Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 22 vistas

    2.3.2 SH Determinar La Probabilidad de Problemas de Su Entorno Con Variables Aleatorias Discretas.

    Cargado por

    Jassiel Eduardo Olivas Hidalgo
    Este documento presenta tres ejemplos de problemas de probabilidad con variables aleatorias discretas. El primero utiliza una distribución binomial para calcular la probabilidad de que 9 o más de 10 flores plantadas sobrevivan. El segundo usa una distribución hipergeométrica para determinar la probabilidad de que al examinar 5 de 10 refrigeradores, no todos tengan problemas menores o a lo sumo 4 tengan fallas en el compresor. El tercero aplica una distribución de Poisson para hallar la probabilidad de que una veterinaria reciba 3 o 5 pacientes en un día.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    2.3.2 SH Determinar La Probabilidad de Problemas de Su Entorno Con Variables Aleatorias Discretas.

    Cargado por

    Jassiel Eduardo Olivas Hidalgo
    22 vistas6 páginas
    Este documento presenta tres ejemplos de problemas de probabilidad con variables aleatorias discretas. El primero utiliza una distribución binomial para calcular la probabilidad de que 9 o más de 10 flores plantadas sobrevivan. El segundo usa una distribución hipergeométrica para determinar la probabilidad de que al examinar 5 de 10 refrigeradores, no todos tengan problemas menores o a lo sumo 4 tengan fallas en el compresor. El tercero aplica una distribución de Poisson para hallar la probabilidad de que una veterinaria reciba 3 o 5 pacientes en un día.

    Descripción original:

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta tres ejemplos de problemas de probabilidad con variables aleatorias discretas. El primero utiliza una distribución binomial para calcular la probabilidad de que 9 o más de 10 flores plantadas sobrevivan. El segundo usa una distribución hipergeométrica para determinar la probabilidad de que al examinar 5 de 10 refrigeradores, no todos tengan problemas menores o a lo sumo 4 tengan fallas en el compresor. El tercero aplica una distribución de Poisson para hallar la probabilidad de que una veterinaria reciba 3 o 5 pacientes en un día.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    22 vistas6 páginas

    2.3.2 SH Determinar La Probabilidad de Problemas de Su Entorno Con Variables Aleatorias Discretas.

    Cargado por

    Jassiel Eduardo Olivas Hidalgo
    Este documento presenta tres ejemplos de problemas de probabilidad con variables aleatorias discretas. El primero utiliza una distribución binomial para calcular la probabilidad de que 9 o más de 10 flores plantadas sobrevivan. El segundo usa una distribución hipergeométrica para determinar la probabilidad de que al examinar 5 de 10 refrigeradores, no todos tengan problemas menores o a lo sumo 4 tengan fallas en el compresor. El tercero aplica una distribución de Poisson para hallar la probabilidad de que una veterinaria reciba 3 o 5 pacientes en un día.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 6

    UNIVERSIDAD TECNOLÓGICA DE CHIHUAHUA

    T.S.U. EN MECATRÓNICA, ÁREA AUTOMATIZACIÓN

    2.3.2 SH DETERMINAR LA PROBABILIDAD DE


    PROBLEMAS DE SU ENTORNO CON VARIABLES
    ALEATORIAS DISCRETAS.

    PROBABILIDAD Y ESTADISTICA

    M.C. KARLA MARÍA RONQUILLO GONZÁLEZ

    MT32M

    PRESENTA:

    OLIVAS HIDALGO

    JASSIEL EDUARDO

    Chihuahua, Chih., 7 de noviembre de 2022


    Determinar la probabilidad de problemas de su entorno con variables
    aleatorias discretas.
    Distribución Binomial
    De todas las flores plantadas por una empresa de jardinería, el 90% sobrevive. Si
    se plantan 10 flores ¿cuál es la probabilidad de que 9 o más sobrevivan?
    Antes de aplicar la fórmula, verificamos que se trate de un experimento binomial.
    Para ello, tiene que cumplir con las 4 condiciones que mencionamos arriba.
    Efectivamente, se trata de un experimento binomial.
    En este caso, vamos a centrarnos en las flores que sobreviven, por ello diremos
    que:
    X = número de flores de 10 que sobreviven
    Entonces consideramos un éxito si la flor sobrevive. A las que flores que se
    mueren, las consideramos como un fracaso.
    Aplicaremos la fórmula binomial:

    Nos piden calcular la probabilidad de 9 o más sobrevivan.

    Este problema tiene trampa, porque dado que se plantaron 10 flores, la máxima
    cantidad de flores que pueden sobrevivir es 10, por lo tanto:

    – ¿Y no pueden sobrevivir 11 flores?


    – No se puede, porque solo se plantaron 10.
    – ¿Y si las flores tienen hijitos bonitos?
    – Alumno por favor, tome menos azúcar. Concéntrese y sigamos con la clase.
    Ahora colocamos los valores de n, k y p. Recuerda que n es el número de ensayos,
    k el número de éxitos y p la probabilidad de éxito. En este caso:

    Regresamos con la fórmula de arriba:

    Vamos a calcular cada probabilidad por separado, empezando con P(X = 9):

    Continuamos con P (X = 10).


    Regresamos con esta fórmula:

    Y reemplazamos lo calculado:

    Distribución Hipergeométrica
    Diez refrigeradores de cierto tipo han sido devueltos a un distribuidor debido al a
    presencia de un ruido oscilante agudo cuando el refrigerador está funcionando.
    Supongamos que 4 de estos 10 refrigeradores tienen compresores defectuosos y
    los otros 6 tienen problemas más leves. Si se examinan al azar 5 de estos 10
    refrigeradores, y se define la variable aleatoria X: “el número entre los 5
    examinados que tienen un compresor defectuoso”. Indicar:
    -La distribución de la variable aleatoria X
    -La probabilidad de que no todos tengan fallas leves
    -La probabilidad de que a lo sumo cuatro tengan fallas de compresor
    Ilustremos con un esquema la situación:
    El tamaño de la población finita es de 10 ⇒ N = 10. En esa población finita hay 4
    éxitos (compresores defectuosos) y 6 fracasos (problemas más leves). ⇒ M = 4. El
    tamaño de la muestra es de 5, ⇒ n = 5.
    Entonces la variable X número de refrigeradores con compresores defectuosos de
    un total de 5 analizados, tiene distribución:

    Es conveniente pensar cómo expresar en términos de X a la condición “que no


    todos tengan fallas leves”. Si no ocurre que todos tengan fallas leves, es porque
    alguno tiene compresores defectuosos. Es decir que X ≥ 1.

    “A lo sumo cuatro fallas de compresor” es equivalente a “cómo máximo cuatro


    fallas de compresor”. Es decir, X ≤ 4. Pero el recorrido de la variable es R (X) =
    {0,1,2,3,4}. Entonces:

    Distribución de poisson
    La veterinaria de Jorge recibe un promedio de μ = 4 pacientes por día. Sabiendo
    que el número de pacientes que llegan en un día sigue una distribución de
    Poisson, calcular:
    -La probabilidad de que lleguen 3 pacientes en un día.
    Primero definimos nuestra variable aleatoria:
    X = número de pacientes que llegan en un día.
    Además, nos indican que esta variable aleatoria X sigue una distribución de
    Poisson, entonces podemos aplicar la fórmula:
    Calculamos la probabilidad de que lleguen 3 pacientes en un día, es decir, f (3).
    Además, el enunciado nos indica que llegan en promedio 4 pacientes por día, es
    decir, μ = 4.

    La probabilidad de que lleguen 3 pacientes en un día es de 0,1954 o 19,54 %.


    -La probabilidad de que lleguen 5 pacientes en un día.
    Calculamos la probabilidad de que lleguen 5 pacientes en un día, es decir, f (5).
    Además, el enunciado nos indica que el enunciado que llegan en promedio 4
    pacientes por día, es decir, μ = 4.

    La probabilidad de que lleguen 5 pacientes en un día es de 0,1563 o 15,63 %.

    También podría gustarte