En el siguiente trabajo desarrollaremos cinco estudios de casos sobre los distintos tipos de

Distribucion de Probabilidad; Se pretende detallar la soluciòn de cada uno de ellos de

manera clara, organizada y precisa. evidenciando nuestro conocimiento adquirido en el
trascurso del curso.
 OBJETIVOS
 Analizar y resolver cada estudio de caso de manera correcta utilizando las
funciones correspondientes.
 DESARROLLO DE EJECICIOS
1-Un productor de sobres de correos sabe por experiencia que el peso de los sobres
está distribuido aproximadamente en forma normal con 𝜇 = 1,95 gramos y 𝜎 = 0,05
gramos. ¿Alrededor de cuantos sobres pesan gramos o más se pueden encontrar en un
paquete de 120 sobres?
SOLUCIÓN:
Se trata de una distribución normal de media μ=1,955 y desviación típica σ =0,05 gr (con
los datos en gramos)

Se expresa así: X → N ( 1.95,0 .05 )

Calculamos primero la Probabilidad de que un sobre cualquiera pese dos o más gramos
P ( X ≥2 )
2−1.95
(
En primer lugar, se tipifica la variable: P ( X ≥2 ) =P Z ≥
0.05 )
=P ( Z ≥ 1 )

Ahora debemos recordar cómo se mira en las tablas

P ( Z ≥1 ) =1−P ( Z ≤1 )
Ya lo podemos mirar en la tabla de la Normal (0,1)
P ( Z ≥1 ) =1−P ( Z ≤1 )=1−0.8413=0.1587

Por tanto, la probabilidad de que un sobre elegido al azar pese 2 o más gramos es 0.1587.
En porcentaje significa el 15.87 \% de los sobres.

Si hay 120 sobres entonces 120∗0.1587=19.044

En el paquete de 120 sobres puede haber aproximadamente 19 o 20 sobre que pesen dos
gramos o más.
2. (D. Binomial) Se estima que, en todo el mundo, 1% de las personas entre 15 y 49
años está infectado con el virus de la inmunodeficiencia humana (VIH) (según datos
de los Institutos Nacionales de Salud). En las pruebas para el VIH, se combinan las
muestras de sangre de 36 personas.

a. ¿Cuál es la probabilidad de que una muestra combinada sea positiva para el VIH?
b. ¿Es improbable que una muestra combinada de este tipo sea positiva?

SOLUCIÓN:
A la función de probabilidad de una variable aleatoria X resultado de contar el número de
éxitos al repetir n veces una experiencia aleatoria dicotómica con probabilidad de éxito p la
llamamos distribución binomial y la representamos por: B (n, p)

Una distribución binomial o de Bernoulli tiene las siguientes características:

1. En cada prueba del experimento sólo son posibles dos resultados: éxito y fracaso.
2. La probabilidad de éxito es constante, es decir, que no varía de una prueba a otra. Se
representa por p.
3. La probabilidad de fracaso también es constante, Se representa por q,
q=1−p
3. El resultado obtenido en cada prueba es independiente de los resultados obtenidos
anteriormente.
5. La variable aleatoria binomial, X, expresa el número de éxitos obtenidos en las n
pruebas. Por tanto, los valores que puede tomar X son: 0, 1, 2, 3, 4, ..., n.
Cálculo de probabilidades en una distribución binomial

n!
Función de probabilidad: P ( X=x )= ∗p x ( 1− p )n−x
(( n−x ) !∗x ! )
n = Número de pruebas.
k = Número de éxitos.
p = Probabilidad de éxito.
q = Probabilidad de fracaso.
Para este caso los valores son:

p=0.01

n=36

X ≥ 1 Esto es porque se desea saber la probabilidad de que en la muestra combinada tenga

VIH. Quiere decir que al menos una de ellas lo tenga.

Procedemos a desarrollar…

P ( X ≥1 ) =1−P ( X=0 )

36!
P ( X=0 )= ∗0.010∗( 1−0.01 )36−0=0.6964
( 36−0 ) !∗0 !

P ( X ≥1 ) =1−0.6964=0.3036

Entonces... La probabilidad de que la muestra combinada no es improbable la

probabilidad es de: 0.3036
3. (D. Hipergeométrica) De 30 personas seleccionadas de una determinada empresa,
12 de ellas son tecnólogos y 18 son profesionales de ciertas áreas de las ciencias. Si se
selecciona aleatoriamente una muestra de 8 personas, ¿Cuál es la probabilidad de
que:

a. 4 de ellas sean tecnólogos?

b. 5 de ellos sean profesionales?

SOLUCIÓN:

Este es un caso de distribución Hipergeométrica. Usaremos la ecuación que determina la

comb ( C , x )∗Comb ( N −C , n−x )

probabilidad en la Hipergeométrica: P ( X=x )=
Comb ( N , n )

Para este caso N=30 yn=8

a. La probabilidad de que 4 de ellos sean tecnólogos:

12 !
Comb ( C , x )=Comb ( 12,4 )= =495.
( 12−4 ) !∗4 !

18 !
Comb ( N−C , n−x )=Comb (30−12,8−4 )=Comb ( 18,4 )= =3060
(18−4 ) !∗4 !

30 !
Comb ( N , n )=Comb ( 30,8 )= =5852925
(30−8 ) !∗8 !

945∗3060
Rta : P ( X=4 ) = =0.25879368
5852925

b. Probabilidad de que 5 de ellos sean profesionales.

C=18 , P ( X=5 )

18 !
Comb ( C , x )=Comb ( 18,5 ) = =8568
( 18−5 ) !∗5 !
 11!
Comb ( N−C , n−x )=Comb (30−19,8−5 )=Comb ( 11,13 )= =165
( 11−3 ) !∗3 !

30 !
Comb ( N , n )=Comb ( 30,8 )= =5852925
(30−8 ) !∗8 !

8568∗165
Rta : P ( X=5 )= =0.241540768
5852925

4. (Realizar una aproximación a la D. Normal) Un fabricante vende lámparas en cajas

de 1000. ¿Cuál es la probabilidad de que alguna caja contenga no más del 1% de
lámparas defectuosas si se considera el proceso de producción como un experimento
binomial con p=0,01 (la probabilidad de que alguna lámpara sea defectuosa)?
SOLUCIÓN:
Valores.
n=1000 , p=0.01 , q=0,99
P ( x ≥ 1 )=1−P ( x ≤ 1 )
Calculamos los valores de una distribución binomial normal: Media, Desviación y
Varianza.
Calculamos la Media:
μ=np
μ=1000∗0.01=10

Para la Desviación Estándar:

σ =√ npq
σ =√ 1000∗0.01∗0.99
σ =3,15
Tipificamos la variable Z.
1−10
Z=
3,15
Z=−2,86
P ( x ≤ 1 )=0,00212
P ( x ≥ 1 )=1−0,0012=0.99788
Existe una probabilidad de 0.99788 de que alguna lampara sea defectuosa.

5- (D. Poisson) Enfermedades en grupos El neuroblastoma, una forma rara de cáncer,

se produce en 11 niños de cada millón, por lo que su probabilidad es 0.000011. Cuatro
casos de neuroblastoma ocurrieron en Oak Park, Illinois, donde había 12,419 niños.
a. Suponiendo que el neuroblastoma ocurre como es usual, encuentre el número
medio de casos en grupos de 12,429 niños.
b. Usando la media no redondeada del inciso (a), determine la probabilidad de que el
número de casos de neuroblastoma en un grupo de 12,429 niños sea 0 o 1.
c. ¿Cuál es la probabilidad de más de un caso de neuroblastoma?
d. ¿El grupo con cuatro casos parece atribuible a la casualidad? ¿Por qué sí o por qué
no?
SOLUCIÓN:
(− λ )∗λɅk
P ( x , λ ) =exp
k!
*k Es la cantidad deseada de eventos en un tiempo.
*λ Es la cantidad de eventos que ocurren en promedio en dicho tiempo.
a. Suponiendo que el neuroblastoma ocurre como es usual, encuentre el número medio de
casos en grupos de 12,429 niños.
El número medio λ de los 12,429 son 4.

b. Usando la media no redondeada del inciso (a), determine la probabilidad de que el

número de casos de neuroblastoma en un grupo de 12,429 niños sea 0 o 1.
(−4 )∗4 Ʌ 0
Probabilidadpara 0=P ( 0,4 ) =exp =0.018325
0!
(−4 )∗4 Ʌ1
Probabilidad para 1: P ( 1,4 )=exp =0.073262
1!
c. ¿Cuál es la probabilidad de más de un caso de neuroblastoma?
P ( x ≥ 1 )=1−0.018325−0.073262=0.908421

d. ¿El grupo con cuatro casos parece atribuible a la casualidad? ¿Por qué sí o por qué no?
 No es atribuible a la casualidad, ya que la probabilidad de que sea mayor que 1, es
alta.

CONCLUSIONES
 el desarrollo de esta actividad nos permitio reforzar lo aprendido en las fases
anteriores, reiterandonos la importancia de las propiedades de la probabilidad y sus
funciones dentro de nuestro diario vivir y en nuestro futuro profesional.
 REFERENCIAS BIBLIOGRAFICAS
 Rodríguez, F. J., & Pierdant, R. A. I. (2014).Estadística para administración.
(Pp. 177-183).
 García, Á. M. Á. (2005).Introducción a la teoría de la probabilidad. primer curso.
(Pp. 29-50).
 Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. (Pp. 279
-301).