CASO PRÁCTICO # 3

ESTADISTICA I

XXXXXXXXXXXXXXXXXXXXXXXX

DOCENTE:

MILCON MONTENEGRO GAMBA

CORPORACION UNIVERSITARIA DE ASTURIAS

NEGOCIOS INTERNACIONALES
XXXXXXXXXX
2019
 Enunciado

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

 Número de hombres, mujeres y niños (menores de 12 años, de cualquier sexo) en

un avión de 145 pasajeros.
Respuesta:

Distribución aleatoria continúa

 Número de visitas que recibe en una hora www.iep.edu.es.

Respuesta:

Distribución Poisson

 Enciclopedias vendidas por un vendedor a domicilio tras visitar 18 casas.

Respuesta:

Distribución Binomial

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

a) 8 y O,2
b) 0,8 y 1,6
c) 8 y 16
d) 0,8 y 0,2
Respuesta: c) 8 y 16
 3. Que falta en la f(x) de cuantía de una variable B (n.p) P (E=X) = ¿? Px (1 – p) n – x?

a) n! / x!
b) n! / x! (n-x)!
c) x! / n! (x-n)!
d) x! / n!
Respuesta: b) n!/x!(n-x)!

Segundo Enunciado

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 debe efectuarse hasta conseguir el primer resultado par”
Calcular la probabilidad de que se requieran 3 lanzamientos.

Distribución Geométrica

x-1
P(X=x) = q P

P(x=2, 4, 6) = p (2) + p (4) +p (6) 1/6 +1/6 + 1/6 = 3/6 = ½ = 0.5

P(x= 2, 4, 6) = 0.5
q= 1-p 1-0.5 = 0.5

X Numero de experimentos = 3
P Probabilidad de éxito
Q probabilidad de fracaso
Remplazo
3-1
P (x= 2 ,4 ,6) = 0.5 0.5 = 0.25* 0.5= 0.125

P (x= 2, 4, 6) = 0,125 = 12,5%

r x
P (X= x) = (r+x-1) p * (1- p)
X

r = Eventos = 3
x= Fracasos
p = 0.5
q = 0.5

 De 5 intentos 3 de ellos son pares

P(X=x) = [3 + 2 – 1] 0.5 * 0.5

3 2

2
P (X =x) = 4 = 0.125* 0.25
2
P(X =x) 6*0.125 * 0.25 = 0.1875

P(X =x) = 1.875 1875%

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

Distribución Binomial

n=5
k=3
p= 0.5
q= 1 – p = 1 – 0.5 = 0.5

P(x=3)0 = [5] 0,5 * (1-p)3 5-3

3
P(x=3) =10 * 0.125 * 0.25 = 0.3125 = 31.2%
 Conclusión

Una distribución continua describe las probabilidades de los posibles valores de una
variable aleatoria continua. Una variable aleatoria continua es una variable aleatoria con un
conjunto de valores posibles 8 conocido como el rango) que es infinito y no se puede contar.

En teoría de probabilidad y estadística de poisson es una distribución de probabilidad

discreta que expresa a partir de una frecuencia de ocurrencia media, la probabilidad que ocurra u
determinado número de eventos durante cierto periodo de tiempo.

En estadística la distribución binomial es una distribución de probabilidad discreta que

cuenta el número de éxitos en una secuencia de n ensayos de Bernoulli independientes entre sí
con una probabilidad fija p de ocurrencia entre los ensayos.

La distribución geométrica es cualquiera de las dos distribuciones discretas siguientes: la

distribución de probabilidad del número X del ensayo de Bernoulli necesaria para obtener un
éxito.
 Biografía

http://estadisticaparaadministracion.blogspot.com/2011/07/aplicaciones-de-la-estadistica-en-
la.html

https://www.pymesyautonomos.com/administracion-finanzas/estadisticas-en-la-empresa

https://support.minitab.com/es-mx/minitab/18/help-and-how-to/probability-distributions-
and-random-data/supporting-topics/basics/continuous-and-discrete-probability-distributions/

https://es.wikipedia.org/wiki/Distribución_binomial