Estudios de caso estudiante N°1:

A. Distribución Hipergeométrica: Una empresa manufacturera recibe un lote que contiene 100 artículos de los
defectuosos. La compañía revisa constantemente los lotes - que recibe para establecer la calidad del material.
recibido es baja, regresa al proveedor el lote completo. Suponga que la compañía recibe el lote y lo acepta si ha
defectuosas en una muestra de tamaño 6 sin reposición. ¿Cuál es la probabilidad de que se acepte un lote de 1
contenga 5 defectuosos.

DATOS
N= 100
M=5
n=6

X= "El numero de articulo defectuoso entre los 6 de la muestra"

x= "el lote se acepta si tiene 0 ó 1 articulo defectuoso"

0.9721136

𝑋~𝐻(𝑛,𝑀, 𝑁)=(6, 5, 100)=

Conclusion: la probabilidad de que se acepte el lote de 100 articulos que contenga 5 defectuosos es relativame
anterior cabe resaltar que el lote es aceptado.
e N°1:

ue contiene 100 artículos de los cuales cinco son

ablecer la calidad del material. Si la calidad de un lote
ñía recibe el lote y lo acepta si hay sólo 1 o menos piezas
ad de que se acepte un lote de 100 artículos que

nga 5 defectuosos es relativamente alta (0,97), de lo

 Estudios de caso estudiante N°1:

B. Distribución Binomial: La probabilidad de fallar durante el vuelo para cada uno de los seis motores de un avi
seis motores trabajan independientes, determine la probabilidad que en un vuelo determinado:

DATOS
"Éxito" :"encontrar falla en un motor de un avion"
𝑃^(𝑝 )("exito")=0,0005
Como puede fallar 6 motores n=6

X= "Numero de fallas en los motores de un vuelo"

𝑋~𝐵(𝑛,𝑃)= (6 , 0,0005)

La variable X toma valores 0,1,2,3,4,5,6

x 0 1 2 3 4 5
P(X=x) 0.9970037475 0.002992507 3.742506E-06 2.496E-09 9.366E-13 1.874E-16

1. Determine la probabilidad que en un vuelo determinado "No ocurra ninguna falla de motor"

𝑃(𝑋=0)= 0.997003748

Conclusion: la probabilidad que no ocurra ninguna falla de motor en un vuelo es cercana a un 100%, a pesar q
independiente.

2. Determine la probabilidad que en un vuelo determinado " No ocurra más de una falla"

𝑃(𝑋≤1)= 0.999996255

Conclusion: la probabilidad que no ocurra mas de una falla en el motor de un vuelo es relativamente Alta.

3. Determine la probabilidad que en un vuelo determinado " Ocurra exactamente dos fallas"

P(X=2)= 3.742506E-06

Conclusion: la probabilidad que ocurra exactamente dos fallas en los motores de un vuelo es Alta, lo cual es p
udiante N°1:

uno de los seis motores de un avión es 0.0005. Suponiendo que los

uelo determinado:

6
1.563E-20

na falla de motor"

o es cercana a un 100%, a pesar que los motores trabajan

de una falla"

n vuelo es relativamente Alta.

ente dos fallas"

s de un vuelo es Alta, lo cual es preocupante.

 Estudios de caso estudiante N°1:

C. El número de casos admitidos de emergencia en cierto hospital en 1 hora es una variable aleatoria con distri
Determinar - la probabilidad que en cierta hora.

DATOS
X= "El numero de casos admitidos de emergencia en cierta hora"

𝜆 =3
𝑋~𝑃(3)

1. la probabilidad que en cierta hora "Ningún caso de emergencia es admitido"

P (X=0) = 0.049787

Conclusion: la probabilidad que en cierta hora ningún caso de emergencia es admitido es de 0,04979.

2. la probabilidad que en cierta hora "Más de 3 casos de emergencia son admitidos"

x 0 1 2 3 4 5
P(X=x) 0.0497871 0.14936120510359 0.2240418 0.2240418 0.1680314 0.1008188

P(X>3) = 1-Fx(3) 0.353

Fx(3) = 0.64723188878223

Conclusion: la probabilidad que en cierta hora más de 3 casos de emergencia son admitidos es de 0,353.
ante N°1:

a variable aleatoria con distribución de Poisson con X = 3.

admitido es de 0,04979.

os"

6
0.0504094

son admitidos es de 0,353.

 Estudios de caso estudiante N°1:

D.Distribución Normal: De acuerdo con la Organización de Naciones Unidas (ONU), en Latinoamérica se tiene u
73.4 años y una desviación estándar de 4.3714 años. Si la esperanza de vida de una persona sigue una distribuc

DATOS
X= "numero de esperanza de vida al nacer"

𝑋~𝑁(73,4 , 〖 4,3174 〗 ^2)

1. La probabilidad de que una persona sobrepase los 80 años de vida

P(X<=80)=P(X≤80)=FX(80)= 0.936830314

Conclusion: 94% de una persona sobrepasa los 80 años de vida.

2. La probabilidad de que una persona al nacer tenga una esperanza de vida entre 70 y 75 años.

P(70≤X≤75)= FX(75)-FX(70) = 0.1429

FX(75)= 0.6428232318
FX(70)= 0.499968971

Conclusion: La probabilidad de que una persona al nacer tenga una esperanza de vida entre 70 y 75 años es de

3. ¿A partir de qué valor se tiene el 10% más alto de la esperanza de vida al nacer

FX(b)= 0,9
b=F-1 X(0,9)= 79.002
Conclusion: A partir del 79,002 se tiene el 10% mas alto de la esperanza de vida al nacer

2. INTRODUCCIÓN De acuerdo al estudio de la estadística entre sus objetivos implica conocer de ma

diante N°1:

NU), en Latinoamérica se tiene una esperanza de vida al nacer de

una persona sigue una distribución normal, calcula:

tre 70 y 75 años.

de vida entre 70 y 75 años es de 0,1429

cer

a al nacer

objetivos implica conocer de manera cuantitativa determinada parte de la realidad, por esto se hace necesario construir un modelo pa
ecesario construir un modelo particular del objeto de estudio; en este sentido la probabilidad se caracteriza en la forma medible de dif
eriza en la forma medible de diferentes valores donde se asigna a cada posible resultado de un experimento aleatoriodeterminada pro
mento aleatoriodeterminada probabilidad. Las distribuciones de probabilidad están relacionadas con la distribución de frecuencias; deb
distribución de frecuencias; debido a que la distribuciones tratan sobre expectativas de que algo suceda, resultan ser modelos útiles p
da, resultan ser modelos útiles para hacer inferencias y tomar decisiones de incertidumbre una distribución; por ello la distribución de
ción; por ello la distribución de frecuencias teórica es una distribución de probabilidades que describe la forma en que se espera que v
la forma en que se espera que varíen los resultados. A continuación se presentará diferentes probabilidades entre ellas, la continua, g
dades entre ellas, la continua, gamma, erlang, exponencial, weibull con el objetivo de conocer sus uso, la grafica que representa y un e
la grafica que representa y un ejemplo de cada una de ellas.