1) DISTRIBUCIÓN BINOMIAL
X…..B( p,n)
CASO
CASO1.
1. PP((XX≤≤aa)) == Usar
Usardirectamente
directamentelalatabla
tabla
CASO
CASO2.
2. PP((XX<<aa)) == PP(X(X≤≤aa--11))
CASO
CASO3.
3. PP((XX>>aa)) == 11--PP(X(X≤≤a)
a)
CASO
CASO4.
4. PP((XX≥≥aa)) == 11 -- PP((XX≤≤aa--1)
1)
CASO
CASO5.
5. PP(a
(a≤≤xx≤≤b)
b) == PP(X (X≤≤bb))--PP(X
(X≤≤aa--11))
1.- En un cargamento grande de llantas de automóvil, 5% tiene cierta imperfección. Si se eligen aleatoriament
a) ¿Cuál es la probabilidad de que ningunas de llantas tenga imperfección?
b) ¿Cuál es la probabilidad de que solo una de las llantas tenga imperfección?
c) ¿Cuál es la probabilidad que una o más de las llantas tenga imperfección?
n=4
a)P(x=0) = 0.81451
b)P(x=1) = 0.17148
CASO 4. P ( X ≥ a ) = 1 - P ( X ≤ a - 1)
2.- Una gran compañía industrial hace un descuento en cualquier factura que se pague en un plazo de 30 días
a) A lo más 3 facturas tengan descuento.
b) Por lo menos una de las facturas tenga descuento.
p=0.10
n=12
a)(X=<3) 0.97436
c)P(x>=1)= 1-P ( X ≤ a - 1)=1-0.28243=0.71757
CASO 4. P ( X ≥ a ) = 1 - P ( X ≤ a - 1)
p=3/20=0.15
X
a) P(X<=3) = 0.64773 0
1
CASO 5. P (a ≤ x ≤ b) = P (X ≤ b ) - P (X ≤ a - 1) 2
b) P(2<= X <=4) = P(X<=4) - P(X<=2-1) 3
P(X<=4) - P(X<=1) 4
0.65429 5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
p = 0.15
n=10
10 n
0.15 p
Probabilida
des para
Probabilida
valores de
d
X x (p.
Acumulada
individuale
s)
P(X=x) P(X<=x)
0 0.19687 0.19687
1 0.34743 0.54430
2 0.27590 0.82020
3 0.12983 0.95003
4 0.04010 0.99013
5 0.00849 0.99862
6 0.00125 0.99987
7 0.00013 0.99999
8 0.00001 1.00000
9 0.00000 1.00000
10 0.00000 1.00000
1.00000
a) P( X>=5) CASO 4. P ( X ≥ a ) = 1 - P ( X ≤ a - 1)
1 - 0.99013 = 0.009787
b) P(X<=2) 0.82020
p=0.01
n=10
a) P(X=3)= 0.06339
b) P(X>12) 1-P(X<=12)
1- 0.99972 = 0.00028
c) P(X>=3) 1-P(X<=2)
1- 0.02711 = 0.97289
CASO 2. P ( X < a ) = P ( X ≤ a - 1) X
0
P ( X < 2) = P ( X ≤ 1) = 0.80879 1
2
3
4
5
6
7
8
9
10
a) P(x<2) =
CASO 2. P ( X < a ) = P ( X ≤ a - 1) X
P ( X < 2) = P ( X ≤ 1)= 0.26738 0
1
2
b)P(X>3) 3
CASO 3. P ( X > a ) = 1 - P ( X ≤ a ) 4
P(X>a)=1- P(X≤a) 5
P ( X > a )=1 0.73600 0.264 6
7
8
9
10
11
12
13
14
15
16
λ= 18 particulas x 3 mililitros
P(X = 15 ) = 0.09360
λ= 8 mensajes x hora
a) P(X = 5 ) = 0.09160
b) P(X = 10 ) = 0.11437
4 mean rate of occurrence
2 0.14653 0.238
3 0.19537 0.43347
4 0.19537 0.62884 a)
5 0.15629 0.78513
6 0.10420 0.88933 b)
7 0.05954 0.94887
8 0.02977 0.97864
9 0.01323 0.99187
10 0.00529 0.99716
11 0.00192 0.99908
12 0.00064 0.99973
13 0.00020 0.99992
14 0.00006 0.99998
15 0.00002 1.00000
16 0.00000 1.00000
17 0.00000 1.00000
18 0.00000 1.00000
19 0.00000 1.00000
1.00000
a) b)
Proba. Individual Prob.Acum.
X P(X=x) P(X<=x)
0 0.90484 0.90484
1 0.09048 0.99532
2 0.00452 0.99985
3 0.00015 1.00000
4 0.00000 1.00000
5 0.00000 1.00000
1.00000
a) cuál es la probabilidad que se saque al menos una caja durante los primeros 6 minutos de u
λ= 0.1
1- 0.90484 0.0952
amente
tamentelalatabla
tabla
11))
a)
a)
≤≤aa--1)
1)
))--PP(X
(X≤≤aa--11))
4 n
0.05 p
a que se pague en un plazo de 30 días. De todas las facturas, 10% recibió el descuento. En una auditoria de la compañía se seleccionó
12 n
0.1 p
20 n
0.15 p
cumulative
X P(X) probability
0 0.90438 0.90438
1 0.09135 0.99573
2 0.00415 0.99989
3 0.00011 1.00000
0.99573 4 0.00000 1.00000
5 0.00000 1.00000
6 0.00000 1.00000
7 0.00000 1.00000
8 0.00000 1.00000
9 0.00000 1.00000
10 0.00000 1.00000
1.00000
5 0.18594 0.40322
6 0.20660 0.60981
7 0.17708 0.78690
8 0.11806 0.90495
9 0.06121 0.96617
10 0.02449 0.99065
11 0.00742 0.99807
12 0.00165 0.99972
13 0.00025 0.99997
14 0.00002 1.00000
15 0.00000 1.00000
1.00000
CASO
CASO1.1. PP( (XX≤≤aa) )==Usar
Usardirectamente
directamentelalatabl
tab
CASO 2. P ( X a ) = P ( X ≤ a - 1)
CASO 2. P ( X a ) = P ( X ≤ a - 1)
CASO
CASO3.3. PP( (XX>>aa) )==11- - PP( (XX≤≤aa) )
CASO
CASO4.4. PP( (XX≥≥aa) )==11––PP( (XX≤≤aa - -1)1)
CASO 5. P ( a ≤ X ≤ b ) = P ( X ≤ b ) - P ( X ≤
CASO
CASO1.1. PP( (XX≤≤aa) )==Usar
Usardirectamente
directamentelalatabltab
CASO 2. P ( X a ) = P ( X ≤
CASO 2. P ( X a ) = P ( X ≤ a - 1)a - 1)
CASO
CASO3.3. PP( (XX>>aa) )==11- - PP( (XX≤≤aa) )
CASO
0.8 mean rate of occurrence
CASO4.4. PP( (XX≥≥aa) )==11––PP( (XX≤≤aa - -1)1)
CASO
CASO5.5. PP( (aa≤≤XX≤≤bb) )==PP( (XX≤≤bb) )- -PP( (XX≤≤
Proba. Individual Prob.Acum.
P(X=x) P(X<=x)
0.44933 0.44933
0.35946 0.80879
0.14379 0.95258
0.03834 0.99092
0.00767 0.99859
0.00123 0.99982
0.00016 0.99998
0.00002 1.00000
0.00000 1.00000
0.00000 1.00000
0.00000 1.00000
1.00000
X P(X=x) P(X<=x)
0 0.00000 0.00000
1 0.00000 0.00000
2 0.00000 0.00000
3 0.00001 0.00002
4 0.00007 0.00008
5 0.00024 0.00032
6 0.00072 0.00104
7 0.00185 0.00289
8 0.00416 0.00706
9 0.00833 0.01538
10 0.01499 0.03037
11 0.02452 0.05489
12 0.03678 0.09167
13 0.05093 0.14260
14 0.06548 0.20808
15 0.07858 0.28665
16 0.08840 0.37505
17 0.09360 0.46865
18 0.09360 0.56224
19 0.08867 0.65092
20 0.07980 0.73072
21 0.06840 0.79912
22 0.05597 0.85509
23 0.04380 0.89889
24 0.03285 0.93174
25 0.02365 0.95539
26 0.01637 0.97177
27 0.01092 0.98268
28 0.00702 0.98970
29 0.00436 0.99406
30 0.00261 0.99667
31 0.00152 0.99819
32 0.00085 0.99904
33 0.00047 0.99951
34 0.00025 0.99975
35 0.00013 0.99988
36 0.00006 0.99994
37 0.00003 0.99997
38 0.00001 0.99999
39 0.00001 0.99999
40 0.00000 1.00000
41 0.00000 1.00000
42 0.00000 1.00000
43 0.00000 1.00000
44 0.00000 1.00000
45 0.00000 1.00000
46 0.00000 1.00000
1.00000
12.000
12.000
3.464
1- 0.2381033 0.7610
as en un periodo de 30 minutos?
= 3) + P(X = 4) + P(X = 5)
0.001580 = 0.9998279
toria de la compañía se seleccionó aleatoriamente 12 facturas. ¿Cuál es la probabilidad de que:
a) )==Usar
Usardirectamente
directamentelalatabla
tabla
) = P ( X ≤ a - 1)
a ) = P ( X ≤ a - 1)
a) )==11- - PP( (XX≤≤aa) )
a) )==11––PP( (XX≤≤aa - -1)1)
≤ b ) = P ( X ≤ b ) - P ( X ≤ a -1)
a) )==Usar
Usardirectamente
directamentelalatabla
tabla
) = P ( X ≤ a
a ) = P ( X ≤ a - 1)- 1)
a) )==11- - PP( (XX≤≤aa) )
a) )==11––PP( (XX≤≤aa - -1)1)
X≤≤bb) )==PP( (XX≤≤bb) )- -PP( (XX≤≤aa-1)
-1)
Prob.Acum.
P(X<=x)
0.00001
0.00008
0.00052
0.00229
0.00760
0.02034
0.04582
0.08950
0.15503
0.24239
0.34723
0.46160
0.57597
0.68154
0.77202
0.84442
0.89871
0.93703
0.96258
0.97872
0.98840
0.99393
0.99695
0.99853
0.99931
0.99969
0.99987
0.99994
0.99998
0.99999
1.00000
1.00000
1.00000
1.00000
1.00000
1.00000
1.00000
expected value
variance
standard deviation