Tarea 6.

1 Distribución de probabilidad binomial

Jessica L. Lloa de Jesús

Departamento de Enfermería: NUC University División Online

STAT 2000-3194 – Introducción a Estadísticas I

Profa. Marichu Valentín Vázquez

12 de agosto de 2023
Ejercicio #1: Explica en tus propias palabras la importancia de estudiar la distribución de

probabilidad binomial.

La distribución de probabilidad binomial es una herramienta esencial en la estadística que se

utiliza para modelar situaciones en las que se realizan una serie de ensayos independientes,

cada uno de los cuales tiene dos posibles resultados: éxito o fracaso. Esta distribución es

particularmente importante porque se adapta bien a una amplia gama de escenarios del

mundo real, permitiéndonos comprender y prever resultados en situaciones que involucran

decisiones, riesgos y eventos discretos.

La importancia de estudiar la distribución de probabilidad binomial radica en varias razones:

1. Modelado de resultados discretos: Muchos eventos de la vida real se pueden

categorizar en términos de éxito o fracaso, sí o no. La distribución binomial es una

manera efectiva de modelar estas situaciones y calcular las probabilidades asociadas

con diferentes resultados.

2. Toma de decisiones informadas: Al estudiar la distribución binomial, podemos

evaluar los posibles resultados y probabilidades de éxito o fracaso en experimentos o

decisiones futuras. Esto ayuda a tomar decisiones más informadas y considerar los

riesgos involucrados.

3. Predicción y planificación: En campos como la administración, la economía y la

investigación científica, la distribución binomial se utiliza para prever resultados y

planificar estrategias. Por ejemplo, en marketing, se puede utilizar para estimar la

probabilidad de éxito en campañas publicitarias.

4. Control de calidad y procesos: En la industria y la fabricación, la distribución

binomial se usa para evaluar la calidad de productos y procesos. Ayuda a determinar

 si la variación en los resultados está dentro de los límites aceptables o si algo necesita

ajustarse.

5. Estimación de riesgos: En áreas como las finanzas y la aseguración, la distribución

binomial puede ayudar a calcular probabilidades de pérdidas o ganancias en función

de diferentes escenarios. Esto es crucial para la gestión de riesgos y la toma de

decisiones financieras.

6. Investigación científica y médica: En investigaciones clínicas y estudios científicos,

la distribución binomial se aplica para analizar resultados de ensayos clínicos,

pruebas diagnósticas y otros experimentos con resultados binarios.

7. Análisis de datos: La distribución binomial es útil en el análisis de datos discretos y

categóricos, como encuestas de opinión, resultados electorales, análisis de juegos,

entre otros.

Ejercicio #2: A continuación, se presenta la distribución de probabilidad de una variable

aleatoria x.

x f (x)

20 0.38

25 0.10

30 0.15

35 0.37

Contesta:

a) Lo presentado en el ejercicio, ¿es una distribución de probabilidad? Explica.

  Sí, lo presentado en el ejercicio es una distribución de probabilidad. Una

distribución de probabilidad describe cómo se distribuyen las probabilidades de

diferentes valores en una variable aleatoria discreta. En este caso, se dan los

valores de la variable aleatoria x junto con sus respectivas probabilidades. En este

caso, las probabilidades proporcionadas (0.38, 0.10, 0.15 y 0.37) suman 1, y todas

son no negativas, por lo que cumple con los requisitos de una distribución de

probabilidad.

b) ¿Cuál es la probabilidad de que x = 35?

 La probabilidad de que x sea igual a 35 = 0.37, como se indica en la distribución

de probabilidad.

c) ¿Cuál es la probabilidad de que x sea menor o igual que 25?

 Probabilidad = P(x ≤ 25) = P(x = 20) + P(x = 25) = 0.38 + 0.10 = 0.48

d) ¿Cuál es la probabilidad de que x sea mayor que 30?

 Probabilidad = P(x > 30) = P(x = 35) = 0.37

Ejercicio #3: A continuación, se presenta una distribución de probabilidad.

x Probabilidad

f (x)

0 0.10

1 0.15

2 ?

3 0.20

4 0.15

5 0.10
 Calcula y contesta:

a) Halla P(2).

 P(x = 2) = 1 - (P(x = 0) + P(x = 1) + P(x = 3) + P(x = 4) + P(x = 5))

 P(x = 2) = 1 - (0.10 + 0.15 + 0.20 + 0.15 + 0.10)

 P(x = 2) = 1 - 0.70

 P(x = 2) = 0.30

b) ¿Cuál es el valor esperado (media) del número de servicios?

 Media μ= Σ[x * P(x)] 0+0.15+0.6+0.6+0.6+0.5= 2.45

 Media = 2.45

c) ¿Cuál es la varianza del número de servicios?

 0.60025+0.315375+0.06075+0.0605+0.360375+0.65025= 2.0475

 Varianza = 2.05

d) ¿Cuál es la desviación estándar?

 √ 2.05=1.43

Ejercicio #4: La distribución de probabilidad de las calificaciones establecidas por los

empleados sobre la relación que tienen con sus supervisores van de 1 (pobre) a 5 (excelente).

Completa la tabla.

Calificación Supervisor Σ [ x × P ( X )] Supervisor Σ [ x ×P(X)]

de la relación del A Supervisor A B Supervisor

empleado con el f (x) f (x) B

supervisor (x)

1 0.05 1 x 0.05 = 0.05 0.04 1 x 0.04=0.04

2 0.09 2 x 0.09 = 0.018 0.10 2 x 0.10=0.2

3 0.03 3 x 0.03 = 0.09 0.12 3 x 0.12=0.36

4 0.42 4 x 0.42=1.68 0.46 4 x 0.46=1.84

5 0.41 5 x 0.41 =2.05 0.28 5 x 0.28=1.40

Total=4.05 Total: 3.84

a) ¿Cuál es el valor esperado (media) de los valores ofrecidos a la calificación del

supervisor A?

 Media = (1 * 0.05) + (2 * 0.09) + (3 * 0.03) + (4 * 0.42) + (5 * 0.41)

 Media A = 4.05

b) ¿Cuál es el valor esperado (media) de los valores ofrecidos a la calificación del

supervisor B?

 Media B = (1 * 0.04) + (2 * 0.10) + (3 * 0.12) + (4 * 0.46) + (5 * 0.28)

 Media = 3.84

c) Calcula la varianza de los valores ofrecidos a la calificación del supervisor A.

 0.465125+0.378225+0.033075+1.05x10-03+0.370025= 1.2475= 1.25

 Varianza = 1.25

d) Calcula la desviación estándar de los valores ofrecidos a la calificación del

supervisor B.
  Varianza: 0.322624+0.33856+0.084672+0.011776+0.376768=1.1344

 Desviación estándar=1.07

e) Compara la satisfacción con el supervisor A con la que tienen con el supervisor B.

 El valor esperado para el Supervisor A es 4.05, mientras que para el Supervisor B

es 3.84. Esto indica que, en promedio, los empleados tienen una satisfacción

ligeramente mayor con el Supervisor A que con el Supervisor B en función de las

calificaciones dadas.

Ejercicio #5: Usa la tabla de distribución binomial para hallar las probabilidades binomiales

para estos casos:

a) n = 10, p =.1, k = 3

 = 0.0574

b) n = 14, p =.6, k = 7

 = 0.1574
 c) n = 25, p =.5, k = 14

 = 0.1328

Ejercicio #6: Considera un experimento binomial con n = 20 y p = 0.70. Usa la fórmula

binomial para calcular:

a) P(x = 15)

20.1! 20
= =15504
15! 20−15 ! 15 ! 5
20−15
( 15504 ) x (.7)15 x ( ⟦ .3 ⟧ )

( 15504 ) x ( .0047475615 ) x ( .00243 ) .1788630501=.18

b) Media

20 x 0.7 = 14

c) varianza

20 X 0.7 X 0.3 = 4.2

d) desviación estándar
 √ 4.2=2.05

Ejercicio #7: El 35% de los estudiantes de NUC University usa su propio auto para llegar a la

universidad. ¿Cuál es la probabilidad de que, en una muestra de 15 estudiantes, cuatro (4)

estudiantes usen su propio auto? (Utiliza la fórmula binomial para resolver el ejercicio).

P(X = 4), n = 15, p = .35

15! (15 )( 14 )( 13 )( 12 ) (11 ) ( 10 ) ( 9 ) ( 8 ) (7 )( 6 )( 5 )( 4 ) ( 3 ) (2 )( 1 ) 32,760

C= = = =1365
4 ! 15−4 ! ( 4 ) ( 3 ) ( 2 )( 1 ) ( 11 )( 10 ) ( 9 ) ( 8 ) ( 7 ) ( 6 ) ( 5 )( 4 ) ( 3 ) ( 2 )( 1 ) 24

P(X=4) = 1365*0.35^4*0.65^11

P(X=4) ≈ 0.1858

La probabilidad de que en una muestra de 15 estudiantes, exactamente 4 de ellos usen su

propio auto, es aproximadamente 0.1858, o alrededor del 18.58%.

Ejercicio #8: El 40% de los estadounidenses que viaja en automóvil busca gasolineras y tiendas

de alimentos que estén cercanas o visibles desde la carretera. Supón que a una muestra aleatoria

de n = 25 estadounidenses que viajan en auto se les pregunta cómo determinan dónde detenerse

para comprar alimentos y echar gasolina. Sea x el número de la muestra que responde que busca

gasolineras y tiendas de alimentos que estén cercanas o visibles desde la carretera (Mendenhall et

al., 2015). (Utiliza la fórmula binomial para resolver el ejercicio). Contesta:

a) ¿Cuál es la media si x=10?

 (25) x (0.40) = 10

b) ¿Cuál es la varianza de x?

 (25) x (0.40) x (0.60) = 6

 c) Calcula el intervalo μ ± 2σ .

 X-2S = 10-2(2.45) = 10-4.90 = 5.1

 X+2S = 10+2(2.45) = 10+4.90 = 14.90

d) ¿Cuáles valores de la variable aleatoria binomial x caen en este intervalo?

 5.1 y 14.90

Referencia:

Marichu Valentín. (n.d.-e).

[Link]

997b567b-1691621000089/capture/

Anderson, D. R., Sweeney, D. J., Williams, T. A., Camm, J. D., & Cochran, J. J.

(2019). Estadística para negocios y economía (C. García Álvarez Trad.; 13. a ed.).

Cengage Learning.

Rosita Robles Vázquez. (2020g, May 2). Distribucion probabilidad [Video]. YouTube.

[Link]

Rosita Robles Vázquez. (2020g, May 2). Distribucion binomial [Video]. YouTube.

[Link]

Rosita Robles Vázquez. (2020h, May 2). Distribucion poisson [Video]. YouTube.

[Link]