Nombre completo del alumno:

David Alejandro Cabello Serna

Matricula:
88642

Grupo:
I054

Nombre completo de la materia:

MODELOS MATEMTICOS PARA LA PRODUCCIN

Nombre completo del docente asesor de la

Mtro. Alfredo Loranca Santos

Nmero y tema de la actividad:

Actividad de aprendizaje 3. Ejercicios para las distribu

Ciudad:
Monterrey, N.L., Mxico.

Fecha:
20 de Noviembre, 2017.
materia:
ARA LA PRODUCCIN

ocente asesor de la materia:

ercicios para las distribuciones Binomial, de Poisson y Normal.

Agrupamiento de datos, grficas y medidas de tendencia central

Objetivo:

Calcular la distribucin Binominal, de Poisson y Normal, a travs de la resolucin de ejercicios prcticos.

Instrucciones:

En tu material de apoyo encontrars un listado de ejercicios de distribucin binominal, de Poisson y distribucin

resuelve cada uno de ellos y realiza su interpretacin correspondiente.

Ejercicios de distribucin binomial

1) La probabilidad de que una persona recin egresada de la universidad con buenas calificaciones consiga tra
Cul es la probabilidad de que 4 de 5 recin egresados con buenas calificaciones consigan trabajo en un mes

La formula de probabilidad de la distribucin binomial es la siguiente:

(n) * p^k * q^n-k

(p)

Donde:
n es el numero de pruebas
k es el numero de xitos
p es la probabilidad de xito
q es la probabilidad de fracaso

Entonces:
(5) * (0.9)^4 * (0.1)^5-4 0.656
(4) 0.1
(5) * (0.656) * (0.1)
0.328
32.80%

La probabilidad de que 4 de cada 5 recin egresados con buenas calificaciones consiga trabajo en un mes es d

2) La probabilidad de que una persona que entra a cierta tienda haga una compra es 0.6.
Encontrar las probabilidades de que de un grupo de 9 personas 2 hagan una compra.

La frmula de probabilidad de la distribucin binomial es la siguiente:

(n) * p^k * q^n-k

(p)

Donde:
n es el numero de pruebas
k es el numero de xitos
p es la probabilidad de xito
q es la probabilidad de fracaso
Entonces:
(9) * (0.6)^2 * (0.4)^9-2 0.36
(2) 0.0016384
(36) * (0.36) * (0.001638)
0.0212285
2.12%

La probabilidad de que de un grupo de 9 personas, 2 hagan una compra es de 2.12%

3) Si 0.20 es la probabilidad de capturar a un asaltante de tiendas,

cul es la probabilidad de que en una muestra de 8 asaltantes se capturen 3?

La frmula de probabilidad de la distribucin binomial es la siguiente:

(n) * p^k * q^n-k

(p)

Donde:
n es el numero de pruebas
k es el numero de xitos
p es la probabilidad de xito
q es la probabilidad de fracaso

Entonces:
(8) * (0.2)^3 * (0.8)^8-3 0.008
(3) 0.328
(56) * (0.008) * (0.327)
0.146944
14.69%

La probabilidad de que se capturen a 3 asaltantes de tiendas de una muestra de 8 asaltantes es de 14.69%

Ejercicios de distribucin de Poisson

4) Algunos registros muestran que la probabilidad de que a un automvil se le desinfle un neumtico al atravesa
Utilice la aproximacin de Poisson a la distribucin binomial para determinar de que entre 10000 vehculos que

La frmula de probabilidad de la distribucin de Poisson es la siguiente:

P (k,) = (e)^- * ()^k

k!

Donde:
k es el numero de veces que ocurre un evento
es el numero de veces que se espera que ocurra el fenmeno durante un intervalo dado
e es la base de los logaritmos naturales (e=2.7182)

Entonces:
P (k,) = (2.7182)^-0.5 * (0.5)^2
2!
P (k,) = 0.1516349473
 2
P (k,) = 0.0758174736
P (k,) = 7.58%

La Probabilidad de que entre 10000 vehculos que pasan por ese tnel por lo menos a 2 se les desinfle un neum

5) A menudo, el nmero de llamadas telefnicas que llegan a un conmutador se modela como una variable alea
Suponer que, en promedio se reciben 7 llamadas por hora. Cul es la probabilidad de que lleguen exactament

La frmula de probabilidad de la distribucin de Poisson es la siguiente:

P (k,) = (e)^- * ()^k

k!

Donde:
k es el numero de veces que ocurre un evento
es el numero de veces que se espera que ocurra el fenmeno durante un intervalo dado
e es la base de los logaritmos naturales (e=2.7182)

Entonces:
P (k,) = (2.7182)^-7 * (7)^5
5!
P (k,) = 15.3292300949
120
P (k,) = 0.1277435841
P (k,) = 12.77%

La Probabilidad de que cinco llamadas en exactamente una hora es de 12.77%.

6) En un proceso de manufactura se registran, siguiendo la distribucin de Poisson, en promedio cuatro fallas e

Calcular la probabilidad de que en un turno cualquiera haya entre dos y cuatro fallas.

La frmula de probabilidad de la distribucin de Poisson es la siguiente:

P (k,) = (e)^- * ()^k

k!

Donde:
k es el numero de veces que ocurre un evento
es el numero de veces que se espera que ocurra el fenmeno durante un intervalo dado
e es la base de los logaritmos naturales (e=2.7182)

Entonces:
2 fallas 3 fallas 4 fallas
P (k,) = (2.7182)^-4 * (4)^2 P (k,) = (2.7182)^-4 * (4)^3 P (k,) =
2! 3!
P (k,) = 0.2930855116 P (k,) = 1.1723420466 P (k,) =
2 6
P (k,) = 0.1465427558 P (k,) = 0.1953903411 P (k,) =
P (k,) = 14.65% P (k,) = 19.54% P (k,) =
P (k,) = 0.537323438
P (k,) = 53.73%

La Probabilidad de que en un turno cualquiera haya entre dos y cuatro fallas es de 53.73%.

7) A un auto lavado llegan, siguiendo la distribucin de Poisson, 8 autos por hora.

Calcular la probabilidad de que en una hora determinada lleguen entre cuatro y siete autos.

La frmula de probabilidad de la distribucin de Poisson es la siguiente:

P (k,) = (e)^- * ()^k

k!

Donde:
k es el numero de veces que ocurre un evento
es el numero de veces que se espera que ocurra el fenmeno durante un intervalo dado
e es la base de los logaritmos naturales (e=2.7182)

Entonces:
4 autos 5 autos 6 autos
P (k,) = (2.7182)^-8 * (8)^4 P (k,) = (2.7182)^-8 * (8)^5 P (k,) =
4! 5!
P (k,) = 1.3743858742 P (k,) = 10.9950869937 P (k,) =
24 120
P (k,) = 0.0572660781 P (k,) = 0.0916257249 P (k,) =
P (k,) = 5.73% P (k,) = 9.16% P (k,) =

P (k,) = 0.4106795886
P (k,) = 41.07%

La Probabilidad de que en una hora determinada lleguen entre cuatro y siete autos es de 41.07%.

Ejercicios de distribucin normal

8) El tiempo que les toma a un grupo de obreros ensamblar una serie de microchips tiene una distribucin norm
Cul es la probabilidad de que a uno de estos obreros le tome entre 11 y 16 minutos?

La frmula de probabilidad de la distribucin normal es la siguiente:

Z= X-

Donde:
X representa la variable aleatoria discreta
representa la media
representa la desviacin estndar

Entonces:
11 minutos 16 minutos
Z= 11 - 14.5 Z= 16 - 14.5
2.5 2.5
Z= -3.5 Z= 1.5
2.5 2.5
Z= -1.400 Z= 0.600

Ver Tabla 1. Distribucin Normal.

11 minutos 16 minutos
Z= -1.4 Z= 0.6
Z= -0.0808 Z= 0.2743

Z= 0.1935
Z= 19.35%

La probabilidad de que a uno de estos obreros le tome entre 11 y 16 minutos en ensamblar microchips es de 19

9) El tiempo que les toma a un grupo de obreros ensamblar una serie de microchips tiene una distribucin norm
Cul es la probabilidad de que a uno de estos obreros le tome ms de 18 minutos?

La frmula de probabilidad de la distribucin normal es la siguiente:

Z= X-

Donde:
X representa la variable aleatoria discreta
representa la media
representa la desviacin estndar

Entonces:
Z= 18 - 14.5
2.5
Z= 3.5
2.5
Z= 1.400

Ver Tabla 1. Distribucin Normal.

Z= 1.4
Z= 0.0808

Z= 0.5808
Z= 58.08%

La probabilidad de que a uno de estos obreros le tome mas de 18 minutos en ensamblar microchips es de 58.0

10) El tiempo que les toma a un grupo de obreros ensamblar una serie de microchips tiene una distribucin nor
Cul es la probabilidad de que a uno de estos obreros le tome menos de 10 minutos?

La frmula de probabilidad de la distribucin normal es la siguiente:

Z= X-

Donde:
X representa la variable aleatoria discreta
representa la media
representa la desviacin estndar

Entonces:
Z= 10 - 14.5
2.5
Z= -4.5
2.5
Z= -1.800

Ver Tabla 1. Distribucin Normal.

Z= -1.8
Z= -0.1401

Z= 0.3599
Z= 35.99%

La probabilidad de que a uno de estos obreros le tome menos de 10 minutos en ensamblar microchips es de 35
de ejercicios prcticos.

inal, de Poisson y distribucin normal,

nas calificaciones consiga trabajo en un mes es 0.9.

s consigan trabajo en un mes?

onsiga trabajo en un mes es de 32.8%

8 asaltantes es de 14.69%

sinfle un neumtico al atravesar cierto tnel es de 0.00005.

ue entre 10000 vehculos que pasan por este tnel cuando menos a 2 se les desinfle un neumtico.
nos a 2 se les desinfle un neumtico es de 7.58%.

modela como una variable aleatoria Poisson.

ad de que lleguen exactamente cinco llamadas en una hora?

n, en promedio cuatro fallas en un turno de ocho horas.

(2.7182)^-4 * (4)^4
4!
4.6893681864
24
0.1953903411
19.54%
 7 autos
(2.7182)^-8 * (8)^6 P (k,) = (2.7182)^-8 * (8)^7
6! 7!
87.9606959493 P (k,) = 703.6855675942
720 5040
0.1221676333 P (k,) = 0.1396201523
12.22% P (k,) = 13.96%

ps tiene una distribucin normal con media de 14.5 minutos y desviacin estndar de 2.5 minutos.
nsamblar microchips es de 19.35%.

ps tiene una distribucin normal con media de 14.5 minutos y desviacin estndar de 2.5 minutos.

amblar microchips es de 58.08%.

hips tiene una distribucin normal con media de 14.5 minutos y desviacin estndar de 2.5 minutos.
nsamblar microchips es de 35.99%.
reas bajo la curva normal

Ejemplo:

Z=

P [Z > 1] = 0.1587
P [Z > 1.96] = 0.0250
 X-

P [Z > 1] = 0.1587
P [Z > 1.96] = 0.0250