Ejercicios 1 - Distribución Binomial.
D. Lisa, Tony y Tom participan en un concurso de televisión y en algún momento
tienen que responder las mismas preguntas, no tienen la misma probabilidad de
responder la pregunta correctamente, pero sus respectivas probabilidades son
p=0,3, q=0,45 y r=0,27. Si la probabilidad de una respuesta correcta para cada
persona sigue siendo la misma en preguntas posteriores, cual es la probabilidad
de que cuando se le pregunte a cada uno las mismas cinco preguntas:
1) Lisa conteste correctamente todas las preguntas que se le hagan.
2) Lisa sea la única persona en responder las cinco correctamente.
Se aplica la siguiente formula de la distribución binomial:
1) Lisa conteste correctamente todas las preguntas que se le hagan.
p=0,3
n=5
q=0,45
r=0,27
5!
P ( X=r )= ∗0.30.27∗0.455−0.27=0.4725
0.27 !∗(5−0.27)
La probabilidad de que Lisa conteste correctamente todas las preguntas que se le
hagan, es del 47,25%
2) Lisa sea la única persona en responder las cinco correctamente.
Ejercicio 2. Distribución Poisson.
d. Los clientes de Bancolombia llegan de acuerdo con un proceso de Poisson con
una tasa de 2 clientes por un período de cinco minutos. Encuentra la probabilidad
de que
1) Un cliente ingrese al banco entre las 2:00 p.m. y 2:15 p.m.
2) Dos clientes ingresen al banco entre las entre las 2.15 p.m. y 2:30 p.m.
3) Tres clientes ingresarán al banco entre las 2:00 p.m. y las 2:30 p.m.
μ x∗e− x
P ( x) =
x!
μ=media del número de ocurrencia en un intervaloespecifico
e=2,71828 base de loslogaritmos neperiano
x=número de ocurrencia (éxito)
Se procede a obtener cada probabilidad de poisson, en base al problema con las
formulas usadas en Excel.
D. poisson
u 2
x 1 0,27067057 p(x=0) falso
1 0,27067057
2 0,27067057
3 0,18044704
1) Un cliente ingrese al banco entre las 2:00 p.m. y 2:15 p.m.
2:00 p.m. y 2:15 p.m 15 minutos, un cliente
μ=2
e=2,71828
x=1
21∗e−1
P ( 1 )= =0.2706
1!
La probabilidad de que un cliente ingrese al banco entre las 2:00 p.m. y 2:15 p.m,
es del 27.06%
2) Dos clientes ingresen al banco entre las entre las 2.15 p.m. y 2:30 p.m.
2.15 p.m. y 2:30 p.m 15 minutos, dos clientes
10 minutos cada clientes
μ=2
e=2,71828
x=2
22∗e−2
P ( 2 )= =0.2706
2!
La probabilidad de que dos clientes ingresen al banco entre las 2.15 p.m. y 2:30
p.m, es del 27.06%
3) Tres clientes ingresarán al banco entre las 2:00 p.m. y las 2:30 p.m.
2:00 p.m. y las 2:30 p.m. 30 minutos, tres clientes
10 minutos cada clientes
μ=2
e=2,71828
x=3
23∗e−3
P ( 3 )= =0.1804
3!
La probabilidad de que tres clientes ingresen al banco entre las 2.15 p.m. y 2:30
p.m, es del 18.04%
Ejercicio 3. Distribución Hipergeométrica.
d. Un profesor de música quiere seleccionar ocho estudiantes de secundaria de
una clase para el coro de la escuela. Si en esta clase hay 17 niñas y 13 niños, y
suponiendo que todos los estudiantes tienen la misma probabilidad de ser
seleccionados, cuál es la probabilidad de que entre los 8 estudiantes
seleccionados se presente:
1) ¿Cinco niñas y tres niños?
2) ¿No hay niños?
Se aplica la siguiente formula:
k N −k
P ( X=x )=
( n )( n−x )
( Nn )
Donde:
N=número total de la población,
n=número de la muestra,
k=número de éxitos de la población,
x=número de éxitos de la muestra
1) ¿Cinco niñas y tres niños?
Para las niñas:
k N −k
P ( X=x )=
( n )( n−x )
( Nn )
N=30
n=17
k=8
x=5
8 ∗ 30−8
P ( x=5 )=
( 17) ( 17−5 )
=0.3023
30
(17 )
Se aplica usando =DISTR.HIPERGEOM.N(5(x);17(n);8(k);30(N);FALSO)
La probabilidad de que entre
los 8 estudiantes
seleccionados se presente 5
niñas es de, 30.23%
Para los niños:
k N −k
P ( X=x )=
( n )( n−x )
( Nn )
N=30
n=13
k=8
x=3
8 ∗ 30−8
P ( x=3 )=
( 13) ( 13−3 )
=0.3023
30
(13)
Se aplica usando =DISTR.HIPERGEOM.N(3(x);13(n);8(k);30(N);FALSO)
La probabilidad de que entre los 8 estudiantes seleccionados se presente 3 niños
es de, 30.23%
2) ¿No hay niños?
k N −k
P ( X=x )=
( n )( n−x )
( Nn )
N=30
n=17
k=8
x=0
8 ∗ 30−8
P ( x=3 )=
( 17 ) ( 17−0)
=0.000219
30
( 17)
Se aplica usando =DISTR.HIPERGEOM.N
La probabilidad de que entre los 8 estudiantes seleccionados No hay niños, es de,
0%
Ejercicio 4. Distribución Normal.
d. Las camisas femeninas se clasifican en S, M, L y XL según su talla. Las
camisas de talla S son adecuadas para mujeres con una medida pectoral entre 29
y 32 (pulgadas); la talla M es adecuada para mujeres con una medida entre 32 y
34, la talla L es adecuada para mujeres con una medida entre 34 y 38, mientras
que el tamaño XL para medidas mayores a 38.
Supongamos que seleccionamos una mujer al azar de una población, y su medida
pectoral, X, tiene distribución normal con media 34.25 y desviación estándar 1.75
pulgadas.
1) Encuentre la proporción de mujeres con una medida pectoral de menos de 29
pulgadas, de modo que el tamaño S sea demasiado grande.
2) Una fábrica produce 5000 camisas femeninas mensuales intenta producir cada
talla en proporción similar a como se encuentra distribuida la medida pectoral en la
población. Encuentra cuántas camisas de talla M debería producir.
En pro del análisis de la variable aleatoria x, distribuida normalmente, se
transforma la variable x en una escala estandarizada z, usando la siguiente
ecuación.
X−μ
Z=
σ
Resultado que el valor x, se transforma en un valor z, cuya probabilidad está en la
tabla.
Z=valor a obtener , para identificar en latabla de la distribución normal
X =variable aleatoria
μ=media muestral
σ =desviación muestral
1) Encuentre la proporción de mujeres con una medida pectoral de menos de 29
pulgadas, de modo que el tamaño S sea demasiado grande.
X−μ
Z=
σ
X =P( x <29)
μ=34.25
σ =1.75
29−34,25 −5,25
Z= = =−3
1,75 1,75
Según la tabla, el valor de Z=0.001144 donde 1−0.001144=0.99885
La proporción de mujeres con una medida pectoral de menos de 29 pulgadas, de
modo que el tamaño S sea demasiado grande, es del 99,8%
2) Una fábrica produce 5000 camisas femeninas mensuales intenta producir cada
talla en proporción similar a como se encuentra distribuida la medida pectoral en la
población. Encuentra cuántas camisas de talla M debería producir.
Datos de la talla M: es adecuada para mujeres con una medida entre 32 y 34
