Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Distrb Binomial
Distrb Binomial
Poisson y Normal
Ejercicio 1:
Todos los das se seleccionan de manera aleatoria 12 unidades de un proceso
de manufactura, con el propsito de verificar el porcentaje de unidades
defectuosas en la produccin. Con base a informaciones anteriores se sabe
que la probabilidad de tener una pieza defectuosa es 0.05. La gerencia ha
decidido detener la produccin cada vez que una muestra de 12 unidades
tenga dos o ms defectuosas.
a) Cul es la probabilidad de que en cualquier da la produccin se
detenga?
b) Cul es la probabilidad de que haya exactamente dos defectuosas?
X: N de piezas defectuosas en 12 unidades; X B(12 , 0.05)
! P[La produccin se detenga] = P[X2]
! P[Haya dos defectuosas] = P[X=2]
El clculo de probabilidades en SPSS se hace a travs de la calculadora del programa.
SPSS ofrece la posibilidad de calcular valores de las funciones de densidad as como
valores acumulados de la funcin de distribucin.
Para la funcin Binomial en concreto, utilizaremos las siguientes funciones:
CDF.BINOM(cant, n, prob). Devuelve la probabilidad acumulada de que el nmero de
xitos en los n intentos, con una probabilidad de xito prob para cada uno, sea menor o
igual que la cantidad cant.
PDF.BINOM(cant, n, prob). Devuelve la probabilidad de que el nmero de xitos en n
ensayos, con probabilidad de xito prob en cada uno de ellos, sea igual a cant.
Ejercicio 2:
Un laboratorio descubre que en una poblacin hay un 5% de probabilidad de
padecer una cierta enfermedad. Si se seleccionan 8 miembros de esta
poblacin aleatoriamente,
a) Cul es la probabilidad de que no ms de dos padezcan esta
enfermedad?
b) Cul es la probabilidad de que no haya ningn miembro en la
muestra seleccionada que padezca la enfermedad?
X: Nmero de personas que padecen la enfermedad de entre los 8 individuos
seleccionados
X B(8 , 0.05)
! P[X < 2] = P[X 1] =CDF.BINOM(1, 8 ,0.05) = 0.94
! P[X = 0] = PDF.BINOM(0, 8 ,0.05) = 0.66
Ejercicio 3:
Si X es una variable aleatoria con distribucin de Poisson de parmetro 2,
calcular las siguientes probabilidades:
P[X > 6 ]
P[X < 4]
P[X = 5]
P[X 6 ]
P[0 X < 4]
P[3 < X]
P[5 > X]
P[2 < X < 5]
P[1 < X 3]
P[1 X 6]
Ejercicio 4
Se cree que el peso de las cras de cierta raza de perro es una variable
aleatoria normal de media 2.5 kg. y desviacin tpica 1. Se han tomado datos
de 10 camadas, obtenindose los siguientes resultados:
Camada
Pesos
(kg)
1
2
3
4
5
6
7
8
9
10
2.64 2.83 3.11 2.19 2.48 2.60 2.45 2.51 2.39 2.50
2.14 2.18 2.67 2.31 1.63 2.51 2.62 3.02 2.51 2.23
2.52 2.51 2.62 2.44
Seleccionamos
3.0
2.8
2.6
2.4
2.2
2.0
1.8
1.6
1.8
2.0
2.2
2.4
2.6
2.8
3.0
3.2
Valor observado
10
2
Desv. tp. = .30
Media = 2.48
N = 24.00
0
1.63
1.88
1.75
PESO
2.13
2.00
2.38
2.25
2.63
2.50
2.88
2.75
3.13
3.00
Ejercicio 5
Simular una muestra de tamao 50 de una distribucin Binomial de
parmetros n = 5 y p = 0.95
RV.BINOM(n,prob). Devuelve un valor aleatorio de la distribucin Binomial, con el
nmero de intentos y el parmetro de probabilidad especificados.
(Para simular K datos es necesario haber introducido K valores en una variable)
Ejercicio 6
Simular una muestra de tamao 50 de una distribucin de Poisson de
parmetro = 4
RV.POISSON(media). Devuelve un valor aleatorio de la distribucin de Poisson, con
el parmetro de media especificado
Ejercicio 7
Simular una muestra de 50 valores de una distribucin Normal N(14; 4).
Representar estos datos junto con la curva normal
RV.NORMAL(media,desv_tp). Devuelve un valor aleatorio de la distribucin normal,
con la media y desviacin tpica especificadas.