CORPORACION UNIVERSITARIA IBEROAMERICANA

Taller No 4. Distribuciones Binomial, Poisson y Normal

Estadística Inferencial

Realizado Por

Carmen Patricia Oviedo Cuero ID: 100070476

José Javier Camacho Enríquez ID 100071041

Omaira cortes colorado ID: 100072351

Presentado a:

Docente Cristian Camilo Beltran.

Facultad de Educación, Ciencias Humanas y Sociales

 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:

DATOS

p: el pozo sea productivo

q: que el pozo no sea productivo

p = 0,32
q = 0,68

n = 8 pozos

a. Todos sean productivos.

𝑛
𝑃(𝐾) = 𝐶 ( ) 𝑝𝑘 ∗ 𝑞 (𝑛−𝑘)
𝑘
8
𝑃(𝐾) = 𝐶 ( ) 0,328 ∗ 0,68(8−8)
8
𝑃(𝐾) = 0,0001

b. Exactamente 3 no sean productivos.

𝑛
𝑃(𝐾) = 𝐶 ( ) 𝑝𝑘 ∗ 𝑞 (𝑛−𝑘)
𝑘
 8
𝑃(𝐾) = 𝐶 ( ) 0,328 ∗ 0,68(8−5)
5
𝑃(𝐾) = 0,0018

Probabilidad que 3 no sean productivos: (1-0,0018)= 0,9982

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 + 0,0005 + 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:

DATOS:

p: de que el jugador enceste

q: de que el jugador no enceste

p = 0,32

q = 0,68

n = 9 veces

Media:

μ= n*p
μ = 9*0,32

μ= 3

Desviación estándar:

σ=√n*p*q
σ= 1,4

a. 4 veces.
𝑛
𝑃(𝐾) = 𝐶 ( ) 𝑝𝑘 ∗ 𝑞 (𝑛−𝑘)
𝑘

9
𝑃(𝑥=4) = 𝑝 ( ) ∗ 0,329 ∗ 0,68(9−4)
4
𝑃(𝑥=4) = 126 ∗ 0,000035 ∗ 0,1454

𝑃(𝑥=4) = 0,00064

b. todas las veces.

n=9 lanzamientos

k=9 encestas
9
𝑃(𝑥=9) = 𝐶 ( ) ∗ 0,349 ∗ 0,66(9−9)
9
𝑃(𝑥=9) = 0,00006

c. más de 6 veces

𝑃(𝑥 ≥ 6) =?
6−3
𝑍= = 2,14
1,4

Valor que ubicamos en la Tabla de distribución normal y obtenemos la probabilidad de

𝑃(𝑥 ≥ 6) = 0,98341

𝑃 (𝑥 ≥ 6) = 1 − 0,98341 = 0,1659
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

𝑛
𝑃(𝐾) = 𝐶 ( ) 𝑝𝑘 ∗ 𝑞 (𝑛−𝑘)
𝑘

p: posibilidad de que este podrido

q: posibilidad de que no este 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?

𝑛
𝑃(𝐾) = 𝐶 ( ) 𝑝𝑘 ∗ 𝑞 (𝑛−𝑘)
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 = 0,03

q = 0,97

n = 35 bombillos
P(x<1)= P(x= 0)+P(x=1)
35
𝑃(x=0) = 𝐶 ( ) 0,030 ∗ 0,97(35−0)
0
 𝑃(x=0) = 0,3443

35
𝑃(x=1) = 𝐶 ( ) 0,031 ∗ 0,97(35−1)
1

𝑃(x=0) = 0,3728

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.

Datos

λ=0,1 * 100= 10
X≈Poiss(λ=10)

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

λ= 10

σ= √λ= √10 = 3,16

Sustituimos los valores en la ecuación:

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

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

bajo estudio

Sustituyendo tenemos:

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

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
 a. ¿Cuál es la probabilidad que por lo menos dos personas hayan sido robadas en un
periodo de 2 semanas?

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) = 0,00585

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:

Datos:
μ= 68 kg

σ= 7 kg

n= 1500

Z = (x-μ)/σ

La probabilidad de que un soldado elegido al azar pese:

a. Más de 61 kg.

Z = (61-68)/7 = -1 valor que obtenemos de la tabla de distribución normal

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 valor que obtenemos de la tabla de distribución normal

P (x≤63) = 0,23885

Z2 = 69-68/7 = 0,14 valor que obtenemos de la tabla de distribución normal

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).

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.

μ= 8 productos no conformes

σ= 2,5

La probabilidad que la cantidad de productos no conformes sea:

a. Mayor que 4.
 P(x≥4) =?

Z = (4-8)/2,5 =1,6

P(x≤4) =0,9452

P(x≥4) = 1-0,9452 = 0,0584

b. Entre 4 y 6

Z = (6-8)/2,5 = 0,8 Valor que ubicamos en la tabla de distribución normal

P(x≤6) = 0,78814

P(4≤x6) = 0,78814 -(1-0,9452) = 0,73334

c. Igual a 7
En este caso la probabilidad que una variable aleatoria continua tome un valor especifico es 0.
Recursos de Revisión Básica

Gutiérrez González, E. y Vladimirovna Panteleeva, O. (2016). Estadística inferencial 1 para

ingeniería y ciencias. Grupo Editorial Patria.
Recuperado de la base de datos E-libro. Para consultarlo, revise la carpeta "Herramientas de
apoyo" (Manual bibliotecas virtuales)

Martínez Bencardino, C. (2018). Estadística y muestreo (13a. ed.). Ecoe Ediciones.

Llinás Solano, H. (2017). Estadística Inferencial. Universidad del Norte.

Recuperado de la base de datos E-libro. Para consultarlo, revise la carpeta "Herramientas de
apoyo" (Manual bibliotecas virtuales)

Recursos Complementarios o de Apoyo

Sin autor (2014). Bayesian Estimation of the Mean of a Normal Distribution [Archivo de
vídeo].
Recuperado de la base de datos E-libro. Para consultarlo, revise la carpeta "Herramientas de
apoyo" (Manual bibliotecas virtuales)