1. En cierta comunidad el 15% de los habitantes no tienen cuenta bancaria.

Si se seleccionan
aleatoriamente 10 habitantes de dicha comunidad,

a. La variable aleatoria binomial asociada en este caso es el número de habitantes seleccionados de la

comunidad que no tienen cuenta bancaria.

b. La función de probabilidad para esta variable aleatoria binomial se puede calcular utilizando la
fórmula de la distribución binomial:

P ( X=k )=C ( n , k )∗pk ∗( 1− p )n−k

Donde:

P(X=k) es la probabilidad de que exactamente k habitantes seleccionados no tengan cuenta bancaria.

n es el número total de habitantes seleccionados (en este caso, n = 10).

p es la probabilidad de que un habitante seleccionado no tenga cuenta bancaria (en este caso, p = 0.15).

n!
C (n , k ) es el coeficiente binomial, que se calcula como C ( n , k )= .
k !∗ ( n−k ) !
Por lo tanto, la función de probabilidad para esta variable aleatoria binomial sería:
k 10−k
P ( X=k )=C (10 , k )∗0.15 ∗( 1−0.15 )
Donde k puede tomar valores desde 0 hasta 10.

c.

d.

Valor esperado (μ):

μ=n∗p=10∗0.15=1.5
Por lo tanto, el valor esperado de la distribución binomial es 1.5.
Varianza (σ 2):

σ 2=n∗p∗( 1− p )=10∗0.15∗0.85=1.275

Por lo tanto, la varianza de la distribución binomial es 1.275.

El valor esperado de la distribución binomial es 1.5 y la varianza es 1.275.

e.

Determine la probabilidad de que:

f. Exactamente 4 habitantes no tengan cuenta bancaria.

4 10−4
P ( X=4 )=C ( 10 , 4 )∗0.15 ∗( 1−0.15 )
Calculando los valores:
4 6
P ( X=4 )=C ( 10 , 4 )∗0.15 ∗0.85
Donde C(10, 4) es el coeficiente binomial:

10 ! 10 ! 10∗9∗8∗7
C ( 10 , 4 )= = = =210
4 !∗( 10−4 ) ! 4 !∗6 ! 4∗3∗2∗1
Ahora podemos calcular la probabilidad:
 4 6
P( X =4 )=210∗0.15 ∗0.85
Calculando el valor numéricamente:

P(X=4) ≈ 0.04009

Por lo tanto, la probabilidad de que exactamente 4 habitantes no tengan cuenta bancaria es

aproximadamente 0.04009 o 4.01%.

g. Por lo menos 3 habitantes no tengan cuenta bancaria.

P( X < 3)=P(X =0)+ P ( X =1)+ P( X=2)

Utilizando la función de probabilidad binomial, podemos calcular cada una de estas probabilidades:
0 10
P ( X=0 )=C ( 10 , 0 )∗0.15 ∗0.85

P ( X=1 ) =C ( 10 , 1 )∗0.151∗0.859

P ( X=2 )=C ( 10 , 2 )∗0.152∗0.858

Calculando los valores:

P ( X=0 )=1∗0.150∗0.8510
1 9
P ( X=1 ) =10∗0.15 ∗0.85

P ( X=2 )=45∗0.152∗0.858
Ahora, sumamos estas probabilidades para obtener la probabilidad de que menos de 3 habitantes no
tengan cuenta bancaria:

P( X < 3)=P(X =0)+ P ( X =1)+ P( X=2)

Finalmente, calculamos el complemento de esta probabilidad para obtener la probabilidad de que al
menos 3 habitantes no tengan cuenta bancaria:

P( X ≥3)=1−P (X <3)
Calculando los valores numéricamente:

P( X < 3)≈ P( X =0)+ P( X =1)+ P( X=2)

≈ 0.1969+0.3474 +0.2759
≈ 0.8202
P( X ≥3)≈ 1−P(X <3)
≈ 1−0.8202
 ≈ 0.1798
Por lo tanto, la probabilidad de que al menos 3 habitantes no tengan cuenta bancaria es
aproximadamente0.1798 o 17.98%.

h. A lo más 5 habitantes no tengan cuenta bancaria

P ( X ≤5 )=P ( X=0 )+ P ( X =1 ) + P ( X=2 ) + P ( X =3 ) + P ( X=4 ) + P ( X =5 )

Utilizando la función de probabilidad binomial, podemos calcular cada una de estas probabilidades:
0 10
P ( X=0 )=C ( 10 , 0 )∗0.15 ∗0.85

P ( X=1 ) =C ( 10 , 1 )∗0.151∗0.859
2 8
P ( X=2 )=C ( 10 , 2 )∗0.15 ∗0.85

P ( X=3 )=C ( 10 , 3 )∗0.153∗0.857

4 6
P ( X=4 )=C ( 10 , 4 )∗0.15 ∗0.85
5 5
P ( X=5 )=C ( 10 , 5 )∗0.15 ∗0.85
Calculando los valores:
0 10
P ( X=0 )=1∗0.15 ∗0.85

P ( X=1 ) =10∗0.151∗0.859

P ( X=2 )=45∗0.152∗0.858
3 7
P ( X=3 )=120∗0.15 ∗0.85

P ( X=4 )=210∗0.154∗0.856

P ( X=5 )=252∗0.155∗0.855
Ahora, sumamos estas probabilidades para obtener la probabilidad de que a lo más 5 habitantes no
tengan cuenta bancaria:

P(X ≤ 5)=P(X =0)+ P( X =1)+ P( X=2)+ P(X =3)+ P (X=4)+ P( X=5)

Calculando los valores numéricamente:

P( X ≤ 5)≈ P( X=0)+ P(X =1)+ P( X=2)+ P( X =3)+ P( X =4)+ P( X=5)

≈ 0.1969+0.3474 +0.2759+0.1298+0.0401+0.0085
≈ 0.9986
Por lo tanto, la probabilidad de que a lo más 5 habitantes no tengan cuenta bancaria es
aproximadamente 0.9986 o 99.86%.

i. Por lo menos dos habitantes si tengan cuenta bancaria. este es de que si

tengan entonces cambia de 0.15 a 0.85

P(X < 2)=P (X=0)+ P( X=1)

Utilizando la función de probabilidad binomial, podemos calcular cada una de estas probabilidades:

P ( X=0 )=C ( 10 , 0 )∗0.850∗0.1510

P ( X=1 ) =C ( 10 , 1 )∗0.851∗0.159
Calculando los valores:

P ( X=0 )=1∗0.850∗0.1510=0

P ( X=1 ) =10∗0.851∗0.159 =0

Ahora, sumamos estas probabilidades para obtener la probabilidad de que menos de dos habitantes
tengan cuenta bancaria:

P ( X <2 )=P ( X =0 ) + P ( X =1 )
Finalmente, calculamos el complemento de esta probabilidad para obtener la probabilidad de que al
menos dos habitantes tengan cuenta bancaria:

P( X ≥2)=1−P( X <2)
Calculando los valores numéricamente:

P( X < 2)≈ P(X =0)+ P ( X =1)

≈ 0+ 0
≈0
P(X ≥2)≈ 1−P ( X <2)
≈ 1−0
≈1
Por lo tanto, la probabilidad de que al menos dos habitantes tengan cuenta bancaria es
aproximadamente 1 o 100%.

j. A lo más tres habitantes si tengan cuenta bancaria.

P( X ≤ 3)=P(X =0)+ P(X =1)+ P( X=2)+ P( X =3)

Utilizando la función de probabilidad binomial, podemos calcular cada una de estas probabilidades:

P ( X=0 )=C ( 10 , 0 )∗0.850∗0.1510

1 9
P ( X=1 ) =C ( 10 , 1 )∗0.85 ∗0.15

P ( X=2 )=C ( 10 , 2 )∗0.852∗0.158

P ( X=3 )=C ( 10 , 3 )∗0.853∗0.157

Calculando los valores:

P ( X=0 )=1∗0.850∗0.1510

P ( X=1 ) =10∗0.851∗0.159

P ( X=2 )=45∗0.852∗0.158
3 7
P ( X=3 )=120∗0.85 ∗0.15
Ahora, sumamos estas probabilidades para obtener la probabilidad de que a lo más tres habitantes
tengan cuenta bancaria:

P( X ≤ 3)=P(X =0)+ P(X =1)+ P( X=2)+ P( X =3)

Calculando los valores numéricamente:

P ( X ≤3 ) ≈ P ( X=0 ) + P ( X=1 ) + P ( X=2 )+ P ( X =3 )

≈ 0+ 0+ 0+0.0001
≈ 0.0001

Por lo tanto, la probabilidad de que a lo más tres habitantes tengan cuenta bancaria es
aproximadamente 0.0001 o 0.01%.

2. A un banco ingresan en promedio 10 clientes por hora.

a. Defina una variable aleatoria de Poisson asociada

a. La variable aleatoria de Poisson asociada en este caso es el número de clientes que ingresan al banco
por hora.

b. Escriba la función de probabilidad.

La función de probabilidad de una variable aleatoria de Poisson se define de la siguiente manera:

e− λ∗λk
P ( X=k )=
k!
Donde:

P(X = k) es la probabilidad de que la variable aleatoria tome el valor k.

λ es el parámetro de la distribución de Poisson y representa el promedio de ocurrencias del evento en

un intervalo dado (en este caso, el promedio de clientes que ingresan al banco por hora).

e es la base del logaritmo natural (aproximadamente 2.71828).

k! es el factorial de k.

En este caso, el promedio de clientes que ingresan al banco por hora es 10. Entonces, la función de
probabilidad de la variable aleatoria de Poisson asociada sería:
−10 k
e ∗10
P ( X=k )=
k!
Donde k puede tomar cualquier valor entero no negativo.

c. Realice la distribución (tabla) de probabilidades

d. Halle el valor esperado y la varianza.

Valor esperado (μ) = λ

Varianza (σ 2) = λ

En este caso, dado que el promedio de clientes por hora es 10, tanto el valor esperado como la varianza
serán igual a 10.

Por lo tanto:

El valor esperado (μ) es 10.

La varianza (σ^2) es 10.

e. Realice un diagrama de barras de la distribución de probabilidades

Determine la probabilidad de que en la siguiente hora ingresen al banco:

f. Exactamente 12 clientes.
−10 12
e ∗10
P ( X=12 ) =
12 !
Calculando los valores numéricamente:

( e−10∗1012 )
P ( X=12 ) ≈
12!

( 2.71828−10∗1012 )
P ( X=12 ) ≈
12!
P ( X=12 ) ≈ 0.0948
Por lo tanto, la probabilidad de que exactamente 12 clientes ingresen al banco en la siguiente hora es
aproximadamente 0.0948 o 9.48%.

g. Por lo menos 15 clientes.

P( X < 15)=P(X =0)+ P ( X=1)+ P( X =2)+ ...+ P ( X=14 )

Utilizando la función de probabilidad de la distribución de Poisson, podemos calcular cada una de estas
probabilidades:
−10 0
e ∗10
P ( X=0 ) ≈
0!

e−10∗101
P ( X=1 ) ≈
1!
−10 2
e ∗10
P ( X=2 ) ≈
2!
…
−10 14
e ∗10
P ( X=14 ) ≈
14 !
Ahora, sumamos estas probabilidades para obtener la probabilidad de que menos de 15 clientes
ingresen al banco:

P ( X <15 ) ≈ P ( X=0 )+ P ( X =1 ) + P ( X=2 ) +…+ P ( X =14 )

Finalmente, calculamos el complemento de esta probabilidad para obtener la probabilidad de que al
menos 15 clientes ingresen al banco:

P(X ≥15)=1−P( X <15)

Calculando los valores numéricamente:

P(X < 15)≈ P( X =0)+ P( X =1)+ P( X=2)+...+ P ( X =14)

P( X ≥15)≈ 1−P ( X <15)
Debido a la complejidad de los cálculos, es más práctico utilizar una herramienta estadística o un
software para calcular estas probabilidades. En RStudio, se tiene que:

La probabilidad de que al menos 15 clientes ingresen a el banco es de 0.0834 o 8.34%

h. Menos de 18 clientes.

Para determinar la probabilidad de que menos de 18 clientes ingresen al banco en la siguiente hora,
podemos calcular la probabilidad acumulada de la distribución de Poisson hasta 17 clientes.
Utilizando la función de distribución acumulativa de la distribución de Poisson en R, ppois(), podemos
calcular esta probabilidad:

La probabilidad de que menos de 18 clientes ingresen a el banco es de 0.9928 o 99.28%

Determine la probabilidad de que en el siguiente periodo de

3

horas ingresen al banco:

i. Más de 35 clientes

Para determinar la probabilidad de que más de 35 clientes ingresen al banco en el siguiente periodo de
3 horas, podemos calcular el complemento de la probabilidad acumulada hasta 35 clientes utilizando la
distribución de Poisson.

Utilizando la función de distribución acumulada de la distribución de Poisson en R, ppois(), podemos

calcular esta probabilidad:

La probabilidad de que mas de 35 clientes ingresen a el banco en el periodo de 3 horas es de 0.1574 o

15.74%

j. Un máximo de 30 clientes.

Para determinar la probabilidad de que un máximo de 30 clientes ingresen al banco en el siguiente

periodo de 3 horas, podemos calcular la probabilidad acumulada hasta 30 clientes utilizando la
distribución de Poisson.

Utilizando la función de distribución acumulada de la distribución de Poisson en R, ppois(), podemos

calcular esta probabilidad:
La probabilidad de que un máximo de 30 clientes ingresen al banco en el siguiente periodo de 3 horas es
de 0.5483 o 54.83%