ESTADSTICA Y PROBABILIDADES

DISTRIBUCIONES DE PROBABILIDAD CON MS EXCEL

Prof. Oscar Tinoco

Distribucin Binomial
Todo experimento que tenga estas caractersticas diremos que sigue el modelo
de la distribucin Binomial.:
En cada prueba del experimento slo son posibles dos resultados: el suceso A
(xito) y su contrario`A (fracaso).
El resultado obtenido en cada prueba es independiente de los resultados
obtenidos anteriormente.
La probabilidad del suceso A es constante, la representamos por p, y no vara
de una prueba a otra. La probabilidad de `A es 1- p y la representamos por q .
El experimento consta de un nmero n de pruebas.
Ejercicio 1:
Una mquina fabrica una determinada pieza y se sabe que produce un 7 por 1000 de
piezas defectuosas. Hallar la probabilidad de que al examinar 50 piezas slo haya una
defectuosa.
Datos
n = 50
P = 7/1000 = 0.007
Nro xitos: 1
(una defectuosa)
En este caso piden la probabilidad de un xito sobre 50 ocurrencias.

Ejercicio 2
Se sabe que un tercio de los enfermos de hepatitis curan antes de los dos meses de
tratamiento. Calcular la probabilidad de que de cinco pacientes, curen dos antes de los
dos meses.
Rp.
0.3292
Ejercicio 3
La probabilidad de curacin de un determinado tratamiento es de 0.65. Calcular la
probabilidad de que entre diez enfermos sanen cinco.
Rp.
0.1536

Ejercicio 4
Suponer que en el ejercicio 2 se requiere saber la probabilidad que de cinco pacientes se
recuperen:
a) A lo ms dos
b) Al menos 3
Solucin
a) En este caso se trata de la probabilidad acumulativa de que se recuperen 0, 1 y 2
pacientes.

b) La probabilidad al menos 3 implica que se recuperen 3, 4 o cinco pacientes, lo cual

puede expresarse como 1 P(a lo ms dos)
Distribucin de Poisson
Caractersticas:
En este tipo de experimentos los xitos buscados son expresados por unidad de rea,
tiempo, pieza, entre otros,:
# de defectos de una tela por m2
# de aviones que aterrizan en un aeropuerto por da, hora, minuto, etc, etc.
# de bacterias por cm2 de cultivo
# de llamadas telefnicas a un conmutador por hora, minuto, etc.
# de llegadas de embarcaciones a un puerto por da, mes, etc.
Para determinar la probabilidad de que ocurran x xitos por unidad de tiempo, rea, o
producto, la frmula a utilizar sera:

p( x , )

x
x!

donde:
p(x, ) = probabilidad de que ocurran x xitos, cuando el nmero promedio de
ocurrencia de ellos es
= media o promedio de xitos por unidad de tiempo, rea o producto
(nmero promedio de sucesos esperados)
= 2.718
(nmero neperiano)

x = variable que nos denota el nmero de xitos que se desea que ocurra
En esta distribucin el nmero de xitos que ocurren por unidad de tiempo, rea o
producto es totalmente al azar y cada intervalo de tiempo es independiente de otro
intervalo dado, as como cada rea es independiente de otra rea dada y cada producto
es independiente de otro producto dado.
La probabilidad de que ms de un resultado ocurra en un intervalo de tiempo tan
corto o en esa regin tan pequea es despreciable.
Se utiliza cuando las probabilidades de xito (p) son menores a 0.05 y cuando (n) es
muy grande (p.e. mayor a 100). Se le conoce tambin como ley de los eventos
improbables.
Una diferencia entre una distribucin binomial simple y la de Poisson es que, a
diferencia de la binomial (dnde debe existir un nmero fijo de ensayos), para la
distribucin de Poisson X puede asumir un nmero infinito de valores.

Ejercicio 5
Si un banco recibe en promedio 6 cheques sin fondo por da, cules son las
probabilidades de que reciba, a) cuatro cheques sin fondo en un da dado, b) 10 cheques
sin fondos en cualquiera de dos das consecutivos?
Datos:

Media
Nro de xitos deseados

=6
=4

b) Rp 0.104837
Ejercicio 6:
Una empresa que se dedica a crear alimentos transgnicos experimenta problemas con
una plaga llamada gusano del maz. El examen de 5000 mazorcas seleccionadas al azar
revel que se encontraron en total 3500 gusanos.
a) Cul es la probabilidad de que una mazorca seleccionada al azar no tenga
gusanos?
Se est pidiendo la probabilidad de que x = 0. En este ejercicio la media de la
ocurrencia del evento es 3500/5000 = 0.70.

Rp: 0.4966
Distribucin Hipergeomtrica
Su aplicacin exige los mismos requisitos de la distribucin binomial, con la variante de
que para la Hipergeomtrica la probabilidad de xito no permanece igual de un ensayo
al siguiente. Otras caractersticas que se deben cumplir son:

Que se seleccione una muestra de una poblacin finita y sin reemplazo.

Que el tamao de la muestra (n) sea ms de 5% de la poblacin (N).

DISTRIBUCIN DE PROBABILIDAD
HIPERGEOMTRICA

P ( X ) = (s C x ) (N - S C n - x )
NC n

Donde:
N = Tamao de la poblacin
s = # de xitos en la poblacin
x = # de xitos que son de inters
n = Tamao de la muestra o # de ensayos
C = Denota una combinacin
Los experimentos que tienen este tipo de distribucin tienen las siguientes
caractersticas:
Al realizar un experimento con este tipo de distribucin, se esperan dos tipos
de resultados.
Las probabilidades asociadas a cada uno de los resultados no son constantes.
Cada ensayo o repeticin del experimento no es independiente de los dems.
El nmero de repeticiones del experimento (n) es constante.
Ejercicio 7:
Suponga que durante la semana se fabricaron 50 estaciones de juego para video.
Cuarenta de ellas funcionaron perfectamente, y diez tuvieron al menos un defecto. Se
seleccion al azar una muestra de cinco. Utilizando la frmula Hipergeomtrica, cul
es la probabilidad de que 4 de los 5 funcionen perfectamente?

Ejercicio 8:
Para evitar que lo descubran en la aduana, un viajero ha colocado 6 tabletas de
narctico en una botella que contiene 9 pldoras de vitamina que son similares en
apariencia. Si el oficial de la aduana selecciona 3 tabletas aleatoriamente para
analizarlas, a) Cul es la probabilidad de que el viajero sea arrestado por posesin de
una tableta con narcticos?
Solucin:
Para este ejemplo:
Muestra de xito:
1
(una tableta con narctico)
Num_de_Muestra: 3
Poblacin xito:
6
(coloca seis tabletas de narctico)
Num_Poblacin:
15
(son seis + nueve tabletas)

Rp. 0.4747
Ejercicio 9:
Un embarque de 200 alarmas contra robo contiene 10 piezas defectuosas. Se selecciona
al azar 5 alarmas contra robo para enviarlas a un cliente. Use la distribucin
hipergeomtrica para encontrar la probabilidad de que el cliente reciba exactamente una
alarma contra robo defectuosa.
Rp. 0.20745
RESUMEN DISTRIBUCIONES DE PROBABILIDAD DISCRETAS
Distribucin
Caractersticas
Binomial
Slo son posibles dos resultados: xito o fracaso.
Su parmetro principal es p: probabilidad de xito.
La probabilidad de xito de un ensayo permanece
constante de un evento a otro.
El resultado en cada prueba es independiente de los otros.
Debe darse un nmero fijo de ensayos
Poisson
La variable aleatoria es el nmero de eventos que ocurren
en un intervalo de tiempo, o en una regin plana.
Su parmetro principal es : nmero promedio de

Hipergeomtrica

ocurrencias por unidad de tiempo (perodo) o regin.

Cada intervalo de tiempo es independiente de otro.
La probabilidad de que ocurra ms de un resultado en un
intervalo corto de tiempo es despreciable.
Se utiliza cuando las probabilidades de xito ( p ) son
menores a 0.05
Suceso que implican xito o fracaso.
La probabilidad de xito no permanece igual de un
ensayo al otro.
Seleccionar una muestra de una poblacin finita y sin
reemplazo.

Trabajo Prctico
1. En un proceso de fabricacin se sabe que el nmero de unidades defectuosas
producidas diariamente, viene dado por una variable de Poisson de parmetro
10. Determinar la probabilidad de que en 150 das el nmero de unidades
defectuosas sea 1480 o ms, a) usando la distribucin de Poisson;
2. La proporcin de individuos de una poblacin con renta superior a 24000 euros
es de 0.5%. Suponiendo que todos los consultados respondan, determina la
probabilidad de que entre 5000 individuos consultados haya como mucho 30 con
ese nivel de renta, usando la distribucin binomial.
3. Un lote de piezas contiene un 20% de defectuosas. Un cliente decide comprar
el lote si tomando 100 piezas de ste elegidas al azar, como mximo 12 son
defectuosas. Calcular la probabilidad de aceptar el lote.
4. Se supone que el nmero de automviles que pasan por un cruce de carretera
en 5 mnutos sigue una distribucin de Poisson de media 20 . Calcular:
a) Probabilidad de que pasen menos de 2 automviles durante 5 minutos de
observacin.
b) Probabilidad de que pasen menos de 20.
5. Una compaa ha establecido un procedimiento de prueba utilizando una
muestra de cinco pipetas que se analizan al final de un proceso qumico. Si
una o ms pipetas contienen impurezas se decide limpiar todos los recipientes
utilizados. Determinar la probabilidad de llegar a esta decisin en los
siguientes casos de probabilidades de que una pipeta est sucia:
a) p = 0;01;
b) p = 0;05;
c) p = 0;20;
d) p = 0;50.
6. Una compaa telefnica recibe llamadas a razn de 5 por minuto. Si la
distribucin del nmero de llamadas es de Poisson, calcular la probabilidad de
recibir menos de cuatro llamadas en un determinado minuto.
7. Una compaa tiene dos plantas de ensamblaje, cada una de ellas con una
media de averas de 2;4 veces por semana, segn una distribucin de Poisson.
Se supone que los rendimientos de las plantas son independientes.
Cul es la probabilidad de que falle como mnimo una planta al menos una
vez en una determinada semana?
8. El departamento de control de calidad de una empresa que fabrica pauelos
sabe que el 5% de su produccin tiene algn tipo de defecto. Los pauelos se
empaquetan en cajas con 15 elementos. Calcule la probabilidad de que una
caja contenga:
a) 2 pauelos defectuosos Sol: 0,1348
b) Menos de 3 pauelos defectuosos Sol: 0,9634
c) Entre 3 y 5 pauelos defectuosos Sol: 0,0362
d) Ningn pauelo defectuoso Sol: 0,4633
e) El nmero esperado de pauelos defectuosos en una caja Sol: 0,7500

Nota: resolver con soporte en Excel o SPSS. Enviar resultados en Word, con
las pantallas correspondientes.