TALLER PROBABILIDAD Y ESTADISTICA

CUANDO X=2
𝑁1 𝑁 − 𝑁1
( 𝑁 )( 𝑁 − 𝑁 )
𝑁
(𝑁
)
(10𝑁2)((50 − 10)𝑁(5 −
2)) (50𝑁5)

≈ 0.21

CUANDO X=1
𝑁1 𝑁 − 𝑁1
( 𝑁 )( 𝑁 − 𝑁 )
𝑁
(𝑁
)
(10𝑁1)((50 − 10)𝑁(5 −
1)) (50𝑁5)
≈ 0.43

CUANDO X=0
𝑁1 𝑁 − 𝑁1
( 𝑁 )( 𝑁 − 𝑁 )
𝑁
(𝑁
)
(10𝑁0)((50 − 10)𝑁(5 −
0)) (50𝑁5)

≈ 0.31
Luego la probabilidad de obtener 2 objetos defectuosos entre los 5 seleccionados al azar
sería sumar las tres probabilidades “x=0 + x=1 + x=2)”
0.21 + 0.43 + 0.31 = 0.95

5.61 Suponga que, en promedio, una persona en 1000 comete un error numérico al
preparar su declaración de impuestos. Si se seleccionan 10,000 formas al azar y se
examinan, calcule la probabilidad de que 6, 7 u 8 de las formas contengan un error.
Binomial: Porque la probabilidad de éxito y la probabilidad de error es la misma para 6,7
u 8. También se utiliza ya que su población es grande.
n= 10000
p= 1/1000= 0.001 Probabilidad de éxito en un intento
q= 1 – p= 0.999 probabilidad de fracaso
x=6; x=7; x=8 Son las diferentes probabilidades

CUANDO X=6
𝑁!
𝑁(𝑁 = 𝑁) = 𝑁𝑁 𝑁𝑁−𝑁
𝑁! (𝑁 −
𝑁)!
10000!
𝑁(6 = 𝑁) = 0.00160.99910000−6
6! (10000 −
6)!
≈ 0.063
CUANDO X=7
𝑁!
𝑁(𝑁 = 𝑁) =
𝑁𝑁 𝑁𝑁−𝑁
𝑁! (𝑁 −
𝑁)!
10000!
𝑁(7 = 𝑁) = 0.00170.99910000−7
7! (10000 −
7)!
≈ 0.090
CUANDO X=8
𝑁!
𝑁(8 = 𝑁) =
𝑁𝑁 𝑁𝑁−𝑁
𝑁! (𝑁 −
𝑁)
10000!
𝑁(8 = 𝑁) = 0.00180.99910000−8
8! (10000 −
8)

≈ 0.113
Ahora se suma las tres probabilidades x=6 + x=7 + x=8
0.063 + 0.090 + 0.113 = 0.266

5.65 Un fabricante de automóviles se preocupa por una falla en el mecanismo de freno de

un modelo específico. En raras ocasiones la falla puede causar una catástrofe al
manejarlo a alta velocidad. La distribución del número de automóviles por año que
experimentará la catástrofe es una variable aleatoria de Poisson con λ = 5.
a) ¿Cuál es la probabilidad de que, a lo sumo, 3 automóviles por año de ese modelo
específico sufran una catástrofe?
Poisson: El mismo problema nos indica que se resuelve con esta distribución

λ= 5
e= 2.71
Se debe tomar como “x” todos los números menores o igual a 3
CUANDO X=3

ℷ 𝑁 𝑁 −λ
𝑁( 𝑁,) λ
= 𝑁!
5 2.71−5
3
( )
𝑁 3,5 =
3!
≈ 0.143
CUANDO X=2
ℷ 𝑁 𝑁 −λ
𝑁( 𝑁,) λ
= 𝑁!
5 2.71−5
2
( )
𝑁 2,5 =
2!
≈ 0.086
CUANDO X=1
ℷ 𝑁 𝑁 −λ
𝑁( 𝑁,) λ
= 𝑁!
5 2.71−5
1
( )
𝑁 1,5 =
1!
≈ 0.034
CUANDO X=0
ℷ 𝑁 𝑁 −λ
𝑁( 𝑁,) λ
= 𝑁!
5 2.71−5
0
( )
𝑁 0,5 =
0!
≈ 0.007
AHORA SUMAMOS LAS TRES PROBABILIDADES ““x=0 + x=1 + x=2 + x=3”
0.143 + 0.086 + 0.034 + 0.007 = 0.27
b) ¿Cuál es la probabilidad de que más de un automóvil por año experimente una
catástrofe?
Es sumar las probabilidades mayores a 1 o restarle las probabilidades menores o iguales
a1
CUANDO X=2
≈ 0.086
CUANDO X=1
≈ 0.034
CUANDO X=0
≈ 0.007
1 - x=2 - x=1 - x=0
1 – 0.086 – 0.034 – 0.007 = 0.959

5.71 Se sabe que para cierto tipo de alambre de cobre ocurren, en promedio, 1.5 fallas
por milímetro. Si se supone que el número de fallas es una variable aleatoria de Poisson
Poisson: El mismo problema nos indica que se resuelve con esta distribución

¿Cuál es la probabilidad de que no ocurran fallas en cierta parte de un alambre que tiene
5 milímetros de longitud?
λ= 7.5 Sale de multiplicar 5 (milímetros de longitud) por 1.5 (fallas por milímetro)
x= 0 porque nos dicen que no ocurran fallas
 ℷ 𝑁 𝑁 −λ
𝑁( 𝑁,) λ
= 𝑁!
7502.71−7.5
( )
𝑁 0,7.5 =
0!
≈ 5.51 ∗ 10−4

≈ 𝑁. 𝑁𝑁𝑁𝑁𝑁𝑁

¿Cuál es el número promedio de fallas en alguna parte de un alambre que tiene 5

milímetros de longitud?
El número de fallas es de 7.5 que sale de multiplicar 5 (milímetros de longitud) por
1.5 (fallas por milímetro)