DISTRIBUCIN BINOMIAL

Funcion de Probabilidad de la DB
p = Probabilidad de xito
n = Nmero de Experimentos q= 1-p
CON EXCEL
= DISTR.BINOM(NMERO EXITOS, ENSAYOS, PROB XITO, ACUMULADO)
Ejm 1:
n= 4
p= 0.5
x= 3 0.25
Ejm 2:
p= 0.2 0.90112
n= 6
x 2
PRACTICA 1
EJERCICIOS - DISTRIBUCIONES DE PROBABILIDAD
Inicia con una combinacion del numero de ensayos y numero de
exitos, la cual se multiplica por la prob de exitos elevada al
numero de exitos
Es una Distribucin de Probabilidad Discreta. Se utiliza en situaciones cuya solucin
tiene dos posibles resultados, o cuando el resultado se puede reducir a dos opciones
Si el 20% de los estudiantes pierden el primer ao y se toma al azar un grupo de 6 estudiantes.
Cual es la probabilidad de que mximo 2 pierdan el primer ao?
k = Nmero de Aciertos
Hallar la probabilidad de obtener 3 caras en 4 lanzamientos de una moneda
Propiedades del Experimento Binomial
a) En cada prueba del experimento slo hay dos posibles resultados: xito o Fracaso.
b) Los resultados son Independientes
c) La probabilidad de xito (p) es constantes. La probabilidad de fracaso es (1-p)
Se emplea en caso de dos tipos de muestreo diferente:
. Poblacin Infinita sin reemplazo
. Poblacion Finita con reemplazo
EJERCICIOS
1) Una muestra de aire, en la seccin fundicin de una empresa minera, tiene 10% de
posibilidades de contener una molcula rara muy particular. Suponga que las
muestras son independientes con respecto a la presencia de la molcula rara.
Encuentre:
a) La posibilidad de que en las siguientes 18 muestras, exactamente 2 contengan
la molcula rara.
b) La probabilidad de que al menos cuatro muestras contengan la molcula rara
c) P[ 3 <= X < 7 ].
0.283512089
p = 0.1
n= 18
x= 2
a) x=2 0.098196841
b) x>= 4 0.998827872
0.733795995
c) 3 <= X < 7
2) La variable aleatoria X tiene una distribucin binomial con n = 10 y p = 0.5. Trace la
funcin de masa de probabilidad de X.
a) Cul es el valor de X ms factible?
b) Cul(es) es(son) el(los) valor(es) menos factible(s) de X?
n= 10
p= 0.5
X Probabilidad
1 0.009765625 0 0.000976563
2 0.043945313
3 0.1171875 1
4 0.205078125
5 0.24609375
6 0.205078125
7 0.1171875
8 0.043945313
9 0.009765625
10 0.000976563
0.999023438
3) La variable aleatoria X tiene una distribucin binomial con n = 10 y p = 0.5.
Determine las siguientes probabilidades:
a) P(X = 5)
b) P(X <= 2)
c) P(X >= 9)
n= 10
p= 0.5
a) 0.24609375
b) 0.0546875
c) 0.989257813 0.01074219
4) La variable aleatoria X tiene una distribucin binomial con n = 10 y p = 0.1.
Determine las siguientes probabilidades:
a) P(X = 5) 0.00148803
b) P(X <= 2) 0.92980917
c) P(3 <= X < 5) 0.06855589
5) Determine la funcin de distribucin acumulada de una variable aleatoria binomial
con n = 3 y p =1/4
x=0 0.421875
x=1 0.421875
x=2 0.140625
x=3 0.015625
1
Valor 0
Valor 1
0.262144 0.90112
0.393216
0.24576
PRACTICA 1
EJERCICIOS - DISTRIBUCIONES DE PROBABILIDAD
Inicia con una combinacion del numero de ensayos y numero de
exitos, la cual se multiplica por la prob de exitos elevada al
numero de exitos
Si el 20% de los estudiantes pierden el primer ao y se toma al azar un grupo de 6 estudiantes.
Cual es la probabilidad de que mximo 2 pierdan el primer ao?
Hallar la probabilidad de obtener 3 caras en 4 lanzamientos de una moneda
a) En cada prueba del experimento slo hay dos posibles resultados: xito o Fracaso.
La posibilidad de que en las siguientes 18 muestras, exactamente 2 contengan
La probabilidad de que al menos cuatro muestras contengan la molcula rara
0.265031877
DISTRIBUCIN POISSON
Distribucin de Probabilidad Discreta
Se utiliza en situaciones donde los sucesos son impredecibles o de ocurrencia aleatoria.
Es util cuando n es grande y la p probabilidad es pequea
Funcion de Probabilidad de la Distribucin de Poisson
l = media o promedio de xitos por unidad de tiempo, rea o producto
e = 2.718282 Exp(1)
CON EXCEL
Valor 0
= POISSON(X, MEDIA, ACUMULADO)
Valor 1
a) # llamadas recibidas en un periodo de tiempo
b) # accidentes de trabajo que ocurren en un fabrica en un determinado tiempo
c) # de fallas en la superficie
d) # bacterias en un volumen
Ejm 1:
0.133852618
Ejm 2:
0.108234006
Se aplica a problemas donde la variable aleatoria es el nmero de eventos independientes que
ocurren en un intervalo de tiempo, o en una regin plana (con una promedio dado)
Si un banco recibe en promedio 6 cheques sin fondos por da. Cul es la
probabilidad de que reciba cuatro cheques sin fondos en una da
determinados?
Si se pueden esperar 5.6 imperfecciones por rollo de cierta clase de tela. Cul
es la probabilidad de que un rollo tenga 3 imperfecciones?
EJERCICIOS - DISTRIBUCIONES DE PROBABILIDAD
PRACTICA 1
x = variable que nos denota el nmero de xitos que se desea que ocurra
EJERCICIOS
1) Suponga que X tiene una distribucin de Poisson con una media de 0.4. Determine
las siguientes probabilidades.
a) P(X = 0) 0.67032005
b) P(x<=2) 0.99207367
c) P(X = 4) 0.00071501
d) P(X=8) 1.0895E-08
2) Suponga que X tiene una distribucin de Poisson con una media de 4. Determine
las siguientes probabilidades:
a) P(X = 0) 0.01831564
b) P(X <= 2) 0.23810331
c) P(X = 4) 0.19536681
d) P(X = 8) 0.02977018
l = 4
a) P(x=0) 0.01831564
b) P(x<=2) 0.23810331
c) P(X=4) 0.19536681
d) P(X=8) 0.02977018
3) El nmero de fallas de un instrumento de prueba de partculas de contaminacin en
un "producto es una variable aleatoria de Poisson con una media de 0.02 fallas por
hora.
a) Cul es la probabilidad de que el instrumento no falle en una corrida de 8
horas? 0.852143789
b) Cul es la probabilidad de al menos una falla en un da de 24 horas?
0.381216608
4) Se supone que el nmero de imperfecciones en los rollos de tela de una fbrica
textil tiene una distribucin de Poisson con una media de 0.1 imperfecciones por
metro cuadrado.
a) Cul es la probabilidad de que haya dos imperfecciones en 1 metro cuadrado
de tela?
b) Cul es la probabilidad de que haya una imperfeccin en 10 metros
cuadrados de tela?
c) Cul es la probabilidad de que no haya imperfecciones en 20 metros
cuadrados de tela?
d) Cul es la probabilidad de que haya al menos dos imperfecciones en 10
metros cuadrados de tela?
a) 0.004524187
b) 0.367879441
c) 0.135335283
d) 0.264241118
5) El nmero de fallas de un instrumento de prueba de partculas de contaminacin en
un "producto es una variable aleatoria de Poisson con una media de 0.02 fallas por
hora.
a) Cul es la probabilidad de que el instrumento no falle en una corrida de 8
horas?
b) Cul es la probabilidad de al menos una falla en un da de 24 horas?
a) 0.852143789
b) 0.381216608
0.16
1
DISTRIBUCIN NORMAL
Es una distribucin de Variable aleatoria continua
Funcion de Probabilidad
Caractersticas de la Distribucin Binomial
- La forma de la Campana de Gauss depende de los parametros media (m) y desviacin (s)
- Tiene una nica moda que coincide con su media y su mediana
- Es simtrica con respecto a su media (m)
- La curva normal es asinttica al eje de X
CON EXCEL
= DISTR.NORM(X, MEDIA, DESVIACION ESTANDAR, ACUMULADO)
=DISTR.NORM.ESTAND(Z)
= DISTR.NORM.ESTAND.INV(PROBABILIDAD)
=DISTR.NORM.INV(PROBABILIDAD, MEDIA, DESVIACION ESTANDAR)
Ejm 1:
a) Probabilidad de que una persona tenga un peso menor o igual a 150 libras
b)
PRACTICA 1
EJERCICIOS - DISTRIBUCIONES DE PROBABILIDAD
Supongamos que sabemos que el peso de los estudiantes universitarios sigue una distribucin
aproximadamente norma., con una media de 140 libras y una desviacin estandar de 20 libras.
Determine :
La probabilidad de que una persona elegida al azar, tenga un peso mayor o igual a 150 libras
c)
p(x<=150) Definir graficamente el area graficamente
Z = (150-140) /20 = 0.5 Determinar el valor de Z
Buscar el valor de Z
Buscamos en tabla Area (0.6914)
a) 0.691462461
b) 0.308537539
c) 0.585812688
EJERCICIOS
1) El sistema de empaque de cereales para desayuno en una compaa se ha ajustado
para lograr colocar un promedio de 13 onzas de cereal por caja. Por supuesto no todas
las cajas tienen exactamente 13 onzas debido a las fuentes aleatorias de variabilidad.
Tiene una desviacin estandar de 0.1, la distribucin de pesos es de probabilidad normal.
a) Determinar la probabilidad de que en una caja escogida tenga a lo ms 13.2 onzas
X = 13.2 a) 97.72%
m = 13 z=
s = 0.1
2) El tiempo necesario para reparar la transmisin de un automovil en un taller se distribuye
normalmente con una media de 45 vehiculos por minuto y una desviacin estandar de 8
minutos
a) Cul es la asignacin de tiempo requerido de trabajo para que exista un 90% de
posibilidad que la reparacin se termine a tiempo?
X = 55.25241252
La probabilidad de que una persona, elegida al azar, tenga un peso entre 115 y 150 libras
m = 45
s = 8
Prob 0.9
3) Supongamos que el ingreso familiar mensual en una comunidad tiene una distribucin
normal con media $ 600 y una desviacin estandar de $100.
a) Calcular la probabilidad de que el ingreso de una familia escogida al azar sea
menor que $400
X = <400
m = 600
s = 100
Prob 2.28%
4) Una mquina expendedora de refrescos se ajusta para servir 7.00 oz (onzas) de
liquido por vaso. La desviacin estndar es de 0.10 oz. Cul es la probabilidad de
que la maquina sirva?
a) Entre 7.10 y 7.25 onzas de refresco? 0.15244559
b) 7.25 oz o ms? >7.25 0.00620967
c) Entre 6.8 y 7.25 onzas? 0.9710402
d) Cunto refresco se sirve en el mximo 1% de las bebidas?
5) Una poblacin normal tiene una media de 80.0 y una desviacin estndar de 14.0.
a) Calcule la probabilidad de un valor entre 75.0 y 90.0. 0.401982307
b) Halle la probabilidad de un valor entre 75.0 o menos. 0.360492431
c) Estime la probabilidad de un valor entre 55.0 y 70.0. 0.200452496
d) Determine el valor de X arriba del cual ocurri el 80% de los valores.
6) La vida util de las llantas radialesde cierta marca sigue una distribucin normal con
media de 38000 millas y desviacin estandar 3000 millas
Se pide
a) Cual es la probabilidad de que una llanta selecionada alea tenga una vida util de
por lo menos 35000 millas 0.841344746
7) Cul es la probabilidad que se prolongue su vida util ms de 45000 millas?
a) p(x>45000)
0.990184671
b) p(40000<=x<=45000)
0.242677209
8) Una poblacin normal tiene una media de 50.0 y una desviacin estndar de 4.0.
a) Calcule la probabilidad de un valor entre 44.0 y 55.0. 0.827543025
b) Evale la probabilidad de uno mayor que 55.0. 0.105649774
c) Obtenga la probabilidad de uno entre 52.0 y 55.0. 0.202887765
d) Determine el valor de X abajo del cual ocurriera el 95% de los valores
PRACTICA 1
EJERCICIOS - DISTRIBUCIONES DE PROBABILIDAD
Supongamos que sabemos que el peso de los estudiantes universitarios sigue una distribucin
aproximadamente norma., con una media de 140 libras y una desviacin estandar de 20 libras.
Determine :
La probabilidad de que una persona elegida al azar, tenga un peso mayor o igual a 150 libras
para lograr colocar un promedio de 13 onzas de cereal por caja. Por supuesto no todas
las cajas tienen exactamente 13 onzas debido a las fuentes aleatorias de variabilidad.
Tiene una desviacin estandar de 0.1, la distribucin de pesos es de probabilidad normal.
Determinar la probabilidad de que en una caja escogida tenga a lo ms 13.2 onzas
El tiempo necesario para reparar la transmisin de un automovil en un taller se distribuye
normalmente con una media de 45 vehiculos por minuto y una desviacin estandar de 8
Cul es la asignacin de tiempo requerido de trabajo para que exista un 90% de
La probabilidad de que una persona, elegida al azar, tenga un peso entre 115 y 150 libras
Supongamos que el ingreso familiar mensual en una comunidad tiene una distribucin
7.001
91.2
a) Cual es la probabilidad de que una llanta selecionada alea tenga una vida util de
53.8