Professional Documents
Culture Documents
x p(X)
0 0.5k 0.1
1 0.5k 0.1
2 k 0.2
3 k 0.2
4 2k 0.4
Distribución de Probabilidad
9 n
0.3 p
cumulative
X P(X) probability
0 0.04035 0.04035
1 0.15565 0.19600
2 0.26683 0.46283
3 0.26683 0.72966
4 0.17153 0.90119
5 0.07351 0.97471
6 0.02100 0.99571
7 0.00386 0.99957
8 0.00041 0.99998
9 0.00002 1.00000
1.00000
0.25
0.20
P(X)
0.15
0.10
0.05
0.00
0 1 2 3 4 5 6 7 8 9
X
Binomial distribution
9 n
0.3 p
cumulative
X P(X) probability
0 0.04035 0.04035
1 0.15565 0.19600
2 0.26683 0.46283
3 0.26683 0.72966
4 0.17153 0.90119
5 0.07351 0.97471
6 0.02100 0.99571
7 0.00386 0.99957
8 0.00041 0.99998
9 0.00002 1.00000
1.00000
0.25
0.20
P(X)
0.15
0.10
0.05
0.00
0 1 2 3 4 5 6 7 8 9
X
Hypergeometric distribution
10 N, population size
6 S, number of possible occurrences
3 n, sample size
cumulative
X P(X) probability
0 0.03333 0.03333
1 0.30000 0.33333
2 0.50000 0.83333
3 0.16667 1.00000
1.00000
0.50
0.40
P(X)
0.30
0.20
0.10
0.00
0 1 2 3
X
Hypergeometric distribution
10 N, population size
6 S, number of possible occurrences
3 n, sample size
cumulative
X P(X) probability
0 0.03333 0.03333
1 0.30000 0.33333
2 0.50000 0.83333
3 0.16667 1.00000
1.00000
0.50
0.40
P(X)
0.30
0.20
0.10
0.50
0.40
P(X)
0.30
0.20
0.10
0.00
0 1 2 3
X
Hypergeometric distribution
10 N, population size
6 S, number of possible occurrences
3 n, sample size
cumulative
X p(X) probability
0 0.03333 0.03333
1 0.30000 0.33333
2 0.50000 0.83333
3 0.16667 1.00000 Hyperge
1.00000 0.60
0.30
p(X)
0.20
0.10
0.00
0
Hypergeometric distribution
8 N, population size
6 S, number of possible occurrences
3 n, sample size
cumulative
X p(X) probability
1 0.10714 0.10714
2 0.53571 0.64286
3 0.35714 1.00000
1.00000
Hypergeometric distribution
8 N, population size
2 S, number of possible occurrences
3 n, sample size
cumulative
X p(X) probability
0 0.35714 0.35714
1 0.53571 0.89286
2 0.10714 1.00000
1.00000
Hypergeometric distribution (N = 8, S = 2, n = 3)
0.60
0.50
0.40
0.30
p(X)
Column C
0.20
0.10
0.00
0 1 2
X
Hypergeometric distribution (N = 10, S = 6, n = 3)
0.60
0.50
0.40
0.30
p(X)
Column C
0.20
0.10
0.00
0 1 2 3
X
Hypergeometric distribution (N = 8, S = 6, n = 3)
0.60
0.50
0.40
0.30
p(X)
Column C
0.20
0.50
0.40
0.30
p(X)
Column C
0.20
0.10
0.00
1 2 3
X
DISTRIBUCIÓN BINOMIAL
1.4. Un estudio de la Sociedad Americana de Inversionistas descubrió que 30% de inversionistas partic
había utilizado un agente de descuentos. En una muestra aleatoria de nueve personas, ¿cuál es la
probabilidad de que:
a) exactamente dos personas hayan utilizado un agente de descuentos?
b) Exactamente cuatro personas hayan recurrido a él?
c) Ninguna persona lo haya empleado?
Datos
Tamaño de muestra (n)= 9
Proporción de éxito (p)= 0.3
Proporción de fracaso (q)=(1-p)= 0.7
P(X=2) 0.26682793
X Comb(n,x) p^x
2 36 0.09
P(X=4)
X Comb(n,x) p^x
4 126 0.0081
P(X=0)
X Comb(n,x) p^x
0 1 1
} X P(X)
0 0.040353607
1 0.155649627
2 0.266827932
3 0.266827932
4 0.171532242
5 0.073513818
6 0.021003948
7 0.003857868
8 0.000413343
9 0.000019683
1
Binomial distribution
9
0.3
X P(X)
0 0.04035
1 0.15565
2 0.26683
3 0.26683
4 0.17153
5 0.07351
6 0.02100
7 0.00386
8 0.00041
9 0.00002
1.00000
2.700
1.890
1.375
Binomial distribution (n = 9, p = 0.3)
0.30
0.25
P(X) 0.20
0.15
0.10
0.05
0.00
0 1 2 3 4 5 6 7 8 9
X
ue 30% de inversionistas particulares
ueve personas, ¿cuál es la
q^(n-x) P(x)
0.0823543 0.26682793
q^(n-x) P(x)
0.16807 0.17153224
q^(n-x) P(x)
0.040353607 0.04035361
ACUMULADA
0.040353607
0.196003234
0.462831166
0.729659098
0.90119134
0.974705158
0.995709106
0.999566974
0.999980317
1
n
p
cumulative
probability
0.04035
0.19600
0.46283
0.72966
0.90119
0.97471
0.99571
0.99957
0.99998
1.00000
expected value
variance
standard deviation
Un recipiente tiene 15 botellas de vinos, 5 de las cuales contienen vino que se han echado a perder. Un
muestra de 4 botellas se selecciona al azar de entre la caja
Datos
Tamaño de la poblaciòn (N)= 15
Nùmero de èxitos en la poblaciòn (r )= 5
Tamaño de muestra (n)= 4
Valor de X = =0,1,2,3,4
Varianza
n*r= 20
N-r= 10
N-n= 11
N^2= 225
N-1= 14
Funciòn Excel
X P(X) Acumulada
0 0.1538461538 0.1538461538
1 0.4395604396 0.5934065934
2 0.3296703297 0.9230769231
3 0.0732600733 0.9963369963
4 0.0036630037 1
1
Distribuciòn Hipergeomètrica
0.45
0.40
0.35
0.30
p(X)
0.25
0.20
0.15
0.10
0.05
0.00
X
0.15
0.10
0.05
0.00
2.1. Una población consta de 10 elementos, 6 de los cuales se encuentran defectuosos. En una
muestra de 3 elementos, ¿cuál es la probabilidad de que exactamente 2 sean defectuosos?
Suponga que las muestras se toman sin reemplazo.
Datos
Tamaño de la poblaciòn (N)= 10
Nùmero de èxitos en la poblaciòn (r )= 6
Tamaño de muestra (n)= 3
Funcion excel
X P(X)
0 0.0333333333
1 0.3
2 0.5
3 0.1666666667
1
a) ¿Cuál es la probabilidad de que todos los miembros del comité sean titulares?
b) ¿Cuál es la probabilidad de que por lo menos un miembro del comité no sea titular? (Sugerencia: Aplique la reg
Datos
Tamaño de la poblaciòn (N)= 8
Nùmero de èxitos en la poblaciòn (r )= 6
Tamaño de muestra (n)= 3
a) ¿Cuál es la probabilidad de que todos los miembros del comité sean titulares?
b) ¿Cuál es la probabilidad de que por lo menos un miembro del comité no sea titular? (Sugerencia: Aplique
la regla del complemento para responder esta pregunta.)
Datos
Tamaño de la poblaciòn (N)= 8
Nùmero de èxitos en la poblaciòn (r )= 2
Tamaño de muestra (n)= 3
Comb(N,n) P(X)
1365 0.15384615
1365 0.43956044
1365 0.32967033
1365 0.07326007
1365 0.003663
1
an defectuosos. En una
2 sean defectuosos?
Comb(N,n) P(X)
120 0.03333333
120 0.3
120 0.5
120 0.16666667
1
ACUMULADO
0.0333333333
0.3333333333
0.8333333333
1
a titular? (Sugerencia: Aplique la regla del complemento para responder esta pregunta.)
Hypergeometric distribution
8 N, population size
6 S, number of possible occurrences
3 n, sample size
cumulative
Comb(N,n) P(X) X p(X) probability
56 Err:502 1 0.10714 0.10714
56 0.10714286 2 0.53571 0.64286
56 0.53571429 3 0.35714 1.00000
56 0.35714286 1.00000
Hypergeometric distribution
8 N, population size
2 S, number of possible occurrences
3 n, sample size
cumulative
X p(X) probability
Comb(N,n) P(X) 0 0.35714 0.35714
56 0.35714286 1 0.53571 0.89286
56 0.53571429 2 0.10714 1.00000
56 0.10714286 1.00000
1
0.750 expected value
0.402 variance
0.634 standard deviation
Hypergeometric distribution (N = 8, S = 6, n = 3)
0.60
Hypergeometric distribution (N = 8, S = 6, n = 3)
0.60
possible occurrences
0.50
0.40
0.30
p(X)
Column C
0.20
0.10
0.00
1 2 3
X
Hypergeometric distribution (N = 8, S = 2, n = 3)
0.60
possible occurrences
0.50
0.40
0.30
p(X)
Column C
0.20
0.10
0.00
0 1 2
X
3.1. A un conmutador de la oficina principal de la compañía llegan llamadas a un
promedio de dos por minuto y se sabe que tienen distribución de Poisson. Si el
operador está distraído por un minuto, cuál es la probabilidad de que el número de
llamadas no respondidas sea:
a. ¿Cero?
b. ¿Por lo menos una?
c. ¿Entre 3 y 5, inclusive?
Datos
x e
Número esperado (λ)=(µ)=
Constante de neper (e )=
2
2.71828
P( x)
x!
a. ¿Cero?
P(X=0)= 0.13533528
c. ¿Entre 3 y 5, inclusive?
3.3. Usted compra partes para bicicleta de un proveedor en Toledo que tiene 3 defectos por cada
100 partes. Usted está en el mercado para comprar 150 partes pero no aceptará una
probabilidad de más del 50% de que más de dos partes sean defectuosas. ¿Usted le compraría a
dicho proveedor?
Datos
Número esperado (λ)=(µ)= 4.5 Partes Defectuosas
Constante de neper (e )= 2.71828 100 3
150 λ
λ 4.5
cumulative
X p(X) probability
0 0.13534 0.13534
1 0.27067 0.40601
x e 2
3
0.27067
0.18045
0.67668
0.85712
x! 4
5
0.09022
0.03609
0.94735
0.98344
6 0.01203 0.99547
7 0.00344 0.99890
8 0.00086 0.99976
9 0.00019 0.99995
10 0.00004 0.99999
11 0.00001 1.00000
12 0.00000 1.00000
13 0.00000 1.00000
14 0.00000 1.00000
1.00000
Poisson distribution (µ = 2)
0.30
0.25
0.20
p(X)
0.15
0.10
0.05
0.00
X
0.00
X