UNIVERSIDAD NACIONAL DE TRUJILLO

Facultad de Ciencias Físicas y Matemáticas

DEPARTAMENTO ACADÉMICO DE ESTADÍSTICA

PRÁCTICA DE PROBABILIDADES Nº 03
Curso: Estadística y Probabilidades

Docente: Prof. Luis Alberto Rubio Jácobo.

La Distribución Binomial
 La Distribución Binomial es una las distribuciones de probabilidad discretas más
importantes, la cual tiene muchas aplicaciones en Ingeniería, Administración, etc..
 Esta distribución se origina en los Ensayos o Experimentos Bernoulli que consiste en
realizar 1 experimentos que tiene dos resultados posibles, llamados “éxito” y “fracaso”.
Ejemplos:
1. Lanzar una moneda
2. Rendir un examen. Ensayos de Bernoulli
3. Observar el sexo de un recién nacido.
4. Encender una maquina, etc
 Experimento Binomial:
Es aquel que consiste en realizar “n” veces ensayos de Bernoulli, en el cual se debe
cumplir lo siguiente:
a. Cada ensayo tienen solo dos resultados posibles.
b. Los ensayos son independientes.
c. La probabilidad de éxito “p” es constante en cada ensayo.
 Esta distribución tienen las siguientes características:
1. Su variable aleatoria esta definida como:
X: Numero de éxitos en “n” ensayos.

2. Su recorrido o rango es:

Rx = {0,1,2,3,4,5, …, n}

3. Su función de probabilidad esta dada por:

4. Sus parámetros son :

n : Numero de veces que se repite el experimento o tamaño de muestra.
p : Probabilidad de éxito en cada uno de los ensayos o proporción de interés.

5. Su notación es : X B ( n, p )
6. Uso de tabla: Para el uso de tabla tener en cuenta lo siguiente

A. P ( X≥a ) = Usar directamente la tabla

B. P ( X>a ) = P ( X ≥ a+1 )
C. P ( X≤a )=1- P(X≥a+1)
D. P ( X=a ) = P ( X ≥ a ) - P ( X ≥ a+1 )
E. P ( a≤X ≤ b ) = P ( X ≥ a ) - P ( X ≥ b+1 )
F. P ( a≤X <b)=P(X≥a)-P(X≥b)

1
 ESTUDIO DE CASOS
CASO Nº 01:
En el proceso de extracción de muestras por parte de una empresa exploradora minera, se
sabe que el 2% de la extracción de muestras es defectuosa. Si se extrae una muestra aleatoria
de 10 extracciones. Cuál es la probabilidad de que:
a. Exactamente 2 muestras sean defectuosos.
b. Ninguna muestra sea defectuoso.
c. Menos de 2 muestras sean defectuosos.
d. Más de 3 muestras sean defectuosos.

CASO Nº 02:
En la empresa minera “SAN SIMON” ha solicitado a una empresa comercializadora de
ENLATADOS DE CONSERVAS DE PESCADO, para el comedor de la Mina. El Ingeniero
responsable de la calidad selecciona conoce que esta empresa comercializa con el 1% de
enlatados defectuosos. Se selecciona en forma aleatoria 12 enlatados al azar del almacén del
comedor y se está interesado en calcular lo siguiente:
a. Cual es la probabilidad de que exista menos de 2 enlatados defectuosos.
b. Cual es la probabilidad de que exista exactamente 2 enlatados defectuosos.
c. Cual es la probabilidad de que haya entre 1 y 3 enlatado defectuosos inclusive.

CASO Nº 03:
Si el 1% de los artículos de Logística de la empresa Minera “LA ARENITA” se encuentran
defectuosos debido a las temperaturas bajas y la humedad ambiental. Determinar la
probabilidad de que entre cinco artículos de Logística elegidos al azar:
a. Haya un defectuoso.
b. Haya por lo menos dos defectuosos.
c. Uno o dos sean defectuosos.

CASO Nº 04:
En un juego de apuestas entre los estudiantes de Ingeniería de Minas de la UNT y el profesor
de estadística, el estudiante arroja una moneda 10 veces. En este juego se tienen en cuenta
las siguientes apuestas:
a. Si obtiene 5 caras o más, el estudiante gana 2 puntos en su examen de unidad.
b. Si obtiene menos de 3 caras no gana ningún punto.
c. Si obtiene más de 6 caras gana 3 puntos.
d. Si obtiene 2 caras o menos se le quita 1 punto en el examen de unidad.
Cuáles son las respectivas probabilidades en las diferentes apuestas:
a. P(X≥5)=
b. P(X<3)=
c. P(X>6)=
d. P(X≤2)=

CASO Nº 05:
Según información de la Oficina de Registro Técnico de la Universidad Nacional de Trujillo, el
30% de los estudiantes de ingeniería de minas permanecen invictos (no están desaprobados
en ningún curso). Para obtener un indicador con fines de acreditación, se selecciona
aleatoriamente a 10 estudiantes:
a. Cual es la probabilidad que menos de 3 estudiantes no estén invictos.
b. Cual es la probabilidad que más de 6 hombres no estén invictos.
c. Cual es la probabilidad que entre 3 y 5 inclusive no estén invictos.
d. Cual es la probabilidad que ninguno este invicto.

2
 UNIVERSIDAD NACIONAL DE TRUJILLO
Facultad de Ciencias Físicas y Matemáticas
DEPARTAMENTO ACADÉMICO DE ESTADÍSTICA

PRÁCTICA DE PROBABILIDADES Nº 04
Curso: Estadística y Probabilidades

Docente: Prof. Luis Alberto Rubio Jácobo.

La Distribución de Poisson.
 La Distribución de Poisson es otra de las distribuciones de probabilidad discretas más
importantes por que se aplica en muchos problemas reales.

 Esta distribución se origina en problemas que consiste en observar la ocurrencia de eventos

discretos en un intervalo continuo (unidad de medida).

 Ejemplos:
1. Numero de manchas en un metro cuadrado de un esmaltado de un refrigerador.
2. Numero de vehículos que llegan a una estación de servicios durante una hora.
3. Numero de llamadas telefónicas en un día.
4. Numero de clientes que llegan a un banco durante las 10 y 12 p.m.
5. Numero de bacterias en un cm3 de agua.

 Esta distribución tienen las siguientes características:

7. Su variable aleatoria esta definida como:
X: Numero de ocurrencias en 1 unidad de medida (Tiempo, Volumen,
Superficie, etc)

8. Su recorrido o rango es:

Rx = {0,1,2,3,4,5, ….}

9. Su función de probabilidad esta dada por:

10. Su parámetro es λ : tasa promedio de ocurrencia en 1 unidad de medida.

11.Su notación es : X P( λ )
12. Uso de tabla: Para el uso de tabla tener en cuenta lo siguiente

G. P ( X≤a ) = Usar directamente la tabla

H. P ( X>a )=1- P(X≤a)
I. P ( X≥a )=1- P(X≤a-1)
J. P ( X=a )=P(X≤a)-P(X≤a-1)
K. P ( a≤X ≤ b ) = P ( X ≤ b ) - P ( X ≤ a-1 )
L. P ( a≤X < b ) = P ( X ≤ b-1 ) - P ( X ≤ a-1 )
M. P ( a<X < b ) = P ( X ≤ b-1 ) - P ( X ≤ a )
3
 ESTUDIO DE CASOS

CASO Nº 01:
En un estudio de Operaciones de la Empresa Barrick, se determinó que las embarcaciones de
mineral se realizan con una tasa promedio de 14 embarcaciones por hora. El Superintendente
de la Empresa Minera desea calcular las siguientes probabilidades:
a. Cuál es la probabilidad de que se realicen exactamente 6 embarcaciones de mineral
durante esa hora?
b. Cuál es la probabilidad de que se realicen más de 5 embarcaciones durante esa hora?
c. Cuál es la probabilidad de que se realicen menos de 5 embarcaciones durante esa hora?
d. Cuál es la probabilidad de que se realicen más de 8 embarcaciones durante esa hora?

CASO Nº 02:
La oficina central de operaciones de la empresa minera “La Arenita”, recibe un promedio de
20 llamadas cada 10 minutos por motivos de gestiones administrativas de explotación.
Calcular lo siguiente:
a. Cuál es la probabilidad de que reciba más de 20 llamadas en 10 minutos.
b. Cual es la probabilidad de que reciba menos de 15 llamadas en dos minutos.
c. Cual es la probabilidad de que reciba exactamente 18 llamadas en cuatro minutos.
d. Cual es la probabilidad de reciba 5 llamadas en 1 minutos.
e. Cual es la probabilidad de que reciba menos de 4 llamadas en un minuto.

CASO Nº 03:
Un ingeniero Jefe del Área de Control de Calidad de Agua de la empresa Minera “Yanacocha”,
realiza un examen de control respecto al agua que está sacando del subsuelo para el consumo
del personal de la Mina. Este líquido contiene ciertas bacterias no nocivas para la salud a razón
de 4 bacterias por cm3. Si toma una muestra de 1 cm3, calcular las siguientes probabilidades
a. Cual es la probabilidad que la muestra no contenga bacteria alguna?
b. Cual es la probabilidad de que en ½ cm3 haya por lo menos 1 bacteria?

CASO Nº 04:
En un estudio por parte del Ministerio de Transporte y Comunicaciones (MTC), se ha
determinado que en la carretera panamericana con destino al Complejo Minero “Barrick”
(Huamachuco), hay en promedio de 20 accidentes por semana (7 días), calcular las siguientes
probabilidades:
a. Cuál es la probabilidad de que en una semana haya 15 accidentes.
b. Cual es la probabilidad de que en dos semanas haya 32 accidentes.
c. Cuál es la probabilidad de que en 1 semana ocurra menos de 22 accidentes.
d. Cuál es la probabilidad de que en un día haya tres o menos accidentes.
e. Cuál es la probabilidad de que en un día haya tres o más accidentes.

CASO Nº 05:
En un estudio de Operaciones de la empresa minera “La Arenita”, cierta marca de neumáticos
sufre dos reventones debido a causas externas cada vez que recorre 2,500 Km. como
promedio. Con esta información determinar:
a. La probabilidad de que un recorrido dado de 1500 Km., ocurra uno más reventones.
b. La probabilidad de que no ocurrirán reventones en un viaje de 5000 Km.

CASO Nº 06:
Ciertos autos llegan a una garita de peaje aleatoriamente a una tasa de 30 autos por hora.
Calcular la probabilidad de que:

4
a. Un auto llegue durante un periodo de 1 minuto
b. Por lo menos dos autos lleguen durante un periodo dado de un minuto.
c. Ningún auto llegue durante un periodo de 1 minuto

CASO Nº 07:
En un estudio de exploración minera, se ha encontrado en promedio 1 onza de oro por cada
100 metros cuadrados de tajo explorado.
a. Cual es la probabilidad de que un tajo de 50 por 10 metros de tenga 1 onza de oro?
b. Cual es la probabilidad de que presente como máximo 2 onzas de oro?

REGLA: (aproximación de la distribución binomial a la distribución Poisson)

Si en una distribución binomial, n es grande (n ≥ 100) y la probabilidad de

ocurrencia es pequeña (p ≤ 0.05), aproximar la distribución Binomial a la
distribución Posisson, calculando ( λ = np).

CASO Nº 08:
En un estudio de Control de Calidad de determino que el 0.01% fue oro en un estudio de
exploración.
a. Cuál es la probabilidad de que en 1000 toneladas de tierra removida exista exactamente
una onza de oro?
b. Cuál es la probabilidad de que en las misma cantidad de tierra removida existan al menos
dos onzas de oro?

CASO Nº 09:
En un proceso productivo de cobre por piezas el 0.8% son defectuosos (presentan corrosión).
a. Cuál es la probabilidad de que un lote de 1000 piezas contenga uno o más defectuosos?
b. Cuál es la probabilidad de que en este mismo lote exista exactamente 4 piezas defectuosos?

5
 UNIVERSIDAD NACIONAL DE TRUJILLO
Facultad de Ciencias Físicas y Matemáticas
DEPARTAMENTO ACADÉMICO DE ESTADÍSTICA

PRÁCTICA DE PROBABILIDADES Nº 05
Curso: Estadística y Probabilidades

Docente: Prof. Luis Alberto Rubio Jácobo.

LA DISTRIBUCIÓN NORMAL
 La distribución normal, llamada también Curva de Gauss (en recuerdo al científico que
lo descubrió), es la distribución de probabilidad más importancia en la Estadística y por ende
del Calculo de Probabilidades.
 Esta distribución de probabilidad es importante porque las variables aleatorias continuas
(peso, edad, talla, producción, gasto en publicidad, temperatura, ventas, PBI, ganancias,
etc) que son variables que más se evalúan en una investigación científica o investigación de
mercados se aproximan a esta distribución de probabilidad.
 También es importante porque se utiliza como aproximación de las distribuciones discretas
tales como: la Binomial, la Poisson, etc.
CARACTERÍSTICAS
1. Tiene como parámetros a  y 
2. Su función de probabilidad está dada por:

1  X  
2

1  
f ( x)   2  
,   X   
2
Además: -  +
-  <  < + y >0
3. El promedio  puede tomar valores entre – y + mientras que  > 0, entonces existen
infinitas curvas normales.
4. Esta función de probabilidad es asintótica con respecto al eje X, (a pesar de tener recorrido
infinito, la curva nunca toca el eje X); además es unimodal y es simétrica con respecto a
la media .
5. El areá bajo esta función o curva es 1 ó 100%, de la misma manera se sabe que las áreas
comprendidas bajo la curva normal son :

1.    = 68.3%
2.   2 = 95.5%
3.   3 = 99%

- 3 2 1  1 2 3 +

7. Para calcular probabilidades en la distribución normal se necesitaran infinitas tablas de

probabilidad.

6
LA DISTRIBUCIÓN NORMAL ESTÁNDAR
1. Es una distribución a la cual se le ha modificado la escala original; esta modificación se
ha logrado restando la media  al valor de la variable original y dividiendo este resultado
por , la nueva variable se denota por Z y recibe el nombre de variable estandarizada

X
Z 


2. La modificación de la escala ha permitido elaborar una tabla para el cálculo de las

probabilidades; si esto no hubiera sido posible, sería necesario construir una tabla para
cada valor de  y .
3. La función de densidad de la variable estandarizada es:

1
1 z2
f ( z) 
2
e
2

4. El promedio (valor esperado) y la varianza de Z son: E(Z) = 0 , V(Z) = 1

5. Notación:
Si X es v.a. continua distribuida normalmente con media  y varianza 2 , la denotamos
por : X  N( , 2).
Aplicando esta notación a la variable normal estandarizada Z, escribimos:
Z  N(0 , 1) , esto se interpreta como, Z tiene distribución normal con media 0 y varianza
1.
6. La superficie bajo la curva normal Z estandarizada también es igual a 1. Por consiguiente,
las probabilidades pueden representarse como áreas bajo la curva normal escandalizada
entre dos valores.
7. Debido a que la distribución normal es simétrica muchas de las tablas disponibles
contienen solo probabilidades para valores positivos de Z.
USO DE TABLA:
Si se conoce el comportamiento de una variable es decir se sabe que tienen una distribución
normal, para calcular las diferentes probabilidades se tiene que estandarizar la variable. Una
vez estandarizada la variable, recién utilizar la tabla de la distribución normal estandarizada
o tabla Z.

FORMULAS:
x a a
a. P( x  a)  P(  )  P( Z  )
  
x a a
b. P( x  a )  1  P( x  a)  1  P(  )  1  P( Z  )
  
X  b X  a
c. P(a  x  b)  P( X  b)  P( X  a)  P(  )  P(  )
   
b a
 P( Z  )  P( Z  )
 

7
 ESTUDIO DE CASOS

1. El Rendimiento Académico de los estudiantes de Ingeniería de Minas de la UNT, tiene una

distribución normal con media igual a 15 y varianza igual a 4. Si se selecciona un
estudiante de esta Universidad, encuentre la probabilidad de que:
a. El rendimiento sea mayor que 16
b. El rendimiento sea menor que 14
c. El rendimiento este entre 14 y 18
d. El rendimiento este entre 15.5 y 16.5

2. Los salarios mensuales (En dólares) de los trabajadores de una empresa minera tiene un
comportamiento normal cuya media es $2100 y una desviación estándar de $440. Cuantos
trabajadores tienen salarios:
a. Menores de $2150.
b. Menos de $2200.
c. Más de $2180.
d. Entre $2080 y $2150 soles.

3. El Ingeniero de Logistica de la Mina “La Arenita” realizó un estudio y determinó que el

tiempo de duración de los focos de alumbrado eléctrico en la Mina, tiene una distribución
normal con una media de 1000 horas y una desviación estándar de 750 horas. Determinar
la probabilidad de que:
a. Un foco tomado al azar se queme antes de las 990 horas de funcionamiento
b. Un foco se queme entre 980 y 1120 horas de funcionamiento.
c. Un foco dure más de 998 horas

4. NEUMA Perú, es una empresa que produce llantas para embarcaciones mineras en nuestro
país. La vida útil de estos motores se distribuye aproximadamente como una normal con
media y desviación estándar iguales a 32000 y 1000 millas respectivamente. Esta empresa
quiere exportar llantas por lo que empieza a hacer ciertos cálculos acerca del tiempo de
vida de estos articulos, para lo cual se hace las siguientes preguntas:
a. Cual es la probabilidad de una llanta producida por esta empresa tenga una vida útil
mayor de 31900 millas.
b. Cual es la probabilidad de una llanta producida por esta empresa tenga una vida útil
desde 31000 y 33000 millas.
c. Si las empresa fija una garantía de 30000 millas. ¿Qué porcentaje de esta producción
necesitará ser reemplazada?

5. El peso de los estudiantes de la escuela de Ingeniería de Minas tiene una distribución

normal que tiene una media de 50 Kgs. y una desviación estándar de 20 kgs. Calcular la
probabilidad de que un estudiante pese entre:
a. Entre 48 y 50 Kgs.
b. Al menos pese 51 Kgs.
c. A lo mas pese 49 Kgs.

6. El tiempo requerido para realizar una pregunta de examen es una variable aleatoria cuya
distribución es aproximadamente normal con media 12.9 minutos y una desviación
estándar de 2.0 minutos. ¿Cuáles son la probabilidades de que un alumno resuelva una
pregunta del examen en:
a. Menos 11.5 minutos.
b. Entre 11.0 y 14.8 minutos.
c. Mas de 12 minutos
d. Entre 10 y 13 minutos.
e.