PONTIFICIA UNIVERSIDAD CATÓLICA DEL

ECUADOR

DOCENTE: ING. EDWIN SUQUILLO

ESTUDIANTE: DANIEL BOHÓRQUEZ DOMÍNGUEZ

CARRERA: MERCADOTECNIA

MATERIA: ESTADISTICA DESCRIPTIVA.

TEMA: DISTRIBUCION DE LA PROBABILIDAD DISCRETA.

FECHA: 23 DE NOVIEMBRE DE 2023

a) Continua
b) Discreta
c) Discreta
d) Discreta
e) Continua
f) Discreta
g) Continua

a) Ganando un palo de golf por 300 dólares o no ganar el palo de golf y perder cinco dólares en el
boleto.
b) Debido a que solo se venden 80 boletos y solo habrá un ganador, la probabilidad de ganar el palo
de golf es de 1/80.
Debido a que solo habrá un ganador y 79 perdedores, la probabilidad de que no gane el palo de
golf es de 79/80.
c) Dado que hay dos resultados posibles para el "experimento" del Sr. Underpar, se puede resumir
como una distribución de probabilidad binomial. Debido a que solo hay dos resultados posibles y
cada resultado tiene una probabilidad fija, la distribución es binomial.
(295 dólares, 1/80)
(-5 dólares, 79/80)
d) La media o el valor esperado de la distribución de probabilidad se calcula multiplicando cada
resultado por su probabilidad y sumándolos:
E (X)=(300×1/80)+(−5×79/80)
E (X)= 300/80−395/16=−95/16
Por lo tanto, la media o el valor esperado es aproximadamente -5.94 dólares. Esto significa
que, en promedio, el señor Underpar puede esperar perder alrededor de 5.94 dólares por
boleto comprado.
e) Si se venden los 80 boletos, el Club de Golf Blackmoor obtendrá una ganancia total de 80 * 5
= 400 dólares, ya que cada boleto cuesta cinco dólares.
Media: µ=Σ(xP(x))= 0.53829475
Varianza: σ2=Σ((x-µ)2P(x))= 17121397.1

n = 12
k=2
(k/n) es el coeficiente binomial
p = 0.3
(1−p) es la probabilidad de fracaso en un solo ensayo

𝑛
P(X=k)=( )⋅𝑝𝑘 ⋅(1 − 𝑝)𝑛−𝑘
𝑘

12
P(X=2)=( 2 )⋅(0.32 )⋅(0.7)10

12ǃ
P(X=2)=( )⋅(0.32 )⋅(0.7)10
2ǃ(12−2)ǃ
P(X=2)=66*0.09*0.0282
P(X=2)=0.166

Por lo tanto, la probabilidad de obtener un jurado con exactamente dos estadounidenses

hispanoparlantes y 10 que no lo son es aproximadamente 16.6%.
n = 18
k = 14
(k/n) es el coeficiente binomial
p = 2/3
(1−p) es la probabilidad de fracaso en un solo ensayo
𝑛
P(X=k)=(𝑘 )⋅𝑝𝑘 ⋅(1 − 𝑝)𝑛−𝑘

18 2 2
P(X=14 )=(14)∗ (3)14 ∗ (1 − 3)18−14

18! 2 1
P(X=14 )=14!(18−14)! ∗ (3)14 ∗ (3)4

P(X=14)=0.105

La posibilidad de que exactamente 14 accionistas de la muestra de 18 aprueben la oferta, dado que dos
tercios de los accionistas deben aprobarla, es aproximadamente del 10.5%.

X es el número de eventos,
k es el número de eventos deseados,
e es la base del logaritmo natural (aproximadamente 2.71828),
λ es la tasa promedio de ocurrencia de eventos por unidad de tiempo.

a) E(X)=√
E(X)=0.07×12=0.84
Desviación estándar=√0.84=0.917

𝑒 −0.84 ∗0.840
b) P(X=0) =
0ǃ
P(X=0) = 𝑒 −0.84 =0.431
La probabilidad de que ninguno de los tarjetahabientes deje de pagar es aproximadamente 43.1%.

c) P(por lo menos uno)=1−P(X=0)

P(por lo menos uno)=1−0.431
P(por lo menos uno)≈0.569P(por lo menos uno)=0.569
La probabilidad de que por lo menos uno de los tarjetahabientes deje de pagar es aproximadamente
56.9%
a) Se puede calcular la probabilidad de aceptar un lote con un 1% de partes defectuosas utilizando la
distribución binomial. En este caso, queremos calcular la probabilidad de que en una muestra de
20 partes haya como máximo una parte defectuosa.

Podemos calcular la probabilidad de aceptar un lote con un 1% de partes defectuosas utilizando la

fórmula de la distribución binomial:

La probabilidad de que se acepte es = P(X ≤ 1) = P(X = 0) + P(X = 1).

En este caso, X es una variable aleatoria que indica la cantidad de partes defectuosas presentes en
la muestra.
Podemos calcular cada término y sumarlos utilizando la fórmula de la distribución binomial:

Probabilidad de aceptar = (20C0 * (0.01)^0 * (1-0.01)^(20-0)) + (20C1 * (0.01)^1 * (1-0.01)^(20-

1))
La probabilidad de aceptar un lote con un 1% de partes defectuosas se puede calcular calculando
esta suma.

b) La probabilidad de que se acepte se puede calcular de manera similar a la pregunta anterior si la

calidad del lote que ingresa en realidad fue del 2%. En este caso, con una calidad del lote del 2%,
queremos calcular la probabilidad de que en una muestra de 20 partes haya como máximo una
parte defectuosa.

Podemos calcular la probabilidad de aceptar un lote con un 2% de partes defectuosas utilizando la

fórmula de la distribución binomial:
Probabilidad de aceptar = P(X ≤ 1) = P(X = 0) + P(X = 1)

Donde X es una variable aleatoria que representa el número de partes defectuosas en la muestra.
Utilizando la fórmula de la distribución binomial, podemos calcular cada término individualmente
y sumarlos:
Probabilidad de aceptar = (20C0 * (0.02)^0 * (1-0.02)^(20-0)) + (20C1 * (0.02)^1 * (1-0.02)^(20-
1))
Calculando esta suma, obtenemos la probabilidad de aceptar un lote con un 2% de partes
defectuosas.
c) La probabilidad de que se acepte se puede calcular de manera similar a las preguntas anteriores si
la calidad del lote que ingresa en realidad fue del 5%. 20 partes del que tiene 20 partes,, del que
tiene 20 partes.
Podemos calcular la probabilidad de aceptar un lote con un 5% de partes defectuosas utilizando la
fórmula de la distribución binomial:
La probabilidad de que se acepte es = P(X ≤ 1) = P(X = 0) + P(X = 1).
En este caso, X es una variable aleatoria que indica la cantidad de partes defectuosas presentes en
la muestra.
Podemos calcular cada término y sumarlos utilizando la fórmula de la distribución binomial:
Probabilidad de aceptar = (20C0 * (0.05)^0 * (1-0.05)^(20-0)) + (20C1 * (0.05)^1 * (1-0.05)^(20-
1))
Calculando esta suma, obtenemos la probabilidad de aceptar un lote con un 5% de partes
defectuosas.
a) Distribución de probabilidad del número de estudiantes que ven telenovelas:

0: P(X = 0) = (10C0) * (0.45)^0 * (1-0.45)^(10-0)

1: P(X = 1) = (10C1) * (0.45)^1 * (1-0.45)^(10-1)
2: P(X = 2) = (10C2) * (0.45)^2 * (1-0.45)^(10-2)
3: P(X = 3) = (10C3) * (0.45)^3 * (1-0.45)^(10-3)
4: P(X = 4) = (10C4) * (0.45)^4 * (1-0.45)^(10-4)
5: P(X = 5) = (10C5) * (0.45)^5 * (1-0.45)^(10-5)
6: P(X = 6) = (10C6) * (0.45)^6 * (1-0.45)^(10-6)
7: P(X = 7) = (10C7) * (0.45)^7 * (1-0.45)^(10-7)
8: P(X = 8) = (10C8) * (0.45)^8 * (1-0.45)^(10-8)
9: P(X = 9) = (10C9) * (0.45)^9 * (1-0.45)^(10-9)
10: P(X = 10) = (10C10) * (0.45)^10 * (1-0.45)^(10-10)

b) Media(μ)=n⋅p
Desviación estándar √𝑛 ∗ 𝑝(1 − 𝑝)
En este caso, µ=10⋅0.45=4.5 y σ= √10 ∗ 0.45 ∗ 0.55 = 1.499

c) Para calcular la probabilidad de que exactamente cuatro estudiantes de la muestra vean

telenovelas, utilizamos la distribución binomial:
P(X = 4) = (10C4) * (0.45)^4 * (1-0.45)^(10-4)
Calculando esta probabilidad, obtenemos el resultado.
d) Probabilidad de que menos de la mitad de los estudiantes elegidos vean telenovelas P(X<5)):
P(X<5)=P(X=0)+P(X=1)+P(X=2)+P(X=3)+P(X=4)
Estos cálculos pueden realizarse utilizando una calculadora científica o software estadístico.

a) La distribución hipergeométrica es adecuada en este caso porque estamos seleccionando una

muestra de tamaño fijo sin reemplazo de un grupo finito. La variable de interés es el número de
declaraciones en la muestra que tienen contribuciones de beneficencia de más de 1,000 dólares.

(𝑠𝐶𝑥)(𝑁−𝑠𝐶𝑛−𝑥) (5𝐶1)(25−5𝐶4−1) 5∗1140

b) 𝑃(𝑥) = 𝑁𝐶𝑛
𝑃(𝑥) = 25𝐶4
= 12650
= 0.4506
c) 𝑃(𝑥 ≥ 1) = 1 − 𝑃(𝑥 = 0)

(5𝐶0)(25−4𝐶4−0)
𝑃(𝑥 ≥ 1) = 1 −
25𝐶4

𝑃(𝑥 ≥ 1) = 1 − 0.383 = 0.617

a) P(X = k) = (C(k, k) * C(n - k, m - k)) / C(n, m)

P(0 Hondas) = [(4C2) * (3C0)] / (7C2) = 6/21 = 0.286
P(1 Honda) = [(4C1) * (3C1)] / (7C2) = 12/21 = 0.571
P(2 Hondas) = [(4C0) * (3C2)] / (7C2) = 3/21 = 0.143

b) P(1 Honda) + P(2 Hondas) = 0.571 + 0.143 = 0.714

a) P(0 con costa) = [(5C3) * (10C0)] / (15C3)= 10 / 455 = 0.022

b) P(1 con costa) = [(5C1) * (10C2)] / (15C3)= 450 / 455 = 0.989
c) P(al menos 1 con costa) = 1 - P(0 con costa)= 1 - 0.022 = 0.978
P(x=0)
N=200
𝜋 = 0.015

a) 𝑃(𝑥) = 𝑛𝐶𝑥𝜋 𝑥 (1 − 𝜋)𝑛−𝑥

𝑃(𝑥) = 200𝐶0(0.15)0 (1 − 0.015)200−0
1(0.985)200 = 0.498

b) 1 − 𝑃(𝑥 ≤ 2)
𝑃(𝑥 ≤ 2) = 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2)
𝑃(𝑥 = 1) = 200𝐶1(0.015)2 (1 − 0.015)200−1 )
𝑃(𝑥 = 1) = (3)(0.0494) = 0.1482
𝑃(𝑥 = 2) = 200𝐶2(0.015)2 (1 − 0.015)200−2 )
𝑃(𝑥 = 2) = (4.4775)(0.0501) = 0.2243
𝑃(𝑥 = 2) = 0.498 + 0.1482 + 0.2243 = 0.4223
𝑃(𝑥 ≥ 3), 𝑛 = 200 , 𝜋 = 0.015 = 1 − 0.4223 = 0.5777

a)

b)
c)

a)

b) P(x; λ) = (λ^x * e^-λ) / x!x=2

P(2; 2.21) = (2.21^2 ∗ ^−2.21) 2! = 0.270

c) P(1; 2.21) = (2.21^1 ∗ ^−2.21)1! = 0.203