Conceptos básicos:
527.- Dada una distribución binomial con n=28 ensayos y p=0.025, use la aproximación de Poisson
a la binomial para encontrar: np = 0.7
( np ) x∗e−np
Utilizando la fórmula de distribución binomial: P(x)= donde np = n*p
x!
a) P(r≥3) = 1 – P(x≤2) = 1 – [ P(x=0) + P(x=1) + P(x=2)]
( 0.7 )0∗e−0.7 ( 0.7 )1∗e−0.7 ( 0.7 )2∗e−0.7
¿ 1− [ 0!
=0.49+ ¿
1!
=0.34 +
2! ]
=0.12 =0.05
b) P(r<5) = P(x=0) + P(x=1) + P(x=2) + P(x=3) + P(x=4)
( 0.7 )0∗e−0.7 ( 0.7 )1∗e−0.7 ( 0.7 )2∗e−0.7 ( 0.7 )3∗e−0.7 ( 0.7 ) 4∗e−0.7
= + + + +
0! 1! 2! 3! 4!
=0.49+0.34+0.12+0.028+0.0004967922143 = 0.982
( 0.7 )9∗e−0.7
c) P(r=9) = =0.0000
9!
528.- Si los precios de los automóviles nuevos se incrementan en un promedio de cuatro veces
cada 3 años, encuentre la probabilidad de que:
( λ ) x∗e− λ
Utilizando la fórmula de distribución de Poisson: P(x)=
x!
e= 2.178, λ=3
a) ningún precio se incremente en un periodo de 3 años seleccionado de manera aleatoria:
P(x=0)
( 3 )0∗e−3
= = 0.049
0!
b) dos precios aumenten:
P(x=2)
( 3 )2∗e−3
= =0.22
2!
c) cuatro precios aumenten:
P(x=4)
( 3 )4∗e−3
= =0.16
4!
d) aumenten cinco o más:
P(x=5)
( 3 )5∗e−3
= =0.10
5!
529.- Dada una distribución binomial con n=25 y p=0.032, use la aproximación de Poisson a la
binomial para encontrar: np = 0-8
( np ) x∗e−np
Utilizando la fórmula de distribución binomial: P(x)= donde np = n*p
x!
( 0.8 )3∗e−0.8
a) P(r=3) = = 0.038
3!
( 0.8 )5∗e−0.8
b) P(r=5) = =0.00012
5!
c) P(r≤2) = 1- P (x=1)
= 1 – [ P(x=0) + P(x=1)]
( 0.8 )0∗e−0.8 ( 0.8 )1∗e−0.8
= +
0! 1!
=0.44 + 0.35 = 0.79
530.- Dado que λ=6.1 para una distribución Poisson, encuentre:
( λ ) x∗e− λ
Utilizando la fórmula de distribución de Poisson: P(x)=
x!
a) P(x≤3) = P(x=0) + P(x=1) + P(x=2) + P(x=3)
( 6.1 )0∗e−6.1 ( 6.1 )1∗e−6.1 ( 6.1 )2∗e−6.1 ( 6.1 )3∗e−6.1
= + + +
0! 1! 2! 3!
=0.0002242867719+0.013+0.041+0.084 = 0.13822
b) P(x≥2) = 1 – P(x=1)
= 1 – [ P(x=0) + P(x=1)]
( 6.1 )0∗e−6.1 ( 6.1 )1∗e−6.1
= +
0! 1!
=0.0002242867719+0.013 = 0.015
( 6.1 )6∗e−6.1
c) P(x=6) = = 0.16
6!
d) P(1≤x≤4) = P(x=0) + P(x=1) + P(x=2) + P(x=3) + P(x=4)
( 6.1 )0∗e−6.1 ( 6.1 )1∗e−6.1 ( 6.1 )2∗e−6.1 ( 6.1 )3∗e−6.1 ( 6.1 )4∗e−6.1
= + + + +
0! 1! 2! 3! 4!
=0.0002242867719+0.013+0.041+0.084+0.129= 0.26
Aplicaciones:
531.- La concertista de piano Donna Prima está muy molesta por el número de tosidos que se
presentan en la audiencia justo antes que empiece a tocar. Durante su última gira, Donna estimó
un promedio de ocho tosidos justo antes de empezar su concierto. La señora Prima le ha advertido
a su director que, si escucha más de cinco tosidos en el concierto de esa noche, se rehusará a
tocar. ¿Cuál será la probabilidad de que la artista toque esa noche?
Respuesta: La probabilidad será de 0.122
( λ ) x∗e− λ
Utilizando la fórmula de distribución de Poisson: P(x)=
x!
λ= 8, e=2.718
P(x>5)
=P(x=6)
( 8 )6∗e−8
= =0.122
6!
532.- Guy Ford, supervisor de Producción de la planta de Charlottesville de la compañía Winstead,
está preocupado por la habilidad de un empleado ya mayor para mantener el menor ritmo de
trabajo. Además de los descansos diarios obligatorios, este empleado deja de trabajar durante
periodos cortos un promedio de 4.1 veces por hora. El periodo de descanso que se toma es de 3
minutos cada vez. Ford ha decidido que si la probabilidad de que el descanso adicional, 12 minutos
o más por hora, del empleado (es decir, además del obligatorio), es mayor que 0.5, entonces lo
cambiará a una tarea diferente. ¿Deberá hacer esto?
Respuesta: Si porque son 3*4.1= 12.3 minutos por hora, entonces es mayor que los 12 minutos
que asigna adicionalmente, entonces tendrá que cambiarlos de tarea.
