Universidad Mariana

Ingeniería de Sistemas
ESTADÍSTICA INFERENCIAL
Unidad 1
ACTIVIDAD 2. DISTRIBUCIONES DISCRETAS DE PROBABILIDAD

Presentado por:

Cesar Rendon

Néstor Hidalgo

David Santacruz

David Martínez

San Juan de Pasto, 2019

Introducción
En el presente trabajo se pretende dar a entender los conceptos de distribuciones discretas de
probabilidad en el desarrollo de situaciones problema en contextos variados. El objetivo es aplicar
los conceptos de estadística inferencial en el estudio de casos relacionados con la ingeniería y las
ciencias e identificar las características más relevantes de cada una de las distribuciones discretas
de probabilidad.

Este trabajo cuenta con:

 5 ejercicios en donde se aplican los principales tipos de distribuciones discretas en las que
se encuentran la distribución binomial, la hipergeométrica y poisson
 La conclusión a la cual se ha llegado durante el desarrollo del trabajo
Ejercicios

5.19) Para una distribución binomial con n = 15 y p = 0.2, use la tabla 3 del apéndice para
encontrar

a) 𝑃(𝑥 = 6)

b) 𝑃(𝑥 ≥ 11)

c) 𝑃(𝑥 ≤ 4)

a)
15!
𝑃(𝑥 = 6) = ( ) ∗ 0.26 ∗ 0.815−6
6! (15 − 6)!

𝑃(𝑥 = 6) = (5005) ∗ 0.000064 ∗ 0.134

𝑃(𝑥 = 6) = 0.0429 ∗ 100

𝑃(𝑥 = 6) = 4.29%

b)
15! 15! 15!
𝑃(𝑥 ≥ 11) = (11!(15−11)!) ∗ 0.211 ∗ 0.815−11 + (12!(15−12)!) ∗ 0.212 ∗ 0.815−12 + (13!(15−13)!) ∗
15! 15!
0.213 ∗ 0.815−13 + (14!(15−14)!) ∗ 0.214 ∗ 0.815−14 + (15!(15−15)!) ∗ 0.215 ∗ 0.815−15

𝑃(𝑥 ≥ 11) = 0.0000114 + 0.000000954 + 0.0000000550 + 0.00000000196

+ 0.0000000000327

𝑃(≥ 11) = 0.0000124 ∗ 100

𝑃(≥ 11) = 0.0012%

c)
15! 15! 15!
𝑃(𝑥 ≤ 4) = (4!(15−4)!) ∗ 0.24 ∗ 0.815−4 + (3!(15−3)!) ∗ 0.23 ∗ 0.815−3 + (2!(15−2)!) ∗ 0.22 ∗
15! 15!
0.815−2 + (1!(15−1)!) ∗ 0.21 ∗ 0.815−1 + (0!(15−0)!) ∗ 0.20 ∗ 0.815−0

𝑃(𝑥 ≤ 4) = 0.187 + 0.250 + 0.230 + 0.131 + 0.035

𝑃(𝑥 ≤ 4) = 0.833 ∗ 100

𝑃(𝑥 ≤ 4) = 83%

5.23) Diane Bruns es la alcaldesa de una ciudad grande. Últimamente, se ha estado preocupando
acerca de la posibilidad de que grandes cantidades de personas que cobran el seguro de
desempleo en realidad tengan un trabajo en secreto. Sus asistentes estiman que 40% de los
beneficiarios del seguro de desempleo entra en esta categoría, pero la señora Bruns no está
convencida. Le pide a uno de sus ayudantes que haga una investigación de 10 beneficiarios del
seguro tomados al azar.

a) Si los asistentes de la alcaldesa tienen razón, ¿cuál es la probabilidad de que los individuos
investigados tengan un empleo? (No utilice las tablas.)
10!
𝑃(𝑥 = 10) = ( ) ∗ 0.410 ∗ 0.610−10
10! (10 − 10)!

𝑃(𝑥 = 10) = (1) ∗ 0.0001048 ∗ 1

𝑃(𝑥 = 10) = 0.0001048 ∗ 100

𝑃(𝑥 = 10) = 0.010%

 b) Si los asistentes de la alcaldesa están en lo correcto, ¿cuál es la probabilidad de que sólo tres de
los individuos investigados tengan trabajo? (No utilice las tablas.)
10!
𝑃(𝑥 = 3) = ( ) ∗ 0.43 ∗ 0.610−3
3! (10 − 3)!

𝑃(𝑥 = 3) = (120) ∗ 0.064 ∗ 0.02799

𝑃(𝑥 = 3) = 0.2149 ∗ 100

𝑃(𝑥 = 3) = 21.5%

5.28) Si los precios de los automóviles nuevos se incrementan en un promedio de cuatro veces
cada 3 años, encuentre la probabilidad de que

a) ningún precio se incremente en un periodo de 3 años seleccionado de manera aleatoria.

40 ∗ 𝑒 −4
𝑃(𝑥 = 0) =
0!
𝑃(𝑥 = 0) = 0.0183 ∗ 100
𝑃(𝑥 = 0) = 1.83%
b) dos precios aumenten.

42 ∗ 𝑒 −4
𝑃(𝑥 = 2) =
2!
𝑃(𝑥 = 2) = 0.14652511 ∗ 100
𝑃(𝑥 = 2) = 14.6%

c) cuatro precios aumenten.

44 ∗ 𝑒 −4
𝑃(𝑥 = 4) =
4!
𝑃(𝑥 = 4) = 0.19536681 ∗ 100
𝑃(𝑥 = 4) = 19.5%
d) aumenten cinco o más.

𝑃(𝑥 > 4) = 𝑃(𝑥 ≤ 4) = 1 − [𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 3) + 𝑃(𝑥 = 4)]

40 ∗ 𝑒 −4 41 ∗ 𝑒 −4 42 ∗ 𝑒 −4 43 ∗ 𝑒 −4 44 ∗ 𝑒 −4
𝑃(𝑥 ≤ 4) = 1 − [ + + + + ]
0! 1! 2! 3! 4!
𝑃(𝑥 = 4) = 0.37116306 ∗ 100
𝑃(𝑥 = 4) = 37.11%

56. Un estudio reveló que en promedio una persona tarda alrededor de 26 minutos en trasladarse
de su casa al trabajo o viceversa. Además, 5% de los encuestados informó que tarda más de una
hora en ir o regresar del trabajo (sitio web de Bureau of Transportation Statistics, 11 de enero de
2004).

a) Si 20 personas se encuestan un día en particular, ¿cuál es la probabilidad de que tres de ellas

informen que tardan más de una hora en trasladarse?

𝜆 = 20 ∗ 0.05
𝜆=1
13 ∗ 𝑒 −1
𝑃(𝑥 = 3) =
3!
𝑃(𝑥 = 3) = 0,06131324 ∗ 100
(𝑥 = 3) = 6.13%

b) Si 20 personas se encuestan un día en particular, ¿cuál es la probabilidad de que ningún informe

que tarda más de una hora en trasladarse?

𝜆 = 20 ∗ 0.05
𝜆=1
10 ∗ 𝑒 −1
𝑃(𝑥 = 0) =
0!
𝑃(𝑥 = 3) = 0.36787944 ∗ 100
(𝑥 = 3) = 36.78%
c) Si una empresa tiene 2 000 empleados, ¿cuál es el número esperado de empleados que tardan
más de una hora en trasladarse de su trabajo a su casa o viceversa?

El número esperado = 𝜆
𝜆 = 2000 ∗ 0.05
𝜆 = 2000 ∗ 0.05
𝜆 = 100
𝐸(𝑥) = 100

d) Si una empresa tiene 2 000 empleados, ¿cuáles son la varianza y la desviación estándar del
número de ellos que tardan más de una hora en trasladarse?

Varianza, 𝑉(𝑥) = 𝜆
𝜆 = 2000 ∗ 0.05
𝜆 = 2000 ∗ 0.05
𝜆 = 100
𝑉(𝑥) = 100

desviación estándar, 𝜎 = √𝜆

𝜎 = √100
𝜎 = 10
Conclusiones

 La distribución de probabilidad está definida sobre el conjunto de todos los sucesos y cada
uno de los sucesos es el rango de valores de la variable aleatoria
 La distribución de probabilidad de una variable aleatoria es una función que asigna a cada
suceso definido sobre la variable la probabilidad de que dicho suceso ocurra
 Una distribución de probabilidad indica toda la gama de valores que pueden representarse
como resultado de un experimento si éste se llevase a cabo