3) DISTRIBUCIN HIPERGEOMTRICA.

Los experimentos que tienen este tipo de distribucin tienen las

siguientes caractersticas:
a) Al realizar un experimento con este tipo de distribucin, se
esperan dos tipos de resultados.
b) Las probabilidades asociadas a cada uno de los resultados
no son constantes.
c) Cada ensayo o repeticin del experimento no es
independiente de los dems.
d) El nmero de repeticiones del experimento (n) es constante.
Ejemplo:
En una urna o recipiente hay un total de N objetos, entre los
cuales hay una cantidad a de objetos que son defectuosos, si se
seleccionan de esta urna n objetos al azar, y sin reemplazo, cul
es la probabilidad de obtener x objetos defectuosos?
Solucin:
Luego;

donde:
p(x,n) = probabilidad de obtener x objetos defectuosos de
entre n seleccionados
muestras de n objetos en donde hay x que son
defectuosos y n-x buenos
todas las muestras posibles de seleccionar de n objetos
tomadas de entre N objetos en total = espacio muestral
Considerando que en la urna hay un total de 10 objetos, 3 de los
cuales son defectuosos, si de seleccionan 4 objetos al azar, cul
es la probabilidad de que 2 sean defectuosos?
Solucin:
N = 10 objetos en total

a = 3 objetos defectuosos
n = 4 objetos seleccionados en muestra
x = 2 objetos defectuosos deseados en la muestra

donde:

probabilidad asociada a cada muestra de 4 objetos

que se seleccionaron, con lo que se demuestra que las probabilidades
no son constantes

formas o maneras de obtener 2 objetos defectuosos entre

los 4 seleccionados = muestras de 4 objetos entre los que 2 son
defectuosos
Como se observa en el desarrollo de la solucin del problema, la
pretensin es demostrar que las probabilidades asociadas a cada uno
de los resultados no son constantes.
Luego la probabilidad de obtener 2 objetos defectuosos entre los 4
seleccionados al azar sera:

Ejemplos:
1. Para evitar que lo descubran en la aduana, un viajero ha colocado 6
tabletas de narctico en una botella que contiene 9 pldoras de vitamina
que son similares en apariencia. Si el oficial de la aduana selecciona 3

tabletas aleatoriamente para analizarlas, a) Cul es la probabilidad de que

el viajero sea arrestado por posesin de narcticos?, b) Cul es la
probabilidad de que no sea arrestado por posesin de narcticos?.

Solucin:
a) N = 9+6 =15 total de tabletas
a = 6 tabletas de narctico
n = 3 tabletas seleccionadas
x = 0, 1, 2, o 3 tabletas de narctico = variable que nos indica el
nmero de tabletas de narctico que se puede encontrar al seleccionar
las 3 tabletas
p(viajero sea arrestado por posesin de narcticos) = p(de que entre
las 3 tabletas seleccionadas haya 1 o ms tabletas de narctico)

otra forma de resolver;

p(el viajero sea arrestado por posesin de narcticos) = 1 p(de que
entre las tabletas seleccionadas no haya una sola de narctico)

b) p(no sea arrestado por posesin de narcticos)

2. De un lote de 10 proyectiles, 4 se seleccionan al azar y se disparan. Si el lote

contiene 3 proyectiles defectuosos que no explotarn, cul es la
probabilidad de que , a) los 4 exploten?, b) al menos 2 no exploten?

Solucin:
a) N = 10 proyectiles en total
a = 7 proyectiles que explotan
n = 4 proyectiles seleccionados
x = 0, 1, 2, 3 o 4 proyectiles que explotan = variable que nos define el
nmero de proyectiles que explotan entre la muestra que se dispara

b) N = 10 proyectiles en total
a = 3 proyectiles que no explotan
n = 4 proyectiles seleccionados
x = 0, 1, 2 o 3 proyectiles que no explotan
p(al menos 2 no exploten) = p( 2 o ms proyectiles no exploten) = p(x = 2 o
3; n=4) =

3. a)Cul es la probabilidad de que una mesera se rehse a servir bebidas

alcohlicas nicamente a dos menores de edad si verifica aleatoriamente
solo 5 identificaciones de entre 9 estudiantes, de los cuales 4 no tienen la
edad suficiente?, b) Cal es la probabilidad de que como mximo 2 de las
identificaciones pertenezcan a menores de edad?

Solucin:
a) N = 9 total de estudiantes
a = 4 estudiantes menores de edad
n = 5 identificaciones seleccionadas
x = variable que nos define el nmero de identificaciones que
pertenecen a personas menores de edad
x = 0, 1, 2, 3 o 4 identificaciones de personas menores de edad

b) N = 9 total de estudiantes

a = 4 estudiantes menores de edad

n = 5 identificaciones seleccionadas
x = variable que nos define el nmero de identificaciones que
pertenecen a personas menores de edad
x = 0, 1, 2, 3 o 4 identificaciones de personas menores de edad

4. Una compaa manufacturera utiliza un esquema para la aceptacin de

los artculos producidos antes de ser embarcados. El plan es de dos
etapas. Se preparan cajas de 25 para embarque y se selecciona una
muestra de 3 para verificar si tienen algn artculo defectuoso. Si se
encuentra uno, la caja entera se regresa para verificarla al 100%. Si no se
encuentra ningn artculo defectuoso, la caja se embarca. a)Cul es la
probabilidad de que se embarque una caja que tiene tres artculos
defectuosos?, b)Cul es la probabilidad de que una caja que contiene
solo un artculo defectuoso se regresa para verificacin?

5)

DISTRIBUCIN DE POISSON.

Caractersticas:
En este tipo de experimentos los xitos buscados son
expresados por unidad de rea, tiempo, pieza, etc,
etc,:
- # de defectos de una tela por m2
- # de aviones que aterrizan en un aeropuerto por da,
hora, minuto, etc, etc.
- # de bacterias por cm2 de cultivo
- # de llamadas telefnicas a un conmutador por hora,
minuto, etc, etc.

- # de llegadas de embarcaciones a un puerto por da,

mes, etc, etc.
Para determinar la probabilidad de que ocurran x
xitos por unidad de tiempo, rea, o producto, la
frmula a utilizar sera:

donde:
p(x, ) = probabilidad de que ocurran x xitos, cuando
el nmero promedio de ocurrencia de ellos es
= media o promedio de xitos por unidad de tiempo,
rea o producto
= 2.718
x = variable que nos denota el nmero de xitos que se
desea que ocurra

Hay que hacer notar que en esta distribucin el

nmero de xitos que ocurren por unidad de tiempo,
rea o producto es totalmente al azar y que cada
intervalo de tiempo es independiente de otro intervalo
dado, as como cada rea es independiente de otra
rea dada y cada producto es independiente de otro
producto dado.

Ejemplos:
1. Si un banco recibe en promedio 6 cheques sin fondo por da,
cules son las probabilidades de que reciba, a) cuatro
cheques sin fondo en un da dado, b) 10 cheques sin fondos
en cualquiera de dos das consecutivos?

Solucin:
a)

x = variable que nos define el nmero de

cheques sin fondo que llegan al banco en un
da cualquiera = 0, 1, 2, 3, ....., etc, etc.

= 6 cheques sin fondo por da

= 2.718

b)
x= variable que nos define el nmero de
cheques sin fondo que llegan al banco en dos
das consecutivos = 0, 1, 2, 3, ......, etc., etc.
= 6 x 2 = 12 cheques sin fondo en promedio
que llegan al banco en dos das consecutivos
Nota: siempre debe de estar en funcin de x
siempre o dicho de otra forma, debe hablar
de lo mismo que x.

2. En la inspeccin de hojalata producida por un proceso

electroltico continuo, se identifican 0.2 imperfecciones en
promedio por minuto. Determine las probabilidades de
identificar a) una imperfeccin en 3 minutos, b) al menos dos
imperfecciones en 5 minutos, c) cuando ms una imperfeccin
en 15 minutos.

Solucin:

a)

x = variable que nos define el nmero de

imperfecciones en la hojalata por cada 3
minutos = 0, 1, 2, 3, ...., etc., etc.

= 0.2 x 3 =0.6 imperfecciones en promedio

por cada 3 minutos en la hojalata

b)

x = variable que nos define el nmero de

imperfecciones en la hojalata por cada 5
minutos = 0, 1, 2, 3, ...., etc., etc.

= 0.2 x 5 =1 imperfeccin en promedio por

cada 5 minutos en la hojalata

=1-(0.367918+0.367918) = 0.26416

c)

x = variable que nos define el nmero de

imperfecciones en la hojalata por cada 15
minutos = 0, 1, 2, 3, ....., etc., etc.

= 0.2 x 15 = 3 imperfecciones en promedio por

cada 15 minutos en la hojalata

= 0.0498026 + 0.149408 = 0.1992106

HISTORIA
El nombre de Pareto fue dado por el Dr. Joseph Juran en honor del economista
italiano Wilfredo Pareto

Wilfredo Pareto (Paris 1848 Turn 1923) economista italiano, realiz un estudio
sobre la riqueza y la pobreza. Descubri que el 20% de las personas controlaba el 80% de la
riqueza en Italia. Pareto observ muchas otras distribuciones similares en su estudio.
A principios de los aos 50, el Dr. Joseph Juran descubri la evidencia para la regla de "8020" en una gran variedad de situaciones. En particular, el fenmeno pareca existir sin
excepcin en problemas relacionados con la calidad. Una expresin comn de la regla
80/20 es que "el 80% de nuestro negocio proviene del 20% de nuestros clientes."
Por lo tanto, el Anlisis de Pareto es una tcnica que separa los "pocos vitales" de los
"muchos triviales". Una Grfica Pareto es utilizada para separar grficamente los aspectos
significativos de un problema desde los triviales de manera que un equipo sepa dnde
dirigir sus esfuerzos para mejorar.

DEFINICIN
El Diagrama de Pareto consiste en un grfico de barras similar al histograma que se
conjuga con una ojiva o curva de tipo creciente y que representa en forma decreciente el
grado de importancia o peso que tienen los diferentes factores que afectan a un proceso,
operacin o resultado.

Se utiliza....
Al identificar y analizar un producto o servicio para mejorar la calidad.
Cuando existe la necesidad de llamar la atencin a los problemas o causas de una forma
sistemtica.
Al analizar las diferentes agrupaciones de datos (ejemplo: por producto, por segmento
del mercado, rea geogrfica, etc.)
Al buscar las causas principales de los problemas y establecer la prioridad de las soluciones.
Al evaluar los resultados de los cambios efectuados a un proceso (antes y despus).
Cuando los datos puedan agruparse en categoras.
En casos tpicos, los pocos vitales (pasos, servicios, tems, problemas, causas) son
responsables por la mayor parte en el impacto negativo sobre lacalidad.
Un equipo puede utilizar la Grfica de Pareto para varios propsitos durante
un proyecto para lograr mejoras:

Para analizar las causas

Para estudiar los resultados.

Para planear una mejora continua

Como fotos de "antes y despus" para demostrar

que progreso se ha logrado.

EJEMPLOS DE APLICACIN
Encontrar el o los motivos de devoluciones del Foco Ahorrador de 65W de marca comercial
conocida en el ao 2005.

Total de venta en el ao 2005: 1500 unidades

Precio del foco para la venta: $8.90
Total de foco devueltos:167 unidades.
De los 82 clientes directos que adquieren el producto, determinamos que 19 clientes son los
que nos han devuelto el producto en el transcurso del ao 2005
DEVOLUCIN DE FOCO AHORRADOR DE 65W EN UNIDADES
El objetivo del ejemplo es obtener las posibles causas de la devolucin del producto, lo cual
analizaremos a los 19 clientes de acuerdo al Principio yDiagrama de Pareto.
PRIMER PASO: Ordenar a los clientes de acuerdo a la frecuencia de devolucin en forma
descendente.
SEGUNDO PASO: Calcular el porcentaje, en lo cual debemos dividir el valor de la
frecuencia de cada cliente por el total de devolucin.

TERCER PASO: Calculamos el porcentaje acumulado.

Con la tabla completa ya podemos construir el Diagrama de Pareto

CONCLUSIN DEL EJEMPLO:

Al analizar el porque las devoluciones de los 5 clientes intermediarios que aparecen en el
principio del diagrama se determin que el 10% era por defectos de fbrica.
Pero, el 90% de la cantidad que nos devuelven pertenece a 2 casos particulares:
El cliente intermediario no tiene cuidado con el producto (frgil) en sus bodegas.

Receptan artculos defectuosos por parte del consumidor final (mal uso, cadas, etc) y nos
enva con el justificativo de defectos de fbrica.
Por este motivo se determin que al momento de despachar a los clientes intermediarios ya
mencionado el producto se verifique por unidad por parte del personal tcnico.

2.- Diagrama de Pareto aplicado a las ventas de una Importadora de la

Ciudad.
El 20% de los vendedores producen 80% de los ingreso por ventas."

3.- Diagrama de Pareto aplicado a los defectos de

un proceso de manufactura de botas industriales
En una fbrica de botas industriales se hace una inspeccin del producto final, mediante el
cual las botas con algn tipo de defecto se mandan a la "segunda" despus de quitar las
etiquetas para cuidar la marca.
Mediante un anlisis de los problemas o defectos por los que las botas se mandan a la
"segunda", se obtienen los siguientes datos correspondientes a las ltimas 10 semanas.

EXPERIENCIA PERSONAL
El departamento de compras no posea un mtodo de administracin de inventarios y
exista la problemtica de que no haba en stock productos de alta rotacin y
contrariamente exista una cantidad exagerada en las bodegas de artculos que
comnmente llamamos "hueso".
Al empezar administrar las bodegas se aplic el mtodo A B C basado en el principio de
Pareto.
Actualmente se maneja 1082 tems de los cuales nuestro mayor desempeo de concentra en
alrededor de 278 artculos que son los generan msingresos a la empresa.

Otros enunciados basados en el estudio del Diagrama de Pareto

20% de los vendedores producen 80% de los ingresos por ventas.

80% de los que visitan una tiendas solo tienen oportunidad de ver 20% de los
productos en exhibicin.

80% de los retrasos en las juntas de negocios son producidos por no menos de
20% del total de posibles causas (trfico, enfermedad).

80% de las quejas de los clientes se refieren al 20% de los productos y servicios que
ofrecemos.

La mayor parte de las ventas que realiza la empresa se originan en el 20% de

nuestras lneas de productos.

La mayora de los contactos con prospectos de cliente se obtienen de solo una

pequea fraccin de los vendedores.

Las mayores innovaciones en los productos son desarrolladas por una pequea
fraccin de los cientficos.

La mayor cantidad de quejas por parte de los empleados y las mayores tasas de
ausentismo en las empresas provienen de grupos reducidos de empleados, fcilmente
identificables.

Niveles de desempeo excepcionales o por debajo del promedio en las empresas

son alcanzados por solo una fraccin de los empleados.