CURSO: ESTADSTICA APLICADA LABORATORIO

Tema :

DISTRIBUCIN BINOMIAL Y POISSON CON MEGASTAT

Docente:
SEMANA 02
DISTRIBUCIN BINOMIAL
En la empresa MODASA S.A. se realiza la produccin de tornillos para motores diesel por parte de una
mquina automtica italiana. Esta mquina dependiendo de factores externos produce el 10% de tornillos
defectuosos. El Ingeniero jefe del rea de Control de Calidad selecciona en forma aleatoria 18 tornillos al
azar de la produccin:
a. Cul es la probabilidad de que exista a lo ms 3 defectuosos?
b. Cul es la probabilidad de que exista por lo menos 3 defectuosos?
c. Cul es la probabilidad de que haya entre 2 y 4 defectuosos inclusive?
DISTRIBUCIN DE POISSON
Si la secretaria de la Facultad de Ingeniera de la Universidad Privada del Norte, recibe un promedio de 1
llamada cada 25 minutos por motivos acadmicos. Calcular lo siguiente:
a)
b)
c)
d)
e)

Cul
Cul
Cul
Cul
Cul

es la probabilidad que reciba ms de 2 llamadas en 25 minutos?

es la probabilidad que reciba menos de 2 llamadas en 30 minutos?
es la probabilidad que reciba exactamente 1 llamadas en quince minutos?
es la probabilidad que reciba 8 llamadas en dos horas y media?
es la probabilidad que reciba ms de 2 llamadas pero menos de 5 en 50 minutos?

P ( X = x) =

n!
P x (1 P ) n x
x!(n x)!

C xn =

n!
x!( n r )!

P( x , )

e x
=
x!

DPTO. DE CIENCIAS
FECHA: 03/09/2012

SOLUCIN:
Excel solamente responde preguntas con = o
Con tablas estadsticas utilizadas en clase solo se puede responder a preguntas con
Son muy tiles los casos siguientes que pueden aplicarse tanto al Excel como a las tablas:
CASO 1. P ( X = a ) = P(x a) - P(x a 1)
Directamente en excel (Leer en columna P(x))
CASO 2. P ( X a ) = Leer directamente en tabla o
directamente en Excel (Leer en columna cumulative
probability)

CASO 3.

P ( X < a ) = P( X a 1)

CASO 4.

P(X>a)= 1 - P(Xa)

CASO 5.

P ( X a ) = 1 - P (X a - 1 )

CASO 6.

p (a x b) = P (X b ) - P (X a - 1

CASO 7.

p (a < x < b) = P (X b-1 ) - P (X a )

DISTRIBUCIN BINOMIAL
En la empresa MODASA S.A. se realiza la produccin de tornillos para motores diesel por parte de una
mquina automtica italiana. Esta mquina dependiendo de factores externos produce el 10% de tornillos
defectuosos. El Ingeniero jefe del rea de Control de Calidad selecciona en forma aleatoria 18 tornillos al
azar de la produccin:
a.
Cul es la probabilidad de que exista a lo ms 3 defectuosos?
P(x3) = 0.90180

DPTO. DE CIENCIAS
FECHA: 03/09/2012

X
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

DPTO. DE CIENCIAS
FECHA: 03/09/2012

cumulative
P(X) probability
0.15009
0.15009
0.30019
0.45028
0.28351
0.73380
0.16801
0.90180
0.07000
0.97181
0.02178
0.99358
0.00524
0.99883
0.00100
0.99983
0.00015
0.99998
0.00002
1.00000
0.00000
1.00000
0.00000
1.00000
0.00000
1.00000
0.00000
1.00000
0.00000
1.00000
0.00000
1.00000
0.00000
1.00000
0.00000
1.00000

18 0.00000
1.00000
b.
Cul es la probabilidad de que exista por lo menos 3 defectuosos?
P(x 3) = 1 P (x 2) = 1 - P ( X 2 ) = 1 - 0.73380 = 0.26620
Aplicar caso 5 .

1.00000

P ( X a ) = 1 - P (X a - 1 )

c.
Cul es la probabilidad de que haya entre 2 y 4 defectuosos inclusive?
P(2 x 4) = P (X 4 ) - P (X 1 ) =0.97181 - 0.45028 = 0.52153
Aplicar caso 6.

p (a x b) = P (X b ) - P (X a - 1 )

DISTRIBUCIN DE POISSON
Si la secretaria de la Facultad de Ingeniera de la Universidad Privada del Norte, recibe un promedio de 1
llamada cada 25 minutos por motivos acadmicos. Calcular lo siguiente:
a) Cul es la probabilidad que reciba ms de 2 llamadas en 25 minutos?
P(x >2) = 1 P(x 2) = 1 - 0.91970 = 0.08030
( = 1)

CASO 4.

P(X>a)= 1 - P(Xa)

Poisson distribution
mean rate of
1 occurrence

X
P(X)
0 0.36788
1 0.36788
2 0.18394

DPTO. DE CIENCIAS
FECHA: 03/09/2012

cumulative
probability
0.36788
0.73576
0.91970

3
4
5
6
7
8
9
10

0.06131
0.01533
0.00307
0.00051
0.00007
0.00001
0.00000
0.00000
1.00000

0.98101
0.99634
0.99941
0.99992
0.99999
1.00000
1.00000
1.00000

b)
Cul es la probabilidad que reciba menos de 2 llamadas en 30 minutos? ( = 1.2)
P(x<2) = P( x 1) = 0.66263
CASO 3. P ( X < a ) = P( X a 1)

Poisson distribution
mean rate of
1.2 occurrence

X
0
1
2
3
4
5
6
7
8
9
10
11

cumulative
P(X) probability
0.30119
0.30119
0.36143
0.66263
0.21686
0.87949
0.08674
0.96623
0.02602
0.99225
0.00625
0.99850
0.00125
0.99975
0.00021
0.99996
0.00003
1.00000
0.00000
1.00000
0.00000
1.00000
0.00000
1.00000
1.00000

c.Cul es la probabilidad que reciba exactamente 1 llamadas en quince minutos? ( = 0.6)

P (x = 1) = 0.32929

Poisson distribution

DPTO. DE CIENCIAS
FECHA: 03/09/2012

mean rate of
0.6 occurrence

X
0
1
2
3
4
5
6
7
8
9

cumulative
P(X) probability
0.54881
0.54881
0.32929
0.87810
0.09879
0.97688
0.01976
0.99664
0.00296
0.99961
0.00036
0.99996
0.00004
1.00000
0.00000
1.00000
0.00000
1.00000
0.00000
1.00000
1.00000

d.
Cul es la probabilidad que reciba 8 llamadas en dos horas y media?
P(x = 8) =0.10326

( = 6)

Poisson distribution
mean rate of
6 occurrence

X
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

DPTO. DE CIENCIAS
FECHA: 03/09/2012

P(X)
0.00248
0.01487
0.04462
0.08924
0.13385
0.16062
0.16062
0.13768
0.10326
0.06884
0.04130
0.02253
0.01126
0.00520
0.00223
0.00089
0.00033
0.00012
0.00004

cumulative
probability
0.00248
0.01735
0.06197
0.15120
0.28506
0.44568
0.60630
0.74398
0.84724
0.91608
0.95738
0.97991
0.99117
0.99637
0.99860
0.99949
0.99983
0.99994
0.99998

19
20
21
22
23
24

e.

0.00001
0.00000
0.00000
0.00000
0.00000
0.00000
1.00000

0.99999
1.00000
1.00000
1.00000
1.00000
1.00000

Cul es la probabilidad que reciba ms de 2 llamadas pero menos de 5 en 50 minutos?

P(2 < x < 5) = P (X 4 ) - P (X 2 ) = 0.94735 - 0.67668 = 0.27067

= 2)
CASO 7.

p (a < x < b) = P (X b-1 ) - P (X a )

Poisson distribution
mean rate of
2 occurrence

X
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14

DPTO. DE CIENCIAS
FECHA: 03/09/2012

cumulative
P(X) probability
0.13534
0.13534
0.27067
0.40601
0.27067
0.67668
0.18045
0.85712
0.09022
0.94735
0.03609
0.98344
0.01203
0.99547
0.00344
0.99890
0.00086
0.99976
0.00019
0.99995
0.00004
0.99999
0.00001
1.00000
0.00000
1.00000
0.00000
1.00000
0.00000
1.00000
1.00000