Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
DISTRIBUCIN BINOMIAL
1. Sea x una variable aleatoria binomial con n=10 y p=0.4. Encuentre estos valores:
a. P(x=4)
b. P(x4)
c. P(x>4)
d. P(x4)
e. =np
f.
Distribution Plot
Binomial, n=10, p=0.4
0.2508
0.25
a. P(x=4)
Probability
0.20
0.15
0.10
0.05
0.00
Distribution Plot
Binomial, n=10, p=0.4
0.25
b. P(x4)
Probability
0.20
0.15
0.10
0.05
0.00
0.6177
Distribution Plot
Binomial, n=10, p=0.4
0.25
c.
P(x>4)
Tenemos una probabilidad
de .3669 de muestras de 10
mayores a 4.
Probability
0.20
0.15
0.10
0.05
0.00
0.3669
Distribution Plot
Binomial, n=10, p=0.4
0.25
Probability
0.20
d. P(x4)
La grafica muestra una
probabilidad de .6331 con
valor menor o igual a 4
0.15
0.6331
0.10
0.05
0.00
e. =np
=10* 0.4
=4
f.
f. 10*0.4*0.6
f. 2.4
f.
f. 1.54
2. En cierta poblacin, 85% de las personas tienen sangre tipo RH positivo. Suponga
que se casan 2 personas de esa poblacin. Cul es la probabilidad de que el RH de
las 2 personas sea negativo, con lo cual sera inevitable que sus nios tuvieran Rh
negativo?
Distribution Plot
Binomial, n=2, p=0.15
0.8
0.7
Probability
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0.0225
0
Tenemos una
probabilidad de .0225 de
que nos salga un .15
positivo de las personas
al casarse en esa
poblacin, donde se
maneja que un 85% de
las personas tiene RH
positivo es por eso que
buscamos los negativo.
Distribucin Poisson
DISTRIBUCIN POISSON
3. Sea x una variable aleatoria de Poisson con media =2.5. calculara
las siguientes probabilidades:
a. P(x5)
b. P(x<6)
c. P(x=2)
d. P(1x4)
Distribution Plot
Poisson, Mean=2.5
0.25
a. P(x5)
Probability
0.20
0.15
0.10
0.05
0.1088
0.00
Distribution Plot
Poisson, Mean=2.5
0.25
0.9858
b. P(x<6)
Probability
0.20
Vemos en la grafica la
mayor parte cubierta ya
que buscamos valores
menores a 6 y podemos
notar que .9858 estn en
ese rango.
0.15
0.10
0.05
0.00
X
Distribution Plot
Poisson, Mean=2.5
0.2565
0.25
c. P(x=2)
Probability
0.20
0.15
0.10
0.05
0.00
Distribution Plot
Poisson, Mean=2.5
0.25
0.8091
d.
P(1x4)
Aqu tenemos una
probabilidad de .8091
donde buscamos valores
que se encuentren en la
estimacin mostrada.
Probability
0.20
0.15
0.10
0.05
0.00
4
X
Distribution Plot
Poisson, Mean=5
0.20
Probability
0.15
0.10
0.08422
0.05
0.00
13
Distribution Plot
Poisson, Mean=5
0.20
Probability
0.15
Si comparamos las dos
graficas notamos que las
probabilidades son
mnimas y manejan
proporciones muy
pequeas.
0.10
0.05
0.00
0.01370
0
11
Distribution Plot
Poisson, Mean=2
0.30
0.2707
0.25
Probability
0.20
0.15
0.10
0.05
0.00
Distribution Plot
Poisson, Mean=4
0.20
Probability
0.15
La falla es un poco mas
pequea a la anterior
vemos que tiene una
probabilidad de .2381 en
un periodo de 50 horas.
0.10
0.2381
0.05
0.00
11
Distribution Plot
Poisson, Mean=10
0.14
0.12
Si comparamos las
graficas anteriores
podemos ver el
incremente tan radical,
probabilidad de .5830 e
un periodo de 125 horas.
Probability
0.10
0.08
0.06
0.5830
0.04
0.02
0.00
10
21
Distribution Plot
Normal, Mean=40, StDev=6.3
0.07
0.06
a. Ms de 32 meses
Density
0.05
0.04
0.03
0.02
0.01
0.00
32
40
X
Distribution Plot
Normal, Mean=40, StDev=6.3
0.07
0.06
b. Menos de 28 meses
Density
0.05
0.04
0.03
0.02
0.01
0.02841
0.00
28
40
X
Distribution Plot
Normal, Mean=40, StDev=6.3
0.07
0.06
c. Entre 37 y 49 meses
Density
0.05
0.04
0.03
0.02
0.01
0.00
37
40
X
49
Distribution Plot
Normal, Mean=24, StDev=3.8
0.12
0.10
Density
0.08
0.06
0.04
0.02
0.05717
0.00
24
X
30
Distribution Plot
Normal, Mean=24, StDev=3.8
0.12
0.10
Density
0.08
0.06
0.04
0.02
0.00
15
24
X
0.9911
Vemos que la grafica
cubre totalmente la
mayor parte quiere decir
que tiene .9911 una
probabilidad alta de que
llegara tarde a la oficina
si se establece un tiempo
de 15 minutos.
Distribution Plot
Binomial, n=100, p=0.9
0.14
0.12
0.9557
Probability
0.10
0.08
0.06
0.04
0.02
0.00
80
84
95
98
Distribution Plot
Binomial, n=100, p=0.9
0.14
0.12
La probabilidad es muy
baja de la vida de las
personas que se
encuentran en 86
personas, se maneja una
probabilidad del .1239
porciento.
Probability
0.10
0.08
0.06
0.04
0.02
0.00
0.1239
86
98
Distribution Plot
Binomial, n=100, p=0.05
0.20
Probability
0.15
Se maneja una
proporcin muy alta de
que 2 artculos de lotes
quiere decir que tiene
una probabilidad de .
9629 de que salgan
defectuosos.
0.9629
0.10
0.05
0.00
Distribution Plot
Binomial, n=100, p=0.05
0.20
Probability
0.15
0.10
0.05
0.00
0.01147
0
11
0.12
Probability
0.10
0.08
0.06
0.4547
0.04
0.02
0.00
21