Tercer Laboratorio Probabilidad y Estadistica Con Excel 2019 Ii

UNIVERSIDAD DE SAN BUENAVENTURA
FACULTAD DE INGENIERÍA
AREA DE CIENCIAS BÁSICAS
PROBABILIDAD Y ESTADISTICA LABORATORIO III.
1. Temas:
Distribución Binomial
Distribución de Poisson
Distribución Normal
a. Distribución Binomial: (η ,ρ) Esta distribución la usamos para experimentos tipo

Bernoulli.
Ejemplo 1
En una prueba clínica de un fármaco, se encontró que el 4% sufre de dolores de cabeza,

después de tomar el medicamento. Calcule la probabilidad de que:
i) Entre 8 usuarios tres experimenten dolores de cabeza.
ii) Todos experimenten dolores de cabeza.
iii) Más de dos experimenten dolores de cabeza.
De donde p=0.04 and q= 0.96. El parámetro n=8.

Para usar la aplicación de Excel sobre la distribución Binomial, lo más recomendable
es hacer una tabla para estos datos, así:
En el igual insertamos la función y buscamos en las estadísticas:
Seleccionamos la Distribución Binomial:
Creamos la tabla de probabilidades puntuales, comenzando por su primera columna, en

donde va cada uno de los xi:
a. Nos pide Número de Éxitos, le damos cero para empezar seleccionando la casilla
con el cero.
b. Ensayos, en este caso serán 8 seleccionamos la última casilla y la fijamos con F4
para extender el cálculo.
c. La probabilidad de éxito es un dato fijo así que lo anotamos en una casilla y lo
fijamos con F4.
d. En esta casilla nos pide que le demos FALSO si solo queremos el dato puntual; y
verdadero si queremos hallar P(X<xi).
La tabla de datos puntuales para este ejemplo quedaría así (en la última columna
está la sumatoria de puntos): TABLA 1.
Binomial (n ,p) n=8 p=0,04 q=0,96

Éxito FRACASO P(X<xi)
0 0,72138958 0,27861042 0,72138958
1 0,24046319 0,75953681 0,96185277
2 0,03506755 0,96493245 0,99692032
3 0,0029223 0,9970777 0,99984262
4 0,0001522 0,9998478 0,99999482
5 5,0734E-06 0,99999493 0,99999989
6 1,057E-07 0,99999989 1
7 1,2583E-09 1 1
8 6,5536E-12 1 1
Ahora podemos contestar las preguntas:

i) Entre 8 usuarios tres experimenten dolores de cabeza.
Respuesta: Es una estimación puntual por lo tanto P(xi=3) es 0,0029223;
El 0.29%.
ii) Todos experimenten dolores de cabeza.
Respuesta: Como es una distribución discreta será P(xi=8) que sería: 6,5536E-12
Lo cual es Prácticamente cero.
iii) Más de dos experimenten dolores de cabeza.
Respuesta: Esta probabilidad será P(xi>2)=1-P(xi<3)= 1-0,96493245 = 0,00307968
El 0.31% aproximadamente.
Ejemplo 2
La probabilidad de que un paciente se recupere de cierta enfermedad sanguínea es 0.2 si

se sabe que 20 personas contraen la enfermedad,
a) cual es la probabilidad de que sobrevivan al menos 10?
b) cual es la probabilidad de que sobrevivan de 7 a 11?
c) de que sobrevivan exactamente 8 personas?
TABLA 2:
20 0,2 0,8
Binomial (n,p) n=20 p=0,20 q=0,80
Éxito Fracaso P(X<xi)
0 0,011529215 0,988470785 0,011529215
1 0,057646075 0,942353925 0,06917529
2 0,136909429 0,863090571 0,206084719
3 0,205364143 0,794635857 0,411448862
4 0,218199402 0,781800598 0,629648264
5 0,174559522 0,825440478 0,804207785
6 0,109099701 0,890900299 0,913307486
7 0,05454985 0,94545015 0,967857337
8 0,022160877 0,977839123 0,990018214
9 0,007386959 0,992613041 0,997405173
10 0,002031414 0,997968586 0,999436586
11 0,000461685 0,999538315 0,999898271
12 8,65659E-05 0,999913434 0,999984837
13 1,33178E-05 0,999986682 0,999998155
14 1,66473E-06 0,999998335 0,99999982
15 1,66473E-07 0,999999834 0,999999986
16 1,30057E-08 0,999999987 0,999999999
17 7,65041E-10 0,999999999 1
18 3,18767E-11 1 1
19 8,38861E-13 1 1
20 1,04858E-14 1 1
Ahora si contestamos las preguntas:
a) Cual es la probabilidad de que sobrevivan al menos 10?

Al menos 10 quiere decir 10 o más… Esto es P(Xi>=10)= 1 –P(Xi<10)=1-0,997405173
= 0,002594827
Esto es el 0.2595%
b) cual es la probabilidad de que sobrevivan de 7 a 11?
Esto es la P (7<=Xi<=11) se pueden tomar los puntos en Excel y simplemente sumarlos:
Lo cual da como resultado: 0,086590785. El 8.65%
c) de que sobrevivan exactamente 8 personas?
Esta probabilidad es puntual P(Xi=8) será 0,022160877. El 2.22%
EJERCICIOS DISTRIBUCION BINOMIAL:
Construya una tabla en cada caso particular y encuentre las respuestas:
1. Al probar cierta clase de neumático para camión en un terreno accidentado, se

encuentra que el 25% de los camiones no completan la prueba de recorrido sin
pinchaduras. De los siguientes 15 camiones probados, calcule la probabilidad de
que:
a) de 3 a 6 tengan pinchaduras;
b) menos de 4 tengan pinchaduras;
c) más de 5 tengan pinchaduras.
2. La probabilidad de que un paciente se recupere de una delicada operación de

corazón es 0.9. ¿Cuál es la probabilidad de que exactamente 5 de los siguientes 7
pacientes intervenidos sobrevivan?
3. Se sabe que 60% de los ratones inoculados con un suero quedan protegidos contra
cierta enfermedad. Si se inoculan 5 ratones, calcule la probabilidad de que:
a) ninguno contraiga la enfermedad;

b) menos de 2 contraigan la enfermedad;
c) más de 3 contraigan la enfermedad.
Distribución de Poisson P(Xi; λt):
Como se vio en la clase la distribución de Poisson, se utiliza cuando se tienen variables

aleatorias que describen un número de resultados en un intervalo de tiempo o en una región
especifica.
Ejemplo 1
El número promedio de camiones tanque que llega cada día a cierta ciudad portuaria es 10.
Las instalaciones del puerto pueden alojar a lo sumo 15 camiones tanque por día, cual es la
probabilidad de que en un día determinado lleguen más de 15 camiones y se tengan que
rechazar algunos?
Para solucionar este ejemplo con la ayuda de Excel podemos hacer 3 columnas como las
que siguen:
Valor Esperado (Lamda t) Variable Aleatoria Xi Probabilidad de X<Xi
En este caso en el valor esperado siempre será 10, el valor de Xi puede ser cualquiera de 0
a por ejemplo 20. Y la probabilidad la hallamos con:
a) Busque la distribución de Poisson en las fórmulas de Excel:

X será cada valor que anotamos antes de 0 a 20
El Valor esperado será el λt y será la media que pide la aplicación en este caso es 10
y se fija el valor en la distribución con F4.
El Acumulado es un valor lógico: Falso si queremos los valores puntuales; y verdadero

si queremos los valores Acumulados.
El resultado de esta operación es el siguiente:
VALOR ESPERADO Xi P(X<Xi)

10 0 4,53999E-05
10 1 0,000499399
10 2 0,002769396
10 3 0,010336051
10 4 0,029252688
10 5 0,067085963
10 6 0,130141421
10 7 0,220220647
10 8 0,332819679
10 9 0,457929714
10 10 0,58303975
10 11 0,696776146
10 12 0,791556476
10 13 0,864464423
10 14 0,916541527
10 15 0,951259597 0,0487404
10 16 0,97295839
10 17 0,985722386
10 18 0,992813495
10 19 0,996545658
10 20 0,998411739
10 21 0,999300349
Con lo cual ya tenemos la respuesta a la pregunta propuesta:
P(X>15) = 1 - 0,951259597 = 0,0487404

Hay un 4.9% de probabilidades de que se tengan que rechazar Camiones.
EJERCICIOS DISTRIBUCION DE POISSON:
4. Un escritor de libros comete, en promedio, dos errores de procesamiento de texto por

página en el primer borrador de su libro. ¿Cuál es la probabilidad de que en la siguiente
página cometa:
a) ¿4 o más errores?
b) ¿Ningún error?
5. Suponga que la probabilidad de que una determinada persona crea un rumor acerca de
las transgresiones de cierta actriz famosa es de 0.8. ¿Cuál es la probabilidad de que:
a) ¿la sexta persona que escuche este rumor sea la cuarta en creerlo?
b) ¿la tercera persona que escuche este rumor sea la primera en creerlo?
6. 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 λt=5.
a) ¿Cuál es la probabilidad de que, a lo sumo, 3 automóviles por año de ese modelo

específico sufran una catástrofe?
b) ¿Cuál es la probabilidad de que más de un automóvil por año experimente una

catástrofe?
La Distribución Normal N(µ,σ):
La distribución Normal es la más usada de las distribuciones continuas de probabilidad, que

además se puede usar para cuando la variable aleatoria tiene un gran número de datos;
gracias al: Teorema de Limite Central.
Ejemplo 1
En una planta embotelladora de Gaseosas, una de las líneas de producción envasa
gaseosas con media de 500 cm³ y desviación estándar de 2 cm³. De esa línea de
producción se escoge al azar una botella ya envasada.
Calcular la probabilidad de:
a) La botella contenga entre 487 y 499 cm³.

b) La botella contenga más de 503 cm³.
c) Calcular el valor de X cuando se tiene que: P(X<=x=??)=0.08
d) Calcular el valor de X cuando se tiene que: P(X>x=??)=0.15
Para resolver el punto a), se tiene que buscamos la función en Excel= DISTR.NORM.N
Y obtenemos el recuadro que aparece abajo:
Este cuadro lo llenamos de este modo, buscamos la distribución acumulada hasta el punto
que pedimos así:
X= 499
Media= 500
Desviación Estándar= 2
Acumulado= 1 ó Verdadero
Lo cual nos arroja el siguiente valor: 0,308537539
Ahora hacemos lo mismo para el límite inferior y obtenemos: 4,016E-11
Y si los restamos nos da: 0,30853754 que será el Área bajo la curva Normal entre esos dos
Valores. Esto es 30.85% la probabilidad de que la botella, que seleccionamos contenga entre
estos dos valores.
Para resolver el punto b): La botella contenga más de 503 cm³?

Podemos usar el mismo argumento, pero con el complemento; Así:
P(X>503)= 1-P(X<=503) = 1 - 0,933192799 = 0,0668072
La probabilidad de que el contenido sea mayor a 503 será de 6.68%.
Para resolver el punto c): P(X<=x=??)=0.08 Tenemos que calcular con la inversa; así:
Donde escribimos:
Probabilidad: 0.08
Media: 500
Desviación Estándar: 2
Lo cual nos arroja como resultado los cm³ para esa probabilidad: 497,1898569.
Ahora para la última pregunta d) se tiene: P(X>x=??)=0.15 Lo hacemos por la inversa, pero
usamos el complemento Así:
P(X>x=??)=0.15 sera lo mismo que: 1 - P(X<x=??)=0.15
P(X<x=??)=1 - 0.15
P(X<=x=??)= 0.85
Donde escribimos:
Probabilidad: 0.85
Media: 500
Desviación Estándar: 2
Lo cual nos arroja como resultado los cm³ para esa probabilidad: 502,0728668
EJERCICIOS DISTRIBUCION NORMAL:
7. Un investigador informa que unos ratones a los que primero se les restringen
drásticamente sus dietas y después se les enriquecen con vitaminas y proteínas vivirán un
promedio de 40 meses. Si suponemos que la vida de tales ratones se distribuye
normalmente, con una desviación estándar de 6.3 meses, calcule la probabilidad de que un
ratón determinado viva:
a) más de 32 meses;
b) menos de 28 meses;
c) entre 37 y 49 meses.
8. Un abogado viaja todos los días de su casa en los suburbios a su oficina en el centro de la
ciudad. El tiempo promedio para un viaje sólo de ida es de 24 minutos, con una desviación
estándar de 3.8 minutos. Si se supone que la distribución de los tiempos de viaje está
distribuida normalmente.
a) ¿Cuál es la probabilidad de que un viaje tome al menos 1/2 hora?
b) Si la oficina abre a las 9:00 a.m. y él sale diario de su casa a las 8:45 a.m., ¿qué
porcentaje de las veces llegará tarde al trabajo?
c) Si sale de su casa a las 8:35 a.m. y el café se sirve en la oficina de 8:50 a.m. a 9:00
a.m., ¿cuál es la probabilidad de que se pierda el café?
d) Calcule la duración mayor en la que se encuentra el 15% de los viajes más lentos.
e) Calcule la probabilidad de que 2 de los siguientes 3 viajes tomen al menos 1/2 hora.
9. La vida promedio de cierto tipo de motor pequeño es de 10 años, con una desviación
estándar de 2 años. El fabricante reemplaza gratis todos los motores que fallen dentro del
periodo de garantía. Si estuviera dispuesto a reemplazar sólo 3% de los motores que fallan,
¿cuánto tiempo de garantía debería ofrecer? Suponga que la duración de un motor sigue una
distribución normal.

Tercer Laboratorio Probabilidad y Estadistica Con Excel 2019 Ii

Caricato da

Informazioni sul documento

Descrizione originale:

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Tercer Laboratorio Probabilidad y Estadistica Con Excel 2019 Ii

Caricato da

Copyright:

Formati disponibili

UNIVERSIDAD DE SAN BUENAVENTURA

a. Distribución Binomial: (η ,ρ) Esta distribución la usamos para experimentos tipo

En una prueba clínica de un fármaco, se encontró que el 4% sufre de dolores de cabeza,

De donde p=0.04 and q= 0.96. El parámetro n=8.

Seleccionamos la Distribución Binomial:

Creamos la tabla de probabilidades puntuales, comenzando por su primera columna, en

Binomial (n ,p) n=8 p=0,04 q=0,96

Ahora podemos contestar las preguntas:

La probabilidad de que un paciente se recupere de cierta enfermedad sanguínea es 0.2 si

Ahora si contestamos las preguntas:

a) Cual es la probabilidad de que sobrevivan al menos 10?

EJERCICIOS DISTRIBUCION BINOMIAL:

Construya una tabla en cada caso particular y encuentre las respuestas:

1. Al probar cierta clase de neumático para camión en un terreno accidentado, se

2. La probabilidad de que un paciente se recupere de una delicada operación de

a) ninguno contraiga la enfermedad;

Distribución de Poisson P(Xi; λt):

Como se vio en la clase la distribución de Poisson, se utiliza cuando se tienen variables

Valor Esperado (Lamda t) Variable Aleatoria Xi Probabilidad de X<Xi

a) Busque la distribución de Poisson en las fórmulas de Excel:

X será cada valor que anotamos antes de 0 a 20

El Acumulado es un valor lógico: Falso si queremos los valores puntuales; y verdadero

El resultado de esta operación es el siguiente:

VALOR ESPERADO Xi P(X<Xi)

Con lo cual ya tenemos la respuesta a la pregunta propuesta:

P(X>15) = 1 - 0,951259597 = 0,0487404

EJERCICIOS DISTRIBUCION DE POISSON:

4. Un escritor de libros comete, en promedio, dos errores de procesamiento de texto por

6. Un fabricante de automóviles se preocupa por una falla en el mecanismo de freno de un

a) ¿Cuál es la probabilidad de que, a lo sumo, 3 automóviles por año de ese modelo

b) ¿Cuál es la probabilidad de que más de un automóvil por año experimente una

La Distribución Normal N(µ,σ):

La distribución Normal es la más usada de las distribuciones continuas de probabilidad, que

Calcular la probabilidad de:

a) La botella contenga entre 487 y 499 cm³.

Lo cual nos arroja el siguiente valor: 0,308537539

Ahora hacemos lo mismo para el límite inferior y obtenemos: 4,016E-11

Para resolver el punto b): La botella contenga más de 503 cm³?

P(X>503)= 1-P(X<=503) = 1 - 0,933192799 = 0,0668072

La probabilidad de que el contenido sea mayor a 503 será de 6.68%.

P(X>x=??)=0.15 sera lo mismo que: 1 - P(X<x=??)=0.15

EJERCICIOS DISTRIBUCION NORMAL:

a) ¿Cuál es la probabilidad de que un viaje tome al menos 1/2 hora?

Potrebbero piacerti anche