Este documento describe diferentes distribuciones de probabilidad como la distribución de Bernoulli, binomial, Poisson y exponencial. Explica sus fórmulas y provee ejemplos numéricos. También incluye ejercicios de probabilidad resueltos que ilustran cómo aplicar estas distribuciones para calcular la probabilidad de diferentes eventos.

1. 2EPOR: LUIS DANIEL DE LA FUENTE GARCÍA

2. DISTRIBUCION DE PROBABILIDAD
DISTRIBUCION DE BERNOULLI
DISTRIBUCION BINOMIAL
DISTRIBUCION POISSON
DISTRIBUCION EXPONENCIAL

3. La distribución describe como se espera que
varíen los resultados. En base a distribución
teórica de la frecuencia de los resultados y son
de utilidad para tomar decisiones.
33 1
38 2
43 4
48 13
53 35
58 49
63 67
68 53
73 42
78 23
83 9
88 0
93 2
marcas de clase xi Fi

4. Distribución de probabilidad discreta, que
toma valor de 1 para éxito y 0 para fracaso
practicando solo un evento.
FORMULA:

5. EJEMPLOS clase #1:
0
0.1
0.2
0.3
0.4
0.5
cara cruz

6. EJEMPLOS clase #2:
0
0.02
0.04
0.06
0.08
0.1
0.12
0.14
0.16
0.18
1 2 3 4 5 6

7. EJEMPLOS clase #3:
0
0.2
0.4
0.6
0.8
1
pza.defectusa. ninguna

8. EJERCICIOS
En la UTT Luis Daniel realizara un examen
para el cual estudio, cual será la
probabilidad de pasarlo si estudio mucho.
P(x=8)= 0.80
0
1
aprobar reprobar

9. Daniel tiene un perro que no sabe en
donde puede dejarlo para dormir en el
cuarto, cual es la probabilidad de que el
perro se suba a la cama si no puede saltar
mas de 10 cm.
p(P=0)= 0
EJERCICIOS
0
1
2
en la cama en el suelo

10. Daniel realizo un tiro a la canasta de
basquetbol ¿Cuál es la probabilidad de
que enceste?
X= 0.5
EJERCICIOS
0
0.1
0.2
0.3
0.4
0.5
cara cruz

11. Daniel compro un celular iPhone sin
conocer su sistema, y el se pregunta
¿ cual es la probabilidad de que pueda
compartir fotos por bluetooth a un
androide ?
EJERCICIOS
0
1
2
pasar no pasar

12. Daniel vive en una casa de 2 recamaras y
tiene 2 hermanos. Daniel quiere saber cual
es la probabilidad de que se quede con
una de las recamaras
P(P=2)= .33
0
0.5
ana juana diana
EJERCICIOS

13. Es una distribución discreta que tiene el numero
de éxitos de n ensayos de Bernoulli
independientes entre si, con una probabilidad
de ocurrencia del éxito entre los ensayos.
FORMULA:

14. EJEMPLO clase #1:

15. EJEMPLO clase #2:

16. EJEMPLO clase #3:

17. Daniel tiene una moneda, para des
aburrirse decide lanzarla 20 veces, ¿ cual es
la probabilidad de que 5 veces caiga cara
?
EJERCICIOS

18. Daniel, el ingeniero y jefe
de departamento de
calidad produce 1000
pzas. Y decide tomar 20
pzas. De los Iphones que
produce, ¿Cuál es la
probabilidad de que 4
pzas. Salgan
defectuosas?
EJERCICIOS

19. Daniel compro una
moto de pista y
pensó en invitar a 5
de sus amigos, para
dar vueltas en la
calle. ¿ cual es la
probabilidad de que
vallan sus amigos?
EJERCICIOS

20. El ingeniero Daniel quiere saber la
probabilidad de que 10 pzas. resulten
defectuosas en un proceso donde se
pintan 3 veces.
EJERCICIOS

21. Daniel tiene 50 pesos,
pero los trae en una bolsa
casi rota, y quiere saber
cual es la probabilidad
de que se le tire 1 de las
50 monedas en las 2
ocasiones que va a
levantarse del asiento del
camión.
EJERCICIOS

22. Es una distribución que se especializa en la probabilidad
de ocurrencia de sucesos con probabilidades muy
pequeñas, o sucesos raros.
Como aproximación de binomial cuando n es grande y
p es pequeña
FORMULA:

23. EJEMPLOS clase #1:

24. EJEMPLOS clase #2:

25. EJEMPLOS clase #3:
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
1.1
s/ chispas c/chispas

26. la probabilidad si X ~
Poisson (3)
P(x=2)
EJERCICIOS

27. En una empresa de
Daniel de la Fuente,
en promedio van 8
clientes en una hora,
¿cual es la
probabilidad de que
la proxima hora
vallan 2 clientes?
EJERCICIOS

28. Daniel tiene 1 casa
donde llegan 10
perritos cada dia,
¿cual es la
probabilidad de que
lleguen 5 perros en el
proximo dia?
EJERCICIOS

29. la probabilidad si X ~
Poisson (12)
p(X=4), p(X=7),
p(X=9)
EJERCICIOS

30. Si Daniel compra 20
pares de zapatos
cual es la
probabilidad de que
algún par sea de
color rojo si solo
venden: rojo, verde,
azul y blanco.
EJERCICIOS

31. Es un modelo adecuado para la distribución de
probabilidad del tiempo de espera entre 2 hechos que
sigan un proceso de poisson.
Utilidad cuando la distribución del tiempo que transcurre
hasta producirse un fallo.
FORMULA:

32. EJEMPLOS clase #1:

33. EJEMPLOS clase #2:

34. EJEMPLOS clase #3:

35. SI x~EXP=(10)
encontrar p(X<0.001)
EJERCICIOS

36. SI x~EXP=(10)
encontrar p(X>0.003)
EJERCICIOS

37. SI x~EXP=(0.1)
encontrar p(X>0.2)
EJERCICIOS

38. SI x~EXP=(1) encontrar p(X>1)
EJERCICIOS

39. SI x~EXP=(1) encontrar p(X>3)
EJERCICIOS