ESTADSTICA

INFERENCIAL
Docente: Mg. YOANDRY RIVERO PADRON

TERCER SEMESTRE
EXPERIMENTO DE
PROBABILIDAD BINOMIAL
1 El resultado de cada ensayo de un experimento
se clasifica en una de dos categoras mutuamente
excluyentes: xito o fracaso.

2 La variable aleatoria permite contar el nmero

de xitos en una cantidad fija de ensayos.

3 La probabilidad de xito y de fracaso es la

misma en cada ensayo.
4 Los ensayos son independientes, lo cual
significa que el resultado de un ensayo no influye
en el resultado de otro ensayo.
 FRMULA DE PROBABILIDAD BINOMIAL

C es el smbolo de combinacin
n es el nmero de ensayos
x es la variable aleatoria definida como en
nmero de xitos
es la probabilidad de xito en cada ensayo
La media( y la varianza ()
de una distribucin

binomial se calculan con
las

siguientes frmulas:
 TEMA: Distribucin de
probabilidad
hipergeomtrica.
Distribucin de Poisson.
Analicemos 40% de los electores
registrados en un distrito electoral es
republicano. Si se seleccionan al azar
27 de los votantes registrados, la
probabilidad de elegir a un republicano
en la primera seleccin es de 0.40. La
posibilidad de elegir a un republicano
en la siguiente seleccin es de 0.40,
tomando en cuenta que el muestreo
incluye reemplazo, lo cual significa que
la persona elegida vuelve a la poblacin
antes de elegir a la que sigue.
No obstante, la mayor parte del muestreo
se realiza sin reemplazos. Por lo tanto, si
la poblacin es pequea, la probabilidad
de cada observacin cambiar. Por
ejemplo, si la poblacin consta de 20
elementos, la probabilidad de seleccionar
un elemento de ella es de 1/20. Si el
muestreo se realiza sin reemplazos, slo
quedan 19 elementos despus de la
primera seleccin; la probabilidad de
seleccionar un elemento en la segunda
seleccin es de slo 1/19. En la tercera
seleccin, la probabilidad es de 1/18, etc.
Esto supone que la poblacin es finita; es
decir, se conoce el nmero de elementos
Uno de los criterios relacionados con la
distribucin binomial estriba en que la
probabilidad de xito debe permanecer
igual en todos los ensayos. Como la
probabilidad de xito no es la misma en
todos los ensayos cuando se realiza un
muestreo sin reemplazo en una
poblacin relativamente pequea, no
debe aplicarse la distribucin binomial.
En lugar de sta se aplica la distribucin
hipergeomtrica.
Por lo tanto, 1) si se selecciona una
muestra de una poblacin finita sin
reemplazo y 2) si el tamao de la
muestra n es mayor que 5% del tamao
de la poblacin N, se aplica la
CARACTERSTICAS DE UNA DISTRIBUCIN
DE PROBABILIDAD HIPERGEOMTRICA

1. Los resultados de cada ensayo de un

experimento se clasifican en dos
categoras exclusivas: xito o fracaso.
2. La variable aleatoria es el nmero de
xitos de un nmero fijo de ensayos.
3. Los ensayos no son independientes.
4. Los muestreos se realizan con una
poblacin finita sin reemplazo
 DISTRIBUCIN
HIPERGEOMTRICA

N representa el tamao de la poblacin.

S es el nmero de xitos en la poblacin.
x es el nmero de xitos en la muestra;
ste puede asumir los valores 0, 1, 2, 3
n es el tamao de la muestra o el nmero
de ensayos.
C es el smbolo de combinacin.
 Ejemplo 1:

Play Time Toys, Inc., tiene 50 empleados en el

departamento de ensamblado. Slo cuarenta de ellos
pertenecen al sindicato. Se eligen al azar cinco
empleados para formar un comit que hablar con la
empresa sobre los horarios de inicio de los turnos.
Cul es la probabilidad de que cuatro de los cinco
empleados elegidos para formar parte del comit
pertenezcan a un sindicato?
Datos:
N es igual a 50, el nmero de empleados.
S tiene un valor de 40, el nmero de empleados
sindicalizados.
x es igual a 4, el nmero de empleados sindicalizados
elegidos.
n vale 5, el nmero de empleados elegidos.
Probabilidades hipergeomtricas (n
=5, N =50 y S=40) del nmero de
empleados sindicalizados en el
comit
Miembros Probabilida
de un d
sindicato
0 .000
.004
1

.044
2

.210
3

.431
4

.311
5

1.000
 EXPERIMENTO DE
PROBABILIDAD DE POISSON
1. La variable aleatoria es el nmero
de veces que ocurre un evento
durante un intervalo definido.
2. La probabilidad de que ocurra el
evento es proporcional al tamao
del intervalo.
3. Los intervalos no se superponen y
son independientes.
Se le utiliza como modelo para
describir la distribucin de errores
en una entrada de datos, el
nmero de rayones y otras
imperfecciones en las cabinas de
automviles recin pintados, el
nmero de partes defectuosas en
envos, el nmero de clientes que
esperan mesa en un restaurante o
que esperan entrar en una de las
atracciones de Disney World y el
nmero de accidentes en la
carretera federal I-75 en un
 DISTRIBUCIN DE
POISSON

es la media de la cantidad de veces (xitos)
que se presenta un evento en un intervalo
particular.
es la constante 2.71828 (base del sistema
de logaritmos neperianos).
x es el nmero de veces que se presenta un
evento.
P(x) es la probabilidad de un valor
especfico de x.
MEDIA DE UNA DISTRIBUCIN DE
POISSON

La varianza de Poisson tambin es igual a su media. Si, por
ejemplo, la probabilidad de que un cheque cobrado en un banco
rebote es de 0.0003 y se cobran 10 000 cheques, la media y la
varianza del nmero de cheques rebotados es de 3.0, que se
determina mediante la operacin P(x)= 10 000(.0003) 3.0.
Recuerde que, en el caso de una distribucin binomial, existe
una cantidad fija de ensayos. Por ejemplo, en una prueba de
opcin mltiple de cuatro preguntas, slo puede haber cero, uno,
dos, tres o cuatro xitos (respuestas correctas). Sin embargo, la
variable aleatoria, x, en el caso de una distribucin de Poisson
puede adoptar una infinidad de valores; es decir, 0, 1, 2, 3, 4, 5,
. No obstante, las probabilidades se tornan muy bajas despus
de las primeras veces que se presenta un evento (xitos).
Ejercicio 2:

Pocas veces se pierde equipaje en Delta

Airlines. En la mayora de los vuelos no se
pierden maletas; en algunos se pierde
una; en unos cuantos se pierden dos;
pocas veces se pierden tres, etc. Suponga
que una muestra aleatoria de 1 000
vuelos arroja un total de 300 maletas
perdidas.
Determina la probabilidad de que no se
pierda ninguna maleta.
Cul es la probabilidad de que se pierda
1?
La distribucin de probabilidad de
Poisson se caracteriza por el nmero de
veces que se presenta un evento
durante un intervalo. Algunos ejemplos
son:
El nmero de palabras mal escritas
por pgina en un peridico.
El nmero de llamadas por hora que
recibe Dyson Vacuum Cleaner Company.
El nmero de vehculos que vende por
da Hyatt Buick GMC, en Durham,
Carolina del Norte.
El nmero de anotaciones en un
encuentro de ftbol colegial.
En cada uno de estos ejemplos existe
En el ejemplo anterior (el
nmero de maletas perdidas en
cada vuelo), el intervalo es un
vuelo. Se conoca la media del
nmero de maletas perdidas por
vuelo, pero no el nmero de
pasajeros ni la probabilidad de
que se perdiera una maleta. Se
sospech que el nmero de
pasajeros era lo bastante
grande y que era baja la
 Ejercicio 1
Horwege Discount Brokers hace
planes para contratar este ao a 5
analistas financieros. Hay un grupo de
12 candidatos aprobados, y George
Horwege, el propietario, decide elegir
al azar a quienes va a contratar. De
los solicitantes aprobados, 8 son
hombres y 4 mujeres. Cul es la
probabilidad de que 3 de los 5
contratados sean hombres?
Ejercicio 2:
Coastal Insurance Company asegura
propiedades frente a la playa a lo largo de
Virginia, Carolina del Norte y del Sur, y las
costas de Georgia; el clculo aproximado es
que, cualquier ao, la probabilidad de que un
huracn de categora III (vientos sostenidos de
ms de 110 millas por hora) o ms intenso
azote una regin de la costa (la isla de St.
Simons, Georgia, por ejemplo) es de 0.05. Si un
dueo de casa obtiene un crdito hipotecario
de 30 aos por una propiedad recin comprada
en St. Simons, cules son las posibilidades de
que experimente por lo menos un huracn
durante el periodo del crdito?