UNIVERSIDAD DE LAS FUERZAS ARMADAS - ESPE

Departamento de Ciencias Exactas

PRACTICA N°1
ASIGNATURA: ESTÁDISTICA
NOMBRE: AGUILAR ASIMBAYA GRACE LIZETH
NRC: 3185 FECHA: Viernes 23 de Julio del 2021
FECHA DE ENTREGA: Miércoles 28 de Julio del 2021

TEMA: Utilizacion de sofware estadístico

Resolución de problemas de probabilidades con Software
OBJETIVOS:
Estadístico
CONTENIDO
MODELO BINOMIAL

1. Supóngase que 15% de la población es zurda. Encontrar la probabilidad de que en un

grupo de 50 individuos

a) x≤10 Cuando mucho 10 zurdos

DATOS Análisis
n= 50
La probabilidad de que cuando
p= 0,15
mucho haya 10 zurdos es de 88,01%
Exitos Sean Zurdos
x= 10
P(X≤10) 0,880082683 88,01%

b) x≥5 Por lo menos 5 zurdos

DATOS Análisis
n= 50
La probabilidad de que por lo menos
p= 0,15
5 sean zurdos es de 88,78%
Exitos Sean Zurdos
x= 4
P(x≥5) 0,887894792 88,79%
1718475906
c) x=1 Uno sea Zurdo
DATOS Análisis
n= 50
La probabilidad de que uno sea zurdo
p= 0,15
es de 0,26%
Exitos Sean Zurdos
x= 1
P(x=1) 0,002609688 0,26%

2.
Hallar la probabilidad de que en cinco lanzamientos de un dado aparezca un 3:
 a) x=0 Ninguna vez
DATOS Análisis
n= 5
La probabilidad de que en cinco
p= 0,166666667
lanzamiento de un dado ninguno
Exitos Salga un 3
salga 3 es de 40,19%
x= 0
P(X=0) 0,401877572 40,19%

b) x=1 Una vez

DATOS Análisis
n= 5
La probabilidad de que en cinco
p= 0,166666667
lanzamiento de un dado salga una
Exitos Salga un 3
vez 3 es de 40,19%
x= 1
P(X=1) 0,401877572 40,19%
1718475906
c) x=2 Dos veces
DATOS Análisis
n= 5
La probabilidad de que en cinco
p= 0,166666667
lanzamiento de un dado salgan dos
Exitos Salga un 3
veces 3 es de 16,08%
x= 2
P(x=2) 0,160751029 16,08%

3. Encontrar la probabilidad de que en una familia con cuatro hijos haya, Supóngase
que la probabilidad de que nazca un niño varón es 0,5
a) x≥1 Por lo menos un niño
DATOS Análisis
n= 4
p= 0,5 La probabilidad de que haya un niño
Exitos Sea niño en 4 hijos es de 93,75%
x= 0
P( x≥1) 0,9375 93,75%

b) x=2 Dos niños

DATOS Análisis
n= 4
p= 0,5 La probabilidad de que haya dos
Exitos Sea niño niños en 4 hijos es de 37,50%
x= 2
P(x=2) 0,375 37,50%
1718475906
c) x=4
DATOS
n= 4 Análisis
p= 0,5
Exitos Sea niño La probabilidad de que haya cuatro
x= 4 niños en 4 hijos es de 6,25%
 P(x=4) 0,0625 6,25%

4.
La probabilidad de que un estudiante que entra a la universidad se titule es 0.4.
Determinar la probabilidad de que de 5 estudiantes elegidos al azar:
a) x=0 Ninguno se titule
DATOS
n= 5 Análisis
p= 0,4
La probabilidad de que en 5
Exitos Se titule
estudiantes elejidos al azar ninguno
x= 0
se titule es de 7,78%
P(x=0) 0,07776 7,78%

b) x=1 Uno se titule

DATOS
n= 5 Análisis
p= 0,4
La probabilidad de que en 5
Exitos Se titule
estudiantes elejidos al azar uno se
x= 1
titule es de 25,92%
P(x=1) 0,2592 25,92%
1718475906
c) x=5 Los 5 se titulen
DATOS
n= 5 Análisis
p= 0,4
La probabilidad de que en 5
Exitos Se titule
estudiantes elejidos al azar todos se
x= 5
titulen es de 1,02%
P(x=5) 0,01024 1,02%

MODELO POISSON

1. Si la probabilidad de que un individuo tenga una reacción adversa por la inyección de

determinado suero es
0.001, determinar la probabilidad de que de 2 000 individuos
a) x=3 exactamente 3
DATOS
𝜋 0,001 Análisis
n 2000
MEDIA 2 La probabilidad de que en 2000
λ individuos 3 exactamente presenten
Exitos Tenga reaccion una reaccion adversa es de 18,04%
x= 3
P(x=3) 0,180447044 18,04%

b) x>2 más de 2
DATOS
 𝜋 0,001 Análisis
n 2000
MEDIA 2 La probabilidad de que en 2000
λ individuos más de 2 presenten una
Exitos Tenga reaccion reaccion adversa es de 32,33%
x= 2
P(x>2) 0,323323584 32,33%
1718475906
c) x=0 Ninguno
DATOS
𝜋 0,001 Análisis
n 2000
MEDIA 2 La probabilidad de que en 2000
λ individuos ninguno presenten una
Exitos Tenga reaccion reaccion adversa es de 86,47%
x= 0
P(x=0) 0,864664717 86,47%

2. Si 3% de los bulbos eléctricos fabricados por una empresa están defectuosos, encontrar la
probabilidad de que en una muestra de 100 bulbos

a) x = 0 Ninguno este defectuoso

DATOS
𝜋 0,03 Análisis
n 100
MEDIA 3 La probabilidad de que en 100 bulbos
λ ninguno presenten defectos es de
Exitos Defectuosos 4,98%
x= 0
P(x=0) 0,049787068 4,98%

b)x=1 Uno este defectuoso

DATOS
𝜋 0,03 Análisis
n 100
MEDIA 3
La probabilidad de que en 100 bulbos
λ
uno presente defectos es de 14,94%
Exitos Tenga reaccion
x= 1
P(x=1) 0,149361205 14,94%
1718475906
c)x>9 Más de 9 tengan defecto
DATOS
𝜋 0,03 Análisis
n 100
MEDIA 3 La probabilidad de que en 100 bulbos
más de 9 presenten defectos es de
 λ más de 9 presenten defectos es de
Exitos Tenga reaccion 0,11%
x= 9
P(x>9) 0,001102488 0,11%

3. Según la oficina de estadística del Departamento de Salud de Estados Unidos, en ese país la
cantidad anual de ahogados accidentalmente es 3 por 100 000 habitantes. Encontrar la
probabilidad de que en una ciudad en que la población es de 200 000 habitantes haya
anualmente:

a) x=2 Dos se ahoguen

DATOS
𝜋 0,00003 Análisis
n 200000
MEDIA 6 La probabilidad de que 200,000
λ habitantes 2 personas se ahoguen es
Exitos Se ahogue de 4,46%
x= 2
P(x=2) 0,044617539 4,46%

b) x=6 6 se ahoguen
DATOS
𝜋 0,00003 Análisis
n 200000
MEDIA 6 La probabilidad de que 200,000
λ habitantes 6 personas se ahoguen es
Exitos Se ahogue de 16,06%
x= 6
P(x=6) 0,160623141 16,06%
1718475906
c) x=0 Ninguno se ahogue
DATOS
𝜋 0,00003 Análisis
n 200000
MEDIA 6 La probabilidad de que 200,000
λ habitantes ninguna persona se
Exitos Se ahogue ahogue es de 0,25%
x= 0
P(x=0) 0,002478752 0,25%

4. En una empresa, la cantidad promedio de llamadas que llegan al conmutador entre las 2 y
las 4 de la tarde es 2.5 por minuto. Encontrar la probabilidad de que en determinado minuto
haya:

a) x=0 Ninguna llamada

DATOS
MEDIA 2,5 Análisis
 λ
Exitos Ingrese llamada La probabilidad de que entre las 2 y 4
x= 0 de la tarde ingrese ninguna llamada
P(x≤0) 0,082084999 8,21% es de 8,21%

b) x≤4 4 o menos llamadas

DATOS
MEDIA 2,5 Análisis
λ
Exitos Ingrese llamada La probabilidad de que entre las 2 y 4
x= 4 de la tarde ingrese 4 o menos
P(x≤4) 0,891178019 89,12% llamadas es 89,12%
1718475906
c)x<6 Menos de 6 llamadas
DATOS
MEDIA 2,5 Análisis
λ
Exitos Ingrese llamada La probabilidad de que entre las 2 y 4
x= 6 de la tarde ingrese menos de 6
P(x<6) 0,985812688 98,58% llamadas es de 98,58%

MODELO HIPERGEOMÉTRICO
1.
Un recipiente tiene 12 botellas de vinos, 3 de las cuales contienen vino que se ha echado a
perder. Una muestra de 4 botellas se selecciona al azar de entre la caja.

a)x=0 Ninguna botella dañada

DATOS
N= 12 Análisis
EXITOS Vino dañado
S= 3 La probabilidad de que entre las 12
n= 4 botellas de vino ninguna este dañada
x= 0 es de 25,45%
P(x=0) 0,254545455 25,45%

b)x=1 Una botella dañada

DATOS
N= 12 Análisis
EXITOS Vino dañado
S= 3 La probabilidad de que entre las 12
n= 4 botellas de vino una este dañada es
x= 1 de 50,91%
P(x=1) 0,509090909 50,91%
1718475906
c)x>1 Mas de 1 botella
N= 12 Análisis
 EXITOS Vino dañado
S= 3 La probabilidad de que entre las 12
n= 4 botellas de vino más de una este
x= 1 dañada es de 49,09%
P(x>1) 0,490909091 49,09%

2. Sea x el número de éxitos observado en una muestra de n=5 artículos seleccionados de

entre N =10. Suponga que, de los N=10 elementos,
6 eran considerados “éxitos”.
a)Encuentre la probabilidad de no observar éxitos
DATOS
N= 10 Análisis
EXITOS Sacar el éxito
S= 6 La probabilidad de que no sacar
n= 5 ningun un exito entre los 10 articulos
x= 0 0%
P(x=0) 0,00000 0,00%

b)Encuentre la probabilidad de observar al menos dos éxitos

DATOS
N= 10 Análisis
EXITOS Sacar el éxito
S= 6
La probabilidad de sacar 2 exitos
n= 5
entre los 10 articulos 73,81%
x= 2
P(x≥2) 0,738095238 73,81%
1718475906
c)Encuentre la probabilidad de observar siete éxitos
DATOS
N= 10 Análisis
EXITOS Sacar el éxito
S= 6
La probabilidad de que sacar siete
n= 5
exitos entre los 10 articulos 0%
x= 7
P(x=7) 0 0,00%

3. Sea x una variable aleatoria hipergeométrica con N =15, n= 3 y S =4.

a) ¿Cuál es la probabilidad de que X=0?
DATOS
N= 15 Análisis
EXITOS Sacar un éxito
S= 4 La probabilidad de sacar ningun éxito
n= 3 dentro de las 15 objetos es de
x= 0 36,26%
P(x=0) 0,362637363 36,26%
b) ¿Cuál es la probabilidad de que X=3?
DATOS
 N= 15 Análisis
EXITOS Sacar un éxito
S= 4 La probabilidad de sacar tres éxitos
n= 3 dentro de las 15 objetos es de
x= 3 0,879%
P(x=3) 0,008791209 0,879%
1718475906
c) ¿Cuál es la probabilidad de que X=1?
DATOS
N= 15 Análisis
EXITOS Sacar un éxito
S= 4 La probabilidad de que sacar un éxito
n= 3 dentro de las 15 objetos es de
x= 1 48,35%
P(x=1) 0,483516484 48,35%

4. Una pieza de equipo electrónico contiene seis chips de computadora, dos de los cuales están
defectuosos. Tres chips de computadora se seleccionan para inspeccionarlos y se registra el
número de los defectuosos.

a) ¿Cuál es la probabilidad de que x=1?

DATOS
N= 6 Análisis
EXITOS Defectuosos
S= 2
La probabilidad de que entre los 6
n= 3
chips 1 sea defectuoso es de 60,00%
x= 1
P(x=1) 0,600 60,00%

b) ¿Cuál es la probabilidad de que x=2?

DATOS
N= 6 Análisis
EXITOS Defectuosos
S= 2 La probabilidad de que entre los 6
n= 3 chips 2 sean defectuosos es de
x= 2 20,00%
P(x=2) 0,200 20,00%

1718475906
c) ¿Cuál es la probabilidad de que x=0?
DATOS
N= 6 Análisis
EXITOS Defectuosos
S= 2 La probabilidad de que entre los 6
n= 3 chips ninguno sea defectuoso es de
x= 0 20,00%
P(x=0) 0,200 20,00%
 MODELO NORMAL
1. Supóngase que la cantidad de juegos en que participan los beisbolistas de la liga mayor
durante su carrera se distribuye normalmente con media 1 500 juegos y desviación estándar
350 juegos
a) ¿Qué porcentaje participa en menos de 750 juegos?
DATOS Análisis
s 350
u 1.500 La probabilidad de que sean menos
x 750 de 750 juegos es de 1,61%
P(x<750) 0,016062286 1,61%

b) Qué porcentaje participa en más de 2 000 juegos?

DATOS Análisis
s 350
u 1.500 La probabilidad de que participen en
x 2.000 mas de 2000 juegos es de 7,66%
P(x>2000) 0,07656373 7,66%
1718475906
c) Qué porcentaje participa en más de 7 juegos?
DATOS Análisis
s 350
u 1.500 La probabilidad de que participen en
x 7 mas de 7 juegos es de 99,99%
P(x>700) 0,999990037 99,999%

2.
Las estaturas de hombres adultos tienen una distribución normal cuya media es 70 in y cuya
desviación estándar es 3 in.

a)Que porcentaje mide menos de 65 in

DATOS Análisis
s 3
La probabilidad de que un hombre
u 70
adulto mida menos de 65 es de
x 65
4,78%
P(x<65) 0,047790352 4,78%

b)Que porcentaje mide más de 72 in

DATOS Análisis
s 3
u 70 La probabilidad de que un hombre
x 72 adulto mida más de 72 es de 25,25%
P(x>72) 0,252492538 25,25%
1718475906
c)Que porcentaje mida por lo menos 8 in
DATOS Análisis
s 3
La probabilidad de que un hombre
u 70
adulto mida por lo menos 8 es de
 adulto mida por lo menos 8 es de
x 8
100%
P(x≥8) 1,0000000 100,00%

3. Las cantidades gastadas, por determinado grupo de edad, en la compra de artículos en línea
tienen una distribución normal cuya media es $125 y cuya desviación estándar es $25

a) ¿Qué porcentajes gasta más de $175?

DATOS Análisis
s $25,00
u $125,00 La probabilidad de que gasten mas
x $175,00 de $175 es de 2,28%
P(x>175) 0,022750132 2,28%

b) ¿Qué porcentaje gasta entre $100 y $150 ?

DATOS
s $25,00 $25,00 Análisis
u $125,00 $125,00
x $100,00 $150,00 La probabilidad de que gasten entre
P(100<x<150) 0,841344746 0,1586553 $100 y $150 es de 68,27%
P(100<x<150) 0,682689492 68,27%

1718475906
c) ¿Qué porcentaje gasta más de $7?
DATOS Análisis
s 25
u 125 La probabilidad de que gasten más
x 7 de $7 es del 100%
P(x>7) 0,999998821 100,00%

4. La cantidad de horas, por semana, que los estudiantes de educación media ven televisión
tiene una distribución normal cuya media es 20.5 horas y cuya desviación estándar es 5.5
horas.

a) Hallar el porcentaje que ve televisión menos de 25 horas por semana

DATOS
s 5,5
u 20,5
x 25
P(x<25) 0,793373312
Análisis
La probabilidad de que los
estudiantes vean menos de 25 horas
por semana es de 79,34%
79,34%

b) Hallar el porcentaje que ve televisión más de 30 horas por semana

DATOS Análisis
s 5,5
La probabilidad de que los
u 20,5
estudiantes vean más de 30 horas
x 30
por semana es de 4,21%
P(x>30) 0,042059347 4,21%
 1718475906
c) Hallar el porcentaje que ve televisión más de 5 horas por semana
DATOS Análisis
s= 6
La probabilidad de que los
u= 21
estudiantes vean más de 5 horas por
x= 5
semana es de 99,76%
P(x>5) 0,997585177 99,76%

MODELO EXPONENCIAL
1. Suponga que el tiempo de respuesta X en una terminal de computadora en línea (el tiempo
transcurrido entre el final de la consulta de un usuario y el inicio de la respuesta del sistema
a dicha consulta) tiene una distribución exponencial con tiempo de respuesta esperado de 5
s.

a) Cuando mucho de 10 segundos. Análisis

DATOS
MEDIA 5 La probabilidad de que la respuesta
λ 0,2 de la llamada sea cuando mucho 10
x 10 segundos es de 86,47%
P(x≤10) 0,864664717 86,47%

b) Más de 9 segundos. Análisis

DATOS
MEDIA 5 La probabilidad de que la respuesta
λ 0,2 de la llamada sea cuando más de 9
x 9 segundos es de 16,53%
P(x>9) 0,165298888 16,53%
1718475906
c) Cuando mucho de 8 segundos. Análisis
DATOS
MEDIA 5 La probabilidad de que la respuesta
λ 0,2 de la llamada sea cuando mucho 8
x 8 segundos es de 79,81%
P(x≤8) 0,798103482 79,81%

2.
Suponga que se reciben llamadas durante las 24 horas en una “línea de emergencia para
prevención del suicidio” de acuerdo con un proceso de razón 0.5 llamadas por día.
Entonces el número de días X entre llamadas sucesivas tiene una distribución exponencial
con valor de parámetro 0.5

a) Transcurra más de 2 días Análisis

DATOS
MEDIA 2 La probabilidad de que las llamadas
λ 0,5 sean sucesivas más de 2 dias es de
x 2 36,79%
P(x>2) 0,367879441 36,79%
 b) Transcurra más de 3 días Análisis
DATOS
MEDIA 5 La probabilidad de que las llamadas
λ 0,2 sean sucesivas más de 3 dias es de
x 3 54,88%
P(x>3) 0,548811636 54,88%

1718475906
c) Transcurra menos de 4 días Análisis
DATOS
MEDIA 5 La probabilidad de que las llamadas
λ 0,2 sean sucesivas en menos de 4 dias es
x 8 de 79,81%
P(x<4) 0,798103482 79,81%

3. Sea X el tiempo entre dos llegadas sucesivas a la ventanilla de autopago de un banco local.
Si X tiene una distribución exponencial con λ= 1

a )x≤4 Análisis
DATOS
MEDIA 1 La probabilidad de que llegen
λ 1 sucesivamente 4 o menos personas a
x 4 la ventanilla es de 98,17%
P(x≤4) 0,981684361 98,17%

b) x≤2 Análisis
DATOS
MEDIA 1 La probabilidad de que llegen
λ 1 sucesivamente 2 o menos personas a
x 2 la ventanilla es de 98,17%
P(x≤2) 0,864664717 86,47%
1718475906
c) x>7 Análisis
DATOS
MEDIA 1 La probabilidad de que llegen
λ 1 sucesivamente más de 7 personas a
x 7 la ventanilla es de 0,09%
P(x>7) 0,000911882 0,09%

4. La amplia experiencia con ventiladores de un tipo utilizados en motores diesel ha sugerido

que la distribución exponencial proporciona un buen modelo del tiempo hasta la falla.
Suponga que el tiempo medio hasta la falla es de 25 000 horas
a)Un ventilador seleccionado al azar dure por lo menos 20 000 horas
DATOS Análisis
MEDIA 25000
La probabilidad de que el ventilador
λ 0,00004
dure por lo menos 20000 horas es de
x 20000
44,93%
 44,93%
P(x≥20000) 0,449328964 44,93%

b) ¿Cuándo mucho 30 000 horas?

DATOS Análisis
MEDIA 25000
La probabilidad de que el ventilador
λ 0,00004
dure cuando mucho 30000 horas es
x 30000
de 69,88%
P(x≤30000) 0,698805788 69,88%
1718475906
c) Menos de 5 horas.
DATOS Análisis
MEDIA 25000
λ 0,00004 La probabilidad de que el ventilador
x 5 dure menos de 5 horas es de 0,02%
P(x<5) 0,00019998 0,02%
BIBLIOGRAFÍA
Libro Schaum 4ta edición -Estadística
Modelo Binomial
Pag 178, eje 7,2 1
Pag 178, eje 7,3 2
Pag 180, eje 7,5 3
Pag 181, eje 7,8 4
Libro Schaum 4ta edición -Estadística
Modelo Poisson
Pag 194, eje 7,28 1
Pag 200, eje 7,67 2
Pag 201, eje 7,70 3
Pag 201, eje 7,71 4
Libro Mendenhall 10ma edición- Introduccion a la probabilidad y estadística
Modelo Hipergeométrico
Pag 206, eje 5,11 1
Pag 207, eje 5,50 2
Pag 207, eje 5,51 3
Pag 207, eje 5,53 4
Libro Schaum 4ta edición -Estadística
Modelo Normal
Pag 184, eje 7,16 1
Pag 200, eje 7,57 2
Pag 200, eje 7,58 3
Pag 186, eje 7,18 4
Libro Jay L- Devore 7ma Edición-Probabilidad y estadística para ingeniería y ciencias
Modelo Exponencial
Pag 158, eje 4,21 1
Pag 159, eje 4,22 2
Pag 162, eje 59 3
Pag 162, eje 61 4
 CONCLUSIONES
1.- Una vez concluido el taller podemos decir que el uso del software para la aplicación de ejercicios es de gran
ayuda ademas de brindar seguridad en los calculos
2.- El software para estadistica es de sencillo uso y sin complicaciones para resolver ejercicios de manera más
confiable
3.- El sotfware estadistico resultará de gran utilidad a la hora de llevar a cabo una investigación de cualquier
carácter.
4.- Los ejercicios de probabilidades se realizaron con exitos usando unicamente el software
academico que ha sido una herramienta muy optima
5.-El sotfware estadistico acelera en gran medida la operación de diferentes ejercicios lo cual nos
ayudara a optimizar tiempo
RECOMENDACIONES
1.- Se debe tener mucho orden al momento de pasar los datos al software que nos ayuda con la respuesta
para así evitar contra tiempos
2.- Es recomendable actualizar el sistema operador del software excel para mejorar así su rendimiento y
obtener optimos resultados
3.- Es recomendable analizar previamente los ejercicios propuestos antes de ser introducidos en el software
para evitar complicaciones
4.- Es importante recordar que es optimo tener un conocimiento básico sobre la utilización del
software para asi prevenir entorpecimientos ene le proceso

5.- Se debe tomar en cuanta que el software es muy fácil de utilizar siempre y cuando se tenga
conocimiento previo de la materia y se trabaje de manera ordenada y clara