Ejemplos:
1. Para evitar que lo descubran en la aduana, un viajero ha colocado 6
tabletas de narcótico en una botella que contiene 9 píldoras de vitamina que
son similares en apariencia. Si el oficial de la aduana selecciona 3 tabletas
aleatoriamente para analizarlas, a) ¿Cuál es la probabilidad de que el viajero
sea arrestado por posesión de narcóticos?, b) ¿Cuál es la probabilidad de
que no sea arrestado por posesión de narcóticos?
Solución:
a) N = 9+6 =15 total de tabletas
a = 6 tabletas de narcótico
n = 3 tabletas seleccionadas
x = 0, 1, 2, o 3 tabletas de narcótico = variable que nos indica el número de
tabletas de narcótico que se puede encontrar al seleccionar las 3 tabletas
p(viajero sea arrestado por posesión de narcóticos) = p(de que entre las 3
tabletas seleccionadas haya 1 o más tabletas de narcótico)
p(el viajero sea arrestado por posesión de narcóticos) = 1 – p(de que entre las
tabletas seleccionadas no haya una sola de narcótico)
Solución:
a) N = 10 proyectiles en total
a = 7 proyectiles que explotan
n = 4 proyectiles seleccionados
x = 0, 1, 2, 3 o 4 proyectiles que explotan = variable que nos define el número
de proyectiles que explotan entre la muestra que se dispara
b) N = 10 proyectiles en total
a = 3 proyectiles que no explotan
n = 4 proyectiles seleccionados
x = 0, 1, 2 o 3 proyectiles que no explotan
Este modelo se puede ver como una generalización del Binomial en el que, en lugar
de tener dos posibles resultados, tenemos r resultados posibles.
Media: µ{ XI } =npi
Ejemplo 1.
Según una nueva ley se plantea una donación de órganos de los cuales existe la
probabilidad de que el 15% estén en contra, el 40% sean indiferentes a la ley y el
45% estén a favor, si se extrae una muestra aleatoria de 20 sujetos. ¿Cuál es la
probabilidad de que 5 estén en contra, 10 sean indiferentes y 5 estén a favor?
5
Datos:
X1: En contra=0.15
X2: Indiferente=0.40
X3: A favor=0.45
𝑁! 20!
p(X1= 5, X2= 10, X3= 5)= x 𝜋 𝑋1 x 𝜋 𝑋2 x 𝜋 𝑋3 = x 0.155 x 0.4010 x 0.455 =
𝑋1!𝑋2!𝑋3! 5!10!5!
0.41
Ejemplo 2.
Un delegado llegue por aire, en autobús, en automóvil, o en tren a una convención
dado que la probabilidad de cada posibilidad es 0.40, 0.20, 0.30 y 0.10,
respectivamente ¿Cuál es la probabilidad que entre 9 delegados seleccionados
aleatoriamente 5 hayan llegado en auto?
Datos:
n=9
X1= 5 lleguen en auto; p1=0.30
X2= 4 (lleguen por aire, autobús o tren); p2= 0.40+0.20+0.10= 0.70
𝑁! 9!
p(X1= 5, X2= 4, n= 5)= x 𝜋 𝑋1 x 𝜋 𝑋2 = x 0.305 x 0.704 = 0.073514
𝑋1!𝑋2! 5!4!
Es una distribución en el intervalo [a,b] en la cual las probabilidades son las mismas
para todos los posibles resultados, desde el mínimo de a hasta el máximo de b. El
experimento de lanzar un dado es un ejemplo que cumple la distribución uniforme,
ya que todos los 6 resultados posibles tienen 1/6 de probabilidad de ocurrencia.
6
Donde:
a = mínimo valor de la distribución
b = máximo valor de la distribución
b – a = Rango de la distribución
La media, valor medio esperado o esperanza matemática de una distribución
uniforme se calcula empleando la siguiente fórmula:
Ejemplos:
7
Interpretación:
Cada rectángulo tiene 1 de base y 1/6 = 0,167 de altura.
El área de cada rectángulo es:
DISTRIBUCION DE POISSON
Por otro lado es evidente que se trata de un modelo discreto y que el campo de
variación de la variable será el conjunto de los número naturales, incluido el
cero:
Ejemplos:
1. Si un banco recibe en promedio 6 cheques sin fondo por día, ¿cuáles son las
probabilidades de que reciba, a) cuatro cheques sin fondo en un día dado, b) 10
cheques sin fondos en cualquiera de dos días consecutivos?
9
Solución:
a) x = variable que nos define el número de cheques sin fondo que
llegan al banco en un día cualquiera = 0, 1, 2, 3, ....., etc, etc.
= 6 cheques sin fondo por día
= 2.718
b)
x= variable que nos define el número de cheques sin fondo que llegan al
banco en dos días consecutivos = 0, 1, 2, 3, ......, etc., etc.
= 6 x 2 = 12 cheques sin fondo en promedio que llegan al banco en dos
días consecutivos
Nota: siempre debe de estar en función de x siempre o, dicho de otra
forma, debe “hablar” de lo mismo que x.
BIBLIOGRAFIA
http://www.ub.edu/stat/GrupsInnovacio/Statmedia/demo/Temas/Capitulo3/B0C3m1
t7.htm
https://es.wikipedia.org/wiki/Distribuci%C3%B3n_uniforme_continua
http://www.itchihuahua.edu.mx/academic/industrial/sabaticorita/_private/03Ddistr%
20Hipergeometrica.htm
https://estadisticayadministracion.wordpress.com/2014/10/29/distribucion-
hipergeometrica-de-probabilidad-cero-complicada/
http://www.itchihuahua.edu.mx/academic/industrial/sabaticorita/_private/05Distr%2
0Poisson.htm