LAS RESPUESTAS ESTAN EN EL LINK :
lunes, 13 de diciembre de 2010
ETS RESUELTO DE PROBABILIDAD 2009
LAS RESPUESTAS ESTAN EN EL LINK :
DISTRIBUCION BINOMIAL(2022) Ejemplos
DISTRIBUCION BINOMIAL
La distribución Binomial es una distribución discreta que posee un gran significado práctico además, representa un medio auxiliar apropiado para la investigación de regularidades de fenómenos aleatorios, que son de importancia fundamental para la teoría de probabilidades y para su aplicación práctica.
Sea n un número natural arbitrario y p, un número situado entre cero y uno. Una variable aleatoria X que tome los valores 0,1,2,...,n se denomina distribuida binomialmente con los parámetros n y p ,
Condiciones que debe cumplir una Distribución Binomial
Un experimento aleatorio se llama pascal o binomial negativa, si cumple con:
1- El experimento consta de ensayos independientes.
2- Cada ensayo tiene sólo dos resultados. Éxito y Fracaso.
3- La probabilidad de éxito en un ensayo es p y la de fracaso q=1-p , y se mantienen constantes de ensayo en ensayo.
4- El experimento termina cuando ocurre el n-ésimo éxito.
Problema 01:
a) Entre 4 y 7 empleados; inclusive que sean civiles
b) 8 empleados civiles
c) Menos de 2 y más de 7 sean civiles.
DISTRIBUCION BINOMIAL
Sólo el 20% de los empleados son civiles en una base militar. Si 10 empleados de la base llegan, ¿Cual es la probabilidad que el guardia encuentre:
a) Entre 4 y 7 empleados; inclusive que sean civiles
b) 8 empleados civiles
c) Menos de 2 y más de 7 sean civiles.
La formula de la distribución binomial es
P(X=x) = C(n,x) * p^x * (1-p)^(n-x)
En este caso
n=10
p=0.20
P(X=x) = C(10,x) * 0.2^x * 0.8^(10-x)
a)
P(4<=X<=7) = P(X=4) + P(X=5) + P(X=6) + P(X=7)
P(X=4) = C(10,4) * 0.2^4 * 0.8^(10-4) = 0.0881
P(X=5) = C(10,5) * 0.2^5 * 0.8^(10-5) = 0.0264
P(X=6) = C(10,6) * 0.2^6 * 0.8^(10-6) = 0.0055
P(X=7) = C(10,7) * 0.2^7 * 0.8^(10-7) = 0.0008
P(4<=X<=7) = 0.0881 + 0.0264 + 0.0055 + 0.0008 = 0.1208
b)
P(X=8) = C(10,8) * 0.2^8 * 0.8^(10-8) = 0.000074
c)
P(X<2) + P(X>7) = P(X=0) + P(X=1) + P(X=8) + P(X=9) + P(X=10)
P(X=0) = C(10,0) * 0.2^0 * 0.8^(10-0) = 0.1074
P(X=1) = C(10,1) * 0.2^1 * 0.8^(10-1) = 0.2684
P(X=8) = C(10,8) * 0.2^8 * 0.8^(10-8) = 0.0001
P(X=9) = C(10,9) * 0.2^9 * 0.8^(10-9) = 0.000004
P(X=10) = C(10,10) * 0.2^10 * 0.8^(10-10) = 0.0000001
Sumando,
P(X<2) + P(X>7) = P(X=0) + P(X=1) + P(X=8) + P(X=9) + P(X=10) = 0.3759
a) Entre 4 y 7 empleados; inclusive que sean civiles
b) 8 empleados civiles
c) Menos de 2 y más de 7 sean civiles.
La formula de la distribución binomial es
P(X=x) = C(n,x) * p^x * (1-p)^(n-x)
En este caso
n=10
p=0.20
P(X=x) = C(10,x) * 0.2^x * 0.8^(10-x)
a)
P(4<=X<=7) = P(X=4) + P(X=5) + P(X=6) + P(X=7)
P(X=4) = C(10,4) * 0.2^4 * 0.8^(10-4) = 0.0881
P(X=5) = C(10,5) * 0.2^5 * 0.8^(10-5) = 0.0264
P(X=6) = C(10,6) * 0.2^6 * 0.8^(10-6) = 0.0055
P(X=7) = C(10,7) * 0.2^7 * 0.8^(10-7) = 0.0008
P(4<=X<=7) = 0.0881 + 0.0264 + 0.0055 + 0.0008 = 0.1208
b)
P(X=8) = C(10,8) * 0.2^8 * 0.8^(10-8) = 0.000074
c)
P(X<2) + P(X>7) = P(X=0) + P(X=1) + P(X=8) + P(X=9) + P(X=10)
P(X=0) = C(10,0) * 0.2^0 * 0.8^(10-0) = 0.1074
P(X=1) = C(10,1) * 0.2^1 * 0.8^(10-1) = 0.2684
P(X=8) = C(10,8) * 0.2^8 * 0.8^(10-8) = 0.0001
P(X=9) = C(10,9) * 0.2^9 * 0.8^(10-9) = 0.000004
P(X=10) = C(10,10) * 0.2^10 * 0.8^(10-10) = 0.0000001
Sumando,
P(X<2) + P(X>7) = P(X=0) + P(X=1) + P(X=8) + P(X=9) + P(X=10) = 0.3759
sábado, 11 de diciembre de 2010
sábado, 4 de diciembre de 2010
DISTRIBUCION BINOMIAL (2022) Ejemplos
EJERCICIOS RESUELTOS
Problema 01:
Una compañía de seguros considera que alrededor del 25% de los carros se accidentan cada año. Cual es la probabilidad de que por lo menos 3 de una muestra de 7 vehículos asegurados, se haya accidentado?
Es un caso de distribución binomial
Problema 02:
35% de los jóvenes que asisten a un restaurant fuman. Si se escogen al azar 5 jóvenes, calcula la probabilidad de que:
a. Ninguno fume.
b. Más de 3 fumen.
c. Cuando mucho 2 fumen.
d. Exactamente 5 fumen.
e. Encuentra el valor esperado y la varianza del número de jóvenes fumadores.
Problema 03:
Suponga que para un embarque muy grande chips de circuitos integrados, la probabilidad de falla para cualquier chip es de 0,10. Suponga que se cumplen las suposiciones en que se basan las distribuciones binomiales ¿encuentre la probabilidad de que a lo más 3 chips fallen en una muestra aleatoria de 20?
VARIABLE ALEATORIA CONTINUA
VARIABLE ALEATORIA CONTINUA: Una variable aleatoria continua es aquella que puede adoptar cualquier valor en el marco de un intervalo que ya esta predeterminado .
EJERCICIOS RESUELTOS
Suponga que f (x) = 0,25, para 0 < X < 4. Calcule la media y la varianza de la variable aleatoria continua X.
Media= integral de 0 a 4 de xf(x) = 0.25x
E(x)= 0.25*x^2/2 (x=0,4) --> 0.25*4^2/2 - 0.25*0^/2 = 2
Varianza = E(X^2) - E(X)^2
E(X^2) = integral de 0 a 4 de x^2*f(x) = 0.25x^2
E(x^2)= 0.25*x^3/3 (x=0,4) --> 0.25*4^3/3 - 0.25*0^/3 = 5.33333
Varianza = E(X^2) - E(X)^2 = 5.3333 - 2^2 = 1.33333
EJERCICIOS RESUELTOS
Suponga que f (x) = 0,25, para 0 < X < 4. Calcule la media y la varianza de la variable aleatoria continua X.
Media= integral de 0 a 4 de xf(x) = 0.25x
E(x)= 0.25*x^2/2 (x=0,4) --> 0.25*4^2/2 - 0.25*0^/2 = 2
Varianza = E(X^2) - E(X)^2
E(X^2) = integral de 0 a 4 de x^2*f(x) = 0.25x^2
E(x^2)= 0.25*x^3/3 (x=0,4) --> 0.25*4^3/3 - 0.25*0^/3 = 5.33333
Varianza = E(X^2) - E(X)^2 = 5.3333 - 2^2 = 1.33333
VARIABLE ALEATORIA DISCRETA
VARIABLE ALEATORIA DISCRETA: Una variable aleatoria se llama Discreta, si puede aceptar un número finito o infinito numerable de valores, es decir si el dominio de valores en un conjunto a lo sumo numerable.
EJERCICIOS RESUELTOS
Problema 01:
1. Sea X una variable aleatoria discreta.
Determine el valor de k para que la función f (x)=k / x, x = 1, 2, 3, 4, sea la función de probabilidad
de X. Determine además P (1 =< X =< 3).
TEOREMA DE BAYES
La probabilidad que un hombre casado vea cierto programa de la televisión, es 40%, la probabilidad que su esposa vea el mismo programa es 50% y la probabilidad que el hombre vea el programa dado que su esposa lo vio es 70%. ¿cual es la probabilidad que al menos uno de los esposos vea el programa?
H --> el hombre ve el programa
M --> la mujer ve el programa.
P(H)=0.40
P(M)=0.50
P(H|M)=0.70 --> P(H|M)=P(H y M)/P(M) --> P(H y M) = P(H|M)*P(M) = 0.70*0.50 = 0.35
Debemos calcular la probabilidad que al menos uno de los esposos vea el programa:
P(H o M) =P(H) + P(M) - P(H y M) = 0.40 + 0.50 - 0.35 = 0.55
H --> el hombre ve el programa
M --> la mujer ve el programa.
P(H)=0.40
P(M)=0.50
P(H|M)=0.70 --> P(H|M)=P(H y M)/P(M) --> P(H y M) = P(H|M)*P(M) = 0.70*0.50 = 0.35
Debemos calcular la probabilidad que al menos uno de los esposos vea el programa:
P(H o M) =P(H) + P(M) - P(H y M) = 0.40 + 0.50 - 0.35 = 0.55
DISTRIBUCION DE POISSON(2024) Ejemplos
😆
👉DISTRIBUCION DE POISSON: Este modelo estudia los experimentos cuyos resultados tienen lugar en intervalos continuos, de tiempo,áreas,volúmenes, etc.
Condiciones que debe cumplir un proceso de poisson
1- Los resultados de intervalos que no tienen puntos en común, son independientes.
Esto es, los resultados que ocurren en son independientes de los que transcurren en el intervalo cuando los intervalos son disjuntos. Se dice que el experimento de poisson en su ejecución no tiene memoria.
2- La probabilidad, de que en un resultado ocurra en un intervalo de tiempo mucho muy pequeño
es una cantidad de orden . Esto es, la probabilidad de obtener exactamente un resultado en un intervalo, suficientemente pequeño, es proporcional a la longitud del intervalo.
3- La probabilidad de que ocurra mas de un resultado en el transcurso del intervalo
es una cantidad mucho mas pequeña en comparación con .
Esto significa que la probabilidad de obtener 2 ó mas resultados en un intervalo sumamente pequeño es despreciable.
👉 Problema 01: 😆
En una clínica el promedio de atención es 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.
Usamos la distribución de Poisson
👉 Problema 04: 😆
Los reportes de crímenes recientes indican que 3.2 de los robos de vehículos motorizados ocurren cada minuto en estados unidos. Suponga que la distribución de los robos por minuto puede calcularse con la distribución de probabilidad de poisson.
Este modelo tiene muchas aplicaciones. Se emplea generalmente en donde, se desea optimizar los tiempos, tanto de espera como de servicio, a este tipo de problemas se les estudia en el área de investigación de operaciones en Lineas de Espera o Teorías de Colas.
Condiciones que debe cumplir un proceso de poisson
1- Los resultados de intervalos que no tienen puntos en común, son independientes.
Esto es, los resultados que ocurren en son independientes de los que transcurren en el intervalo cuando los intervalos son disjuntos. Se dice que el experimento de poisson en su ejecución no tiene memoria.
2- La probabilidad, de que en un resultado ocurra en un intervalo de tiempo mucho muy pequeño
es una cantidad de orden . Esto es, la probabilidad de obtener exactamente un resultado en un intervalo, suficientemente pequeño, es proporcional a la longitud del intervalo.
3- La probabilidad de que ocurra mas de un resultado en el transcurso del intervalo
es una cantidad mucho mas pequeña en comparación con .
Esto significa que la probabilidad de obtener 2 ó mas resultados en un intervalo sumamente pequeño es despreciable.
EJERCICIOS RESUELTOS
👉 Problema 01: 😆
En una clínica el promedio de atención es 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.
Usamos la distribución de Poisson
👉 Problema 02: 😆
👉 Problema 03: 😆
👉 Problema 04: 😆
Los reportes de crímenes recientes indican que 3.2 de los robos de vehículos motorizados ocurren cada minuto en estados unidos. Suponga que la distribución de los robos por minuto puede calcularse con la distribución de probabilidad de poisson.
a)¿calcule la probabilidad de que ocurran cuatro robos exactamente en un minuto.
b)¿cuál es la probabilidad de que en un cuarto de hora cualquiera ocurran exactamente 45 robos?
👉 Problema 05: 😆
Suponga que la agencia de protección ambiental (APA) es quien establece los estándares para Garantizar la calidad de las emisiones de aire por parte de las empresas. El límite máximo Permitido de cobre en las emisiones es de 10 partículas por millón y usted trabaja en una empresa Donde el valor medio en sus emisiones es de cuatro partículas por millón.
Suponga que la agencia de protección ambiental (APA) es quien establece los estándares para Garantizar la calidad de las emisiones de aire por parte de las empresas. El límite máximo Permitido de cobre en las emisiones es de 10 partículas por millón y usted trabaja en una empresa Donde el valor medio en sus emisiones es de cuatro partículas por millón.
a) Si se define X como el número de partículas por millón en una muestra ¿Cuál es la desviación estándar de X en su empresa?
b) Si el número medio de partículas por millón en su empresa es efectivamente de cuatro por millón ¿Tendría usted temor de que la agencia lo multe por contaminar el aire?
EJERCICIO RESUELTO
- En los últimos años hay dos tendencias muy difundidas en cuestiones de salud. Una
referente a la dieta y otra referente al ejercicio. Si las dos “creencias” son independientes,es decir quienes siguen una dieta sana no hacen ni más ni menos ejercicio que los que nollevan una dieta sana. El 40% de las personas hacen ejercicio y el 10% son adictos a dietas
integrales, baja en grasas.
a. Qué proporción de ellos hacen trote y sigue una dieta sana
b. Qué proporción hace gimnasia pero no sigue una dieta sana
c. Qué porcentaje come sano pero no hace ejercicio.
d. Si elegimos tres personas al azar, Cuál es la probabilidad de que las tres sean
partidarias de la comida sana?
e. Cuál es la probabilidad de que ninguna de las tres sea adicta a estos comportamientos.
E-->ejercicio
D-->adictos a dietas
P(E)=0.40
P(D)=0.10
a)
P(E y D) = P(E)P(D) = 0.40*0.10 = 0.04
b)
P(E y no D) = P(E) * (1-P(D)) = 0.40 * (1-0.10) = 0.40*0.90 = 0.36
c)
P(no E y D) = (1-P(E)) * P(D) = (1-0.40) * 0.10 = 0.60*0.10 = 0.06
d)
P(D)^3 = 0.10^3 = 0.001
e) P(noD)^3 = (1-P(D))^3 = (1-0.10)^3 = 0.90^3 = 0.729
referente a la dieta y otra referente al ejercicio. Si las dos “creencias” son independientes,es decir quienes siguen una dieta sana no hacen ni más ni menos ejercicio que los que nollevan una dieta sana. El 40% de las personas hacen ejercicio y el 10% son adictos a dietas
integrales, baja en grasas.
a. Qué proporción de ellos hacen trote y sigue una dieta sana
b. Qué proporción hace gimnasia pero no sigue una dieta sana
c. Qué porcentaje come sano pero no hace ejercicio.
d. Si elegimos tres personas al azar, Cuál es la probabilidad de que las tres sean
partidarias de la comida sana?
e. Cuál es la probabilidad de que ninguna de las tres sea adicta a estos comportamientos.
E-->ejercicio
D-->adictos a dietas
P(E)=0.40
P(D)=0.10
a)
P(E y D) = P(E)P(D) = 0.40*0.10 = 0.04
b)
P(E y no D) = P(E) * (1-P(D)) = 0.40 * (1-0.10) = 0.40*0.90 = 0.36
c)
P(no E y D) = (1-P(E)) * P(D) = (1-0.40) * 0.10 = 0.60*0.10 = 0.06
d)
P(D)^3 = 0.10^3 = 0.001
e) P(noD)^3 = (1-P(D))^3 = (1-0.10)^3 = 0.90^3 = 0.729
propiedades de probabilidad
Una facultad tiene los datos sobre la EDAD Y EL ESTADO CIVIL DE 140 ESTUDIANTES.
EDAD .................................... ESTADO CIVIL
MENOR QUE 30 AÑOS: SOLTERO(A)=77 CASADO(A)=14 DIVORCIADO(A)=20
ENTRE 30 A 40 AÑOS: SOLTERO(A)=49 CASADO(A)=28 DIVORCIADO(A)=56
MAYOR QUE 40AÑOS: SOLTERO(A)=10 CASADO(A)=91 DIVORCIADO(A)=46
a) ¿Cuál es la probabilidad de cada uno de los estados maritales de los estudiantes?
b) ¿Cuál es la probabilidad de que un estudiante seleccionado al azar, TENGA MENOS DE 30 AÑOS "O" SEA DIVORCIADO?
c) ¿Cuál es la probabilidad de que un estudiante seleccionado al azar, TENGA MÁS DE 40 AÑOS "Y" SEA SOLTERO?
d) Si un estudiante nos dice que es casado, ¿Cuál es la probabilidad de que TENGA ENTRE 30 A 40 AÑOS?
El total de datos no es 140 es 77 + 14 +20 + 49 + 28 + 56 + 10 + 91 + 46 = 391
Edad --- Soltero --- Casado --- Divorciado
<30 ----="" ---="" 14="" 20="" 77="" br="">
30-40 --- 49 --- 28 --- 56
>40 ---- 10 --- 91 ---46
a)
Solteros = 77+49+10 = 136 --> prob=136/391 = 0.3478
Casados = 14+28+91 =133 --> prob=133/391 = 0.3402
Divorciados = 20+56+46 =122 --> prob=122/391 = 0.3120
b)
P(<30 391="111/391<br" a="" os="(77+14+20)">
P(Divorciado) = 122/391
P(<30 20="" br="" divorciado="" y="">
P(<30 -="" 0.5448="" 111="" 122="" 20="" 213="" br="" divorciado="" ivorciado="" o="" p="" y="">
c) en el grupo de 40 años hay 10 solteros
p=10/391 = 0.0256
d)
P(30-40 / casado) = P(30-40 y casado) / P(casado)
Hay 28 casado entre los estudiantes de 30 a 40, P(30-40 y casado)=28/391
P(30-40 / casado) = 28/391 / 133/391 = 28/133 = 0.210530>30>30>30>
EDAD .................................... ESTADO CIVIL
MENOR QUE 30 AÑOS: SOLTERO(A)=77 CASADO(A)=14 DIVORCIADO(A)=20
ENTRE 30 A 40 AÑOS: SOLTERO(A)=49 CASADO(A)=28 DIVORCIADO(A)=56
MAYOR QUE 40AÑOS: SOLTERO(A)=10 CASADO(A)=91 DIVORCIADO(A)=46
a) ¿Cuál es la probabilidad de cada uno de los estados maritales de los estudiantes?
b) ¿Cuál es la probabilidad de que un estudiante seleccionado al azar, TENGA MENOS DE 30 AÑOS "O" SEA DIVORCIADO?
c) ¿Cuál es la probabilidad de que un estudiante seleccionado al azar, TENGA MÁS DE 40 AÑOS "Y" SEA SOLTERO?
d) Si un estudiante nos dice que es casado, ¿Cuál es la probabilidad de que TENGA ENTRE 30 A 40 AÑOS?
El total de datos no es 140 es 77 + 14 +20 + 49 + 28 + 56 + 10 + 91 + 46 = 391
Edad --- Soltero --- Casado --- Divorciado
<30 ----="" ---="" 14="" 20="" 77="" br="">
30-40 --- 49 --- 28 --- 56
>40 ---- 10 --- 91 ---46
a)
Solteros = 77+49+10 = 136 --> prob=136/391 = 0.3478
Casados = 14+28+91 =133 --> prob=133/391 = 0.3402
Divorciados = 20+56+46 =122 --> prob=122/391 = 0.3120
b)
P(<30 391="111/391<br" a="" os="(77+14+20)">
P(Divorciado) = 122/391
P(<30 20="" br="" divorciado="" y="">
P(<30 -="" 0.5448="" 111="" 122="" 20="" 213="" br="" divorciado="" ivorciado="" o="" p="" y="">
c) en el grupo de 40 años hay 10 solteros
p=10/391 = 0.0256
d)
P(30-40 / casado) = P(30-40 y casado) / P(casado)
Hay 28 casado entre los estudiantes de 30 a 40, P(30-40 y casado)=28/391
P(30-40 / casado) = 28/391 / 133/391 = 28/133 = 0.210530>30>30>30>
DISTRIBUCION HIPERGEOMETRICA(2024) Ejemplos
😁
Un experimento aleatorio se llama Hipergeométrico si cumple con las condiciones:
1- El experimento se realiza considerando un lote de tamaño N en el cual sus elementos están divididos en dos clases de tamaños m y N-m.
2- Se toma una muestra de tamaño n, sin remplazo, del lote.
3- Se calculan las probabilidades cuando k elementos de una de las clases estén en la muestra de tamaño n.
EJERCICIOS RESUELTOS
👉 Problema 01: 😆
En un lote de 10 componentes electrónicos de TV en buen estado, se agregan 3 defectuosos, todos en apariencia y tamaños iguales.
Una persona compra 4 de tales componentes para reparar televisores.
a) Calcule la probabilidad de que la persona tenga que regresar a reclamar al vendedor, por haber obtenido componentes defectuosos.
Es un caso de distribución hipergeometrica:
Solución Inciso a)
La distribución hipergeometrica tiene por:
Formula:
Tamaño del Lote
Componentes defectuosos
Tamaño de la muestra
Sustituyendo los valores de la formula:
👉 Problema 02: 😆
Un producto industrial particular se envía en lotes de 20. El análisis para determinar si un articulo tiene defecto es costoso, por tanto, el fabricante muestrea la producción en vez de usar un plan con el que tenga que inspeccionar el 100 %.
Un plan de muestreo construido para reducir el numero de artículos defectuosos enviados a los clientes requiere muestrear 5 artículos de cada lote y rechazarlo si se observa mas de 1 articulo defectuoso.(Si el lote se rechaza, entonces se prueba cada uno de los artículos.)Si en un lote hay 4 artículos defectuosos.¿cual es la probabilidad de que sea aceptado?
Es un caso de distribución hipergeometrica:
Solución Inciso a)
La distribución hipergeometrica tiene por:
Formula:
Tamaño del Lote
Artículos defectuosos
Tamaño de la muestra
Sustituyendo los valores de la formula:
La probabilidad de aceptar el lote es;
La suma de esto nos da la probabilidad de:
La probabilidad del lote es del de ser aceptado.
👉 Problema 03: 😆
5 fabricantes producen en determinado dispositivo cuya calidad varia de un fabricante a otro. si usted elige 3 fabricantes al azar, hallar la probabilidad que la selección contenga 2 de las 3 mejores.
Es un caso de distribución hipergeométrica:
👉 Problema 04: 😆
👉 Problema 05: 😆
En Una oficina donde se ensamblan computadoras, en una mesa hay 20 chips de los cuales 6 están malogrados. Primero llega el Sr. Gates y recoge 8 chips y más tarde llega el Sr. Apple y se lleva los restantes. Halle la probabilidad que solamente uno de ellos se haya llevado todos los chips defectuosos.
👉DISTRIBUCION HIPERGEOMETRICA
Un experimento aleatorio se llama Hipergeométrico si cumple con las condiciones:
1- El experimento se realiza considerando un lote de tamaño N en el cual sus elementos están divididos en dos clases de tamaños m y N-m.
2- Se toma una muestra de tamaño n, sin remplazo, del lote.
3- Se calculan las probabilidades cuando k elementos de una de las clases estén en la muestra de tamaño n.
Si es una variable hipergeometrica con m éxitos en una población de tamaño N de la cual se elige una muestra sin reemplazo de tamaño n: entonces:
ESPERANZA MATEMÁTICA LLAMADO TAMBIÉN VALOR ESPERADO
DESVIACIÓN ESTÁNDAR LLAMADO TAMBIÉN VARIANZA
EJERCICIOS RESUELTOS
En un lote de 10 componentes electrónicos de TV en buen estado, se agregan 3 defectuosos, todos en apariencia y tamaños iguales.
Una persona compra 4 de tales componentes para reparar televisores.
a) Calcule la probabilidad de que la persona tenga que regresar a reclamar al vendedor, por haber obtenido componentes defectuosos.
Es un caso de distribución hipergeometrica:
Solución Inciso a)
La distribución hipergeometrica tiene por:
Formula:
Tamaño del Lote
Componentes defectuosos
Tamaño de la muestra
Sustituyendo los valores de la formula:
👉 Problema 02: 😆
Un producto industrial particular se envía en lotes de 20. El análisis para determinar si un articulo tiene defecto es costoso, por tanto, el fabricante muestrea la producción en vez de usar un plan con el que tenga que inspeccionar el 100 %.
Un plan de muestreo construido para reducir el numero de artículos defectuosos enviados a los clientes requiere muestrear 5 artículos de cada lote y rechazarlo si se observa mas de 1 articulo defectuoso.(Si el lote se rechaza, entonces se prueba cada uno de los artículos.)Si en un lote hay 4 artículos defectuosos.¿cual es la probabilidad de que sea aceptado?
Es un caso de distribución hipergeometrica:
Solución Inciso a)
La distribución hipergeometrica tiene por:
Formula:
Tamaño del Lote
Artículos defectuosos
Tamaño de la muestra
Sustituyendo los valores de la formula:
La probabilidad de aceptar el lote es;
La suma de esto nos da la probabilidad de:
La probabilidad del lote es del de ser aceptado.
👉 Problema 03: 😆
5 fabricantes producen en determinado dispositivo cuya calidad varia de un fabricante a otro. si usted elige 3 fabricantes al azar, hallar la probabilidad que la selección contenga 2 de las 3 mejores.
Es un caso de distribución hipergeométrica:
Solución Inciso a)
La distribución hipergeometrica tiene por:
Formula
Sustituyendo los valores de la Formula:
👉 Problema 04: 😆
En un lote de 10 proyectiles se disparan 4 al azar si el lote contiene 5 proyectiles que no disparan.
a)¿Cual es la probabilidad de que los 4 disparen?
b)¿Cuantos de los 4 se espera que disparen?
Solución Inciso a)
La distribución hipergeometrica tiene por
Formula
Sustituyendo los valores de la Formula:
Solución Inciso b)
Formula
Sustituyendo los valores de la Formula:
En Una oficina donde se ensamblan computadoras, en una mesa hay 20 chips de los cuales 6 están malogrados. Primero llega el Sr. Gates y recoge 8 chips y más tarde llega el Sr. Apple y se lleva los restantes. Halle la probabilidad que solamente uno de ellos se haya llevado todos los chips defectuosos.
Solución Inciso a)
La distribución hipergeometrica tiene por
Formula
Usamos una distribución hipergeometrica.
Sustituyendo los valores de la Formula:
Que solamente uno de ellos se lleve todos los chips es que:
La suma de esto nos da la probabilidad de 0.0245
👉 Problema 06: 😆
Una caja de vino tiene 12 botellas, tres de las cuales contienen vino descompuesto de la caja se elije al azar una muestra de 4 botellas.
a) Encuentre la distribución de probabilidad para , el numero de botellas de vino echadas a perder en la muestra.
Solución Inciso a)
La distribución hipergeometrica tiene por
Formula:
Sustituyendo los valores de la Formula:
Solución Inciso b)
Formula
Sustituyendo los valores de la formula:
Formula para la varianza
Sustituyendo los valores de la formula:
👉 Problema 07: 😆
En una caja se tienen 20 discos duros para computadora colocados en forma vertical sin poner uno encima del otro.
Supóngase que entre los 20 existen 3 defectuosos,se seleccionan 4 de ellos aleatoriamente.
Solución Inciso a)
La distribución hipergeometrica tiene como
Formula:
Sustituyendo los valores de la formula:
👉 Problema 08: 😆
Una de las maquinas para elaborar tornillos milimétricos se descompuso y el fabricante se ha quedado con un gran numero de tornillos defectuosos.
Para tratar de evitar perdidas el proveedor de tornillos en cada caja de 30 tornillos coloca 5 defectuosos (25 buenos).
El vendedor de tornillos comienza a recibir reclamos por los defectuosos, y decide lo siguiente.
a) Cambiar de proveedor si al inspeccionar aleatoriamente 6 tornillos de la siguiente caja resultan dos o mas tornillos defectuosos en ella.
b) Cambiar de proveedor, si antes del cuarto de los siguientes envíos recibe una caja de tal forma que al inspeccionar aleatoriamente 6 tornillos resultan dos o mas tornillos defectuosos en ella.
En cada uno de los incisos anteriores, calcule la probabilidad de que el vendedor cambie de proveedor.
Considere que el proveedor no sabe nada de los planes del vendedor y sigue colocando 5 tornillos defectuosos por caja.
Solución Inciso a)
La distribución hipergeometrica tiene como
Formula:
Suscribirse a:
Entradas (Atom)