CUESTIONARIO

V F 1. El valor esperado de un experimento se obtiene calculado el valor promedio

aritmético de todos los resultados del experimento.

V F 2. El valor de z para algún punto x que se encuentra en una distribución

normal es el área entre x y la media de la distribución.

V F 3. Los extremos derecho e izquierdo de la distribución normal se extienden

indefinidamente, son tocar nunca el eje horizontal.

V F 4. Para una distribución normal, la media siempre se encuentra entre la moda

y la mediana.

V F 5. Toda área menos tres decimos del 1% de una distribución normal se

encuentra dentro de + 3 desviaciones estándar de la media.

V F 6. El desarrollo de una tabla de pérdida condicional es un trabajo tedioso

cuando existen muchas acciones y resultados posibles, debido a que la pérdida resultante de
cada pareja acción/resultado debe incluirse en la tabla.

V F 7. El área bajo la curva de una distribución normal entre la media y un punto

situado a 1.8 desviaciones estándar por arriba de la media es mayor para una distribución
que tiene una media de 100 que para una distribución que tiene una media de 0.

V F 8. La distribución normal puede utilizarse para aproximar la distribución

binomial cuando el número de ensayos, n, es mayor o igual a 60.

V F 9. Los dos tipos de pérdidas que analizamos al resolver un problema de

almacenamiento de inventario son a) perdida de oportunidad y b) perdida de actividad.

V F 10. Cuando la probabilidad de éxito en un proceso de Bernoulli es de 50%

(p=0.5), su distribución binomial es simétrica.

V F 11. Una distribución de frecuencias da una lista de las frecuencias observadas

para un experimento que ya se ha llevado a cabo: una distribución de probabilidad da una
lista de aquellos resultados que podrían presentarse si el experimento se llevara a cabo.
V F 12. El valor que una variable aleatoria puede tomar por lo general se puede
predecir con respecto a una presentación particular.

V F 13. Una vez que el valor de p ya se ha determinado para un proceso de

Bernoulli, el valor de q se calcula como (1-p).

V F 14. Si el numero esperado de llagadas a una oficina se calcula como cinco por
hora, uno puede tener una confianza razonable de que cinco personas llegaran en el
siguiente hora.

V F 15. La distribución binomial no es realmente necesaria, pues sus valores se

pueden aproximar siempre por otra distribución.

V F 16. La altura de los humanos adultos se puede describir mediante una

distribución de Poisson.

V F 17. Cualquier acción que minimice la perdida esperada, minimizara también la

ganancia esperada.

V F 18. Después de 20 ensayos de un experimento, se crea una curva de

distribución con forma definitiva.

V F 19. Un ejemplo de una perdida de oportunidad podría ser la pérdida de ventas

debido a un exceso de madurez en la fruta de una tienda de abarrotes.

V F 20. Una distribución en la que media y la mediana tiene diferentes valores

nunca podrán ser una distribución normal.

V F 21. La media de una distribución binomial esta dad por np.

A B C D E 22. Si la ganancia diaria esperada de una puesto de aguas frescas es de

$13.45, entonces

a) La ganancia del día siguiente será de $13.45.

b) La ganancia del día siguiente será menor a $13.45.
c) La ganancia del día siguiente será mayor a $13.45.
d) La pérdida del día siguiente será mayor a $13.45.
e) Ninguna de las anteriores.
A B C D E 23. Para una distribución binomial dad con n fija, si p<0.5, entonces

a) La distribución de Poisson proporcionará una buena aproximación.

b) La distribución de Poisson proporcionara una mala aproximación.
c) La distribución binomial estará sesgada hacia la izquierda.
d) La distribución binomial estará sesgada hacia la derecha.
e) La distribución binomial será simétrica.

A B C D 24. Suponga que tenemos distribución de Poisson con λ= 2. Entonces la

probabilidad de tener exactamente diez presentaciones es

2−10 e 10
a) 10!
10 −2
2 e
b) 2!
2 −10
10 e
c) 10 !
10 −2
2 e
d) 10 !

A B C D E 25. ¿Cuál de las siguientes es una característica de la distribución de

probabilidad para cualquier variable aleatoria?

a) Se da una probabilidad para cada valor posible.

b) La suma de todas las probabilidades es uno.
c) No se presenta una probabilidad dada más de una vez
d) Todas las anteriores
e) a) y b), pero no c)

A B C D 26. ¿Cuál de las variables siguientes nunca podrán ser descrita por una
distribución binomial?

a) El número de partes defectuosas producidas en un proceso de ensamblaje.

b) La cantidad de agua utilizada diariamente por una sola ama de casa.
c) El número de personas de su grupo que pueden responder correctamente a esta
pregunta.
d) Todas las anteriores pueden ser descritas por una distribución binomial.
 3! x4 !
¿
A B C D E 27. Si p=0.4 para un proceso de Bernoulli, el cálculo ¿
7!
⌈ ¿

(0.4)3 (0.6)4 da la probabilidad de obtener

a) Exactamente tres éxitos en siete ensayos.

b) Exactamente cuatro éxitos en siete ensayos.
c) Tres o más éxitos en siete ensayos.
d) Cuatro o más éxitos en siete ensayos.
e) Ninguna de las anteriores.

A B C D E 28. Para distribuciones binomiales con p=0.2:

a) Una distribución con n= 2.000 se aproximaría mejor a la distribución normal que

con n=50
b) No importa que valor se tenga en n, la distribución esta sesgada hacia la derecha.
c) La grafica de esta distribución binomial con n=100 y p=0.8.
d) Todas las anteriores
e) a) y b), pero no c).

A B C D E 29. ¿Cuál de las siguientes es una condición necesaria para el uso de una
distribución de Poisson?

a) La probabilidad de una llegada por segundo es constante.

b) El número de llegadas es cualquier intervalo de una segundo es independiente de las
llegadas de otros intervalos.
c) La probabilidad de tener dos o más llegadas en el mismo segundo es cero.
d) Todas las anteriores
e) b) y c), pero no a).

A B C D E F 30. ¿En qué caso sería la distribución de Poisson una buena aproximación
de la binomial?

a) n = 40, p =0.32.
b) n =40, q = 0.79.
c) n =200, q = 0.98.
d) n =10, p = 0.03.
e) a) y c).
f) Todas las anteriores.
A B C D E 31. Para una curva normal con μ=55 y σ =10 , ¿Qué fracción del área

total se encontrara bajo la curva a la derecha del valor 55?

a) 1.0.
b) 0.68.
c) 0.5.
d) 0.32.
e) No se puede determinar de la información dada.

A B C D E F 32. Suponga que está utilizando una distribución normal para aproximar

una distribución binomial con μ=5 y σ =2 , y desea terminar la probabilidad de obtener

más de siete éxitos. De la tabla normal, usted determinaría la probabilidad de que z sea
mayor que

a) 0.
b) 0.5.
c) 0.75.
d) 1.0.
e) 1.25.
f) 1.5.

A B C D E F 33. Para una curva de distribución normal con una media de 120 y una
desviación estándar de 35, ¿qué fracción (en porcentaje) del área bajo la curva estará entre
los valores de 40 y 82?

a) 12.7.
b) 85.1.
c) 13.8.
d) 48.9.
e) 12.1.
f) 19.4.

A B C D E F 34. ¿Cuál de las siguientes curvas normales se parecen más a la curva

para μ=10 y σ =5 ?

a) La curva para μ=10 y σ =10

b) La curva para μ=20 y σ =10

 c) La curva para μ=20 y σ =5

d) La curva para μ=12 y σ=3

e) a), e) y d).
f) Ninguna de las anteriores.

A B C D E 35. Una distribución binomial puede ser aproximada por una distribución
de Poisson si

a) n es grande y p es grande.
b) n es pequeña y p es grande.
c) n es pequeña y p es pequeña.
d) Ninguna de las anteriores.
e) a) y b), pero no c)

A B C D E F 36. La desviación estándar de una distribución binomial depende de

a) Probabilidad de éxito.
b) Probabilidad de fracaso.
c) Número de ensayos.
d) a) y b), pero no c).
e) b) y c), pero no a).
f) a), b) y c).

37. El promedio pesado de los resultados de un experimento se conoce como

valor esperado

38. La distribución que trata solamente en términos de éxitos y fracasos se

conoce como distribución binomial .Se le utiliza
normalmente para describir un Bernoulli

39. Cuando aproximamos una distribución binomial mediantes una

distribución normal, debe utilizarse un factor de continuidad.

40. La media de una distribución binomial, μ, se puede calcular como np

Cuando n y p ya se conocen. La desviación estándar, σ, se calcula como

npq

41. Para una distribución de Poisson, el símbolo que representa el número

medio de presentaciones por intervalo es λ (lambda)
42. Una lista de las probabilidades delos resultados que se podrían obtener
en un experimento, si este se llevara a cabo, se conoce como distribución de
probabilidad

43. Los dos parámetros que son necesarios para describir una distribución
normal son media y desviación estándar.

44. Una al azar es una variable que toma diferentes valores de acuerdo con
los resultados de un experimento.

45. Las discretas solamente pueden tomar un número limitado de valores,

mientras que las continuas pueden tomar cualquier valor dentro de un
intervalo.