Distribuciones probabilísticas

Universidad Tecnológica de Torreón
Organismo Público Descentralizado del Gobierno de Coahuila

Estadística

Ejemplos de
 Distribución de Bernoulli
 Distribución de Binomial
 Distribución de Poisson
 Distribución de Normal
 Distribución de Gamma
 Distribución de T de Student

Procesos Industriales
Área Manufactura
Alumno
Angel Alberto García Guerrero
2° ``A´´
Matrícula: 1110289

Profesor

Lic. G. Edgar Mata Ortiz
A lunes 19 de marzo de 2012


Índice
DISTRIBUCIÓN DE BERNOULLI ............................................................ 1
DISTRIBUCIÓN BINOMIAL ..................................................................... 6
DISTRIBUCIÓN DE POISSON ................................................................ 12
DISTRIBUCIÓN NORMAL ...................................................................... 17
DISTRIBUCIÓN GAMMA ........................................................................ 21
DISTRIBUCIÓN T DE STUDENT ............................................................ 23


Distribución de Bernoulli
1.- Un jugador de basquetbol está a punto de tirar hacia la parte
superior del tablero. La probabilidad de que anote el tiro es de 0.55.

a) Sea , si anota el tiro, si no lo hace, . Determine la
media y la varianza de X.

b) Si anota el tiro, su equipo obtiene dos puntos; si lo falla, su
equipo no recibe puntos. Sea Y el número de puntos anotados.
¿Tiene distribución de Bernoulli? Si es así, encuentre la
probabilidad de éxito. Si no, explique por qué.

c) Determine la media y varianza de Y.

1


2.- Se lanza al aire una moneda de 1 y de 5 centavos. Sea si sale
“cara” en la moneda de 1 centavo y en cualquier otro caso.
Sea si sale “cara” en la moneda de 5 centavos y en
cualquier otro caso. Sea si sale “cara” en ambas monedas y
en cualquier otro caso.

a) Sea la probabilidad de éxito de X. Determine .
b) Sea la probabilidad de éxito de X. Determine .
c) Sea la probabilidad de éxito de X. Determine .
d) ¿Son y independientes?
e) ¿Es
f) ¿Es ? Explique.

2


3.- Sean y variables aleatorias de Bernoulli. Sea .

a) Demuestre que Z es una variable de Bernoulli.

b) Demuestre que si y son independientes, entonces .

3


4.- Sean y variables aleatorias de Bernoulli. Sea .

a) Demuestre que si y no pueden ser iguales a 1, entonces Z es
variable aleatoria de Bernoulli.

b) Demuestre que si y no pueden ser iguales a 1, entonces
.

c) Demuestre que si y pueden ser iguales a 1, entonces Z no es
una variable aleatoria de Bernoulli.

4


5


Distribución Binomial
1.- Sea . Determine.

a)
b)
c)
d)
e)
f)

6


7


2.- Se toma una muestra de cinco elementos de una población grande
en la cual 10% de los elementos está defectuoso.

a) Determine la probabilidad de que ninguno de los elementos de la
muestra esté defectuoso.
b) Determine la probabilidad de que sólo uno de ellos tenga
defectos.
c) Determine la probabilidad de que uno o más de los elementos de
la muestra estén defectuosos.
d) Determine la probabilidad de que menos de dos elementos de la
muestra tenga defectos.

8


3.- Se lanza al aire una moneda diez veces.

a) ¿Cuál es la probabilidad de obtener exactamente tres veces
“cara”?

b) Determine la media del número de caras obtenidas.

c) Determine la varianza del número de caras obtenidas.

d) Determine la desviación estándar del número de caras obtenidas.

9


4.- En un cargamento grande de llantas de automóvil. 5% tiene cierta
imperfección. Se eligen aleatoriamente cuatro llantas para instalarlas
en el automóvil.

a) ¿Cuál es la probabilidad de que ninguna de las llantas tenga
imperfección?
b) ¿Cuál es la probabilidad de que solo una de las llantas tenga
imperfección?
c) ¿Cuál es la probabilidad de que una o más de las llantas tenga
imperfección?

10


5.- En un patrón aleatorio de ocho bits utilizado para probar un
microcircuito, cada bit tiene la misma probabilidad de ser 0 o 1.
Suponga que los valores de los bits son independientes.

a) ¿Cuál es la probabilidad de que todos los bits sean 1?

b) ¿Cuál es la probabilidad de que exactamente tres de los bits sean
1?

c) ¿Cuál es la probabilidad de que al menos seis de los bits sean 1?

d) ¿Cuál es la probabilidad de que al menos dos de los bits sean 1?

11


Distribución de Poisson

12


13


14


15


16


Distribución Normal

17


18


19


20


Distribución Gamma
1.- Suponga que cierta pieza metálica se romperá después de sufrir dos
ciclos de esfuerzo. Si estos ciclos ocurren de manera independiente a
una frecuencia promedio de dos por cada 100 horas.

Obtener la probabilidad de que el intervalo de tiempo se encuentre
hasta que ocurre el segundo ciclo.

a) Dentro de una desviación con respecto del tiempo promedio.

b) A más de dos desviaciones por encima de la media.

Identificamos que X es el lapso que ocurre hasta que la pieza sufre el
segundo ciclo de esfuerzo, en horas.

Y es el número de ciclos por 100 horas por lo que:

Y’ es el número de ciclos por hora.

21


2.- En cierta ciudad el consumo diario de energía eléctrica, en millones
de kilovatios por hora, puede considerarse como una variable aleatoria
con distribución Gamma de parámetros α = 3 y λ = 0.5.

La planta de energía de esta ciudad tiene una capacidad diaria de 10
millones de KW/hora.

Cuál es la probabilidad de que este abastecimientos sea:

a) Insuficiente en un día cualquiera.

b) Se consuman entre 3 y 8 millones de K.W./Hora.

c) Encuentre E(x) y V(x).

22


Distribución T de Student

1.-Un fabricante de focos afirma que su producto durará un promedio
de 500 horas de trabajo. Para conservar este promedio esta persona
verifica 25 focos cada mes. Si el valor y calculado cae entre –t 0.05 y t
0.05, él se encuentra satisfecho con esta afirmación.

¿Qué conclusión deberá él sacar de una muestra de 25 focos cuya
duración fue…?

Se puede concluir que la media poblacional no es 500, porque la
muestra poblacional está por encima de esta, y por lo tanto debería
estar por encima de 500.

23


2.- La longitud de los tornillos fabricados en una fábrica tienen media
μ= 10 mm y desviación σ2= 1 mm.

Calcular la probabilidad de que en una muestra de tamaño n= 25, la
longitud media del tornillo sea inferior a 20.5 mm:

P(μ<20.5)

Estandarizamos

Que sigue una distribución t de n-1 grados de libertad.

La probabilidad que la longitud media de la muestra de 25 tornillos sea
inferior a 20.5 mm es del 99.02%.

24


Gracias por tu visita.
 dark999.yami@hotmail.com
 http://valneran.bligoo.com.mx/
 http://www.facebook.com/Valneran
 https://twitter.com/#!/Valneran

25

Distribuciones probabilísticas

Recomendados

Recomendados

Más contenido relacionado

Más de Angel García Guerrero

Más de Angel García Guerrero (19)

Último

Último (20)

Distribuciones probabilísticas