Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Taller Colaborativo #16
Taller Colaborativo #16
1.- Una empresa Guayaquileña acaba de recibir un cargamento de 35 reproductores de DVD. Poco después de
recibirlo, el fabricante se comunicó para reportar un envío de cinco unidades defectuosas. La señorita Pereira,
propietaria de la tienda, decidió probar 5 de los 35 reproductores de DVD que recibió.
1. ¿Determine la probabilidad de que ninguno de los 5 reproductores de DVD que se probaron esté defectu
podemos resolver este problema usando la distribución hipergeométrica. La distribución hipergeométrica se utili
donde:
Por lo tanto, la probabilidad de que ninguno de los 5 reproductores de DVD que se probaron esté defectuoso es:
P(X = 0) = 0.000308%
2. ¿Determine la probabilidad de que 2 de los 5 reproductores de DVD que se probaron esté defectuoso? Su
Para determinar la probabilidad de que 2 de los 5 reproductores de DVD que se probaron estén defectuosos, pod
Usando la misma fórmula que antes:
donde:
Por lo tanto, la probabilidad de que 2 de los 5 reproductores de DVD que se probaron estén defectuosos es:
P(x = 2) = 12.51%
3. ¿Determine la probabilidad de que por lo menos 2 reproductores de DVD que se probaron esté defectuo
Para determinar la probabilidad de que al menos 2 de los 5 reproductores de DVD que se probaron estén
defectuosos, necesitamos sumar las probabilidades de que exactamente 2, 3, 4 y 5 reproductores de DVD estén
defectuosos. Esto se debe a que “al menos 2” incluye las situaciones en las que hay 2, 3, 4 o 5 reproductores de
DVD defectuosos.
Usando la fórmula de la distribución hipergeométrica:
P(X=2) = 12.50647%
P(X=3) = 1.33998%
P(X=4) = 0.04621%
P(X=5) = 0.00031%
P(X>=2) = 13.89%
ctores de DVD. Poco después de
defectuosas. La señorita Pereira,
recibió.
DVD que se probaron esté defectuoso? Suponga que las muestras no tienen reemplazo.
VD no defectuosos),
VD que se probaron esté defectuoso? Suponga que las muestras no tienen reemplazo.
2.- En un estudio jurídico en Manta los abogados Torres y Pérez se localiza en el centro de Manta. La
empresa tiene 20 socios; 15 viven al norte y 5 en el sur. La señora Patricia Torres, la gerente, desea
nombrar un comité de 4 socios que estudien la posibilidad de mudar el despacho al norte de Manta. Si el
comité se selecciona al azar de entre los 20 socios, ¿cuál es la probabilidad de que:
donde:
Por lo tanto, la probabilidad de que un miembro del comité viva en el norte de Manta y los otros al Sur es:
P(X=1)= 3.10%
Para determinar la probabilidad de que al menos 2 miembros del comité vivan en el norte de
Manta, necesitamos sumar las probabilidades de que exactamente 2, 3 y 4 miembros del
comité vivan en el norte. Esto se debe a que “al menos 2” incluye las situaciones en las que
hay 2, 3 o 4 miembros del comité que viven en el norte.
Podemos calcular cada una de estas probabilidades y luego sumarlas:
P(X=2) = 21.67%
P(X=3) = 46.96%
P(X=4) = 28.17%
P(X>=2) = 96.80%
ntro de Manta. La
a gerente, desea
l norte de Manta. Si el
3.- Un estudio interno llevado a cabo por el departamento de Servicios Tecnológicos de Guayaquil reveló
que los empleados de la compañía reciben un promedio de dos correos electrónicos por hora. Suponga
que la recepción de estos correos obedece aproximadamente a una distribución:
Se Requiere:
a)
Para resolver este problema, podemos usar la distribución de Poisson, que es apropiada para describir el número
La fórmula de la probabilidad de Poisson es:
donde:
λ es la tasa promedio de ocurrencia por intervalo (en este caso, 2 correos electrónicos por hora),
k es el número de ocurrencias del evento que estamos considerando (en este caso, queremos saber la probabilid
e es la base del logaritmo natural (aproximadamente igual a 2.71828).
Por lo tanto, la probabilidad de que Mariana Franco haya recibido exactamente 1 correo electrónico entre las 5 y
P(X=1)= 27.07%
b)
Para encontrar la probabilidad de que Mariana Franco haya recibido 6 o más correos
electrónicos entre las 5 y 6 de la tarde, necesitamos sumar las probabilidades individuales
Para encontrar la probabilidad de que Mariana Franco haya recibido 6 o más correos
electrónicos entre las 5 y 6 de la tarde, necesitamos sumar las probabilidades individuales
P(X>= 6) 99.55%
C)
Para calcular la probabilidad de que Mariana Franco no haya recibido correos electrónicos durante ese horario, p
Usando la fórmula de la distribución de Poisson:
P(X=0) = 13.53%
Por lo tanto, la probabilidad de que Mariana Franco no haya recibido correos electrónicos entre las 5 y 6 de la tar
cos de Guayaquil reveló
cos por hora. Suponga
opiada para describir el número de veces que un evento (en este caso, recibir un correo electrónico) ocurre en un intervalo de tiempo fijo
4.- La Policía Nacional en Ecuador indica que los informes recientes relacionados con el crimen revelan
que cada minuto ocurren 5.3 robos de vehículos motorizados en Ecuador. Analice la distribución de los
robos por minuto se puede aproximar por medio de una distribución:
a)
Para calcular la probabilidad de que ocurran exactamente 4 robos en un minuto, podemos usar la
distribución de Poisson. Esta distribución es apropiada para describir el número de veces que un evento
(en este caso, un robo de vehículo motorizado) ocurre en un intervalo de tiempo fijo.
La fórmula de la probabilidad de Poisson es:
donde:
λ es la tasa promedio de ocurrencia por intervalo (en este caso, 5.3 robos por minuto),
k es el número de ocurrencias del evento que estamos considerando (en este caso, queremos saber la probabilid
e es la base del logaritmo natural (aproximadamente igual a 2.71828).
P(X=4) = 16.41%
B)
la probabilidad de que no ocurran robos en un minuto es:
P(X=0) = 0.4992%
c)
Para calcular la probabilidad de que haya al menos un robo en un minuto, podemos usar el complemento de la p
La probabilidad de que ocurra al menos un robo es simplemente 1 menos la probabilidad de que no ocurran robo
donde λ es la tasa promedio de ocurrencia por intervalo (en este caso, 5.3 robos por minuto), y e es la base del lo
Por lo tanto, la probabilidad de que no ocurran robos en un minuto es P(X=0), y la probabilidad de que ocurra al m
P(X>= 1) = 1 - 0.00499159
P(X>= 1) = 99.50%
con el crimen revelan
e la distribución de los
podemos usar la
e veces que un evento
fijo.
5.- New Process, Inc., proveedor grande de venta por correo de ropa para dama, anuncia sus entregas de
pedidos el mismo día. Desde hace poco, el movimiento de los pedidos no corresponde a los planes y se
presentan muchas quejas. Bud Owens, director de servicio al cliente, rediseñó por completo el sistema
de manejo de pedidos. El objetivo consiste en tener menos de 7 pedidos sin entregar al concluir 90% de
los días hábiles. Las revisiones frecuentes de pedidos no entregados al final del día revelan que la
distribución de pedidos sin entregar se rige por una distribución de Poisson con una media de 3 pedidos.
Para determinar si New Process, Inc. alcanzó sus objetivos, necesitamos calcular la probabilidad de que
haya menos de 7 pedidos sin entregar al final del día. Dado que la distribución de pedidos sin entregar
sigue una distribución de Poisson con una media de 3 pedidos, podemos usar la fórmula de la
distribución de Poisson para calcular esta probabilidad.
La fórmula de la probabilidad de Poisson es:
donde:
λ es la tasa promedio de ocurrencia por intervalo (en este caso, 3 pedidos sin entregar por día),
k es el número de ocurrencias del evento que estamos considerando,
e es la base del logaritmo natural (aproximadamente igual a 2.71828).
Para calcular la probabilidad de que haya menos de 7 pedidos sin entregar, necesitamos sumar las probabilidade
Si esta probabilidad es mayor o igual al 90%, entonces New Process, Inc. ha alcanzado
P(X<7) = 98.81%
b) 25.00%
20.00%
25.00%
P(X<0) = 4.98%
20.00%
P(X<1) = 14.94%
P(X<2) = 22.40%
P(X<3) = 22.40% 15.00%
P(X<4) = 16.80%
P(X<5) = 10.08%
P(X<6) = 5.04% 10.00%
5.00%
0.00%
0 1 2 3 4 5 6 7
anuncia sus entregas de
onde a los planes y se
r completo el sistema
egar al concluir 90% de
a revelan que la
na media de 3 pedidos.
a probabilidad de que
pedidos sin entregar
órmula de la
itamos sumar las probabilidades de que haya exactamente 0, 1, 2, 3, 4, 5 y 6 pedidos sin entregar. Esto se puede expresar como: