Universidad nacional de

cajamarca

ESCUELA ACADMICO PROFESIONAL DE

ADMINISTRACIN

TEMA :
Modelos de probabilidades

CURSO :
Estadstica Aplicada

DOCENTE :
Luis

ALUMNA :
Benavides Cieza, Vilma Nelly

CICLO :
VI

Cajamarca, Setiembre del 2017

 EJERCICIOS

DISTRIBUCIONES DISCRETAS

I.Distribucin Binomial

Ejemplo N1: Como se sabe, la respuesta a una pregunta de verdadero/ falso

es correcta e incorrecta. Considere que: (1) un examen consiste en cuatro
preguntas de verdadero/falso, y (2) un estudiante no sabe nada acerca de una
materia. La posibilidad (probabilidad) de que el alumno adivine la respuesta
correcta a la primera pregunta, es 0.50. Asimismo, la probabilidad de acertar en
cada una de las preguntas restantes vale 0.50. Cul es la probabilidad?

1. No obtener exactamente ninguna de las cuatro en forma correcta?

2. Obtener exactamente una de las cuatro?

Solucin:

4!
1. P (0) = (0.50) 0 (1 0.50) 4 0 0.0625
0!(4 0)!

4!
2. P (1) = (0.50)1 (1 0.50) 4 1 0.2500
1!(4 1)!

Ejemplo N2.-cul es la probabilidad de obtener exactamente 2 caras al

lanzar una misma moneda 6 veces?

n!
X n-X
P(X=x) = p q
x!(n x)!
Dnde:
P(X) es la probabilidad de ocurrencia del evento
p es la probabilidad de xito del evento (en un intento) (0.5)
q es la probabilidad de fracaso del evento (en un intento) (se define como
q = 1 p) (0.5)
X = ocurrencia del evento o xitos deseados = 2
n = nmero de intentos = 6

Al sustituir los valores en la frmula obtenemos:

6!
2 62
P (2 Caras) = (0.5 ) (0.5 )
2! (6 2)!
 720
P (2 caras) = (.25) (0.0625)
2(24)

Resolviendo:

P (2 caras) = 0.234375

II. Distribucin Hipergeometrica

Ejemplo N1.- Un grupo de amigos del secundario se renen en la casa de

Laura para comer un asado. En este grupo hay 8 mujeres y 6 varones. De
las mujeres 5 estudian letras y el resto exactas, mientras que de los
varones slo uno estudia letras y el resto exactas.

a) Si las primeras en llegar a la casa son tres chicas, cul es la

probabilidad de que estudien lo mismo?
b) Si tres cualesquiera de ellos hacen el asado, cul es la probabilidad de
que estudien lo mismo?
c) Si se seleccionan dos al azar de este conjunto de amigos y se define la
variable aleatoria X: cantidad de amigos que estudian letras entre los dos
elegidos, hallar el valor esperado y la varianza de X.

Solucin:

A)
Hagamos un esquema de la composicin del grupo respecto a sexo y a
estudios:

Si las primeras que llegan son tres chicas (Laura ya est en su casa)
entonces hay cuatro chicas (tres + Laura). La nica forma de que estudien lo
mismo es que estudien letras (no existen 4 chicas que estudien exactas en el
grupo). Entonces Laura estudia Letras.
Son siete chicas las que pueden llegar a la casa de Laura (4 estudian letras y
3 exactas). Podemos considerar a esas siete chicas cmo la poblacin, de la
que se extraen aleatoriamente tres individuos:
Definamos entonces la variable con distribucin hipergeomtrica:
X: X: cantidad de chicas que estudian letras entre las tres primeras en llegar
a la casa de Laura (elegidas entre siete chicas en total)
XHipergeomtrica(N=7,M=4,n=3)XHipergeomtrica(N=7,M=4,n=3)
Para responder a la pregunta calculamos la probabilidad de que x=3x=3:
P(x=3)= (43)(30)(73)0,11429P(x=3)=(43)(30)(73)0,11429

B)
En esta pregunta ya no interesa el sexo de cada uno sino lo que estudian.
Tenemos la siguiente composicin:

Podemos definir la variable YY: cantidad de chicos que estudian letras de un

total de 3 amigos elegidos aleatoriamente entre 14 amigos. Esa variable
tiene distribucin hipergeomtrica con N=14N=14, M=6M=6, n=3n=3.
Notemos que si Y=3Y=3 entonces los tres amigos estudian letras, pero
si Y=0Y=0 entonces los tres amigos estudian exactas.
Luego la probabilidad que nos piden es:
P(estudienlomismo)P(estudienlomismo)
=P(Y=0)+P(Y=3)=P (Y=0)+P(Y=3)
0,05495+0,153850,05495+0,15385
0,20880,2088

C)
Cmo conocemos la variable y sus parmetros, simplemente reemplazamos
en las frmulas de esperanza y varianza de una variable hipergeomtrica.
XX: cantidad de amigos que estudian letras entre los dos elegidos
XHipergeomtrica(N=14,M=6,n=2)XHipergeomtrica(N=14,M=6,n=2)
E(X)=nMNE(X)=nMN
E(X)=2.614=670,8571E(X)=2.614=670,8571
V(X)=(NnN1)n.MN.(1MN)V(X)=(NnN1)n.MN.(1MN)
V(X)=(142141)2.614.(1614)V(X)=(142141)2.614.(1614)
V(X)=288637=0,452V(X)=288637=0,452
Ejemplo N2.-En una partida de truco, asumiendo que el mazo se encuentra
bien mezclado, se reparte una mano de cartas.
a) Hallar la probabilidad de que el jugador que recibe las primeras tres
cartas tenga envido (dos cartas del mismo palo y una diferente)
b) Hallar la probabilidad de que el primer jugador tenga flor (tres cartas del
mismo palo)

A)
Queremos calcular la probabilidad de tener dos cartas del mismo palo. Por
ejemplo podramos recibir: {espada, espada, basto}, pero tambin {oro,
espada, oro}. Cmo calcular esa probabilidad? La variable
hipergeometrtrica puede ser til para resolverlo. Podramos definir una
variable que cuente la cantidad de cartas de cierto palo (tomemos espada,
por ejemplo) que recibimos entre las primeras tres.

El siguiente diagrama puede ayudar a interpretar la situacin:

XX: cantidad de cartas que son de espadas de las tres recibidas (tomadas de
un total de 40)
XHipergeomtrica(N=40, M=10,n=3)XHipergeomtrica(N=40,M=10,n=3)
Cmo queremos la probabilidad de obtener exactamente dos cartas de
espadas, entonces calculamos P(X=2)P(X=2):
P(X=2)= (102) (301)(403)0,13664P(X=2)=(102)(301)(403)0,13664
Y cmo ser la probabilidad de obtener exactamente dos cartas de oro, o de
copa o de basto? Debe ser la misma probabilidad, porque hay igual cantidad
de cartas de cada palo. Luego:
P (envido)0,54656P(envido)0,54656

B)
 Este tem es muy similar al anterior. Slo que no queremos que tenga dos
cartas del mismo palo, sino tres cartas del mismo palo. Podemos usar la
variable:
XX: cantidad de cartas que son de espadas de las tres recibidas (tomadas de
un total de 40)
XHipergeomtrica(N=40,M=10,n=3)XHipergeomtrica(N=40,M=10,n=3)
Cmo queremos la probabilidad de obtener exactamente tres cartas de
espadas, entonces calculamos P(X=3)P(X=3):
P(X=3)0,01215P(X=3)0,01215
Cmo la probabilidad es la misma para todos los palos, entonces:
P(flor)=4P(X=3)0,0486P(flor)=4P(X=3)0,0486

III. Distribucin de poisson

Ejemplo N1.-.Si un banco recibe en promedio 6 cheques sin fondo por da,
cules son las probabilidades de que reciba, a) cuatro cheques sin fondo en un
da dado, b) 10 cheques sin fondos en cualquiera de dos das consecutivos?

Solucin:
a) x = variable que nos define el nmero de cheques sin fondo
que llegan al banco en un da cualquiera = 0, 1, 2, 3, ....., etc,
etc.
= 6 cheques sin fondo por da
= 2.718

b) x= variable que nos define el nmero de cheques sin fondo

que llegan al banco en dos das consecutivos = 0, 1, 2, 3, ......, etc.,
etc.
= 6 x 2 = 12 cheques sin fondo en promedio que llegan al
banco en dos das consecutivos
Nota: siempre debe de estar en funcin de x siempre o dicho
de otra forma, debe hablar de lo mismo que x.

Ejemplo N1.-.En la inspeccin de hojalata producida por un proceso

electroltico continuo, se identifican 0.2 imperfecciones en promedio por
minuto. Determine las probabilidades de identificar a) una imperfeccin en
 3 minutos, b) al menos dos imperfecciones en 5 minutos, c) cuando ms
una imperfeccin en 15 minutos.

Solucin:
a) x = variable que nos define el nmero de imperfecciones en
la hojalata por cada 3 minutos = 0, 1, 2, 3, ...., etc., etc.
= 0.2 x 3 =0.6 imperfecciones en promedio por cada 3 minutos
en la hojalata

b) X = variable que nos define el nmero de imperfecciones en

la hojalata por cada 5 minutos = 0, 1, 2, 3, ...., etc., etc.
= 0.2 x 5 =1 imperfeccin en promedio por cada 5 minutos en
la hojalata

=1-(0.367918+0.367918) = 0.26416

c) x = variable que nos define el nmero de imperfecciones en

la hojalata por cada 15 minutos = 0, 1, 2, 3, ....., etc., etc.
= 0.2 x 15 = 3 imperfecciones en promedio por cada 15
minutos en la hojalata

0.0498026 + 0.149408 = 0.1992106

DISTRIBUCIONES CONTINUAS
IV. Distribucin Normal

EJEMPLO 1: La media de un grupo de ingresos semanales con distribucin

normal para un gran conjunto de gerentes de nivel medio, es $10 000, y la
desviacin estndar es de $1 000. Cul es el valor Z para un ingreso X de
$11 000? Y para uno de $9 000?

Solucin:
 Para x = $11 000 Para x = $9 000
x x
Z= Z=

11000 10000 9000 10000
= =
1000 1000
Z = 1.00 Z = -1.00

Ejemplo 2:
Partiendo de la misma premisa, = 500 y = 100. Cul es la
probabilidad de que un candidato elegido al azar se tome entre
500 y 650 horas en completar el programa de entrenamiento?

x- 650 - 500 Z=1.5 desviaciones estndar

Z= Z=
100

Si buscamos Z=1.5, encontramos una probabilidad de 0.4332.

Por lo tanto, la probabilidad de que un candidato escogido al azar requiera e
ntre 500 y 650 horas para terminar el programa de entrenamiento es de
0.4332

V. Distribucin Ji Cuadrada

TABLAS DE DISTRIBUCIN JI CUADRADA

Tablas de distribucin "Ji Cuadrada" o X2, los grados de libertad se
encuentran en la primera fila.
 g.l. NIVEL DE SIGNIFICANCIA
0.005/0.99
0.1/0.90 0.05/0.95 0.025/0.975 0.01/0.99 5
1 2.7055 3.8415 5.0239 6.6349 7.8794
2 4.6052 5.9915 7.3778 9.2104 10.5965
3 6.2514 7.8147 9.3484 11.3449 12.8381
4 7.7794 9.4877 11.1433 13.2767 14.8602
5 9.2363 11.0705 12.8325 15.0863 16.7496
6 10.6446 12.5916 14.4494 16.8119 18.5475
7 12.017 14.0671 16.0128 18.4753 20.2777
8 13.3616 15.5073 17.5345 20.0902 21.9549
9 14.6837 16.919 19.0228 21.666 23.5893
10 15.9872 18.307 20.4832 23.2093 25.1881
11 17.275 19.6752 21.92 24.725 26.7569
12 18.5493 21.0261 23.3367 26.217 28.2997
13 19.8119 22.362 24.7356 27.6882 29.8193
14 21.0641 23.6848 26.1189 29.1412 31.3194
15 22.3071 24.9958 27.4884 30.578 32.8015
16 23.5418 26.2962 28.8453 31.9999 34.2671
17 24.769 27.5871 30.191 33.4087 35.7184
18 25.9894 28.8693 31.5264 34.8052 37.1564
19 27.2036 30.1435 32.8523 36.1908 38.5821
20 28.412 31.4104 34.1696 37.5663 39.9969

VI. Distribucin T De Student

TABLAS DE DISTRIBUCIN t
Tablas de distribucin t de student, los grados de libertad se
encuentran en la primera fila, los valores de alfa es para un
tratamiento de dos colas.

gl -->

1 2 3 4 5 6 7 8 9 10

10 0.1 6.3137 2.9200 2.3534 2.1318 2.0150 1.9432 1.8946 1.8595 1.8331 1.8125

20 0.05 12.7062 4.3027 3.1824 2.7765 2.5706 2.4469 2.3646 2.3060 2.2622 2.2281

40 0.025 25.4519 6.2054 4.1765 3.4954 3.1634 2.9687 2.8412 2.7515 2.6850 2.6338

50 0.02 31.8210 6.9645 4.5407 3.7469 3.3649 3.1427 2.9979 2.8965 2.8214 2.7638

100 0.01 63.6559 9.9250 5.8408 4.6041 4.0321 3.7074 3.4995 3.3554 3.2498 3.1693
VII. Distribucin F DE FISHER