2. EJERCICIO 1.
Una prueba de laboratorio para detectar na en sangre tiene un 92% de
n. Si se analizan 72 muestras en un mes.
Calcular las siguientes probabilidades:
a) 60 o menos estén correctamente evaluadas:
P[60 o menos pruebas n correctamente evaluadas] = P[X ≤ 60]
b) Menos de 60 n correctamente evaluadas:
P[menos de 60 pruebas n correctamente evaluadas] = P[X < 60] = P[X ≤
59]
c) Exactamente 60 n correctamente evaluadas:
P[exactamente 60 n correctamente evaluadas] = P[X = 60]

3. A) 60 O MENOS ESTÉN CORRECTAMENTE
EVALUADAS:
Sea la variable aleatoria X
X = ”No de pruebas evaluadas correctamente de 72 muestras”
Esta variable aleatoria tiene n Binomial de metros n = 72
y prob = 0.92.
En primer lugar, se introduce algún número en el editor de datos, por ejemplo, el
Calcular
variable.Transformar.

5.  En variable de destino pondremos Binomial1, nombre de
la variable que contendrá el resultado de la operación.
Expresión numérica: Se introduce la función que calcula
las probabilidades de una distribución binomial en este
caso: CDF,BINOM (60,72, 0’92).
Para ello, en el grupo de funciones se selecciona FDA y
FDA no centrada(debido a que se permite la probabilidad
de que la variable sea menor o igual al valor del modelo
específico) y en las funciones y variables especiales se
selecciona Cdf.Binom.

7. De esta manera, la P[60 o menos pruebas n correctamente evaluadas] = P[X ≤ 60] es:

8. B) MENOS DE 60 N CORRECTAMENTE
EVALUADAS.
En primer lugar, se introduce algún número en el editor de datos, por
ejemplo, el 1.
Calcular
variable.Transformar.

9.  En variable de destino pondremos Binomial2, nombre de la
variable que contendrá el resultado de la operación.
Expresión numérica: Se introduce la función que calcula las
probabilidades de una distribución binomial en este caso:
FDA,BINOM (59,72,0.92).
Para ello, en el grupo de funciones se selecciona FDP Y FDP no
centrada (debido a que se permite la probabilidad de que la
variable sea igual al valor del modelo específico) y en las
funciones y variables especiales se selecciona Pdf Binom.

11. De esta manera, la P[menos de 60 pruebas n correctamente evaluadas]
= P[X < 60] = P[X ≤ 59] es:

12. C) EXACTAMENTE 60 N CORRECTAMENTE
EVALUADAS:
 En primer lugar, se introduce algún número en el editor de datos, por
ejemplo, el 1.
Calcular variable.Transformar.

14.  En variable de destino pondremos Binomial3, nombre de la
variable que contendrá el resultado de la operación.
Expresión numérica: Se introduce la función que calcula las
probabilidades de una distribución binomial en este caso: PPF,
BINOM (60,72,0.92).
Para ello, en el grupo de funciones se selecciona FDP Y FDP no
centrada (debido a que se permite la probabilidad de que la
variable sea igual al valor del modelo específico) y en las
funciones y variables especiales se selecciona Pdf. Binom.

15. De esta manera, P[exactamente 60 n correctamente evaluadas] = P[X = 60] es:

16. EJERCICIO 2.
En una cierta n se ha observado que el mero medio anual de muertes
por ncer de n es 12. Si el mero de muertes causadas por la
enfermedad sigue una n de Poisson, calcular las siguientes
probabilidades:
a) Haya exactamente 10 muertes por ncer de n en un o.
P[ Haya exactamente 10 muertes por ncer de n en un o] = P[X = 10]
b) 15 o s personas mueran a causa de la enfermedad durante un o.
P[ s de 15 personas mueran a causa de la enfermedad durante un o] = P[X >
15] = 1 - P[X ≤ 15]
c) 10 o menos personas mueran a causa de la enfermedad en 6 meses.
P[10 o menos personas mueran a causa de la enfermedad en 6 meses] = P[Y ≤ 10]

17. A) HAYA EXACTAMENTE 10 MUERTES POR
NCER DE N EN UN O.
Calcular
variable.Transformar.
En primer lugar, se introduce algún número en el editor de datos, por ejemplo, e
Sea la variable aleatoria X.
X= número de muertes por cáncer de pulmón en un año.
Esta variable sigue una distribución Poisson.

19. • En variable de destino pondremos Poisson1,
nombre de la variable que contendrá el
resultado de la operación.
• En expresión numérica se introduce la función
que calcula probabilidades de una distribución
Poisson: PDF. POISSON(10,12)
• Para ello, se selecciona en grupo de funciones
la opción FDP Y FDP no centrado y en
funciones y variables especiales: Pdf. Poisson.

21. De esta manera, la P[ Haya exactamente 10 muertes por ncer de n
en un o] = P[X = 10] es:

22. B) 15 O S PERSONAS MUERAN A CAUSA DE
LA ENFERMEDAD DURANTE UN O.
Calcular
variable.Transformar.
• En variable de destino pondremos Poisson2, nombre de la variable
que contendrá el resultado de la operación.
• En expresión numérica se introduce la función que calcula
probabilidades de una distribución Poisson: CDF. POISSON(15,12)
• Para ello, se selecciona en grupo de funciones la opción FDA Y FDA
no centrado y en funciones y variables especiales: Cdf. Poisson.

24. De esta manera, la P[ s de 15 personas mueran a causa de la enfermedad
durante un o] = P[X > 15] = 1 - P[X ≤ 15] es:

25. C) 10 O MENOS PERSONAS MUERAN A CAUSA
DE LA ENFERMEDAD EN 6 MESES.
Calcular
variable.Transformar.
Se define una nueva variable:
Y = ”Nº de muertes por cáncer de pulmón en seis meses”.
Esta variable aleatoria tiene distribución de Poisson de parámetro λ
= 6.
A partir de aquí se calcula la probabilidad que se pide.

26. • En variable de destino pondremos Poisson3,
nombre de la variable que contendrá el
resultado de la operación.
• En expresión numérica se introduce la función
que calcula probabilidades de una distribución
Poisson: CDF. POISSON(10,12)
• Para ello, se selecciona en grupo de funciones
la opción FDA Y FDA no centrado y en
funciones y variables especiales: Cdf. Poisson.

27. De esta manera, la P[10 o menos personas mueran a causa de la
enfermedad en 6 meses] = P[Y ≤ 10] es: