DISTRIBUCIN BINOMIAL

La distribucin binomial est asociada a experimentos del siguiente tipo:

- Realizamos n veces cierto experimento en el que consideramos slo la posibilidad de
xito o fracaso.
- La obtencin de xito o fracaso en cada ocasin es independiente de la obtencin de xito
o fracaso en las dems ocasiones.
- La probabilidad de obtener xito o fracaso siempre es la misma en cada ocasin.

Definicin de distribucin binomial:
Si realizamos n veces un experimento en el que podemos obtener xito, E, con probabilidad
p y fracaso, F, con probabilidad q (q = 1 p), diremos que estamos ante una distribucin
binomial de parmetros n y p, y lo representaremos por Bin(n;p). En este caso la
probabilidad de obtener k xitos viene dada por:

Nota:
Observar que las probabilidades de exito y fracaso son complementarias, es decir, q = 1-p
y p =
1-q, por lo que basta saber una de ellas para calcular la otra.


EJERCICIOS PROPUESTOS DE LA DISTRIBUCIN BINOMIAL

1) Se considera una v.a. cuya distribucin es binomial del tipo B(4,1/3). Se pide:
a) Determinar y representar grficamente su funcin de probabilidad.
b) Determinar y representar la funcin de distribucin F(x)
c) Calcular: P( 1 X < 3) y P( 1 X 3)

2) Sea X una v.a. binomial. Sabiendo que E(X) = 3 y s
2
(X)= 6/5. Determnese:
a) La funcin de probabilidad de X
b) La probabilidad del suceso P(X>3)

3) Al inspeccionar 1520 soldaduras hechas por una misma mquina, result que 152 eran
defectuosas. Admitimos que la produccin sigue en las misas condiciones. Si se eligen
5 soldaduras hechas por esa mquina, cul es la probabilidad de que por lo menos dos
sean defectuosas?

4) En un determinado pas, el 30% de sus habitantes tienen sangre tipo 0. Si se analiza la
sangre de 10 personas:
a) Cul es la probabilidad de que haya, exactamente, cinco personas con sangre tipo 0,
entre las examinadas?
b) Cul es la probabilidad de que menos de la mitad tengan sangre de dicho tipo?
c) Cuntos cabe esperar que tengan sangre tipo 0?

5) Dos personas juegan a cara o cruz y han convenido en acabar el juego cuando ambos
sucesos se hayan presentado por lo menos tres veces. Calclese la probabilidad de que
el juego no se acabe cuando ya se han hecho ocho lanzamientos.

6) La probabilidad de que una jugadora de golf haga hoyo en un lanzamiento a una
distancia determinada es 0,2. Si lo intenta cinco veces, calcular la probabilidad de que:
a) No acierte ninguna
b) Acierte alguna
c) Acierte dos.
d) Si hace tandas de cinco lanzamientos, cul ser el nmero medio de aciertos?;
cul ser su desviacin tpica?

7) Suponiendo que cada nio tiene la probabilidad 0,51 de ser varn, hllese la
probabilidad de que en una familia de seis hijos haya tenido:
a) Por lo menos un nio
b) Por lo menos una nia.

8) Dada la distribucin binomial B(4; 0.8), calcular:
a) La funcin de probabilidad
b) La funcin de distribucin

9) Se ha estudiado que 1/3 de los alumnos de Bachillerato no leen nunca la prensa diaria.
Tomando una muestra al azar de 10 alumnos estudiar las probabilidades siguientes:
a) Encontrar dos alumnos que no leen la prensa
b) Ms de tres alumnos que no leen la prensa
c) Por lo menos cinco alumnos que no leen la prensa

10) De la produccin diaria de un pequeo electrodomstico se estudian cinco durante 10
das, obtenindose la siguiente tabla de los que se producen con algn defecto.
DIA 1 2 3 4 5 6 7 8 9 10
DEFECTO 1 2 1 2 1 2 0 0 1 0
Se pide:
a) Ajustar una distribucin binomial a estos datos.
b) Probabilidad de que en los cinco electrodomsticos observados a lo sumo haya
uno defectuoso.

DISTRIBUCIN DE POISSON.

Caractersticas:
En este tipo de experimentos los xitos buscados son expresados por unidad de rea,
tiempo, pieza, etc, etc,:
- # de defectos de una tela por m
2

- # de aviones que aterrizan en un aeropuerto por da, hora, minuto, etc, etc.
- # de bacterias por cm
2
de cultivo
- # de llamadas telefnicas a un conmutador por hora, minuto, etc, etc.
- # de llegadas de embarcaciones a un puerto por da, mes, etc, etc.
Para determinar la probabilidad de que ocurran x xitos por unidad de tiempo, rea, o
producto, la frmula a utilizar sera:


donde:
! x
) , x ( p
x
c

=
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
c = 2.718
x = variable que nos denota el nmero de xitos que se desea que ocurra

Hay que hacer notar que en esta distribucin el nmero de xitos que ocurren por unidad de
tiempo, rea o producto es totalmente al azar y que 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.

Ejemplos:
1. 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?

Solucin:
a) x = variable que nos define el nmero de cheques sin fondo que llegan al
banco en un da cualquiera = 0, 1, 2, 3, ....., etc, etc.
= 6 cheques sin fondo por da
c = 2.718



b)
x= variable que nos define el nmero de cheques sin fondo que llegan al banco
en dos das consecutivos = 0, 1, 2, 3, ......, etc., etc.
= 6 x 2 = 12 cheques sin fondo en promedio que llegan al banco en dos das
consecutivos
Nota: siempre debe de estar en funcin de x siempre o dicho de otra forma,
debe hablar de lo mismo que x.



2. En la inspeccin de hojalata producida por un proceso electroltico continuo, se
identifican 0.2 imperfecciones en promedio por minuto. Determine las
probabilidades de identificar a) una imperfeccin en 3 minutos, b) al menos dos
imperfecciones en 5 minutos, c) cuando ms una imperfeccin en 15 minutos.
Solucin:
a) a) x = variable que nos define el nmero de imperfecciones en la hojalata
por cada 3 minutos = 0, 1, 2, 3, ...., etc., etc.
= 0.2 x 3 =0.6 imperfecciones en promedio por cada 3 minutos en la hojalata




13392 0
24
00248 0 1296
4
718 2 6
6 4
6 4
.
) . )( (
!
) . ( ) (
) , x ( p = = = = =

104953 0
3628800
000006151 0 10 1917364 6
10
718 2 12
12 10
12 10
.
) . )( . (
!
) . ( ) (
) , x ( p =
E
= = = =

329307 0
1
548845 0 6 0
1
718 2 6 0
6 0 1
6 0 1
.
) . )( . (
!
) . ( ) . (
) . , x ( p
.
= = = = =

b) b) x = variable que nos define el nmero de imperfecciones en la hojalata

por cada 5 minutos = 0, 1, 2, 3, ...., etc., etc.
= 0.2 x 5 =1 imperfeccin en promedio por cada 5 minutos en la hojalata

=1-(0.367918+0.367918) = 0.26416

c) c) x = variable que nos define el nmero de imperfecciones en la hojalata
por cada 15 minutos = 0, 1, 2, 3, ....., etc., etc.
= 0.2 x 15 = 3 imperfecciones en promedio por cada 15 minutos en la hojalata


= 0.0498026 + 0.149408 = 0.1992106


EJERCICIOS PROPUESTOS DE LA DISTRIBUCION DE POISSON

1) 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.
2) El dueo de un criadero de rboles est especializado en la produccin de abetos de
Navidad. Estos crecen en filas de 300. Se sabe que por trmino medio 6 rboles no son
aptos para su venta. Asume que la cantidad de rboles aptos para la venta por fila
plantada sigue una distribucin de Poisson.
a) Calcula la probabilidad de encontrar 2 rboles no vendibles en una fila de rboles.
b) Calcula la probabilidad de encontrar 2 rboles no vendibles en media fila de
rboles.
3) El nmero medio de accidentes ocurridos en una planta petrolera es de 2 accidentes en
2 meses.
a) Qu modelo sigue la variable nmero de accidentes ocurridos en la planta por 2
meses?.
b) Probabilidad de que haya ms de 2 accidentes en 2 meses.
c) Probabilidad de que haya entre 2 y 8 inclusive, en 2 meses.
d) Probabilidad de que haya ms de 2 accidentes en 1 mes.
4) El nmero medio de robos con violencia que se registra en un barrio marginal es de 4
al mes. Determine las siguientes probabilidades indicando el modelo de probabilidad
en que se basa.
a) Probabilidad de que en un mes determinado no haya ningn robo de este tipo.
b) Probabilidad de que haya al menos uno en un mes dado.
c) Probabilidad de que haya entre 2 y 6, inclusive en un mes dado.
d) Probabilidad de que haya ms de dos en 15 das.
5) Suponiendo que las denuncias que realizan los trabajadores de cierta empresa a la
Inspeccin de Trabajo siguen un modelo Poisson de media 1.5 al ao, obtenga las
siguientes probabilidades:
a) Probabilidad de que en un ao determinado la empresa no sea denunciada.
b) Probabilidad de que en un ao dado se produzcan ms de 4 denuncias.
c) Probabilidad de que en el primer cuatrimestre del ao se produzcan dos o ms
denuncias.
=
|
|
.
|

\
|
+ = = = = = =

!
) . )( (
!
) . ( ) (
) , , x ( p ) .... etc , , , x ( p
1
718 2 1
0
718 2 1
1 1 1 0 1 1 4 3 2
1 1 0

= + = = = + = = = = =

!
) . ( ) (
!
) . ( ) (
) , x ( p ) , x ( p ) , , x ( p
1
718 2 3
0
718 2 3
3 1 3 0 3 1 0
3 1 3 0

6) En pruebas realizadas a un amortiguador para automvil se encontr que el 0.04
presentaban fuga de aceite. Si se instalan 150 de estos amortiguadores, hallar la
probabilidad de que,
a) 4 salgan defectuosos,
b) ms de 5 tengan fuga de aceite.
c) de 3 a 6 amortiguadores salgan defectuosos.
d) Determine el promedio y la desviacin estndar de amortiguadores con
defectos.
7) Un ingeniero que labora en el departamento de control de calidad de una empresa
elctrica, inspecciona una muestra al azar de 200 alternadores de un lote. Si el 2% de
los alternadores del lote estn defectuosos. Cul es la probabilidad de que en la
muestra,
a) ninguno est defectuoso,
b) uno salga defectuoso,
c) al menos dos salgan defectuosos
d) ms de tres estn con defectos

Distribucin normal estndar
La ltima caracterstica de la distribucin normal implica que la distribucin normal
es realmente una familia de distribuciones en la que un miembro de la familia se diferencia
de otro segn los valores de y
2
. El miembro ms importante de esta familia es la
distribucin normal estndar o distribucin normal unitaria, llamada as porque tiene
como media a cero y como varianza a uno. A partir de cualquier variable X con
distribucin normal de media y varianza
2
, se puede obtener la distribucin normal
estndar mediante la transformacin:
Z =
o
X

Para calcular probabilidad de que Z tome un valor entre dos puntos del eje z, por
ejemplo entre z
1
y z
2
, debe calcularse el rea limitada por las perpendiculares levantadas en
esos puntos, la curva y el eje horizontal. reas bajo la curva de una distribucin continua se
calculan integrando la funcin de densidad de Z entre los dos valores de la variable.
Por fortuna no es necesario efectuar esta operacin, pues existen tablas con
resultados de todas las integraciones. Como cualquier variable con distribucin normal
puede ser convertida a la distribucin normal estndar mediante la transformacin:
Z =
o
X

Podemos tambin determinar probabilidades o reas limitadas entre dos valores
cualesquiera de X.
Entre qu valores se encuentran las reas debajo de la distribucin estndar de acuerdo a la
caracterstica 4 de una distribucin normal general?
Uso de la tabla de la distribucin normal estndar
La tabla nos proporciona el rea a la izquierda de un valor de la variable Z. Por ejemplo
para hallar el rea a la izquierda de 1.28, consideramos 1.2 en la primera columna de la
tabla y al decimal 0.08 en la primera fila de la tabla, el rea se encuentra en la interseccin
de la fila de 1.2 y la columna de 0.08, es decir es 0.8997. Se puede escribir:
P (Z < 1.28) = 0.8997
Para hallar el rea a la izquierda de -0.35 buscamos el nmero que se encuentra en la
interseccin de la fila de -0.3 y la columna de 0.05 y es 0.3632. Se escribe
P (Z < -0.35) = 0.3632
Para determinar rea a la derecha de un valor de la variable Z o el rea entre dos valores de
Z consideramos las propiedades de que el rea debajo de la curva es igual a 1 y la simetra
de la distribucin.
P (Z > 1.67) = 1 P (Z < 1.67) = 1 0.9525 = 0.0475
P (Z > -1.74) = 1- P (Z < -1.74) = 1 0.0409 = 0.9591
P (1.15 < Z < 2.63) = P (Z < 2.63) P (Z < 1.15) = 0.9957 0.8749 = 0.1208
P (-1.54 < Z < 2.38) = P (Z < 2.38) P (Z < -1.54) = 0.9913 0.0618 = 0.9295
Tambin se pueden hallar los puntos que delimitan reas. Ejemplos: Hallar z
P (Z < z) = 0.9881 z = 2.26
P (Z < z) = 0.3300 z = -0.44
P (Z > z) = 0.4721
P (Z < z) = 1 P (Z > z) = 1 0.4721
P (Z < z)= 0.5279 z = 0.07
P (Z > z) = 0.9744
P (Z < z) = 1 P (Z > z) = 1 0.9744
P (Z < z) = 0.0256 z = -1.95
P (-z < Z < z) = 0.9476
P (Z < z) = 0.9738 z = 1.94
P (-z < Z < z) = 0.9488
P (Z < z ) = 0.9744 z = 1.94
Ejemplo 1.- Dada una distribucin normal con = 30 y = 6, encuentre el rea de la curva
normal
a) a la derecha de x = 17;
b) a la izquierda de x = 22;
c) entre x = 32 y x = 41;
Solucin:
a) P (X > 17) = P (
o
X
>
6
30 17
) = P (Z > -2.17) = 1 P (Z < -2.17)= 1 0.0150
= 0.9850
b) P (X < 22) = P (
o
X
<
6
30 22
) = P (Z < -1.33) = 0.0918
c) P ( 32 < X < 41) = P (
6
30 32
<
6
30 X
<
6
30 41
) = P ( 0.33 < Z < 1.83)
= P( Z < 1.83) P (Z < 0.33) = 0.9664 0.6293 = 0.3371
Ejemplo 2.- En el problema anterior hallar
a) el valor de x que tiene 80% del rea de la curva normal a la izquierda;
b) los dos valores de x equidistantes de la media que contienen 75% central del rea de
la curva normal.
Solucin:
a) P (X < x) = 0.8000
P (
6
30 X
<
6
30 x
) = P (Z < z) = 0.8000 z = 0.85

6
30 x
= 0.85 x = 35.1
b) P (x
1
< X < x
2
) = 0.7500
P (- z < Z < z) = 0.7500 donde z =
6
30
1

x
y z =
6
30
2

x

P (Z < z) = 0.8750 z = 1.15

6
30
2

x
= 1.15 x
2
= 36.9

6
30
1

x
= -1.15 x
1
= 23.1
los valores son 23.1 y 36.9
Ejercicios:
1.- Calcular
a) P (Z < 1.43) b) P (Z < -2.33) c) P (Z > 2,05)
d) P (Z > -0.54) e) P (-0.72 < Z < 1.69) f) P ( -2.44 < Z -1.82)
2.- Hallar el valor de z en
a) P (Z < z) = 0.2946 b) P (Z < z) = 0.9909
c) P (Z > z) = 0.0228 d) P (Z > z) = 0.9251
e) P (-z < Z < z ) = 0.9500 f) P (-z < Z < z) = 0.6476
3. Dada una poblacin con distribucin normal, con una media de 75 y una variancia de
625, calcular:
a) P (50 X 100).
b) P(X > 90).
c) P(X < 60).
d) P (X 90).
e) P (30 X 110).
4.- Un terapista fsico piensa que los puntajes en una prueba de destreza manual tienen
aproximadamente una distribucin normal con una media de 10 y una desviacin
estndar de 2.5. Si a un individuo, elegido aleatoriamente, se le aplica el examen, cul
es la probabilidad de que logre un puntaje de
a) 15 puntos o menos
b) 7.5 puntos o ms
c) entre 5 y 12.5 puntos
d) entre 7 y 15.5 puntos
5.- Si la capacidad de la cavidad craneana de una poblacin tiene una distribucin
aproximadamente normal, con una media de 1400 cc y una desviacin estndar 125 cc ,
calcular la probabilidad de que una persona , elegida aleatoriamente de esa poblacin ,
tenga una capacidad de cavidad craneana :
a) Mayor que 1450 cc.
b) Entre 1300 y 1500 cc.
c) Menor que 1350 cc.
6.- Suponga que el tiempo de permanencia hospitalaria por enfermedad crnica para un
tipo de paciente es de 60 das, con una desviacin estndar de 15. Si es razonable
suponer que se tiene una distribucin aproximadamente normal para el tiempo de
hospitalizacin, calcular la probabilidad de que un paciente, elegido aleatoriamente de
ese grupo, tenga una hospitalizacin:
a) Mayor que 50 das.
b) Menor que 30 das.
c) Entre 30 y 60 das.
d) Mas de 90 das.
7.- Si el nivel total de colesterol en cierta poblacin tiene una distribucin
aproximadamente normal de 200 mg/100 ml y una desviacin estndar de 20 mg/100
ml , calcular la probabilidad de que un individuo , elegido al azar de entre esa poblacin
, tenga un nivel de colesterol:
a) Entre 180 y 200 mg/100 ml.
b) Mayor que 225 mg/100 ml.
c) Menor que 150 mg/100 ml.
d) Entre 190 y 210 mg/100 ml.
8.- Los pesos de una poblacin de mujeres jvenes con mayora de edad tienen una
distribucin aproximadamente normal con una media de 132 libras y una desviacin
estndar 15. Calcular la probabilidad de que una joven, elegida aleatoriamente de esa
poblacin, pese:
a) Ms de 155 libras.
b) 100 libras o menos.
c) Entre 105 y 145 libras.
9.- Dada una variable aleatoria X distribuida normalmente, con = 15 y P( X < 50) =
0.9904, calcular
10.- Dada una variable aleatoria X distribuida normalmente, con = 5 y P ( X < 10) =
0.0778, calcular .








19) Una urna contiene 4 bolas rojas y 6 blancas. Se saca una bola al azar, se apunta el
color, y
se devuelve a la urna. Suponiendo que esa experiencia se repite cinco veces, hallar
a) la probabilidad de obtener dos bolas rojas
b) la probabilidad de obtener a lo sumo dos rojas
c) la media y desviacin tpica de la variable que describe el nmero de bolas rojas
obtenidas.
Mtodos Estadsticos y numricos Distribucin binomial 3
20) Minuciosos estudios han permitido establecer que el 20% de los tornillos fabricados
por
una cierta mquina son defectuosos. Si se eligen al azar 7 tornillos fabricados por ella,
hllese la
probabilidad de que
a) Ninguno sea defectuoso
b) Por lo menos tres sean defectuosos
c) Haya entre 3 y 5 defectuosos.
21) Se lanzan diez bolas obre cuatro cajas. Se supone que ninguna cae fuera de las cajas y
que
cada bola tiene la misma probabilidad de caer en cualquiera de ellas. Hllese la funcin de
masa
de probabilidad de la v.a que describe el nmero de bolas cadas en la primera caja. Hllese
la
probabilidad de que en dicha caja caigan por lo menos tres bolas
22) Lanzamos cinco dados, y cobramos tantos euros como veces aparezca el 1. Resulta
rentable participar en ese juego si nos cobran 6 euros por jugada?
23) De una urna que contiene 50 bolas blancas y 10 negras se extraen diez bolas, de una en
una
y devolviendo cada vez la bola a la urna. Cul es la probabilidad de que ms de la mitad
sean
negras?
24) Se lanza un dado 216 veces. Calclese el nmero de veces que cabe esperar que
aparezca el
3. Hllese la varianza de la distribucin correspondiente.
25) Se lanzan dos dados cinco veces, anotando cada vez la suma de puntos alcanzada.
Hllese
la probabilidad de que se obtenga como suma un nmero primo al menos dos veces.
26) Supngase que la probabilidad de que una persona sea varn es . Si se eligen al azar
100
familias de cinco hijos cada una, en cuntas es de esperar que haya 2 varones y 3 mujeres?
27) Un vendedor de seguros vende plizas a cinco personas, todas ellas de la misma edad
y con
buena salud. Segn las tablas actuariales, la probabilidad de que una persona en tales
condiciones viva 30 aos o ms es 2/3. Hllese la probabilidad de que al cabo de 30 aos
vivan:
a) Las cinco personas
b) Por lo menos tres personas
c) Slo dos personas
28) Se ha comprobado que el 2 por mil de las piezas producidas por una fabrica son
defectuosas. En una partida de 50000 piezas, cuntas se puede esperar que sean
defectuosas?.
Hllese la desviacin tpica de la variable que describe el nmero de piezas defectuosas
29) Un examen tipo test consta de cinco preguntas, en cada una de las cuales se adjuntan
tres
posibles respuestas de las que slo una es correcta. Para superar el examen, se exige acertar
un
mnimo de cuatro respuestas. Qu probabilidad hay de que una persona aprueba el examen
si
responde al azar?
SOLUCIONES: 1 c) 32/81, 64/81 ; 2 b) 0,087 ; 3) E[X]= 5/4 , = 4
15 , 0,984 ;
4) 0,08 ; 5) a) 0,103 b) 0,849 c) 3 ; 6) 27/138; 8) b) 0,8126 ; 10) 3 y 05172
11) a) 0,2344 b) 0,3438 c) 0,0156 ; 12) a) 0,3277 b) 0,67232 c) 0,2048 d) 0,8944
13) a) 0,9862 b) 0,9824 ; 15) a) 0,1951 b) 0,4408 c) 0,9235 16) b) 0,7373 ; 17) 0,1935
18) a) 0,2983 b) 0,5926 ; 19) a) 0,3456 b) 0,6826 c) 2 y 1,0954 ; 20) a) 0,2097 b) 0,148
c) 0,1476; 21) 0,4774; 23) 0,0024 ; 24) 36 y 5,47; 25) 0,6912 ; 26) a) 0,3060 b) 0,5187
; 27) a) 0,1317 b) 0,7901 c) 0,1646 ; 28) 100 y 10 ; 29) 0,0452