Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Manual de estadística I
Universidad industrial de Santander
2020
4
Contenido
TEORIA PROBABILISTICA
Conceptos Fundamentales:
A B
7
b. ∩: 𝐼𝑛𝑡𝑒𝑟𝑠𝑒𝑐𝑐𝑖ó𝑛 (𝐴Ո𝐵) : es la misma multiplicación entre sucesos; (𝐴Ո𝐵):
(x/x€ A y x/€B)
(A ∩B)= (AxB)=(AyB)=(AᴧB)=(A and B)
(A𝛁𝐁)
8
Suceso Seguro
B
A
Se acostumbrara 𝑃((𝐴𝑈𝐵)) =
𝑃(𝐴∪𝐵)
A B
10
9. Sucesos Compuestos: Sean A, B, C … C S.
Si 𝑆 = (𝐴 𝑦 𝐵) es decir 𝑆 = (𝐴 ∩ 𝐵)
Entonces la probabilidad 𝑃(𝐴 ∩ 𝐵) Se lee como: la probabilidad de que
ambos sucesos se presenten simultáneamente.
Es decir, si ocurre A debe ocurrir B también.
𝑃(𝐴∩𝐵)
A B
Ejemplos:
Lanzamos dos dados simultáneamente una sola vez. Calcular la probabilidad
de:
a. Obtener un resultado de 7 puntos.
b. Obtener un resultado de por lo menos 7 puntos.
c. Obtener un resultado par (suma de ambos dados).
d. Obtener un resultado de por los menos 7 puntos y par.
e. Obtener un resultado de por lo menos 7 puntos o par.
f. Obtener un resultado de 4 puntos y 9 puntos.
12
g. Obtener un resultado de 4 puntos o 9 puntos.
h. Obtener un resultado de 14 puntos.
i. Obtener un resultado de por lo menos 2 puntos o 13 puntos.
Solución.
Definimos y pintamos nuestro espacio muestral:
1 2 3 4 5 6
1 (1, 1) (1, 2) (1, 3) (1, 4) (1, 5) (1, 6)
2 (2, 1) (2, 2) (2, 3) (2, 4) (2, 5) (2, 6)
3 (3, 1) (3, 2) (3, 3) (3, 4) (3, 5) (3, 6)
4 (4, 1) (4, 2) (4, 3) (4, 4) (4, 5) (4, 6)
5 (5, 1) (5, 2) (5, 3) (5, 4) (5, 5) (5, 6)
6 (6, 1) (6, 2) (6, 3) (6, 4) (6, 5) (6, 6)
a.
A= obtener un resultado de 7 puntos (por comprensión) =por
extensión seria: ( (6, 1),(5, 2), (4, 3), (1, 6),(2, 5),(3, 4))
𝑓 6 1
P(A) = 𝑃(𝑂𝑏𝑡𝑒𝑛𝑒𝑟 𝑢𝑛 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 7 𝑝𝑢𝑛𝑡𝑜𝑠) = 𝑡 = 36 = 6
𝐵=
{(1, 6), (2, 5), (3, 4), (4, 3), (5, 2), (6, 1), (6, 2), (2,6), (6, 3), (3,6), (6, 4), (4,6). (6, 5), (5,6), (6, 6) … }
por extensión
𝑓 21 7
𝑃(𝑂𝑏𝑡𝑒𝑛𝑒𝑟 𝑢𝑛 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 ≥7 𝑃𝑢𝑛𝑡𝑜𝑠) = = =
𝑡 36 12
9 21 9
𝑃𝐷 = 𝑃(𝐷2 ) ∗ 𝑃(𝐷1 ) = 21 ∗ 36 = 36
𝐷1
h. P(G)= P(G1UG2) =
Primero calculamos sus respectivas probabilidades:
𝑃𝐺1 (𝑂𝑏𝑡𝑒𝑛𝑒𝑟 𝑢𝑛 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 4 𝑝𝑢𝑛𝑡𝑜𝑠) ; 𝑃𝐺2(𝑂𝑏𝑡𝑛𝑒𝑟 𝑢𝑛 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 9 𝑝𝑢𝑛𝑡𝑜𝑠)
G1 = {(1, 3), (3, 1), (2, 2)} G2 = {(6, 3), (4, 5), (3, 6),
(5, 4)}
𝑓 3 𝑓 4
𝑃(𝐺1 ) = = 36 𝑃(𝐺2 ) = = 36
𝑡 𝑡
𝑓 0
i. 𝑃(𝐻) = = 36 = 0 ( 𝑆𝑢𝑐𝑒𝑠𝑜 𝐼𝑚𝑝𝑜𝑠𝑖𝑏𝑙𝑒)
𝑡
j. P(I)=P(I1UI2) =
36
𝑃𝐼1 (𝑂𝑏𝑡𝑒𝑛𝑒𝑟 𝑢𝑛 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 ≥ 2 𝑝𝑢𝑛𝑡𝑜𝑠) = 36
PROBABILIDAD CONDICIONAL
Definición
Sean A, B, …C S.
𝐴
𝑃 (𝐵) Se lee como la 𝑃(𝐴) dado B; se lee también como la 𝑃(𝐴) dado que ya
ocurrió el suceso B. y …
Se define:
𝐴 𝑃(𝐴∩𝐵)
𝑃 (𝐵) = 𝑃(𝐵)
𝐵 𝑃(𝐵∩𝐴)
𝑃 (𝐴 ) = 𝑃(𝐴)
condic.
𝑆 𝑃(𝑆∩𝐵) 𝑃(𝐵)
𝑃 (𝐵) = = 𝑃(𝐵) = 1
𝑃(𝐵)
2 5
𝑁𝑒𝑔𝑟𝑎 𝑃(𝑁∩𝐵) ∗ 5
13 14
a. 𝑃 (𝐵𝑙𝑎𝑛𝑐𝑎) = = 2 = 13
𝑃(𝐵)
14
7 1
b. 𝑃(𝑅𝑜𝑗𝑎) = =
14 2
6 7
𝑅𝑜𝑗𝑎 𝑃(𝑅∩𝑅) [ ∗ ] 6
13 14
c. 𝑃 (𝑅𝑜𝑗𝑎) = = 7 = 13
𝑃(𝑅)
14
𝑹𝒐𝒋𝒂
d. P (R∩ 𝑹) = 𝑷(𝑹𝒚 𝑹) = 𝑷 (𝑹𝒐𝒋𝒂) ∗ 𝑷(𝑹)= (6/13) *(7/14) = 42/182)
Ejemplo # 3: Sea A el suceso de sacar un As, y sea E el suceso de sacar espadas de una baraja
de 52 cartas. Si se extrae una sola carta de la baraja, calcular la probabilidad de:
Ejemplo # 4: Se lanzan simultáneamente un dado y una moneda una sola vez, calcular la
probabilidad de:
TEOREMA DE BAYES
Este Teorema nos permite calcular probabilidades desde el presente hacia el
19
pasado es decir cambia causas por efectos y efectos por causas.
𝑃(𝐴/𝐵𝑖)𝑃(𝐵𝑖)
𝑃(Bi/𝐴) =
𝐴 𝐴 𝐴
𝑃 (𝐵1) ∗ 𝑃(𝐵1) … + 𝑝 (𝐵𝑖 ) ∗ 𝑃(𝐵𝑖) … + 𝑃 ( ) ∗ 𝑃(𝐵𝑘)
𝐵𝑘
A
P( )∗P(B1)
B1
P(B1 /A) = A A A
P( )∗P(B1)+P( )∗P(B2)+P( )∗P(B3)
B1 B2 B3
A
P( )∗P(B2)
B2
P(B2 /A) = A A A
P( )∗P(B1)+P( )∗P(B2)+P( )∗P(B3)
B1 B2 B3
A
P( )∗P(B3)
B3
P(B3 /A) = A A A
P( )∗P(B1)+P( )∗P(B2)+P( )∗P(B3)
B1 B2 B3
Solución:
TÉCNICAS DE CONTEO
1. Permutación: [nPr] Es una función uno a uno y sobre (biyectiva) del conjunto
A sobre el conjunto de los N
r: número de elementos a organizar
22
n: número total de elementos
𝐴 ⟹ 𝑁
𝑎1 ⟹ 1
𝑛!
𝑎2 ⟹ 2 𝑛𝑃𝑟 = (𝑛−𝑟)!
𝑎3 ⟹ 3
𝑎𝑛 ⟹ 𝑛
Una permutación es un Arreglo en el cual tenemos en cuanta el
orden.
Propiedades:
𝑛! 𝑛!
Si 𝑟 = 0 𝑛𝑃𝑟 = (𝑛−0)! = 𝑛! = 1
𝑛! 𝑛(𝑛−1)!
Si 𝑟 = 1 𝑛𝑃𝑟 = (𝑛−1)! = =𝑛
(𝑛−1)!
𝑛! 𝑛!
Si 𝑟 = 𝑛 𝑛𝑃𝑟 = (𝑛−𝑛)! = = 𝑛!
0!
Ejercicio # 2: ¿Cuantas placas para autos se podrán armar con nuestro alfabeto
de 27 letras y con los numeros dígitos, con la estructura de placas que tenemos
hoy en día y de solo un atributo (placas amarillas= vehículos particulares)?
a) repitiendo letras y números
b) sin repetir letras ni números
𝑛!
𝑛𝐶𝑟 =
(𝑛 − 𝑟)! 𝑟!
23
Propiedades:
𝑛! 𝑛!
Si 𝑟 = 0 𝑛𝐶𝑟 = (𝑛−0)!0! = 𝑛! = 1
𝑛∗(𝑛−1)!
Si 𝑟 = 1 𝑛𝐶𝑟 = (𝑛−1)
=𝑛
𝑛!
Si 𝑟 = 𝑛 𝑛𝐶𝑛 = (𝑛−𝑛)!𝑛! = 1
Ejercicio # 1: Suponga que tenemos un conjunto de tres elementos A =[a,b,c] ;
cuantos subconjuntos podremos tener: 23= 8 subconjuntos
# sujA = { (a),(b);(c),(a,b);(a,c);(b,c);(a,b,c);()}
a. si n= 3 y r=1 ¿cuantas combinaciones tendremos? Rta: 3={(a);(b);(c)}
Aplicando la formula tenemos:
3!
3𝐶1 = =3
(3 − 1)! 1!
b. si n= 3 y r= 2 ¿Cuántas combinaciones tendremos? Rta: 3={(a,b);(a,c);(b,c)}
aplicando la formula tendremos:
3!
3𝐶2 = =3
(3 − 2)! 2!
Comité # 1:
15!
15𝐶6 = (15−6)!6!=5005
Comité # 2 :
24
9!
9𝐶5 = = 126
(9 − 5)! 5!
Comité # 3:
4!
4𝐶4 = =1
(4 − 4)! 4!
Solución:
Espada 1 AS 13 Cartas
Bastos 1 AS 13 Cartas
52
Copas 1 AS 13 Cartas
Oro 1 AS 13 Cartas
1 13
a) 𝑃(𝐴𝑆 𝑑𝑒 𝑒𝑠𝑝𝑎𝑑𝑎) = 𝑃(𝐴 ∩ 𝐸) = 𝑃(𝐴/𝐸) ∗ 𝑃(𝐸) = 13 ∗ 52
1
𝑃(𝐴𝑆 𝑑𝑒 𝑒𝑠𝑝𝑎𝑑𝑎) = 52
Estación 2
𝑃(𝐹𝑎𝑙𝑙𝑎 𝐵𝑜𝑚𝑏𝑒𝑜 ∪ 𝐹𝑢𝑔𝑎) = 𝑃(𝐹𝑎𝑙𝑙𝑎 𝐵𝑜𝑚𝑏𝑒𝑜) + 𝑃(𝐹𝑢𝑔𝑎) − 𝑃(𝐹𝑎𝑙𝑙𝑎 𝐵𝑜𝑚𝑏𝑒𝑜 ∩
𝐹𝑢𝑔𝑎)
La Estación 1 tiene una probabilidad de 0, 17, es decir tiene mayor probabilidad de parar.
50%
0%
100%
0.01
%
50%
99%
27
𝑃(𝐵∩𝐴)
a) 𝑃(𝐸𝑛𝑓𝑒𝑟𝑚𝑒𝑑𝑎𝑑 𝑃𝑟𝑒𝑠𝑒𝑛𝑡𝑒/𝑅𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑃𝑜𝑠𝑖𝑡𝑖𝑣𝑜) = 𝑃(𝐴)
(0,5)(1)
𝑃(𝐸𝑛𝑓𝑒𝑟𝑚𝑒𝑑𝑎𝑑 𝑃𝑟𝑒𝑠𝑒𝑛𝑡𝑒/𝑅𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑃𝑜𝑠𝑖𝑡𝑖𝑣𝑜) = (0,5)∗(1)+(0.5)∗(0.01) =
0,99009
𝑃(𝐵∩𝐴)
b) 𝑃(𝐸𝑛𝑓𝑒𝑟𝑚𝑒𝑑𝑎𝑑 𝑁𝑜 𝑃𝑟𝑒𝑠𝑒𝑛𝑡𝑒/𝑅𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑁𝑒𝑔𝑎𝑡𝑖𝑣𝑜) = 𝑃(𝐴)
(0,5)∗(0,99)
𝑃(𝐸𝑛𝑓𝑒𝑟𝑚𝑒𝑑𝑎𝑑 𝑁𝑜 𝑃𝑟𝑒𝑠𝑒𝑛𝑡𝑒/𝑅𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑁𝑒𝑔𝑎𝑡𝑖𝑣𝑜) = (0,5)∗(0.99)+(0) = 1
4. La tienda Ley ha sido objeto de muchos robos durante el último mes, pero debido al
aumento de las medidas de seguridad se ha detenido a 250 ladrones. Se registró el
sexo de cada ladrón, también se anotó si se trataba de un primer delito o si era
reincidente. Los datos con los siguientes:
Sexo Primera Ofensa Reincidente
Hombre 60 70 130
Mujer 40 76 120
104 146 250
Solución:
130 13
a) 𝑃(𝐻𝑜𝑚𝑏𝑟𝑒) = 250 = 25
28
𝑃(𝑃𝑟𝑖𝑚𝑒𝑠𝑎 𝑂𝑓𝑒𝑛𝑠𝑎 ∩ 𝐻𝑜𝑚𝑏𝑟𝑒)
b) 𝑃(𝑃𝑟𝑖𝑚𝑒𝑟𝑎 𝑂𝑓𝑒𝑛𝑠𝑎/𝐻𝑜𝑚𝑏𝑟𝑒) = 𝑃(𝐻𝑜𝑚𝑏𝑟𝑒)
60
250 60 6
𝑃(𝑃𝑟𝑖𝑚𝑒𝑟𝑎 𝑂𝑓𝑒𝑛𝑠𝑎/𝐻𝑜𝑚𝑏𝑟𝑒) = 130 = 130 = 13
250
𝑃(𝑀𝑢𝑗𝑒𝑟 ∩𝑅𝑒𝑖𝑛𝑐𝑖𝑑𝑒𝑛𝑡𝑒)
c) 𝑃(𝑀𝑢𝑗𝑒𝑟/𝑅𝑒𝑖𝑛𝑐𝑖𝑑𝑒𝑛𝑡𝑒) = 𝑃(𝑅𝑒𝑖𝑛𝑐𝑖𝑑𝑒𝑛𝑡𝑒)
76
250 76
𝑃(𝑀𝑢𝑗𝑒𝑟/𝑅𝑒𝑖𝑛𝑐𝑖𝑑𝑒𝑛𝑡𝑒) = 146 = 146
250
44 104 44
𝑃(𝑀𝑢𝑗𝑒𝑟 ∩ 𝑃𝑟𝑖𝑚𝑒𝑟𝑎 𝑉𝑒𝑧) = 104 ∗ 250 = 250
44
𝑃(𝑀𝑢𝑗𝑒𝑟 ∩ 𝑃𝑟𝑖𝑚𝑒𝑟𝑎 𝑉𝑒𝑧) = 250
70 146
𝑃(𝐻𝑜𝑚𝑏𝑟𝑒 ∩ 𝑅𝑒𝑖𝑛𝑐𝑖𝑑𝑒𝑛𝑡𝑒) = 146 ∗ 250
70
𝑃(𝐻𝑜𝑚𝑏𝑟𝑒 ∩ 𝑅𝑒𝑖𝑛𝑐𝑖𝑑𝑒𝑛𝑡𝑒) = 250
5. En los últimos años las compañías de tarjetas de crédito han hecho un gran esfuerzo
por lograr nuevas cuentas entre estudiantes universitarios. Suponga que una
muestra de 200 estudiantes de una universidad indicó la siguiente información
acercad de si el estudiante poseía una tarjeta de crédito bancaria y una tarjeta de
crédito para viaje y entretenimiento.
Tarjeta de Título Universitario
Crédito Total
SI NO
Bancaria
Hombre
29
Si 60 60 120
No 15 65 80
75 125 200
a) Suponga que se sabe que el estudiante tiene una tarjeta d crédito bancaria ¿Cuál
es la probabilidad de que ella o él tenga una tarjeta de crédito para viaje o
entretenimiento?
b) Suponga que el estudiante no tiene una tarjeta de crédito para viaje ¿Cuál es la
probabilidad de que ella o él tenga una tarjeta de crédito bancaria?
Solución:
a) 𝑃(𝑇𝑎𝑟𝑗𝑒𝑡𝑎 𝑑𝑒 𝐶𝑟é𝑑𝑖𝑡𝑜 𝐵𝑎𝑛𝑐𝑎𝑟𝑖𝑎 ∩
𝑇𝑎𝑟𝑗𝑒𝑡𝑎 𝑝𝑎𝑟𝑎 𝑉𝑖𝑎𝑗𝑒 𝑦 𝐸𝑛𝑡𝑟𝑒𝑡𝑒𝑛𝑖𝑚𝑒𝑖𝑛𝑡𝑜) =
𝑃(𝑇𝑎𝑟𝑗𝑒𝑡𝑎 𝑑𝑒 𝐶𝑟é𝑑𝑖𝑡𝑜 𝐵𝑎𝑛𝑐𝑎𝑟𝑖𝑎/
𝑇𝑎𝑟𝑗𝑒𝑡𝑎 𝑝𝑎𝑟𝑎 𝑉𝑖𝑎𝑗𝑒 𝑦 𝐸𝑛𝑡𝑟𝑒𝑡𝑒𝑛𝑖𝑚𝑒𝑖𝑛𝑡𝑜) ∗
𝑃(𝑇𝑎𝑟𝑗𝑒𝑡𝑎 𝑝𝑎𝑟𝑎 𝑉𝑖𝑎𝑗𝑒 𝑦 𝐸𝑛𝑡𝑟𝑒𝑡𝑒𝑛𝑖𝑚𝑒𝑖𝑛𝑡𝑜)
𝑃(𝑇𝑎𝑟𝑗𝑒𝑡𝑎 𝑑𝑒 𝐶𝑟é𝑑𝑖𝑡𝑜 𝐵𝑎𝑛𝑐𝑎𝑟𝑖𝑎 ∩
120 60
𝑇𝑎𝑟𝑗𝑒𝑡𝑎 𝑝𝑎𝑟𝑎 𝑉𝑖𝑎𝑗𝑒 𝑦 𝐸𝑛𝑡𝑟𝑒𝑡𝑒𝑛𝑖𝑚𝑒𝑖𝑛𝑡𝑜) = 200 ∗ 120
0, 4
0, 6
0, 6
100%
0, 3
0, 4 (0,4)(0,6)
a) P(Esposo Ve Tv/Esposa Ve Tv)=(0,4)(0,6)+(0,3)(0,4) = 0. 66
DISTRIBUCION DE PROBABILIDAD
Ejemplo: supongamos que lanzamos un dado una sola vez y nos piden calcular
todas las probabilidades de obtener cada uno de los posibles resultados al caer
el dado.
x-------------------------P(x)
1------------------------ 1/6
2------------------------ 1/6
3------------------------ 1/6
4----------------------- 1/6
5----------------------- 1/6
MODELO MATEMATICO:
1
P( X )
(b a) 1
Donde:
-Esperanza:
ab
E ( x)
2
-Varianza:
33
b a 1 1
2
Var ( x)
12
-Desviación:
S Var ( x)
MODELO MATEMATICO:
P( x) nCxP x (1 P)n x
Donde:
C Combinación
(1 − 𝑝) = q= Probabilidad de fracaso.
x Suceso deseado.
n x Suceso no deseado.
-Esperanza:
E ( x) n * p
-Varianza:
34
Var ( x) n * P(1 P)
-Desviación:
S Var ( x)
c) obtener 6 caras
solución
1 2 1
a) 𝑃(𝑥 = 2) = 6𝐶2((2) )(1 − (2))6−2 = 0.2344
1 1
b) 𝑃(𝑥 = 0) = 6𝐶0((2)^0)(1 − (2))6−0 =0.01562
1 1
c) 𝑃(𝑥 = 6) = 6𝐶6((2)^6)(1 − (2))6−6 =0.01562
MODELO MATEMATICO:
C x N A Cn x
P( x) A
N Cn
Donde:
N Tamaño poblacional.
n Tamaño muestra.
x Suceso deseado.
n x Suceso no deseado.
C Combinación.
-Esperanza:
E ( x) n * p
A
Donde: P 36
N
-Varianza:
Var ( x) n * P(1 P)
-Desviación:
S Var ( x)
𝐴𝐶𝑥 𝑁−𝐴𝐶𝑛−𝑥
a1) 𝑃(𝑥 = 0) = =((8C0) (32C5)) /(40C5) = 0.3060
𝑁𝐶𝑛
𝐴𝐶𝑥 𝑁−𝐴𝐶𝑛−𝑥
a2) 𝑃(𝑥 = 5) = = ((8C5) (32C0)) /(40C5) = 0.0000851
𝑁𝐶𝑛
MODELO MATEMATICO:
𝑒 −𝜆 𝜆𝑥
𝑃(𝑥 = 𝑥/𝜆) =
𝑥!
Donde:
e 2.718281
x Suceso deseado.
-Esperanza:
E ( x) n * p
-Varianza:
𝑽𝒂𝒓(𝒙) = 𝒏 ∗ 𝑷 = 𝝀
-Desviación:
S
a) Exactamente un hallazgo
20 pozos -------- 𝝀
𝝀 = 𝟎. 𝟖 𝒉𝒂𝒍𝒍𝒂𝒛𝒈𝒐𝒔 /𝟐𝟎𝒑𝒐𝒛𝒐𝒔
TABLA DE POISSON:
Ejercicios de practica:
1) El numero promedio de automóviles que se detienen por minuto a tomar
39
gasolina en cierta gasolinera a lo largo de una autopista en la ciudad de Nueva
york es igual a 1.2. ¿Cuál es la probabilidad de que:
B. Variables Continuas:
Toma valores a lo largo de un continuo (segmento de recta), esto es, en todo un
intervalo de valores. Longitudes y pesos son ejemplos de variables continuas, la
estatura de una persona; la edad, la temperatura etc.
ESTANDARIZACION EN UNIDADES:
xi u ( x)
z = xxxx entonces vamos a la tabla normal y buscamos el F(Z) =
x
AREA BAJO LA CURVA NORMAL = probabilidad de P(a≤x≤b)
TABLA NORMAL ESTANDARIZADA 41
18−20
−𝑍1 = = -1.00 Vamos a la tabla normal y buscamos el
2
f(-Z1) = 0.3413
b) ¿??
c) ¿??
d) ¿??
e) ¿??
f)¿??
DISTRIBUCIONES MUESTRALES
DISTRIBUCION MUESTRAL PARA LA MEDIA:
x
Ps
n
Donde:
n Tamaño de Muestra.
Según la distribución muestral:
43
Psi P Ps P
z i
P(1 P) Ps
n
P(1 P)
Ps
n
SOLUCION:
C x N A Cn x
P( x) A
N Cn
P( x) 1 P( x 0) P( X 1)
N 100
n6
x 2 ó más
A Las opciones que da el ejercicio
C0 * 100 25 C60
P( x 0) 25
100 C6
C1 * 100 25 C61
P( x 1) 25
100 C6
C * C C* C 44
P( x 2) 1 25 0 100 25 60 25 1 100 25 61
a. 100 C6 100 C6
P( x 2) 0.46911
C * C C* C
P( x 2) 1 45 0 100 45 60 45 1 100 45 61
b. 100 C6 100 C6
P( x 2) 0.8443
C * C C1 * 100 65 C6 1
P( x 2) 1 65 0 10065 60 65
100 C6 100 C6
c. P( x 2) 0.9809
SOLUCION:
1
P Probabilidad de que NO se recupere
10
9
P Probabilidad de que SI se recuperen
10
a. P( x) nCxP x (1 P)n x
1
9 9
P( x 1) 8C1 (1 )81
10 10
P( x 1) 7.2*107
b. P( x) nCxP x (1 P)n x
8
1 1
P( x 8) 8C 8 (1 )88
10 10
3 8
P( x 4) 5.02441*10 P( x 8) 1*10
c. P( x) nCxP x (1 P)n x
0
1 1
P( x 0) 8C 0 (1 )80 45
10 10
P( x 0) 0.4304
d. P( x 4) P( x 4) P( x 5) P( x 6) P( x 7) P( x 8)
P( x 4) 5.02441*103
4
1 1
P( x 4) 8C 4 (1 )8 4
10 10
P( x 4) 4.5927 *103
5
1 1
P( x 5) 8C 5 (1 )85
10 10
4
P( x 5) 4.0824*10
6
1 1
P( x 6) 8C 6 (1 )86
10 10
5
P( x 6) 2.268*10
7
1 1
P( x 7) 8C 7 (1 )87
10 10
7
P( x 7) 7.2*10
8
1 1
P( x 8) 8C 8 (1 )88
10 10
8
P( x 8) 1*10
SOLUCION:
C x N A Cn x
P( x) A
N Cn
a.1
P( x 3) P( x 0) P( x 1) P ( x 2) P ( x 3)
e 0.008 (0.008)1 e 0.008 (0.008) 2 e 0.008 (0.008)3
P( x 3) P( x 0)
1! 2! 3! N 40
P( x 3) 1 n5
e 0.008
(0.008) 20
A8
P( x 20)
20!
P( x 20) 4.7011*1061
C0 408 C50
P( x 0) 8
40 C5
P( x 0) 0.3060
a.2
P( x 1) 1 P( x)
C C
P( x 1) 1 8 0 408 50
40 C5
P( x 1) 0.6939
a.3
P( x 1) P( x 0) P( x 1)
C C C C
P( x 1) 8 0 408 50 8 1 408 51
40 C5 40 C5
P( x 1) 0.7432
a.4
47
P( x 1) P( x 0) P( x 1)
C C C C
P( x 1) 8 0 408 50 8 1 408 51
40 C5 40 C5
P( x 1) 0.7432
a.5
P( x 2) P( x 0) P( x 1) P( X 2)
C C C C C C
P( x 2) 8 0 408 50 8 1 408 51 8 2 408 52
40 C5 40 C5 40 C5
P( x 2) 0.9542
b.
E ( x) n * p
A
E ( x) n *
N
8
E ( x) 5*
40
E ( x) 1
c.
E ( x) n * p
A
E ( x) n *
N
40 8
E ( x) 5*
40
E ( x) 4
SOLUCION:
Valor promedio es de 1.2 de autos
48
a.
e x
P( x x / )
x!
P ( x 2) P ( x 0) P ( x 1)
e 1.2 (1.2)0 e 1.2 (1.2)1
P ( x 2)
0! 1!
P ( x 2) 0.6626
b.
P( x 2) P ( x 0) P ( x 1) P( x 2)
e 1.2 (1.2)0 e 1.2 (1.2)1 e 1.2 (1.2) 2
P( x 2)
0! 1! 2!
P( x 2) 0.879
c.
P (3 x 5) P ( x 4)
e 1.2 (1.2) 4
P (3 x 5)
4!
P (3 x 5) 0.0260
d.
P( x 2) 0.6626
P( x 3) 0.0867
e.
1min 1.2
5 min
e6 (6) 2
P( x 2)
2!
P( x 2) 0.0446
SOLUCION:
4
Pr omedio
100
N 100
n 20
0.04
0.04 100
20
0.008
a.
e 0.008 (0.008)1
P( x 1)
1!
P( x 1) 0.00793
b.
P( x 1) 1 P( x 0)
e 0.008 (0.008)0
P( x 1) 1
0!
P( x 1) 0.00796
c.
P( x 3) P( x 0) P( x 1) P( x 2) P( x 3)
e 0.008 (0.008)0 e 0.008 (0.008)1 e 0.008 (0.008) 2 e 0.008 (0.008) 3
P( x 3)
0! 1! 2! 3!
P( x 3) 1
d.
e0.008 (0.008)0
P( x 0) 50
0!
P( x 0) 0.9920
e.
e 0.008 (0.008)20
P( x 20)
20!
P( x 20) 4.7011*1061