Distribución Binomial: La preferencia por el color de un auto cambia

con los años y de acuerdo con el modelo particular que seleccione el

cliente. En año reciente, suponga que 10% de todos los autos de lujo
que se vendieron eran negros. Si 25 autos de es año y tipo se
seleccionan al azar, encuentre las siguientes probabilidades:

a. Al menos cinco autos sean negros.

Solución:

Para este ejercicio usaremos la siguiente teoría que viene siendo la

distribución binomial de la siguiente manera así:

La distribución binomial es una distribución de probabilidad discreta que

cuenta el número de éxitos en una secuencia de n ensayos
de Bernoulli independientes entre sí, con una probabilidad fija p de
ocurrencia del éxito entre los ensayos. Un experimento de Bernoulli se
caracteriza por ser dicotómico, esto es, solo dos resultados son posibles.
A uno de estos se denomina «éxito» y tiene una probabilidad de
ocurrencia p y al otro, «fracaso», con una probabilidad

q = 1 - p. En la distribución binomial el anterior experimento se

repite n veces, de forma independiente, y se trata de calcular la
probabilidad de un determinado número de éxitos. Para n = 1, la
binomial se convierte, de hecho, en una distribución de Bernoulli.

f ( k )= n p k (1− p)n−k (¿)

() k

Como tenemos el siguiente problema:

X = número de automóviles negros de entre los 25 observados 

p = 10% = 0.1; probabilidad de Éxito (que un vehículo sea negro) 
(1 - p) = 1 – 0.1 = 0.9 = 90 %; probabilidad de Fracaso (que no sea
negro) 
n =25; número de vehículos observados (repeticiones del experimento)
P( X < 5)=P(X =0)+ P ( X=1)+ P( X =2)+ P (X=3)+ P( X=4)

Reemplazando en la formula (*) se tiene que K=0, n=25, (1-p)=0.9,p=0.1

P ( X=0 )= 25 (0.1)0 ( 0.9)25−0=0.07179

( )
0

P ( X=1 ) = 25 (0.1)1 (0.9)25−1 =0.11942

( )
1

P ( X=2 )= 25 ( 0.1)2 (0.9)25−2=0.26589

( )
2

P ( X=3 )= 25 ( 0.1)3 (0.9)25−3=0.22650

3( )
P ( X=4 )= 25 (0.1)4 (0.9)25−4 =0.13841
( )
4

Sumando las expresiones anteriores tenemos que:

P ( X <5 ) =( 0.07179 ) + ( 0.11942 ) + ( 0.26589 ) + ( 0.22650 )+ ( 0.13841 ) =0.9020

Ahora calculamos la siguiente expresión así:

P ( X ≥5 )=1−P ( X <5 ) ; 1−0.9020=0.09799

b. A lo sumo seis autos son negros.

Realizamos la siguiente expresión de la siguiente manera:

P ( X ≤6 )=P ( X=0 ) + P ( X=1 ) + P ( X=2 )+ P ( X =3 ) + P ( X=4 )+ P ( X =5 ) + P(X =6)

P ( X=0 )= 25 (0.1)0 ( 0.9)25−0=0.07179

( )
0

P ( X=1 ) = 25 (0.1)1 (0.9)25−1 =0.11942

( )
1

P ( X=2 )= 25 ( 0.1)2 (0.9)25−2=0.26589

( )
2

P ( X=3 )= 25 ( 0.1)3 (0.9)25−3=0.22650

3( )
P ( X=4 )= 25 (0.1)4 (0.9)25−4 =0.13841
( )
4

P ( X=5 )= 25 ( 0.1)5 (0.9)25−5=0.06460

5( )
P ( X=6 )= 25 (0.1)6 ( 0.9)25−6 =0.02392
( )
6

Sumando los valores anteriores encontrados del anterior punto (a) y los
presentes se tiene que:

P ( X ≤6 )=0.9020+0.06460+ 0.02392=0.991

c. Más de cuatro autos son negros.

P ( x> 4 )=P (≥ 5 ) , Este proceso es elmismo que se hizo en el punto( A)

P ( X=0 )= 25 (0.1)0 ( 0.9)25−0=0.07179

( )
0

P ( X=1 ) = 25 (0.1)1 (0.9)25−1 =0.11942

( )
1

P ( X=2 )= 25 ( 0.1)2 (0.9)25−2=0.26589

( )
2

P ( X=3 )= 25 ( 0.1)3 (0.9)25−3=0.22650

( )
3

P ( X=4 )= 25 (0.1)4 (0.9)25−4 =0.13841

( )
4

Sumando las expresiones anteriores tenemos que:

P ( X <5 ) =( 0.07179 ) + ( 0.11942 ) + ( 0.26589 ) + ( 0.22650 )+ ( 0.13841 ) =0.9020

Ahora calculamos la siguiente expresión así:

P ( X ≥5 )=1−P ( X <5 ) ; 1−0.9020=0.09799

d. Exactamente cuatro autos son negros.

 P ( X=4 )= 25 (0.1)4 (0.9)25−4 =0.1384
( )
4
e. Entre tres y cinco autos (inclusive) son negros.

SOLUCION:

P ( 3< X <5 )=P ( X=3 )+ P ( X =4 ) + P(X =5)

P ( X=3 )= 25 ( 0.1)3 (0.9)25−3=0.22650

( )
3

P ( X=4 )= 25 (0.1)4 (0.9)25−4 =0.13841

( )
4

P ( X=5 )= 25 ( 0.1)5 (0.9)25−5=0.06460

( )
5

P ( 3< X <5 )=0.22650+0.13841+0.06460=0.42951

f. Más de veinte autos no son negros

SOLUCION:

P( X > 20)=P(X =21)+ P( X=22)+ P(X =23)+ P (X=24)+ P (X =25)

P ( X=21 )= 25 (0.1)21 (0.9)25−21=8.29∗10−18

( )
21

P ( X=22 )= 25 ( 0.1)22 (0.9)25−22=1.6767∗10−20

( )
22

P ( X=23 )= 25 (0.1)23 (0.9)25−23=2.43∗10−21

( )
23

P ( X=24 )= 25 (0.1)24 (0.9)25−24=2.25∗10−23

( )
24

P ( X=25 )= 25 ( 0.1)25 (0.9)25−25=1∗10−25

( )
25

SUMANDO TODAS LAS PROBALIBILIDADES HALLADAS ANTERIORMENTE SE TIENE QUE:

P ( X >20 ) =8.3092193∗10−18
CASO 3 DISTRIBUCION DE POISON

Un conmutador puede manejar un máximo de 5 llamadas por minuto. Si

la experiencia indica que se recibe un promedio de 3 llamadas por
minuto. Utilice la distribución Poisson para encontrar las probabilidades
de que el número de llamadas recibidas por el conmutador en 1 minuto
sea:

Teoría previa:

 la distribución dePoison es una distribución de probabilidad discreta que

expresa, a partir de una frecuencia de ocurrencia media, la probabilidad
de que ocurra un determinado número de eventos durante cierto
período de tiempo. Concretamente, se especializa en la probabilidad de
ocurrencia de sucesos con probabilidades muy pequeñas, o sucesos
"raros"

a. A lo sumo 4

Para este ejercicio se realizara por medio de la fórmula de poison que se

expresara de la siguiente manera:

e−∧ ∧k
f ( k ,∧ )= ,∧=3 llamadas por minuto
k!

P( X ≤ 4)=P(X =0)+ P( X =1)+ P( X=2)+ P ( X =3)+ P( X=4)

e−3 3 0
P ( X=0 )= =0,0497870
0!

e−3 31
P ( X=1 ) = =0,149361
1!

e−3 32
P ( X=2 )= =0,224041
2!

e−3 33
P ( X=3 )= 0,2240415
3!
 e−3 3 4
P ( X=4 )= =0,16803
4!

Sumando todas la probabilidades: P ( X ≤ 4 ) =0,81526

b. Menos de 3.

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

tomando los valores anteriores se tiene lo siguiente asi:

e−3 3 0
P ( X=0 )= =0,0497870
0!

e−3 31
P X=1 =
( ) =0,149361
1!

e−3 32
P ( X=2 )= =0,224041
2!

Sumando todas la probabilidades: P(X<3)  = 0,4231895

c. Al menos 4.

Realizando la siguiente expresión:

e−3 3 4
P ( X=4 )= =0,16803
4!

d. Quede saturado

e−3 35
P ( X=5 )= =0,1=10 %
5!

e. Entre 1 y 3.

P(1 ≤ X ≤ 3)=P( X=1)+ P (X =2)+ P( X=3)

e−3 31
P X=1 =
( ) =0,149361
1!
 e−3 32
P ( X=2 )= =0,224041
2!

e−3 33
P ( X=3 )= 0,2240415
3!

Sumando las probabilidades se tiene que: P(1 ≤ X ≤ 3)=0,5975

f. Una o más pero menos de 5.

P(1 ≤ X <5): P( X=1)+ P ( X=2)+ P( X=3)+ P(X =4)

e−3 31
P X=1 =
( ) =0,149361
1!

e−3 32
P ( X=2 )= =0,224041
2!

e−3 33
P ( X=3 )= 0,2240415
3!

e−3 3 4
P ( X=4 )= =0,16803
4!

Sumando las probabilidades se tiene que:

P ( 1≤ X <5 )=0.7654735

g. Más de 2 pero menos de 5

P(2< X< 5)=P( X =3)+ P ( X=4)

e−3 33
P ( X=3 )= 0,2240415
3!

e−3 3 4
P ( X=4 )= =0,16803
4!

P(2< X< 5)=0.3920715

h. Ninguna.
 e−3 3 0
P ( X=0 )= =0,0497870
0!
i. Si se cuenta el número de llamadas en 5 minutos, cual es la

gProbabilidad de que se reciban 4 llamadas.

e−3 3 4
P ( X=4 )= =0,16803
4!