Carlospatriciovargashidalgo - Estadística-Taller2 PDF

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 4

ESTADISTICA

II

Unidad: Distribución Poisson y Binomial.


Objetivo: Aplicar las técnicas de muestreo en casos de la
vida real.
Tema de la actividad: Analizar el Caso de Estudio expuesto
y responder las preguntas planteadas (puedes investigar en
cualquier texto)
Descripción: Aplique Distribución Binominal para resolver.
Asignatura: Estadística II
Facultad: Ciencias Económicas, Universidad Tecnológica
Empresarial de Guayaquil.
Modalidad: Online
Carrera: Economía
Estudiante: Carlos Vargas
Nombre Docente: Yecenia Escobar De la Cuadra
Fecha: 30/01/2024
Una prueba de inteligencia está compuesta de 10 preguntas, cada una de las cuales tiene cuatro
respuestas, siendo solo una de ellas correcta. Un alumno tiene prisa por acabar la prueba y decide
contestar de forma aleatoria. Se pide:

a) Probabilidad de acertar exactamente 4 preguntas.


b) Probabilidad de no acertar ninguna.
c) Probabilidad de acertar todas.
d) Probabilidad de acertar al menos 8.
e) Probabilidad de acertar a lo sumo 3.
f) Media y varianza.

̅ = <<no contestar bien>> p (A


Consideramos los sucesos A = <<contestar bien>>, p (A) = 0,25, y A ̅ ) = 0,75.
Sea X la variable discreta que expresa el número de preguntas acertadas en el test de inteligencia.
Tenemos una distribución binomial de parámetros n = 10 y p = 0,25. Es decir, B (10; 0,25).

Formula: Distribución Binominal.

𝐧
𝐏(𝐗 = 𝐱) = ( ) ⋅ 𝐩 𝐱 ⋅ 𝐪𝐧−𝐱
𝐱
a) Probabilidad de acertar exactamente 4 preguntas.

𝟏𝟎
𝐏(𝐱 = 𝟒) = ( ) ⋅ 𝟎, 𝟐𝟓𝟒 ⋅ 𝟎, 𝟕𝟓𝟔 = 𝟐𝟏𝟎 . 𝟎, 𝟐𝟓𝟒 ⋅ 𝟎, 𝟕𝟓𝟔 = 𝟎. 𝟏𝟒𝟓𝟗
𝟒

b) Probabilidad de no acertar ninguna.

𝟏𝟎
𝐏(𝐱 = 𝟎) = ( ) ⋅ 𝟎, 𝟐𝟓𝟎 . 𝟎, 𝟕𝟓𝟏𝟎 = 𝟏 . 𝟎, 𝟕𝟓𝟏𝟎 = 𝟎, 𝟎𝟓𝟔𝟑
𝟎

c) Probabilidad de acertar todas.

𝟏𝟎
𝐏(𝐱 = 𝟏𝟎) = ( ) ⋅ 𝟎, 𝟐𝟓𝟏𝟎 ⋅ 𝟎. 𝟕𝟓𝟎 = 𝟏 . 𝟎, 𝟐𝟓𝟏𝟎 = 𝟗, 𝟓𝟑𝟔𝟕 . 𝟏𝟎−𝟕 = 𝟎
𝟏𝟎
d) Probabilidad de acertar al menos 8.

𝐏(𝐱 ≥ 𝟖) = 𝐩(𝐱 = 𝟖) + 𝐩(𝐱 = 𝟗) + 𝐩(𝐱 = 𝟏𝟎)


𝟏𝟎 𝟏𝟎 𝟏𝟎
= ( ) . 𝟎, 𝟐𝟓𝟖 ⋅ 𝟎, 𝟕𝟓𝟐 + ( ) . 𝟎, 𝟐𝟓𝟗 ⋅ 𝟎, 𝟕𝟓 + ( ) ⋅ 𝟎. 𝟐𝟓𝟏𝟎 = 𝟎, 𝟎𝟎𝟓
𝟖 𝟗 𝟏𝟎

e) Probabilidad de acertar a lo sumo 3.

𝐏(𝐱 ≤ 𝟑) = 𝐩(𝐱 = 𝟎) + 𝐩(𝐱 = 𝟏) + 𝐩(𝐱 = 𝟐) + 𝐩(𝐱 = 𝟑)

𝟏𝟎 𝟏𝟎 𝟏𝟎
= ( ) . 𝟎, 𝟕𝟓𝟏𝟎 + ( ) . 𝟎, 𝟐𝟓 . 𝟎, 𝟕𝟓𝟗 + ( ) . 𝟎, 𝟐𝟓𝟐 . 𝟎, 𝟕𝟓𝟖 +
𝟎 𝟏 𝟐
𝟏𝟎
( ) . 𝟎, 𝟐𝟓𝟑 . 𝟎, 𝟕𝟓𝟕 = 𝟎, 𝟕𝟕𝟓𝟗
𝟑

f) Media y varianza.

𝐮 = 𝟏𝟎 ⋅ 𝟎, 𝟐𝟓 = 𝟐, 𝟓; 𝛔𝟐 = 𝐧𝐩𝐪 = 𝟏𝟎 . 𝟎, 𝟐𝟓 . 𝟎, 𝟕𝟓 = 𝟏, 𝟖𝟕𝟓

En una clínica el promedio de atención es de 16 pacientes por 4 horas, encuentre la


probabilidad que en 30 minutos se atiendan menos de 3 personas y que en 180 minutos
se atiendan 12 pacientes.
La distribución de POISSON es también un caso particular de probabilidad de variable aleatoria discreta, el
cual debe su nombre a Simeón Denis Poisson (1781-1840), un francés que la desarrolló a partir de los estudios
que realizó durante la última etapa de su vida.
Para determinar la probabilidad de que ocurran x éxitos por unidad de tiempo, área, o producto, la fórmula a
utilizar sería:
Formula, Distribución de Poisson.

𝛌𝐱 ⅇ−𝛌
𝐏(𝐱 , 𝛌) = 𝐱!

La probabilidad que en 30 minutos se atiendan menos de 3 personas:


pacientes pacientes pacientes
λ = 16 ∗ λ=4∗ λ=2∗
4 horas 1 horas media horas
Calcular:

P(x < 3) = P(x = 0) + P(x = 1) + P(x = 2)


20 e−2 21 e−2 22 e−2
P(x < 3) = + +
0! 1! 2!

P(x < 3) = 0.1353 + 0.2707 + 0.2707


P(x < 3) = 𝟎. 𝟔𝟕𝟔𝟕

En 180 minutos se atienden 12 pacientes.


pacientes pacientes pacientes
λ = 16 ∗ λ=4∗ λ = 12 ∗
4 horas 1 horas 180 minutos

1212 e−12
P(x = 12) =
12!

P(x = 12) = 𝟎. 𝟏𝟏𝟒𝟒

También podría gustarte