You are on page 1of 5

FACULTAD DE CIENCIAS CONTABLES Y FINANZAS CORPORATIVAS

Sea ε: Experimento Aleatorio Ω: Espacio Muestral


X: Variable Aleatoria p(xi): Probabilidad asignada a xi
E[x]: Valor Esperado, Esperanza o Media de la variable aleatoria x
V(x) = σ2: Varianza de la variable aleatoria x

Entonces:
n
Ex   xi pxi 
i 1

V x    2  Ex     E x 2  Ex
2
  2

EJERCICIOS DE DISTRIBUCIÓN DE PROBABILIDADES DISCRETAS

1. Encontrar la distribución de probabilidades de la variable aleatoria x = número de caras que


se obtienen al lanzar una moneda tres veces, asimismo hallar la Esperanza y Varianza de
dicha variable.
2. La demanda de un libro en una librería conocida tiene una distribución de probabilidad
siguiente:
X: Nro. de ejemplares pedidos 0 10 20 30 40 50 60

p(x) 0.1 0.1 0.2 0.3 0.1 0.1 0.1


¿Calcular el número esperado de libros vendidos y su desviación estándar, interprete?
3. Si un Empresario va emprender un negocio donde, puede tener un beneficio de $ 300 con
probabilidad de 0.6 o una pérdida de $ 100 con probabilidad de 0.4. Si Ud. es su asesor de
negocios ¿debe o no incursionar en el negocio?.
4. Supóngase que en una lotería se venden 10 mil boletos de un nuevo sol cada uno. El
ganador recibirá un premio cuyo valor es de 500 nuevos soles. Si alguien compra boleto,
¿Cuál es su esperanza?
5. Un jugador lanza dos monedas. Gana $100 ó $400 según aparezca una o dos caras
respectivamente. Por otro lado pierde $ 1 500 si aparecen dos sellos ¿Es favorable el juego
para el jugador?
6. Una inversión puede producir uno de tres resultados: una ganancia de siete mil soles, una
ganancia de cuatro mil soles o una pérdida de 10 mil soles con probabilidades 0.55, 0.20 y
0.25, respectivamente. Encuentre la ganancia esperada del inversionista.
7. Si llueve, un vendedor de paraguas gana $ 30 al día; si no llueve, pierde $ 6 al día. ¿Cual es
su esperanza matemática si la probabilidad de lluvia es de 0.3?
8. A continuación se muestra la distribución de probabilidades del número de días que mujeres
embarazadas permanecen en una maternidad después de dar a luz

X: Nro. de días de permanencia 1 2 3 4 5 6

P(x) 0.10 0.40 0.30 0.10 0.05 0.05

Una mujer que acaba de ingresar al hospital a dar a luz ¿cuántos días se espera que
permanezca allí?

9. Un jugador lanza dos monedas. Gana $100 ó $400 según aparezca una o dos caras
respectivamente. Por otro lado pierde $ 1 500 si aparecen dos sellos ¿Es favorable el juego
para el jugador?

Curso: ESTADÍSTICA II Docente: Ing. Perci Huaringa


LA DISTRIBUCIÓN BINOMIAL

Definición 1. Ensayo de Bernoulli

El ensayo de Bernoulli es un experimento que tiene dos posibles resultados mutuamente


excluyentes llamados éxito y fracaso.

Ejemplos:
 En el lanzamiento de una moneda los resultados posibles son cara y sello.
 En la elección de una pieza de un lote de artículos. Los resultados posibles son defectuoso
o no defectuoso.

Definición 2. Experimento binomial

Se dice que un experimento es binomial si satisface los siguientes supuestos:

a) El experimento consiste de n ensayos de Bernoulli, siendo n fijado de antemano.


b) La probabilidad de éxito en un ensayo es p y es constante para todos los ensayos. La
probabilidad de fracaso es por lo tanto q=1-p. Notase que p+ q = 1.
c) Los ensayos son independientes entre sí.
d) El experimentador está interesado en el número de éxitos y no en el orden que ellos ocurren.

Se dice que una variable aleatoria X, correspondiente al número de éxitos en un experimento


binomial, tiene una distribución binomial con parámetros n y p; ( X ~ b(n, p) ), si su función de
probabilidad es dado por:

 n  x n x
p ( x ) = P[ X = x ] = 
  p q
 x , en donde x= 0, 1, 2, …, n
0 para cualquier otro caso

Dónde:

X : número de éxitos en los n ensayos.( X = 0, 1, 2, …….. n)

p (x ) : probabilidad de “x” éxito.

n : número de ensayos.
p: probabilidad de éxito; q : probabilidad de fracaso

n n!

 x
  x!n  x !
 
La distribución Binomial está caracterizada porque sus respuestas están orientadas a darle
solución a problemas que se refieren al número de éxitos esperados en n ensayos.
Teorema. Si X ~ b(n, p), entonces
a) E[ X ] = np b) Var [X] = npq

Curso: ESTADÍSTICA II Docente: Ing. Perci Huaringa


EJERCICIOS DE DISTRIBUCIÓN BINOMIAL

1. Supóngase que en cierta ciudad, el 52 por ciento de todos los nacimientos que se registraron
son varones. Si aleatoriamente se escogen cinco registros de nacimientos dentro de esa
población, ¿cuál es la probabilidad de que exactamente tres de ellos pertenezcan a varones?.
2. En una fábrica se observa que en promedio el 20% de las tuercas producidas por una
máquina son defectuosas. Si se toman 10 tuercas al azar, hallar la probabilidad de que:

a) Solo dos sean defectuosas.


b) Ninguno sea defectuoso.
3. De una clase de la Facultad del último semestre, 60% son mujeres, ¿Cuál es la probabilidad
de que en un grupo de 10 estudiantes seleccionados aleatoriamente sean:

a) Cinco mujeres?.
b) Al menos ocho mujeres?
c) Cuando más dos mujeres?
4. Durante la temporada, un equipo profesional está programado para jugar 15 partidos.
Supóngase que en el lugar donde se realizaran los partidos, 20% de los días son lluviosos.
¿Cuál es la probabilidad de que:

a) Tres partidos se juegan en días lluviosos?


b) Cuando menos catorce partidos se juegan en la lluvia?
c) Cuando más dos partidos se juegan en la lluvia?
5. Una tienda dedicada a la venta de camisas, ofrece a sus habituales clientes dos formas de
pago: al contado o al crédito. Sabe que el 30% de las unidades adquiridas de dichas camisas
lo son bajo la forma de pago al contado. Si en un período de tiempo determinado, se han
adquirido 8 camisas, determinar la probabilidad de que tres o más lo hayan sido bajo la forma
de al contado.

Curso: ESTADÍSTICA II Docente: Ing. Perci Huaringa


DISTRIBUCIÓN DE POISSON

Un proceso Poisson es el acontecimiento de una serie de eventos de un tipo dado, en forma


aleatoria, en un tiempo o espacio tal que: (1) el número de acontecimientos dentro de un tiempo o
espacio especificados es igual a cualquier entero entre cero e infinito, (2) el número de
acontecimientos dentro de una unidad de tiempo o espacio es independiente de cualquier otra
unidad, y (3) la probabilidad de acontecimientos es la misma en todas las unidades.
No ocurre dentro de un número limitado de ensayos sino a lo largo de un tiempo o espacio
continuo.
Definición. Sea X una variable aleatoria que toma los valores posibles: 0, 1, 2,….. Si

e   x
p ( x ) = P[ X = x ] = , x = 0, 1, 2, …,…
x!
0, en otro caso
decimos que X tiene una distribución de Poisson con parámetro λ > 0
dónde:
P(x) probabilidad de tener exactamente x ocurrencias
x: número de veces que ocurre un suceso en la unidad de tiempo, espacio,
volumen, etc.
λ: Número medio de ocurrencias por intervalo de tiempo, espacio o volumen

e= constante matemática, con valor aproximado de 2.71828


La distribución Poisson está caracterizada porque sus respuestas están orientadas a darle
solución a problemas que se refieren al número de éxitos esperados por unidad de tiempo o
espacio, etc.
Teorema 1. Si X tiene una distribución de Poisson con parámetro λ, entonces:

a) E[ X] = λ b) Var[ X] = λ
Teorema 2. Sea X una variable aleatoria con distribución binomial con parámetros n y p. Si n → +
∞, p → 0, entonces se aproxima a la distribución de Poisson con λ = np.

Observación. La distribución de Poisson se emplea generalmente para describir procesos en un


intervalo de tiempo, en una región o en un volumen. Ejemplos:
a) Número de llamadas telefónicas que llegan a una central durante un intervalo pequeño de
tiempo.
b) La demanda (necesidades) de servicios en una institución asistencial por parte de los
pacientes en un tiempo determinado.
c) Los arribos de los camiones y automóviles a la caseta de cobro en un día dado.
d) El número de accidentes en un cruce en una semana.
Los ejemplos citados tienen un elemento en común: pueden ser descritos por una variable
aleatoria discreta que asume valores enteros (0,1, 2, 3, 4, 5 y así sucesivamente).
EJERCICIOS DE DISTRIBUCIÓN POISSON

1. Si un banco recibe en promedio 6 cheques sin fondo por día, ¿cuál es la probabilidad de que
reciba cuatro cheques sin fondo en un día dado?
2. Si en promedio, llegan tres pacientes por minuto al servicio de emergencia del Hospital del
Niño,
a) ¿Cuál es la probabilidad de que en un minuto dado, lleguen exactamente dos pacientes? y
b) ¿Cuál es la probabilidad de que lleguen más de dos pacientes en un minuto dado?
3. Cierta oficina de bomberos recibe en promedio 3 llamadas por día. Calcular la probabilidad de
que:
a) Reciba 4 llamadas en un día.
b) Reciba 3 ó más llamadas en un día.
4. En un almacén particular, los clientes llegan al mostrador de caja en un promedio de siete por
hora. En una hora dada, ¿Cuál es la probabilidad de que:

a) No lleguen más de tres clientes?


b) Lleguen al menos dos clientes?
c) Lleguen cinco clientes?
5. El promedio de llamadas telefónicas en una hora es 3. ¿Cuál es la probabilidad de:
a) Recibir exactamente 3 llamadas en una hora?
b) No recibir alguna llamada.

6. El número de llamadas telefónicas que entra a una central de edificio de edificio de oficinas es
de cuatro por minuto en promedio.
a) Calcular la probabilidad de que no lleguen llamadas en un determinado periodo de un
minuto.
b) Calcular la probabilidad de que por lo menos lleguen cuatro llamadas en un periodo de un
minuto.

Curso: ESTADÍSTICA II Docente: Ing. Perci Huaring

You might also like