DESARROLLO EJERCICIO 2

- Estudio de Caso N°1

Distribución Hipergeométrica: Una compañía tiene siete solicitantes para

dos puestos de trabajo: tres mujeres y cuatro hombres. Suponga que los
siente solicitantes están igualmente calificados y que no se da preferencia para
elegir género alguno. Sea x igual al número de mujeres escogido para ocupar
las dos posiciones.

a. Escriba la fórmula para p(x), la distribución de probabilidad de x.

b. ¿Cuáles son la media y la varianza de esta distribución?
c. Construya un histograma de probabilidad para x.

a) N = 7 x=2 y=3 n=3

𝑦𝑪𝑥 𝑁−𝑦 𝑪 𝑛−𝑥

𝑝(𝑥) =
𝑁𝑪𝑛
3𝑪2 7−3 𝑪 3−2
𝑝(𝑥) =
7𝑪3
(6) ∗ (4)
𝑝(𝑥) =
70
24
𝑝(𝑥) =
70
𝑝(𝑥) = 0.34 = 34%

b) Media

𝜇 =𝑛∗𝑝
𝜇 = 3 ∗ 0.34
𝜇 = 1.02

Varianza

𝑦 𝑁−𝑦 𝑁−𝑛
𝜎2 = 𝑛 ( ) ( )( )
𝑁 𝑁 𝑁−1
3 7−3 7−3
𝜎2 = 3 ( ) ( )( )
7 7 7−1
𝜎 2 = 3(0.42)(0.57) (0.66)
𝜎 2 = 0.47

c) Histograma

Probabilidad Para X

1.2

0.8

0.6
1.02

0.4
0.47
0.2 0.34

0
PORCENTAJES

- Estudio de Caso N°2

Distribución Binomial: La preferencia por el color de un auto cambia con

los años y de acuerdo con el modelo particular que seleccione el cliente. En
año reciente, suponga que 10% de todos los autos de lujo que se vendieron
eran negros. Si 25 autos de ese año y tipo se seleccionan al azar, encuentre
las siguientes probabilidades:

a. Al menos cinco autos sean negros.

b. A lo sumo seis autos son negros.
c. Más de cuatro autos son negros.
d. Exactamente cuatro autos son negros.
e. Entre tres y cinco autos (inclusive) son negros.
f. Más de veinte autos no son negros.

a) n = 25 r=5 p = 0.10 q = 1 – p = 1 – 0.10 = 0.90

𝑛!
𝑃𝑛, 𝑟 = 𝑝𝑟 ∗ 𝑞 𝑛−𝑟
𝑟! (𝑛 − 𝑟)!
 25!
𝑃𝑛, 𝑟 = 0.105 ∗ 0.9025−5
5! (25 − 5)!
1.551121004 ∗ 1025
𝑃𝑛, 𝑟 = 18
(1 ∗ 10−5 ) ∗ 0.12
120(2.432902008 ∗ 10 )
1.551121004 ∗ 1025
𝑃𝑛, 𝑟 = 20
(1 ∗ 10−5 ) ∗ 0.12
2.91948241 ∗ 10
𝑃𝑛, 𝑟 = 53129.9 ∗ (1.2 ∗ 10−6 )
𝑃𝑛, 𝑟 = 0.0637 ≅ 0.064 = 6.4%

b) n = 25 r=6 p = 0.10 q = 1 – p = 1 – 0.10 = 0.90

𝑛!
𝑃𝑛, 𝑟 = 𝑝𝑟 ∗ 𝑞 𝑛−𝑟
𝑟! (𝑛 − 𝑟)!
25!
𝑃𝑛, 𝑟 = 0.106 ∗ 0.9025−6
6! (25 − 6)!
1.551121004 ∗ 1025
𝑃𝑛, 𝑟 = (1 ∗ 10−6 ) ∗ 0.13
720(1.216451004 ∗ 1017 )
1.551121004 ∗ 1025
𝑃𝑛, 𝑟 = 19
(1 ∗ 10−6 ) ∗ 0.13
8.758447229 ∗ 10
𝑃𝑛, 𝑟 = 177100 ∗ (1.3 ∗ 10−7 )
𝑃𝑛, 𝑟 = 0.023 = 2.3%

c) n = 25 r=5 p = 0.10 q = 1 – p = 1 – 0.10 = 0.90

𝑛!
𝑃𝑛, 𝑟 = 𝑝𝑟 ∗ 𝑞 𝑛−𝑟
𝑟! (𝑛 − 𝑟)!
25!
𝑃𝑛, 𝑟 = 0.105 ∗ 0.9025−5
5! (25 − 5)!
1.551121004 ∗ 1025
𝑃𝑛, 𝑟 = 18
(1 ∗ 10−5 ) ∗ 0.12
120(2.432902008 ∗ 10 )
1.551121004 ∗ 1025
𝑃𝑛, 𝑟 = (1 ∗ 10−5 ) ∗ 0.12
2.91948241 ∗ 1020
𝑃𝑛, 𝑟 = 53129.9 ∗ (1.2 ∗ 10−6 )
𝑃𝑛, 𝑟 = 0.0637 ≅ 0.064 = 6.4%
d) n = 25 r=4 p = 0.10 q = 1 – p = 1 – 0.10 = 0.90

𝑛!
𝑃𝑛, 𝑟 = 𝑝𝑟 ∗ 𝑞 𝑛−𝑟
𝑟! (𝑛 − 𝑟)!
25!
𝑃𝑛, 𝑟 = 0.104 ∗ 0.9025−4
4! (25 − 4)!
1.551121004 ∗ 1025
𝑃𝑛, 𝑟 = 19
(1 ∗ 10−4 ) ∗ 0.11
24(5.109094217 ∗ 10 )
1.551121004 ∗ 1025
𝑃𝑛, 𝑟 = 21
(1 ∗ 10−4 ) ∗ 0.11
1.226182612 ∗ 10
𝑃𝑛, 𝑟 = 12650 ∗ (1.1 ∗ 10−5 )
𝑃𝑛, 𝑟 = 0.14 = 14%

e) n = 25 r=3 p = 0.10 q = 1 – p = 1 – 0.10 = 0.90

𝑛!
𝑃𝑛, 𝑟 = 𝑝𝑟 ∗ 𝑞 𝑛−𝑟
𝑟! (𝑛 − 𝑟)!
25!
𝑃𝑛, 𝑟 = 0.103 ∗ 0.9025−3
3! (25 − 3)!
1.551121004 ∗ 1025
𝑃𝑛, 𝑟 = (1 ∗ 10−3 ) ∗ 0.09
6(1.124000728 ∗ 1021 )
1.551121004 ∗ 1025
𝑃𝑛, 𝑟 = 21
(1 ∗ 10−3 ) ∗ 0.09
6.744004368 ∗ 10
𝑃𝑛, 𝑟 = 2299.9 ∗ (9 ∗ 10−5 )
𝑃𝑛, 𝑟 = 0.20 = 20%

n = 25 r=4 p = 0.10 q = 1 – p = 1 – 0.10 = 0.90

𝑛!
𝑃𝑛, 𝑟 = 𝑝𝑟 ∗ 𝑞 𝑛−𝑟
(𝑛
𝑟! − 𝑟)!
25!
𝑃𝑛, 𝑟 = 0.104 ∗ 0.9025−4
4! (25 − 4)!
1.551121004 ∗ 1025
𝑃𝑛, 𝑟 = 19
(1 ∗ 10−4 ) ∗ 0.11
24(5.109094217 ∗ 10 )
 1.551121004 ∗ 1025
𝑃𝑛, 𝑟 = 21
(1 ∗ 10−4 ) ∗ 0.11
1.226182612 ∗ 10
𝑃𝑛, 𝑟 = 12650 ∗ (1.1 ∗ 10−5 )
𝑃𝑛, 𝑟 = 0.14 = 14%

n = 25 r=5 p = 0.10 q = 1 – p = 1 – 0.10 = 0.90

𝑛!
𝑃𝑛, 𝑟 = 𝑝𝑟 ∗ 𝑞 𝑛−𝑟
𝑟! (𝑛 − 𝑟)!
25!
𝑃𝑛, 𝑟 = 0.105 ∗ 0.9025−5
5! (25 − 5)!
1.551121004 ∗ 1025
𝑃𝑛, 𝑟 = (1 ∗ 10−5 ) ∗ 0.12
120(2.432902008 ∗ 1018 )
1.551121004 ∗ 1025
𝑃𝑛, 𝑟 = 20
(1 ∗ 10−5 ) ∗ 0.12
2.91948241 ∗ 10
𝑃𝑛, 𝑟 = 53129.9 ∗ (1.2 ∗ 10−6 )
𝑃𝑛, 𝑟 = 0.0637 ≅ 0.064 = 6.4%

f) n = 25 r=4 p = 0.20 q = 1 – p = 1 – 0.20 = 0.80

𝑛!
𝑃𝑛, 𝑟 = 𝑝𝑟 ∗ 𝑞 𝑛−𝑟
(𝑛
𝑟! − 𝑟)!
25!
𝑃𝑛, 𝑟 = 0.204 ∗ 0.8025−4
4! (25 − 4)!
1.551121004 ∗ 1025
𝑃𝑛, 𝑟 = 19
(1.6 ∗ 10−3 ) ∗ (9.22 ∗ 10−3 )
24(5.109094217 ∗ 10 )
1.551121004 ∗ 1025
𝑃𝑛, 𝑟 = (1.6 ∗ 10−3 ) ∗ (9.22 ∗ 10−3 )
1.226182612 ∗ 1021
𝑃𝑛, 𝑟 = 12650 ∗ (1.4752 ∗ 10−5 )
𝑃𝑛, 𝑟 = 0.18 = 18%

- Estudio de Caso N°3

La distribución de probabilidad de Poisson describe el número de veces que se

presenta un evento durante un intervalo específico. El intervalo puede ser de
tiempo, distancia, área o volumen. La distribución se basa en dos supuestos. El
primero consiste en que la probabilidad es proporcional a la longitud del
intervalo. El segundo supuesto consiste en que los intervalos son
independientes. En otras palabras, cuanto más grande sea el intervalo, mayor
será la probabilidad; además, el número de veces que se presenta un evento
en un intervalo no influye en los demás intervalos. Esta distribución posee
diversas aplicaciones. Se le utiliza como modelo para describir la distribución
de errores en una entrada de datos, el número de rayones y otras
imperfecciones en las cabinas de automóviles recién pintados, el número de
partes defectuosas en envíos, el número de clientes que esperan mesa en un
restaurante, el número de accidentes en una carretera en un periodo
determinado. Un conmutador puede manejar un máximo de 5 llamadas por
minuto. Si la experiencia indica que se recibe un promedio de 3 llamadas por
minuto. Utilice la distribución Poisson para encontrar las probabilidades de que
el número de llamadas recibidas por el conmutador en 1 minuto sea:

a. A lo sumo 4.
b. Menos de 3.
c. Al menos 4.
d. Quede saturado.
e. Entre 1 y 3.
f. Una o más pero menos de 5.
g. Más de 2 pero menos de 5.
h. Ninguna.
i. Si se cuenta el número de llamadas en 5 minutos, cual es la probabilidad de
que se reciban 4 llamadas.

a) λ = 3 llamadas/minuto e = 2.71828 x=4

𝜆𝑥
𝑃(𝑥) =
𝑥! 𝑒 𝜆
34
𝑃(𝑥) =
4! (2.71828)3
81
𝑃(𝑥) =
24 ∗ 20.08
81
𝑃(𝑥) =
482.05
𝑃(𝑥) = 0.16 = 16%

b) λ = 3 llamadas/minuto e = 2.71828 x=2

𝜆𝑥
𝑃(𝑥) =
𝑥! 𝑒 𝜆
32
𝑃(𝑥) =
2! (2.71828)3
9
𝑃(𝑥) =
2 ∗ 20.08
 9
𝑃(𝑥) =
40.16
𝑃(𝑥) = 0.22 = 22%

c) λ = 3 llamadas/minuto e = 2.71828 x=4

𝜆𝑥
𝑃(𝑥) =
𝑥! 𝑒 𝜆
34
𝑃(𝑥) =
4! (2.71828)3
81
𝑃(𝑥) =
24 ∗ 20.08
81
𝑃(𝑥) =
482.05
𝑃(𝑥) = 0.16 = 16%

d) λ = 3 llamadas/minuto e = 2.71828 x=5

𝜆𝑥
𝑃(𝑥) =
𝑥! 𝑒 𝜆
35
𝑃(𝑥) =
5! (2.71828)3
243
𝑃(𝑥) =
120 ∗ 20.08
243
𝑃(𝑥) =
2409.6
𝑃(𝑥) = 0.10 = 10%

e) λ = 3 llamadas/minuto e = 2.71828 x=1

𝜆𝑥
𝑃(𝑥) =
𝑥! 𝑒 𝜆
31
𝑃(𝑥) =
1! (2.71828)3
3
𝑃(𝑥) =
1 ∗ 20.08
3
𝑃(𝑥) =
20.08
𝑃(𝑥) = 0.14 = 14%
λ = 3 llamadas/minuto e = 2.71828 x=2

𝜆𝑥
𝑃(𝑥) =
𝑥! 𝑒 𝜆
32
𝑃(𝑥) =
2! (2.71828)3
9
𝑃(𝑥) =
2 ∗ 20.08
9
𝑃(𝑥) =
40.16
𝑃(𝑥) = 0.22 = 22%

λ = 3 llamadas/minuto e = 2.71828 x=3

𝜆𝑥
𝑃(𝑥) =
𝑥! 𝑒 𝜆
33
𝑃(𝑥) =
3! (2.71828)3
27
𝑃(𝑥) =
6 ∗ 20.08
27
𝑃(𝑥) =
120.48
𝑃(𝑥) = 0.22 = 22%

𝑃(1,2,3) = 22% + 22% + 14% = 58%

f) λ = 3 llamadas/minuto e = 2.71828 x=2

𝜆𝑥
𝑃(𝑥) =
𝑥! 𝑒 𝜆
32
𝑃(𝑥) =
2! (2.71828)3
9
𝑃(𝑥) =
2 ∗ 20.08
9
𝑃(𝑥) =
40.16
𝑃(𝑥) = 0.22 = 22%

λ = 3 llamadas/minuto e = 2.71828 x=3

𝜆𝑥
𝑃(𝑥) =
𝑥! 𝑒 𝜆
 33
𝑃(𝑥) =
3! (2.71828)3
27
𝑃(𝑥) =
6 ∗ 20.08
27
𝑃(𝑥) =
120.48
𝑃(𝑥) = 0.22 = 22%

λ = 3 llamadas/minuto e = 2.71828 x=4

𝜆𝑥
𝑃(𝑥) =
𝑥! 𝑒 𝜆
34
𝑃(𝑥) =
4! (2.71828)3
81
𝑃(𝑥) =
24 ∗ 20.08
81
𝑃(𝑥) =
482.05
𝑃(𝑥) = 0.16 = 16%

𝑃(2,3,4) = 22% + 22% + 16% = 60%

g) λ = 3 llamadas/minuto e = 2.71828 x=3

𝜆𝑥
𝑃(𝑥) =
𝑥! 𝑒 𝜆
33
𝑃(𝑥) =
3! (2.71828)3
27
𝑃(𝑥) =
6 ∗ 20.08
27
𝑃(𝑥) =
120.48
𝑃(𝑥) = 0.22 = 22%
λ = 3 llamadas/minuto e = 2.71828 x=4

𝜆𝑥
𝑃(𝑥) =
𝑥! 𝑒 𝜆
34
𝑃(𝑥) =
4! (2.71828)3
81
𝑃(𝑥) =
24 ∗ 20.08
81
𝑃(𝑥) =
482.05
𝑃(𝑥) = 0.16 = 16%

𝑃(3,4) = 22% + 16% = 38%

h) λ = 3 llamadas/minuto e = 2.71828 x=0

𝜆𝑥
𝑃(𝑥) =
𝑥! 𝑒 𝜆
30
𝑃(𝑥) =
0! (2.71828)3
1
𝑃(𝑥) =
1 ∗ 20.08
1
𝑃(𝑥) =
20.08
𝑃(𝑥) = 0.04 = 4%

i) λ = 15 llamadas/5 minutos e = 2.71828 x=4

𝜆𝑥
𝑃(𝑥) =
𝑥! 𝑒 𝜆
154
𝑃(𝑥) =
4! (2.71828)15
50625
𝑃(𝑥) =
24 ∗ 3′268984.3
50625
𝑃(𝑥) =
78′455625.3
𝑃(𝑥) = 6.45 ∗ 10−4

- Estudio de Caso N°4

Distribución Normal: Supóngase que se sabe que los pesos de cierto grupo
de personas están distribuidos aproximadamente de forma normal con
media 𝜇=70 𝑘𝑔 y desviación estándar 𝜎=12,5 𝑘𝑔. Use sus conocimientos
sobre la distribución normal para responder:

a. ¿Cuál es la probabilidad de que una persona elegida al azar de este

grupo pese más de 80 kg?
b. ¿Cuál es la probabilidad de que una persona elegida al azar de este
grupo pese entre 50 kg y 85 kg?
c. ¿Cuál es el peso que es superado solo por el 93% de las personas del
grupo?

a) X = 80Kg µ = 70Kg σ = 12.5Kg

 𝑋− 𝜇
𝑍=
𝜎
80 − 70
𝑍=
12.5
10
𝑍=
12.5
𝑍 = 0.8

b) ) X = 85Kg µ = 70Kg σ = 12.5Kg

𝑋− 𝜇
𝑍=
𝜎
85 − 70
𝑍=
12.5
15
𝑍=
12.5
𝑍 = 1.2

X = 50Kg µ = 70Kg σ = 12.5Kg

𝑋− 𝜇
𝑍=
𝜎
50 − 70
𝑍=
12.5
−20
𝑍=
12.5
𝑍 = −1.6

Z = -1.6 = 0.0636
Z = 1.2 = 0.0478

𝑃 (50 < 𝑥 < 85) = 0.0636 + 0.0478 = 0.1114

c) Z = 0.93 µ = 70Kg σ = 12.5Kg

𝑥 = 𝑍𝜎 + 𝜇
𝑥 = (0.93 ∗ 12.5) + 70
𝑥 = 11.6 + 70
𝑥 = 81.6
- Explicación de Estudio de Caso N°3

En este ejercicio es reemplazar los valores que nos dan en el ejercicio en la

ecuación de distribución; nos establece el intervalo de suceso sobre el tiempo,
el valor fijo e, y se reemplaza la x, dependiendo del suceso que se quiere
hallar. Sólo con estos 3 datos, podemos encontrar el valor de la probabilidad
del suceso que nos pide el ejercicio, y en ningún caso vemos que nos dan la
probabilidad y no el suceso, lo que lo facilita un poco más.