CASO PRÁCTICO

1. ¿Qué modelo de distribución podrían seguir las siguientes variables aleatorias?

a. Número de hombres, mujeres y niños (menores de 12 años, de cualquier sexo), en un
avión con 145 pasajeros.
b. Número de visitas que recibe en una hora www.iep.edu.es
c. Enciclopedias vendidas por un vendedor a domicilio tras visitar 18 casas.

2. Si ℜ sigue la Distribución B (10; 0; 8), su valor esperado y su varianza

Valen.

a. 8 y 0,2b.
0,8 y 1,6
c. 8 y 16d. 0,8 y 0,2

3. ¿Qué falta en la f(x) de cuantía de una variable B(n, p): P(ξ = x) =

¿? px(1 - p) n - x?

a. n! / x!
b. n! / [x! (n - x)!]
c. x! / [n! (x - n)!d. x! / n!

4. Se efectúan lanzamientos consecutivos de un dado correcto. Resuelva las siguientes

cuestiones

a. Determine razonadamente la distribución de probabilidad de la v.a

ξ:“número de lanzamientos que deben efectuarse hasta conseguir el primer resultado par”.
Calcular la probabilidad de que se requieran 3 lanzamientos

b.
Determine razonadamente la distribución de probabilidad de la v.a μ:“número de
lanzamientos que deben efectuarse hasta conseguir 3pares”. Calcular la probabilidad de
que se requieran 5 lanzamientos.

Solución caso práctico unidad 3

a. Distribución Bernoulli: se define como distribución discreta, que toma valor 1 que
toma la probalidad de éxito y el valor 0 para la probabilidad de fracaso.
b. Distribución Poisson: Distribución que expresa a partir de una frecuencia de
ocurrencia media y probabilidad que ocurra un determinado número de eventos
durante cierto periodo de tiempo.
c. Distribución Binominal: Probabilidad discreta que cuenta con el número de éxitos
en una secuencia de ensayos independientes entre sí con probabilidad de éxito entre
los ensayos.
2.

FORMULA = # INTENTO X PROBABILIDAD

ÉXITO
# INTENTO 10
PROBABILIDAD EXITO 0,8
MEDIA 8

VARIANZA = MEDIA * (1-PROBABILIDAD DE

ÉXITO)
PROBABILIDAD EXITO 0,8
MEDIA 8
CONSTANTE 1
VARIANZA 1,6

3. 𝑓(𝑥) = (𝑛𝑥)𝑝 𝑥 (1 − 𝑝)𝑛 − 𝑥

𝑥 = (0,12, 𝑛)
𝑛
= (𝑛𝑥) = 𝑥(𝑛−𝑥)

Se toma x en x y se combina de n en x
b.n! / [x! (n - x)!]

4. Espacio muestral es {1,2,3,4,5,6}Espacio del evento es {2,4,6}

Las posibilidades pares son 3 de 6 es decir los pares son 2, 4, 6 y los impares 1, 3, 5,
concluimos que la posibilidad de cada resultado es de 1/6 y que sea par o impar es de:
1/6 + 1/6 + 1/6 + 1/6 + 1/6 + 1/6 = 100%
P(número par) = p= (2,4,6)
P= 1/6 + 1/6 + 1/6 = ¾ = ½
P (número par)= ½
Si lanzamos el dado la probabilidad que sea par o impar es del 50% pero la posibilidad que
en 3 sea par planteamos lo siguiente:
Que se lance y sean 2 pares o 2 impares es la misma:

1/2 ^ 2 = 0,25 0,25

100% 25,00%

a. Dada la posibilidad en 3 lanzamientos cuales son las posibilidades, son 6 lo

elevamos al cubo que es la cantidad de lanzamientos que se harán:

6 ^ 3 = 216

Las posibilidades son los números pares que son 3 también lo elevamos al cubo:

3 ^ 3 = 27

Dividimos la cantidad de posibilidades entre la cantidad de lanzamientos:

𝟐𝟕
= 𝟎, 𝟏𝟐𝟓 = 𝟏/𝟖
𝟐𝟏𝟔

Ahora, para obtener tu probabilidad:

7/8 ^ 5 = 0,51 0,5
1100% 51,29%

Resumen en el siguiente, cuadro:

6 ^ 3 = 216

3 ^ 3 = 27 0,125 1/8

7/8 ^ 5 = 0,51 0,51

100% 51,29%

https://www.scoop.it/topic/matematica-by-
uniasturias/?tag=Estad%C3%ADstica+I

https://es.slideshare.net/leonardo19940511/cinco-ejemplos-de-aplicacin-de-las-distribuciones-
de-probabilidad