Está en la página 1de 10

Prctica 3: Distribuciones de Probabilidad Binomial, Poisson y Normal

Ejercicio 1:
Todos los das se seleccionan de manera aleatoria 12 unidades de un proceso de manufactura, con el propsito de verificar el porcentaje de unidades defectuosas en la produccin. Con base a informaciones anteriores se sabe que la probabilidad de tener una pieza defectuosa es 0.05. La gerencia ha decidido detener la produccin cada vez que una muestra de 12 unidades tenga dos o ms defectuosas. a) Cul es la probabilidad de que en cualquier da la produccin se detenga? b) Cul es la probabilidad de que haya exactamente dos defectuosas? X: N de piezas defectuosas en 12 unidades; X B(12 , 0.05) ! P[La produccin se detenga] = P[X2] ! P[Haya dos defectuosas] = P[X=2] El clculo de probabilidades en SPSS se hace a travs de la calculadora del programa. SPSS ofrece la posibilidad de calcular valores de las funciones de densidad as como valores acumulados de la funcin de distribucin. Para la funcin Binomial en concreto, utilizaremos las siguientes funciones: CDF.BINOM(cant, n, prob). Devuelve la probabilidad acumulada de que el nmero de xitos en los n intentos, con una probabilidad de xito prob para cada uno, sea menor o igual que la cantidad cant. PDF.BINOM(cant, n, prob). Devuelve la probabilidad de que el nmero de xitos en n ensayos, con probabilidad de xito prob en cada uno de ellos, sea igual a cant.

Atendiendo a la definicin de esta funcin, las probabilidades que debemos calcular se reformularan del siguiente modo: P[La produccin se detenga] = P[X 2] = 1- P[X < 2] = 1- P[X 1] = = 1 CDF.BINOM(1, 12 ,0.05) = 1- 0.88 = 0.12

P[Haya dos defectuosas] = P[X = 2] = PDF.BINOM(2, 12, 0.05) = 0.1

Ejercicio 2:
Un laboratorio descubre que en una poblacin hay un 5% de probabilidad de padecer una cierta enfermedad. Si se seleccionan 8 miembros de esta poblacin aleatoriamente, a) Cul es la probabilidad de que no ms de dos padezcan esta enfermedad? b) Cul es la probabilidad de que no haya ningn miembro en la muestra seleccionada que padezca la enfermedad? X: Nmero de personas que padecen la enfermedad de entre los 8 individuos seleccionados

X B(8 , 0.05)
! P[X < 2] = P[X 1] =CDF.BINOM(1, 8 ,0.05) = 0.94 ! P[X = 0] = PDF.BINOM(0, 8 ,0.05) = 0.66

Ejercicio 3:
Si X es una variable aleatoria con distribucin de Poisson de parmetro 2, calcular las siguientes probabilidades: P[X > 6 ] P[X < 4] P[X = 5] P[X 6 ] P[0 X < 4] P[3 < X] P[5 > X] P[2 < X < 5] P[1 < X 3] P[1 X 6] P[1 < X < 3] P[0 < X < 4] P[1 < X < 6] P[5 X ] P[2 < X ]

PDF.POISSON(cant,media) . Devuelve la probabilidad de que un valor de la distribucin de Poisson, con el parmetro de tasa o media especificado, sea igual a cant. CDF.POISSON(cant,media). Devuelve la probabilidad acumulada de que un valor de la distribucin de Poisson, con el parmetro de tasa o media especificado, sea menor o igual que la cantidad cant. " P[X > 6 ] = 1 - P[X 6 ] = 1 CDF.POISSON ( 6, 2) = 1 1 = 0 " P[3 < X] = 1 - P[X 3 ] = 1 CDF.POISSON ( 3, 2) = 1 0.86 = 0.14 " P[1 < X < 3] = P[X = 2] = PDF.POISSON ( 2, 2) = 0.27 " P[X < 4] = P[X 3] = CDF.POISSON ( 3, 2) = 0.86 " P[5 > X] = P[X 4] = CDF.POISSON ( 4, 2) = 0.95 " P[0 < X < 4] = P[X 3] - P[X = 0] = CDF.POISSON ( 3, 2) PDF.POISSON ( 0, 2) = = 0.86 0.14 = 0.72 " P[X = 5] = PDF.POISSON ( 5, 2) = 0.04 " P[2 < X < 5] = P[X 4] - P[X 2] = CDF.POISSON ( 4, 2) CDF.POISSON ( 2, 2) = = 0.95 0.68 = 0.27 " P[1 < X < 6] = P[X 5] - P[X 1] = CDF.POISSON ( 5, 2) CDF.POISSON ( 1, 2) = = 0.98 0.41 = 0.57

" P[ X 6] = CDF.POISSON ( 6, 2) = 0.995 " P[ 1 < X 3 ] = CDF.POISSON(3, 2) CDF.POISSON(1, 2) = 0.45 " P[ 5 X ] = 1 CDF.POISSON(4, 2) = 0.05 " P[0 X < 4] = CDF.POISSON(3, 2) = 0.86 " P[1 X 6] = CDF.POISSON(6, 2) CDF.POISSON(0, 2) = 0.86 " P[2 < X ] = 1 CDF.POISSON(2, 2) = 0.32

Ejercicio 4
Se cree que el peso de las cras de cierta raza de perro es una variable aleatoria normal de media 2.5 kg. y desviacin tpica 1. Se han tomado datos de 10 camadas, obtenindose los siguientes resultados: Camada Pesos (kg) 1 2 3 4 5 6 7 8 9 10 2.64 2.83 3.11 2.19 2.48 2.60 2.45 2.51 2.39 2.50 2.14 2.18 2.67 2.31 1.63 2.51 2.62 3.02 2.51 2.23 2.52 2.51 2.62 2.44

a) Representar grficamente estos datos y comparar con la forma de la distribucin normal. Se puede admitir grficamente que estos datos se distribuyen segn una normal? b) Calcular la probabilidad de que el peso de un cachorro sea mayor que 2 kilos. c) Qu peso tendr el 20% de los cachorros que ms pesan?

Seleccionamos

abrindose entonces la ventana de dilogo:

Se obtienen los siguientes resultados: En primer lugar se indican los detalles del contraste referentes a la distribucin utilizada y el procedimiento empleado para representar los datos, as como los parmetros estimados a partir de los datos de la muestra
MODEL: MOD_1. Distribucin contrastada: Normal Frmula de estimacin de la proporcin utilizada: Blom Rango asignado a empates: Media _

Para variable PESO ... Parmetros de la distribucin normal estimado: ubicacin = 2.48375 y escala = .29823849

Y a continuacin SPSS ofrece el grfico Q-Q.

Normal grfico Q-Q de PESO


3.2 3.0

2.8

2.6

Valor Normal esperado

2.4

2.2

2.0 1.8 1.6 1.8 2.0 2.2 2.4 2.6 2.8 3.0 3.2

Valor observado

Representamos los datos junto con la curva normal

10

2 Desv. tp. = .30 Media = 2.48 0 1.63 1.75 1.88 2.00 2.13 2.25 2.38 2.50 2.63 2.75 2.88 3.00 3.13 N = 24.00

PESO

X: Peso de las cras de una cierta raza de perro; X N (2.5; 1) CDF.NORMAL(cant,media,desv_tp). Devuelve la probabilidad acumulada de que un valor de la distribucin normal, con la media y desviacin tpica especificadas, sea menor que la cantidad cant. P[X > 2] = 1 - P[X 2] = 1 CDF.NORMAL(2, 2.5, 1) = 1 0.31 = 0.69 IDF.NORMAL(prob,media,desv_tp). Devuelve el valor de la distribucin normal, con la media y la desviacin tpica especificadas, para el cual la probabilidad acumulada es prob. P[X k] = 0.20 1 P[X < k] = 0.20 P[X < k] = 0.80 k = IDF.NORMAL(0.80, 2.5, 1) = 3.34

Ejercicio 5
Simular una muestra de tamao 50 de una distribucin Binomial de parmetros n = 5 y p = 0.95 RV.BINOM(n,prob). Devuelve un valor aleatorio de la distribucin Binomial, con el nmero de intentos y el parmetro de probabilidad especificados. (Para simular K datos es necesario haber introducido K valores en una variable)

Ejercicio 6
Simular una muestra de tamao 50 de una distribucin de Poisson de parmetro = 4 RV.POISSON(media). Devuelve un valor aleatorio de la distribucin de Poisson, con el parmetro de media especificado

Ejercicio 7
Simular una muestra de 50 valores de una distribucin Normal N(14; 4). Representar estos datos junto con la curva normal RV.NORMAL(media,desv_tp). Devuelve un valor aleatorio de la distribucin normal, con la media y desviacin tpica especificadas.