Distribución Binomial, de Poisson y Aproximación.

Análisis Combinatorio
Al hallar probabilidades de sucesos suele resultar difícil y tediosa una enumeración de los
casos. El análisis combinatorio facilita mucho esa tarea.
Principio Fundamental
Si un suceso puede ocurrir de n1 maneras, y si cuando éste ha ocurrido otro suceso puede
ocurrir de n2 maneras, entonces el número de maneras en que ambos pueden ocurrir en el
orden especificado es n1 . n2
Ejemplo:
Si hay 3 candidatos para gobernador y 5 para intendente, los dos cargos pueden ocuparse de
3 . 5 = 15 maneras.
Factorial de n
El factorial de n, se denota por n! y se define como n! = n (n-1) (n-2) (n-3 )… 1
Permutación
Una permutación de n objetos tomados de r en r es una elección ordenada de r objetos de

entre n. el número de permutaciones de n objetos tomados de r en r es:
n!
P(n , r) =
(n−r)!
Combinaciones
Una combinación de n objetos tomados de r en r es una selección de r de ellos, sin importar el

orden de los r elegidos. El número de combinaciones de n objetos, tomados de r en r es:
n!
C (n ,r )=
r !.(n−r )!
Ejercicio:
1) ¿Cuántos números de 2 cifras pueden formarse con los dígitos 2, 5, 6, 8, 7 (sin repetir
dígitos)?
2) ¿Cuántas señales se pueden formar con los colores rojo, amarillo, verde, azul, negro
utilizando 3 colores para formar una señal y disponiendo los colores de la misma
manera?
3) ¿De cuántas formas se pueden mezclar los colores del ejercicio anterior, mezclando 3
colores a la vez?
Distribución Binomial
Es una distribución para variable discreta de probabilidad, es aplicable como un modelo de

situaciones de toma de decisiones en la que se supone que el proceso de muestreo se ha
realizado conforme a un proceso de Bernoulli. El proceso de Bernoulli es un proceso de
muestreo en el cual:
a) En cada ensayo sólo pueden presentarse dos resultados u observaciones mutuamente

excluyentes.
b) Los resultados de una serie de ensayos u observaciones constituyen eventos
independientes.
c) La probabilidad de éxito en cada ensayo denotada por “p”, permanece constante de
un ensayo a otro. Es decir, el proceso es estacionario.
Si “p” es la probabilidad de que ocurra un suceso en cada prueba (llamada probabilidad de

éxito) y q=1-p es la probabilidad de que no ocurra en cada prueba (llamada probabilidad de
fracaso), entonces la probabilidad de que el suceso ocurra X veces en N pruebas viene dada
por:
P
()
( x )= N . P . q
x
x N −x
La distribución se llama también distribución de Bernoulli.
Ejercicios:
1) Hallar la probabilidad de que en 5 tiradas de un dado aparezca el 3: a) ninguna vez,

b) 1 vez, c) 4 veces, d) 5 veces, e) al menos 4 veces, f) a lo sumo 2 veces.
2) Se sabe que por lo menos una de cada tres personas que entran en un almacén
compra algo. Si se selecciona una muestra aleatoria de n = 5 personas, diga cuál es la
probabilidad de que:
a) Dos o más de ellas hagan una compra
b) A lo sumo 4 de ellas hagan una compra.
3) Con base en la experiencia pasada, el 40% de todos los clientes de cierta estación de
gasolina pagan sus compras con tarjeta de crédito. Si se selecciona una muestra
aleatoria de 3 clientes. Cuál es la probabilidad de que:
a) Ninguno pague con tarjeta de crédito?
b) Dos paguen con tarjeta de crédito?
c) Cuando menos dos paguen con tarjeta de crédito?
d) No más de dos paguen con tarjeta de crédito?
4) Solo 10 % de todos los insectos expuestos a un insecticida en condiciones de

laboratorio pudieron sobrevivir. Si se expone una muestra de 5 insectos a este
insecticida, Cuál es la probabilidad de que.
a) Sobrevivan los 5 insectos?
b) No sobrevivan los 5 insectos?
c) No sobrevivan más de tres insectos?
5) El 35% de los internos de una institución correccional son reincidentes. Se selecciona,
para una evaluación, una muestra aleatoria de 7 internos.
a) Hallar la probabilidad de que el número de reincidentes del grupo sea mayor que 3.
b) Hallar la probabilidad de que menos de 2 sean reincidentes
6) Supongamos que el 30 % de los estudiantes de una universidad se oponen a pagar una

cuota para actividades estudiantiles. Hallar la probabilidad de que en una muestra
aleatoria de 12 estudiantes el número de estudiantes que se opone a la cuota sea:
a) Exactamente 5
b) Mayor que 5
c) Cinco o menos
7) En una zona geográfica, el 15% de los adultos son analfabetos. Dada una muestra
aleatoria de 10 adultos de ésta área, ¿Cuál es la probabilidad de que el número de
analfabetos sea:
a) Exactamente 10?
b) Menos de 5?
c) Entre 3 y 5 inclusive?
Distribución de Poisson
Este tipo de distribución de probabilidad es para variable discreta y se usa para
determinar la probabilidad de ocurrencia de un número de determinado de eventos,
cuando éstos ocurren en un continuo de espacio o tiempo, el proceso se considera no
estacionario e independientes los eventos unos de otros y que no hay ensayo explícito.
A un proceso de este tipo se llama proceso de Poisson. Ej.: Cantidad de llamadas
entrante en una central telefónica durante un intervalo de tiempo o cantidad de
vehículos registrados en un estacionamiento.
Para determinar la probabilidad de que ocurra un número determinado de eventos en
un proceso de Poisson se requiere un solo valor: el número medio de eventos a largo
plazo en un lapso específico o en una dimensión de espacio que interese. Por lo
general la media se representa por la letra griega lambda ( λ ) .Las fórmula para
determinar la probabilidad de un número determinado “x” de éxitos en una
x −λ
λ e
p( x ) =
distribución de Poisson es: x!
Observación:
La suma de las probabilidades para todos los distintos valores de “x” es igual a la
unidad.
P(0 )+ P(1) + P(2) + …+ P( x )=1
Ejercicios:
1) En promedio, 12 personas realizan consultas cada hora a un consultor de decoración

en una tienda de telas. Eligiendo una hora al azar, determine la probabilidad de que:
a) 7 personas haga consulta.
b) Más de la mitad consulte.
c) A lo sumo 3 haga consulta.
2) En una tienda de departamentos, seis personas por hora en promedio usan un cajero
automático durante las horas pico. ¿Cuál es la probabilidad de que:
a) Exactamente seis personas usen el cajero durante una hora tomada al azar?
b) Nadie use la instalación durante una hora específica?
c) Al menos 5 personas usen el cajero durante una hora cualquiera?
3) Si en las carreteras de Encarnación hay en promedio 4 accidentes por día ¿Cuál es la
probabilidad de que en un determinado día:
a) no haya accidentes de automóvil?
b) haya tres o menos accidentes?
c) haya tres o más accidentes?
4) El promedio de clientes que van a una ventanilla de un banco por minuto durante
horas hábiles es uno. Hallar la probabilidad de que durante un minuto dado:
a) No aparezcan clientes
b) Haya tres o más clientes
c) Haya tres o menos clientes
6. Seis personas por hora, en promedio, usan un autoservicio bancario durante las horas
principales de compra en un barrio residencial. Cuál es la probabilidad de que:
a) Menos de 5 personas lo hagan durante una hora principal?
b) Nadie utilice el servicio durante un intervalo de 5 minutos.
7. En base a antecedentes, el promedio de accidentes en que pueden estar involucrados

los automóviles en el área de una estación de policía es de 3,4 diarios. Cuál es la
probabilidad de que se produzcan?
a) no más de dos accidentes en esta estación en determinado día
b) menos de dos accidentes
c) por lo menos dos, pero no más de 5
Aproximación de Poisson a Probabilidades Binomiales
Cuando el número “N” de observaciones o en ensayos en un proceso de Bernoulli es

grande los cálculos son muy tediosos y por lo general no se disponen de tabla de
probabilidad para valores pequeños de “p”. Por estas razones la distribución de
Poisson se puede usar como aproximación a las probabilidades binomiales cuando “N”
es grande y “p” o “q” son pequeños. Una regla útil es que esta aproximación se puede
emplear cuando N ≥30 y N . p ≤ 5 o N . q ≤ 5 .Donde la media de la distribución de
probabilidad de Poisson que se usa para aproximar las probabilidades binomiales es
λ=N . p ; x=0 , 1 , 2, 3 , … y “p” es la probabilidad de ocurrencia del evento. Y “e” es la
base del logaritmo neperiano cuyo valor es aproximadamente 2,71828182849…
Ejercicios:
1) El 1% de los tornillos producidos por una máquina son defectuosas. Hallar la

probabilidad de que en una muestra de 30 tornillos tomadas al azar a)
exactamente 2 sean defectuosas, b) a lo sumo 2 sean defectuosas; Utilizando la
aproximación de Poisson.
2) Un lote grande de transistores provenientes de un determinado proveedor, se sabe

que el 1% de las piezas tienen defectos. Si se toma una muestra de 30 transistores al
azar. Aproxime por medio de la distribución de Poisson la probabilidad de que:
a) Al menos dos transistores tengan defectos.
b) A lo sumo 27 transistores tengan defectos.

3) Si el 0,1% de las válvulas manufacturadas por una compañía son defectuosas, hallar
la probabilidad de que en una muestra de 100 válvulas: a) 0 sean defectuosa, b) a lo
sumo 3 sean defectuosa, c) como mínimo 3 sean defectuosa; Utilizando la
aproximación de Poisson.
5. Una editorial edita 50.000 ejemplares de un mismo libro. Por estudios anteriores se
sabe que la probabilidad de que esté mal encuadernado es 0,0001. Hallar la
probabilidad de que:
a) La edición no contenga libro mal encuadernado
b) La edición contenga 3 libros mal encuadernados
8. Según las estadísticas, el promedio de ahogados en accidentes por año es 3 de cada
100.000 personas. Hallar la probabilidad de que en una ciudad cuya población es de
200.000 ocurran:
a) entre 4 y 8
b) menos de 3
c) Tres ahogados por año

Distribución Binomial, de Poisson y Aproximación.

Cargado por

Copyright:

Formatos disponibles

Distribución Binomial, de Poisson y Aproximación.

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Distribución Binomial, de Poisson y Aproximación.

Cargado por

Copyright:

Formatos disponibles

Análisis Combinatorio

El factorial de n, se denota por n! y se define como n! = n (n-1) (n-2) (n-3 )… 1

Una permutación de n objetos tomados de r en r es una elección ordenada de r objetos de

Una combinación de n objetos tomados de r en r es una selección de r de ellos, sin importar el

Es una distribución para variable discreta de probabilidad, es aplicable como un modelo de

a) En cada ensayo sólo pueden presentarse dos resultados u observaciones mutuamente

Si “p” es la probabilidad de que ocurra un suceso en cada prueba (llamada probabilidad de

La distribución se llama también distribución de Bernoulli.

1) Hallar la probabilidad de que en 5 tiradas de un dado aparezca el 3: a) ninguna vez,

4) Solo 10 % de todos los insectos expuestos a un insecticida en condiciones de

6) Supongamos que el 30 % de los estudiantes de una universidad se oponen a pagar una

P(0 )+ P(1) + P(2) + …+ P( x )=1

1) En promedio, 12 personas realizan consultas cada hora a un consultor de decoración

7. En base a antecedentes, el promedio de accidentes en que pueden estar involucrados

Cuando el número “N” de observaciones o en ensayos en un proceso de Bernoulli es

1) El 1% de los tornillos producidos por una máquina son defectuosas. Hallar la

2) Un lote grande de transistores provenientes de un determinado proveedor, se sabe

a) Al menos dos transistores tengan defectos.

b) A lo sumo 27 transistores tengan defectos.

También podría gustarte