Supóngase que estamos investigando la seguridad de un

cruce muy peligroso. Los archivos de la policía indican

una media de cinco accidentes por mes en él. El número
de accidentes está distribuido conforme a la distribución
de Poisson, y la división de seguridad en carreteras
quiere calcular la probabilidad de exactamente 0,1,2,3 y
4 accidentes en un mes determinado.

X = numero de accidentes por mes en el cruce

X # de accidentes por mes que ocurren en elcruce
Lambda= 5

x
0 0.67379%
1 3.36897%
2 8.42243%
3 14.03739%
4 17.54674%
5 17.54674%
6 14.62228%
7 10.44449%
8 6.52780%
9 3.62656%
10 1.81328%
11 0.82422%
12 0.34342%
13 0.13209%
14 0.04717%
15 0.01572%
16 0.00491%
17 0.00145%
18 0.00040%
19 0.00011%
20 0.00003%
21 0.00001%
22 0.00000%
23 0.00000%
24 0.00000%
25 0.00000%
26 0.00000%
27 0.00000%
28 0.00000%
29 0.00000%
30 0.00000%
31 0.00000%
32 0.00000%
33 0.00000%
34 0.00000%
35 0.00000%
36 0.00000%
37 0.00000%
38 0.00000%
39 0.00000%
40 0.00000%
41 0.00000%
42 0.00000%
43 0.00000%
44 0.00000%
45 0.00000%
46 0.00000%
47 0.00000%
48 0.00000%
49 0.00000%
50 0.00000%
51 0.00000%
52 0.00000%
53 0.00000%
54 0.00000%
55 0.00000%
56 0.00000%
57 0.00000%
58 0.00000%
59 0.00000%
60 0.00000%
61 0.00000% Chart Title
20.00000%
62 0.00000%
18.00000%
63 0.00000%
64 0.00000% 16.00000%

65 0.00000% 14.00000%

66 0.00000% 12.00000%

67 0.00000% 10.00000%
68 0.00000% 8.00000%
69 0.00000% 6.00000%
70 0.00000% 4.00000%
2.00000%
0.00000%
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46
 10.00000%
8.00000%
6.00000%
4.00000%
2.00000%
0.00000%
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46

X # de huracanes por año que ocurren en elcruce

Lambda= 6

x
0 0.24788%
1 1.48725% menos de 4 h 15.12039%
2 4.46175% entre 6 y 8 40.15579%
3 8.92351% ningun hura 0.24788% Chart Tit
4 13.38526% 18.00000%
5 16.06231% 16.00000%
6 16.06231%
14.00000%
7 13.76770%
12.00000%
8 10.32577%
9 6.88385% 10.00000%

10 4.13031% 8.00000%
11 2.25290% 6.00000%
12 1.12645% 4.00000%
13 0.51990%
2.00000%
14 0.22281%
0.00000%
15 0.08913% 1 2 3 4 5 6 7 8 9 10111213141516
16 0.03342%
17 0.01180%
18 0.00393%
19 0.00124%
20 0.00037%
21 0.00011%
22 0.00003%
23 0.00001%
24 0.00000%
25 0.00000%
26 0.00000%
27 0.00000%
28 0.00000%
29 0.00000%
30 0.00000%
dad de un
a indican
El número
stribución
carreteras
0,1,2,3 y
 Chart Title

16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 67 70
16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 67 70

Chart Title

2 3 4 5 6 7 8 9 10111213141516171819202122232425262728293031
 Supongamos que cierto fenómeno pueda ser representado mediante una v.a. X Normal con
media 45 y desviación estándar 9 , y queremos calcular la probabilidad de que X tome un
valor entre 39 y 48

X va con distribucion normal

Media 45
desviacion 9
Probabilidad que X este en 39 menos X menos 48
P(39<X<48) 0.37806612

F(48) 0.63055866
F(39) 0.25249254

X tiempo que demoran los empleasdos en reaalizaar una tarea

Media 5
Deviacion 1

P(X<7) 0.97724987
P(X<7) 0.02275013

Ejemplo 3
X comsumo bimestral
Media 59
Desviación 6
a) Percentil 95 68.86912176 kw
b) Percentil 45 0.009815329

ejercicio 4
P(Z>2.09) 0.0183089
F(2.09) 0.9816911
F(1,25) 0.89435023
P(Z>1.25 0.10564977

P(-1<Z<1) 0.68268949
F(1) 0.84134475
F(-1) 0.15865525

d) k 0.4676988 percentil 68

e) P97.5 1.95996398 p

P99.5 2.5758293

ME (2,575 * 120 30.9

raiz 100

la DIRECCION

n 344
p 261 0.75
344
1 menos
alfa 0.90

ME (1.645
masa fuerza
60 100
65 105
70 102
75 135
80 95 0.77113089 coeficiente de correlacion
85 125
90 140
95 130
100 148

beta 1 beta 2

x y
152 50 y
155 61.5 90
152 54.5 80 f(x) = 0.8675809884x - 75.4427169544
155 57.5 70
R² = 0.879628227
157 63.5
60
152 59
157 61 50

165 72 40
162 66 30
178 72 20
183 84
10
178 82
0
150 155 160 165 170 175 180 185

y 0,8676X - 75,443
R 0.8796 coeficiente de determinación representa la variabilidad recogida o expllicada por el mo
raiz R coeficiente de correacion
 180 185

d recogida o expllicada por el modelo