FACULTAD DE CIENCIAS DE

GESTIÓN

ASIGNATURA: ESTADÍSTICA APLICADA A LA GESTIÓN

CICLO: V

SESIÓN: 03
 Recordando la clase anterior

¿Que es una distribución de probabilidad?

¿Qué es una variable aleatoria discreta?

Unidad 1: Variables aleatorias, distribuciones de
probabilidad, teoría básica del muestreo y
estimaciones
Logro de la sesión 3:
Al finalizar la sesión, el estudiante
resuelve ejercicios de probabilidades
aplicando distribución Binomial,
Poisson e Hipergeométrica,
escuchando activamente las
opiniones de sus compañeros.
Revisando la actividad del ANTES
¿Cuál es la importancia de las distribuciones de
probabilidad discretas especiales?
Distribuciones de probabilidad para
una variable aleatoria discreta.
Definición:
PROCESO DE BERNOULLI
DISTRIBUCION BERNOULLI. Se denomina V.A. de Bernoulli a
la V.A. X que toma solamente dos valores 0 y 1 con función de
probabilidad dado por:

𝑞 =1−𝑝 𝑃 𝑥=1 =𝑝 𝑃 𝑋 = 0 = 1−𝑝 = 𝑞 𝛻 𝑋 ∈ 𝐵(1, 𝑝)

Esperanza y varianza
Ejemplo
Un experimento consta de tres ensayos de Bernoulli y la probabilidad de éxito p en cada ensayo.
X es la variable aleatoria que representa el numero de éxitos en los tres ensayos. Hallar la distribución de
probabilidad:
El dominio → 𝜔 = ሼ𝐹𝐹𝐹, 𝐹𝐹𝐸, 𝐹𝐸𝐹, 𝐸𝐹𝐹, 𝐹𝐸𝐸, 𝐸𝐹𝐸, 𝐸𝐸𝐹, 𝐸𝐸𝐸 ሽ
𝑅𝑥 = ሼ0,1,2, 3ሽ
𝑃 𝑋 = 0 = 𝑃 𝐹𝐹𝐹 = 1 − 𝑝 1 − 𝑝 1 − 𝑝 = 1−𝑝 3

𝑃 𝑋 = 1 = 𝑃 𝐹𝐹𝐸 + 𝑃 𝐹𝐸𝐹 + 𝑃 𝐸𝐹𝐹 = 3𝑝 1 − 𝑝 2

𝑃 𝑋 = 2 = 𝑃 𝐹𝐸𝐸 + 𝑃 𝐸𝐹𝐸 + 𝑃 𝐸𝐸𝐹 = 3𝑝2 1 − 𝑝

𝑃 𝑋 = 3 = 𝑃 𝐸𝐸𝐸 = 𝑝3

Distribución de probabilidad de x
X 0 1 2 3
p(X) 1 − 𝑝 3 3𝑝 1 − 𝑝 2
3𝑝 2 1 − 𝑃 𝑝3
DISTRIBUCIÓN BINOMIAL
Es el modelo de probabilidad que consta de una secuencias de n ensayos
independientes. Por ensayos independientes se entiende que el resultado
de cada ensayo no depende en forma alguna del resultado de los ensayos
anteriores

𝑛 = # 𝑒𝑛𝑠𝑎𝑦𝑜𝑠 𝑥 = # 𝑑𝑒 𝑒𝑥í𝑡𝑜𝑠 𝑝 = 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑒𝑥í𝑡𝑜

EJEMPLO GRAFICO DE LA DISTRIBUCION
BINOMIAL.

Cuanto mas grande es el numero de ensayos la grafica se

aproxima a una campana
Ejemplo :
La probabilidad de que una computadora
no funcione un día cualquiera es 0.26. Si
en un laboratorio hay 15 computadoras,
¿Cuál es la probabilidad?
a. De que al menos dos fallen.
b. De tres a doce fallen.
c. De que a lo más cuatro fallen.
d. Exactamente todas fallen.
e. Cuál es el número esperado de
computadoras que fallen. Interprete.
 DISTRIBUCIÓN DE POISSON
Este modelo de probabilidad suele ser una aproximación adecuada de cualquier
fenómeno aleatorio que ocurre sobre una base por unidad (o por unidad de área, por
unidad de volumen, por unidad de tiempo, etc.)
EJEMPLO DE GRAFICO DE LA DISTRIBUCION DE
POISSON
Ejemplo
Las personas llegan aleatoriamente a la
ventanilla de un banco a razón de 24 personas
en una hora durante el período de tiempo entre
11.30 a.m. y 12.30 m de cierto día. Hallar la
probabilidad de:
a. Que lleguen cinco personas en un período de
12 minutos.
b. Que lleguen por lo menos diez personas en
ocho minutos.
c. Que lleguen a lo más doce personas en veinte
minutos.
Ejemplo:
Durante el periodo en que una universidad local hace registros
por teléfono, las llamadas entran a una razón de una cada 2
minutos.
a) ¿Cuál es el número esperado de llamadas en una hora?
b) ¿Cuál es la probabilidad de tres llamadas en 5 minutos?
c) ¿Cuál es la probabilidad de que no haya llamadas en un
periodo de 5 minutos?
DISTRIBUCIÓN HIPERGEOMÉTRICA.
Es el modelo de probabilidad apropiado para seleccionar una muestra
aleatoria de n artículos sin reemplazo de un lote de N artículos, de los
cuales D son disconforme o defectuosos. (tienen el atributo de interés)

M𝑒𝑑𝑖𝑎 Varianza
Supuestos
Ejemplo:
En este caso :
Metal Alfa SAC., tiene 50 empleados en el N es igual a 50, el número de empleados.
departamento de ensamblado. Sólo
D tiene un valor de 40, el número de
cuarenta de ellos pertenecen al sindicato.
empleados sindicalizados.
Se eligen al azar cinco empleados para
formar un comité que hablará con la x es igual a 4, el número de empleados
empresa sobre los horarios de inicio de sindicalizados elegidos.
los turnos. ¿Cuál es la probabilidad de
n vale 5, el número de empleados elegidos.
que cuatro de los cinco empleados
elegidos para formar parte del comité
pertenezcan a un sindicato? 40
4
50−40
5−4
𝑝 𝑥=4 = 50 = 0,431
5
INTERPRETACIÓN
Por consiguiente, la probabilidad de elegir al azar a 5
trabajadores de ensamblado de los 50
trabajadores y encontrar que 4 de 5 son
sindicalizados es de 0.431.
 APLICANDO LO APRENDIDO
Trabajo Colaborativo
Se plantea casos empresariales sobre
variables aleatorias y distingue la presencia de
variables aleatorias especiales en un
fenómeno o situación de la realidad.

Se presenta el avance del caso empresarial

que se llevará durante todo el curso y que será
presentado y expuesto durante 4 veces, con
avances y entrega final del Trabajo de
Estadística Aplicada.
Distribución de Probabilidad Discretas
EJEMPLOS:

Sobre:
• Distribución Binomial
• Distribución Hipergeométrica
• Distribución de Poisson
Distribución Binomial
• Un experimento binomial consiste de una serie de n
pruebas o ensayos fijados antes de realizar el
experimento.
• Las n pruebas o ensayos son independientes entre si.
• Las pruebas son idénticas y cada una puede resultar en
uno de dos resultados: Éxito (E) o Fracaso (F).
• La probabilidad de éxito es constante de una prueba
a otra y se denota por p.
Distribución Binomial
Distribución Binomial
En un proceso de fabricación se produce unidades pre coladas con un
1% de unidades defectuosas. Todos los días se someten a prueba 10
unidades seleccionadas al azar de la producción diaria. Si existen
fallas en una o más de estas unidades se detiene el proceso de
producción.
a) ¿Cuál es la probabilidad de encontrar dos unidades defectuosas? x=2
b) ¿Cuál es la probabilidad de encontrar al menos dos unidades
defectuosas? x>=2
c) ¿Cuál es la probabilidad de detener el proceso? x>=1
d) Calcule el valor esperado y el coeficiente de variabilidad del
número de unidades no defectuosas.
Distribución Binomial
En un proceso de fabricación se produce unidades pre coladas con un 1% de
unidades defectuosas. Todos los días se someten a prueba 10 unidades
seleccionadas al azar de la producción diaria. Si existen fallas en una o más de estas
unidades se detiene el proceso de producción.
a) ¿Cuál es la probabilidad de encontrar dos unidades defectuosas?
Distribución Binomial
• En un proceso de fabricación se produce unidades pre coladas con un 1% de
unidades defectuosas. Todos los días se someten a prueba 10 unidades
seleccionadas al azar de la producción diaria. Si existen fallas en una o más de
estas unidades se detiene el proceso de producción.
b) ¿Cuál es la probabilidad de encontrar al menos dos unidades defectuosas?, x>=2
 = 2, 3, 4, 5, 6, 7, 8, 9, 10

= (x=2), (x=3), (x=4), (x=5), (x=6), (x=7), (x=8), (x=9), (x=10) = 1 – [(x=0)+(x=1)]=

[(x=0)+(x=1)]+(x=2), (x=3), (x=4), (x=5), (x=6), (x=7), (x=8), (x=9), (x=10) = 1

P(x>=2)

1
Distribución Binomial
• En un proceso de fabricación se produce unidades pre coladas con un 1% de
unidades defectuosas. Todos los días se someten a prueba 10 unidades
seleccionadas al azar de la producción diaria. Si existen fallas en una o más de
estas unidades se detiene el proceso de producción.
c) ¿Cuál es la probabilidad de detener el proceso? x>=1 x={1,2,3,4,5,6,7,8,9,10}
Distribución Binomial
• En un proceso de fabricación se produce unidades pre coladas con un 1% de
unidades defectuosas. Todos los días se someten a prueba 10 unidades
seleccionadas al azar de la producción diaria. Si existen fallas en una o más de
estas unidades se detiene el proceso de producción.
d) Calcule el valor esperado y el coeficiente de variabilidad del número de unidades
no defectuosas.
De acuerdo a los datos brindados por el Autoridad Única de
Transito (ATU), los sábados por la noche se ha observado que el
30% de los conductores que llegan a ser controlados con las
pruebas de alcoholemia dan positivo en la prueba. Un oficial de
transito durante su guardia, llega a inspeccionar a 10
condutores escogidos al azar. Si tenemos en cuenta que el
número de conductores no es suficientemente importante
como para afectar la proporción de infractores. Cual es la
probabilidad de que:
a) Exactamente dos conductores se encuentren en estado de ebriedad. X=2
b) A lo mucho 2 conductores se encuentran en estado de ebriedad. x<=2
c) Al menos 3 conductores se encuentren en estado de ebriedad. X>=3
d) Exactamente 2 conductores no se encuentren en estado de ebriedad. X=2
e) Determinar la esperanza matemática y a varianza de número de conductores en
estado de ebriedad.
Distribución Hipergeometrica
• Los elementos de la muestra a estudiar se seleccionan al azar,
sin reposición o sin sustitución o sin reemplazo, es decir el
elemento se revisa y anota su condición una sola vez. Donde:
• Estudia eventos no independientes (muestreo sin reemplazo). N=Tamaño de la población
n=Tamaño de la muestra
• Los experimentos o ensayos pueden tener dos o más C= Todos o cantidad de
elementos que cumplen con la
resultados posibles. característica deseada
X=Nro. de éxitos
• La probabilidad de éxito cambia de ensayo a ensayo.
• Se utiliza cuando las extracciones no pueden ser con reposición debido a ensayos o
pruebas destructivas y además el tamaño del lote no es lo suficientemente grande
respecto al tamaño de la muestra como para poder suponer despreciable la variación
en las proporciones.
Distribución Hipergeometrica
Donde:
N=Tamaño de la población
n=Tamaño de la muestra
r= Cantidad de elementos que cumplen con
la característica deseada
X=Nro. de éxitos
Esperanza de una Distribución Varianza de una Distribución
Hipergeométrica Hipergeométrica
Distribución Hipergeometrica
Un lote contiene 100 piezas de un proveedor de tubería local y 200
unidades de un proveedor de tubería del estado vecino. Si se
seleccionan cuatro piezas al azar y sin reemplazo.
a) ¿Cuál es la probabilidad de que todas sean del proveedor local? x=4
b) ¿Cuál es la probabilidad de que dos o más piezas de la muestra sean
del proveedor local? x>=2
c) ¿Cuál es la probabilidad de que al menos una pieza de la muestra sea
del proveedor local? x>=1
d) Estime el valor esperado y la desviación estándar.
 Donde:
N=Tamaño de la población
n=Tamaño de la muestra

Distribución Hipergeometrica r= Cantidad de elementos que cumplen

con la característica deseada
X=Nro. de éxitos

Un lote contiene 100 piezas de un proveedor de tubería local y 200

unidades de un proveedor de tubería del estado vecino. Si se
seleccionan cuatro piezas al azar y sin reemplazo.
a) ¿Cuál es la probabilidad de que todas sean del proveedor local?

00
Distribución Hipergeometrica
Un lote contiene 100 piezas de un proveedor de tubería local y 200
unidades de un proveedor de tubería del estado vecino. Si se
seleccionan cuatro piezas al azar y sin reemplazo.
b) ¿Cuál es la probabilidad de que dos o más piezas de la muestra sean
del proveedor local?
Distribución Hipergeometrica
Un lote contiene 100 piezas de un proveedor de tubería local y 200
unidades de un proveedor de tubería del estado vecino. Si se
seleccionan cuatro piezas al azar y sin reemplazo.
c) ¿Cuál es la probabilidad de que al menos una pieza de la muestra sea
del proveedor local?
Distribución Hipergeometrica
Un lote contiene 100 piezas de un proveedor de tubería local y 200
unidades de un proveedor de tubería del estado vecino. Si se
seleccionan cuatro piezas al azar y sin reemplazo.
d) Estime el valor esperado y la desviación estándar.
Una fabrica de vehículos, en la última semana produjo 17
vehículos, de los cuales la Autoridad Estatal de control de
Calidad tomó una muestra aleatoria de 7 vehículos para
control. El ingeniero de planta indica al gerente que 8 de los 17
vehículos tienen una leve falla en el motor. Cual es la
probabilidad de que en la muestra encuentren:

a) Exactamente 3 con fallas de motor. x=3 con fallas, r=8

b) A lo mucho 2 con las fallas de motor. X<=2 con fallas, r=8
c) Por lo menos 3con fallas de motor. x>=3 con fallas. r=8
d) Exactamente 3 sin fallas de motor. X=3 sin fallas. r=9
Distribución de Poisson
• 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 variable aleatoria es el número de veces que ocurre un
evento durante un intervalo definido.
• La probabilidad de que ocurra el evento es proporcional al
tamaño del intervalo.
• Los intervalos no se superponen y son independientes.
Función de Probabilidad Distribución
de Poisson
Donde:
P(x) = Probabilidad de x ocurrencias en un intervalo
λ = valor esperado o número medio de ocurrencias en un
intervalo e = 2.71828

Esperanza de una Distribución Varianza de una Distribución

de Poisson de Poisson
Distribución de Poisson
En la inspección del pavimento y asfalto de una carretera recién
construida se ha detectado que presenta en promedio 1,25 baches o
fisuras cada cuatro kilómetros.
a) Determine la probabilidad de que en el siguiente kilómetro se
encuentre dos baches o fisuras. x=2
b) Determine la probabilidad de que en los siguientes dos kilómetros
se encuentre al menos tres baches o fisuras. x>=3
c) El costo de reparación de estos defectos es de $35 por cada bache o
fisura detectado. ¿Cuál será el costo esperado al inspeccionar 80
km de esta carretera?
Distribución de Poisson
En la inspección del pavimento y asfalto de una carretera
recién construida se ha detectado que presenta en promedio
1,25 baches o fisuras cada cuatro kilómetros.
a) Determine la probabilidad de que en el siguiente kilómetro
se encuentre dos baches o fisuras.
Distribución de Poisson
En la inspección del pavimento y asfalto de una carretera
recién construida se ha detectado que presenta en promedio
1,25 baches o fisuras cada cuatro kilómetros.
b) Determine la probabilidad de que en los siguientes dos
kilómetros se encuentre al menos tres baches o fisuras.
Distribución de Poisson
En la inspección del pavimento y asfalto de una carretera recién
construida se ha detectado que presenta en promedio 1,25 baches o
fisuras cada cuatro kilómetros.
c) El costo de reparación de estos defectos es de $35 por cada
bache o fisura detectado. ¿Cuál será el costo esperado al
inspeccionar 80 km de esta carretera?
Una cierta área del Río Rímac es afectado
en promedio por 6 desbordes al año,
encuentra la probabilidad de que en un
determinado año esta área será afectada
por:
a) Exactamente 3 desbordes en el año. x=3
b) A lo sumo 2 desbordes en el año. x<=2. x={0,1,2}
c) Al menos 2 desbordes en el año. X>=2.
x={2,3,4,…infinito}
d) Determine la esperanza matemática y la varianza.
CONCLUSIONES
 METACOGNICIÓN
¿De qué manera lo aprendido aporta en mi
carrera profesional?
COMPROBANDO LO APRENDIDO
¿Cuál es la importancia de las
distribuciones de probabilidad
discretas especiales?
GRACIAS POR TU ATENCIÓN
Referencias:
Anderson, D. (2008). Estadística para Administración y Economía. Décima edición.
Cengage. Learning. (311/A002)

Anderson, D. (2012). Estadística para Negocios y Economía. Décima primera edición.

Cengage. Learning. (519.5/A59)

Levine, R. y Rubín D. (2004). Estadística para administración y economía. Séptima edición.

México.