.47(12.5) = 𝑥 − 70
−𝟏𝟖. 𝟑𝟕 + 𝟕𝟎 = 𝒙
𝒙 = 𝟓𝟏. 𝟔𝟑 kg
Rodríguez, F. & Pierdant, A. (2014). Estadística para
administración. Pp. 245-261. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.
action?ppg=258&docID=11013767&tm=1470693471527
