Variables Aleatorias Discretas y Distribuciones de Probabilidad.

Variable aleatoria: Una variable aleatoria es una funcin que asigna un # real a cada uno de los elementos del
espacio muestral.
ej.: E: Se lanzan 3 monedas y se observa la cara que cae acia arriba
S: ! """# ""S# "S"# "SS# S""# S"S# SS"# SSS $
Una variable aleatoria en este caso ser%a: &: # de 'guilas que caen acia arriba
&(""") * &(""S ) * &("S") * &("SS ) *
&(S"") * &(S"S ) * &(SS" ) * &(SSS ) *
Imagen o Recorrido de una variable aleatoria: Es el conjunto de todos los posibles valores que puede tomar la
variable aleatoria. En el caso anterior +m(&)*! $
Variable aleatoria discreta: Si el conjunto de todos los valores que puede tomar una ,.". es numerable se dice
que la variable aleatoria es discreta.
Variable aleatoria continua: Si el conjunto de todos los valores que puede tomar una ,.". no es numerable (no se
pueden numerar# normalmente cuando los valores provienen de un proceso de
medicin y caen en un intervalo) se dice que la variable aleatoria es continua.
-bs: En mucas situaciones e.perimentales o de estudio los resultados del e.perimento# representan valores de una
variable aleatoria.
ej. : /lasifique las siguientes variables aleatorias como discretas o continuas.
0a longitud de las varillas producidas en la maquina ".
El n1mero de accidentes que ocurren en determinada fabrica en un mes.
El contenido de un envase de lece.
0a cantidad de art%culos vendidos por d%a.
0a altura de un refrigerador mediano.
Funcin de distribucin de probabilidad (fdp o funcin de probabilidad de masa (pmf
Si & es una variable aleatoria discreta e.iste una funcin f(.) que asigna a cada valor de & la probabilidad de que
este valor ocurra al realizar el e.perimento. El conjunto de pares ordenados
( .# f(.) ) es una funcin de probabilidad o una distribucin de probabilidad de la variable aleatoria discreta & si
cada posible resultado cumple:
2. f(.) 3. 4.

x
x f 2 ) (
. 3. 5(& * .) * f(.)
Ej.: Se an obtenido datos de 63 d%as sobre el # de rdenes de pedidos de mercanc%a que se pierden# por tener un
sistema ineficiente de informacin# obtenga la distribucin de probabilidad para la ,.".7. &: # de pedidos perdidos
por d%a# y grafique.
& 3 2 4 3 6
# de d%as 28 23 9 8 4
f(.)
7etermine la probabilidad de tener m's de 4 pedidos perdidos en un d%a cualquiera es: 5( & : 4) *
Funcin de distribucin de probabilidad acumulada fdpa cdf : Se define como ;(.)*5(&.)#
-btenga la fdpa en el caso anterior y grafique. -btenga la probabilidad
) 3 X 1 ( P <
2
Valor !sperado y Varian"a de Variables Aleatorias Discretas.
7e igual manera que para un conjunto de datos mu<strales y=o poblacionales# es muy 1til describir a una variable
aleatoria en t<rminos de su media y de su ,arianza. 0a media de una variable aleatoria se le conoce como ,alor
Esperado y de denota por E(&) y la ,arianza se denota por ,(&). > se obtienen como
( ) ? ( ) E X x f x

4 4 4 4
( ) ( ) ( ) ( )
X
V X x f x x f x

Una rifa ofrece un primer premio de 2333 dlares# dos segundos premios de 833 y 43 premios de 43 dlares cada
uno. Si se vende 23#333 boletos a medio dlar cada uno# encuentre:
El beneficio neto esperado (ganancia) para la persona que compra un boleto. 0a varianza y la d.s.
Propiedades del valor esperado y la varian"a
a. ( ) E k k b. ( ) ( ) E k X k E X
c.
[ ] ( ) ( ) ? ( )
x
E H X H X f X

d. [ ] [ ] [ ] ( ) ( ) ( ) ( ) E H X G X E H X E G X t t
e. ( ) ( ) V X k V X + f.
4
( ) ( ) V kX k V X
g.
2 4 2 4
( ) ( ) ( ) ( )
n n
V X X X V X V X V X t t t + L L
"l considerar el inicio de una ora fija# cada automvil que llega a un crucero es observado para ver si da vuelta a
la izquierda (+)# ala dereca (7) o avanza de frente (;). El e.perimento terminar' cuando se observe que un
automvil da la vuelta a la izquierda. Sea & * n1mero de automviles observados. @ cu'les son los valores posibles
de &A. Baga una lista de cuatro resultados posibles y sus valores & asociados.
&: # de autos observados asta que el primero de vuelta a la izquierda
+m(&) * !2# 4# 3# 6# 8C$ + &*2D 7+ &*4D 7;+ &*3D 7;;+ &*6
"l invertir en unas acciones financieras# una persona puede lograr una ganancia de E63333 pesos en un aFo con una
probabilidad de 3.3 o bien tener una p<rdida de E2333 con probabilidad de 3.G @/u'l es la ganancia esperada de
esta personaA
U 40000 -1000
F(U) .3 .7
* 63333?.3 H (I2333)?.G
Se selecciona al azar un individuo que tenga un seguro automotriz de cierta empresa. Sea > la cantidad de multas
que a recibido durante los 1ltimos 3 aFos# la pmf de > es
> 3 2 4 3
p(y) 3.J3 3.48 3.23 3.38
a) calcule E(y) b) suponga que un individuo con > multas obtiene un recargo de E23>H83. /alcule
la cantidad esperada del recargo.
a.
b.

El seFor 0pez quiere asegurar su motocicleta por E93#333. 0a compaF%a de seguros estima en 3.36 la probabilidad
de que ocurra una p<rdida totalD en 3.24 la de que ocurra una perdida parcial del G8K en 3.34 la de que sufra una
p<rdida del 83K y en 3.39 que la p<rdida sea del 48K. /onsiderando que la aseguradora solo considera estas
p<rdidas parciales# @que prima debe pagar el seFor 0pez cada aFo si la empresa de seguros quiere lograr una
ganancia promedio de E2333 anuales en todas las plizas de este tipoA
Sean: U: utilidad obtenida por la compaF%a C: costo del seguro
U C-!!!! C-"!!!! C-#!!!! C-$!!!! C
%(U) !&!# !&1$ !&!$ !&! !&'#
4
E(U) ( C ) 1$!! ( 1!!! C ( 13*!!
3
!#ercicios Variables Aleatorias Discretas y valor esperado:
2. Un contratista es requerido por un departamento de planeacin de un municipio para que remita 2# 4# 3# 6 o 8
formas (dependiendo de la naturaleza del proyecto) para solicitar permiso de construccin. Sea > * al numero
de formas requeridas del siguiente solicitante# la probabilidad de que > formas se requieran es proporcional a
># esto es# p(y) * Ly para y*2#...#8.
a. @/u'l es el valor de LA. ( sugerencia

8
2
2 ) (
+
+ ,
)
b. @cu'l es la probabilidad de que por lo menos se necesiten 3 formasA
c. @cu'l es la probabilidad de que
8 4 < +
A
d. @podr%a ser p(y)*y
4
=83 para y *2# ... #8 la fdp de yA @5or qu<A
4. una compaF%a proveedora de productos qu%micos tiene en e.istencia 233 libras de un producto que vende a los
clientes en lotes de 8 libras. Sea &* numero de lotes ordenados por un cliente seleccionado al azar y suponga
que . tiene una pmf
& 2 4 3 6
p(.) 3.4 3.6 3.3 3.2
/alcule E(&) y ,(&)# despu<s calcule el n1mero de libras sobrantes tras embarcar el pedido del siguiente
cliente y la varianza del n1mero de libras restantes. (Sugerencia: el n1mero de libras restantes es una funcin
lineal de &).
3. Un piloto privado desea asegurar su avin por E833#333. 0a compaF%a aseguradora estima que en un aFo se
tiene que una p<rdida total puede ocurrir con una probabilidad de 3.334# un G8K de perdida con una
probabilidad de 3.339# un 83K de perdida con una probabilidad de 3.32 y un 48K de p<rdida con una
probabilidad de 3.2. +gnorando todas las otras perdidas parciales# @Mu< precio deber' cobrar anualmente la
compaF%a aseguradora para tener una utilidad promedio de E83#333 por cada avin que asegure.
$area: Variables Aleatorias discretas y valor esperado.
2. Si & es una variable aleatoria discreta con funcin de probabilidad f definida por:
k
x
) x ( f 5ara x * 2# 4# 3# ...# J.
a) 7etermine L. b)
P X ( ). 3
c)
P X ( ) 4 6 < <
d) -btenga e interprete . y .
4. Un constructor est' considerando realizar un trabajo que le traer' un beneficio de 48#333 dlares con una
probabilidad de 3.9 o una p<rdida# debido al mal tiempo# uelgas y dem's# de 23#333 dlares con una
probabilidad de 3.4. @/u'l es la ganancia esperada del constructor y con que d.s.A
3. Usted debe estar en la escuela en 43 minutos y ay dos rutas que puede tomar para llegar all%D el tiempo medio
para llegar es de 24 y 2J minutos# respectivamente. @Es la mejor ruta para llegar la de 24 minutosA E.plique.
6. El seFor NaLer quiere asegurar su casa por 93#333 dlares. 0a compaF%a de seguros estima en 3.336 la
probabilidad de que ocurra una p<rdida totalD en 3.34 la de que sufra una p<rdida del 83K y en 3.39 que la
p<rdida sea del 48K. Si la aseguradora no pagar' indemnizacin por otras p<rdidas parciales# @que prima debe
pagar el seFor NaLer cada aFo si la empresa de seguros quiere lograr una ganancia promedio de 833 dlares
anuales en todas las pliza de este tipoA
8. Seccin 3.3: 34# 3O.
6
DI%$RI&'(I)* D! PR+&A&I,IDAD &I*+-IA,
0a distribucin &inomial es una de las distribuciones de probabilidad para variables aleatorias discretas# con mayor
uso. Sin embargo solo utilizable para ,"7 que tiene caracter%sticas relacionadas con una prueba o ensayo
Nernoulli.
Una prueba o ensayo &ernoulli es aquella que tiene las siguientes caracter%sticas:
P /ada prueba genera uno de dos resultados posibles mutuamente e.cluyentes. 5or conveniencia# a estos
resultados se les llama <.ito o fracaso.
P 0a probabilidad de <.ito en un solo ensayo es igual a Q
,
Q y es constante para todos los ensayos. 0a
probabilidad de fracaso es Q
-
Q y se determina como
, - 2
.
P 0os resultados en los ensayos son independientes entre si.
"l realizar n veces la prueba Nernoulli y al considerar la variable aleatoria discreta
X: Nmero de xitos que se obtienen al realizar n veces la prueba Bernoulli,
Im(x)=!, ", #, $, %% n &
@/u'l ser' la probabilidad de que &*6# &*J# &*3# &*n# &*rA
S% r representa un n1mero especifico de <.itos# un posible resultado es E E E . . E ; ; ; . . ;
los primeros r resultados son <.itos y los 1ltimos nIr son fracasos# la prob. de este resultado es:
p p p . . p q q q . . q * p
r
q
nIr

pero este no es el 1nico posible resultado donde se tienen r <.itos# otro es ; ; E E E . . E ; . . ;
esto es primero algunos fracasos y luego los r <.itos y finalmente solo fracasos# la prob. es
q q p p p . . p q q . .q * p
r
q
nIr
En realidad cualquier resultado posible es una permutacin del primer ejemplo y sus probabilidades son siempre
p
r
q
nIr#
Rl # total de posibles resultados es nS=(rS (nIr)S)# por lo que la ecuacin para calcular la probabilidad es:
. - /,
r
n
. - /,
r)0 r0(n
n0
r) ,(X
r n r r n r

,
_

/onocida como Distribucin de probabilidad &inomial. con par/metros
, n
y - , n
0a probabilidad de que el vapor se condense en un tubo delgado de aluminio a 23 atmsferas de presin es 3.63# si
se realiza un e.perimento en 43 de tales tubos cual es la probabilidad de que
a. "l menos en 8 pero no en mas de G.
b. En cuantos tubos esperar%a que se condense el vapor. /on que d.s.
E.perimento bernoulli: Se ace pasar vapor por el tubo. R.ito: El vapor se condensa p*3.63# n*43
Sea &: # de tubos donde se condensa el vapor.
3J6O . 3 J3 . 3 63 . 3
G
43
J3 . 3 63 . 3
J
43
J3 . 3 63 . 3
8
43
) G ( ) J ( ) 8 ( ) G 8 (
23 G 26 J 28 8

,
_

,
_

,
_

+ + X P X P X P X P
9 ) 6 . 3 ( ? 43 n,
Se espera que en 9 de los 43 tubos se condense el vapor# con una d.s.*4.2O3O
!#ercicios: Distribucin &inomial.
8
2. +nterprete los coeficientes binomiales siguientes# sin calcularlos# en t<rminos de un e.perimento binomial.

,
_

,
_

0
1
2
23
) 1 ) a
4. 7etermine si el e.perimento es binomial. Si lo es# indique los valores para n# , y x e identifique un intento y un
<.ito. Un estudio de los residentes en una cierta ciudad# indic que 33K de ellos est'n a favor de construir un
centro comunitario y que el G3K se oponeD se eligen diez personas al azar y se les pregunta si est'n a favor del
nuevo centro comunitario.
3. Se utilizan tarjetas de circuito impreso en la fabricacin de 7,7# se a determinado que el 8K de estas est'n
defectuosas. Si se toma una muestra de n*48 determine la probabilidad de que:
a)
) 4 ( X P
b)
) 8 ( X P
a)
) 8 2 ( < X P
d) ninguna este defectuosa.
b) Si se toma una m.a. de 833 tarjetas# @/uantos espera que est<n defectuosasA /on que d.s.
6. Encuentre la media y varianza del n1mero de niFas en familias con J ijos# si se sabe que nacen 223 niFas por
cada 233 niFos.
8. 0a probabilidad de que Tos< acierte a una claraboya con su rifle es de J9KD si dispara en rondas de 23 tiros#
encuentre la media y la d.s. del n1mero de aciertos por ronda.
$area: Distribucin &inomial
2. +nterprete el coeficiente# sin calcularlo# en t<rminos de un e.perimento binomial.

,
_

$
"
4. Se a observado que Uicardo logra J8K de sus tiros libres en los partidos de basquetbol# calcule la probabilidad
de que Uicardo logre:
a) 8 de los pr.imos 23 tiros. b) Vodos los 6 tiros siguientes.
c) Si ace 3G tiros# que es d) y W.
3. Una semilla tiene un porcentaje de germinacin del 93K# si se siembran 24 semillas# encuentre la probabilidad
de que: a) germinen todasD b)germinen 23D
c) salgan a lo m's 4D d) germinen al menos 23.
6. Un e.amen consiste en 23 preguntas de opcin m1ltiple con 8 respuestas posibles. Si una persona responde
siempre adivinando# @cu'l es la probabilidad de que :
a) responda correctamente a todas las preguntasA b)"cierte a lo m's 3 preguntasA
c) /uanto se espera que saque de calificacin d) con que d.s.
8. Si el 4K de todos los radios fabricados por la "T"& /ompany son defectuosos# encuentre e interprete la media
y la desviacin est'ndar de radios defectuosos en lotes de 83.
J. /on base a un periodo largo# se a determinado que O3K de todos los estudiantes inscritos en el curso 43O de
matem'ticas lo apruebanD si toman el curso grupos de 33 estudiantes# determine e interprete la media y la
desviacin est'ndar del n1mero de estudiantes aptos por curso.
G. /onstruya las gr'ficas para las siguientes distribuciones de probabilidad Ninomial con.
a) n*28# p*3.3 b) n*28# p*3.8 c)n*28# p*3.9
Sugerencia: Utilice la funcion de e.cel: 7istr.Nin(.#n#p#3) y el asistente para graficos.
9. Seccin 3.6: 6O# 8G
J
,a distribucin &inomial *egativa.
Sea ': (l numero de repeticiones de una prueba Bernoulli, )asta obtener el *+esimo xito%
-tra forma de ver a > es que representa el # de intento en el que ocurre el LIesimo <.ito.
0a imagen de > es +m(>)*!L# LH2# LH4# C$
0a probabilidad de que > tome el valor y se obtiene considerando todos los resultados posibles
Un resultado posible para >*y es EE..E;;..;! donde se tienen primero LI2 <.itos# enseguida
yIL fracasos y al final un <.ito./on una probabilidad
* , *
p p

2 ( # por ser eventos independ.
-tro resultado posible es EE;;E;;;E..;! donde se tiene revueltos LI2 <.itos y yIL fracasos y al final un
<.ito.Xuevamente# con una probabilidad
* , *
p p

2 (
Este resultado es una permutacin de los primeros yI2 elementos del resultado anterior.
"s% pues en total se tendr'n
4 ( 4 2 (
4 2 (
* , *
,

resultados posibles.
5or lo que la probabilidad de que >*y es:
* , *
p -
*
,
, ' -

,
_

2 (
2
2
(
para > L.
-bservaciones:
i)
4
4
) 2 ( ) 2 (
,
, k
,
, k

ii) El caso en que L*2# se tiene la distribucin geom<trica# denotando a > como Y# se tiene:
2
2 ( (


z
p - z . -
a
q a . - > (
Ejemplos:
0a probabilidad de que una tormenta con truenos ocurra en un d%a cualquiera de "gosto septiembre es igual a 3.2#
suponiendo la independencia de un d%a con otro# si todos los d%as llueve Si oy es 2Z de "gosto. @/u'l es la
probabilidad de que la 9[ tormenta con truenos ocurra el 3 de septiembreA
Si > representa el # de d%as empezando desde el 2Z de agosto asta la 9[ tormenta. Se pide
3.3351635 7 (. 2 (.
1
88
89 (
56 :

,
_

' -
@/u'ntos # de dias deben de pasar desde el 2Z de agosto para que ocurra la 3
er
tormentaA > la d.s.
26.9826161 513
2 . 3 (
7 . 3 ( ; 8
( 83
2 . 3
8
(
5
' / dias
p
*
' (
0a probabilidad de que un estudiante para piloto apruebe el e.amen escrito para obtener su licencia de piloto
privado es de 3.G. 7etermine la probabilidad de que un estudiante apruebe el e.amen:
a) En el tercer intento. P(<=8=3.1(3.8
5
=3.368
b) "ntes del cuarto intento. P(<>9 = P(<8 = 2 ? P(< @ 8 = 2A (3.8
8
=3.118.
c) @/u'l es el # esperado de intentos para que apruebe el e.amenA
= 2B 3.1 = 2.95:6 Intentos en promedio.
G
Problemas y tarea de ,a fdp &inomial *egativa y geomCtrica.
2. Se supone que el 22K de los aspirantes para cierto trabajo industrial tiene un entrenamiento avanzando en
administracin de recursos umanos y planeacin. 0os aspirantes son entrevistados# uno tras otro# y son
seleccionados al azar de un conjunto (muy grande) de aspirantes. 7etermine la probabilidad de que se
encuentre el primer aspirante con un entrenamiento avanzado
a) En la quinta entrevista. b) 7espu<s de la O[ entrevista.
c) @/u'l es el n1mero de aspirantes que ay que entrevistar para encontrar el primero con entrenamiento
avanzadoA
4. Un contador p1blico a encontrado que 6 de cada 23 contabilidades de compaF%as contiene errores importantes.
Si el contador revisa la contabilidad de una serie de compaF%as. /u'l es la prob. de que:
a) 0a primera contabilidad con errores sust'nciales sea la 9[ contabilidad revisada.
b) 0a primera contabilidad revisada con errores importantes sea encontrada despu<s de la G[
c) @/u'l es la media y la d.s. del # de auditorias que ay que revisar para encontrar la 2[ con errores
importantesA
3. Se aplican an'lisis a los obreros de una empresa que fabrica material aislante# a fin de detectar la e.istencia de
asbesto en sus pulmones. 0a f'brica tiene que mandar a tres obreros# con indicaciones positivas de asbesto en
los pulmones# a un centro m<dico para realizar m's pruebas. Si el 63K de los trabajadores tienen indicaciones
positivas de asbesto encuentre la probabilidad de que se tengan que e.aminar:
a) E.actamente a G obreros
b) 5or lo menos a J obreros
c) Si cada prueba cuesta E43# obtenga el valor esperado y la d.s. del costo total de la realizacin de las pruebas
para encontrar los tres obreros positivos
6. Un estudio geolgico indica que un pozo e.ploratorio deber%a dar petrleo con una probabilidad de 3.4. /u'l es
la probabilidad de que:
a) El 2er descubrimiento ocurra en la tercera perforacinA
b) El 6Z descubrimiento ocurra en la novena perforacinA
c) Se requieran al menos J perforaciones para encontrar el 3er pozo con petrleo.
d) 7etermine la media y la d.s. del # de pozos que ay que perforar si la compaF%a quiere establecer 8 pozos
con produccin petrolera.
e) Si cada perforacin cuesta E233#333 y cada perforacin donde no se encuentra petrleo tiene un costo
adicional de E83#333# determine el costo total esperado en el inciso d.
8. Vres personas lanzan una moneda cada una y la que salga dispareja paga los caf<s. Si todas las monedas caen
iguales# se lanzan nuevamente. Encuentre la posibilidad de que se necesiten menos de 6 lanzamientos.
J. 0a prob. de que una persona que vive en una cierta ciudad posea un perro(s) se estima en 3.9.
a) Encuentre la probabilidad de que la d<cima persona entrevistada aleatoriamente en esta ciudad sea la quinta
persona que posee un perro(s).
b) @/u'ntas personas espera entrevistar para encontrar la primera con un perro(s)A#
c) y para encontrar la 2J[ con perro(s).
G. Suponga que la probabilidad de que una persona determinada crea una istoria acerca de los atentados a una
famosa actriz es 3.9. @/u'l es la probabilidad de que:
a) la se.ta persona que escuca tal istoria sea la cuarta que creaA
b) 0a tercera persona que escuca tal istoria sea la primera en creerlaA
c) @/u'l es la media y la d.s. del # de personas a la que ay que contarles la istoria para que 48 de ellas la
creanA
9. Seccin 3.8: G8.
9
Distribucin DipergeomCtrica.
Un e.perimento Bipergeom<trico tiene las siguientes propiedades:
P Una muestra aleatoria de tamaFo n se selecciona sin reempla"o de una poblacin con un total de 2
elementos. (El resultado en cada e.traccin depende de los resultados en las e.tracciones anteriores# ya que el
muestreo es sin reemplazo# los eventos son dependientes).
P E.isten en la poblacin a elementos que tienen una caracter%stica en com1n y a 2 elementos que no la
tienen. En algunos te.tos
2
n r 3 a .
P Se considera la ,ariable "leatoria 7iscreta X definida como:
X : # de elementos en la muestra que tiene la caracter%stica en com1n.
+m(&)*!3# 2# 4# 3# C # min(n#a)$
0a probabilidad de que en la muestra se obtengan x X elementos con la caracter%stica en com1n esta dada
como:

,
_

,
_

,
_

n
2
x n
a 2
x
a
C
C C
x X P
n 2
x n a 2 x a
?
) (
con
2
a n
) X ( E

y
,
_

2
a
1
2
a
n
1 2
n 2
$

-bservacin 2: "l t<rmino

2
2 n
2

se le conoce como -ultiplicador de poblacin finita.

-bservacin 4: Si el muestreo se ace con reempla"o# cada e.traccin cumple con las caracter%sticas de una
prueba Nernoulli.
i) El elemento e.tra%do tiene o no tiene la caracter%stica en com1n.
ii) El resultado en cualquier e.traccin es independiente de los resultados en las e.tracciones
anteriores.
iii) 0a probabilidad de <.ito es la misma en cualquier e.traccin
N
a
p
5or lo que se debe utilizar la distribucin Ninomial para calcular la probabilidad de que e.istan .
elementos en la muestra con la caracter%stica en com1n.
x n x
- ,
x
n
x X ,

,
_

) (
-bservacin 3: Si el tamaFo de la muestra es menor o igual al 23K del tamaFo de la poblacin esto es
n 3.23X 0as probabilidades de la distribucin Bipergeom<trica# se pueden apro.imar con probabilidades
Ninomiales usando
N
a
p # y n como el tamaFo de la muestra.
O
!#ercicios y $area: Distribucin DipergeomCtrica
2. Se debe elegir un comit< de J personas de entre 6 matem'ticos y J e.pertos en computacinD obtenga la
distribucin de probabilidad para &: la cantidad de matem'ticos que abr' en el comit<.
4. 5ara evitar que lo descubran en la aduana un viajero a colocado J tabletas de narctico en una botella que
contiene O p%ldoras de vitamina que son similares en apariencia. Si el oficial de la aduana selecciona 3 tabletas
aleatoriamente para analizarlas# @/u'l es la probabilidad de que el viajero sea arrestado por posesin de
narcticosA
3. Una caja con 46 calculadoras contiene 3 que est'n defectuosasD si se eligen 6 al azar de esa caja# @cu'l es la
probabilidad de que:
a) 3 est<n defectuosasA b) " lo muco una resulte defectuosaA
0as 6 est<n defectuosasA
6. Un inspector de control de calidad e.amina una muestra aleatoria de J bater%as de una caja de 83 piezasD s% de
eco la caja contiene 6 bater%as defectuosas# primero identifique la variable aleatoria y la distribucin de
probabilidad que describe esta situacin y obtenga
a. 0a probabilidad de que aya 4 bater%as en mal estado en la m.a.
b. 0a media y la d.s. e interprete.

8. 7e un equipo de b'squetbol de 24 miembros se elige un conjunto de 8 elementos al azar para representarlo en
una competencia# como lo establecen las reglas# @/u'l es la probabilidad de que:
a) entre los 8 elegidos se incluyan los 4 mejores jugadores del equipoA
b) 0os 8 elegidos sean los mas novatosA
J. Un jardinero planta 8 bulbos seleccionados al azar de una caja que contiene J de narcisos y 8 de tulipanes.
@/u'l es la probabilidad de que plante:
a) tres bulbos de narcisos y 4 de tulipanesA b) 8 bulbos de tulipanesA
G. Un auditor de recaudacin de impuestos selecciona al azar 6 solicitudes de devolucin de impuestos de entre
2833 presentadas# si 833 solicitudes contienen deducciones ilegales# @cu'l es la probabilidad de que el auditor
e.amine:
a) e.actamente una solicitud legalA b) 6 solicitudes ilegalesA
c) 4 solicitudes no v'lidasA
9. Suponga que en un almac<n ay 4333 llantas de las que 33 est'n defectuosas. Si se toman aleatoriamente 8
llantas de ese almac<n# @cu'l es la probabilidad de que:
a) al menos 4 de ellas est<n defectuosasA b) Se elija una llanta en mal estadoA
O. Un consejo de estudiantes est' integrado por 4 estudiantes de primer aFo# 8 de segundo# 9 de tercero y 23 de
cuarto aFoD si 6 de sus elementos son elegidos al azar para asistir a una convencin nacional @cu'l es la
probabilidad de que cada una de las clases sea representada en la convencinA -bs: Este ejercicio es una
generalizacin de la distribucin ipergeom<trica.
23. Seccin 3.8: J9# JO
23
Distribucin de probabilidad Poisson.
Es una distribucin que se utiliza cuando se estudia una ,ariable "leatoria 7iscreta que representa el # de
ocurrencias en un periodo unitario ya sea de longitud# 'rea# volumen# tiempo etc. > que cumple con las
caracter%sticas de un proceso 5oisson:
P 0a probabilidad de ocurrencia es la misma para cualesquiera dos intervalos de la misma magnitud.
P 0a ocurrencia o no ocurrencia en cualquier intervalo es independiente de la ocurrencia o no ocurrencia en otro
intervalo.
&: # de imperfecciones en un pliego de tela.
&: # de ceques cambiados en un d%a en cierto banco.
&: # de accidentes en un crucero cada mes.
7onde en cualquier caso +m(.)*!3#2#4#3#6#8#J#...$
5ara construir la distribucin de probabilidad de esta ,ariable "leatoria se considera el par'metro lambda
: # de ocurrencias promedio en un periodo unitario
El modelo para determinar las distintas probabilidades fue desarrollado por Simeone 5oisson y esta dado como:
S
) (
x
e
x X P
x

7onde adem's

y
4
Ejemplo2: El conmutador telefnico de cierta empresa puede manejar un m'.imo de 8 llamadas por minuto. S% la
e.periencia indica que se recibe un promedio de 243 llamadas por ora# encuentre la probabilidad de que en un
determinado minuto el conmutador este sobrecargado.
Periodo 'nitario: Un minuto +currencia: 0lega una llamada.
&: # de llamadas recibidas en un minuto * 243 llamadas = ora * 4 llamadas = minuto
Se pregunta por 5(&:8) >a que el conmutador estar' sobrecargado si llegan mas de 8 llamadas.
5(&:8) * 2 \ 5(& 8) * 5(&*3) H 5(&*2) H 5(&*4) H 5(&*3) H 5(&*6) H 5(&*8)
*
4 3 4 2 4 4 4 3 4 6 4 8
4 4 4 4 4 4
2 2 3.O9363J3O
3S 2S 4S 3S 6S 8S
e e e e e e

+ + + + + * 3.32J8J3J2
Ejemplo 4: Suponga que el n1mero de cartas perdidas en el correo en un d%a es una variable aleatoria de 5oisson
con el par'metro * 6. @/u'l es la probabilidad de que en un d%a cualquiera:
a) se pierdan tres cartas en el correoD b) se e.trav%en 6 o 8AD
c) "l menos una carta desaparezca en el correoA
d) Se pierdan a lo m's 4 cartas en la oficina postalA
-currencia: Se pierde una carta# 5eriodo Unitario : Un d%a * 6
E : F de (artas Gue se pierden por dHa.
. 3 2 4 3 6 8 J G 9 C
f(.) 3.3293 3.3G33 3.26J8 3.2O86 3.2O86 3.28J3 3.2364 3.38O8 3.34O9 ..
;(.) 3.3293 3.3O2J 3.4392 3.6338 3.J499 3.G982 3.99O3 3.O69O 3.OG9J
a P(I=8 =
0 $
1 e
$ 1
= 3.2709 b P(I=9 J P(I=0 = 3.2709 J 3.2068 = 3.8021
c P(I 2 = 2 ? P(I=3 = 2 A
0 !
1 e
! 1
= 2 ? 3.32:8 = 3.7:21
d P(I 5= P(I=3 J P(I=2 J P(I=5 = 3.32:8 J 3.3188 J 3.2960 = 3.58:2
22
Ejemplo 3: Una cierta 'rea de ,eracruz es afectada en promedio por J uracanes al aFo. Encuentre la probabilidad
de que en un determinado aFo esta 'rea sea afectada por ..
a) al menos 6 uracanesD b) mas de 3 pero menos de 23 uracanes.
c) En la siguiente d<cada en al menos dos aFos se tengan 9 o mas uracanes.
Periodo 'nitario: "Fo +currencia: Un Burac'n afecta el 'rea.
&: # de Buracanes que afectan dica 'rea en un aFo
& 3 2 4 3 6 8 J G 9 O 23 C
f(.) 3.334
8
3.326
O
3.366
J
3.39O
4
3.233
O
3.2J3
J
3.2J3
J
3.23G
G
3.233
3
3.3J9
9
3.362
3
C
;(.) 3.334
8
3.32G
6
3.3J4
3
3.282
4
3.498
2
3.668
G
3.J3J
3
3.G66
3
3.96G
4
3.O2J
2
3.O8G
6
C
a) 5(& 6) * 2 \ 5(& 3) * 2I 3.2824 * 3.9699
b) 5(3 ] & ] 23) * 5(& O) I 5( & 3) * 3.O2J2 \ 3.2824 * 3.GJ6O
c) Sea &: # de uracanes por aFo.
0a probabilidad de que se tengan 9 o mas uracanes en un aFo cualquiera es
p* 5(&9) * 2I 5(& G) * 2I 3.G663 * 3.48J3
"l preguntar sobre una d<cada# se tiene una distribucin Ninomial ya que se tienen 4 resultados posibles para
cada aFo.
R.ito: Se tienen 9 o m's uracanes 5*3.48J ;racaso: Se tienen menos de 9 uracanes
0a presencia de Buracanes en la zona son independientes# la probabilidad se mantiene constante# y n*23.
/onsiderando aora a &: # de aFos en los que la zona es afectada por 9 o mas uracanes# se nos pide la
probabilidad de que &4.
5(&4) * 2I 5(&2) * 2 I

'

,
_

,
_

2 " "! !
) 311 (% ) #45 (%
"
"!
) 311 (% ) #45 (%
!
"!
*2I3.433GGO3O
* 3.GJO443O2
-bservacin: 0as probabilidades Ninomiales se pueden apro.imar con probabilidades de 5oisson si el n1mero de
repeticiones es muy grande y la probabilidad de <.ito muy pequeFa# en forma
pr'ctica si# n 83# y ]8 ( *np).
!#ercicios: Distribucin Poisson
2. El n1mero de errores por p'gina para un peridico local se distribuye como una variable aleatoria de 5oisson
con par'metro *4.8. Estime la probabilidad de que una p'gina elegida al azar tenga:
a) 3 erroresD b) 4 o 6 errores c) a lo m's 4 equ%vocos.
d) -btenga e interprete la media y la d.s.
4. Un vendedor de autos se da cuenta de que 3 de cada 233 personas que visita compran# si esta semana visitar' a
J3 personas @/u'l es la probabilidad de que aga
a. 6 ventasA
b. " lo muco 8 ventasA
c. /u'l es el # esperado de ventasA
24
$area: Distribucin Poisson
2. 0os registros de polic%a demuestran que ay un promedio de tres accidentes por semana en la Uuta 63D si
suponemos que esos percances siguen una distribucin de 5oisson# determine la probabilidad de que durante
cierta semana seleccionada al azar aya:
a. 6 accidentesD
b. 6 o 8 accidentes
c. a lo m's 3 accidentesD
d. al menos tres percances.
4. El n1mero de llamadas telefnicas que entran a un conmutador local durante cualquier intervalo de tiempo de
longitud $ medido en minutos# es una variable aleatoria de 5oisson con par'metro * 8.
a. Estime la probabilidad de que entren 24 llamadas al conmutador durante un periodo de 4 minutos.
b. Encuentre la probabilidad de que se reciba al menos una llamada durante un periodo de 4 minutos.
3. Una gran planta procesadora y enlatadora de alimentos tiene 83 enlatadoras autom'ticas en operacin
constante. Si la probabilidad de que una maquina se descomponga durante un d%a determinado es 3.32#
encuentre la probabilidad de que durante un d%a cualquiera fallen al menos tres maquinas enlatadoras. Use la
distribucin Ninomial e.acta y tambi<n la apro.imacin con 5oisson# compare.
%eccin 8.6 17. :0. ::. 72.
23