Descargue como PDF, TXT o lea en línea desde Scribd
Descargar como pdf o txt
Está en la página 1/ 14
Figueroa Lizárraga Edy Jared
Ingeniería en Sistemas Computacionales
Probabilidad y estadística Fecha: 25/04/2024 Es la que descrine la cantidad de éxito o fracasos al realizar n experimentos independientes sobre una variable aleatoria que solo puede tener dos resultados posibles. Además, se aplica en la toma de decisiones
La probabilidad de que un cliente nuevo le guste la
hamburguesa es de 0.8; si llegan 5 clientes nuevos, ¿cuál es la probabilidad de que les guste la hamburguesa?
Probabilidades de que a solo dos
=5.12% personas les guste la hamburguesa La probabilidad de que un aparato de televisión sea defectuoso antes de revisarlo es del 0.12; si se revisan 5 aparatos, calcule:
a) La probabilidad de que sean 2 defectuosos:
Probabilidades de que dos aparatos sean
=9.81% defectuosos.
b) La probabilidad de que menos de 3 sean
defectuosos:
Probabilidades de que menos de 3
=98.56% aparatos sean defectuosos c) La probabilidad de que al menos 3 sean defectuosos: Usando la fórmula 1 − 𝑃 0, 1, 2 siendo 𝑃 0, 1, 2 = 0.98568
= 1 − 0.9856 = 0.0143 Probabilidades de que al menos 3 sean =1.43% defectuosos
d) La probabilidad de que ninguno sea defectuoso:
Probabilidades de que ninguno sea
=52.77% defectuoso
e) La probabilidad de que alguno sea defectuoso:
Usando la fórmula 1 − 𝑃 0 siendo 𝑃 0 = 0.52773 = 1 − 0.52773 = 0.4723
Probabilidades de que alguno sea
=47.23% defectuoso f) El número de televisores que se encontraron por términos medios: Si la probabilidad de que un televisor sea defectuoso es de 0.12 entonces 12 3 = 0.12 = = 100 25 3 Entonces (3 de cada 25) televisores son defectuosos 25 Es un modelo estadístico que describe el número de casos de éxitos en una extracción aleatoria y sin reemplazos de n elementos de una población
En una caja hay 10 celulares, de los cuales 3 están dañados.
Si se sacan 5 celulares de la caja, ¿cuál es la probabilidad de sacar un celular dañado?
Probabilidades de sacar un celular
=41.67% dañado La distribución de Poisson es una distribución de probabilidad discreta que expresa, a partir de una frecuencia de ocurrencia media, la probabilidad de que ocurra un determinado número de eventos durante cierto período de tiempo.
=POISSON.DIST(x,mean,cumulative)
(𝑒 −𝜇 )(𝜇 𝑥 ) 𝑓 𝑥 = 𝑥! donde…
𝑥 = 𝑚𝑒𝑑𝑖𝑎 𝜇 = 𝑝𝑢𝑛𝑡𝑜 𝑓𝑖𝑛𝑎𝑙 La veterinaria de Jorge recibe un promedio de 𝑁 = 4 pacientes al día. Sabiendo que el número de pacientes que llegan en un día siguen una distribución de Poisson, calcule:
a) La probabilidad de que lleguen 3 pacientes en
un día:
Probabilidades de que lleguen 3
=19.54% pacientes en un día
b) La probabilidad de que lleguen 5 pacientes en
un día:
Probabilidades de que lleguen 5
=15.63% pacientes en un día La distribución t describe las distancias estandarizadas de las medias de la muestra hasta la media de la población cuando la desviación estándar de la población no se conoce, y las observaciones vienen de una población con una distribución normal.
=DISTR.T(x,grados_de_libertad,colas)
Juan desea realizar una investigación sobre el índice de
masa corporal en el colegio Emilio Uzcategui, por lo cual toma una muestra de 20 estudiantes y desea verificar que esa muestra es significativa tomando en cuenta que el promedio de IMC del colegio es de 21kg/m². Y se observaron los siguientes datos:
19 20 24 22 22 Juan aplicará la prueba de
hipótesis T. Student para 20 24 21 21 21 determinar que sus datos son 22 22 23 23 20 significativos y para ello usará un nivel de 19 20 21 18 19 significancia del 95% 1) Determinar la hipótesis nula y alternativa
𝐻0 = 𝜇 El promedio del IMC de la muestra es igual al
promedio del colegio
𝐻𝑎 ≠ 𝜇 El promedio del IMC de la muestra no es igual
al promedio del colegio
2) Determinar el nivel de significancia
Considere en el posible error que
puede cometer al considerar una hipótesis de forma errónea. 0.95
Conclusión: 95% se acepta Existe suficiente evidencia 𝐻0 estadística para asegurar que los datos del IMC de la muestra son 2.5 2.5 significativos con un nivel de -2.093 2.093 confiabilidad del 95% (significancia 0.2587 del 5%) La prueba de Chi Cuadrada se usa para comprobar hipótesis sobre si ciertos datos son como se esperaba. La idea clave tras la prueba es comparar los valores observados en los datos con los valores esperados que tendríamos si la hipótesis nula es cierta.
=DISTR.CHI(x;grados_de_libertad)
2 𝑛 − 1 𝑆2 𝑥 = 𝜎2
donde…
𝑛 = 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑆 2 = 𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙 𝜎 2 = 𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑑𝑜𝑛𝑑𝑒 𝑠𝑒 𝑒𝑥𝑡𝑟𝑎𝑗𝑜 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑛 − 1 = 𝑔𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑 Encuentre la probabilidad de una muestra aleatoria de 25 observaciones de una población normal con varianza de 𝜎 2 = 6. Obtenga una varianza muestral de:
a) Mayor que 9.1
Datos: Fórmula: Desarrollo:
𝑛 − 1 𝑆2 25 − 1 (9.1) 𝑛 = 25 2 𝑥 = 𝑥2 = = 36.4 𝜎2 6 𝑆 2 = 9.1 Buscamos en la tabla de Chi Cuadrada y es: 𝜎2 = 6 0.05 Por lo tanto: 𝑃 𝑆 2 > 9.1 = 0.05
a) Entre 3.462 y 10.745
Datos: Fórmula: Desarrollo:
𝑛 − 1 𝑆2 25 − 1 (3.462) 𝑛 = 3.462 2 𝑥 = 𝑥2 = = 13.874 𝜎2 6 𝑆 2 = 9.1 Buscamos en la tabla de Chi Cuadrada y es: 𝜎2 = 6 0.95
25 − 1 (10.745) 𝑥2 = = 42.98 6 Buscamos en la tabla de Chi Cuadrada y es: 0.01
