Está en la página 1de 8

ACTIVIDAD DE APRENDZAJE 3.

Ejercicios para las distribuciones Binomial,


de Poisson y Normal.

Materia:
MODELOS MATEMÁTICOS PARA LA
PRODUCCIÓN
Archivo de apoyo para actividad 3
Ejercicios de distribución binomial.

Para poder resolver los siguientes problemas de distribución binomial localizaremos


diferentes variables, las cuales son:

𝑝 = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜

𝑞 = (1 − 𝑝)𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑛𝑜 𝑠𝑢𝑐𝑒𝑑𝑎 𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜

𝑛 = 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑒𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑜𝑠

𝑥 = 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 é𝑥𝑖𝑡𝑜𝑠

La formula a utilizar será la siguiente:


𝑛
𝑓(𝑥) = ( ) 𝑝 𝑥 𝑞 𝑛−𝑥
𝑥
𝑛
Donde ( ) es la combinación de n en x.
𝑥
𝑛!
𝐶𝑥𝑛 =
(𝑛
𝑥! − 𝑥)!

1) La probabilidad de que una persona recién egresada de la universidad con buenas


calificaciones consiga trabajo en un mes es 0.9. ¿Cuál es la probabilidad de que 4 de 5
recién egresados con buenas calificaciones consigan trabajo en un mes?

𝑝 = 0.9

𝑞 = (1 − 𝑝) = (1 − 0.9) = 0.1

𝑛=5

𝑥=4

5!
𝐶45 = =5
4! (5 − 4)!

5
𝑓(𝑥) = ( ) (0.9)4 (0.1)5−4 = (5)(0.6561)(0.1) = 0.32805
4

La probabilidad de que 4 de 5 recién egresados con buenas calificaciones consigan trabajo


en un mes es del 32.8%.

2) La probabilidad de que una persona que entra a cierta tienda haga una compra es 0.6.
Encontrar las probabilidades de que de un grupo de 9 personas 2 hagan una compra.

𝑝 = 0.6

𝑞 = (1 − 𝑝) = (1 − 0.6) = 0.4

𝑛=9
𝑥=2

9!
𝐶29 = = 36
2! (9 − 2)!

9
𝑓(𝑥) = ( ) (0.6)2 (0.4)9−2 = (36)(0.36)(0.00164) = 0.021
2

La probabilidad de que de un grupo de 9 personas 2 hagan una compra es del 2.1%.

3) Si 0.20 es la probabilidad de capturar a un asaltante de tiendas, ¿cuál es la probabilidad


de que en una muestra de 8 asaltantes se capturen 3?

𝑝 = 0.2

𝑞 = (1 − 𝑝) = (1 − 0.2) = 0.8

𝑛=8

𝑥=3

8!
𝐶38 = = 56
3! (8 − 3)!

8
𝑓(𝑥) = ( ) (0.2)2 (0.8)8−3 = (56)(0.04)(0.328) = 0.7347
3

La probabilidad de que en una muestra de 8 asaltantes se capturen 3 es del 73.47%

Ejercicios de distribución de Poisson.

La fórmula para la distribución de Poisson es :

𝜆𝑥 𝑒 −𝜆
𝑃(𝑥, 𝜆) =
𝑥!

Donde:

𝑃(𝑥, 𝜆) = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑜𝑐𝑢𝑟𝑟𝑎𝑛 𝑥 é𝑥𝑖𝑡𝑜𝑠, 𝑐𝑢𝑎𝑛𝑑𝑜 𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑜𝑐𝑢𝑟𝑟𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑒𝑙𝑙𝑜𝑠 𝑒𝑠 𝜆

𝜆 = (𝑛 ∗ 𝑝) 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑜 𝑚𝑒𝑑𝑖𝑎 𝑑𝑒 é𝑥𝑖𝑡𝑜𝑠 𝑝𝑜𝑟 𝑢𝑛𝑖𝑑𝑎𝑑 𝑑𝑒 𝑡𝑖𝑒𝑚𝑝𝑜, á𝑟𝑒𝑎 𝑜 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜.

𝑥 = 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑞𝑢𝑒 𝑛𝑜𝑠 𝑑𝑒𝑛𝑜𝑡𝑎 𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 é𝑥𝑖𝑡𝑜𝑠 𝑞𝑢𝑒 𝑠𝑒 𝑑𝑒𝑠𝑒𝑎 𝑞𝑢𝑒 𝑜𝑐𝑢𝑟𝑟𝑎
4) Algunos registros muestran que la probabilidad de que a un automóvil se le desinfle un
neumático al atravesar cierto túnel es de 0.00005. Utilice la aproximación de Poisson a la
distribución binomial para determinar de que entre 10000 vehículos que pasan por este
túnel cuando menos a 2 se les desinfle un neumático.

𝜆 = (10000 ∗ 0.00005) = 0.5

𝑥= 2

0.52 𝑒 −0.5
𝑃(2,0.5) = = 0.0758
2!
Probabilidad de que al menos a dos vehículos de se les desinfle un neumático de 10000
que pasen por el túnel es de 7.58%

5) A menudo, el número de llamadas telefónicas que llegan a un conmutador se modela


como una variable aleatoria Poisson. Suponer que, en promedio se reciben 7 llamadas por
hora. ¿Cuál es la probabilidad de que lleguen exactamente cinco llamadas en una hora?

𝜆=7

𝑥=5

75 𝑒 −7
𝑃(5,7) = = 0.1277
5!

La probabilidad de que lleguen exactamente cinco llamadas en una hora es de 12.77%

6) En un proceso de manufactura se registran, siguiendo la distribución de Poisson, en


promedio cuatro fallas en un turno de ocho horas. Calcular la probabilidad de que en un
turno cualquiera haya entre dos y cuatro fallas.

Para este ejemplo se calcularán todas las probabilidades de dos, tres y cuatro fallas.

𝜆=4

𝑥 = 2,3,4

42 𝑒 −4
𝑃(2,4) = = 0.1465
2!

43 𝑒 −4
𝑃(3,4) = = 0.1953
3!

44 𝑒 −4
𝑃(4,4) = = 0.1953
4!

La probabilidad que en un turno cualquiera haya entre dos y cuatro fallas es:
𝑃(2 ≤ 𝑥 ≤ 4,4) = 𝑃(2,4) + 𝑃(3,4) + 𝑃(4,4) = 0.537 = 53.7%

7) A un auto lavado llegan, siguiendo la distribución de Poisson, 8 autos por hora. Calcular
la probabilidad de que en una hora determinada lleguen entre cuatro y siete autos.

𝜆=8

4≤𝑥≤7

84 𝑒 −8
𝑃(4,8) = = 0.0572
4!

85 𝑒 −8
𝑃(5,8) = = 0.0916
5!

86 𝑒 −8
𝑃(6,8) = = 0.1221
6!

87 𝑒 −8
𝑃(7,8) = = 0.1395
7!

La probabilidad que en un turno cualquiera haya entre dos y cuatro fallas es:

𝑃(2 ≤ 𝑥 ≤ 4,4) = 𝑃(4,8) + 𝑃(5,8) + 𝑃(6,8) + 𝑃(7,8) = 0.4104 = 41.04%

Ejercicios de distribución normal.

De todas las distribuciones continuas que se utilizan en estadística, la mas importante es la


distribución normal. La ecuación matemática de esta clase de curva es:
𝑥−𝜇
𝑧=
𝜎

Donde :

𝑥 = 𝑒𝑙 𝑑𝑎𝑡𝑜 𝑞𝑢𝑒 𝑠𝑒 𝑒𝑠𝑡á 𝑒𝑣𝑎𝑙𝑢𝑎𝑛𝑑𝑜

𝜇 = 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎 𝑑𝑒 𝑙𝑎 𝑑𝑖𝑠𝑡. 𝑛𝑜𝑟𝑚𝑎𝑙

𝜎 = 𝑙𝑎 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟

𝑧 = 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟

Si lo interpretamos gráficamente seria de la siguiente manera:

Una vez hallados los valores de z1 y z2 se localizan en la tabla de distribución normal


(anexo 1) para encontrar el valor de probabilidad.
8) El tiempo que les toma a un grupo de obreros ensamblar una serie de microchips tiene
una distribución normal con media de 14.5 minutos y desviación estándar de 2.5 minutos.
¿Cuál es la probabilidad de que a uno de estos obreros le tome entre 11 y 16 minutos?

11 ≤ 𝑥 ≤ 16

𝜇 = 14.5

𝜎 = 2.5

11 − 14.5
𝑧1 = = −1.4
2.5

𝑃(𝑧1 ) = 0.4192

16 − 14.5
𝑧2 = = 0.6
2.5
𝑃(𝑧2 ) = 0.2257

𝑃(11 ≤ 𝑥 ≤ 16) = 0.4192 + 0.2257 = 0.6449 = 64.49%

9) El tiempo que les toma a un grupo de obreros ensamblar una serie de microchips tiene
una distribución normal con media de 14.5 minutos y desviación estándar de 2.5 minutos.
¿Cuál es la probabilidad de que a uno de estos obreros le tome más de 18 minutos?

𝑥 > 18

𝜇 = 14.5

𝜎 = 2.5

18 − 14.5
𝑧= = 1.4
2.5
𝑃(𝑥 > 18) = 0.0808 = 8.08%

10) El tiempo que les toma a un grupo de obreros ensamblar una serie de microchips tiene
una distribución normal con media de 14.5 minutos y desviación estándar de 2.5 minutos.
¿Cuál es la probabilidad de que a uno de estos obreros le tome menos de 10 minutos?

𝑥 < 10

𝜇 = 14.5

𝜎 = 2.5

10 − 14.5
𝑧= = −1.8
2.5

𝑃(𝑥 < 10) = 0.03593 = 3.593%