SlideShare una empresa de Scribd logo
1 de 13
UNIVERSIDAD CENTRAL DEL
ECUADOR
FACULTAD DE CIENCIAS ECONÓMICAS
ESTADISTICA PROBABILISTICA 2
NOMBRE: ALEXANDER FLORES VALENCIA
AULA: 13
DISTRIBUCIÓN HIPERGEOMETRICA
1. De un lote de 40 microcomponentes, cada uno se denomina aceptable
si no tiene más de tres defectuosos. El procedimiento para muestrear
el lote es la selección de cinco componentes al azar y rechazar el lote si
se encuentra un componente defectuoso. ¿Cuál es la probabilidad de
que se encuentre exactamente un defectuoso en la muestra si hay tres
defectuosos en todo el lote?
DATOS:
k= 1 n= 5
N= 40 m=3
𝑝( 𝑋 = 𝑘) =
( 𝑚
𝑘
)( 𝑁−𝑚
𝑛−𝑘
)
( 𝑁
𝑛
)
𝑝( 𝑋 = 1) =
(3
1
)(37
4
)
(40
5
)
𝑝(𝑥 = 1) =
(3∁1)(37∁4)
(40∁5)
𝑝( 𝑥 = 1) =
3!
1!
∗
37!
4!
40!
5!
𝑝 =
(3∗ 2 ∗ 1)
(1)(2∗ 1)
∗
(37 ∗ 36 ∗ 35 ∗ 34 ∗ 333 ∗ 32 … )
(4 ∗ 3 ∗ 2 ∗ 1)
(40 ∗ 39 ∗ 38 ∗ 37 ∗ 36 ∗ 35… )
(5 ∗ 4 ∗ 3 ∗ 2 ∗ 1)
𝑝 = ( 𝑥 = 1) =
(3)(66045)
(658008)
𝑝 = 0.3011
Interpretación: la probabilidad de que se encuentre exactamente un artefacto
defectuoso en la muestra si hay tres defectuosos en todo el lote es de 0.3011.
2. Para evitar que lo descubran en la aduana, un viajero ha colocado 6
tabletas de narcótico en una botella que contiene 9 píldoras de
vitamina que son similares en apariencia. Si el oficial de la aduana
selecciona 3 tabletas aleatoriamente para analizarlas,
a. ¿Cuál es la probabilidad de que el viajero sea arrestado por posesión
de narcóticos?
Datos:
k= 3 n = 3
N= 15 m = 6
𝑝( 𝑋 = 𝑘) =
( 𝑚
𝑘
)( 𝑁−𝑚
𝑛−𝑘
)
( 𝑁
𝑛
)
𝑝( 𝑥 = 3) =
(6
3
)(9
0
)
(15
3
)
𝑝 = ( 𝑥 = 3) =
(6∁3)(9∁0)
(15∁3)
𝑝 =
6!
3!
∗
9!
0!
15!
3!
𝑝 =
(6 ∗ 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1)
(3 ∗ 2 ∗ 1)(3∗ 2 ∗ 1)
∗
(9 ∗ 8 ∗ 7 ∗ 6 ∗ 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1)
(0!)
(15 ∗ 14 ∗ 13 ∗ 12 ∗ 11 ∗ 10… )
(3 ∗ 2 ∗ 1)
ℎ = (3,15,3,6) =
(20)(1)
455
𝑝 = 0.0439
Interpretación: la probabilidad de que el viajero sea arrestado por posesión de
narcóticos Si el oficial de la aduana selecciona 3 tabletas aleatoriamente para
analizarlas es de 0.04396.
3. Una tienda de artículos eléctricos tiene 20 planchas, de las cuales 5
son amarillas. Si se extraen aleatoriamente y sin sustitución 10
planchas ¿Cuál es la probabilidad de que dos de ellas sean amarillas?
Datos:
N=20
n=10
k=2
m=5
𝑝( 𝑋 = 𝑘) =
( 𝑚
𝑘
)( 𝑁−𝑚
𝑛−𝑘
)
( 𝑁
𝑛
)
𝑝(𝑋 = 2) =
(5
2
)(20−5
10−2
)
(20
10
)
𝑝(𝑋 = 2) =
(5
2
)(15
8
)
(20
10
)
𝑝(𝑋 = 2) =
5𝐶2 ∗ 15𝐶8
20𝐶10
𝑝(𝑋 = 2) = 0.3483
4. Si se extraen 8 canicas sin reemplazo de una urna que contiene 9
azules y 3 negras. Encontrar la probabilidad de haya 6 canicas azules
dentro de las 8 que se extrajeron.
Datos:
N=12
n=8
k=6
m=9
𝑝( 𝑋 = 𝑘) =
( 𝑚
𝑘
)( 𝑁−𝑚
𝑛−𝑘
)
( 𝑁
𝑛
)
𝑝(𝑋 = 6) =
(9
6
)(12−9
8−6
)
(12
8
)
𝑝(𝑋 = 6) =
(9
6
)(2
3
)
(12
8
)
𝑝(𝑋 = 6) =
9𝐶6 ∗ 3𝐶2
12𝐶8
𝑝(𝑋 = 6) = 0.5090
5. Se debe seleccionar 2 miembros de un comité, entre 5, para que
asistan a una convención. Suponga que el comité está formado
por 3 mujeres y 2 hombres. Determine la probabilidad de
seleccionar 2 mujeres al azar:
DATOS:
N = 5
n = 2
m = 3
k =2
𝑝(𝑋 = 𝑘) =
( 𝑚
𝑘
)( 𝑁−𝑚
𝑛−𝑘
)
( 𝑁
𝑛
)
𝑝(𝑋 = 2) =
(3
2
)(5−3
2−2
)
(5
2
)
𝑝(𝑋 = 2) =
(3
2
)(2
0
)
(5
2
)
𝑝(𝑋 = 2) =
3𝐶2 ∗ 2𝐶0
5𝐶2
𝑝(𝑋 = 2) =
3!
2! (3 − 2)!
∗
2!
0! (2 − 0)!
5!
2! (5 − 2)!
𝑝(𝑋 = 2) =
3!
2! (1)!
∗
2!
0! (2)!
5!
3! (2)!
𝑝(𝑋 = 2) =
3 ∗ 2 ∗ 1
2 ∗ 1 ∗ 1
∗
2 ∗ 1
2 ∗ 1
5 ∗ 4 ∗ 3 ∗ 2 ∗ 1
3 ∗ 2 ∗ 1 ∗ 2 ∗ 1
𝑝(𝑋 = 2) =
3
10
𝑝(𝑋 = 2) = 0.3
6. De 6 empleados 3 han estado en la compañía durante 5 o más años, si
se elige 4 empleados al Azar de ese grupo. ¿Cuál es la probabilidad de
que exactamente dos de ellos tengan una antigüedad de 5 años o más?
DATOS
N=6
n=4
m=3
k=2
𝑝(𝑋 = 𝑘) =
( 𝑚
𝑘
)( 𝑁−𝑚
𝑛−𝑘
)
( 𝑁
𝑛
)
𝑝(𝑋 = 2) =
(3
2
)(6−3
4−2
)
(6
4
)
𝑝(𝑋 = 2) =
(3
2
)(3
2
)
(6
4
)
𝑝(𝑋 = 2) =
3𝐶2 ∗ 3𝐶2
6𝐶4
𝑝(𝑋 = 2) =
3!
2! (3 − 2)!
∗
3!
2! (3 − 2)!
6!
4! (6 − 4)!
𝑝(𝑋 = 2) =
3!
2! (1)!
∗
3!
2! (1)!
6!
4! (2)!
𝑝(𝑋 = 2) =
3 ∗ 2 ∗ 1
2 ∗ 1 ∗ 1
∗
3 ∗ 2 ∗ 1
2 ∗ 1 ∗ 1
6 ∗ 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1
4 ∗ 3 ∗ 2 ∗ 1 ∗ 2 ∗ 1
𝑝(𝑋 = 2) =
9
15
𝑝(𝑋 = 2) = 0.6
7. En un lote de 12 proyectiles se disparan 4 al azar, si el lote contiene 5
proyectiles que no disparan ¿Cuál es la probabilidad de que los 2
disparen?
N=12
n=4
m=5
k=2
𝑝( 𝑋 = 𝑘) =
( 𝑚
𝑘
)( 𝑁−𝑚
𝑛−𝑘
)
( 𝑁
𝑛
)
𝑝(𝑋 = 2) =
(5
2
)(12−5
4−2
)
(12
4
)
𝑝(𝑋 = 2) =
(5
2
)(7
2
)
(12
4
)
𝑝(𝑋 = 2) =
5𝐶2 ∗ 7𝐶2
12𝐶4
𝑝(𝑋 = 2) = 0.4242
8. En una florería hay 20 variedades de flores, de las cuales 8 son
diferentes clases de rosas. ¿Qué probabilidad hay de que al extraer
una muestra al azar de 12 flores, se incluyan 3 clases de rosas?
N=20
n=12
m=8
k=3
𝑝( 𝑋 = 𝑘) =
( 𝑚
𝑘
)( 𝑁−𝑚
𝑛−𝑘
)
( 𝑁
𝑛
)
𝑝(𝑋 = 3) =
(8
3
)(20−8
12−3
)
(20
12
)
𝑝(𝑋 = 3) =
(8
3
)(12
9
)
(20
12
)
𝑝(𝑋 = 3) =
8𝐶3 ∗ 12𝐶9
20𝐶12
𝑝(𝑋 = 3) = 0.0978
9. En una jaula hay 30 pericos rusos y 20 pericos chinos si extraemos 10
pericos al azar calcular posibilidad de que 3 de ellos hablen chino
(característica deseada).
N = 50
n = 10
C = 20
k= 3
𝑝( 𝑋 = 𝑘) =
( 𝑚
𝑘
)( 𝑁−𝑚
𝑛−𝑘
)
( 𝑁
𝑛
)
La probabilidad de que 3 de 10 pericos tomados al azar sean chinos es de 0.23%
10.De un lote de 10 proyectiles, 4 se seleccionan al azar y se disparan. Si
el lote contiene 3 proyectiles defectuosos que no explotarán, ¿cuál es
la probabilidad de que los 4 exploten?
N = 10 proyectiles en total
a = 7 proyectiles que explotan
n = 4 proyectiles seleccionados
k = 4
𝑝( 𝑋 = 𝑘) =
( 𝑚
𝑘
)( 𝑁−𝑚
𝑛−𝑘
)
( 𝑁
𝑛
)
𝑃( 𝑥 = 4) =
(
7
4
) (
10 − 7
4 − 4
)
(
10
4
)
= 0.167
La probabilidad de que tenga 4 proyectiles que exploten de cuatro tomados al azar es
de 16.7%
11. 5 fabricantes producen en determinado dispositivo cuya calidad varía
de un fabricante a otro. Si usted elige 3 fabricantes al azar, hallar la
probabilidad que la selección contenga 2 de las 3 mejores.
Datos:
N=5
m=3
n=3
k=2
𝑝( 𝑋 = 𝑘) =
( 𝑚
𝑘
)( 𝑁−𝑚
𝑛−𝑘
)
( 𝑁
𝑛
)
𝑝(𝑋 = 2) =
(3
2
)(5−3
3−2
)
(5
3
)
𝑝(𝑋 = 2) =
(3
2
)(2
1
)
(5
3
)
𝑝(𝑋 = 2) =
3𝐶2 ∗ 2𝐶1
5𝐶3
𝑝(𝑋 = 2) = 0.60
12.En un lote de 10 proyectiles se disparan 4 al azar si el lote contiene e
proyectiles que no disparan ¿Cuál es la probabilidad de que 4
disparen?
N=10
m=5
n=4
k=0
𝑝( 𝑋 = 𝑘) =
( 𝑚
𝑘
)( 𝑁−𝑚
𝑛−𝑘
)
( 𝑁
𝑛
)
𝑝(𝑋 = 0) =
(5
0
)(10−5
4−0
)
(10
4
)
𝑝(𝑋 = 0) =
(5
0
)(5
4
)
(10
4
)
𝑝(𝑋 = 0) =
5𝐶0 ∗ 5𝐶4
10𝐶4
𝑝(𝑋 = 0) = 0.2380
13.Una tienda de artículos eléctricos tiene 20 planchas, de las cuales 5
son amarillas. Si se extraen aleatoriamente y sin sustitución 10
planchas ¿Cuál es la probabilidad de que dos de ellas sean amarillas?
Solución.
En este caso se tiene una población de 20 planchas (N = 20), de las cuales 5
son amarillas (a = 5) y se extrae una muestra de 10 planchas (n = 10). La
variable aleatoria será el número de planchas amarillas que hay en la
muestra (entre las extraídas), por lo que x = 2. Sustituyendo en el modelo de
la distribución Hipergeométrica tenemos:
Datos.
N=20
n=10
m=5
k=2
𝑝( 𝑋 = 𝑘) =
( 𝑚
𝑘
)( 𝑁−𝑚
𝑛−𝑘
)
( 𝑁
𝑛
)
𝑝(𝑋 = 2) =
(5
2
)(20−5
10−2
)
(20
10
)
𝑝(𝑋 = 2) =
(5
2
)(15
8
)
(20
10
)
𝑝(𝑋 = 2) =
5𝐶2 ∗ 15𝐶8
20𝐶10
𝑝(𝑋 = 2) = 0.3483
14.Si se extraen 8 canicas sin reemplazo de una urna que contiene 9
azules y 3 negras. Encontrar la probabilidad de haya 6 canicas azules
dentro de las 8 que se extrajeron.
Solución.
En total se tienen 12 canicas (N = 12), de las cuales 9 son azules (a = 9). Se extrae
una muestra de 8 canicas (n = 8) y se desea obtener la probabilidad de que en la
muestra haya 6 canicas azules (x = 6) por lo que:
Datos
N=12
n=8
m= 9
K=6
𝑝( 𝑋 = 𝑘) =
( 𝑚
𝑘
)( 𝑁−𝑚
𝑛−𝑘
)
( 𝑁
𝑛
)
𝑝(𝑋 = 6) =
(9
6
)(12−9
8−6
)
(12
8
)
𝑝(𝑋 = 6) =
(9
6
)(3
2
)
(12
8
)
𝑝(𝑋 = 6) =
9𝐶6 ∗ 3𝐶2
12𝐶8
𝑝(𝑋 = 6) = 0.5090
15.En una urna hay un total de 20 objetos 8 de los cuales son defectuosos
si se seleccionan 6 objetos al azar ¿Cuál es la probabilidad de que 4
sean defectuosos?
DATOS
N=20
K=4
m= 8
n=6
𝑝( 𝑋 = 𝑘) =
( 𝑚
𝑘
)( 𝑁−𝑚
𝑛−𝑘
)
( 𝑁
𝑛
)
𝑝(𝑋 = 4) =
(8
4
)(20−8
6−4
)
(20
6
)
𝑝(𝑋 = 4) =
(8
4
)(12
2
)
(20
6
)
𝑝(𝑋 = 4) =
8𝐶6 ∗ 12𝐶2
20𝐶6
𝑝(𝑋 = 4) = 0.04767
16.Tengo 20 bolas en una urna de las cuales saco 12 bolas sin reposición
de las 12 bolas 6 son azules ¿Cuál es la probabilidad de sacar 3 bolas
azules.
DATOS
N=20
K=3
m= 6
n=12
𝑝( 𝑋 = 𝑘) =
( 𝑚
𝑘
)( 𝑁−𝑚
𝑛−𝑘
)
( 𝑁
𝑛
)
𝑝(𝑋 = 3) =
(6
3
)(20−6
12−3
)
(20
12
)
𝑝(𝑋 = 3) =
(6
3
)(14
9
)
(20
12
)
𝑝(𝑋 = 3) =
6𝐶3 ∗ 14𝐶9
20𝐶12
𝑝(𝑋 = 3) = 0.3178
17. Si 7 de 14 maletas contienen artículos de contrabando, determine
la probabilidad de que exactamente 4 de 6 maletas seleccionadas
al azar en la inspección de pasajero contengan artículos de
contrabando.
DATOS:
N=14
n=6
m=7
k=4
𝑝( 𝑋 = 𝑘) =
( 𝑚
𝑘
)( 𝑁−𝑚
𝑛−𝑘
)
( 𝑁
𝑛
)
𝑝(𝑋 = 4) =
(7
4
)(14−7
6−4
)
(14
6
)
𝑝(𝑋 = 4) =
(7
4
)(7
2
)
(14
6
)
𝑝(𝑋 = 4) =
7𝐶4 ∗ 7𝐶2
14𝐶6
𝑝(𝑋 = 4) = 0.2447
18.Si entre 20 trabajadores de la construcción 5 no usaban calzado de
protección, y se seleccionaron 10 trabajadores para hacer una
revisión del calzado de protección, cual es la probabilidad de que
cuando menos 3 de las trabajadores revisados no hayan estado
usando calzado de protección.
Datos:
N=20
n=10
m=5
k=3
𝑝( 𝑋 = 𝑘) =
( 𝑚
𝑘
)( 𝑁−𝑚
𝑛−𝑘
)
( 𝑁
𝑛
)
𝑝(𝑋 = 3) =
(5
3
)(20−5
10−3
)
(20
10
)
𝑝(𝑋 = 3) =
(5
3
)(15
7
)
(20
10
)
𝑝(𝑋 = 3) =
5𝐶3 ∗ 15𝐶7
20𝐶10
𝑝(𝑋 = 2) = 0.3482
19. Un comité compuesto por cinco personas se selecciona
aleatoriamente de un grupo formado por tres químicos y cinco
físicos. Encuentre la distribución de probabilidad para el número
de químicos en el comité.
N = 8
n = 5
m= 3
Numero de químicos = 0, 1, 2, 3 o k = 0, 1, 2, 3
𝑝( 𝑋 = 𝑘) =
( 𝑚
𝑘
)( 𝑁−𝑚
𝑛−𝑘
)
( 𝑁
𝑛
)
𝑝(𝑋 = 0) =
(3
0
)(5
5
)
(8
5
)
𝑝(𝑋 = 0) = 0.018
𝑝(𝑋 = 1) =
(3
1
)(5
4
)
(8
5
)
𝑝(𝑋 = 1) = 0.268
𝑝(𝑋 = 2) =
(3
2
)(5
3
)
(8
5
)
𝑝(𝑋 = 2) = 0.536
𝑝(𝑋 = 3) =
(3
3
)(5
2
)
(8
5
)
𝑝(𝑋 = 3) = 0.179
20. Entre 16 postulantes para un trabajo, 10 tenían un grado
universitario. Si tres de los postulantes son elegidos al azar para
una entrevista.
¿Cuál es la probabilidad de que:
a) ninguno tenga grado universitario?.
b) Exactamente uno tenga grado universitario?.
c) Dos tengan grado universitario?
d) Los tres tengan grado universitario?
N=16
n=3
m=10
k=0, 1, 2, 3
𝑝( 𝑋 = 𝑘) =
( 𝑚
𝑘
)( 𝑁−𝑚
𝑛−𝑘
)
( 𝑁
𝑛
)
𝑝(𝑋 = 0) =
(10
0
)(6
3
)
(16
3
)
𝑝(𝑋 = 0) = 0.357
La probabilidad de que ninguno tenga grado universitario es de 0,0357
𝑝(𝑋 = 1) =
(10
1
)(6
2
)
(16
3
)
𝑝(𝑋 = 1) = 0.2679
La probabilidad de que uno tenga grado universitario es de 0,2679
𝑝(𝑋 = 2) =
(10
2
)(6
1
)
(16
3
)
𝑝(𝑋 = 2) = 0.482
La probabilidad de que dos tengan grado universitario es de 0,
𝑝(𝑋 = 3) =
(10
3
)(6
0
)
(16
3
)
𝑝(𝑋 = 3) = 0.2143
La probabilidad de que los tres tengan grado universitario es de 0,2143

Más contenido relacionado

La actualidad más candente

Solucionario ecuaciones diferenciales
Solucionario ecuaciones diferencialesSolucionario ecuaciones diferenciales
Solucionario ecuaciones diferenciales
Daniel Mg
 
Ejercicios Resueltos: Probabilidades y Variables Aleatorias
Ejercicios Resueltos: Probabilidades y Variables AleatoriasEjercicios Resueltos: Probabilidades y Variables Aleatorias
Ejercicios Resueltos: Probabilidades y Variables Aleatorias
Javiera Huera (Temuco)
 
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIADISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
cheperobertt
 
50 ejercicios estadistica
50 ejercicios estadistica50 ejercicios estadistica
50 ejercicios estadistica
PAHOLA24
 
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleSolucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Miguel Leonardo Sánchez Fajardo
 
Distribución de poisson ejercicio práctico-
Distribución de poisson  ejercicio práctico-Distribución de poisson  ejercicio práctico-
Distribución de poisson ejercicio práctico-
Jhonatan Arroyave Montoya
 

La actualidad más candente (20)

Solucionario ecuaciones diferenciales
Solucionario ecuaciones diferencialesSolucionario ecuaciones diferenciales
Solucionario ecuaciones diferenciales
 
Tarea 8 de probabilidad y estadística con respuestas
Tarea 8 de probabilidad y estadística  con respuestasTarea 8 de probabilidad y estadística  con respuestas
Tarea 8 de probabilidad y estadística con respuestas
 
Ejemplos del teorema de Bayes
Ejemplos del teorema de BayesEjemplos del teorema de Bayes
Ejemplos del teorema de Bayes
 
Ejercicios Resueltos: Probabilidades y Variables Aleatorias
Ejercicios Resueltos: Probabilidades y Variables AleatoriasEjercicios Resueltos: Probabilidades y Variables Aleatorias
Ejercicios Resueltos: Probabilidades y Variables Aleatorias
 
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTASTarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
Tarea 15 de PROBABILIDAD Y ESTADISTICA CON RESPUESTAS
 
Análisis de Regresión Lineal
Análisis de Regresión LinealAnálisis de Regresión Lineal
Análisis de Regresión Lineal
 
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIADISTRIBUCIÓN MUESTRAL DE LA MEDIA
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
 
T student 5 ejemplos beeto
T student 5 ejemplos beetoT student 5 ejemplos beeto
T student 5 ejemplos beeto
 
Distribucion binomial
Distribucion binomialDistribucion binomial
Distribucion binomial
 
Tarea 7 de probabilidad y estadistica con respuesta (esperanza matemática o v...
Tarea 7 de probabilidad y estadistica con respuesta (esperanza matemática o v...Tarea 7 de probabilidad y estadistica con respuesta (esperanza matemática o v...
Tarea 7 de probabilidad y estadistica con respuesta (esperanza matemática o v...
 
Tarea 4 de probabilidad con respuestas
Tarea 4 de probabilidad con respuestasTarea 4 de probabilidad con respuestas
Tarea 4 de probabilidad con respuestas
 
Resueltos estimacion
Resueltos estimacionResueltos estimacion
Resueltos estimacion
 
Taller 3
Taller 3Taller 3
Taller 3
 
50 ejercicios estadistica
50 ejercicios estadistica50 ejercicios estadistica
50 ejercicios estadistica
 
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleSolucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
 
Ejercicios estadistica
Ejercicios estadisticaEjercicios estadistica
Ejercicios estadistica
 
Tarea 16 de probabilidad y estadistica con respuestas
Tarea 16 de probabilidad y estadistica  con respuestasTarea 16 de probabilidad y estadistica  con respuestas
Tarea 16 de probabilidad y estadistica con respuestas
 
Estadistica resueltas
Estadistica resueltasEstadistica resueltas
Estadistica resueltas
 
Distribución de poisson ejercicio práctico-
Distribución de poisson  ejercicio práctico-Distribución de poisson  ejercicio práctico-
Distribución de poisson ejercicio práctico-
 
Tarea 10 de probabilidad y estadistica con respuesta
Tarea 10 de probabilidad y estadistica con respuestaTarea 10 de probabilidad y estadistica con respuesta
Tarea 10 de probabilidad y estadistica con respuesta
 

Destacado

Ejercicios de distribución binomial, hipergeométrica y de poisson para saia
Ejercicios de distribución binomial, hipergeométrica y de poisson para saiaEjercicios de distribución binomial, hipergeométrica y de poisson para saia
Ejercicios de distribución binomial, hipergeométrica y de poisson para saia
brayan_briceno
 
Ejemplos distribución poisson
Ejemplos distribución poissonEjemplos distribución poisson
Ejemplos distribución poisson
FeLipe PueNntes
 
Problemas de distribución binomial, poisson y exponencial
Problemas de distribución binomial, poisson y exponencialProblemas de distribución binomial, poisson y exponencial
Problemas de distribución binomial, poisson y exponencial
Javier Chavez
 
Distribución de bernoulli ejercicios
Distribución de bernoulli ejerciciosDistribución de bernoulli ejercicios
Distribución de bernoulli ejercicios
Aurora Sanchez Caro
 
Abegail cruz
Abegail cruzAbegail cruz
Abegail cruz
Abby Gail
 
NUEVO MARCO TARIFARIO DE LA COMISIÓN DE REGULACIÓN DE AGUA POTABLE Y SANEAMIE...
NUEVO MARCO TARIFARIO DE LA COMISIÓN DE REGULACIÓN DE AGUA POTABLE Y SANEAMIE...NUEVO MARCO TARIFARIO DE LA COMISIÓN DE REGULACIÓN DE AGUA POTABLE Y SANEAMIE...
NUEVO MARCO TARIFARIO DE LA COMISIÓN DE REGULACIÓN DE AGUA POTABLE Y SANEAMIE...
Casa del Vocal
 
Ejercicios resueltos semana_9dic10
Ejercicios resueltos semana_9dic10Ejercicios resueltos semana_9dic10
Ejercicios resueltos semana_9dic10
milena cas
 
Distribución binomial ejercicios
Distribución  binomial ejerciciosDistribución  binomial ejercicios
Distribución binomial ejercicios
Aurora Sanchez Caro
 

Destacado (20)

Ejercicios de distribución binomial, hipergeométrica y de poisson para saia
Ejercicios de distribución binomial, hipergeométrica y de poisson para saiaEjercicios de distribución binomial, hipergeométrica y de poisson para saia
Ejercicios de distribución binomial, hipergeométrica y de poisson para saia
 
Distribución hipergeometrica
Distribución hipergeometricaDistribución hipergeometrica
Distribución hipergeometrica
 
Distribucion hipergeometrica
Distribucion hipergeometricaDistribucion hipergeometrica
Distribucion hipergeometrica
 
Ejemplos distribución poisson
Ejemplos distribución poissonEjemplos distribución poisson
Ejemplos distribución poisson
 
Distribucion geometrica
Distribucion geometricaDistribucion geometrica
Distribucion geometrica
 
Problemas de distribución binomial, poisson y exponencial
Problemas de distribución binomial, poisson y exponencialProblemas de distribución binomial, poisson y exponencial
Problemas de distribución binomial, poisson y exponencial
 
Distribución de bernoulli ejercicios
Distribución de bernoulli ejerciciosDistribución de bernoulli ejercicios
Distribución de bernoulli ejercicios
 
Cc trabajo tema 5
Cc trabajo tema 5Cc trabajo tema 5
Cc trabajo tema 5
 
La Regulación de los Servicios Públicos Domiciliarios
La Regulación de los Servicios Públicos DomiciliariosLa Regulación de los Servicios Públicos Domiciliarios
La Regulación de los Servicios Públicos Domiciliarios
 
servicios publicos domiciliarios
servicios publicos domiciliariosservicios publicos domiciliarios
servicios publicos domiciliarios
 
Trabajo de servicios publicos segundo actividad FERNEY LIPEZ ACTIVIDAD NO 2
Trabajo de servicios publicos segundo actividad FERNEY LIPEZ ACTIVIDAD NO 2 Trabajo de servicios publicos segundo actividad FERNEY LIPEZ ACTIVIDAD NO 2
Trabajo de servicios publicos segundo actividad FERNEY LIPEZ ACTIVIDAD NO 2
 
Abegail cruz
Abegail cruzAbegail cruz
Abegail cruz
 
NUEVO MARCO TARIFARIO DE LA COMISIÓN DE REGULACIÓN DE AGUA POTABLE Y SANEAMIE...
NUEVO MARCO TARIFARIO DE LA COMISIÓN DE REGULACIÓN DE AGUA POTABLE Y SANEAMIE...NUEVO MARCO TARIFARIO DE LA COMISIÓN DE REGULACIÓN DE AGUA POTABLE Y SANEAMIE...
NUEVO MARCO TARIFARIO DE LA COMISIÓN DE REGULACIÓN DE AGUA POTABLE Y SANEAMIE...
 
Agua y saneamiento. El programa de Tanzania
Agua y saneamiento. El programa de TanzaniaAgua y saneamiento. El programa de Tanzania
Agua y saneamiento. El programa de Tanzania
 
Implementacion de los planes de saneamiento basico en granjas de alimentos fr...
Implementacion de los planes de saneamiento basico en granjas de alimentos fr...Implementacion de los planes de saneamiento basico en granjas de alimentos fr...
Implementacion de los planes de saneamiento basico en granjas de alimentos fr...
 
Diapositivas de servicio publico domiciliario
Diapositivas de servicio publico domiciliarioDiapositivas de servicio publico domiciliario
Diapositivas de servicio publico domiciliario
 
Ejercicios resueltos semana_9dic10
Ejercicios resueltos semana_9dic10Ejercicios resueltos semana_9dic10
Ejercicios resueltos semana_9dic10
 
Distribucion de bernoulli ejercicios
Distribucion de bernoulli  ejerciciosDistribucion de bernoulli  ejercicios
Distribucion de bernoulli ejercicios
 
DISTRIBUCIÓN BERNOULLI Y DISTRIBUCIÓN BINOMIAL
DISTRIBUCIÓN BERNOULLI Y DISTRIBUCIÓN BINOMIALDISTRIBUCIÓN BERNOULLI Y DISTRIBUCIÓN BINOMIAL
DISTRIBUCIÓN BERNOULLI Y DISTRIBUCIÓN BINOMIAL
 
Distribución binomial ejercicios
Distribución  binomial ejerciciosDistribución  binomial ejercicios
Distribución binomial ejercicios
 

Similar a EJERCICIOS DE DISTRIBUCIÓN HIPERGEOMETRICA

Ejemplos de distribuciones de probabilidad
Ejemplos de distribuciones de probabilidadEjemplos de distribuciones de probabilidad
Ejemplos de distribuciones de probabilidad
Laksmi Rodriguez
 
Matematiques ii solucions_tema2
Matematiques ii solucions_tema2Matematiques ii solucions_tema2
Matematiques ii solucions_tema2
mtmtkalodia
 
Ejercicios de distribución binomial, hipergeométrica y de poisson pablo peraz...
Ejercicios de distribución binomial, hipergeométrica y de poisson pablo peraz...Ejercicios de distribución binomial, hipergeométrica y de poisson pablo peraz...
Ejercicios de distribución binomial, hipergeométrica y de poisson pablo peraz...
Stalin Jose Gdz
 

Similar a EJERCICIOS DE DISTRIBUCIÓN HIPERGEOMETRICA (20)

Taller division de expresiones algrebraicas
Taller division de expresiones algrebraicasTaller division de expresiones algrebraicas
Taller division de expresiones algrebraicas
 
Resumen Octavo
Resumen OctavoResumen Octavo
Resumen Octavo
 
Ejercicios determinante de matriz por Cramer y Sarrus - Fundamentos de Algebr...
Ejercicios determinante de matriz por Cramer y Sarrus - Fundamentos de Algebr...Ejercicios determinante de matriz por Cramer y Sarrus - Fundamentos de Algebr...
Ejercicios determinante de matriz por Cramer y Sarrus - Fundamentos de Algebr...
 
Estadistica ii.
Estadistica ii.Estadistica ii.
Estadistica ii.
 
Ejemplos de distribuciones de probabilidad
Ejemplos de distribuciones de probabilidadEjemplos de distribuciones de probabilidad
Ejemplos de distribuciones de probabilidad
 
Matrices
MatricesMatrices
Matrices
 
Solucionario tema 2 (matrices)
Solucionario tema 2 (matrices)Solucionario tema 2 (matrices)
Solucionario tema 2 (matrices)
 
Matematiques ii solucions_tema2
Matematiques ii solucions_tema2Matematiques ii solucions_tema2
Matematiques ii solucions_tema2
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 
CÁLCULO I
CÁLCULO ICÁLCULO I
CÁLCULO I
 
Algebra 6°
Algebra 6° Algebra 6°
Algebra 6°
 
Viga irregular por el metodo de la doble integracion
Viga irregular por el metodo de la doble integracionViga irregular por el metodo de la doble integracion
Viga irregular por el metodo de la doble integracion
 
Distribuciones de probabilidad.
Distribuciones de probabilidad.Distribuciones de probabilidad.
Distribuciones de probabilidad.
 
Ejercicios resueltos de la Estadística de Edwin Galindo y de la Politécnica d...
Ejercicios resueltos de la Estadística de Edwin Galindo y de la Politécnica d...Ejercicios resueltos de la Estadística de Edwin Galindo y de la Politécnica d...
Ejercicios resueltos de la Estadística de Edwin Galindo y de la Politécnica d...
 
Ejercicios de distribución binomial, hipergeométrica y de poisson pablo peraz...
Ejercicios de distribución binomial, hipergeométrica y de poisson pablo peraz...Ejercicios de distribución binomial, hipergeométrica y de poisson pablo peraz...
Ejercicios de distribución binomial, hipergeométrica y de poisson pablo peraz...
 
Distribuciones Discretas
Distribuciones DiscretasDistribuciones Discretas
Distribuciones Discretas
 
8 exercicios equacao 1grau
8 exercicios equacao 1grau8 exercicios equacao 1grau
8 exercicios equacao 1grau
 
8 exercicios equacao 1grau
8 exercicios equacao 1grau8 exercicios equacao 1grau
8 exercicios equacao 1grau
 
Algunos ejercisios
Algunos ejercisiosAlgunos ejercisios
Algunos ejercisios
 
Ecuaciones de primer grado
Ecuaciones de primer gradoEcuaciones de primer grado
Ecuaciones de primer grado
 

Más de Alexander Flores Valencia

Más de Alexander Flores Valencia (9)

EJERCICIOS DE ESTADISTICA PROBABILISTICA
EJERCICIOS DE ESTADISTICA PROBABILISTICAEJERCICIOS DE ESTADISTICA PROBABILISTICA
EJERCICIOS DE ESTADISTICA PROBABILISTICA
 
EJERCICIOS DE PERMUTACIONES, COMBINACIONES, VARIACIONES
EJERCICIOS DE PERMUTACIONES, COMBINACIONES, VARIACIONESEJERCICIOS DE PERMUTACIONES, COMBINACIONES, VARIACIONES
EJERCICIOS DE PERMUTACIONES, COMBINACIONES, VARIACIONES
 
ELECCIÓN RACIONAL
ELECCIÓN RACIONALELECCIÓN RACIONAL
ELECCIÓN RACIONAL
 
POLÍTICA ECONÓMICA APLICADA AL ÁREA DE CIENCIA Y TECONOLOGÍA
POLÍTICA ECONÓMICA APLICADA AL ÁREA DE CIENCIA Y TECONOLOGÍAPOLÍTICA ECONÓMICA APLICADA AL ÁREA DE CIENCIA Y TECONOLOGÍA
POLÍTICA ECONÓMICA APLICADA AL ÁREA DE CIENCIA Y TECONOLOGÍA
 
Tipo de cambio
Tipo de cambioTipo de cambio
Tipo de cambio
 
TRABAJO INFORMAL EN LA ADMINISTRACION EUGENIO ESPEJO (LIMPIA PARABRISAS).
TRABAJO INFORMAL  EN LA ADMINISTRACION EUGENIO ESPEJO (LIMPIA PARABRISAS).TRABAJO INFORMAL  EN LA ADMINISTRACION EUGENIO ESPEJO (LIMPIA PARABRISAS).
TRABAJO INFORMAL EN LA ADMINISTRACION EUGENIO ESPEJO (LIMPIA PARABRISAS).
 
EL CRECIMIENTO, DESARROLLO, DESCENTRALIZACION FISCAL Y FOMENTO EMPRESARIAL
EL CRECIMIENTO, DESARROLLO, DESCENTRALIZACION FISCAL Y FOMENTO EMPRESARIALEL CRECIMIENTO, DESARROLLO, DESCENTRALIZACION FISCAL Y FOMENTO EMPRESARIAL
EL CRECIMIENTO, DESARROLLO, DESCENTRALIZACION FISCAL Y FOMENTO EMPRESARIAL
 
COMPARACIÓN DE LO QUE EL GOBIERNO NO HA REALIZADO SEGÚN LA CONSTITUCIÓN, PLAN...
COMPARACIÓN DE LO QUE EL GOBIERNO NO HA REALIZADO SEGÚN LA CONSTITUCIÓN, PLAN...COMPARACIÓN DE LO QUE EL GOBIERNO NO HA REALIZADO SEGÚN LA CONSTITUCIÓN, PLAN...
COMPARACIÓN DE LO QUE EL GOBIERNO NO HA REALIZADO SEGÚN LA CONSTITUCIÓN, PLAN...
 
Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...
Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...
Estimacion puntual, propiedades de las estimaciones; estimacion por intervalo...
 

Último

NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
UPTAIDELTACHIRA
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Francisco158360
 
Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdf
patriciaines1993
 

Último (20)

PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonables
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxLA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
 
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
 
Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDAD
 
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfGUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
 
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptPINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
 
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
SESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.docSESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.doc
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
 
Abril 2024 - Maestra Jardinera Ediba.pdf
Abril 2024 -  Maestra Jardinera Ediba.pdfAbril 2024 -  Maestra Jardinera Ediba.pdf
Abril 2024 - Maestra Jardinera Ediba.pdf
 
Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdf
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcción
 

EJERCICIOS DE DISTRIBUCIÓN HIPERGEOMETRICA

  • 1. UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE CIENCIAS ECONÓMICAS ESTADISTICA PROBABILISTICA 2 NOMBRE: ALEXANDER FLORES VALENCIA AULA: 13 DISTRIBUCIÓN HIPERGEOMETRICA 1. De un lote de 40 microcomponentes, cada uno se denomina aceptable si no tiene más de tres defectuosos. El procedimiento para muestrear el lote es la selección de cinco componentes al azar y rechazar el lote si se encuentra un componente defectuoso. ¿Cuál es la probabilidad de que se encuentre exactamente un defectuoso en la muestra si hay tres defectuosos en todo el lote? DATOS: k= 1 n= 5 N= 40 m=3 𝑝( 𝑋 = 𝑘) = ( 𝑚 𝑘 )( 𝑁−𝑚 𝑛−𝑘 ) ( 𝑁 𝑛 ) 𝑝( 𝑋 = 1) = (3 1 )(37 4 ) (40 5 ) 𝑝(𝑥 = 1) = (3∁1)(37∁4) (40∁5) 𝑝( 𝑥 = 1) = 3! 1! ∗ 37! 4! 40! 5! 𝑝 = (3∗ 2 ∗ 1) (1)(2∗ 1) ∗ (37 ∗ 36 ∗ 35 ∗ 34 ∗ 333 ∗ 32 … ) (4 ∗ 3 ∗ 2 ∗ 1) (40 ∗ 39 ∗ 38 ∗ 37 ∗ 36 ∗ 35… ) (5 ∗ 4 ∗ 3 ∗ 2 ∗ 1) 𝑝 = ( 𝑥 = 1) = (3)(66045) (658008) 𝑝 = 0.3011
  • 2. Interpretación: la probabilidad de que se encuentre exactamente un artefacto defectuoso en la muestra si hay tres defectuosos en todo el lote es de 0.3011. 2. Para evitar que lo descubran en la aduana, un viajero ha colocado 6 tabletas de narcótico en una botella que contiene 9 píldoras de vitamina que son similares en apariencia. Si el oficial de la aduana selecciona 3 tabletas aleatoriamente para analizarlas, a. ¿Cuál es la probabilidad de que el viajero sea arrestado por posesión de narcóticos? Datos: k= 3 n = 3 N= 15 m = 6 𝑝( 𝑋 = 𝑘) = ( 𝑚 𝑘 )( 𝑁−𝑚 𝑛−𝑘 ) ( 𝑁 𝑛 ) 𝑝( 𝑥 = 3) = (6 3 )(9 0 ) (15 3 ) 𝑝 = ( 𝑥 = 3) = (6∁3)(9∁0) (15∁3) 𝑝 = 6! 3! ∗ 9! 0! 15! 3! 𝑝 = (6 ∗ 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1) (3 ∗ 2 ∗ 1)(3∗ 2 ∗ 1) ∗ (9 ∗ 8 ∗ 7 ∗ 6 ∗ 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1) (0!) (15 ∗ 14 ∗ 13 ∗ 12 ∗ 11 ∗ 10… ) (3 ∗ 2 ∗ 1) ℎ = (3,15,3,6) = (20)(1) 455 𝑝 = 0.0439 Interpretación: la probabilidad de que el viajero sea arrestado por posesión de narcóticos Si el oficial de la aduana selecciona 3 tabletas aleatoriamente para analizarlas es de 0.04396.
  • 3. 3. Una tienda de artículos eléctricos tiene 20 planchas, de las cuales 5 son amarillas. Si se extraen aleatoriamente y sin sustitución 10 planchas ¿Cuál es la probabilidad de que dos de ellas sean amarillas? Datos: N=20 n=10 k=2 m=5 𝑝( 𝑋 = 𝑘) = ( 𝑚 𝑘 )( 𝑁−𝑚 𝑛−𝑘 ) ( 𝑁 𝑛 ) 𝑝(𝑋 = 2) = (5 2 )(20−5 10−2 ) (20 10 ) 𝑝(𝑋 = 2) = (5 2 )(15 8 ) (20 10 ) 𝑝(𝑋 = 2) = 5𝐶2 ∗ 15𝐶8 20𝐶10 𝑝(𝑋 = 2) = 0.3483 4. Si se extraen 8 canicas sin reemplazo de una urna que contiene 9 azules y 3 negras. Encontrar la probabilidad de haya 6 canicas azules dentro de las 8 que se extrajeron. Datos: N=12 n=8 k=6 m=9 𝑝( 𝑋 = 𝑘) = ( 𝑚 𝑘 )( 𝑁−𝑚 𝑛−𝑘 ) ( 𝑁 𝑛 ) 𝑝(𝑋 = 6) = (9 6 )(12−9 8−6 ) (12 8 )
  • 4. 𝑝(𝑋 = 6) = (9 6 )(2 3 ) (12 8 ) 𝑝(𝑋 = 6) = 9𝐶6 ∗ 3𝐶2 12𝐶8 𝑝(𝑋 = 6) = 0.5090 5. Se debe seleccionar 2 miembros de un comité, entre 5, para que asistan a una convención. Suponga que el comité está formado por 3 mujeres y 2 hombres. Determine la probabilidad de seleccionar 2 mujeres al azar: DATOS: N = 5 n = 2 m = 3 k =2 𝑝(𝑋 = 𝑘) = ( 𝑚 𝑘 )( 𝑁−𝑚 𝑛−𝑘 ) ( 𝑁 𝑛 ) 𝑝(𝑋 = 2) = (3 2 )(5−3 2−2 ) (5 2 ) 𝑝(𝑋 = 2) = (3 2 )(2 0 ) (5 2 ) 𝑝(𝑋 = 2) = 3𝐶2 ∗ 2𝐶0 5𝐶2 𝑝(𝑋 = 2) = 3! 2! (3 − 2)! ∗ 2! 0! (2 − 0)! 5! 2! (5 − 2)! 𝑝(𝑋 = 2) = 3! 2! (1)! ∗ 2! 0! (2)! 5! 3! (2)! 𝑝(𝑋 = 2) = 3 ∗ 2 ∗ 1 2 ∗ 1 ∗ 1 ∗ 2 ∗ 1 2 ∗ 1 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1 3 ∗ 2 ∗ 1 ∗ 2 ∗ 1 𝑝(𝑋 = 2) = 3 10 𝑝(𝑋 = 2) = 0.3
  • 5. 6. De 6 empleados 3 han estado en la compañía durante 5 o más años, si se elige 4 empleados al Azar de ese grupo. ¿Cuál es la probabilidad de que exactamente dos de ellos tengan una antigüedad de 5 años o más? DATOS N=6 n=4 m=3 k=2 𝑝(𝑋 = 𝑘) = ( 𝑚 𝑘 )( 𝑁−𝑚 𝑛−𝑘 ) ( 𝑁 𝑛 ) 𝑝(𝑋 = 2) = (3 2 )(6−3 4−2 ) (6 4 ) 𝑝(𝑋 = 2) = (3 2 )(3 2 ) (6 4 ) 𝑝(𝑋 = 2) = 3𝐶2 ∗ 3𝐶2 6𝐶4 𝑝(𝑋 = 2) = 3! 2! (3 − 2)! ∗ 3! 2! (3 − 2)! 6! 4! (6 − 4)! 𝑝(𝑋 = 2) = 3! 2! (1)! ∗ 3! 2! (1)! 6! 4! (2)! 𝑝(𝑋 = 2) = 3 ∗ 2 ∗ 1 2 ∗ 1 ∗ 1 ∗ 3 ∗ 2 ∗ 1 2 ∗ 1 ∗ 1 6 ∗ 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1 4 ∗ 3 ∗ 2 ∗ 1 ∗ 2 ∗ 1 𝑝(𝑋 = 2) = 9 15 𝑝(𝑋 = 2) = 0.6 7. En un lote de 12 proyectiles se disparan 4 al azar, si el lote contiene 5 proyectiles que no disparan ¿Cuál es la probabilidad de que los 2 disparen? N=12
  • 6. n=4 m=5 k=2 𝑝( 𝑋 = 𝑘) = ( 𝑚 𝑘 )( 𝑁−𝑚 𝑛−𝑘 ) ( 𝑁 𝑛 ) 𝑝(𝑋 = 2) = (5 2 )(12−5 4−2 ) (12 4 ) 𝑝(𝑋 = 2) = (5 2 )(7 2 ) (12 4 ) 𝑝(𝑋 = 2) = 5𝐶2 ∗ 7𝐶2 12𝐶4 𝑝(𝑋 = 2) = 0.4242 8. En una florería hay 20 variedades de flores, de las cuales 8 son diferentes clases de rosas. ¿Qué probabilidad hay de que al extraer una muestra al azar de 12 flores, se incluyan 3 clases de rosas? N=20 n=12 m=8 k=3 𝑝( 𝑋 = 𝑘) = ( 𝑚 𝑘 )( 𝑁−𝑚 𝑛−𝑘 ) ( 𝑁 𝑛 ) 𝑝(𝑋 = 3) = (8 3 )(20−8 12−3 ) (20 12 ) 𝑝(𝑋 = 3) = (8 3 )(12 9 ) (20 12 ) 𝑝(𝑋 = 3) = 8𝐶3 ∗ 12𝐶9 20𝐶12 𝑝(𝑋 = 3) = 0.0978 9. En una jaula hay 30 pericos rusos y 20 pericos chinos si extraemos 10 pericos al azar calcular posibilidad de que 3 de ellos hablen chino (característica deseada). N = 50 n = 10
  • 7. C = 20 k= 3 𝑝( 𝑋 = 𝑘) = ( 𝑚 𝑘 )( 𝑁−𝑚 𝑛−𝑘 ) ( 𝑁 𝑛 ) La probabilidad de que 3 de 10 pericos tomados al azar sean chinos es de 0.23% 10.De un lote de 10 proyectiles, 4 se seleccionan al azar y se disparan. Si el lote contiene 3 proyectiles defectuosos que no explotarán, ¿cuál es la probabilidad de que los 4 exploten? N = 10 proyectiles en total a = 7 proyectiles que explotan n = 4 proyectiles seleccionados k = 4 𝑝( 𝑋 = 𝑘) = ( 𝑚 𝑘 )( 𝑁−𝑚 𝑛−𝑘 ) ( 𝑁 𝑛 ) 𝑃( 𝑥 = 4) = ( 7 4 ) ( 10 − 7 4 − 4 ) ( 10 4 ) = 0.167 La probabilidad de que tenga 4 proyectiles que exploten de cuatro tomados al azar es de 16.7% 11. 5 fabricantes producen en determinado dispositivo cuya calidad varía de un fabricante a otro. Si usted elige 3 fabricantes al azar, hallar la probabilidad que la selección contenga 2 de las 3 mejores. Datos: N=5 m=3 n=3 k=2 𝑝( 𝑋 = 𝑘) = ( 𝑚 𝑘 )( 𝑁−𝑚 𝑛−𝑘 ) ( 𝑁 𝑛 )
  • 8. 𝑝(𝑋 = 2) = (3 2 )(5−3 3−2 ) (5 3 ) 𝑝(𝑋 = 2) = (3 2 )(2 1 ) (5 3 ) 𝑝(𝑋 = 2) = 3𝐶2 ∗ 2𝐶1 5𝐶3 𝑝(𝑋 = 2) = 0.60 12.En un lote de 10 proyectiles se disparan 4 al azar si el lote contiene e proyectiles que no disparan ¿Cuál es la probabilidad de que 4 disparen? N=10 m=5 n=4 k=0 𝑝( 𝑋 = 𝑘) = ( 𝑚 𝑘 )( 𝑁−𝑚 𝑛−𝑘 ) ( 𝑁 𝑛 ) 𝑝(𝑋 = 0) = (5 0 )(10−5 4−0 ) (10 4 ) 𝑝(𝑋 = 0) = (5 0 )(5 4 ) (10 4 ) 𝑝(𝑋 = 0) = 5𝐶0 ∗ 5𝐶4 10𝐶4 𝑝(𝑋 = 0) = 0.2380 13.Una tienda de artículos eléctricos tiene 20 planchas, de las cuales 5 son amarillas. Si se extraen aleatoriamente y sin sustitución 10 planchas ¿Cuál es la probabilidad de que dos de ellas sean amarillas? Solución. En este caso se tiene una población de 20 planchas (N = 20), de las cuales 5 son amarillas (a = 5) y se extrae una muestra de 10 planchas (n = 10). La variable aleatoria será el número de planchas amarillas que hay en la muestra (entre las extraídas), por lo que x = 2. Sustituyendo en el modelo de la distribución Hipergeométrica tenemos: Datos.
  • 9. N=20 n=10 m=5 k=2 𝑝( 𝑋 = 𝑘) = ( 𝑚 𝑘 )( 𝑁−𝑚 𝑛−𝑘 ) ( 𝑁 𝑛 ) 𝑝(𝑋 = 2) = (5 2 )(20−5 10−2 ) (20 10 ) 𝑝(𝑋 = 2) = (5 2 )(15 8 ) (20 10 ) 𝑝(𝑋 = 2) = 5𝐶2 ∗ 15𝐶8 20𝐶10 𝑝(𝑋 = 2) = 0.3483 14.Si se extraen 8 canicas sin reemplazo de una urna que contiene 9 azules y 3 negras. Encontrar la probabilidad de haya 6 canicas azules dentro de las 8 que se extrajeron. Solución. En total se tienen 12 canicas (N = 12), de las cuales 9 son azules (a = 9). Se extrae una muestra de 8 canicas (n = 8) y se desea obtener la probabilidad de que en la muestra haya 6 canicas azules (x = 6) por lo que: Datos N=12 n=8 m= 9 K=6 𝑝( 𝑋 = 𝑘) = ( 𝑚 𝑘 )( 𝑁−𝑚 𝑛−𝑘 ) ( 𝑁 𝑛 ) 𝑝(𝑋 = 6) = (9 6 )(12−9 8−6 ) (12 8 ) 𝑝(𝑋 = 6) = (9 6 )(3 2 ) (12 8 ) 𝑝(𝑋 = 6) = 9𝐶6 ∗ 3𝐶2 12𝐶8
  • 10. 𝑝(𝑋 = 6) = 0.5090 15.En una urna hay un total de 20 objetos 8 de los cuales son defectuosos si se seleccionan 6 objetos al azar ¿Cuál es la probabilidad de que 4 sean defectuosos? DATOS N=20 K=4 m= 8 n=6 𝑝( 𝑋 = 𝑘) = ( 𝑚 𝑘 )( 𝑁−𝑚 𝑛−𝑘 ) ( 𝑁 𝑛 ) 𝑝(𝑋 = 4) = (8 4 )(20−8 6−4 ) (20 6 ) 𝑝(𝑋 = 4) = (8 4 )(12 2 ) (20 6 ) 𝑝(𝑋 = 4) = 8𝐶6 ∗ 12𝐶2 20𝐶6 𝑝(𝑋 = 4) = 0.04767 16.Tengo 20 bolas en una urna de las cuales saco 12 bolas sin reposición de las 12 bolas 6 son azules ¿Cuál es la probabilidad de sacar 3 bolas azules. DATOS N=20 K=3 m= 6 n=12 𝑝( 𝑋 = 𝑘) = ( 𝑚 𝑘 )( 𝑁−𝑚 𝑛−𝑘 ) ( 𝑁 𝑛 )
  • 11. 𝑝(𝑋 = 3) = (6 3 )(20−6 12−3 ) (20 12 ) 𝑝(𝑋 = 3) = (6 3 )(14 9 ) (20 12 ) 𝑝(𝑋 = 3) = 6𝐶3 ∗ 14𝐶9 20𝐶12 𝑝(𝑋 = 3) = 0.3178 17. Si 7 de 14 maletas contienen artículos de contrabando, determine la probabilidad de que exactamente 4 de 6 maletas seleccionadas al azar en la inspección de pasajero contengan artículos de contrabando. DATOS: N=14 n=6 m=7 k=4 𝑝( 𝑋 = 𝑘) = ( 𝑚 𝑘 )( 𝑁−𝑚 𝑛−𝑘 ) ( 𝑁 𝑛 ) 𝑝(𝑋 = 4) = (7 4 )(14−7 6−4 ) (14 6 ) 𝑝(𝑋 = 4) = (7 4 )(7 2 ) (14 6 ) 𝑝(𝑋 = 4) = 7𝐶4 ∗ 7𝐶2 14𝐶6 𝑝(𝑋 = 4) = 0.2447 18.Si entre 20 trabajadores de la construcción 5 no usaban calzado de protección, y se seleccionaron 10 trabajadores para hacer una revisión del calzado de protección, cual es la probabilidad de que cuando menos 3 de las trabajadores revisados no hayan estado usando calzado de protección. Datos: N=20 n=10 m=5 k=3
  • 12. 𝑝( 𝑋 = 𝑘) = ( 𝑚 𝑘 )( 𝑁−𝑚 𝑛−𝑘 ) ( 𝑁 𝑛 ) 𝑝(𝑋 = 3) = (5 3 )(20−5 10−3 ) (20 10 ) 𝑝(𝑋 = 3) = (5 3 )(15 7 ) (20 10 ) 𝑝(𝑋 = 3) = 5𝐶3 ∗ 15𝐶7 20𝐶10 𝑝(𝑋 = 2) = 0.3482 19. Un comité compuesto por cinco personas se selecciona aleatoriamente de un grupo formado por tres químicos y cinco físicos. Encuentre la distribución de probabilidad para el número de químicos en el comité. N = 8 n = 5 m= 3 Numero de químicos = 0, 1, 2, 3 o k = 0, 1, 2, 3 𝑝( 𝑋 = 𝑘) = ( 𝑚 𝑘 )( 𝑁−𝑚 𝑛−𝑘 ) ( 𝑁 𝑛 ) 𝑝(𝑋 = 0) = (3 0 )(5 5 ) (8 5 ) 𝑝(𝑋 = 0) = 0.018 𝑝(𝑋 = 1) = (3 1 )(5 4 ) (8 5 ) 𝑝(𝑋 = 1) = 0.268 𝑝(𝑋 = 2) = (3 2 )(5 3 ) (8 5 ) 𝑝(𝑋 = 2) = 0.536 𝑝(𝑋 = 3) = (3 3 )(5 2 ) (8 5 ) 𝑝(𝑋 = 3) = 0.179
  • 13. 20. Entre 16 postulantes para un trabajo, 10 tenían un grado universitario. Si tres de los postulantes son elegidos al azar para una entrevista. ¿Cuál es la probabilidad de que: a) ninguno tenga grado universitario?. b) Exactamente uno tenga grado universitario?. c) Dos tengan grado universitario? d) Los tres tengan grado universitario? N=16 n=3 m=10 k=0, 1, 2, 3 𝑝( 𝑋 = 𝑘) = ( 𝑚 𝑘 )( 𝑁−𝑚 𝑛−𝑘 ) ( 𝑁 𝑛 ) 𝑝(𝑋 = 0) = (10 0 )(6 3 ) (16 3 ) 𝑝(𝑋 = 0) = 0.357 La probabilidad de que ninguno tenga grado universitario es de 0,0357 𝑝(𝑋 = 1) = (10 1 )(6 2 ) (16 3 ) 𝑝(𝑋 = 1) = 0.2679 La probabilidad de que uno tenga grado universitario es de 0,2679 𝑝(𝑋 = 2) = (10 2 )(6 1 ) (16 3 ) 𝑝(𝑋 = 2) = 0.482 La probabilidad de que dos tengan grado universitario es de 0, 𝑝(𝑋 = 3) = (10 3 )(6 0 ) (16 3 ) 𝑝(𝑋 = 3) = 0.2143 La probabilidad de que los tres tengan grado universitario es de 0,2143