OVA SEMANA 3
DISTRIBUCION BINOMIAL
Ejemplo 1
Si X es una variable binomial, utilice la tabla de probabilidades binomiales DE EXCEL
y encuentre las siguientes probabilidades. Grafique en cada caso
a. P (X = 2) para n = 10, p = 0.3
b. P (X≤ 5) para n = 15, p = 0.25
c. P (X> 1) para n =12, p = 0.30
d. P (X < 10) para n = 20, p = 0.45
e. P (2 ≤ < X ≤ 6) para n = 10, p = 0.15 FUNCION BINOMIAL: ≤
f. P (4 ≤ X < 10) para n = 16, p = 0.10 DISTR. BINOM. N( Núm_ éXITO, ensayos, proba_ exito, ac
g) Halle la esperanza y varianza matemática de cada caso
SOLUCION X
a. P (X = 2) para n = 10, p = 0.3 0 1 2 3… 10 0.2335
P(X= 2) = P(X ≤ 2) - P(X ≤ 1) P(X ≤ 2)
= 0.3828 0.1493 P(X ≤ 1)
P(X= 2) = 0.2335
b. P (X≤ 5) para n = 15, p = 0.25
X
P (X≤ 5)= 0.8516 0 1 .. 5 … 1 15
P(X ≤ 5)
c. P (X> 1) para n = 12, p = 0.30
X
P(X > 1) = 1 - P(X ≤ 1) 0 1 2 3 … 12
1 - 0.0850 P(X ≤ 1)
P(X > 1) = 0.9150
d. P (X < 10) para n = 20, p = 0.45
P (X < 10) = P (X ≤ 9) = 0.5914
0.5914
e. P (2 ≤ X ≤ 6) para n = 10, p = 0.15 X
0 1 2 3 … 6 ... 10
P (2 ≤ X ≤ 6) = P(X ≤ 6) - P(X ≤ 1) P(X ≤ 6)
0.9999 0.5443 P(X ≤ 1)
P (2 ≤ X ≤ 6) = 0.4556
0.9999 0.5443
f. P (4 ≤ X < 10) para n = 16, p = 0.10 X
0 1 2 3 4 5 … 109 10 … 16
P (4 ≤ X < 10) = P(X ≤ 9) - P(X ≤ 3) P(X ≤ 9)
1.0000 0.9316 P(X ≤ 3)
P (4 ≤ X < 10) = 0.0684
E(X) = n*p v(X) = n*p*q S(X) = Raiz(v(X))
E(x) v(x) S(x)
F) n p q np npq
a) 10 0.3 0.7 3 2.1 1.4491
b) 15 0.25 0.75 3.75 2.8125 1.6771
c) 12 0.3 0.7 3.6 2.52 1.5875
d) 20 0.45 0.55 9 4.95 2.2249
e) 10 0.15 0.85 1.5 1.275 1.1292
f) 16 0.1 0.9 1.6 1.44 1.2000
ensayos, proba_ exito, acumulado)
S(X) = Raiz(v(X))
Ejemplo 2
La probabilidad de éxito de un determinado producto de la producción diaria sea defe
lcula la probabilidad de a que en una muestra aleatoria del día de producción de 16 pro
a) Ningún producto defectuoso
b) Sólo dos productos defectuosos
c) No más de 2 productos defectuosos
d) Menos de 5, pero al menos 2 productos defectuosos.
SOLUCION
Experimento Aleatorio:Elegir al azar una muestra de 16 productos de la producción dia
x : NúMERO DE PRODUCTOS DEFECTUOSOS
Parámetros n = 16 p = 0.05
a) P(X = 0) = 0.4401 X
0 1 2 3… 10
b) P( x = 2) = P(X ≤ 2) - P(X ≤ 1)
0.9571 - 0.8108 X
P( x = 2) = 0.1463 0 1 2 3… 10
c) No más de 2 productos defectuosos
P( x ≤ 2) = 0.9571
d) Menos de 5, pero al menos 2 productos defectuosos.
2≤ x < 5
P (2 ≤ X< 5) = P(X ≤ 4) - P(X ≤ 1) X
0.9991 - 0.8108
P (2 ≤ < X< 5) = 0.1884
cción diaria sea defectuoso es de 0.05. Ca
producción de 16 productos se tenga:
de la producción diaria
1 2 3… 10
1 2 3… 10
0 1 2 3 4 5 10
Ejemplo 3
En un lote de 10 artículos de la producción hay 3 artículos defectuosos; si del lote
se toma una m.a. de 4 artículos con reposición ?Cuál es la probabilidad ?
a)De que exactamente uno sea defectuoso
b)Ninguno sea defectuoso
c)De que al menos uno sea defectuoso
d)Nomas de dos sean defectuosos
e)De uno a menos de tres sean defectuosos
f)Halle la esperanza y la varianza
SOLUCION
Experimento aleatorio: Elegir una muestra aleatoria de 4 articulos con reposición
x : NúMERO DE PRODUCTOS DEFECTUOSOS
Parámetros n = 4 p = 3/10 = 0.30
a)De que exactamente uno sea defectuoso
a) P(X = 1) = P(X ≤ 1) - P(X ≤ 0)
0.6517 0.2401
P(X = 1) = 0.4116
b) P(X = 0) = 0.2401
c)De que al menos uno sea defectuoso
P(X ≥ 1) = 1 - P(X ≤ 0)
1 - 0.2401
P(X ≥ 1) = 0.7599
d)No más de dos sean defectuosos
P( x ≤ 2) = 0.9163
1
e)De uno a menos de tres sean defectuosos
P (1 ≤ X<3) = P(X ≤ 2) - P(X ≤ 0)
0.9163 - 0.2401
P (1 ≤ < X<3) = 0.6762
f)Halle la esperanza y la varianza n= 4 p=
q=
E(X) = np = 1.2
aproximadamente 1 producto
V(X) = npq = 0.84
S(x) = 0.9165
os; si del lote
articulos con reposición
x 3
0.3
1 -p 0.7
amente 1 producto
DISTRIBUCION POISSON
Ejemplo 1
Si el 2.5% de la producción frascos de mermelada por una CIA. son defectuosos.
Hallar la probabilidad de que en una muestra de 100 frascos se tenga:
a)Dos defectuosos
b)De 2 a 5 defectuosos
c)Más de 2 defectuosos
d)No más de 3 defectuosos
e)Ningún defectuoso
f)Halle el número esperado de frascos defectuosos de mermelada.
SOLUCION
Experimento Aleatorio: Elegir una m.a. al azar de 100 frascos
X: Número de frascos de mermelada defectuosos
n = 100 p = 0.025 λ =
a)Dos defectuosos
P( x = 2) = P(X ≤ 2) - P(X ≤ 1)
0.5438 - 0.2873
P( x = 2) = 0.2565
b)De 2 a 5 defectuosos
P (2 ≤ X≤ 5) = P(X ≤ 5) - P(X ≤ 1)
0.9580 0.2873
P (2 ≤ < X< 5) = 0.6707
c)Más de 2 defectuosos
P(X > 2) = 1 - P(X ≤ 2)
1 - 0.5438
P(X > 2) = 0.4562
d)No más de 3 defectuosos
P( x ≤ 3) = 0.7576
e)Ningún defectuoso
P(X = 0) = 0.0821
f)Halle el número esperado de frascos defectuosos de mermelada.
E(x) = λ = n *p = 2.5
a CIA. son defectuosos.
os se tenga: p 0.025
n 100
mermelada. 0.54381312 0.2872975
0.25651562
n *p = 2.5
FUNCION DE POISSON
POISSON.DIST(x, media,acumulado)
67.06815 67
mermelada.
OVA SEMANA 3
Ejemplo 2
En una gran industria de producción cada 4 meses ocurren un promedio de 12 accidentes
en las diferentes plantas de producción .Cuál es la probabilidad de que haya :
a) Más de 2 Accidentes en un mes b) Exactamente 2 accidentes en cualquier mes
c) No más de 4 accidentes pero por lo menos 1 accidente en cualquier mes.
SOLUCION
Exp. Aleatorio: Elegir al azar un mes
x : Número de accidentes en un mes en una gran industria
λ = 12 cada 4 meses
a) Más de 2 Accidentes en un mes 1 mes λ =
P(X > 2) = 1- P(X ≤ 2) = 0.5768
0.4232
b) Exactamente 2 accidentes en cualquier mes
P( x = 2) = P(X ≤ 2) - P(X ≤ 1)
0.4232 - 0.1991
P( x = 2) = 0.2240
c) No más de 4 accidentes pero por lo menos 1 accidentes en cualquier mes.
P (1 ≤ X ≤ 4) = P(X ≤ 4) - P(X ≤ 0)
0.8153 - 0.0498
P (1 ≤ < X<3) = 0.7655
edio de 12 accidentes
ue haya :
ualquier mes
FUNCION DE POISSON
POISSON.DIST(x, media,acumulado)
3
3 Se sospecha que muchas muestras de agua, todas del mismo tamaño y tomadas del res
han sido contaminadas por operarios irresponsables de una planta de tratamiento de a
organismos coliformes en cada muestra. El número medio de organismos por muestra
Suponiendo que el número de organismos se distribuye según Poisson, Calcular la prob
a) la siguiente muestra tenga 12 microorganismos
b) la siguiente muestra tenga exactamente 2 microorganismos
c) de 3 a 9 microorganismos tenga la siguiente muestra.
d) Determine el promedio y la desviación estándar del número de microorganismos.
SOLUCION
Exp. Aleatorio:
x : Número de organismos coliformes en una muestra de agua
λ = 5
a) la siguiente muestra tenga 12 microorganismos
P( x = 12) = P(X ≤ 12) - P(X ≤ 11)
0.9980 - 0.9945
P( x = 12) = 0.0034
b) la siguiente muestra tenga exactamente 2 microorganismos
P( x = 2) = P(X ≤ 2) - P(X ≤ 1)
0.1247 - 0.0404
P( x = 2) = 0.0842
c) de 3 a 9 microorganismos tenga la siguiente muestra.
P (3 ≤ X ≤ 9) = P(X ≤ 9) - P(X ≤ 2)
0.9682 - 0.1247
P (1 ≤ < X<3) = 0.8435
d) Determine el promedio y la desviación estándar del número de microorganismos.
E(x) = λ = 5
σ = √5 = 2.236068
año y tomadas del reservorio de la cuidad de Piura,
a de tratamiento de aguas. Se contó el número de
anismos por muestra es de 5. calcular la probabilidad de que:
sson, Calcular la probabilidad de que:
e microorganismos.
a de agua
ganismos. E(x) = V(X) = λ =
2 PIOSSON
EXCEL
a) 0.6288
P(X ≤ 4)
b) P(X ≤ 1)
P(X < 2) = 0.0003 10.5
c) 1 - P(X ≤ 4) 4.5
P(X > 4) = 0.5321
0.4679
d) 1 -C18 P(X ≤ 3)
P(X > = 4) = 0.3423
0.6577
HIPERGEOMETRICA
EXCEL
a) 0.9814
P(X ≤ 4) =
B) 1 - P(X ≤ 1)
P(X ≥ 2) = 0.00000000
1.00000000
C) P(X ≤ 1)
P(2 ≤ X ≤ 6) = 0.69004525 0.00000000
0.69004525
D) 0.4419
P(X = 3) =
M N V(X) 1
a) n 5 15 0.125 0.66666667
b) 8 8 20 0.000 1.875
c) 15 9 18 1.412 14
d) 12 7 12 1.436 0.1875
5
TABLA
P(X ≤ 4) = 0.629
P(X < 2) = P(X ≤ 1)
0
P(X > 4) = 1 - P(X ≤ 4)
0.532
0.468
P(X > = 4) = 1 - P(X ≤ 3)
1 - 0.3425
0.6575
ETRICA
TABLA
0.125
