Académique Documents
Professionnel Documents
Culture Documents
ESTADÍSTICA INFERENCIAL
www.usat.edu.pe
www.usat.edu.pe
OBJETIVOS
Identificar si un experimento es
binomial, Poisson o
hipergeométrico en problemas
contextualizados.
Calcular probabilidades utilizando
las distribuciones de
probabilidades de variables
discretas y continuas más
comunes,
2 www.usat.edu.pe
CONTENIDOS
✓Distribución Binomial
✓Distribución Poisson
✓Distribución Hipergeométrica
• Ejercicios y aplicaciones
3 www.usat.edu.pe
Clasificación de las Variables por su
naturaleza
• Variable: Es la característica, propiedad o atributo de la
población bajo estudio, es aquello que nos interesa
investigar.
VARIABLE
Cualitativa Cuantitativa
Discretas Continuas
4 www.usat.edu.pe
Variables Aleatorias
5 www.usat.edu.pe
Tipos de Variables Aleatorias
6 www.usat.edu.pe
Variable aleatoria Discreta
Sí sólo puede tener valores enteros, que resultan de
contar algún elemento de interés.
Ej. Numero de accidentes que ocurre durante una semana, numero de
defectos de los zapatos, cantidad de libros que hay en un estante.
Sea X, Aquí los valores de X son x = 0, 1, 2, 3….
7 www.usat.edu.pe
Variable aleatoria Continua
Sí puede asumir cualquier valor dentro de un
determinado intervalo (número infinito de valores).
Se mide.
Ej. Peso de las cajas de naranjas, altura de los pinos, duración de una
conversación telefónica.
8 www.usat.edu.pe
Experimentos y Eventos
¿Cuál es la probabilidad de que 1 visitante compre
si se analiza la decisión de compra de 3 clientes?
9 www.usat.edu.pe
C CCC (3) 0.53=0.125
C
S CCS (2) 0.53=0.125
S C
S SCS (1) 0.53=0.125
S (0) 0.53=0.125
SSS
10 www.usat.edu.pe
• El espacio muestral para este experimento será: SSS, SSC,
SCS, SCC, CSS, CSC, CCS, CCC.
Entonces, los posibles valores de:
X (número de compras que realiza un cliente): x = 0,1,2,3.
▪ El resultado “cero compras” ocurrió una vez.
▪ El resultado “una compra” ocurrió tres veces.
▪ El resultado “dos compras” ocurrió tres veces.
▪ El resultado “tres compras” ocurrió una vez.
Número de Resultados Favorables
Prob =
Número de Resultados Posibles
11 www.usat.edu.pe
Experimento: Analizar la decisión de compra de 3
clientes.
Probabilidad
0 .8
3 1 0.125 0 .7
0 .6
8 1.00 0 .5
0 .4
0 .3
0 .2
0 .1
0
0 1 2 3
Número de Compras
12 www.usat.edu.pe
Distribución de Frecuencias Vs.
Distribución de Probabilidades
✓Distribución de Frecuencias – Listado de cuan frecuente es cada
uno de los resultados observados de un experimento.
13 www.usat.edu.pe
Distribución de Probabilidad
D. Probabilidad
Discretas Continuas
Bernoulli
Uniforme
Poisson
Binomial Normal Chi
cuadrado
Normal T- Student
Hipergeométrica
estándar
14 www.usat.edu.pe
DISTRIBUCIONES DE
PROBABILIDAD
DISCRETAS
15 www.usat.edu.pe
Características de una Distribución
Probabilística Discreta
• Contiene todos los valores posibles de la Variable X, cada uno
con su Probabilidad asociada, P(X).
• Mutuamente Excluyentes y Colectivamente exhaustivos
• 0 < P(Xi) < 1
• ∑ P(Xi) = 1
P ( X = 0) = 0.125
P ( X = 1) = 0.375
P ( X = 2) = 0.375
P ( X = 3) = 0.125
16 www.usat.edu.pe
Modelos de Distribuciones de
Probabilidad Discretas
17 www.usat.edu.pe
Distribución Discreta Bernoulli
18 www.usat.edu.pe
Caso 1: Probabilidad de salir cara al lanzar una moneda al aire:
Probabilidad de que salga cara: p = 0,5
Probabilidad de que no salga cara: q = 0,5
p + q = 0,5 + 0,5 = 1
Caso 2: Probabilidad de ser admitido en la IBM.
Si de 100 postulantes ingresan 25.
Probabilidad de ser admitido: p = 0,25
Probabilidad de no ser admitido: q = 0,75
p + q = 0,25 + 0,75 = 1
19 www.usat.edu.pe
Distribución Binomial
“Permite determinar la probabilidad de que ocurran “r” éxitos en “n”
ensayos”
20 www.usat.edu.pe
Características de una distribución Binomial
21 www.usat.edu.pe
Función de Distribución de Probabilidad
de una V.A. con Distribución Binomial
Para elaborar una distribución binomial, debemos tener en
cuenta que:
n = número de intentos realizados. (ensayos)
p = probabilidad de éxito
1-p = probabilidad de fracaso (q)
x = número de éxitos deseados en la muestra.
P(x)= probabilidad de X éxitos dados los parámetros n y p
Si f ( x) = P( X = x) para x = 0, 1, 2,..., n
f (x ) = P( X = x ) = C p (1 − p ) n x n− x
x
22 www.usat.edu.pe
Parámetros de la Distribución Binomial
Se dice que la variable aleatoria X sigue una distribución binomial con
parámetros n y p
Se denota X ~ B (n, p)
Media = E ( X ) = np
Varianza 2
= npq
23 www.usat.edu.pe
Ejemplo 1:
Una reciente encuesta reporta que el 20% de los clientes
de Internet inalámbrica están insatisfechos. De una
muestra de 14 clientes, calcule la probabilidad de que:
▪ Tres están insatisfechos
▪ Tres o más están insatisfechos
▪ Al menos un cliente está insatisfecho
▪ A lo más dos clientes están insatisfechos:
24 www.usat.edu.pe
Ejemplo 2:
La probabilidad de éxito del lanzamiento de la nueva cerveza
“Barena” es de 0.72. Calcula la probabilidad de que una vez que a
sido probada por 15 personas:
a) A todos les gusto.
b)A ninguno le gusto.
c) A dos de ellos no les gusto.
25 www.usat.edu.pe
Ejemplo 3:
Observemos a tres clientes que entran a Saga
Falabella.
Con base en su experiencia, el gerente de la
tienda estima que la probabilidad de que
cualquier cliente compre es de 0.30.
¿Cuál es la probabilidad de que dos de los
siguientes tres clientes hagan una compra?
26 www.usat.edu.pe
Ejemplo 4:
La probabilidad de que un celular Motorola 314 resulte
defectuoso es del 4 por 100. Hallar:
a) El número de Motorolas 314 defectuosos esperados en un
lote de 1000.
b) La varianza y la desviación típica.
27 www.usat.edu.pe
Ejemplo 5:
La compañía Telemarketing vende por teléfono una
serie de productos orientados a la práctica de
ejercicios físicos. Ha vendido 20 artículos en las últimas
100 llamadas. Si durante un turno se llaman a 12
clientes, ¿cuál es la probabilidad de:
a)No hacer ninguna venta?
b)Hacer exactamente 2 ventas?
c)Hacer como máximo 2 ventas?
d)Hacer al menos 2 ventas?
28 www.usat.edu.pe
Poisson como Aproximación de la Binomial
La distribución de probabilidades binomial se hace cada
vez más sesgada a la derecha conforme la probabilidad de
éxitos disminuye.
La forma límite de la distribución binomial donde la
probabilidad de éxito p es muy pequeña y n es grande, se
llama:
29 www.usat.edu.pe
Distribución de Poisson
Permite determinar la probabilidad de la ocurrencia de un número
dado de éxitos por unidad de medición (minuto, hora, centímetro,
metro, cuadrado, etc.)
30 www.usat.edu.pe
• Representa los resultados de un evento para una V.A. discreta.
• Presenta un régimen que caracteriza el proceso ( ʎ → t).
• Se usa para describir las distribuciones de probabilidad de:
N° de imperfecciones en autos, N° de clientes en espera de servicio, N° de
llamadas telefónicas en una central, N° de accidentes, N° de llegadas de
vehículos, N° de defectos observados en longitudes, superficies, u objetos.
31 www.usat.edu.pe
Función de Distribución de Probabilidad
de una V.A. con Distribución de Poisson
e − x para x = 0, 1, 2,..., n
P( X = x) =
x!
• λ = promedio de ocurrencias en t unidades de medida
• e = 2.71828 Base de logaritmos neperianos o naturales.
Parámetros:
Media: = = np Varianza: 2 = = np
32 www.usat.edu.pe
… es una buena aproximación de la distribución binomial
cuando n > 20 y p < 0.05.
= np
− np x
e (np)
f ( x) =
x!
33 www.usat.edu.pe
Los clientes llegan a la ventanilla del BCP de la
agencia de Av. Balta a un régimen de 24 por hora.
a)¿Cuál es la probabilidad de que 20 clientes lleguen
en 60 minutos?
b)¿Cuál es la probabilidad de que 7 clientes lleguen
en un lapso de 22 minutos?
Experimento: Analizar el número de clientes por hora
X: Número de clientes por hora
X:0,1,2,3,4,…… b) P(X=7) , T= 22 minutos, λ=?
T= 1hora, λ = 24
t : 1 hora = 60 min → = 24
a) P(X=20) , T= 1hora,
t : 22 min → =
λ = 24
e −24
24 20 e −9 97
P ( X = 20) = = 0.062 P ( X = 7) = = 0.1171
20! 7!
34 www.usat.edu.pe
6-33
El Call center de la empresa Telefónica ha analizado
el número de quejas que recibe, detectando que
entre las 8 am y 10 pm el número medio de quejas
es de 3 por cada 250 llamadas recibidas.
Sabiendo ésto ¿Cuál es la probabilidad de que:
Cuatro quejas se den en las próximas 250 llamadas?
Cómo máximo se den 2 quejas en las siguientes 250 llamadas?
Lleguen al menos 3 quejas en las próximas 250 llamadas?
e −3 3 4
P ( X = 4) = = 0.1680
4!
P(X 2) =
P(X 3) =
35 www.usat.edu.pe
• La observación simple de los últimos 800
clientes reportó que 10 clientes pagaron con
Visa sus compras.
• Supongamos que se está interesado en
determinar la probabilidad de que
exactamente 7 clientes cancelen sus
compras con tarjetas Visa en una caja
registradora de Plaza Vea durante los
siguientes 600 clientes.
t : 800 clientes ; = 10 pagaron con Visa
t : 600 clientes ; =
−8 7
e 8
P ( X = 7) = = 0.1395
7!
36 www.usat.edu.pe
Si ELEKTRA recibe en promedio 6 billetes
falsos por día ¿Cuál es la probabilidad de
que reciba 4 billetes falsos por día?
= 6 billetes falsos T= 1 día.
P (x = 4; = 6) = (2.718)-6 (6)4 = 0.13392
4!
La probabilidad de tener un accidente
de tráfico cada vez que se viaja es de
0,02, si se realizan 300 viajes, ¿Cuál es
la probabilidad de tener 3 accidentes?
Como la probabilidad de que ocurra
un accidente
p = 0.02 < 0,05, y n = 300 > 20, = np = (300)(0.02) = 6
entonces aplicamos el modelo de
distribución de Poisson. e −6 6 3
P ( X = 3) = = 0.0892
3!
Así, la probabilidad de tener 3 accidentes de tráfico en 300 viajes es del 8,9%
37 www.usat.edu.pe
En la edificación de cada conjunto habitacional del
programa Mi vivienda la probabilidad de que un
trabajador tenga un accidente es de es de 0,012.
¿Si se realizan 800 conjuntos habitacionales, Cuál
es la probabilidad de que sucedan 5 accidentes?
38 www.usat.edu.pe
Distribución Hipergeométrica
Son experimentos donde, en cada ensayo hay tan sólo dos posibles resultados,
pero se diferencia de la distribución binomial en que los distintos ensayos son
dependientes entre sí, quiere decir que con la Distribución Hipergeométrica los
intentos no son independientes, y en que la probabilidad de éxito cambia de un
intento a otro.
Se usa para calcular la probabilidad de que, en una muestra aleatoria de n
artículos, seleccionados sin reemplazo, obtengamos x elementos identificados
como éxitos y n-x identificados como fracasos.
39 www.usat.edu.pe
Hipergeométrica
40 www.usat.edu.pe
Función de Distribución de Probabilidad
de una V.A. con Distribución Hipergeométrica
r N − r
x n − x
F ( X ) = P( X = x) =
Para 0 < x < r
N
n
41 www.usat.edu.pe
Parámetros:
nr
Media: =
N
nr (N − r )(N − n )
Varianza: = 2
N 2 (N − 1)
42 www.usat.edu.pe
Gloria-Laive
Una góndola del Supermercado
Plaza Vea contiene 10 botellas de
yogurt, cuatro de las cuales son
Gloria y los seis restantes son Laive.
¿Cuál es la probabilidad de que una
muestra aleatoria de tres botellas contenga dos de Gloria?
Tomando datos:
Notamos claramente que N = 10 y n = 3
Sin embargo para determinar que se considera cómo un éxito debemos
analizar por lo que se nos pregunta, en este caso es por número de botellas
de yogurt Gloria, por lo que
X: número de botellas de yogurt Gloria; así:
r=4 4 6
4! 6!
x =2 2 1
F (2) = P( x = 2) = =
2! 2! 1! 5! (6) (6)
= = 0.30
10 10! (120)
3 3! 7!
43 www.usat.edu.pe
El auditor de un grifo decide tomar una
muestra de 5 facturas de un total de 10
emitidas en Marzo. Sí de las 10 facturas 4
están mal registradas ¿Cuál es la probabilidad
de que 3 facturas estén bien registradas?
Datos:
N = 10.
n 5.
x = 3.
r=6
44 www.usat.edu.pe
CLARO Lima debe enviar un lote de 30
smartphones a un distribuidor. Sí en el lote hay
5 celulares defectuosos, y el proveedor
inspecciona al azar 6 celulares. ¿Cuál es la
probabilidad de que :
a) escoja 2 celulares defectuosos?
b) máximo 3 celulares defectuosos?
N = 30 5 25
n=6 5! 25!
2 4
F (2) = P( x = 2) = =
x=2 2! 3! 4! 21!
r=5 30 30!
6 6 ! 24 !
45 www.usat.edu.pe
En la fábrica de Inka kola existen 40
trabajadores, 10 de los cuales
pertenecen al área de producción. Sí la
fábrica regalará 8 T.V. ¿Cuál es la
probabilidad de que 2 ganadores sean
del área de producción.
N = 40
n=8
x=2 10 30
10! 30!
r = 10 2 6
F (2) = P( x = 2) = =
2! 8 ! 6! 24!
40 40!
8 8 ! 32!
46 www.usat.edu.pe
En una fiesta hay 20 personas: 14 casadas
y 6 solteras. Se eligen 3 personas al azar
¿Cuál es la probabilidad de que 2 ó las 3
sean solteras?
47 www.usat.edu.pe
En el sorteo de la Champions League, la
urna contiene 7 esferas con nombres de
equipos experimentados y 5 con equipos
principiantes. Sí se eligen 4 al azar para
formar un grupo, Cuál es la probabilidad
de que 3 sean experimentados?
7 5
P ( x = 3) = 3 1
= 0.3535
12
4
48 www.usat.edu.pe
La empresa” sistemas 2000” durante la semana ensambló 50
computadoras. Operaron 40 sin problemas, y 10 tuvieron al
menos un defecto. Se selecciona una muestra al azar de 5
maquinas. Utilizando la formula Hipergeométrica, ¿Cuál es la
probabilidad de que 4 de las 5 funcionen perfectamente?
Intenta hacerlo!!!...
49 www.usat.edu.pe
CONCLUSIONES
✓ Frente a un problema concreto, analice detenidamente todas sus
características, y al elegir el modelo apropiado, verifique que se cumplan
todos los supuestos del mismo.
50 www.usat.edu.pe
REFERENCIAS BIBLIOGRÀFICAS
• ANDERSON, David R./ SWEENEY, Dennis J./ WILLIAMS, Thomas A. (1999):“Métodos
cuantitativos para los negocios”. México. Editorial ThomsonEditores. Séptima
edición, Octava y décima edición.
• BERENSON, Mark L./ LEVINE, David M. (2001). “Estadística Básica en
Administración. Conceptos y Aplicaciones”. México. Editorial Pearson Educación.
Sexta edición.
• LEVIN, Richard./RUBIN, David. (2004). “Estadística para Administración y
Economía”. México- Editorial Pearson Educación. Séptima edición.
• MASON, Robert D../ LIND, Douglas A../MARCHAL, William G. (2003). “Estadística
para Administración y Economía”. México. DF. Editorial Alfaomega Grupo Editor.
Décima edición.
• LEVINE, David M. KREHBIEL, Timothy C. BERENSON, Mark L.. (2006). “Estadística
para Administración. México. Editorial Pearson. Cuarta edición.
• WEBSTER, Allen L. (2000). “Estadística aplicada a los Negocios y a la Economía”.
Colombia. Editorial MCGRAW - HILL. Tercera edición.
51 www.usat.edu.pe
M.Sc. Fiorella Vanessa Li Vega
fli@usat.edu.pe
http://www.facebook.com/usat.peru
https://twitter.com/usatenlinea
https://www.youtube.com/user/tvusat
https://plus.google.com/+usateduperu
52 www.usat.edu.pe