Estadística Aplicada

Practica Semana No. 5.

Distribuciones de Probabilidad – Binomial

1. Las normas de la industria sugieren que 10% de los vehículos nuevos requiere un
servicio de garantía durante el primer año. El día de ayer, Jones Nissan, de Sumter,
Carolina del Sur, vendió 12 automóviles marca Nissan.

Datos
Vehículos que requieren servicio de garantía: 10%
Vehículos que NO requieren servicio de garantía: 90%
Vehículos vendidos ayer: 12

a) ¿Cuál es la probabilidad de que ninguno de estos vehículos requiera servicio de

garantía?
P(x)= 12 / (0!) (12!) x (0.10%)0 (0.90%)12
P(x) = 12/12 = 1 (0.10)0 (0.90)12
P(x) = 1 (1) (0.2824)
P(x) = 0.2824
P(x) = 28%.

La probabilidad de que ninguno de los vehículos requiera servicio de garantía es de un

28%.

b) ¿Cuál es la probabilidad de que exactamente uno de estos vehículos requiera servicio

de garantía?
P(x) = 12! / (1!) (11!) x (0.10) 1 (0.90)11 =
P(x) =479,001,600/39,916,800 = 12 (0.10)1 (0.90)11 =
P(x) = 12 (1) (0.31)=
P(x) = 3.72
P(x) = 3.72%

La probabilidad de que exactamente uno de estos vehículos requiera servicio de garantía

es de un 3.72%.
c) Determine la probabilidad de que exactamente dos de estos vehículos requiera
servicio de garantía
P(x) = 12! / (2!) (10!) x (0.10) 2 (0.90)10 =
P(x) = 479,001,600 / (2) (3,628,800) x (0.10) 2 (0.90)10 =
P(x) =479,001,600 / 7,257,600 x (0.10) 2 (0.90)10 =
P(x) = 66 (0.10) 2 (0.90)10 =
P(x) = 66 (0.01) (0.35) =
P(x) = 0.231
P(x) = 23.1%

La probabilidad de que exactamente dos de estos vehículos requieran servicios de

garantía es de un 23.1%.

d) Calcule la media y la desviación estándar de esta distribución de probabilidad.

µ=(n)(π)
µ= (12) (0.10)
µ= 1.20
Varianza sería igual a (1.20)(1-0.10)
µ= 1.08
Desviación estándar es igual a √1.08 = 1.03
Desviación estándar = 1.03
2. La rapidez con la que las compañías de servicios resuelven problemas es de suma
importancia. Georgetown Telephone Company afirma que es capaz de resolver 70% de
los problemas de los clientes el mismo día en que se reportan. Suponga que los 15 casos
que se reportaron el día de hoy son representativos de todas las quejas.

Datos
Casos resueltos en un mismo día: 70%
Casos que se reportan el día de hoy: 15

a) ¿Cuántos problemas esperaría que se resolvieran el día de hoy? ¿Cuál es la desviación

estándar?
µ=(n)(π)
µ=(15) (0.70)
µ= 10.5

Desviación Estándar:
√(15) (0.70) (0.30)
√3.15 =1.77

b) ¿Cuál es la probabilidad de que 10 problemas se resuelvan el día de hoy?

P(x) = (15!) / (10!) (5!) x (0.70)10 (0.30)5

P(x) = (1,307,674,368,000) / (3,628,800) (120) x (0.70)10 (0.30)5
P(x) =1,307,674,368,000 / 435,456,000 x (0.70)10 (0.30)5
P(x) = 3003 (0.70)10 (0.30)5
P(x) = 3003 (0.03) (0.00)
P(x) = 90.9
P(x) = 90.9%

c) ¿Cuál es la probabilidad de que 10 u 11 problemas se resuelvan el día de hoy?

P(x) = X/T = (15!)/ (10!) (5!) x (0,70)10 (0.30)5 =

P(x) = (1,307,674,368,000) / (3,628,800) (120) x (0.70)10 (0.30)5
P(x) = 1,307,674,368,000 / 435,456,000 x (0.70)10 (0.30)5
P(x) = 3003 (0.70)10 (0.30)5
P(x) = 3003 (0.03) (0.00)
P(x) = 0.206
P(x) = 20.6%
 P(x) = X/T = (15!)/ (11!) (4!) x (0,70)11 (0.30)4
P(x) = (1,307,674,368,000) / (39,916,800) (24) x (0,70)11 (0.30)4
P(x) = (1,307,674,368,000) / 958,003,200 x (0,70)11 (0.30)4
P(x) = 1365 (0,70)11 (0.30)4
P(x) = 1365 (0.02) (0.01)
P(x) = 0.273
P(x) = 27.3 %

La probabilidad de que 10 u 11 problemas se resuelvan el día de hoy es igual a:

P(10) + P(11) = 0.206 + 0.273 = 0.479 = 47.9%

d) ¿Cuál es la probabilidad de que más de 10 problemas se resuelvan el día de hoy?

P(10) =
P(x) = X/T = (15!)/ (10!) (5!) x (0.70)10 (0.30)5 =
P(x) = (1,307,674,368,000) / (3,628,800) (120) x (0.70)10 (0.30)5
P(x) = 1,307,674,368,000 / 435,456,000 x (0.70)10 (0.30)5
P(x) = 3003 (0.70)10 (0.30)5
P(x) = 3003 (0.03) (0.00)
P(x) = 0.206
P(x) = 20.6%

P(11) =
P(x) = X/T = (15!)/ (11!) (4!) x (0.70)11 (0.30)4
P(x) = (1,307,674,368,000) / (39,916,800) (24) x (0,70)11 (0.30)4
P(x) = (1,307,674,368,000) / 958,003,200 x (0,70)11 (0.30)4
P(x) = 1365 (0,70)11 (0.30)4
P(x) = 1365 (0.02) (0.01)
P(x) = 0.273
P(x) = 27.3 %

P(12)=
P(x) = X/T = (15!) / (12!) (3!) x (0.70)12(0.30)3
P(x) = (1,307,674,368,000) / (479,001,600)(6) x (0.70)12(0.30)3
P(x) =(1,307,674,368,000) / 2,874,009,600 x (0.70)12(0.30)3
P(x) = 455 (0.70)12(0.30)3
P(x) = 455 (0.01)(0.03)
P(x) = 0.1365
P(x) = 13.65%
P(13) =
P(x) = X/T = (15!) / (13!) (2!) x (0.70)13( 0.30)2
P(x) = (1,307,674,368,000) / (6,227,020,800) (2) x (0.70)13( 0.30)2
P(x) = 1,307,674,368,000 / 12,454,041,600 x (0.70)13( 0.30)2
P(x) = 105 (0.70)13( 0.30)2
P(x) = 105 (0.01) (0.09)
P(x) = 0.0945
P(x) = 9.45%

P(14) =
P(x) = X/T = (15!)/ (14!) (1!) x (0.70)14 (0.30)1
P(x) = (1,307,674,368,000) / (87,178,291,200) (1) x (0.70)14 (0.30)1
P(x) = 1,307,674,368,000 / 87,178,291,200 x (0.70)14 (0.30)1
P(x) = 15 (0.70)14 (0.30)1
P(x) = 15 (0.01) (0.30)
P(x) = 0.045
P(x) = 4.5%

P(15) =
P(x) = X/T = (15!)/ (15!) (0!) x (0.70)15 (0.30)0
P(x) = (1,307,674,368,000) / (1,307,674,368,000) (1) x (0.70)15 (0.30)0
P(x) =1,307,674,368,000 / 1,307,674,368,000 x (0.70)15 (0.30)0
P(x) = 1 (0.70)15 (0.30)0
P(x) = 1 (0.00) (1)
P(x) = 0
P(x) = 0%

Probabilidad de que de que más de 10 problemas se resuelvan el día de hoy es igual a:

P(x) = P (10) + P (11)+ P (12) + P (13) P (14) + P (15)=

P(x) = 0.206 + 0.273 + 0.1365 + 0.0945 + 0.045 + 0 = 0.71 = 71%
3. El Banco de Hawai informa que 7% de sus clientes con tarjeta de crédito dejará de pagar
en algún momento. La sucursal de Hilo envió el día de hoy 12 nuevas tarjetas.

Datos:
Clientes que tienen tarjeta de crédito y dejaran de pagar: 7%
Tarjetas enviadas el día de hoy: 12.

a) ¿Cuántos de los nuevos tarjetahabientes cree que dejarán de pagar? ¿Cuál es la

desviación estándar?

ꓴ= 12(0.07) = 0.084 =
α = √12 (0.07) (0.98) = 0.8838 = 88.38%

b) ¿Cuál es la probabilidad de que ninguno de los tarjetahabientes deje de pagar?

P(x)= (12!) / (0!) (12!) x (0.07)0 (0.93)12 =

P(x) = 479,001,600 / (1) (479,001,600) x (0.07)0 (0.93)12 =
P(x) = 479,001,600 / 479,001,600 x (0.07)0 (0.93)12 =
P(x) = 1 (0.07)0 (0.93)12 =
P(x) = 1 (1) (0.42) =
P(x) = 0.42 = 42%

c) ¿Cuál es la probabilidad de que por lo menos uno deje de pagar?

P(x)= 1- (12!) / (0!) (12!) x (0.07)0 (0.93)12 =

P(x) = 1- (479,001,600 )/ (1) (479,001,600) x (0.07)0 (0.93)12 =
P(x) = 1- (479,001,600 )/ (479,001,600) x (0.07)0 (0.93)12 =
P(x) = 1- (1) (0.07)0 (0.93)12 =
P(x) = 1 - (1) (0.42) =
P(x) = 1 - 0.42 = 0.58
P(x) = 0.58 = 58%
4. UTILIZAR EL ARCHIVO (APPLEWOOD_DATASET) PARA REALIZAR LO SIGUIENTE

Cree una variable en la que usted identifique las personas que tuvieron ganancias
(Profit) por encima de $1,000.0 y por debajo o igual a $1,000.0

a) Obtenga la probabilidad de que una persona haya obtenido una ganancia por encima
de $1,000

P(x) = X/T = 161/ 180 = 0.894 = 89.4 %

Después de haber obtenido esta probabilidad, si se extrae de manera aleatoria una

muestra de 15 personas, determine las siguientes probabilidades:

b) De que se seleccione una persona que tuviera una ganancia por encima de $1,000.

P(x) = (15!) / (1!) (14!) x (0.89)1 (0.11)14

P(x) = 1,307,674,368,000 / (1) ( 87,178,291,200) x (0.89)1 (0.11)14
P(x) = 1,307,674,368,000 /87,178,291,200 x (0.89)1 (0.11)14
P(x) =15 x (0.89)1 (0.11)14 =
P(x) = 15 ( 0.89) (0) = 13.35
P(x) = 13.35%

c) De que se seleccionen 5 personas que tuvieran ganancias por encima de $1,000.

P(x) = (15!) / (5!) (10!) x (0.89)5 (0.11)10

P(x) = 1,307,674,368,000 / (120) (3,628,800) x (0.89)5 (0.11)10
P(x) = 1,307,674,368,000 / 435,456,000 x (0.89)5 (0.11)10
P(x) = 3003 x (0.89)5 (0.11)10
P(x) = 3003 (0.56) (0)
P(x) = 0

d) De que se seleccionen por lo menos 2 que tuvieran ganancias por encima de $1,000.
P(x) = (15!) / (1!) (14!) x (0.89)1 (0.11)14
P(x) = 1,307,674,368,000 / (1) ( 87,178,291,200) x (0.89)1 (0.11)14
P(x) = 1,307,674,368,000 /87,178,291,200 x (0.89)1 (0.11)14
P(x) =15 x (0.89)1 (0.11)14 =
P(x) = 15 ( 0.89) (0) = 13.35
P(x) = 13.35%
 P(x) = (15!) / (2!) (13!) x (0.89)2 (0.11)13
P(x) = 1,307,674,368,000 / (2) (6,227,020,800) x (0.89)2 (0.11)13
P(x) = 1,307,674,368,000 / 10,454,041,600 x (0.89)2 (0.11)13
P(x) = 125.08 x (0.89)2 (0.11)13
P(x) = 125.08 (0.79) (0) = 0
P(x) = 0%

P(1) + P(2) = 13.35 +0 = 13.35%

e) De que ninguna persona tuviera ganancias por encima de $1,000.

P(x) = (15!) / (0!) (15!) x (0.89)0 (0.11)15

P(x) = 1,307,674,368,000 / (1) (1,307,674,368,000) x (0.89)0 (0.11)15
P(x) = 1,307,674,368,000 / 1,307,674,368,000 x (0.89)0(0.11)15
P(x) = 1 (0.89)0 (0.11)15
P(x) = 1 (1) (0) = 0
P(x) = 0%

Distribuciones de Probabilidad –Poisson

13. Consulte los datos Baseball 2012. Calcule el número medio de jonrones por juego (X10).
Para hacerlo, encuentre primero el número medio de jonrones por juego para 2012.
Después, divida este valor entre 162 (una temporada comprende 162 juegos). En seguida
multiplique por 2, dado que hay dos equipos en cada juego. Utilice la distribución de Poisson
para estimar el número de jonrones que se batearán en un juego. Encuentre la probabilidad
de que:
164.4667/ 162 = 1.015226
1.015226 x 2 = 2.030453

X Media Probabilidad Porcentaje

0 2.030453 0.13127608 13.1276082

1 2.030453 0.26654983 26.6549828
2 2.030453 0.27060845 27.0608449
3 2.030453 0.18315258 18.3152579
4 2.030453 0.09297068 9.2970676
 a) No haya jonrones en un juego
La probabilidad de que no haya jonrones en un juego es igual a: 13.12%

b) Haya dos jonrones en un juego.

La probabilidad de que haya dos jonrones en un juego es igual a: 27.06%

c) Haya cuando menos cuatro jonrones en un juego.

La probabilidad de que haya al menos cuatro jonrones en un juego es igual a:
P(x) ≤ 3 = 0.851587
P(x) ≥ 4 = 1- P (X) ≤ 3 = 0.148413 = 14.84%

14. Un ejecutivo se dio cuenta que en los 15 países donde su empresa posee sucursales
existen gastos por encima del presupuesto, en promedio cada sucursal se excede en 5,500
dólares con una desviación estándar de 800 dólares. Si estos gastos excesivos se distribuyen
de manera normal,

Datos:
Promedio (media) 5,500
Desviación estándar 800

Desviación Probabilidad Complemento

X Media Estándar (Menor Que) (Mayor Que)
4200 5500 800 0.052081279 0.947918721

¿Qué probabilidad hay de que una sucursal se exceda por más de 4,200 dólares P(X > 4,200)?

P(X > 4200) = 0.052081279

1 -P (X < 4200) = 1- 0.052081279 = 0.94791872
P(X > 4200) = 94.8%
15. El gasto que una empresa realiza en combustibles en el departamento de ventas es en
promedio de $12,500 al mes, con una desviación estándar de $1,450. Determine la
probabilidad de que en un mes el gasto sea de:
Datos:
Promedio (media) 12,500
Desviación estándar 1,450

X Media Desviación Probabilidad Complemento

Estándar (Menor Que) (Mayor Que)
11000 12500 1450 0.150455266 0.849544734
13500 12500 1450 0.754794469 0.245205531

a) P(X < 11,000) inferior a $11,000.

La probabilidad de que en un mes el gasto sea inferior a 11,000 es igual a:
P(X < 11,000) = 0.150455266
P(X < 11,000) = 15.04%

b) P(X > 13,500) superior a $13,500.

La Probabilidad de que en un mes el gasto sea superior a 13,500 es igual a:
P(X > 13,500) 0.754794469
1 -P (X> 13,500) = 1- 0.754794469 = 0.245205531
P(X > 13,500) = 24.52055313 = 24.52%

16. Un estudio reciente acerca de salarios por hora de integrantes de equipos de

mantenimiento de las aerolíneas más importantes demostró que el salario medio por
hora era de $20.50, con una desviación estándar de $3.50. Suponga que la distribución
de los salarios por hora es una distribución de probabilidad normal. Si elige un
integrante de un equipo al azar, ¿cuál es la probabilidad de que gane:

Datos:
Promedio (Media): 20.50
Desviación estándar: 3.50

Desviación Probabilidad Complemento

X Media Estándar (Menor Que) Mayor Que
24.00 20.50 3.50 0.841344746 0.158655254
19.00 20.50 3.50 0.334117571 0.665882429
 a) P(X > 24.00) más de $24.00 la hora
La probabilidad de que un integrante de un equipo sea superior a los 24.00 la hora es igual a:
P(X > 24.00) = 0.841344746
1 -P (X> 24.00) = 1 - 0.841344746 = 0.158655254
P(X > 24.00) = 0.158655254 = 15.86%

b) P(X < 19.00) menos de $19.00 la hora

La Probabilidad de que un integrante de un equipo sea inferior a los 19.00 la hora es igual a:
P(X < 19.00) = 0.334117571
P(X < 19.00) = 33.41%

17. De acuerdo con el Internal Revenue Service, el reembolso medio de impuestos en 2004
fue de $2,454. Suponga que la desviación estándar es de $650 y que las sumas devueltas
tienen una distribución normal.

Datos:
Promedio (media): 2454
Desviación estándar: 650

Desviación Probabilidad Complemento

X Media Estándar (Menor Que) (Mayor Que)
3000 2454 650 0.799545807 0.200454193
3500 2454 650 0.946217055 0.053782945
2500 2454 650 0.52820929 0.47179071

a) ¿Qué porcentajes de reembolsos son superiores a $3,000 e inferiores a $3,500?

P(X > 3000) más de $3,000
P(X > 3000) = 0.799545807
1-P P(X > 3000) = 1 - 0.799545807 = 0.200454193
P(X > 3000) =20.04%

P(X < 3500) menor de $3500

P(X < 3500) = 0.946217055
P(X < 3500) = 94.62%
 b) ¿Qué porcentajes de reembolsos son superiores a $2,500 e inferiores a $3,500?

P(X > 2500) más de $2500

P(X > 2500) = 0.52820929
1 - P(X > 2500) = 1- 0.52820929 = 0.47179071
P(X > 2500) = 47.17%

P(X < 3500) menor de $3500

P(X < 3500) = 0.946217055
P(X < 3500) = 94.62%

18. Los montos de dinero que se piden en las solicitudes de préstamos en Down River
Federal Savings tienen una distribución normal, una media de $70 000 y una desviación
estándar de $20 000. Esta mañana se recibió una solicitud de préstamo. ¿Cuál es la
probabilidad de que:
Datos:
Promedio (Media): 70000
Desviación Estándar: 20000

Desviación Probabilidad Complemento

X Media Estándar (Menor Que) (Mayor Que)
65000 70000 20000 0.401293674 0.598706326
80000 70000 20000 0.691462461 0.308537539

a) P(65,000 < X < 80,000) el monto solicitado oscile entre $65,000 y $80,000?
P(X > 65000) más de $65000
P(X > 65000) = 0.401293674
1 - P(X > 65000) = 1- 0.401293674 = 0.598706326
P(X > 65000) = 59.87%

P(X < 80000) menor de $80000

P(X < 80000) = 0.691462461
P(X < 80000) = 69.14%

P(65,000 < X < 80,000)

P(65,000 < X < 80,000) = 0.691462461 - 0.598706326 = 0.092756136
P(65,000 < X < 80,000) = 9.27%
 b) P(X > 65,000) el monto solicitado sea superior de $65,000

P(X > 65000) más de $65000

P(X > 65000) = 0.401293674
1 - P(X > 65000) = 1- 0.401293674 = 0.598706326
P(X > 65000) = 59.87%

19. Las calificaciones de los 500 aspirantes presentados a un examen para contratación
laboral, se distribuye normalmente con media 6'5 y desviación estándar de 2.

Datos:
Promedio (Media): 6.5
Desviación estándar: 2.

Desviación Probabilidad Complemento

X Media Estándar (Menor Que) (Mayor Que)
8 6.5 2 0.773372648 0.226627352
5 6.5 2 0.226627352 0.773372648

a) Calcule la probabilidad de que un aspirante obtenga más de 8 puntos.

P(X > 8) más de 8 puntos
P(X > 8) = 0.773372648
1 - P(X > 8) = 1- 0.773372648 = 0.226627352
P(X > 8) = 22.66%

b) Determine la probabilidad de aspirantes con calificaciones inferiores a 5 puntos

P(X < 5) menor de 5puntos
P(X < 5) = 0.226627352
P(X < 5) = 22.66%

Melissa Rosario Fulcar.

ID 1102455