Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CURSO:
ESTADISTICA APLICADA A LA
ADMINISTRACION
TEMA:
PROBABILIDADES
CICLO:
IV
INTEGRANTES:
TUMBES- PERÚ
2017
EJERCICIOS SOBRE PROBABILIDADES
EXPERMIENTOS ALEATORIOS:
E1: Selección de un estudiante de acuerdo a su rendimiento académico.
E2: Selección de un docente de acuerdo a su categoría ocupacional.
EXPERIMENTO MUESTRAL:
EVENTOS O SUCESOS:
Solución:
#E = 19.
Sean los eventos:
A ≡Obtener un número múltiplos de 3
B ≡Obtener un número múltiplos de 5.
Si podemos identificar la cantidad de elementos del espacio muestral A∪B lo
resolvemos directamente como sigue:
A∪B = {3, 5, 6, 9, 10, 12, 15, 18}
⇒# A∪B = 8
⇒P(A∪B)= #(A ∪B)/ #E =8/19
2.-
MUTUAMENTE EXCLUYENTES
1.- -En la tabla adjunta, X representa el número de hijos por familia en un grupo
de 20 familias seleccionadas al azar. Si de este grupo se elige al azar una
familia, ¿Cuál es la probabilidad de que tenga uno o dos hijos?
Solución:
El total de familias con uno o dos hijos son 6 + 3 = 9 de un total de 20 familias.
La probabilidad pedida es
P=9/20
p =0,452
Solución:
TEOREMA DE BAYES
Tres máquinas, A, B y C, producen el 45%, 30% y 25%, respectivamente, del
total de las piezas producidas en una fábrica. Los porcentajes de producción
defectuosa de estas máquinas son del 3%, 4% y 5%. Si se selecciona una
pieza al azar y resulta ser defectuosa; diga Ud. ¿Qué máquina lo elaboró?
Solución:
Sea:
D = "la pieza es defectuosa" P(D/A): Pieza defectuosa producida por
la máquina A
A: máquina de producción “A” P(D/B): Pieza defectuosa producida por la
máquina B
B: máquina de producción “B” P(D/C): Pieza defectuosa producida por la
máquina C
C: máquina de producción “C”
a. Debemos calcular por el teorema de Bayes, lo siguiente:
𝑃(𝐴)𝑃(𝐷⁄𝐴)
𝑃(𝐴⁄𝐷) =
𝑃(𝐴)𝑃(𝐷⁄𝐴) + 𝑃(𝐵)𝑃(𝐷⁄𝐵 ) + 𝑃(𝐶)𝑃(𝐷 ⁄𝐶 )
(0.45)(0.03) 0.0135
= = = 0.355 = 35.5%
(0.45)(0.03) + (0.30)(0.04) + (0.25)(0.05) 0.038
𝑃(𝐵)𝑃(𝐷⁄𝐵 )
𝑃(𝐵⁄𝐷) =
𝑃(𝐴)𝑃(𝐷⁄𝐴) + 𝑃(𝐵)𝑃(𝐷⁄𝐵 ) + 𝑃(𝐶)𝑃(𝐷 ⁄𝐶 )
(0.30)(0.04) 0.012
= = = 0.316 = 31.6%
(0.45)(0.03) + (0.30)(0.04) + (0.25)(0.05) 0.038
𝑃(𝐶)𝑃(𝐷⁄𝐶 )
𝑃(𝐶 ⁄𝐷) =
𝑃(𝐴)𝑃(𝐷⁄𝐴) + 𝑃(𝐵)𝑃(𝐷⁄𝐵 ) + 𝑃(𝐶)𝑃(𝐷 ⁄𝐶 )
(0.25)(0.05) 0.0125
= = = 0.329 = 32.9%
(0.45)(0.03) + (0.30)(0.04) + (0.25)(0.05) 0.038
DESICIÓN: Con una probabilidad de confianza del 35.5% se puede afirmar que
la pieza defectuosa elegida al azar, es más probable que haya sido producida
por la máquina A.
Una empresa de Transporte Público de pasajeros de tumbes-aguas verdes
explota tres líneas de servicio, de forma que el 60% de los microbuses cubre
el servicio de la primera línea, el 30% cubre la segunda y el 10% cubre el
servicio de la tercera línea. Se sabe que la probabilidad de que, diariamente,
un microbús se averíe es del 2%, 5% y 1%, respectivamente, para cada línea.
Si se selecciona un microbús de manera aleatoria y este presenta una avería,
diga Ud. A qué línea pertenece:
Solución:
10%
1% C: 3era línea
𝑃(𝐵)𝑃(𝐷⁄𝐵 )
𝑃(𝐵⁄𝐷) =
𝑃(𝐴)𝑃(𝐷⁄𝐴) + 𝑃(𝐵)𝑃(𝐷⁄𝐵 ) + 𝑃(𝐶)𝑃(𝐷 ⁄𝐶 )
(0.3)(0.05) 0.015
= = = 0.536 = 53.6%
(0.6)(0.02) + (0.3)(0.05) + (0.1)(0.01) 0.028
𝑃(𝐶)𝑃(𝐷⁄𝐶 )
𝑃(𝐶 ⁄𝐷) =
𝑃(𝐴)𝑃(𝐷⁄𝐴) + 𝑃(𝐵)𝑃(𝐷⁄𝐵 ) + 𝑃(𝐶)𝑃(𝐷 ⁄𝐶 )
(0.1)(0.01) 0.001
= = = 0.036 = 3.6%
(0.6)(0.02) + (0.3)(0.05) + (0.1)(0.01) 0.028
DESICIÓN: Con una probabilidad de confianza del 53.6% se puede afirmar que
el microbús con avería elegida al azar, es más probable que pertenece a la
segunda línea.
DISTRIBUCIÓN BINOMIAL
Solución:
Sea “X” variable aleatoria binomial con parámetros: 𝑛 = 10; 𝑝 = 0.1
Dónde: X : N° de adquisiciones exitosas
X : 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10
Solución:
Solución:
DISTRIBUCIÓN NORMAL
Ejercicio 1:
A) Que los gerentes tengan un ingreso semanal entre 840 y 1200 dólares.
Resolución A:
X< 1200 𝑃(840 < 𝑋 < 1200)
X> 840
𝑋−𝜇
Z= 𝜇 =1000 𝜎 = 100
𝜎
1200−1000 200
Z= = = 2.0
100 100
840−1000 −160
Z= = = −1.6
100 100
Z= 2.0 = 0.4792
Z= -1.6 = 0.4452
Resolución B
.𝑋 ≥ 1245
𝑋−𝜇 1245−1000
Z= 𝜎 = 100
= 245
100
= 2.45
A=0.4929
Una compañía paga a sus empleados un salario promedio mensual de 320 dólares. Suponga
que los salarios se distribuyen normalmente. ¿Cuál es la probabilidad que un trabajador gane
menos de $340 dólares mensualmente.
RESOLUCION:
*𝜇 = 320
*𝜎 = 27
𝑋−𝜇 340−320
* 𝜎
= 27
= 0.74 𝑃(𝑍 < 0.74) = 0.77035 × 100% = 77.035%
DISTRIBUCION T. STUDENT
t =
X−𝓊
S/√𝑛
s
x= media
𝓾= valor a analizar
Sx = desviación estándar
N= tamaño de muestra
Ejercicio Nº 1
La longitud de una barra de compensación es de 43mm. Se quiere verificar que una
maquina siga siendo las máquinas de la medida correcta, para ello se obtuvo una
muestra de 12 barras de compensación que tiene una media muestral de 41.5 y una
desviación estándar de 1.78, además sabemos que la población se distribuye de la
forma normal, probar la hipótesis a un grado de significación de 20%.
41.5−43
x= 41.5 𝑡=
1.78/√11
𝓾=43
Sx = 1.78 t = -2.91
N-1= 12-1=11
Pc= 20%
-La probabilidad es 0.875 de probar la hipótesis a un grado de
significancia de 20 %
Ejercicio Nº 2
Una población en el que se analiza el peso de las personas tiene una media de 80 y
una desviación estándar de 200. Calcular la probabilidad por media de la distribución
4
𝓾=76 𝑡=
37.13
Sx = 200 t = 0.1077
N-1= 29-1=28 t ⩳ 0.1
-La probabilidad es de 1.701% que se escoja una persona de peso medio sea
menor de 76.
DISTRIBUCION FISHER