ESTADISTICA I

DISTRIBUCIONES ESPECIALES.

Ejemplo 1. (Distribución Binomial).

Se sabe que el 20% de la cartera de una empresa está vencida, se toma una muestra al azar de
15 cuentas. ¿Cuál es la probabilidad de que:
1. Haya cuatro ó menos cuentas vencidas?
2. Haya menos de cuatro cuentas vencidas?
3. Haya más de dos cuentas vencidas.
4. Haya más de dos pero menos de cinco cuentas vencidas?
5. Haya exactamente 3 cuentas vencidas?

Solución:
Datos
X = 0, 1, 2, 3, 4, 5, … 15
n = 15
p = 20% = 0.20

1) Haya cuatro ó menos cuentas vencidas (consultar la tabla binomial “n=15”)

P X  4  0.836  83.60%

2) Haya menos de cuatro cuentas vencidas(consultar la tabla binomial “n=15”)

P X  4  P X  3  0.648  64.80%

3) Haya más de dos cuentas vencidas (consultar la tabla binomial “n=15”)

P X  2  1  P X  2  1  0.398  0.602  60.20%
 4) Haya más de dos pero menos de cinco cuentas vencidas (consultar la tabla binomial
“n=15”)
P2  X  5  P2  X  4  P X  4  P X  2  0.836  0.398  0.438  43.80%

5) Haya exactamente 3 cuentas vencidas(consultar la tabla binomial “n=15”)

P X  3  P X  3  P X  2  0.648  0.398  0.25  25.00%

Ejemplo 2. (Distribución de Poisson).

Un cajero de un banco atiende en promedio 7 personas por hora, cual es la probabilidad de

que un una hora determinada:
1. Atienda menos de 5 personas
2. Atienda más de 8 personas
3. Atienda más de 5 pero menos de 8 personas
4. Atienda exactamente 7 personas

Solución:
Datos
X = 0, 1, 2, 3, 4, 5, 6, 7,8
µ=7
e 
x
10.00091188  0.00091188
0 7

f (0)  P X  0  7 e 
x! 0! 1
e 
x
70.00091188  0.006383173
1 7

f (1)  P X  1  7e 
x! 1! 1
e 
x
490.00091188  0.022341108
2 7

f (2)  P X  2  7 e 
x! 2! 2
e 
x
3430.00091188  0.052129591
3 7

f (3)  P X  3  7e 
x! 3! 6
e 
x
24010.00091188  0.091226191
4 7

f (4)  P X  4  7 e 
x! 4! 24
e 
x
168070.00091188  0.127716668
5 7

f (5)  P X  5  7 e 
x! 5! 120
e 
x
1176490.00091188  0.149002779
6 7

f (6)  P X  6  7 e 
x! 6! 720
e 
x
8235430.00091188  0.149002779
7 7

f (7)  P  X  7   7 e 
x! 7! 5040
e 
x
57648010.00091188  0.130377432
8 7

f (8)  P X  8  7 e 
x! 8! 40320
 1) Atienda menos de 5 personas

P X  5  P X  4  f (0)  f (1)  f (2)  f (3)  f (4)  0.173  17.3%

2) Atienda más de 8 personas

P X  8  1  P X  8  1  f (0)  f (1)  f (2)  ....  f (8)  1  0.729  0.271  27.10%

3) Atienda más de 5 pero menos de 8 personas

P5  X  8  P5  X  7  P X  7  P X  5  0.599  0.301  0.298  29.80%

4) Atienda exactamente 7 personas

P X  7  P X  7  0.149  14.90%

Ejemplo 3. (Distribución de Poisson, aproximación a la binomial).

En cierto núcleo poblacional, el 0.5% es portador del V.I.H. En una muestra de 80 personas,
cual es la probabilidad:
1. De que haya alguna persona portadora.
2. No haya personas portadoras

Solución:
Datos
X=0
p = 0.5% = 0.005
n = 80
u = n*p = 0.005*80 = 0.4

1) Haya alguna persona portadoras (consultar en tabla Poisson)

P X  0  1  P X  0  1  0.670  0.33  33%

2) No haya personas portadoras (consultar en tabla Poisson)

P X  0  0.670  67%
Ejemplo 4. (Distribución Normal Estándar).

La resistencia de las baldosas de la fábrica “De las casas”, se distribuye normalmente con una
media µx = 448 kg/cm2 y una desviación estándar σx = 140 kg/cm2. Si extraemos una baldosa al
azar ¿Cual es la probabilidad de que:
1) Resista menos de 448 kg/cm?
2) Resista más de 588 kg/cm?
3) Resista entre 308 y 588 kg/cm?
4) Resista entre 168 y 728 kg/cm?
5) Resista más de 600 kg/cm?

Solución:
Datos
X = 168, 200, 308, 448, 588, 600, 700, 728
µx = 448 kg/cm2
σx = 140 kg/cm2

1) Resista menos de 448 kg/cm? (consultar tabla Z)

 x   448  448 
P X  448  P    PZ  0  0.5  50%
  140 

2) Resista más de 588 kg/cm? (consultar tabla Z)

 x   588  448 
P X  588  1  P X  588  1  P    1  PZ  1  1  0.841  0.159  15.9%
  140 

3) Resista entre 308 y 588 kg/cm? (consultar tabla Z)

  x   588  448   x   308  448 
P308  X  588  P X  588  P X  308  P    P  
  140    140 

P308  X  588  P X  588  P X  308  PZ  1  PZ  1  0.841  0.158  0.683  68.3%

4) Resista entre 168 y 728 kg/cm? (consultar tabla Z)

 x   728  448   x   168  448 
P168  X  728  P X  728  P X  168  P    P  
  140    140 

P168  X  728  P X  728  P X  168  PZ  2  PZ  2  0.977  0.022  0.955  95.5%

5) Resista más de 600 kg/cm? (consultar tabla Z)

 x   600  448 
P X  600  1  P X  600  1  P    1  PZ  1.08  1  0.859  0.141  14.1%
  140 
Ejercicios de práctica:

A) La probabilidad de que un visitante efectúe una compra en un almacén, durante un día dado es 0.8.
Si al negocio entran 20 clientes, ¿cuál es la probabilidad de que el almacén realice:
1) Exactamente 16 ventas?
2) Menos de 17 ventas?
3) Más de 14 ventas?
4) Exactamente 5 ventas?

B) Si un almacén tiene en promedio 5 ventas por hora. ¿Cuál es la probabilidad de que en una hora
determinada:
1) Haya exactamente 4 ventas?
2) Haya más de 3 ventas?
3) No se efectúen ventas?

C) Una de cada 10 personas mayores de 40 años de una comunidad, sufren de hipertensión. Se toma
una muestra de 50 personas mayores de 40 años. Utilizando primero la distribución binomial y luego la
distribución de Poisson como aproximación a la binomial, responder y comparar los resultados:
1) ¿Cuál es la probabilidad que haya más de 4 hipertensos?
2) ¿Cuál es la probabilidad que haya exactamente 5 hipertensos?

D) Un lote de arandelas tiene un diámetro normal con media de 10 milímetros y desviación estándar de
0.5 milímetros. Se toma una arandela al azar. ¿Cuál es la probabilidad de que tenga un diámetro:
1) Superior a 10.5 milímetros?
2) Entre 9 y 11 milímetros?
3) Menos de 9 milímetros?