Estadística Inferencial

Actividad N 4 Delimitación y estimación de Recursos

Mileidys Martinez caro

ID: 100074253

Corporación universitaria Iberoamericana

Ingeniería Industrial
2022

P.J. No. 0428 del 28 de Enero 1982 - MEN I VIGILADA MINEDUCACIÓN

 Estadística Inferencial

Actividad N 4 Delimitación y estimación de Recursos

Mileidys Martinez caro

ID: 100074253
TUTOR: Sergio Montes

Corporación universitaria Iberoamericana

Ingeniería Industrial
2022

P.J. No. 0428 del 28 de Enero 1982 - MEN I VIGILADA MINEDUCACIÓN

 Ingeniería Industrial
Estadística Inferencial

Actividad 4
Taller Distribuciones Binomial, Poisson y normal

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.

b. Exactamente 3 no sean productivos.
c. Por lo menos dos no sean productivos.
Probabilidad de distribución Binomial:

p: pozos productivos q:
pozos no productivos p
= 32% = 0,32 q = 68% =
0,68

P (X=k )= Cn,k * p k *q n-k

n = 8 pozos k
=3

¿Cuál es la probabilidad de que exactamente 3 no sean productivos?

P(X = 3) = C8,3 * (0,32)³ * (0,68)⁵
P(X= 3 ) = 8*7*6*5*4 /5*4*3*2*1 (0,032768) (0,1453933)
P(X= 3) = 56*(0,032768) (0,1453933)
P( X = 3) = 0,266798= 26,6798%

P.J. No. 0428 del 28 de Enero 1982 - MEN I VIGILADA MINEDUCACIÓN

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.
b) todas las veces.

c) más de 6 veces.

Si un jugador de baloncesto tiene una probabilidad de 0,34 de anotar tiros desde

la zona de 3 puntos, entonces la probabilidad de que al tirar 9 veces enceste 4 es
16%, de que enceste todas las veces es de 0.006% y de que enceste más de 6
veces es de 0.91%

Estamos en presencia de una Probabilidad binomial:

p: probabilidad de encestar
q: probabilidad de no encestar
p = 0,3 4 q= 0,66

-La probabilidad de que al tirar 9 veces enceste 4 veces es:

n=9 lanzamientos k=4
encestas
P(x=k) = Cn,k p k*q (n-k)
P (x=4) = C9,4 (0,34)⁴(0,66)⁵
C9,5=9!/(4!5!)=9*2*7=126
P (x=4)=(126)(0.01)(0.13)
P (x=4)=0.16=16%

P.J. No. 0428 del 28 de Enero 1982 - MEN I VIGILADA MINEDUCACIÓN

Así que la probabilidad de que al tirar 9 veces enceste 4 veces es de 16%

-La probabilidad de que al tirar 9 veces enceste todas las veces es:
n=9 lanzamientos k=9
encestas
P(x=k) = Cn,k p k*q (n-k)
P (x=9) = C9,9 (0,34)⁹(0,66)⁰
C9,9=9!/(9!0!)=1
P (x=4)=(1)(0.00006)
P (x=4)=0.00006=0.006%

Así que la probabilidad de que al tirar 9 veces enceste 9 veces es de 0.006%

-La probabilidad de que al tirar 9 veces enceste más de 6 veces:

Como los eventos son independientes, entonces la probabilidad será la suma de
que enceste 7 veces más la probabilidad de que enceste 8 veces más de la que
enceste 9 veces.

P(x>6)=P(x=7)+P(x=8)+P(x=9)
Hallemos P(x=7) n=9
lanzamientos k=7 encestas
P(x=k) = Cn,k p k*q (n-k)
P (x=7) = C9,7 (0,34)⁷(0,66)²
C9,7=9!/(7!2!)=9*4=36
P (x=7)=(36)(0.0005)(0.44)
P (x=7)=0.008=0.8%

P.J. No. 0428 del 28 de Enero 1982 - MEN I VIGILADA MINEDUCACIÓN

 Hallemos P(x=8) n=9
lanzamientos k=8
encestas
P(x=k) = Cn,k p k*q (n-k)
P (x=8) = C9,8 (0,34)⁸(0,66)
C9,8=9!/(8!1!)=9
P (x=8)=(9)(0.0002)(0.66)
P (x=8)=0.001=0.11%
Así que P(x>6)=0.8%+0.11%+0.006%=0.91%

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 0.822394519

Una distribución binomial es 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) = n!/((n-x)!*x!)*pˣ*(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 =0) = 6!/((6-0)!*0!)*0.13⁰*(1-0.13)⁶⁻⁰ = 6!/6!*1*0.87⁶ = 0.433626
P(X =1) = 6!/((6-1)!*1!)*0.13¹*(1-0.13)⁶⁻¹ = 6!/5!*0.13*0.87⁵ = 0.388768
P(X ≤ 1) = 0.433626 + 0.388768 = 0.822394519

P.J. No. 0428 del 28 de Enero 1982 - MEN I VIGILADA MINEDUCACIÓN

 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?

La probabilidad de que al menos uno esté fundido debido a la operación de transporte es

de 28,29%.
Desarrollo:
Empleamos la distribución binomial:
X≈Bin(n;p)

Datos:
n= 35
p= 0,03
b) P(x≥1)
P(x≥1)= 1- P(x<1)
P(x<1)= P(x= 0)+P(x=1)

Sustituyendo tenemos:
P(X=0)=0,3443 P(X=1)=0,3728
P(x<1)= P(x= 0)+P(x=1)
P(x<1)= 0,3443+0,3728
P(x<1)= 0,7171
P(x≥1)= 1- P(x<1)
P(x≥1)= 1-0,7171
P(x≥1)= 0,2829

P.J. No. 0428 del 28 de Enero 1982 - MEN I VIGILADA MINEDUCACIÓN

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.

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.

Solucionando el planteamiento tenemos que:

a. Probabilidad de que ocurran 12 partículas en el área del disco bajo
estudio: 10,44%.
b. Probabilidad de que ocurran cero partículas en el área del disco bajo
estudio: 0,005%
c. Probabilidad de que 12 o menos partículas ocurran en el área del
disco bajo estudio: 78,52%.

Desarrollo:
Para solucionar este problema aplicamos la fórmula de Distribución de
Poisson:
X≈Poiss(λ=x)

P.J. No. 0428 del 28 de Enero 1982 - MEN I VIGILADA MINEDUCACIÓN

 Donde:
Media= λ
Variable= x

a. 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

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?
La probabilidad que por lo menos dos personas hayan sido robadas en un
periodo de 2 semanas es de 0,00585. La probabilidad de que ninguna
persona haya sido robada en una semana es de 0,006

Explicación:

P.J. No. 0428 del 28 de Enero 1982 - MEN I VIGILADA MINEDUCACIÓN

 Probabilidad de Poisson:
Cuando no indican un promedio estadístico como dato, utilizamos esta
probabilidad:
P(x=k) = μΛke-μ/k!

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:

a) Más de 61 kg.

P.J. No. 0428 del 28 de Enero 1982 - MEN I VIGILADA MINEDUCACIÓN

b) Entre 63 y 69 kg.

c) Menos de 70 kg.

d) Más de 75 kg.

Datos: μ =
70 kg σ =
12,5 kg

Distribución normal
Z = X-μ/σ

¿Cuál es la probabilidad de que una persona elegida al azar de este grupo

pese menos de 80 kg?

P ( X≤80 kg) = ?
Z = 80-70/12,5 = 0,8 Valor que ubicamos en la tabla de distribución normal
P ( X≤80 kg) = 0,78814 = 78,814%

¿Cuál es la probabilidad de que una persona elegida al azar de este grupo

pese entre 50 kg y 85 kg?

P (50≤X85) = ?
P(50≤X ) = 0,0548
P(85≤X ) =0,88493
P (50≤X85) = P(50≤X ) -(1-P(85≤X ))
P (50≤X85) =0,06

P.J. No. 0428 del 28 de Enero 1982 - MEN I VIGILADA MINEDUCACIÓN

 ¿Cuál es el peso que es superado solo por el 93% de las personas del grupo?

1,-0,93= 0,07 esta probabilista la ubicamos en la tabla de distribución normal

para determinar Z

Z = -1,48
-1,48 = X-70/12,5
-18,5 +70 = X
X = 51,50 kilos

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.

La probabilidad de que en septiembre la temperatura este por debajo a 21°C es de:

67,72%

Explicación paso a paso:

μ= 18,7 °C
σ= 5°C x =
21°C
Probabili
dad de
distribuci

P.J. No. 0428 del 28 de Enero 1982 - MEN I VIGILADA MINEDUCACIÓN

 ón
Normal

Calcule la probabilidad de que la temperatura durante septiembre esté por debajo

de 21ºC.
P(x≤21°C ) = ?
Z = x-μ/σ
Z = 21-18,7/5
Z= 0,46 Valor que ubicamos en la tabla de distribución normal

Por lo que la probabilidad de que en septiembre la temperatura este por debajo a

21°C es de:
P(x≤21°C ) = 0,67724 = 67,72%

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).

Variable aleatoria de una distribución normal.

μ=10 σ=5
P (12≥X≤15) =?

Tipificamos la variable aleatoria:

X≈ N (10,5 ) ⇒ Z N( 0,1)
Z1 = X1- μ /σ
Z1 = 12-10 /5
Z1 = 0,4 buscamos el valor de la probabilidad en la Tabla Normal

P.J. No. 0428 del 28 de Enero 1982 - MEN I VIGILADA MINEDUCACIÓN

P (X ≤12 ) = 0,65542 =65,54%
P (X≥12) = 1-0,65542 = 0,34458 = 34,46%

Z2 = X2 - μ /σ
Z2 = 15-10 /5
Z2 = 1

P (X≤15) = 0,84134 = 84,13%

P (12≥X≤15) = 84,13% - 34,46% = 49,67%

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

La probabilidad de que en septiembre la temperatura este por debajo a 21°C es de:

67,72%

Explicación paso a paso:

μ= 18,7 °C
σ= 5°C x =
21°C

Probabilidad de distribución Normal

P.J. No. 0428 del 28 de Enero 1982 - MEN I VIGILADA MINEDUCACIÓN

Calcule la probabilidad de que la temperatura durante septiembre esté por debajo de
21ºC.
P(x≤21°C ) = ?
Z = x-μ/σ
Z = 21-18,7/5
Z= 0,46 Valor que ubicamos en la tabla de distribución normal

Por lo que la probabilidad de que en septiembre la temperatura este por debajo a

21°C es de
P(x≤21°C ) = 0,67724 = 67,72%

P.J. No. 0428 del 28 de Enero 1982 - MEN I VIGILADA MINEDUCACIÓN