Estudios de caso estudiante N4

a. Distribución Hipergeométrica: Cada uno de 12 refrigeradores de un

tipo ha sido devuelto a un distribuidor debido a que se escucha un sonido
agudo cuando el refrigerador está funcionando. Suponga que 7 de estos
refrigeradores tienen un compresor defectuoso y que los otros 5 tienen
problemas menos serios. Si los refrigeradores se examinan en orden
aleatorio, sea X el número entre los primeros 6 examinados que tienen un
compresor defectuoso.

1. Calcule p( x = 4 ).
2. Calcule p(x ≤ 4).

N= El tamaño de la población en este caso 12

K = numero de éxitos en este caso 7
n = tamaño de la muestra es de 6
x
teniendo la formula despejamos
K ( N−K )
P( x )=
( x ) n− X
N
n
1. Calcule p( x = 4 )

7 ( 12−7 )
P( x )=
( 4 ) 6−4
12
6
7 (5 )
P( x )=
( 4) 2
12
6
 (35 ) (10)
P( x )= =0.37
924

2. Calcule p(x ≤ 4).

Forma larga
p(x = 4) + p(x =3) + p(x =2) + p(x = 1)
K ( N−K )
P( x )=
( x ) n− X
N
n
7 (12−7 )
P( x=4)=
( 4 ) 6−4
= 0.37
12
6
7 ( 12−7 )
+ P( x=3)=
( 3 ) 6−3
=
( 35 ) (10)
= 0,37
12 924
6
+
7 ( 12−7 )
P( x=2)=
( 2) 6−2 =
( 21 ) (5)
924
=0,11
924
+
7 ( 12−7 )
P( x=1)=
( 1) 6−1
=
( 7 ) (1)
=0,007
12 924
6
=0.85
Un 85 porciento
3. Determine la Probabilidad de que X exceda su valor medio por más de
1 desviación estándar.
b. Distribución Binomial: Un jugador de softball tiene un promedio de
bateo de 0,25 (ósea un hit en cada 4 veces que vaya a batear) si se supone
que se puede aplicar la distribución binomial y pasa a batear 4 veces en un
cierto día, ¿Cuál es la probabilidad de que:
1. Logre un solo hit?
p=o,25 un 25 porciento
q=0,75 un 75 porciento
n=4
r=1
tenemos la formula binomial

p(x=r) = (nr ) p q
r n−r

p(x=1) = ( 41) 0,25 . 0,75

1 4−1

p(x=1) = ( 4 ) 0,251 . 0,753 = 0.42

la probabilidad de dar almenos un solo hit es del 42 porciento

2. ¿Dé por lo menos un hit?

P(x<1) que quiere decir
P(x=1) + p(x=0) que seria nuestro r
p=o,25 un 25 porciento
q=0,75 un 75 porciento
n=4
r=
tenemos la formula binomial

p(x=r) = (nr ) p q
r n−r

P(x=1) + p(x=0) = ( 40) 0,25 . 0,75

0 4−0
+ ( 41) 0,25 . 0,75
1 4−1

( 1 ) 0,250 . 0,754 + ( 4 ) 0,251 . 0,753=0.738

La probabilidad de que al menos de un hit es de 73.8 porciento

c. Distribución Poisson: El nuevo Coronavirus (COVID-19) ha sido

catalogado por la Organización Mundial de la Salud como una emergencia en
salud pública de importancia internacional (ESPII). La Probabilidad de que
una persona infectada por COVID-19 fallezca al día de hoy está dada por el
0,03. Encuéntrese la probabilidad de que fallezcan menos de 3 de las
próximas 500 personas infectadas.

e−λ . λ x
P(x=K) =
x¡
E= 2,718
λ =N*P
λ = 0,03

P(x<3)= P(x=0) + P(x=1) + P(x=2)

e−λ . λ x e−15 . 150 e−λ . λ x e−15 . 151 e−λ . λ x e−15 . 152

P(x=0) = + P(x=1) = + P(x=2) =
x¡ 0¡ x¡ 1¡ x¡ 2¡
P(x=0) = 0,97 + P(x=1) = 0,029 + P(x=2) = 0,0004
= 0,99

d. Distribución Normal: La cantidad de gaseosa diaria, en litros, que sirve

una máquina que se localiza en la confitería de un Cinema es una variable
aleatoria X que tiene una distribución continua uniforme con A = 4 y B = 9.
Calcule la probabilidad de que en un día determinado la cantidad de gaseosa
que sirve esta máquina sea
1. a lo sumo 7.5 litros;
2. más de 6.3 litros, pero menos de 8.3 litros;
3. al menos 9.2 litros
Calculamos la media entre 4 y 9 en este caso la media es 6.5
 MAQUINA ESPENDEDORA DE GASEOSA

Media

Datos

x=es el valor de cualquier observación o medición

μ=es la media de la distribución
σ =es la desviación estándar de la distribución

Formula

x−μ
z=
σ

x=
μ= 6.5
σ =1.87

1. a lo sumo 7.5 litros

x−μ
z=
σ

7.5−6.5
¿
1.87
=4.02
p ( z← 4.02 )=¿
=0.941%

94% según la tabla

más de 6.3 litros, pero menos de 8.3 litros;

P (x ≥ 6.3, x ≤ 8.3)

x−μ
z=
σ

6.3−6.5
 z=
1.87

−0. 2
z=
1.87

z=−0. 10

8.3−6.5
 z=
1.87

1.8
z=
1.87

z=0.96

P (x ≥ 6.3, x ≤ 8.3)

¿ 0. 460−0.8 31
2

0.371
37% según la tabla
al menos 9.2 litros
x−μ
z=
σ

9.2−6.5
 z=
1.87

 ¿ 5.72

 P (x = 5.72)

Según el cuadro el porcentaje es del 0%