Beruflich Dokumente
Kultur Dokumente
Ejercicio
Para evitar que lo descubran en la aduana, un viajero ha colocado 6
tabletas de narcótico en una botella que contiene 9 píldoras de vitamina que
son similares en apariencia. Si el oficial de la aduana selecciona 3 tabletas
aleatoriamente para analizarlas, a) ¿Cuál es la probabilidad de que el viajero
sea arrestado por posesión de narcóticos?, b) ¿Cuál es la probabilidad de que
no sea arrestado por posesión de narcóticos?.
Solución:
a) N = 9+6 =15 total de tabletas
a = 6 tabletas de narcótico
n = 3 tabletas seleccionadas
x = 0, 1, 2, o 3 tabletas de narcótico = variable que nos indica el número de
tabletas de narcótico que se puede encontrar al seleccionar las 3 tabletas
p(viajero sea arrestado por posesión de narcóticos) = p(de que entre las 3
tabletas seleccionadas haya 1 o más tabletas de narcótico)
Distribución de poisson
Solución:
a) x = variable que nos define el número de cheques sin fondo
que llegan al banco en un día cualquiera = 0, 1, 2, 3, ....., etc, etc.
l = 6 cheques sin fondo por día
e = 2.718
b)
x= variable que nos define el número de cheques sin fondo que
llegan al banco en dos días consecutivos = 0, 1, 2, 3, ......, etc., etc.
l = 6 x 2 = 12 cheques sin fondo en promedio que llegan al banco en
dos días consecutivos
Nota: l siempre debe de estar en función de x siempre o dicho de otra
forma, debe “hablar” de lo mismo que x.
Distribución normal
Se trata, sin duda, del modelo continuo más importante en estadística, tanto
por su aplicación directa, veremos que muchas variables de interés general
pueden describirse por dicho modelo, como por sus propiedades, que han
permitido el desarrollo de numerosas técnicas de inferencia estadística. En
realidad, el nombre de Normal proviene del hecho de que durante un tiempo se
creyó, por parte de médicos y biólogos, que todas las variables naturales de
interés seguían este modelo.
Como se puede ver, la función de densidad del modelo Normal tiene forma de
campana, la que habitualmente se denomina campana de Gauss. De hecho, a
este modelo, también se le conoce con el nombre de distribución gaussiana.