FACPYA ESTADÍSTICA DESCRIPTIVA

Actividad # 10 EJERCICIOS Tema # 5 DISTRIBUCIONES DE PROBABILIDAD DISCRETA

Nombre: Jesus Francisco Narro Saucedo Fecha: 9/11/20

INDICACIONES: contestar en el documento de Word, debajo de cada ejercicio debe de ir la

respuesta, utilizar color rojo o azul para diferenciar las respuestas, en el caso de ejercicios que
requieren operaciones AGREGAR OPERACIONES que justifiquen las respuestas. Cada ejercicio
tiene un valor de puntos.

Esta actividad se sube en el apartado de TAREAS en TEAMS, BUSCAR la liga correspondiente a

esta actividad y NO OLVIDES dar clic en ENVIAR.

Estos ejemplos se contestan en clase de forma colaborativa entre el maestro y los alumnos, puede
utilizar Excel y pegar las imágenes del ejercicio ya contestado en el lugar correspondiente de
documento.

Fórmulas:
1) Tablas de distribución: µ = ∑ xP(x) σ2 =∑ (X – µ )2P(x) σ = √σ 2
n–x
2) Binomial: dos respuestas P(X) = (nCx )( π )(1 – π)
x
µ = n( π ) σ2= n π (1 – π)
(μ
3) Poisson: 1 defectuoso n es grande P(X) = µ = n (π )
EJEMPLOS
Cantidad de Probabilidad
1) Juan Puente vende automóviles nuevos, por lo general vende la
automóviles P(x)
mayor cantidad de autos el sábado. El elaboró la siguiente tabla de
vendidos, x
distribución de probabilidades.
0 0.10
a) ¿De qué tipo de distribución se trata?
1 0.20
Distribución de probabilidad.
b) ¿Cuántos autos espera vender Juan un sábado normal 2 0.30
2 autos 3 0.30
c) ¿Cuál es la varianza y la desviación estándar de la distribución? 4 0.10

x P(x) xP(x) x- μ (x- μ)2 (x- μ)2P(x)

0 0.10 0 0-2.1= -2.1 4.41 0.441
1 0.20 .20 1-2.1= -1.1 1.21 0.242
2 0.30 .60 2-2.1= -0.1 0.01 3 x 10-3
3 0.30 .90 3-2.1= 0.9 0.81 0.243
4 0.10 .40 4-2.1= 1.9 3.61 0.361
total 1 μ = 2.1 1.29
σ = √1.29 = 1.1357
2) Viva aerobús tiene 5 vuelos diarios a Cancún. Suponga que la probabilidad de que cualquier vuelo
llegue tarde es de 0.20.
n=5 π= 0.20

a) ¿Cuál es la probabilidad de que ninguno de los vuelos llegue tarde hoy? X = 0

P(X) = (n C x) (πx) (1 – π) n – x
P (0) = (5 C 0) (0.200) (1 – 0.20) 5 – 0 = 0.32768
b) ¿Cuál es la probabilidad de que exactamente uno de los vuelos llegue tarde hoy? X = 1
P(X) = (n C x) (πx) (1 – π) n – x
P (1) = (5 C 1) (0.201) (1 – 0.20) 5 – 1 = 0.4096
c) ¿Cuál es el promedio de vuelos que llegan tarde?
Media = µ = n (π) = 5 (0.20) = 1 se espera que un vuelo llegue tarde
d) ¿Cuál es el valor de la varianza?
Varianza = σ2= n (π) (1 – π)
5(0.20) (1 – 0.20) = 0.8
e) ¿Cuál es el valor de la desviación estándar?
Desviación estándar = raíz de la varianza σ = √varianza = 0.8944

3) En una distribución de Poisson tiene µ = 0.4 Determina:

A) ¿Cuál es la probabilidad de que x =0?
(0.40)(e−0.4)
P(0) = = 0.6703
0!

B) ¿Cuál es la probabilidad de que x > 0?

P(x>0) = 1-P (0) = 1-0.06703= 0.3297

C) ¿Cuál es la probabilidad de que x > 3?

0, 1, 2, 3, 4, 5, 6, 7, ……. P (x>3) = 1- P (0) + P (1) + P (2) + P (3)
P (X > 3) = 1 – [ P (0) + P (1) + P (2) + P (3)] = 1 – 0.9991 = 0.0009

(0.40)(e−0.4)
P(0) = = 0.6703
0!

(0.41)(e−0.4)
P(1) = = 0.2681
1!

(0.42)(e−0.4)
P(2) = = 0.0536
2!

(0.43)(e−0.4)
P(3) = = 0.0071
3!

Total= 0.9991
EJERCICIOS
1. Calcule la media, la varianza y la desviación estándar de la siguiente distribución de probabilidad discreta.

x P(x) xP(x) x- μ (x- μ)2 (x- μ)2P(x)

0 0.2 0(0.2) = 0 0-1.3 = -1.3 1.69 0.338
1 0.4 1 (0.4) = 0.4 1-1.3= -0.3 0.09 0.036
2 0.3 2 (0.3) = 0.6 2-1.3= 0.7 0.49 0.147
3 0.1 3 (0.1) = 0.3 3-1.3= 1.7 2.89 0.289
total 1 μ = 1.3 σ2 = 0.81
Media = μ = 1.3
Varianza = σ2 = 0.81
Desviación estándar = √0.81= 0.9

2. Calcule la media, la varianza y la desviación estándar de la siguiente distribución de probabilidad discreta.

x P(x) xP(x) x- μ (x- μ)2 (x- μ)2P(x)

2 0.5 1 2 – 5.4= -3.4 11.56 5.78
8 0.3 2.4 8 – 5.4 = 2.6 6.76 2.028
10 0.2 2 10 – 5.4 = 4.6 21.16 4.232
total 1 μ = 5.4 σ2 =12.04

Media = μ = 5.4
Varianza = σ2 =12.04
Desviación estándar = √12,04= 3.469

3. Calcule la media, la varianza y la desviación estándar de la siguiente distribución de probabilidad.

x frecuencia P(x) xP(x) x- μ (x- μ)2 (x- μ)2P(x)

5 15 15/150 = 0.1 (5) (0.1) = 0.5 5 – 14.5 = -9.5 90.25 9.025
10 45 45/150 = 0.3 (10) (0.3) = 3 10 – 14.5 = -4.5 20.25 6.075
15 30 30/150 = 0.2 3 15 – 14.5 = 0.5 0.25 0.05
20 60 60/150 = 0.4 8 20 – 14.5 = 5.5 30.25 12.1

total 150 μ = 14.5 σ2 = 27.25

Media μ = 14.5
Varianza σ2 = 27.25
Desviación estándar √27.25= 5.220

4. La información que sigue representa el número de llamadas diarias al servicio de emergencia por el servicio
voluntario de ambulancias de Walterboro, Carolina del Sur, durante los últimos 50 días. En otras palabras, hubo 22
días en los que se realizaron 2 llamadas de emergencia, y 9 días en los que se realizaron 3 llamadas de emergencia.
Llamadas frecuencia P(x) xP(x) x- μ (x- μ)2 (x- μ)2P(x)
X
0 8 8/50=0.16 0(0.16) =0 0-1.7= 1.7 (-1.7)2= 2.89 2.89(0.16) = 0.4624
 1 10 0.2 0.2 1-1.7= 0.7 (0.7)2= 0.49 0.49(0.16) = 0.098
2 22 0.44 0.88 2-1.7= 0.3 (0.3)2= 0.09 0.09(0.44) = 0.0396
3 9 .18 0.54 3-1.7= 1.3 (1.3)2= 1.69 1.69(0.18) = 0.030442
4 1 .02 0.08 4-1.7= 2.3 (2.3)2= 5.29 5.29(0.02) = 0.1058
total 50 1 1.7= media 1.01 varianza
desviación estándar: √1.01 = 1.0049

a) Convierta esta información sobre el número de llamadas en una distribución de probabilidad, llenando la
tabla.
El resultado esta en la tabla columna de probabilidad
b) ¿Es un ejemplo de distribución de probabilidad discreta o continua? Discreta porque los valores de x son
números enteros.
c) ¿Cuál es la media de la cantidad de llamadas de emergencia al día? 1.7, se esperan dos llamadas por día
d) ¿Cuál es la varianza y la desviación estándar de la cantidad de llamadas diarias? La varianza es 1.01 y la
desviación es 1.0049

5. ¿Cuáles de las siguientes variables aleatorias son discretas y cuáles continuas?

a) El número de cuentas nuevas conseguidas por un vendedor en un año. Discreta
b) El tiempo que transcurre entre la llegada de cada cliente en un cajero automático. Continua
c) El número de clientes en la estética Big Nick. Discreta
d) La cantidad de combustible que contiene el tanque de gasolina de su automóvil. Continua
e) La cantidad de miembros del jurado pertenecientes a una minoría. Discreta
f) La temperatura ambiente el día de hoy. Continua

6. En una situación binomial, n = 4 y π = 0.25. Determine las probabilidades de los siguientes eventos usando la
fórmula binomial.
P(X) = (n C x) (πx) (1 – π) n – x µ = n (π) σ2= n π (1 – π) σ = √σ 2
n = 4 π = 0.25
a) x = 2 = (4 C 2) (0.252) (1 – 0.25) 4 – 2 = 0.2109
b) x = 3 = (4 C 3) (0.253) (1 – 0.25) 4 – 3 = 0.0468
c) media = µ = 4 (0.25) = 1
d) varianza = σ2 = (4) (0.5) (1 – 0.25) = 0.75
e) desviación estándar = 0.8660

7. En una situación binomial, n = 5 y π = 0.40. Determine las probabilidades de los siguientes eventos usando la
fórmula binomial.
P(X) = (n C x) (πx) (1 – π) n – x
a) x = 1 P (1) = (5 C 1) (0.401) (1 – 0.40) 5 – 1 = 0.2592

b) x =2 P (2) = (5 C 2) (0.402) (1 – 0.40) 5 – 2 = 0.3456

8. Suponga una distribución binomial en la que n = 3 y π = 0.60.

a) Elabore una lista de probabilidades para valores de x de 0 a 3.
x probabilidad
0 P (0) = (3 C 0) (0.600) (1-0.60)3 - 0 = 0.064
1 P (1) = (3 C 1) (0.601) (1-0.60)3 - 1 = 0.288
 2 P (2) = (3 C 2) (0.602) (1-0.60)3 - 2 = 0.432
3 P (3) = (3 C 3) (0.603) (1-0.60)3 - 3 = 0.216

b) Determine la media y la desviación estándar de la distribución.

Media µ = n(π) = 3(0.60) = 1.8
Varianza σ2 = n(π) (1 – π) = 3(0.60) (1 – 0.60) = 0.72
Desviación estándar σ= √𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 = √0.72 = 0.8485

9. Suponga que existe una distribución binomial en la que n = 5 y π = 0.30.

a) Elabore una lista de probabilidades para valores de x de 0 a 5.
x probabilidad
0 P (0) = (5 C 0) (0.300) (1 – 0.30) 5 – 0 = 0.16807
1 P (1) = (5 C 1) (0.301) (1 – 0.30) 5 – 1 = 0.36015
2 P (2) = (5 C 2) (0.302) (1 – 0.30) 5 – 2 = 0.3087
3 P (3) = (5 C 3) (0.303) (1 – 0.30) 5 – 3 = 0.1323
4 P (4) = (5 C 4) (0.304) (1 – 0.30) 5 – 4 = 0.02835
5 P (5) = (5 C 5) (0.305) (1 – 0.30) 5 – 5 = 0.00243
total 1

b) Determine la media y la desviación estándar de la distribución.

Media µ = 5 (0.30) = 1.5
Varianza σ2= (5) (0.30) (1 – 0.30) = 1.05
Desviación estándar σ= √𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 = √1.05 = 1.0246

10. Un estudio de la American Society of Investors descubrió que 30% de inversionistas particulares había
utilizado un agente de descuentos. En una muestra aleatoria de nueve personas, ¿Cuál es la probabilidad de que:
n = 9 y π = 0.30

a) exactamente dos personas hayan utilizado un agente de descuentos? X= 2

P (2) = (9 C 2) (0.302) (1 – 0.30) 9 – 2 = 0.2668

b) exactamente cuatro personas hayan recurrido a él? X= 4

P (4) = (9 C 4) (0.304) (1 – 0.30) 9 – 4 = 0.1715

c) ninguna persona lo haya empleado? X = 0

P (0) = (9 C 0) (90) (1 – 0.30) 9 – 0 = 0.04035
11. El Servicio Postal de Estados Unidos informa que 95% de la correspondencia de primera clase dentro de la
misma ciudad se entrega en un periodo de dos días a partir del momento en que se envía. Se enviaron seis cartas
de forma aleatoria a diferentes lugares.
n = 6 y π = 0.95

a) ¿Cuál es la probabilidad de que las seis lleguen en un plazo de dos días? X= 6

P (6) = (6 C 6) (0.956) (1 – 0.95) 6 – 6 = 0.7350

b) ¿Cuál es la probabilidad de que exactamente cinco lleguen en un plazo de dos días?

P (5) = (6 C 5) (0.955) (1 – 0.95) 6 – 5 = 0.2321

c) Determine la media del número de cartas que llegarán en un plazo de dos días.
µ = 6 (0.95) = 5.7
d ) Calcule la varianza y la desviación estándar del número de cartas que llegarán en un plazo de dos días.
Media µ = 6 (0.95) = 5.7
Varianza σ2= (6) (0.95) (1 – 0.95) = 0.285
Desviación estándar = √. 285 = 0.5338

12. Las normas de la industria sugieren que 10% de los vehículos nuevos requiere un servicio de garantía durante
el primer año. El día de ayer, Jones Nissan, de Sumter, Carolina del Sur, vendió 12 automóviles marca Nissan.
n = 12 y π = 0.10

a) ¿Cuál es la probabilidad de que ninguno de estos vehículos requiera servicio de garantía?

P (0) = (12 C 0) (0.100) (1 – 0.10) 12 – 0 = 0.2824

b) ¿Cuál es la probabilidad de que exactamente uno de estos vehículos requiera servicio de garantía?
P (1) = (12 C 1) (0.101) (1 – 0.10) 12 – 1 = 0.3765

c) Determine la probabilidad de que exactamente dos de estos vehículos requiera servicio de garantía.
P (2) = (12 C 2) (0.102) (1 – 0.10) 12 – 2 = 0.2301

d) Calcule la media y la desviación estándar de esta distribución de probabilidad.

Media µ = 12 (0.10) = 1.2
Varianza σ2= (12) (0.10) (1 – 0.10) = 1.08
Desviación estándar √1.08 = 1.0392

13. Se reporta que 16% de los hogares estadounidenses utilizan exclusivamente un teléfono celular como servicio
telefónico. En una muestra de ocho hogares, encuentra la probabilidad de que:
n = 8 y π = 0.16

a) Ninguno use un celular como su servicio exclusivo. X = 0

P (0) = (8 C 0) (0.160) (1 – 0.16) 8 – 0 = 0.2478

b) Cuando menos uno use sólo el celular. > 1 = 1, 2, 3, 4, 5… (1 en adelante)

 X Probabilidad
1 P (1) = (8 C 1) (0.161) (1 – 0.16) 8 – 1 = 0.3777
2 P (2) = (8 C 2) (0.162) (1 – 0.16) 8 – 2 = 0.2518
3 P (3) = (8 C 3) (0.163) (1 – 0.16) 8 – 3 = 0.0959
4 P (4) = (8 C 4) (0.164) (1 – 0.16) 8 – 4 = 0.0228
5 P (5) = (8 C 5) (0.165) (1 – 0.16) 8 – 5 = 0.0034
6 P (6) = (8 C 6) (0.166) (1 – 0.16) 8 – 6 = 0.0003
7 P (7) = (8 C 7) (0.167) (1 – 0.16) 8 – 7 = 0.0000
8 P (8) = (8 C 8) (0.168) (1 – 0.16) 8 – 8 = 0.0000
TOTAL 0.7519

c) Cuando menos cinco usen el celular. (5 en adelante)

X Probabilidad
5 P (5) = (8 C 5) (0.165) (1 – 0.16) 8 – 5 = 0.0034
6 P (6) = (8 C 6) (0.166) (1 – 0.16) 8 – 6 = 0.0003
7 P (7) = (8 C 7) (0.167) (1 – 0.16) 8 – 7 = 0.0000
8 P (8) = (8 C 8) (0.168) (1 – 0.16) 8 – 8 = 0.0000
TOTAL 0.0037

14. En una distribución de Poisson, μ = 0.6.

a) ¿Cuál es la probabilidad de que x = 0?

(0.60)(e−0.6)
P(X) = = 0.5488
0!

b) ¿Cuál es la probabilidad de que x > 0?

P (X>0) = 1 – P (0) = 1-0.5488 = 0.4511

15. En una distribución de Poisson, μ = 4

a) ¿Cuál es la probabilidad de que x < 2?

P (X<2) = p (0) + P (1) = 0.0138 + 0.0732 = 0.0991

b) ¿Cuál es la probabilidad de que x = 2?

(42)(e−4)
P(X) = = 0.1465
2!

c) ¿Cuál es la probabilidad de que x > 2?

P (x>2) = 1 – P (2) = 1-0.1465 = 0.8535
16. La señorita Bergen es ejecutiva del Coast Bank and Trust. A partir de sus años de experiencia, calcula que la
probabilidad de que un solicitante no pague un préstamo inicial es de 0.025. El mes pasado realizó 40 préstamos.
N = 40 π = 0.025

a) ¿Cuál es la probabilidad de que no se paguen 3 préstamos? X = 3

P (3) = (40 C 3) (0.0253) (1 – 0.025) 40 – 3 = 0.0604

b) ¿Cuál es la probabilidad de que por lo menos no se paguen 3 préstamos?

X Probabilidad
0 P (0) = (40 C 0) (0.0250) (1 – 0.025) 40 – 0 = 0.3632
1 P (1) = (40 C 1) (0.0251) (1 – 0.025) 40 – 1 = 0.3725
2 P (2) = (40 C 2) (0.0252) (1 – 0.025) 40 – 2 = 0.1862
TOTAL 0.9219
P (X ≥ 3) = 1 –(P (0) + P (1) + P (2) = 1-0.0219 = 0.0781

17. Un promedio de 2 automóviles por minuto llegan a la salida de Elkhart de la autopista de Indiana.
La distribución de llegadas se aproxima a una distribución de Poisson. μ = 2

a) ¿Cuál es la probabilidad de que ningún automóvil llegue en un minuto? X=0

(20)(e−2)
P(X) = = 0.1353
0!

b) ¿Cuál es la probabilidad de que por lo menos llegue un automóvil en un minuto?

1 – P (0) = 1-0.1353 = 0.8647

18. Se calcula que 0.5% de quienes se comunican al departamento de servicio al cliente de Dell, Inc., escuchará
un tono de línea ocupada. ¿Cuál es la probabilidad de que de las 1200 personas que se comunicaron hoy, por lo
menos 3 hayan escuchado un tono de línea ocupada?
n = 1200 π = 0.005

x probabilidad
0 P (0) = (1200 C 0) (0.0050) (1 – 0.005) 1200 – 0 =0.0024
1 P (1) = (1200 C 1) (0.0051) (1 – 0.005) 1200 – 1 = 0.01472
2 P (2) = (1200 C 2) (0.0052) (1 – 0.005) 1200 – 2 = 0.04435
Total 0.06148