Actividad 4 - Distribuciones Binomial, Poisson y

Normal
ESTADÍSTICA INFERENCIAL

SOLUCIÓN DE PROBLEMAS
Psicología virtual
Corporación universitaria iberoamericana

Lourdes Catalina Neira Ricardo- ID 100069579

2020
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.
Respuesta

P: 32% ------ 0.32

n: 8

al realizar esta operación nos da 0, así que no hay una probabilidad para esta
pregunta

P(X=x) = (𝑛𝑥) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥

P(X=8) = (88) 0.328 (1 − 0.32)8−8
P(X=8) = (88) 0.328 (1 − 0.32)0
P(X=8) = (0) 0.328 (1 − 0.32)0
P(X=8) = (0) 0.328 (0.68)0
P(X=8) = (0) 1.32922 (1)
P(X=8) = 0

b. Exactamente 3 no sean productivos.

Respuesta:
P(X=x) = (𝑛𝑥) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
P(X=3) = (83) 0.323 (1 − 0.32)8−3
P(X=3) = (83) 0.323 (1 − 0.32)5
P(X=3) = (8∗7∗6
3∗2∗1
) 0.323 (1 − 0.32)5
P(X=3) = (336
6
) 0.323 (0.68)5
P(X=3) = (56) 0.032768 (0.1453933)
P(X=3) = 26.6

c. Por lo menos dos no sean productivos.

P(X=x) = (𝑛𝑥) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
P(X=2) = (82) 0.322 (1 − 0.32)8−2
P(X=2) = (82) 0.322 (1 − 0.32)6
P(X=2) = (8∗7∗6
2∗1
) 0.322 (1 − 0.32)5
P(X=2) = (336
2
) 0.322 (0.68)5
P(X=2) = (168) 0.032768 (0.1453933)
 P(X=2) = 0.800393

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:
a) 4 veces.
Respuesta:

P(X=x) = (𝑛𝑥) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥

P(X=4) = (94) 0.344 (1 − 0.34)9−4
P(X=4) = (94) 0.344 (1 − 0.34)5
P(X=4) = (9∗8∗7∗6
3∗2∗1
) 0.344 (1 − 0.34)5
P(X=4) = (3024
24
) 0.344 (0.66)5
P(X=4) = (126) 0.01336336 (0.125233257)
P(X=4) = 0.21086

b) todas las veces.

Respuesta

P(X=x) = (𝑛𝑥) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥

P(X=9) = (99) 0.349 (1 − 0.34)9−9
P(X=9) = (99) 0.349 (1 − 0.34)0
P(X=9) = (0) 0.349 (1 − 0.34)0
P(X=9) = (0) 0.349 (0.66)0
P(X=9) = (0) 6.0716992 (1)
P(X=9) = 0

c) más de 6 veces.

P(X=x) = (𝑛𝑥) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥

P(X=6) = (96) 0.346 (1 − 0.34)9−6
P(X=6) = (96) 0.346 (1 − 0.34)3
P(X=6) = (9∗8∗7
3∗2∗1
) 0.346 (1 − 0.34)3
P(X=6) = (504
6
) 0.346 (0.66)3
P(X=6) = (84) 0.001544804 (0.287496)
P(X=6) = 0.037306497
 P(X=x) = (𝑛𝑥) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
P(X=7) = (97) 0.347 (1 − 0.34)9−7
P(X=7) = (97) 0.347 (1 − 0.34)2
P(X=7) = (9∗8
2∗1
) 0.347 (1 − 0.34)2
P(X=7) = (72
2
) 0.347 (0.66)2
P(X=7) = (36) 0.0005225233 (0.4356)
P(X=7) = 0.008194001

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.
La probabilidad de que encuentre como mucho un huevo podrido es 0.3887676

Las distribuciones binomiales son una distribución de probabilidad discreta que

conociendo la probabilidad de éxito de un evento, se quiere determinar que en
un experimento tengamos x éxitos, la función de probabilidad es:

P(X=x) = (𝑛𝑥) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥

Entonces en este caso p = 0.13, n = 6 y se desea saber la probabilidad de

X ≤ 1 P(X ≤ 1) = P(X= 0) + P(X=1)

P(X=x) = (𝑛𝑥) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥

P(X=0) = (60) 0.130 (1 − 0.13)6−0
P(X=0) = (60) 0.130 (1 − 0.13)6
P(X=0) = (6∗5∗4∗3∗2∗1
0
) 0.130 (1 − 0.13)6
P(X=0) = (720
0
) 0.130 (0.87)6
P(X=0) = (0) 1 (0.433626201)
P(X=0) = 0

P(X=x) = (𝑛𝑥) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥

P(X=1) = (61) 0.131 (1 − 0.13)6−1
P(X=1) = (61) 0.131 (1 − 0.13)5
P(X=1) = (6 ∗ 5 ∗ 4 ∗ 3 ∗ 2) 0.131 (1 − 0.13)5
P(X=1) = (61) 0.131 (0.87)5
P(X=1) = (6) 0.13 (0.49842)
P(X=1) = 0.3887676
 P(X ≤ 1)= 0+0.3887676 = 0.3887676

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 3% ----- 0.03 (p)

Bombillos 35 (n)
P(X ≤ 1) 1 (x)

P(X=x) = (𝑛𝑥) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥

P(X=1) = (35
1
) 0.031 (1 − 0.03)35−1
P(X=1) = (35
1
) 0.031 (1 − 0.03)34
P(X=1) = (35
1
) 0.031 (1 − 0.03)34
P(X=1) = (35
1
) 0.031 (0.97)5
P(X=1) = (35) 0.03 (0.35500)
P(X=1) = 0.37275

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.
Respuesta: 10.44%

b. Encuentre la probabilidad de que ocurran cero partículas en el área del disco

bajo estudio.
Respuesta: 0.005%
c. Determine la probabilidad de que 12 o menos partículas ocurran en el área
del disco bajo estudio.
Respuesta: 78.52%

Para darle solución al problema debemos hacer distribución de poisson

X≈Poiss(λ=x)
 𝑒 −𝑥 ∗𝜇 𝑥
P(X=x) = 𝑥!

Donde:
Media=𝜇

Variable= x

a. Probabilidad de que ocurran 12 partículas en el área del disco bajo estudio.

Datos
𝜇 =0,1 * 100= 10

X≈Poiss(𝜇 =10)

Dado que 𝜇 ≥10 aproximamos la Distribución Poisson a la Normal:

𝑥−0.5−𝜇 𝑥+0.5−𝜇
P(X=x) = P( ) ≤ 𝑍 ≤( )
𝛿 𝛿

𝜇 = 10

σ= √ 𝜇 = √10 = 3,16

Sustituimos los valores en la ecuación:

12−0.5−10 12+0.5−10
P(X=12) = P( ) ≤ 𝑍 ≤( )
3.16 3.16

P(X=12) = P(0.47)≤ 𝑍 ≤(0.79)

P(X=12) = P(Z≤0.79)− P(Z≤0.47)

P(X=12) =0.7852-0.6808

P(X=12) = 0.1044

b. Probabilidad de que ocurran cero partículas en el área del disco bajo estudio.
𝑒 −𝑥 ∗𝜇 𝑥
P(X=x) = 𝑥!
𝑒 −10 ∗100
P(X=0) = 0!

P(X=0) = 0.00005

c.Probabilidad de que 12 o menos partículas ocurran en el área del disco bajo estudio:
𝑥+0.5−𝜇
P(X≤x) = P( )
𝛿
Sustituyendo tenemos:
12+0.5−10
P(X≤12) = P( )
3.16

P(X≤12) = P(Z≤0.79)

P(X≤12) = 0.7852

6. De acuerdo con las estadísticas, existen 20,4 robos en cada mes. Responda:

a. ¿Cuál es la probabilidad que por lo menos dos personas hayan sido robadas
en un periodo de 2 semanas?
b. ¿Cuál es la probabilidad de que ninguna persona haya sido robada en una
semana?

Respuesta
𝑒 −𝑥 ∗𝜇 𝑥
P(X=x) = 𝑥!

Valores:
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

a. P(x≤2) = P(x=0) + P(x=1) + P(x=2)

𝑒 −𝑥 ∗𝜇 𝑥
P(X=0) = 𝑥!
10.20 ∗2.71828−10.2
P(X=0) = 0!

P(X=0) = (0.00037)
 𝑒 −𝑥 ∗𝜇 𝑥
P(X=1) = 𝑥!
10.21 ∗2.71828−10.2
P(X=1) = 1!

P(X=1) = (0.00355)

𝑒 −𝑥 ∗𝜇 𝑥
P(X=2) = 𝑥!
10.22 ∗2.71828−10.2
P(X=2) = 2!

P(X=2) = (0.00193)

P(X≤2) = (0.00585)

𝑒 −𝑥 ∗𝜇 𝑥
b. P(X=0) = 𝑥!
5.10 ∗2.71828 −5.1
P(X=0) = 0!

P(X=2) = (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.
b) Entre 63 y 69 kg.
c) Menos de 70 kg.
d) Más de 75 kg.

(𝑥− 𝜇)
Datos 𝜇 = 68 𝐾𝑔 𝜎 = 7𝐾𝑔 n= 1500 Z= 𝜎

a. Más de 61 kg.
(𝑥− 𝜇)
Z=
𝜎
(61− 68)
Z= 7
Z= -1
P(x≤61) = 0.15866
P(x≥61) = 1- 0.15866
 P(x≥61) = 0.84134

b. Entre 63 y 69 kg.
(𝑥− 𝜇)
Z1= 𝜎
(63− 68)
Z1= 7

Z1= -0.71

P(x≤63) = 0.23885

(𝑥− 𝜇)
Z2=
𝜎
(69− 68)
Z2= 7

Z2= 0.14

P(x≤69) = 0.55567

P(63≤x≤69) = (1-0.23885)-0.55567

P(63≤x≤69)= 0.20548

c. Menos de 70 kg.
(𝑥− 𝜇)
Z= 𝜎
(70− 68)
Z= 7

Z= 0.29

P(x≤70) = 0.61409

d. Más de 75 kg.
(𝑥− 𝜇)
Z= 𝜎
(75− 68)
Z= 7

Z= 0.84134

P(x≤75) = 0.84134
 P (x≥75) = 1-0,84134

P (x≥75) = 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

1. Probabilidad de que la temperatura este por debajo de 20°C

(𝑥− 𝜇)
Z= 𝜎
(20− 19.7)
Z= 5

Z=0.06

P(x≤20°C ) = 0,52392

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

(𝑥− 𝜇)
Z= 𝜎
(19− 19.7)
Z= 5

Z=-0.14

P(x≤19°C ) = 0,55567

(𝑥− 𝜇)
Z=
𝜎
(21− 19.7)
Z= 5
 Z=-0.26

P(x≤21°C ) = 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).
Respuesta
P(μ - 3σ < X < μ + 3σ) ≈ 0.997

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.
e. Entre 4 y 6
f. Igual a 7

respuesta
𝜇=8 𝜎 = 2.5

Mayor que 4

P(x≥4) =?
(𝑥− 𝜇)
Z= 𝜎
(4− 8)
Z= 2.5

Z=1.6

P(x≤4) =0.9452

P(x≥4) = 1-0,9452 = 0,0584

Entre 4 y 6
(6− 8)
Z= 2.5

Z=0.8

P(x≤6) =0.78814

P(4≤x≤6) = 0.78814 – (1-09452)

P(4≤x≤6) = 0.73334

f. Igual a 7 La probabilidad normal estudia rangos