Nombre del alumno:

Luis Gerardo Sánchez Sánchez

Matrícula:

117480

Grupo:

K070

Materia

(8) PROBABILIDAD Y ESTADÍSTICA

Docente Asesor:

Mtro. Conrado Rodríguez Flores (Docente)

Actividad:

Actividad de Aprendizaje No. 3 Ejercicios de distribución de probabilidades

Ciudad y Fecha:

Querétaro, Querétaro 22/04/2021

Introducción:

En esta actividad veremos algunos problemas de probabilidad y los resolveremos

con la ayuda de los apuntes, que vimos en esta semana.

a) Ejercicios de distribución binomial

1. La probabilidad de que una persona recién egresada de la universidad con

buenas calificaciones consiga trabajo en un mes es 0.9. ¿Cuál es la
probabilidad de que cuatro de cinco recién egresados con buenas
calificaciones consigan trabajo en un mes?
Formula usada en Excel
K 4
N 5
P 0.9
Q 0.1

K=4 p(x=k) =
n=5 p(x=4) = 
p=0.9 (Probabilidad de éxito) = 
q=0.1 (Probabilidad de fracaso) = = 5
X= 4 p(x=4) = 5=0.32805
La probabilidad de que 4 de 5 recién egresados con buenas calificaciones consigan
trabajo en un mes es de 32.8%
 2 La probabilidad de que una persona que entra a cierta tienda haga una
compra es 0.6. Encontrar las probabilidades de que de un grupo de nueve
personas haga una compra.
Fórmula de Excel

K 4
N 5
P 0.9
q 0.1
K=2 p(x=k) =
n=9 p(x=2) = 
p=0.6 (Probabilidad de éxito) = 
q=0.4

(Probabilidad de fracaso) = = 36
X= 2 p(x=2) = 36=0.005898
La probabilidad de que de un grupo de 9 personas 2 haga una compra es de 58.98%
3. La probabilidad de que una persona que entra a cierta tienda haga una compra
es 0.6. Encontrar las probabilidades de que de un grupo de nueve personas haga
tres, cuatro o cinco compras.

Se toma la formula de distribución binomial, se encuentran los valores de la formula y

n
se empieza a sustituir n, p, k y q. se multiplica por la probabilidad de éxito pk y por la
k
probabilidad de fracaso qn-k

n= 9, p= 0.6, k= 3, q(1-p) = (1-0.6) = 0.4

P ( x−k ) =( nk ) p · q
k n−k

9 n 9! 9 x 8 x 7 504
= = = = =84
3 k ! ( n−k ) ! 3! ( 9−3 ) ! 3 x 2 x 1 6
P ( x−k ) =( 93 )( 0.6) · ¿
3

P ( x−k ) =74.31%

n= 9, p= 0.6, k= 4, q(1-p) = (1-0.6) = 0.4

P ( x−k ) = ( nk ) p · q
k n−k

9 n 9! 9 x 8 x 7 x 6 3024
= = = = =126
4 k ! ( n−k ) ! 4 ! ( 9−4 ) ! 4 x 3 x 2 x 1 24

P ( x−k ) =( 94 )(0.6) · ¿
4

P ( x−k ) =16.72%

n= 9, p= 0.6, k= 5, q(1-p) = (1-0.6) = 0.4

P ( x−k ) = ( nk ) p · q
k n−k

9 n 9! 9 x 8 x 7 x 6 x 5 15,120
= = = = =126
5 k ! ( n−k ) ! 5 ! ( 9−5 ) ! 5 x 4 x 3 x 2 x 1 120

P ( x−k ) =( 95 )( 0.6) · ¿ 5

P ( x−k ) =25.08 %

4 Suponer que la probabilidad de que se recupere un automóvil en la ciudad

Puebla, en la zona sur es de 0.60. Encontrar la probabilidad de que se
recuperen, por lo menos, 3 de 10 automóviles robados en la ciudad.

n= 10, p= 0.60, k= 3, q= (1-0.60) = 0.40

P ( x−k ) = ( nk ) p · q
k n−k
 10 n 10 ! 10 x 9 x 8 720
= = = = =120
3 k ! ( n−k ) ! 3 ! ( 10−3 ) ! 3 x 2 x 1 6

P ( x−k ) = ( 103 )(0.60) ·¿ 3

P ( x−k ) =42.46 %

5. Después de seguir un tratamiento para dejar de fumar dentro del primer

mes es de 0.4. Determinar la probabilidad de que máximo 3 de 7 pacientes
vuelven a fumar antes de un mes.

n= 7, p= 0.4, k= 3, q= (1-0.4) = 0.6

P ( x−k ) = ( nk ) p · q
k n−k

7 n 7! 7 x 6 x 5 210
= = = = =35
3 k ! ( n−k ) ! 3 ! ( 7−3 ) ! 3 x 2 x 1 6

( 73 )( 0.4) · ¿
P ( x−k ) =
3

P ( x−k ) =29.03 %

6. Una empresa aplica un esquema de muestreo para aceptar lotes de ciertos

insumos. Se examinan 10 artículos y el lote será rechazado si se
encuentren 2 o más artículos defectuosos. Calcular la probabilidad de
rechazar un lote si contiene 5% de artículos defectuosos.
n= 10, p= 0.05, k= 2, q= (1-0.05) = 0.95

P ( x−k ) = ( nk ) p · q
k n−k

10 n 10 ! 10 x 9 90
= = = = =45
2 k ! ( n−k ) ! 2 ! ( 10−2 ) ! 2 x 1 2

P ( x−k ) = ( 102 )(0.05) ·¿ 2

P ( x−k ) =74.63 %
 a) EJERCICIOS DE DISTRIBUCIÓN DE POISSON
1. A menudo, el número de llamadas telefónicas que llegan a un
conmutador se modela como una variable aleatoria Poisson. Suponer
que, en promedio se reciben 7 llamadas por hora. ¿Cuál es la
probabilidad de que lleguen exactamente 5 llamadas en una hora?
Primeramente, se saca la fórmula de la variable aleatoria de Poisson, ¡se divide
landa (λ) elevada a la k entre k! por la constante matemática (e) elevada a la
menos landa (λ). De esta manera, encontraremos la probabilidad de distribución
de Poisson.
e= 2.7182, k= 5, λ= 7

λ k −λ
P ( k )= ·e
k!
5
7 −7 16,807
P ( k )= ·e = ·0.0009118
5! 120
P ( k )=140.05 ( 0.0009118 ) =0.127705
P ( k )=12.77 %

2. En un proceso de manufactura se registran, siguiendo la distribución

de Poisson, en promedio 4 fallas en un turno de 8 horas. Calcular la
probabilidad de que un turno cualquiera haya entre 2 y 4 fallas.
e= 2.7182, k= 2, λ= 4
 k
λ −λ
P ( k )= · e
k!
2
4 −4 16
P ( k )= · e = · 0.01831
2! 2
P ( k )=8 ( 0.01831 )=0.1464
P ( k )=14.64 %

e= 2.7182, k= 3, λ= 4
k
λ −λ
P ( k )= ·e
k!
4 3 −4 64
P ( k )= · e = · 0.01831
3! 6
P ( k )=10.666 ( 0.01831 ) =0.1953
P ( k )=19.53 %
e= 2.7182, k= 4, λ= 4

λ k −λ
P ( k )= ·e
k!
4
4 −4 16
P ( k )= · e = · 0.01831
4! 24
P ( k )=10.666 ( 0.01831 ) =0.1953
P ( k )=19.53 %
P ( k ) Total=0.1464+ 0.1953+ 0.1953=0.537=53.7 %
EJERCICIOS DE DISTRIBUCIÓN NORMAL

1. El tiempo que les toma a un grupo de obreros ensamblar una

serie de microchips tiene una distribución normal con media de
14.5 minutos y desviación estándar de 2.5 minutos. ¿Cuál es la
probabilidad de que a uno de estos obreros le tome entre 11 y
16 minutos?

Se saca valor de Z, haciendo una división de valor de x menos la media entre la

desviación estándar para así, después de obtener el resultado, se tendrá que
sacar por medio de una tabla el valor de la Z según el resultado obtenido por la
fórmula de la distribución normal. A partir de los dos resultados obtenidos se hará
una resta del valor mayor al valor menor así de podrá obtener la distribución
exacta.

x= 11 y 16, µ= 14.5, σ= 2.5

x −μ
Z=
σ

11−14.5 −3.5
Z= = =−1.4
2.5 2.5

Z=−1.4=0.4192
 x −μ
Z=
σ

16−14.5 1.5
Z= = =0.6
2.5 2.5

Z=0.6=0.2257
Z=0.4192−0.2257=0.1935

2. El tiempo que les toma a un grupo de obreros ensamblar una serie de

microchips tiene una distribución normal con media de 14.5 minutos
y desviación estándar de 2.5 minutos. ¿Cuál es la probabilidad de
que a uno de estos obreros le tome más de 18 minutos?
x= 18, µ= 14.5, σ= 2.5
x −μ
Z=
σ
18−14.5 3.5
Z= = =1.4
2.5 2.5
Z=1.4=0.4192
Z=0.5−0.4192=0.0808
3. El tiempo que les toma a un grupo de obreros ensamblar una seria de
microchips tiene una distribución normal con media de 14.5 minutos
y desviación estándar de 2.5 minutos. ¿Cuál es la probabilidad de
que a uno de estos obreros le tome menos de 10 minutos?
x= 10, µ= 14.5, σ= 2.5
x −μ
Z=
σ
10−14.5 −4.5
Z= = =−1.8
2.5 2.5
Z=−1.8=0.4641
 Z=0.5+0.4641=0.9641

Bibliografía
Salazar González, J.J., y López Yurda, M. (2001). “Combinatoria” y “Fundamentos de probabilidades” en
Ejercicios resueltos de probabilidad, pp. 11-84.

. Johnson, R. y Kuby, P.(1999)– Distribuciones de probabilidad normales – México: editorial

Thomson.

Murray R. Spiegel.(2000), Estadística. Teoría y 875 problemas resueltos. Editorial McGraw Hill.

Luis R. (2006) “Probabilidad” en una introducción a la probabilidad y estadística. México Facultad de

Ciencias UNAM