PRACTICA 1

EJERCICIOS - DISTRIBUCIONES DE PROBABILIDAD

DISTRIBUCIÓN BINOMIAL
Es una Distribución de Probabilidad Discreta. Se utiliza en situaciones cuya solución
tiene dos posibles resultados, o cuando el resultado se puede reducir a dos opciones
Inicia con una combinacion del numero de ensayos y numero de
exitos, la cual se multiplica por la prob de exitos elevada al
Funcion de Probabilidad de la DB numero de exitos

k = Número de Aciertos p = Probabilidad de Éxito

n = Número de Experimentos q= 1-p

CON EXCEL

= DISTR.BINOM(NÚMERO EXITOS, ENSAYOS, PROB ÉXITO, ACUMULADO)

Ejm 1: Hallar la probabilidad de obtener 3 caras en 4 lanzamientos de una moneda

n= 4
p= 0.5
x= 3 0.25

Ejm 2: Si el 20% de los estudiantes pierden el primer año y se toma al azar un grupo de 6 estudiantes.
Cual es la probabilidad de que máximo 2 pierdan el primer año?

p= 0.2 0.90112
n= 6
x 2
Propiedades del Experimento Binomial
a) En cada prueba del experimento sólo hay dos posibles resultados: Éxito o Fracaso.
b) Los resultados son Independientes
c) La probabilidad de éxito (p) es constantes. La probabilidad de fracaso es (1-p)

Se emplea en caso de dos tipos de muestreo diferente:

. Población Infinita sin reemplazo
. Poblacion Finita con reemplazo

EJERCICIOS

1) Una muestra de aire, en la sección fundición de una empresa minera, tiene 10% de
posibilidades de contener una molécula rara muy particular. Suponga que las
muestras son independientes con respecto a la presencia de la molécula rara.
Encuentre:
a) La posibilidad de que en las siguientes 18 muestras, exactamente 2 contengan
la molécula rara.
b) La probabilidad de que al menos cuatro muestras contengan la molécula 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 distribución binomial con n = 10 y p = 0.5. Trace la

función de masa de probabilidad de X.
a) ¿Cuál es el valor de X más factible?
b) ¿Cuál(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 distribución 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 distribución 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 función de distribución 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
 PRACTICA 1
BILIDAD

n del numero de ensayos y numero de

lica por la prob de exitos elevada al
mero de exitos

Valor 0

Valor 1

lanzamientos de una moneda

0.262144 0.90112
0.393216
0.24576

ma al azar un grupo de 6 estudiantes.

er año?
ados: Éxito o Fracaso.

tamente 2 contengan

gan la molécula rara

0.265031877
 PRACTICA 1
EJERCICIOS - DISTRIBUCIONES DE PROBABILIDAD

DISTRIBUCIÓN POISSON
Distribución 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 pequeña

Funcion de Probabilidad de la Distribución de Poisson

x = variable que nos denota el número de éxitos que se desea que ocurra
l = media o promedio de éxitos por unidad de tiempo, área o producto
e = 2.718282 → Exp(1)

CON EXCEL

Valor 0
= POISSON(X, MEDIA, ACUMULADO)
Valor 1

Se aplica a problemas donde la variable aleatoria es el número de eventos independientes que

ocurren en un intervalo de tiempo, o en una región plana (con una promedio dado)
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: Si un banco recibe en promedio 6 cheques sin fondos por día. ¿Cuál es la
probabilidad de que reciba cuatro cheques sin fondos en una día
determinados?

0.133852618

Ejm 2: Si se pueden esperar 5.6 imperfecciones por rollo de cierta clase de tela. ¿Cuál
es la probabilidad de que un rollo tenga 3 imperfecciones?

0.108234006
EJERCICIOS

1) Suponga que X tiene una distribución 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 distribución 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 número de fallas de un instrumento de prueba de partículas de contaminación en

un "producto es una variable aleatoria de Poisson” con una media de 0.02 fallas por
hora.
a) ¿Cuál es la probabilidad de que el instrumento no falle en una corrida de 8
horas? 0.852143789
b) ¿Cuál es la probabilidad de al menos una falla en un día de 24 horas?
0.381216608

4) Se supone que el número de imperfecciones en los rollos de tela de una fábrica

textil tiene una distribución de Poisson con una media de 0.1 imperfecciones por
metro cuadrado.
a) ¿Cuál es la probabilidad de que haya dos imperfecciones en 1 metro cuadrado
de tela?
b) ¿Cuál es la probabilidad de que haya una imperfección en 10 metros
cuadrados de tela?
c) ¿Cuál es la probabilidad de que no haya imperfecciones en 20 metros
cuadrados de tela?
d) ¿Cuál 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 número de fallas de un instrumento de prueba de partículas de contaminación en

un "producto es una variable aleatoria de Poisson” con una media de 0.02 fallas por
hora.
a) ¿Cuál es la probabilidad de que el instrumento no falle en una corrida de 8
horas?
b) ¿Cuál es la probabilidad de al menos una falla en un día de 24 horas?

a) 0.852143789
b) 0.381216608
0.16

1
 PRACTICA 1
EJERCICIOS - DISTRIBUCIONES DE PROBABILIDAD

DISTRIBUCIÓN NORMAL
Es una distribución de Variable aleatoria continua

Funcion de Probabilidad

Características de la Distribución Binomial

- La forma de la Campana de Gauss depende de los parametros media (m) y desviación (s)
- Tiene una única moda que coincide con su media y su mediana
- Es simétrica con respecto a su media (m)
- La curva normal es asintótica 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:
Supongamos que sabemos que el peso de los estudiantes universitarios sigue una distribución
aproximadamente norma., con una media de 140 libras y una desviación estandar de 20 libras.
Determine :
a) Probabilidad de que una persona tenga un peso menor o igual a 150 libras

b) La probabilidad de que una persona elegida al azar, tenga un peso mayor o igual a 150 libras
 c) La probabilidad de que una persona, elegida al azar, tenga un peso entre 115 y 150 libras

p(x<=150) Definir gra´ficamente 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 compañía 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 desviación estandar de 0.1, la distribución de pesos es de probabilidad normal.

a) Determinar la probabilidad de que en una caja escogida tenga a lo más 13.2 onzas

X= 13.2 a) 97.72%
m= 13 z=
s= 0.1

2) El tiempo necesario para reparar la transmisión de un automovil en un taller se distribuye

normalmente con una media de 45 vehiculos por minuto y una desviación estandar de 8
minutos
a) ¿Cuál es la asignación de tiempo requerido de trabajo para que exista un 90% de
posibilidad que la reparación se termine a tiempo?

X= 55.25241252
 m= 45
s= 8
Prob 0.9

3) Supongamos que el ingreso familiar mensual en una comunidad tiene una distribución
normal con media $ 600 y una desviación 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 máquina expendedora de refrescos se ajusta para servir 7.00 oz (onzas) de

liquido por vaso. La desviación estándar es de 0.10 oz. ¿Cuál 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 más? >7.25 0.00620967
c) Entre 6.8 y 7.25 onzas? 0.9710402
d) ¿Cuánto refresco se sirve en el máximo 1% de las bebidas?

5) Una población normal tiene una media de 80.0 y una desviación estándar 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 ocurrió el 80% de los valores.

6) La vida util de las llantas radialesde cierta marca sigue una distribuciòn normal con
media de 38000 millas y desviación 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) ¿Cuàl es la probabilidad que se prolongue su vida util más de 45000 millas?

a) p(x>45000)
0.990184671

b) p(40000<=x<=45000)
0.242677209
8) Una población normal tiene una media de 50.0 y una desviación estándar de 4.0.
a) Calcule la probabilidad de un valor entre 44.0 y 55.0. 0.827543025
b) Evalúe 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
ILIDAD

sitarios sigue una distribución

sviación estandar de 20 libras.

un peso mayor o igual a 150 libras

a un peso entre 115 y 150 libras

Por supuesto no todas

torias de variabilidad.
de probabilidad normal.

enga a lo más 13.2 onzas

en un taller se distribuye
desviación estandar de 8

a que exista un 90% de

tiene una distribución

7.001

91.2

nga una vida util de

53.8