Universidad Autónoma de Baja California

Probabilidad y estadística
Profesora Justina Belem Flores
Venegas 

Distribucion binominal
Semestre 2020-1

Salvador Duran Cortez

Mexicali B.C. a martes 28 de abril del 2020

 Resolver los siguientes problemas propuestos:
1.- Supongamos que el número de imperfecciones en un alambre delgado de cobre sigue
una distribución Poisson con una media de 2.3 imperfecciones por milímetro. Determine
la probabilidad de:
a) 2 imperfecciones en un milímetro de alambre.
u=2.3
P(x=2) = (2.3˄2)(e˄-2.3)/2! = 0.265184

b) 10 imperfecciones en 5 milímetros de alambre.

u=5*2.3 = 11.5
P(x=10) = (11.5˄10)(e˄-11.5)/10! = 0.112935

c) al menos una imperfección en 2mm de alambre.

u=2*2.3 = 4.6
P (x≥1) = 1-P(x=0) =1-[(4.6˄0)(e˄-4.6)/0!] = 1-0.010051 = 0.989948

2.-. La contaminación constituye un problema en la fabricación de discos de

almacenamiento óptico. El número de partículas de contaminación que ocurre en un
disco óptico tiene una distribución de Poisson y el número promedio de partículas por
centímetro cuadrado de superficie del disco es 0.1. El área de un disco bajo estudio es
100 centímetros cuadrados.
n=100 cm˄2 p=0.1 partículas/cm˄2
u = np = 100 cm˄2 *0.1 partículas/cm˄2 = 10 partículas
a) Encuentre la probabilidad de que ocurran 12 partículas en el área del disco bajo
estudio.
u=10
P(x=12) = (10˄12)(e˄-10)/12! = 0.095

b) La probabilidad de que ocurran cero partículas en el área del disco bajo estudio.
u=10
P(x=0) = (10˄0)(e˄-10)/0! = 0.0000453999

c) Determine la probabilidad de que 12 o menos partículas ocurran en el área del disco

bajo estudio.
u=10
P(x≤12) = P(x=0)+ P(x=1) + P(x=2) + P(x=3) + P(x=4) + P(x=5) + P(x=6) + P(x=7) + P(x=8) +
P(x=9) + P(x=10) + P(x=11) + P(x=12) =
P(x≤12) = (10˄0)(e˄-10)/0! + (10˄1)(e˄-10)/1! + (10˄2)(e˄-10)/2! + (10˄3)(e˄-10)/3! +
(10˄4)(e˄-10)/4! + (10˄5)(e˄-10)/5! + (10˄6)(e˄-10)/6! + (10˄7)(e˄-10)/7! + (10˄8)(e˄-
10)/8! + (10˄9)(e˄-10)/9! + (10˄10)(e˄-10)/10! + (10˄11)(e˄-10)/11! + (10˄12)(e˄-10)/12!
= 0.7915564

3.- La probabilidad de que haya un accidente en una compañía de manufactura es de

0.02 por cada día de trabajo. Si se trabajan 300 días al año, ¿cuál es la probabilidad de
tener 3 accidentes?

n= 0.2 p=300
u = np = (0.02)(300) = 6
P(x=3) = (6˄3)(e˄-6)/3! = 0.0892

4.- La probabilidad de que un producto salga defectuoso es de 0.012.

¿Cuál es la probabilidad de que entre 800 productos ya fabricados haya 5 defectuosos?
n=0.012 p=800
u = np = (0.012)(800) = 9.6
P(x=5) = (9.6˄5)(e˄-9.6)/5! = 0.04602

5.-En pruebas realizadas a un amortiguador para automóvil se encontró que el 0.04

presentaban fuga de aceite. Si se instalan 150 de estos amortiguadores, hallar la
probabilidad de que,
n=150 p=0.04
u= np = (150)(0.04) = 6
a) 4 salgan defectuosos,
P(x=4) = (6˄4)(e˄-6)/4! = 0.133852

b) más de 5 tengan fuga de aceite.

P(x>5) = 1-P(x≤5) = 1–[P(x=0) + P(x=1) + P(x=2) + P(x=3) + P(x=4) + P(x=5)]=
P(x>5) = 1-0.445679 = 0.554320

c) de 3 a 6 amortiguadores salgan defectuosos.

P(3≥x≤6) = P(6+0.5-6/2.4) ≥Z≤P(3-0.5-6/2.4)
P(3≥x≤6) = P(Z≥0.20)-P(Z≤-1.46)
P(3≥x≤6) = 0.5792-0.0721
P(3≥x≤6) = 0.5071

d) Determine el promedio y la desviación estándar de amortiguadores con defectos.

n=150 p=0.04
u= np = (150)(0.04) = 6

o=√λ
λ=u
o = √6 = 2.4494

6.- Un ingeniero que labora en el departamento de control de calidad de una empresa

eléctrica, inspecciona una muestra al azar de 200 alternadores de un lote. Si el 2% de los
alternadores del lote están defectuosos. Cuál es la probabilidad de que en la muestra,
p=200 n=0.02
U=np u= (200)(0.02)= 4

a) ninguno esté defectuoso,

P(x=0) = (4˄0)(e˄-4)/0! = 0.018315

b) uno salga defectuoso,

P(x=1) = (4˄1)(e˄-4)/1! = 0.07326255

c) al menos dos salgan defectuosos

P(x≥2) = 1- P(x<2) = 1-[P(x=0) + P(x=1) + P(x=2)] =
P(x≥2) = 1- [(4˄0)(e˄-4)/0! + (4˄1)(e˄-4)/1! + (4˄2)(e˄-4)/2!] =
(x≥2) = 1-0.23810330 = 0.76189669

d) más de tres estén con defectos

P(x>3) = 1-P(x≤3) = 1–[P(x=0) + P(x=1) + P(x=2) + P(x=3)]=
P(x>3) = 1-0.4334701 = 0.566529

7.- La probabilidad de que un CD de música dure al menos un año sin que falle es de
0.95, calcular la probabilidad de que en una muestra de 15,
p=1-q q=0.95
p=1-0.95
p=0.05

u= np = (15)(0.05) = 0.75

a) 12 duren menos de un año,

P(x=12) = (0.75˄12)(e˄-0.75)/12! = 0.00000000003123

b) a lo más 5 duren menos de un año,

P(x≤5) = P(x=0)+ P(x=1) + P(x=2) + P(x=3) + P(x=4) + P(x=5) =
P(x≤5) = (0.75˄0)(e˄-0.75)/0! + (0.75˄1)(e˄-0.75)/1! + (0.75˄2)(e˄-0.75)/2! + (0.75˄3)(e˄-
0.75)/3! + (0.75˄4)(e˄-0.75)/4! + (0.75˄5)(e˄-0.75)/5! = 0.99986
c) al menos 2 duren menos de un año.
P(x≥2) = 1- P(x<2) = 1-[P(x=0) + P(x=1) + P(x=2)] =
P(x≥2) = 1- [(0.75˄0)(e˄-0.75)/0! + (0.75˄1)(e˄-0.75)/1! + (0.75˄2)(e˄-0.75)/2!] =
(x≥2) = 1-0.959494 = 0.040505439

8.- Si 8 de 100 viviendas violan el código de construcción. ¿Cuál es la probabilidad de

que un inspector de viviendas, que selecciona aleatoriamente a 50 de ellas, descubra
que:
p=0.08 n=50
u= np = (50)(0.08) = 4
a) ninguna de las casas viola el código de construcción
P(x=0) = (4˄0)(e˄-4)/0! = 0.018315

b) una viola el código de construcción

P(x=1) = (4˄1)(e˄-4)/1! = 0.0732625

c) dos violan el código de construcción

P(x=2) = (4˄2)(e˄-4)/2! = 0.146525

d) al menos tres violan el código de construcción

P(x≥3)= 1- P(X<3) = 1-[P(x=0) + P(x=1) + P(x=2) + P(x=3)] =
P(x≥3) = 1- [(4˄0)(e˄-4)/0! + (4˄1)(e˄-4)/1! + (4˄2)(e˄-4)/2! + (4˄3)(e˄-4)/3!] =
P(x≥3) = 1-0.4334701 = 0.566529

9.- El número de pacientes que llega a un hospital sigue una distribución de Poisson. Si el
número promedio es de 120 por hora, ¿cuál es la probabilidad de que en un minuto
lleguen por lo menos 3 pacientes?
u=120/60 = 2
P(x≥3) = 1- P(X<3) = 1-[P(x=0) + P(x=1) + P(x=2) + P(x=3)] =
P(x≥3) = 1- [(2˄0)(e˄-2)/0! + (2˄1)(e˄-2)/1! + (2˄2)(e˄-2)/2! + (2˄3)(e˄-2)/3!] =
P(x≥3) = 1-0.85712346 = 0.142876

10. Los coches que llegan a un semaforo siguen un proceso de Poisson con media de 4
vehıculos por minuto. El semáforo está 40 segundos en rojo y 80 segundos en verde.
u= 4*40/60 = 2.6
a) ¿Cual es la probabilidad de que haya 4 coches en cola cuando el semaforo sepone en
verde?
P(x=4) = (2.6˄4)(e˄-2.6)/4! = 0.141421

b) ¿Cuál es la probabilidad de que haya más de 7 coches en cola?

P(x>7) = 1-P(x≤7) = 1–[P(x=0) + P(x=1) + P(x=2) + P(x=3) + P(x=4) + P(x=5) + P(x=6) +
P(x=7)]=
P(x>7) = 1-0.994666 = 0.005333

c) ¿Cuál es la probabilidad de que en un periodo de 6 horas haya al menos una ocasion en

la que haya mas de 7 coches en cola?
P(x≥1) = 1-P(x<1) = 1-0.4056 = 0.5944

11.- La Silvana Urgent Care se especializa en el cuidado de lesiones menores, resfriadas y

gripe. En las horas de la tarde de 6-10 PM el número medio de llegadas es 4.0 por hora.
¿Cuál es la probabilidad de 4 llegadas en una hora?
u=4
P(x=4) = (4˄4)(e˄-4)/4! = 0.1953668

12.- En un experimento de laboratorio, el promedio de partículas radioactivas que pasan

por un contador durante 1 milisegundo es de 4. ¿Cuál es la probabilidad de que 6 de las
partículas pasen por el contador en un milisegundo dado?
u=4
P(x=6) = (4˄6)(e˄-4)/6! = 0.104

13.- En cierto proceso de fabricación en el que se producen artículos de vidrio, ocurren

defectos o burbujas que a veces desaconsejan su venta. Se sabe que en promedio 1 de
cada 1000 artículos producidos tienen una o más burbujas. ¿Cuál es la probabilidad de
que en una muestra aleatoria de 8000 se encuentren:
n=8000 p=0.001
u=np= (8000)(0.001) = 8
a).-menos de 7 artículos con burbujas
P(x<7) = P(x=0) + P(x=1) + P(x=2) + P(x=3) + P(x=4) + P(x=5) + P(x=6) =
P(x<7) = (8˄0)(e˄-8)/0! + (8˄1)(e˄-8)/1! + (8˄2)(e˄-8)/2! + (8˄3)(e˄-8)/3! + (8˄4)(e˄-8)/4!
+ (8˄5)(e˄-8)/5! + (8˄6)(e˄-8)/6! = 0.313374
b).- 7 artículos con burbujas.
P(x=7) = (8˄7)(e˄-8)/7! = 0.139586

14. Una empresa electrónica observa que el número de componentes que fallan antes
de cumplir 100 horas de funcionamiento es una variable aleatoria de Poisson. Si el
número promedio de estos fallos es ocho.
a). ¿Cuál es la probabilidad de que falle un componente en 25 horas?
u=8 para 100 horas u=4 para 50 horas u=2 para 25 horas

P(x=1) = (2˄1)(e˄-2)/1! = 0.27067

b). ¿ y de que fallen no más de dos componentes en 50 horas? P(x≤2)

u=8 para 100 horas u=4 para 50 horas

P(x≤2) = (4˄0)(e˄-4)/0! + (4˄1)(e˄-4)/1! + (4˄2)(e˄-4)/2! =

P(x≤2) = 0.018315 + 0.073262 + 0.146525 = 0.2381033

c). ¿Cuál es la probabilidad de que fallen por lo menos diez en 125 horas?

P(x≥10) = 1-[P(x=0)+ P(x=1) + P(x=2) + P(x=3) + P(x=4) + P(x=5) + P(x=6) + P(x=7) + P(x=8) +
P(x=9) + P(x=10)] =
P(x≥10) = 1-[(10˄0)(e˄-10)/0! + (10˄1)(e˄-10)/1! + (10˄2)(e˄-10)/2! + (10˄3)(e˄-10)/3! +
(10˄4)(e˄-10)/4! + (10˄5)(e˄-10)/5! + (10˄6)(e˄-10)/6! + (10˄7)(e˄-10)/7! + (10˄8)(e˄-
10)/8! + (10˄9)(e˄-10)/9! + (10˄10)(e˄-10)/10!] = 1-0.58303975
P(x≥10) = 0.41696024

15. Una compañía telefónica recibe llamadas a razón de 4 por minuto. Calcular la
probabilidad de:
a) Recibir 2 llamadas en un minuto
P(x=2) = (4˄2)(e˄-4)/2! = 0.14652511

b) No recibir ninguna llamada en 33 segundos

P(x=0) = (4˄0)(e˄-4)/0!n = 0.073262

c) Recibir menos de 3 llamadas en 45 segundos

P(x<3) = P(x=0) + P(x=1) + P(x=2) + P(x=3) =
P(x<3) = (4˄0)(e˄-4)/0! + (4˄1)(e˄-4)/1! + (4˄2)(e˄-4)/2! + (4˄3)(e˄-4)/3! =
P(x<3) = 0.43347012

d) Recibir más de 3 llamadas en una hora

P(x>3) = 1-P(x≤3) = 1–[P(x=0) + P(x=1) + P(x=2) + P(x=3)]=
P(x>3) = 1-0.433470 = 0.566529