UNIVERSIDAD TECNOLGICA DE

TORREN

PROCESOS INDUSTRIALES

EJEMPLOS:
Distribucin Binomial
Distribucin de Bernoulli
Distribucin Gamma
Distribucin Poisson
Distribucin Normal
Distribucin T de Student

Monserrat Pantoja Castellanos

 2 A
DISTRIBUCION BINOMIAL
En un examen formado por 20 preguntas, cada una de las cuales se responde
declarando verdadero o falso, el alumno sabe que, histricamente, en el
75% de los casos la respuesta correcta es verdadero y decide responder al
examen tirando dos monedas, pone falso si ambas monedas muestran una cara
y verdadero si al menos hay una cruz.

Se desea saber qu probabilidad hay de que tenga al menos 14 aciertos.

Hay que proporcionarle a 3.1 los parmetros de la distribucin y el punto k a

partir del cual se calcular la probabilidad. En este caso n=20, p=0,75 y el
punto k=14.

Resultados con Epidat 3.1

Clculo de probabilidades. Distribuciones discretas

Binomial (n,p)

n: Nmero de pruebas 20

p: Probabilidad de xito 0,7500

Punto K 14

Probabilidad Pr [X=k] 0,1686

Cola Izquierda Pr [X<=k] 0,3828

Cola Derecha Pr [X>k] 0,6172

Media 15,0000

Varianza 3,7500

La probabilidad de que el alumno tenga ms de 14 aciertos se sita en 0,61.

DISTRIBUCION BERNOULLI
1) Tenemos cartas que estn enumeradas del 1 al 9 Cul es la probabilidad de
sacar la carta 9?

La probabilidad de que obtengamos la carta 9.

P(x=1) = (1/9) 1 * (8/9) 0

= 1/9 = 0.111

La probabilidad de que NO obtengamos la carta 9.

P(x=0) = (1/9)0 * (8/9)1 = 8/9 = 0.888

2) Una maestra enumera a sus alumnos del 1 al 16, para as poder darles un
premio, pero la maestra los seleccionar con los ojos cerrados, Cual es la
probabilidad de que salga el alumno numero 16?

La probabilidad de que seleccione al alumno numero 16.

P(x=1) = (1/16) 1 * (15/16) 0

= 1/16 =
0.0625

La probabilidad de que NO seleccione al alumno numero 16.

P(x=0) = (1/9)0 * (15/16)1 = 15/16 =

0.9375

3) Hay una urna con 342 boletos, para ganar un automvil, al momento de sacar
alguno de ellos que probabilidad hay para que pueda salir premiado el boleto
nmero 342?

La probabilidad de que saque el boleto nmero 342.

P(x=1) = (1/342) 1 * (341/342) 0

= 1/342
= 0.00292

La probabilidad de que NO seleccione al alumno numero 342.

 P(x=0) = (1/342)0 * (341/342)1 = 341/342
= 0.99707

4) "Lanzar una moneda, probabilidad de conseguir que salga cruz".

Se trata de un solo experimento, con dos resultados posibles: el xito (p) se

considerar sacar cruz. Valdr 0,5. El fracaso (q) que saliera cara, que vale (1 -
p) = 1 - 0,5 = 0,5.

La variable aleatoria X medir "nmero de cruces que salen en un lanzamiento",

y slo existirn dos resultados posibles: 0 (ninguna cruz, es decir, salir cara) y
1 (una cruz).

Por tanto, la v.a. X se distribuir como una Bernoulli, ya que cumple todos los
requisitos.

La probabilidad de obtener cruz.

P(x=1) = (0.5) 1 * (0.5) 0

= 0.5 = 0.5

La probabilidad de no obtener cruz.

P(x=0) = (0.5)0 * (0.5)1 = 0.5 = 0.5

DISTRIBUCION GAMMA
 1) El nmero de pacientes que llegan a la consulta de un mdico sigue una
distribucin de
Poisson de media 3 pacientes por hora. Calcular la probabilidad de que
transcurra menos de una hora hasta la llegada del segundo paciente.
Debe tenerse en cuenta que la variable aleatoria tiempo que transcurre hasta
la llegada del segundo paciente sigue una distribucin Gamma (6, 2).
Solucin:

Clculo de probabilidades. Distribuciones continuas

Gamma (a
p)
a : Escala 60000
p : Forma 20000
Punto X 10000

Cola Izquierda Pr [X<=k] 0,9826

Cola Derecha Pr [X>=k] 0,0174
Media 0,3333
Varianza 0,0556
Moda 0,1667

La probabilidad de que transcurra menos de una hora hasta que llegue el

segundo paciente es 0,98.

2) Suponiendo que el tiempo de supervivencia, en aos, de pacientes que son

sometidos a una cierta intervencin quirrgica en un hospital sigue una
distribucin Gamma con parmetros a=0,81 y p=7,81, calclese:

1. El tiempo medio de supervivencia.

2. Los aos a partir de los cuales la probabilidad de supervivencia es menor que
0,1.

Clculo de probabilidades. Distribuciones continuas

Gamma (a, p)
a: Escala 0,8100
p: Forma 7,8100
Cola Izquierda Pr [X<=k] 0,9000
Cola Derecha Pr [X>=k] 0,1000
Punto X 14,2429
Media 9,6420
Varianza 11,9037
Moda 8,4074
El tiempo medio de supervivencia es de, aproximadamente, 10 aos.

DISTRIBUCION POISSON

1) Si ya se conoce que solo el 3% de los alumnos de contabilidad son muy

inteligentes Calcular la probabilidad de que si tomamos 100 alumnos al
azar 5 de ellos sean muy inteligentes

n= 100

P=0.03

=100*0.03=3

x=5

2) La produccin de televisores en Samsung trae asociada una probabilidad

de defecto del 2%, si se toma un lote o muestra de 85 televisores,
obtener la probabilidad que existan 4 televisores con defectos.

n=85

P=0.02

P(x5)=(e^-17)(1.7^4)/4!=0.0635746

X=4
 =1.7

3) Una jaula con 100 pericos 15 de ellos hablan ruso calcular la

probabilidad de que si tomamos 20 al azar 3 de ellos hablan ruso

n=20

P=0.15 P (x=3)=(e^-8)(3^3)/3!=0.2240418

X=3

=3

4) El 8% de los registros contables de una empresa presentan algn

problema, si un auditor toma una muestra de 40 registros Calcular
probabilidad de que existan 5 registros con problemas?

n=40

P=0.08 P(X=5)(e^3.2)(3.2^5)/5!=0.1139793

=3.2

X=5

5) Se calcula que la ciudad el 20% de las personas tienen defecto de la

vista si tomamos una muestra de 50 personas al azar Calcular
Probabilidad que existan 5 registros con problemas?

n=40

P=0.08

=10

DISTRIBUCION NORMAL
1) Una poblacin normal tiene una media de 80 una
desviacin estndar de 14.0
= 80

= 14 z

a) Calcule la probabilidad de un
valor localizado entre 75.0 y
90.0
p (75 x 90)

Probabilid
75 80 90
ad
z =acumulad
a.
0.7611
z =
0.3594

p (75 x 90) = 0.7611 0.3594 = 0.4017

b) Calcule la probabilidad de un valor de 75.0 menor.

p(x 75)

Probabilida
d
z acumulada
.
0.3594
p(x 75) = 0.3594
75 80

c) Calcule la probabilidad de un valor localizado entre 55.0 y
70.0
p (55 x 70)

Probabilid
ad
z =
acumulad
a.
0.2389
z =
0.0367

p (55 x 70) = 0.2389 0.0367= 0.2022

55 70 80

2) Los montos de dinero que se piden en las solicitudes de
prstamos en Down River Federal Savings tiene una
distribucin normal, una media de $70,000 y una
desviacin estndar de $20,000. Esta maana se recibi
una solicitud de prstamo. Cul es la probabilidad de
que:

= $70,00

=$20,0 z

a) El monto solicitado sea de $80,000 o superior?

p(x 80,000)

Probabilida
d
z =
acumulada
.
0.6915
p(x 80,000) = 1 0.6915= 0.3085
70000 80000

b) El monto solicitado oscile entre $65,000 y $80,000?

p(65,000 x 80,000)

Probabilid
ad
z =acumulad
a.
0.6915
z =
0.4013

p(65,000 x 80,000) = 0.6915 0.4013 = 0.2902

65000 70000 80000

c) El monto solicitado sea de $65,000 o superior.

 p(x 65,000)
Probabilida
d
acumulada
z = .
0.4013

p(x 65,000) = 1 0.4013 = 0.5987

65000 70000

3) Entre las ciudades de Estados Unidos con una poblacin de

ms de 250,000 habitantes, la media del tiempo de viaje
de ida al trabajo es de 24.3 minutos. El tiempo de viaje
ms largo pertenece a la ciudad de Nueva York, donde el
tiempo medio es de 38.3 minutos. Suponga que la
distribucin de los tiempos de viaje en la ciudad de Nueva
York tiene una distribucin de probabilidad normal y la
desviacin estndar es de 7.5 minutos.

= 38.3 min.

= 7.5 min. z

a) Qu porcentaje de viajes en la ciudad de Nueva York

consumen menos de 30 minutos?
p( x 30)

Probabilida
d
z =acumulada
.
0.1335
p( x 30) = 0.1335 = 13.35%
30 38.3

b) Qu porcentaje de viajes consumen entre 30 y 35
minutos?
p(30 x 35)
Probabilid
ad
acumulad
a.
0.3300
 0.1335

= ==1,200
1,200
==225
225
z Probabilidad
Probabilidad
acumulada.
30 35 38.3
acumulada.
5%
5%==
= .0500
.0500
z
p(30 x 35) = 0.3300 0.1335 = 0.1965 =
19.65%

c) Qu porcentaje de viajes consumen

entre 30 y 40 minutos?
p(30 x 40)

Probabilid
ad
z acumulad
a.
= 0.5910

z =0.1335

p(30 x 40) = 0.5910 0.1335 = 0.4575 =3045.75%

38.3

4) Las ventas mensuales de silenciadores en el rea de

Richmond, Virginia, tiene una distribucin normal, con una
media de $1,200 y una desviacin estndar de $225. Al
fabricante le gustara establecer niveles de inventario de
manera que solo haya 5% de probabilidad de que se
agoten las existencias. Dnde se deben establecer los
niveles de inventario?
 1 - 0.0500 = 0.9500
Valor z = 1.65
5% 0.0500

z 1.65

X=
x = 1,571.25 1,571.25

5) En 2004 y 2005, el costo medio anual para asistir a una

universidad privada en Estados Unidos era de $20,082.
Suponga que la distribucin de los costos anuales se rigen
por una distribucin de probabilidad normal y que la
desviacin estndar es de $4,500. El 95% de los
estudiantes de universidades privadas paga menos de
Qu cantidad?

95% 0.9500
z z
1.64

x = 27,462.
X=
27,4627
5
 DISTRIBUCION T-STUDENT

1) Un fabricante de focos afirma que su producto durar un promedio de

500 horas de trabajo. Para conservar este promedio esta persona
verifica 25 focos cada mes. Si el valor y calculado cae entre t 0.05 y t
0.05, l se encuentra
==20,082
20,082
satisfecho con
==4,500
esta 4,500 afirmacin. Qu
Probabilidad Valor
conclusin Probabilidad
acumulada.
Valor
de z deber l sacar
acumulada. de z
95%
95%== .9500
de una == muestra de 25
.9500
focos cuya duracin fue?:

520 521 511 513 510 =500 h

513 522 500 521 495 n=25
496 488 500 502 512 Nc=90%
510 510 475 505 521 X=505.36
506 503 487 493 500 S=12.07
SOLUCIN.

t= x -

SI n = 1- Nc = 10%

v = n-1 = 24

t = 2.22

Enseguida se muestra la distribucin del problema segn el grafico sig.

2) El profesor Prez olvida poner su despertador 3 de cada 10 das.

Adems, ha comprobado que uno de cada 10 das en los que pone el
despertador acaba no levantndose a tiempo de dar su primera clase,
mientras que 2 de cada 10 das en los que olvida poner el despertador,
llega a tiempo adar su primera clase.

(a) Identica y da nombre a los sucesos que aparecen en el enunciado.

(b) Cual es la probabilidad de que el profesor Prez llegue a tiempo a dar su

primera clase?
Solucin: En primer lugar conviene identicar el experimento aleatorio que
estamos realizando. Este consiste en tomar un dia al azar en la vida del
profesor Prez y analizarlo en base a los siguientes sucesos.

(a) Para un da al azar decimos que se ha dado el suceso:

O cuando el profesor ha olvidado poner el despertador

T cuando el profesor ha llegado tarde a su primera clase.

Notemos que tanto {O, O} como {T, T} forman un sistema completo de sucesos.
A continuacin traducimos en trminos de probabilidad de los sucesos
anteriores todos los datos que nos dan en el enunciado.

P(O) = , P (T |O) = , P(O) = , P(T |O) = .

(b) El sucesollegar a tiempo a su clase es el complementario de T , por tanto

nos piden que calculemos P(T). Puesto que {O, O} es un sistema completo de
sucesos, podemos aplicar la formulas de la probabilidad total, de donde
tenemos que:

P (T) = P (T |O) P(O) + P (T | O) P (O).

En la expresin anterior aparecen varios de los datos que nos ha

proporcionando el enunciado, sin embargo no conocemos directamente el valor
de P(T | O). Para calcularlo utilizamos que

P(T | O) = 1 P(T |O) = 1 = De esta forma, la expresin anterior se

puede escribir como: P(T) = + =0.69

3) La longitud de los tornillos fabricados en una fbrica tienen media =10

mm y desviacin s=1 mm, calcular la probabilidad de que en una muestra
de tamao n=25, la longitud media del tornillo sea inferior a 20.5 mm:
P (<20.5)

Estandarizamos T=(X-)/(s/n) que sigue una distribucin t de n-1 grados de

libertad

T=(20.5-20)/(1/25) = 2.5

P (<20.5) --> P (T<2.5) ~ t(24)

P (T<2.5) = 0.9902

P (<20.5)=0.9902

La probabilidad que la longitud media de la muestra de 25 tornillos sea inferior

a 20.5 mm es del 99.02%

4) Calcular el percentil w0=95 y w0=25 en cada uno de los siguientes casos:

1. En una distribucin t-Student con 3 grados de libertad.

2. En una distribucin t-Student con 30 grados de libertad.

Solucin.

1. Recordemos que w0=95 es aquel nmero real que verifica:

S [W w0=95] = 0=95

Para encontrar este valor en la tabla de la distribucin t-Student bastar:

- ) Localizar en la primera columna los grados de libertad, en este caso: 3.

- ) Localizar en la primer fila la probabilidad acumulada, en nuestro caso:

0=95=

- ) Movernos horizontal y verticalmente desde las posiciones anteriores hasta

cruzarnos en el punto w0=95.
Por tanto el percentil w0=95, en una t-Student con 3 grados de libertad ser
el valor:

w0=95 = 2=3534

Es decir, si desde el valor 2.3534 nos movemos horizontalmente hasta la

primera columna, llegaremos al valor 3 (grados de libertad), y si lo hacemos
verticalmente hacia la primera fila la llegaremos al valor 0.95 (probabilidad
acumulada).

Como en la tabla nicamente tenemos tabulada la t-Student para colas

probabilsticas que van desde 0=75 hasta 0=999, para calcular el percentil
w0=25, tendremos que realizar la siguiente consideracin:

S [W w0=25] = 1 s[W w0=25]

Como la distribucin t-Student es simtrica, se verifica:

w0=25 = w0=75

Y resulta: s [W w0=25] = 1 s[W w0=75]

Por tanto, buscando en la tabla con los datos:

Grados de libertad: 3

Cola de probabilidad: 0.75

Tenemos: w0=25 = w0=75 = 0=7649

2. En el caso de 30 grados de libertad actuaremos de modo similar al caso

anterior, pero buscando en la fila 30 de la tabla. Resultando:

w0=95 = 1=6973

Y w0=25 = w0=75 = 0=6828

5) Calcular los percentiles I8>7;0=99 y I8>7;0=01

Solucin.
Para buscar en la tabla de la F-Snedecor el percentil I8>7; 0=99 hemos de
tener en cuenta que:

df_1 = 8 (1d Fila de la tabla)

df_2 = 7 (1 d Columna de la tabla)

0=99 = Probabilidad acumulada (ltima columna de la tabla)

El valor donde se cruzan todos estos datos ser el percentil buscado.

Por tanto: I9>7; 099 = 6=840