Está en la página 1de 29

UNIVERSIDAD CAT OLICA ´ DEL MAULE

FACULTAD DE CIENCIAS B ASICAS ´

PEDAGOG ´ IA EN MATEM ATICA ´ Y COMPUTACI ON ´

UNIVERSIDAD CAT OLICA ´ DEL MAULE FACULTAD DE CIENCIAS B ASICAS ´ PEDAGOG ´ IA EN

TALLER N 5 DE ESTAD ´ ISTICA

Integrante 1 Integrante 2 Carrera Profesor de C´atedra Fecha

: Victor C´ordova Cornejo (heibubu@hotmail.com) : Rodrigo Guti´errez Aguilar (ayudante.pmc@gmail.com) : Pedagog´ıa en Matem´atica y Computaci´on : Marcelo Rodr´ıguez : 02/01/2012

Universidad Cat´olica Del Maule Facultad de Ciencias B´asicas Pedagog´ıa en Matem´atica Y Computaci´on Estad´ıstica I

Taller 5 - Distribuciones de Probabilidad

04 de Enero del 2012.

1. Distribuci´on de Probabilidad Binomial:

a) Mediante estudios recientes se ha determinado que la probabilidad de morir por causa de cierta vacuna contra la gripe es de 0,00002. Si se administra la vacuna a 100 mil personas y se supone que ´estas constituyen un conjunto independientes de ensayos, ¿cu´al es la pro- babilidad de que mueran no m´as de dos personas a causa de la vacuna?

Desarrollo:

* PASO I: IDENTIFICAR LOS DATOS -p= sera nuestro “exito”de que las personas mueran a causa de la vacuna contra la gripe (p=0,00002) -q= nuestro fracaso. La probabilidad de que mueran no m´as de dos personas a causa de la vacuna (q=0,99998) -n=son las 100 mil eventos, los cuales consisten en la aplicaci´on de la vacuna, que constituyen un conjunto de ensayos independientes de manera tal que la probabilidad de de morir por causa de cierta vacuna contra la gripe es de 0,00002 entre ensayos. -x=el n´umero de personas muertas a causa de la vacuna contra la gripe que se en- cuentran entre las 100 mil persona que contituyen nuestra poblaci´on

* PASO II: IDENTIFICAR LO QUE SE PIDE -En este caso se solicita P(X 4)

* PASO III: APLICAR F ORMULA ´

P(X x) = F(x; n, p) =

  • x n!

i=0

i)! (p) x (q) ni

i!(n

en este caso ser´ıa de la siguiente manera

 

P(X 2) =

x=0

  • 2 100000!

 

x!(100000

x)! (0, 00002) x (0, 99998) 100000x

P(X

2)

=

0!(100000)! (0, 00002) 0 (0, 99998) 100000 + 1!(99999)! (0, 00002) 1 (0, 99998) 99999

100000!

100000!

 

+

100000!

2!(99998)! (0, 00002) 2 (0, 99998) 99998

 

P(X

2)

=

(0, 99998) 100000 + 100000(0, 00002)(0, 99998) 99999

 

+ (100000)(99999)

2

(0, 00002) 2 (0, 99998) 99998

 

=

0, 135332576 + 0, 270670566 + 0, 270673273

P(X 2)

 

=

0,6767

* PASO IV: INTERPRETAR RESULTADO

Contextualizando se puede decir que la probabilidad de que mueran no m´as de dos

personas a causa de la vacuna es de el 67,67 %

b) Las l´ıneas telef´onicas del sistema de reservaci´on de una aerol´ınea, est´an ocupadas 40 % del

tiempo. Suponga que los eventos donde las l´ıneas estan ocupadas en llamadas sucesivas son

independientes. Suponga que se hacen 10 llamadas telef´onicas al sistema de reservaci´on.

1) ¿Cu´al es la probabilidad de que, al llamar exactamente tres veces, las l´ıneas est´en

ocupadas?

Desarrollo:

P(X = 3) =

10!

(3!)(7!) (0, 4) 3 (0, 6) 7

P(X = 3)

=

120(0,064)(0,0279936)

P(X = 3)

0,214

Contextualizando podemos decir que la probabilidad de que, al llamar exactamen-

te tres veces, las l´ıneas est´en ocupadas es de un 21,4 % aproximadamente.

2) ¿Cu´al es la probabilidad de que al menos en una de las llamadas, las l´ıneas no est´en

ocupadas?

Desarrollo:

P(X 1) =

  • 10 10!

x=1

x)! (0, 6) x (0, 4) 10x

x!(10

como P(X 1) = 1 P(X < 1) y

P(X < 1) = P(X = 0) = (0, 4) 10

luego

P(X 1) = 1 (0, 4) 10

P(X 1) 0, 999895

Contextualizando podemos decir que la probabilidad de que al menos en una de las

llamadas, las l´ıneas no est´en ocupadas es de un 99,98 % aproximadamente.

3) ¿Cu´al es el n´umero esperado de llamadas en las que todas las lineas estan ocupadas?

Desarrollo:

La media de la Distribuci´on Binomial esta dado por :

E(X) = np

donde n es la cantidad de ensayos independiendies y p es la probabilidad de ´exito que

permanece constante para cada ensayo.

En nuestro problema se tiene que n = 10 y p = 04, luego

E(X) = 10 · 0, 4

E(X) = 4

As´ı el n´umero esperado de llamadas en las que todas las lineas estan ocupadas son 4.

c) El gerente de un restaurante que s´olo da servicio mediante reservaci´on sabe, por expe-

riencia, que el 15 % de las personas que reservan una mesa no asistir´an. Si el restaurante

acepta 25 reservaciones pero s´olo dispone de 20 mesas, ¿cual es la probabilidad de que

todas las personas asistan al restaurante se les asigne una mesa?

Desarrollo:

* PASO I: IDENTIFICAR LOS DATOS

-p= sera nuestro “exito”de que las personas asistan al restaurante (p=0,85)

-q= nuestro fracaso, de que las personas no asistan al restaurante (q=0,15)

-n=son las 25 resevaciones que brinda el restaurante

-x=el n´umero total de personas que se espera que asistan y que se le asigne una mesa.

* PASO II: IDENTIFICAR LO QUE SE PIDE

-En este caso se solicita P(X 20)

* PASO III: APLICAR F ORMULA ´

P(X x) = F(x; n, p) =

  • x n!

i=0

i)! (p) x (q) ni

i!(n

en este caso ser´ıa de la siguiente manera

 

P(X 20) =

como

 

P(X

se tiene que

 

P(X

  • 20 25!

x=0

x)! (0, 85) x (0, 15) 25x

x!(25

> 20) = 1 P(X 20)

20) = 1 P(X

> 20)

P(X 20) = 1

  • 25 25!

x=21

x)! (0, 85) x (0, 15) 25x

x!(25

25

x=21

25!

x)! (0, 85) x (0, 15) 25x =

x!(25

25!

25!

21!(4)! (0, 85) 21 (0, 15) 4 + 22!(3)! (0, 85) 22 (0, 15) 3

25!

25!

25!

+ 23!(2)! (0, 85) 23 (0, 15) 2 + 24!(1)! (0, 85) 24 (0, 15) 1 + 25!(0)! (0, 85) 25 (0, 15) 0

25

x=21

25!

x)! (0, 85) x (0, 15) 25x = 0, 21098569 + 0, 217379196 + 0, 160671579

x!(25

+0, 07587269 + 0, 017197809

As´ı

  • 25 25!

x=21

x)! (0, 85) x (0, 15) 25x = 0, 682106964

x!(25

P(X 20) = 1 0, 682106964

P(X 20) = 0, 317893036

* PASO IV: INTERPRETAR RESULTADO

Contextualizando se puede decir que la probabilidad de quetodas las personas asistan

al restaurante se les asigne una mesa es de un 32 % aproximadamente.

2. Distribuci´on Geom´etrica:

a) La probabilidad de un alineamiento ´optico exitoso en el emsamblado de un producto de

´

almacenamiento optico

de datos es 0,8. Suponga que los ensayos son independientes.

1) ¿Cu´al es la probabilidad de que el primer alineamiento exitoso requiera exactamente

4 ensayos?

Desarrollo:

* PASO I: IDENTIFICAR LOS DATOS

´

-p= La probabilidad de que se realize un alineamiento optico

de manera exitosa

´

en el emsamblado de un producto de almacenamiento optico

de datos (0,8)

-q=La probabilidad de que al realizar un alineamiento ´optico en el emsamblado

de un producto de almacenamiento ´optico de datos fracase (0,2)

* PASO II: IDENTIFICAR LO QUE SE PIDE

-En este caso se solicita P(X = 4)

´

* PASO III: APLICAR F ORMULA

P(X = x) = q x1 · p

en este caso ser´ıa de la siguiente manera

P(X = 4) = 0, 2 3 · 0, 8

P(X = 4) = 0, 008 · 0, 8

P(X = 4) = 0, 0064

* PASO IV: INTERPRETAR RESULTADO

Contextualizando se puede decir que la probabilidad de que el primer alineamiento

exitoso requiera exactamente 4 ensayos es del 0,64 %

2) ¿Cu´al es la probabilidad de que el primer alineamiento exitoso requiera como m´aximo

cuatro ensayos?

* PASO I: IDENTIFICAR LOS DATOS

´

-p= La probabilidad de que se realize un alineamiento optico

de manera exitosa

´

en el emsamblado de un producto de almacenamiento optico

de datos (0,8)

-q=La probabilidad de que al realizar un alineamiento ´optico en el emsamblado

de un producto de almacenamiento ´optico de datos fracase (0,2).

* PASO II: IDENTIFICAR LO QUE SE PIDE

-En este caso se solicita P(X 4)

´

* PASO III: APLICAR F ORMULA

P(X x) = (q) x1 · (p)

  • x R x

en este caso ser´ıa de la siguiente manera

P(x 4) =

4

x=1

(0, 2) x1 · (0, 8)

P(x 4) = 0, 8 + 0, 2 · 0, 8 + 0, 2 2 · 0, 8 + 0, 2 3 · 0, 8

P(x 4) = 0, 9984

* PASO IV: INTERPRETAR RESULTADO

Contextualizando se puede decir que la probabilidad de que el primer alineamiento

exitoso requiera como m´aximo cuatro ensayos es de un 0,64 %

3) ¿Cu´al es la probabilidad de que el primer alineamiento exitoso requiera al menos

cuatro ensayos?

* PASO I: IDENTIFICAR LOS DATOS -p= La probabilidad de que se realize

´

un alineamiento optico

de manera exitosa en el emsamblado de un producto de

´

almacenamiento optico

de datos (0,8)

-q=La probabilidad de que al realizar un alineamiento ´optico en el emsamblado

de un producto de almacenamiento ´optico de datos fracase (0,2).

* PASO II: IDENTIFICAR LO QUE SE PIDE

-En este caso se solicita P(X 4), que es igual a preguntarse por 1 P(X < 4).

´

* PASO III: APLICAR F ORMULA

P(X x) = (q) x1 · (p)

  • x R x

en este caso ser´ıa de la siguiente manera

P(x 4) = 1

3

x=1

(0, 2) x1 · (0, 8)

P(x 4) =

* PASO IV: INTERPRETAR RESULTADO

Contextualizando se puede decir que la probabilidad de que el primer alineamiento

exitoso requiera exactamente 4 ensayos es del 0,64 %

b) La probabilidad de que un estudiante para piloto apruebe el examen escrito para una

licencia de piloto privado es 0,7. Encuentre la probabilidad de que el estudiante apruebe

el examen

1) en el tercer intento

Desarrollo:

* PASO I: IDENTIFICAR LOS DATOS

-p= LLa probabilidad de que un estudiante para piloto apruebe el examen escrito

para una licencia de piloto privado (p=0,7)

-q=La probabilidad de que un estudiante para piloto no apruebe el examen escrito

para una licencia de piloto privado (q=0,3).

* PASO II: IDENTIFICAR LO QUE SE PIDE

-En este caso se solicita P(X = 3)

´

* PASO III: APLICAR F ORMULA

P(X x) = (q) x1 · (p)

  • x R x

en este caso ser´ıa de la siguiente manera

P(x = 3) = (0, 3) 2 · (0, 7)

P(x = 3) = 0, 09 · 0, 7

P(x = 3) = 0, 063

* PASO IV: INTERPRETAR RESULTADO

Contextualizando se puede decir que la probabilidad de que el estudiante apruebe

el examen en el tercer intento es de un 0,67 %

2) antes del cuarto intento.

* PASO I: IDENTIFICAR LOS DATOS

-p= LLa probabilidad de que un estudiante para piloto apruebe el examen escrito

para una licencia de piloto privado (p=0,7)

-q=La probabilidad de que un estudiante para piloto no apruebe el examen escrito

para una licencia de piloto privado (q=0,3).

* PASO II: IDENTIFICAR LO QUE SE PIDE

-En este caso se solicita P(X < 4)

´

* PASO III: APLICAR F ORMULA

P(X x) = (q) x1 · (p)

  • x R x

en este caso ser´ıa de la siguiente manera

P(x < 4) =

3

x=1

(0, 3) x1 · (0, 7)

P(x < 4) = 0, 7

+ 0, 3 · 0, 7 + 0, 3 2 · 0, 7

P(x < 4) = 0, 973

* PASO IV: INTERPRETAR RESULTADO

Contextualizando se puede decir que la probabilidad de que el estudiante apruebe

el examen antes del cuarto intento es de un 97,3 %

c) Cuando se graba cierto anuncio de televisi´on, la probabilidad es de 0,3 de que cierto actor

diga sus l´ıneas de corrido en una toma cualquiera. ¿Cu´al es la probabilidad de que recite

sus l´ıneas de corrido por primera vez en sexta toma?

Desarrollo:

* PASO I: IDENTIFICAR LOS DATOS

-p= La probabilidad de que cierto actor diga sus l´ıneas de corrido en una toma cual-

quiera (p=0,3)

-q=La probabilidad de que cierto actor no diga sus l´ıneas de corrido en una toma

cualquiera (q=0,7).

* PASO II: IDENTIFICAR LO QUE SE PIDE

-En este caso se solicita P(X = 6)

´

* PASO III: APLICAR F ORMULA

P(X = x) = (q) x1 · (p)

en este caso ser´ıa de la siguiente manera

P(x = 6) = (0, 7) 5 · (0, 3)

P(x = 6) = 0, 16807 · 0, 3

P(x = 6) = 0, 050521

* PASO IV: INTERPRETAR RESULTADO

Contextualizando se puede decir que l la probabilidad de que recite sus l´ıneas de

corrido por primera vez en sexta toma es de un 0,05 % aproximadamente.

3. Distribuci´on de probabilidad Hipergeom´etrica

a) Considerece un fabricante de autom´oviles que compra los motores a una compa˜n´ıa donde

se fabrican bajo estrictas superviciones. El fabricante recibe un lote de 40 motores. Su plan

para aceptar el lote, consiste en seleccionar de manera aleatoria y someterlos a prueba.

Si encuentra que ninguno de los motores presenta serios defectos, el fabricante acepta el

lote; de otra forma lo rechaza. Si el lote contiene 2 motores con serios defectos, ¿cu´al es

la probabilidad que sea aceptada?

Desarrollo

* PASO I: IDENTIFICAR LOS DATOS

-N=n´umero total de lotes (40)

-n=muestra aleatoria (8)

-k= nuestro ´exito, en este caso el n´umero de lotes defectuosos (2)

* PASO II: IDENTIFICAR LO QUE SE PIDE

-En este caso se solicita P(X = 0)

´

* PASO III: APLICAR F ORMULA

P(X = x) =

x · N − k k n − x
x · N − k
k
n − x

N

n

en este caso ser´ıa de la siguiente manera

P(X = 0) =

2 · 40 2

0

8 0

40

8

=

2 · 38

0

8

40

8

aplicando f´ormula de factorial se llega a que

P(X = 0) =

1, 48903492

76904685

P(X = 0) = 0, 6359

* PASO IV: INTERPRETAR RESULTADO

Contextualizando se puede decir que la probabilidad de que el lote de motores sea

aceptada es de 0,6359 ´o 63,59 %

b) Sup´ongase que se tienen 50 representantes de cierto estado, a una convenci´on pol´ıtica

nacional, la cual 30 apoyan al candidato A y 20 al candidato B. Si se seleccionan

aleatoriamente cinco representantes, ¿ cu´al es la probabilidad de que, entre estos cinco,

por lo menos dos apoyen al candidato A?

Desarrollo

* PASO I: IDENTIFICAR LOS DATOS

-N=n´umero total de representantes (50)

-n=muestra aleatoria (5)

-k= nuestro ´exito (30)

* PASO II: IDENTIFICAR LO QUE SE PIDE

-En este caso se solicita la variable aleatoria que representa el n´umero de personas

de la muestra que apoyan a A, en este caso ser´ıa

P(X

2)

=

1 [P(X = 1) + P(X = 0)]

´

* PASO III: APLICAR F ORMULA

 

x · N k

k

n x

 

P(X

= x) =

N

n

en este caso ser´ıa de la siguiente manera

30 · 50 30

0

5

0

 

30 · 20

0

5

P(X = 0) =

50

5

aplicando f´ormula de combinatoria se llega a que

=

50

5

 

15504

P(X = 0) =

2118760

= 0, 0007317

 

adem´as

P(X = 1) =

30 · 50 30

1

5

1

 

30 · 20

1

4

50

5

=

50

5

1 P(X

1)

=

aplicando f´ormula de combinatoria se llega a que

P(X = 1) =

  • 211876 145350 = 0, 6860

luego que tenemos P(X = 1), P(X = 0), calculamos

P(X 2) = 1P(X 1) = 1[P(X = 1)+P(X = 0)] = 1[0, 6860+0, 0007317] = 0, 3132

* PASO IV: INTERPRETAR RESULTADO

Contextualizando se puede decir que la probabilidad de que al menos 2 candidatos

apoyan al candidato A es 0,3132 aprox o´ 31,32 %

c) Si en una empresa se presentan para cubrir dos vacantes 13 aspirantes de los cuales 5 son

hombres y 8 son mujeres, calcular el n´umero de hombres contratados.

* PASO I: IDENTIFICAR LOS DATOS

N=n´umero total de aspirantes (13)

-n=muestra aleatoria (2)

-k= nuestro ´exito (5)

* PASO II: IDENTIFICAR LO QUE SE PIDE

-N´umero de hombres contratados. Para ello existen tres sucesos, lo cual lo llamaremos

P(E 0 ) se contratan 0 hombres, P(E 1 ) se contrata 1 hombre, P(E 2 ) se contratan 2

hombres.

´

* PASO III: APLICAR F ORMULA

-

En este caso ser´ıa

 

P(X = x) =

x · N k

k

n x

 

N

n

P(X

= 0) =

0 · 8

5

2

= 28

= 0, 3588

P(X = 1) =

5

1

13

2

· 8

1

78

= 40

13

2

78 = 0, 5128

P(X = 2) =

2 · 8

5

0

13

2

= 10

78 = 0, 1282

* PASO IV: INTERPRETAR RESULTADO

Respecto a P(E 0 ), la probabilidad que sean contratados 0 hombres es de 35,88 %

Respecto a P(E 1 ), la probabilidad que sea contratado 1 hombre es de 51,28 %

Respecto a P(E 2 ), la probabilidad que sean contratados 2 hombres es de 12,82 %

4. Distribuci´on de probabilidad de Poisson

a)

Suponga que el n´umero de llamadas que llega a una central es de 0,5 por minuto en

promedio, halle la probabilidad de que:

1) En un minuto no lleguen llamadas.

2) En un minuto lleguen m´as de 3 llamadas.

3) En 5 minutos lleguen m´as de 2 llamadas.

Desarrollo

* PASO I: IDENTIFICAR LOS DATOS

Sea λ=0,5 el promedio de llamadas por minuto

* PASO II: IDENTIFICAR LO QUE SE PIDE

P(X = 0; λ = 0, 5)

´

* PASO III: APLICAR F ORMULA

En este caso ser´ıa

P(X = x) =

e λ · λ x

x!

P(X = 0) =

e 0,5 · 0, 5 0

0!

luego aplicando un c´alculo trivial, ya que 0! = 1 se tiene que

P(X = 0) = 0, 6065...

* PASO IV: INTERPRETAR RESULTADO

La probabilidad de que en un minuto no lleguen llamadas es de 60,65 %

Desarrollo

* PASO I: IDENTIFICAR LOS DATOS

Sea λ=0,5 el promedio de llamadas por minuto

* PASO II: IDENTIFICAR LO QUE SE PIDE

P(X > 3; λ = 0, 5) = 1 P(X 3)

P(X = 1) = 1 [P(X = 0) + P(X = 1) + P(X = 2) + P(X = 3)]

´

* PASO III: APLICAR F ORMULA

luego calculamos

P(X = x) =

e λ · λ x

x!

P(X

= 0) =

e 0,5 · 0, 5 0

0!

= 0,6065

P(X

= 1) =

e 0,5 · 0, 5 1

1!

= 0,3032

P(X

= 2) =

e 0,5 · 0, 5 2

2!

= 0,0758

P(X = 3) =

e 0,5 · 0, 5 3

3!

= 0,0126

P(X > 3) = 1 [P(X = 0) + P(X = 1) + P(X = 2) + P(X = 3)]

P(X > 3) = 0, 0019

* PASO IV: INTERPRETAR RESULTADO

Existe un 0,19 % de que en un minuto lleguen m´as de 3 llamadas

Desarrollo

* PASO I: IDENTIFICAR LOS DATOS

Sea λ=2,5 el promedio de llamadas por 5 minutos, ya que 5·0,5=2,5

* PASO II: IDENTIFICAR LO QUE SE PIDE

P(X > 2; λ = 2, 5) = 1 P(X 2)

= 1 [P(X = 0) + P(X = 1) + P(X = 2)]

´

* PASO III: APLICAR F ORMULA

En este caso ser´ıa

e λ · λ x

P(X = x) =

x!

 

e 2,5 · 2, 5 0

P(X = 0) =

 

=

0!

 

e 2,5 · 2, 5 1

P(X = 1) =

 

=

1!

= 0, 082...

= 0, 2052...

P(X = 2) =

e 2,5 · 2, 5 2

2!

=

= 0, 2565

luego calculamos

P(X > 2) = 1 [P(X = 0) + P(X = 1) + P(X = 2)]

P(X > 2) = 0, 4563...

* PASO IV: INTERPRETAR RESULTADO La probabilidad de que en 5 minutos

lleguen m´as de 2 llamadas es de 45,63 % aprox.

b)

En una cl´ınica el promedio de atenci´on es 16 pacientes por cada 4 horas, encuentre la

probabilidad de que:

1) En 30 minutos se atiendan menos de 3 personas

* PASO I: IDENTIFICAR LOS DATOS

λ=16 pacientes en 4 horas λ= 4 pacientes por hora λ=2 pacientes por media

hora

* PASO II: IDENTIFICAR LO QUE SE PIDE

-La probabilidad que en 30 minutos se atiendan menos de 3 personas. para ello

debemos calcular P(X < 3) = P(X = 2) + P(X

= 1) + P(X = 0)

* PASO III : APLICAR F ORMULA ´

P(X = x) =

e λ · λ x

x!

, aplicando lo que se dijo en B

P(X

= 0) =

e 2 · 2 0

0!

= 0,1353

P(X

= 1) =

e 2 · 2 1

1!

= 0,2707

P(X = 2) =

e 2 · 2 2

2!

= 0,2707

luego, P(X < 3) = P(X = 2) + P(X = 1) + P(X = 0)

P(X < 3) = 0, 6767

* PASO IV : INTERPRETAR RESULTADO

-La probabilidad de que en 30 minutos se atiendan menos de 3 personas es 67,67 %

2) en 180 minutos se atiendan 12 pacientes.

* PASO I : IDENTIFICAR LOS DATOS

λ=16 pacientes en 4 horas λ= 4 pacientes por hora λ=12 pacientes por

cada 3 hora

* PASO II : IDENTIFICAR LO QUE SE PIDE

-La probabilidad que se atiendan 12 personas en 3 horas. para ello debemos

calcular P(X = 12)

* PASO III : APLICAR F ORMULA ´

P(X = x) =

e λ · λ x

x!

aplicando lo que se dijo en B

P(X = 12) =

e 12 · 12 1 2

12!

= 0,1144

luego,

P(X = 3) = 0, 1144

* PASO IV : INTERPRETAR RESULTADO

-La probabilidad de que en 180 minutos se atiendan 12 personas es 11,44 %

c) Si un banco recibe en promedio 6 cheques sin fondo por d´ıa, ¿cu´ales son las probabilidades

de que reciba:

1) cuatro cheques sin fondo en un d´ıa dado.

* PASO I : IDENTIFICAR LOS DATOS

λ=6 cheques sin fondo por d´ıa

* PASO II : IDENTIFICAR LO QUE SE PIDE

  • - Cuatro cheques sin fondo en un d´ıa cualquiera, en este caso ser´ıa P(X = 4)

* PASO III : APLICAR F ORMULA ´

P(X = x) =

e λ · λ x

x!

aplicando lo que se dijo en B

P(X = 4) =

e 4 · 6 4

4!

= 0, 9890

* PASO IV : INTERPRETAR RESULTADO

  • - La probabilidad de que se reciban 4 cheques sin fondo en un d´ıa cualquiera es

98,90 % aprox.

2) 10 cheques sin fondos en cualquiera de dos d´ıas consecutivos.

* PASO I : IDENTIFICAR LOS DATOS

λ=6 cheques sin fondo por d´ıa λ = 6 · 2 = 12 cheques sin fondo en promedio

que llegan al banco en dos d´ıas consecutivos.

* PASO II : IDENTIFICAR LOS DATOS

  • - 10 cheques sin fondo en cualquiera de dos d´ıas consecutivos, en este caso ser´ıa

P(X = 10)

* PASO III : APLICAR F ORMULA ´

P(X = x) =

e λ · λ x

x!

aplicando lo que se dijo en B

P(X = 10) =

e 12 · 12 10

10!

= 0, 1048...

* PASO IV INTERPRETAR RESULTADO

- La probabilidad de que se reciban 10 cheques sin fondo en un 2 d´ıas consecutivos

es 10,48 %

5. Distribuci´on de Probabilidad Normal:

  • a) Sup´ongase que la demanda mensual de cierto producto se encuentra aproximada por una variable aleatoria normal con media de 200 y desviaci´on est´andar igual a 40 unidades. ¿Qu´e tan grande debe ser el inventario disponible a principio de un mes para que la pro- babilidad de que la existencia se agote no sea mayor de 0,05? Desarrollo: Sea X la demanda mensual, entonces X es N(200,40). Lo que se desea obtener es el va- lor del cuantil x 0,95 para el nivel de inventario a principio del mes, de manera tal que la probabilidad de que la demanda exceda a x 0,95 (existencia agotada) no sea mayor de 0,05.

Esto es:

 

P(X > x 0,95 ) = 0, 05

o

De lo anterior se sigue que:

P(X x 0,95 ) = 0, 95.

o

P[Z (x 0,95 200)/40] = 0, 95.

P(Z z 0,95 ) = F z (z 0,95 ; 0, 1) = 0, 95

donde z 0,95 = (x 0,95 200)/40 es el valor cuantil correspondiente a la variable aleatoria

normal est´andar. Para obtener z 0,95 de la tabla D, primero se busca la probabilidad m´as

cercana a 0,95. Una vez se encuentra este valor, se toman los correspondientes valores del

rengl´on y la columna y se interpola para encontrar el valor deseado de z 0,95 .Por ejemplo,

z 0,95 tiene un valor de 265,8. Esto significa que el inventario a principio de cada mes no

debe ser menor de 266 unidades para que la probabilidad de agotar las exitencias no sea

mayor de 0,05.

  • b) Un investigador cient´ıfico reporta que unos ratones vivir´an en un promedio de 40 meses cuando sus dietas se restringen dr´asticamente y despu´es se enriquecen con vitaminas y

prote´ınas. Suponga que las vidas de tales ratones se destribuyen normalmente con una

desviaci´on est´andar de 6,3 meses, encuentre la probabilidad de que un rat´on dado viva:

1)

m´as de 32 meses;

Desarrollo:

Debemos calcular la probabilidad

P(X > 32) = 1 P(X 32)

utlizando la siguiente transformaci´on Z = Xµ , donde µ = 40 ,σ = 6, 3 y X = 32 en

σ

nuestro ejercicio. As´ı

Z = 1, 27

Luego P(Z > 1, 27) = 1 P(Z ≤ −1, 27), obserbado P(Z ≤ −1, 27) en la tabla de

distribucion normal se tiene que P(Z ≤ −1, 27) = 0, 102042, de este modo

P(Z > 1, 27) = 0, 897958

lo que implica que

P(X > 32) = 0, 897958

Contextualizando podemos decir que la probabilidad de que un rat´on viva mas e 32

meses bajo las condiciones descritas en el problema es de 90 % aproximadamente.

2) menos de 28 meses;

Desarrollo:

Debemos calcular la probabilidad

P(X < 28)

utlizando la siguiente transformaci´on Z = Xµ , donde µ = 40 ,σ = 6, 3 y X = 28 en

σ

nuestro ejercicio. As´ı

Z = 1, 27

Luego P(Z > 1, 27) = 1 P(Z ≤ −1, 27), obserbado P(Z ≤ −1, 27) en la tabla de

distribucion normal se tiene que P(Z > 1, 905) = 0, 028717, lo que implica que

P(X > 32) = 0, 028717

Contextualizando podemos decir que la probabilidad de que un rat´on viva menos de

28 meses bajo las condiciones descritas en el problema es de 2,9 % aproximadamente.

3)

entre 37 y 49 meses.

Desarrollo:

Debemos calcular la probabilidad

P(37 < X < 49)

utlizando la siguiente transformaci´on Z =

Xµ , donde

σ

µ

=

40

,σ

=

6, 3

y

X 2

=

  • 37 , X 2 = 49 en nuestro ejercicio. Luego

Z 1 = 0, 48 ,

Z 2 = 1, 43

Luego P(048

<

Z

<

1, 43)

=

P(Z

<

1, 43) P(Z

< 0, 48), obserbado

P(Z

< 0, 48) = 0, 333598 y P(Z < 1, 43) = 0, 923641 en la tabla de distribucion

normal se tiene que P(048 < Z < 1, 43) = 0, 923641 0, 333598, de este modo

lo que implica que

P(048 < Z < 1, 43)

= 0, 590043

P(37 < X < 49) = 0, 590043

Contextualizando podemos decir que la probabilidad de que un rat´on viva entre 37 y

  • 49 meses bajo las condiciones descritas en el problema es de 59 % aproximadamente.

c) La Apex Taxi Company ha encontrado que el costo de los viajes se distribuye normalmen-

te con una µ = 4,30 dolares y σ = 1,25 d´olares. Si el chofer acuda a una llamada escogida

al azar, ¿cu´al es la probabilidad de que su costo sea menor de 3,05 d´olares?

Desarrollo:

Debemos calcular la probabilidad

P(X < 3,05)

utlizando la siguiente transformaci´on Z = Xµ , donde µ = 4,30 ,σ = 1,25 y X = 3,05 en

σ

nuestro ejercicio. Luego

Z = 1

obserbado que P(Z < 1) = 0, 158655, en la tabla de distribucion normal se tiene que

P(Z < 3,05) = 0, 158655, lo que implica que

P(X < 3,05) = 0, 158655

Contextualizando podemos decir que la probabilidad de que su costo sea menor de 3,05

d´olares es de 16 % aproximadamente.

BIBLIOGR AFIA ´

´

1. Canavos, G (1988). PROBABILIDAD Y ESTAD ITICA Aplicaciones y m´etodos. : McGRAW-

HILL.

Ejercicios de Distribuci´on de probabilidad binomial

* Ejercicio a), 4,21 p´agina 124. Cap´ıtulo Cuatro (Algunas distribuciones discretas de probabi-

lidad).

* Ejercicio c), 4.12. p´agina 123. Cap´ıtulo Cuatro (Algunas distribuciones discretas de probabi-

lidad).

Ejercicios de Distribuci´on de probabilidad Hipergeom´etrica

* Ejercicio a), 4.8 p´agina 111. Cap”itulo Cuatro(Algunas distribuciones discretas de probabi-

lidad).

* Ejercicio b), 4.7 p´agina 110. Cap”itulo Cuatro(Algunas distribuciones discretas de probabili-

dad).

Ejercicios de Distribuci´on de probabilidad de Possion

* Ejercicio a), 4.7 p´agina 104. Cap´ıtulo Cuatro (Algunas distribuciones discretas de probabili-

dad).

Ejercicios de Distribuci´on de probabilidad Normal

* Ejercicio a), 5.3 p´agina 138. Cap´ıtulo Cinco (Algunas distribuciones continuas de probabili-

dad).

2. Montgomery, D. Runger, G (1996). Probabilidad y estad´ıstica aplicadas a la ingenier´ıa. :

McGRAQ-HILL.

Ejercicios de Distribuci´on de probabilidad binomial

* Ejercicio b), 3,62 p´agina 130. Cap´ıtulo Tres (Variables aleatorias y distribuciones de proba-

bilidad discretas).

Ejercicios de Distribuci´on de probabilidad Geom´etrica

* Ejercicio a) 3-71 p´agina 138, Cap´ıtulo Tres (Variables aleatorias y distribuciones de probabi-

lidad discretas).

3.

Walpole, R. Myers, R. Myers, S (1999). Probabilidad y estad´ıstica para ingenieros, 6a. ed ..

M´exico: PRENTICE-HALL HISPANOAMERICA, S.A.

Ejercicios de Distribuci´on de probabilidad Geom´etrica

* Ejercicio b) 7. p´agina 140, Cap´ıtulo Cinco (Algunas distribuciones de probabilidad discretas).

Ejercicios de Distribuci´on de probabilidad Normal

* Ejercicio b) 7. p´agina 158, Cap´ıtulo 6 (Algunas distribuciones continuas de probabilidad).

´

  • 4. Weimer, R (2006). ESTAD ISTICA 1a. ed. en espa˜nol. M´exico: Compa˜nia editorial contiental. Ejercicios de Distribuci´on de probabilidad Normal * Ejercicio c) 9. p´agina 321. Cap´ıtulo siete (Distribuciones Continuas).

  • 5. Freund, J. & Walpole, R. (1990). Estad´ıstica matem´aticas con aplicaciones 4a. ed

..

M´exico:

PRETINCE-HALL HISPANOAMERICANA, S.A ..

Ejercicios de Distribuci´on de probabilidad Geom´etrica.

* Ejercicio c) 24. p´agina 205. Cap´ıtulo cinco (Distribuciones de probabilidad especiales).

  • 6. M. en C. Jos Luis Hernndez Gonzlez (2003). DISTRIBUCIN DE PROBABILIDAD DE VA- RIABLES. Ejercicios de Distribuci´on de probabilidad Hipergeom´etrica *Ejercicio a) 1. p´agina 8. (Distribuci´on Hipergeom´etrica)

7. Articulos obtenidos desde internet

Ejercicios de Distribuci´on de probabilidad de Poisson

* Ejercicio b) Jeanpoul, (4 de Diciembre de 2004)EJERCICIOS RESUELTOS DE MATEMA-

TICAS ONLINE Obtenido el 28 de Diciembre del 2011 desde

http : //blogupiicsa.blogspot.com/2010/12/distribucion de poisson 0 4.html

* Ejercicio c) Autor desconocido, (No especificada)DISTRIBUCION DE POISSON Obtenido

el 28 de Diciembre del 2011 desde

http : //www.itch.edu.mx/academic/industrial/sabaticorita/ p rivate/05Distr %20Poisson.htm