CESTEQ

Materia:
Probabilidad y estadstica

Contenido:
Trabajo especial
Docente:
Ing. Javier Fernndez
Alumna:
Lorena Garca

Distribuciones muestrales
a) Que es una funcin de probabilidad?
b) Variable discreta

a) = es una funcin que asocia numero real con cada elemento del espacio muestral
ejemplo: se lanza una moneda 2 veces s{SS},{AS}, represntese por X el nmero de soles (S,A),(A,A) que se
pueden representar por cada punto muestral podemos asociar un nmero.
Punto
muestra
l
X

SS

AS

SA

AA

Se concluye que X es una variable aleatoria, una variable aleatoria discreta es una variable en la cual se puede
contar su conjunto de resultados posibles.
Distribucin binomial
Un experimento a menudo consiste en pruebas repetidas cada una con dos posibles resultados que se pueden
etiquetar como xito o fracaso. La aplicacin ms obvia tiene que ver con la prueba de artculos a medida que
salen una lnea de montaje donde cada prueba o experimento puede indicar si un artculo esta defectuoso o no, el
nmero de xitos en experimentos se denomina variable aleatoria binomial y la distribucin de la probabilidad de
esta variable discreta se llama distribucin binomial.
Un experimento de (Bernmoulli) puede tener como resultado un xito con P=probabilidad de xito y un fracaso con
probabilidad de la variable aleatoria binomial X que representa el nmero de xitos en N pruebas independientes
es b(x)= nCx(P)x (q)n-x
X= 0,1,2,3.n
P.E. la distribucin de probabilidad de x cuando n=3 y p=1/4 se puede describir como b(x)
= 3Cx(1/4)x (3/4)3-x
N=3
P=1/4
Q= 3/4
X=0
B(0)=3Co(1/4)0 (3/4)3=0.4218
B(1)=3C1(1/4)1 (3/4)2=0.4218
B(2)=3C2(1/4)2 (3/4)1=0.14106
B(3)=3C3(1/4)3 (3/4)0=0.0156
La probabilidad de que un paciente se recupere de una rara enfermedad sangunea es de 0.4 si se sabe que 15
personas contraen esta enfermedad Cul es la probabilidad de que estos sobrevivan al menos cuatro?

a p ( x 4 )= p ( x 3 )' =p (1 p ( x 3 ) )
b) la probabilidad de que sobrevivan 3 a 8

p (3 x 8 ) =0.8774

c) la probabilidad de que sobrevivan exactamente 5

a) = 1- p ( x 3 )= p(1 p ( x 3 ) )

p ( x=0 )=
p ( x=1 )=
p ( x=2 )=
p ( x=3 )=
p ( x=4 )=
p ( x=5 )=
p ( x=6 )=
p ( x=7 )=
p ( x=8 )=

15

15

Co(0.4)0 (0.6)15=0.0005

C1(0.4)1 (0.6)14=0.0047
C2(0.4)2 (0.6)13=0.0219

15

15

C3(0.4)3 (0.6)12=0.0633

15

C4(0.4)4 (0.6)11=0.1267

C5(0.4)5 (0.6)10=0.1859

15

15

C6(0.4)6 (0.6)9=0.2065

C7(0.4)7 (0.6)8=0.1777

15

15

C8(0.4)8 (0.6)7=0.8774

La probabilidad de que un estudiante obtenga el ttulo de licenciatura en farmacia es de 0.3. Hallar la probabilidad
que un grupo de 7 estudiantes matriculados en primer curso finalice la carrera
a) ninguno de los estudiantes termine la carrera
b) terminen todos
c) almenos 2 terminan
P(x=k)= nCx(P)x (q)n-x x=0

n=7 p=0.3 q=0.7

a)= P(x=0) =7C0(0.3)0 (0.7)7=0.0824

b)= P(x=7)=7C7(0.3) 7 (0.7)0=0.000218
c)= P(x=1)=7C1(0.3)1 (0.7)6=0.2470+ P(x=0) =7C0(0.3)0 (0.7)7=0.0824=0.3294=
1-0.3294=0.6703
Se lanza una moneda 6 veces. Calcule la probabilidad de que en dos veces caiga guila
n=6 x=2 p=0.5

q=0.5

P(X=0)= 6C2(0.5) 2 (0.5)4=0.2344

p
Tabla binomial
n r 0.5
6 2 0.3438
1 -0.1094
=0.234
4

P(3 x 5 =
6

C3(0.5) 3 (0.5)3=0.3125

C4(0.5) 4 (0.5)2=0.2340

C5(0.5) 5 (0.5)5=0.6406

Tabla binomial
p
r 0.5
5 0.9844
2 -0.3438
=0.640
6

n
6

Se ha determinado que aproximadamente el 30% de todas las fallas de operacin de tuberas en plantas qumicas
son ocasionadas por errores del operador Cul es la probabilidad de que no ms de 4 de 20 fallas se deba a
errores del operador.
20

C0(0.30) 0 (0.7)20=0.0008

20

C1(0.30) 1 (0.7)19=0.0068

20

C2(0.30) 2 (0.7)18=0.0278

20

C3(0.30) 3 (0.7)17=0.0716

20

C4(0.30) 4 (0.7)16=0.1304

Table binomial

n
2
0

p
r 0.30
4 0.2375

=0.2375
A probar cierta clase de neumticos para camin en un terreno pedregoso se encuentra que el 25% de los
camiones no completaban la prueba sin ponchadura de los siguientes 15 camiones se encuentran con
probabilidad.
a) de que de 3 a 6 tengan ponchaduras
b) menos de 4 tengan ponchaduras
c) ms de 5 que tengan ponchaduras
15

C3(0.25) 3

15

15

C4(0.25) 4

C5(0.25) 5

6
15C6(0.25)

n
1
5
1
5

p
r 0.25
6 0.9434
3 0.2361
=0.707
2

(0.75)12=0.2252
(0.75)11=0.2252
(0.75)10=0.1651
(0.75)9=0.0917
=0.7072

P(x=0) = 15C0(0.25) 0 (0.75)15=0.0134

P(x=1) = 15C1(0.25) 1 (0.75)14=0.0668
P(x=2) = 15C2(0.25) 2 (0.75)13=0.1559
P(x=3) = 15C3(0.25) 3 (0.75)12=0.2252
=0.4613

P(6 x 15)=
15

15

C4(0.25) 4 (0.75)11=0.2252

C5(0.25) 5 (0.75)10=0.1651
+0.4613
=0.8516

1-0.8516=1.1484
Media=NP=(0.15)(0.25)=0.75
Varianza = npq=(15)(0.25)(0.75)=2.81
Desviacin estndar=

(15)(0.25)(0.75)= 0.67

Distribucin hipergeomtrica
Similar a la binomial pero los eventos son sin reposicin importancia en el control de calidad en el muestreo de
aceptacin.

N= muestra seleccionada de N artculos

np=xito
nq=fracaso
media= nk/N
vaianza= N-n/N-1*n*k/N(1-k/N)
Si los lotes de 40 componentes c/u se denominan aceptables si no contienen ms de 3 defectuosos el
procedimiento para muestrales lote es la seleccin de 5 componentes al azar y rechazar el lote si se encuentra un

componente defectuoso Cul es la probabilidad de que se encuentre exactamente un defectuoso en la muestra si

hay 3 defectuosos en todo el lote?.
N=40 k=3 n=5 x=1
P(x=1)=

3 C 137 C 4
=0.3011=30.11%
40 C 5

En un departamento de inspeccin de envos se reciben en forma peridica lotes de ejes de bombas los lotes
contienen 50 unidades y se selecciona una muestra aleatoria de 5 unidades sin reemplazo, el lote se acepta si la
muestra no tiene ms de un artculo defectuoso, supngase que se un lote que tiene 5 defectuosos Cul es la
probabilidad de que sea aceptable?.
N=50 n=5 x=1,0 k=5
P(x=0)=

5 C 045C 5
=0.5766=57.66%
50C 5

P(x=1)=

5 C 145 C 4
=0.3516
50 C 5

0.57+0.35=0.92
Una caja contiene 6 bolas blancas y 4 rojas se realiza un experimento en el cual se selecciona una bola
aleatoriamente y se selecciona su color pero no se reemplaza la bola, encuentra la probabilidad de que se haya
realizado el experimento se hayan escogido 3 bolas blancas.
N=10 n=5
P(x=3)=

k=6

x=3

6 C 34 C 2
20.6
=0.4761
= 252
10C 5

Distribucin de Poissin
Los experimentos que dan valores numricos de una variable aleatoria x donde x es el nmero de resultados que
ocurren en un intervalo dado o en una regin especifica se llaman experimentos Poissin . El intervalo dado puede
ser de cualquier longitud como un minuto, da, semana etc., las observaciones que pueden generar para la variable
aleatoria x son: ejemplo
N de llamadas por hora
N de ratas de campo por hectrea
N de errores mecanogrficos por pgina
N de defectos por pieza
M

Formula

p ( x )=

M
x!

Una secretaria comete 2 errores por pgina en promedio Cul es la probabilidad de que en la siguiente pgina
cometa:

a) ningn error
b) al menos 4 errores

e2 20
=0.1353
a)=P(x=0)=
0!
2

e 2
= 0.2706
b)= P(x=1)=
1!
e2 22
=0.2706
P(x=2)=
2!
e2 23
= 0.1804
P(x=3)=
3!
=0.8569
1-0.8569=0.1431
El 3% de las vlvulas manufactureras por una compaa son defectuosas, encuentre la probabilidad de que en una
muestra de 100 vlvulas:
a) 0 sean defectuosas
b) una sea defectuosa
c) 2 defectuosas
d) 3 defectuosas
f) 4 defectuosas
e) 5 defectuosas
M=3
P(x=0)=

e3 30
=0.0498
0!

e3 31
=0.1493
P(x=1)=
1!
e3 32
P(x=2)=
2 ! =0.1493
e3 33
P(x=3)=
3 ! =0.2240

e3 34
P(x=4)=
4 ! =0.1681
e3 35
P(x=5)=
5 ! =0.1008
El nmero medio de ahogados por accidente al ao en E.U. es de 3 por cada 100,000 habitantes. Encuentre la
probabilidad de que en una ciudad de los 200,000 habitantes:
a) o ahogados
b) 2 ahogados
c) 6 ahogados
d) 8 ahogados
e) entre 4 y 8 ahogados
f) menos de 3 ahogados
m=6
0

e 6
a) P(x=0)=
0!

=0.0024

e6 62
b) P(x=2)=
2 ! =0.0446
e6 66
c) P(x=6)=
6 ! =0.1606
6

e 6
d) P(x=8)=
8!

=0.1032

e6 64
e) P(x=4)=
4 ! =0.1338
e6 66
P(x=6)=
6 ! =0.1606
e6 67
P(x=7)=
7 ! =0.1377
e6 68
P(x=8)=
8 ! =0.1032
=0.6960

e6 60
f) P(x=0)=
0 ! =0.0025
e6 1
P(x=1)= 1! =0.0149
e6 62
P(x=2)=
2 ! =0.0446
=0.0620
Supongamos que una compaa de seguros tiene motivos para pensar que en promedio cada ao una de cada
10,000 plizas terminara en una reclamacin de 200,000.00 1 de cada 1000.00 en una reclamacin esto es 0
pesos, a la compaa de seguros le interesa saber cul es el gasto medio por cada pliza escrita.
10,000=200,000
1,000=50,000
50=2,000

1
( 10,000
) (200,000 )+( 1001 ) ( 50,000)+( 501 ) ( 2000 )=110
Un inspector de calidad muestrea un lote que contiene 7 componentes, el lote contiene 4 buenos y bb3
defectuosos. Se toma una muestra de 3 componentes, encuentra el valor esperado del n de componentes buenos
en esta muestra.
X=7
4 buenos
3 defectuosos
P(x=0)=

4 C 03 C 3
=0.0285
7C3

P(x=1)=

4 C 13C 2
=0.3428
7C 3

P(x=2)=

4 C 23 C 1
=0.5143
7C 3

P(x=3)=

4 C 33 C 0
=0.1143
7C3

x
F(x)

0
1
2
3
0.028 0.342 0.514 0.114
5
8
3
3
E(x)=(0)(0.0286)+(1)(0.3428)+(2)(0.5148)+(3)(0.1143)=E(x)=1.7143

x
8
F(x)
1/8
a) E(x)

12
1/6

16
3/8

20
1/4

24
1/12

b) E(x2)
c) E(x- x )2
a) E(x)=(8)(1/8)+(12)(1/6)+(16)(3/8)+(20)(1/4)+(24)(1/12)=16
b) E(x2)=(82)(1/8)+(122)(1/6)+(162)(3/8)+(202)(1/4)+(242)(1/12)=276
c) E(x- x )2 = (8-16)2(1/8)+(12-16)2(1/6)+(16-16)2(3/8)+(20-16)2(1/4)+(24-16)2(1/12)=20
sea la variable aleatoria x, el nmero de partes defectuosas de una maquina cuando se muestran 3 partes de una
lnea de produccin y se prueban las siguientes distribucin de probabilidad.
E(x)=
x
0
1
2
3
F(x)
0.51
0.38
0.10
0.01
E(x)=(0)(0.51)+(1)(0.38)+(2)(0.10)+(3)(0.01)=0.23
E(x2)=0.61
E(x- x )2=(0-0.61)2(0.52)+(1-0.61)2(0.38)+(2-0.61)2(0.10)+(3-0.61)2(0.01)=0.4979
Distribucin normal estndar
Es la que tiene la forma de campana, la media es 0 y la desviacin estndar =1

Ejercicios de uso de tabla de la distribucin Normal

1) encuentres el valor de k tal que:
a) P(z>k)=0.3015
b) P(k<z<-0.18)=0.4197
c) P(z<k)=0.0427
d) P(z>k)=0.2946
e) P(-1.93<z<k)=0.7235
a)= 1-0.3015=0.6985= k=0.52
b)= P(-0.18=0.4286-0.4127=0.0089
a)= 1-0.3015=0.6985
k=0.52 z=0.52

0.3015
=0.52
0
0.6985
b) P= -0.18=0.4286
-0.4197=0.0089

0.4197
=-2.37
-0.18
c)
0.0427

=-1.37

d) 1-0.2946=0.7054=K=0.54
0.2946
=0.54
0.7054
e)
-1.93=0.0268
0.7235-0.028=0.7503

0.7235

Se acerca al 0.7517 K=0.68

-1.93
=0.68

Valor esperado
Los coeficientes intelectuales de 600 aspirantes de cierta universidad se distribuyen aproximadamente de forma
normal con una media de 115 y una desviacin estndar de 12, si la universidad requiere un coeficiente intelectual
de al menos 95. Cuntos de estos estudiantes serian rechazados sobre esta base?.
600 estudiantes M=115 desviacin estndar=12 P(x95)
Z=

=1.67
( 95115
12 )

rea=-1.67=0.0475
(600)(0.0475)=28.5=29
Desviacin tpica = desviacin estndar
Distribucin normal tpica
Campana- simtrica- distribucin normal estndar: M=0 desviacin =1

z=

Una poblacin tiene una media de 80 y una desviacin 14.

a) calcula la probabilidad de un valor localizado entre 75 y 90

z=

9080 10
= =z=0.75=area 0.7611
14
14

z=

7580 5
=
=z=0.36=area=0.3599
14
14

P(75x90)=0.7611-0.3599= -0.4017=40.17%

70
80
90
Se regula una mquina para que sirva un promedio de 200ml por vaso, si la capacidad de bebidas se distribuye
con una desviacin de 15ml. cuantos vasos se derramaran si se utilizan vasos de 230ml para las siguientes 1000
bebidas?
M= 200 Desviacin.=15 x230

z=

230200 30
= =z=2=area=0.9772 vasos que no se van a tirar
15
15

1-0.9772=0.0228 se van a derramar

0.0228*1000=22.8=23 vasos que se derramaran
Valor esperado para variables discretas
E(x) x f ( X )
V2=

( x )2 f ( x)

Valor esperado para variables continas

E(X)=

x f (x)
a

Sea x la variable aleatoria continua que denota la vida en horas de cierto dispositivo electrnico la funcin de

20,000
3
x

densidad de probabilidad F(X)=

para valor de x>1000. Encuentre la vida esperada de este tipo de dispositivo.

x
100

100

( 20,000
x )
3

20,000
20,000
100
=2=2
3
x
1003

) (

20,000
20,000
2
dx=
dx= 20,000 x dx
3
2
x
x
100
100

20,000 x2 d x=
100

20,000x 1
1

][

20,000 20,000
20,000
=
=
=0+200=200
x

100

La demanda semanal de Pepsi en miles de

de una cadena local de tiendas en una variable aleatoria continua

x que tiene la densidad de probabilidad

F(x)=2(x-1) 1<x<2 en cualquier otro caso

2
x
2

(x-1))dx=

x (2 x2 ) = 2 x 22 xdx
1

dx2 x dx =|xdx=2|
1

2
1

x3
x2
dx2 dx
3
2

encuentre el valor esperado en

3 12
2
1
3

2 3 2
2
x x 2322
3
3

Distribucin t student
La distribucin t es similar a la distribucin z pues ambas son simtricas alrededor de una media de 0. Ambas
tienen forma de campana pero la distribucin t es una variable.
Cuando en la distancia normal usamos z se supone que la desviacin estndar de la poblacin se conoce, esta
suposicin puede no ser irracional en situaciones en donde el ing. Esta bastante familiarizado por el proceso. A
menudo una estimacin de la distribucin poblacional la debe proporcionar la misma informacin muestral que
produce el promedio muestral como resultado una estadstica a considerar es

t=

x
s / n

Entonces la variable aleatoria tiene una distribucin t con v=n-1 grados de libertad
Se acostumbra a representar t el valor t por arriba del cual encontramos un rea igual a alfa de aqu el valor t que
deja un rea de 0.025 a la derecha es

0.025
V=10

El valor de t con v= 14 g.l. que deja un rea de 0.025 a la izquierda y por lo tanto un rea de 0.975 a la derecha es

0.025
0
-2.145
a) encuentre =(-t<t<t0.05)
b) encuentre k tal que
P(k<t<-1.7661)=0.045
Para una muestra aleatoria de tamao 15
c) encuentre 1(-t0.035tt0.035)

d) encuentre k tal que P(k<t<1.729)=0.65

a) encuentre =(-t<t<t0.05)

0.925
0.05+0.025=0.075 1-0.075= 0.925
0.025
b) encuentre k tal que P(k<t<-1.7661)=0.045
Para una muestra aleatoria de tamao 15
n-1=15-1=14
v=14 0.05-0.045=0.005 t=0.005=2.977

0.045
0.05
K=-2.977 t=-1.7661

c) encuentre 1(-t0.035tt0.035)
1-0.07=0.930 =0.035+0.35=0.07

0.07
-0.035
0
0.035
d) encuentre k tal que P(k<t<1.729)=0.65

0.30
0.65
0.05

v=19
0

K=-0.533
a) encuentre la probabilidad P(t<2.365) cuando v=7 7-1=6

0.975
1-0.025=0.975

2.3565
b) encuentre la P(t<-t0.025)

1-0.0225=0.975

0.975
-0.0250
c) encuentre la p(-1.356<t<2.179) con v -12

v-12-1=-13
1-0.0125=0.875
0.10 0.10+0.025=0.125
0.875
0.025
Distribucin x2
-1.356
0
Representa la distribucin de la varianza muestral. La variable rea

2 no es negativa y su distribucin de

probabilidad es asimtrica hacia la derecha. Se acostumbra representar con

libertad el valor de x2
por arriba del que encontramos un rea de alfa
a) determine el valor x2 con v=7gl que deja un rea de 0.05 a la derecha =

3.841
14.067
b) determine el valor x2 con v=7gl que deja un rea de 0.05 a la izquierda
1-0.05= 0.95

2.167

3.841

con v=n-1 grados de

14.067

c) cual es el rea bajo la curva de una distribucin x2 que esta entre x2 0.975 y x2 0.025 con 7gl.
0.975-0.025=0.950

16.013

16.03

0.975

6.025

Distribucin f
La distribucin f se usa en situaciones de dos muestras para extraer inferencias acerca de las varianzas de
poblacin. La variable aleatoria f es no negativa y la distribucin es asimtrica a la distribucin a la derecha se
asemeja mucho a la distribucin x2 sin embargo est concentrada alrededor de uno.

F= 0.95= 1
4,6 f=0.05

6,4

-0.05

0.05

0.1625
4.53
a) f=0.05 4,9gl =3.6
b) f=0.95 6,8gl se cambian los gl 8,6 =1/0.05/=1/4.15=0.2409
c) f=0.01 21,23gl =2.76
20= 2.78 24=2.70 =0.02=2.76
d) f 0.99

21,23gl

2.78-2.70=0.08/4=0.02

20=2.88 24=2.80=0.06 0.08/4=0.02*3=0.06 1/2.82