Ingeniería Industrial

Estadística Inferencial
Actividad 4
Taller Distribuciones Binomial, Poisson y normal

Competencia:

Identificar la distribución de probabilidad más confiable, aplicando la a los casos o

problemas de forma asertiva y óptima para reducir la incertidumbre en los procesos de toma
de decisiones más acertada.

Lea con atención los siguientes problemas relacionados con distribuciones de probabilidad
discretas y continuas, a saber, distribución binomial, distribución Poisson y distribución
normal. Luego, revise la instrucción y resuelva cada uno de los ejercicios.

1.Suponga que una empresa petrolera sostiene que, en los procesos de exploración y
explotación, la probabilidad de que un pozo sea productivo es del 32%. Se establece que
se va a la iniciar explotación en 8 pozos. Cuál es la probabilidad de que:

a. Todos sean productivos.

Probabilidad binomial:
P(x=k) = Cn, k (p)∧k (q)∧(n-k)
p: Que el pozo sea productivo
q: Que el pozo no sea productivo
p = 32% = 0,32
q = 68% = 0,68
n = 8 pozos

P(x= 8) = C8,8 (0,32)⁸ (0,68)⁰

C8,8 = 1
P(x= 8) = 0,0001

b. Exactamente 3 no sean productivos.

P(X = 3) = C8,3 * (0,32)³ * (0,68)⁵
P(X= 3) = 56*(0,032768) (0,1453933)
P(X = 3) = 0,266798

c. Por lo menos dos no sean productivos.

P(x≤2) = P(x=0) +P(x=1) +P(x= 2)
P(x≤2) =0,0000009 + 0,00005 + 0,0003
P(x≤2) = 0,0008

2.Un jugador de baloncesto tiene una probabilidad de 0,34 de anotar tiros desde la zona de
3 puntos. Cuál es la probabilidad de que al tirar 9 veces enceste:

JHON JAIRO RIVERA RAMIREZ

 a. 4 veces.
Probabilidad binomial
P(x=k) =Cn,k (p)∧k (q)∧(n-k)
p: De que el jugador enceste
q: De que el jugador no enceste
p = 0,34
q = 0,66
n = 9 veces

P (x=4) = C9,4 (0,34)⁴(0,66)⁵

C9,5 = 9! / (4!5!) = 9 * 2 * 7 = 126
P (x=4) = (126)(0.01)(0.13)
P (x=4) = 0.16 = 16%

b. todas las veces.

n = 9 lanzamientos
k = 9 encestas
P(x=k) = Cn,k p∧k*q∧(n-k)
P (x=9) = C9,9 (0,34)⁹(0,66)⁰
C9,9 = 9! / (9!0!) = 1
P (x=4) = (1)(0.00006)
P (x=4) = 0.00006 = 0.006%

c. más de 6 veces.
P(x>6) = P(x=7) + P(x=8) + P(x=9)
Hallamos P(x=7)
n = 9 lanzamientos
k = 7 encestas
P(x=k) = Cn,k p∧k*q∧(n-k)
P (x=7) = C9,7 (0,34)⁷(0,66)²
C9,7 = 9! / (7!2!) = 9 * 4 = 36
P (x=7) = (36)(0.0005)(0.44)
P (x=7) = 0.008 = 0.8%

Hallamos P(x=8)
n = 9 lanzamientos
k = 8 encestas
P(x=k) = Cn,k p∧k*q∧(n-k)
P (x=8) = C9,8 (0,34)⁸(0,66)
C9,8 = 9! / (8!1!) = 9
JHON JAIRO RIVERA RAMIREZ
P (x=8) = (9)(0.0002)(0.66)
P (x=8) = 0.001 = 0.11%
Así que P(x>6) = 0.8% + 0.11% + 0.006% = 0.91%

3.El 13% de los huevos en una tienda están podridos. Halle la probabilidad de que un
cliente que compra media docena de huevos encuentre como mucho un huevo podrido.
Probabilidad binomial:
P(x=k) =Cn,k (p)∧k (q)∧(n-k)
p: Posibilidad de que este podrido
q: Posibilidad de que no esté podrido
p = 0,13
q = 0,87

P(x ≤ 1) = P(x= 0) + P(x=1)

P(x =0) = 6! / ((6-0)! * 0!) * 0,13⁰ * (0,87)⁶⁻⁰ = 0,43363
P(x =1) = 6! / ((6-1)! * 1!) * 0,13¹ * (0,87)⁶⁻¹ = 0,38877
P(x ≤ 1) = 0,43363 + 0,3887 = 0,8224

4.La probabilidad de que se funda un bombillo en su transporte es del 3%. Si en un envío

hay 35 bombillos, ¿cuál es la probabilidad de que al menos uno esté fundido debido a la
operación de transporte?
Probabilidad binomial:
P(x=k) =Cn,k (p)∧k (q)∧(n-k)
p: Probabilidad de que un bombillo se funda en el transporte
q: Probabilidad de que un bombillo no se funda en el transporte
p = 3% = 0,03
q = 97% = 0,97
n = 35 bombillos

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

P(x=0) = C35,0( 0,03)⁰(0,97)³⁵
P(x=0) = 0,3443

P(x=1) = C35,1(0,03)(0,97)³⁴
P(x=1) = 0,3728
JHON JAIRO RIVERA RAMIREZ
P(x<1) = P(x= 0) + P(x=1)
P(x<1) = 0,3443 + 0,3728
P(x<1) = 0,7171

5.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.
Con estos datos:
a. Encuentre la probabilidad de que ocurran 12 partículas en el área del disco bajo
estudio.
X = Número de partículas de contaminación en un disco óptico.
Tamaño de la muestra: n = 1cm2.
Área de estudio: 100cm2.
La variable aleatoria X sigue una distribución Poisson: X ~ P(0.1).

λ = 0,1 * 100 = 10

P(X=12) = e-x * xx = e-10 * 1012 = 0.094780

x! 12!

b. Encuentre la probabilidad de que ocurran cero partículas en el área del disco bajo
estudio.
P(X=0) = e-x * xx = e-10 * 100 = 0.000045
x! 0!

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

disco bajo estudio.
P(X<12) = P Z< 12 + 0,5 + 13
3,16
P(X<12) = P(Z< 79)
P(X<12) = 0,7852

6.De acuerdo con las estadísticas, existen 20,4 robos en cada mes. Responda:
JHON JAIRO RIVERA RAMIREZ
 a. ¿Cuál es la probabilidad que por lo menos dos personas hayan sido
robadas en un periodo de 2 semanas?

P(x=k) = μΛke-μ/k!

Datos:
e = 2,71828
μ = 20,4 robos al mes
Si hay 20,4 robos al mes, y el mes tiene 4 semanas
Hay μ robos en una semana
μ= 5,1

P(x≤2) = P(x=0) + P(x=1) + P(x=2)

P(x=0) = (10,2)∧0 (2,71828)∧-10,2 /0! =0,00037
P(x=1) = (10,2)∧1 (2,71828)∧-10,2 /1! = 0,00355
P(x=2) = (10,2)∧2 (2,71828)∧-10,2 /2! = 0,00193
P(x≤2) = 0,00037 + 0,00355 + 0,00193 = 0,00585

b. ¿Cuál es la probabilidad de que ninguna persona haya sido robada en una semana?
P(x=0) = (5,1)∧0 (2,71828)∧ - 5,1 / 0! = 0,006

7.Los pesos de 1500 soldados presentan una distribución normal de media 68 kg y

desviación típica 7 kg. Calcule la probabilidad de que un soldado elegido al azar pese:

a. Más de 61 kg.
μ= 68 kg
σ= 7 kg
n= 1500
Z = (x-μ) / σ

Z = (61-68) / 7 = -1
P(x≤61) = 0,15866
P(x≥61) = 1-0,15866 = 0,84134

b. Entre 63 y 69 kg.
Z1 = 63-68/7 = -0,71
P(x≤63) = 0,23885

JHON JAIRO RIVERA RAMIREZ

Z2 = 69-68/7 = 0,14
P(x≤69) = 0,55567

P(63≤x≤69) = (1-0,23885) -0,55567 = 0,20548

c. Menos de 70 kg.
Z = 70-68/7 = 0,29
P(x≤70) = 0,61409

d. Más de 75 kg.
Z = 75-68/7 = 1
P(x≤75) = 0,84134
P(x≥75) = 1-0,84134 = 0,15866

8.La temperatura durante septiembre está distribuida normalmente con media 19,7ºC y
desviación standard 5ºC. Calcule la probabilidad de que la temperatura durante septiembre
esté por debajo de 20ºC y la probabilidad que la temperatura este entre 19°C y 21°C.

μ= 19,7 °C
σ= 5°C
x = 20°C

Probabilidad de que la temperatura durante septiembre esté por debajo de 20ºC.

Z = x-μ/σ
Z = 20-19,7/5= 0,06
P(x≤20°C) = 0,52392

La probabilidad que la temperatura este entre 19°C y 21°C.

Z1 = 0,14
P (x≤19) = 0,55567

Z2 = 0,26
P (x≤21) = 0,60257

P (19≤x≤21) = 0,15927

9.Si X es una variable aleatoria de una distribución normal con media μ y desviación
estándar σ, calcule la probabilidad P(μ - 3σ< X < μ + 3σ).

JHON JAIRO RIVERA RAMIREZ

P(μ - 3σ < X < μ + 3σ) = P(Z < 3) – P(Z < -3)
0,9987 – 0,0013 = 0,9974

10.La cantidad de productos no conformes de una compañía está distribuida

normalmente con media 8 y desviación standard 2.5. Calcule la probabilidad que la
cantidad de productos no conformes sea.
d. Mayor que 4.
P(X>4) = P(Z > 4- 8 / 2,5)
P(X>4) = P(Z > -1,6)
P(X>4) = 1 – P(Z < -1,6)
P(X>4) = 1 – 0,0547
P(X>4) = 0,9453

e. Entre 4 y 6
P(4 < x < 6) = P(x< 6) – P(x < 4)
P(4 < x < 6) = P(Z < 6 – 8 / 2,5) – P(Z < 4 – 8 / 2,5)
P(4 < x < 6) = P(Z < 2,8) – P(Z < 0,8)
P(4 < x < 6) = 0,9974 – 0,7881
P(4 < x < 6) = 0,2093

f. Igual a 7
P(X=7) = P(Z = 7 – 8 / 2,5)
P(X=7) = P(Z = 3,8)
P(X=7) = 0,9996

JHON JAIRO RIVERA RAMIREZ