Mathematics">
Ejercicos Resueltos Posison y Binomial
Ejercicos Resueltos Posison y Binomial
Ejercicos Resueltos Posison y Binomial
n!
en cualquiera de los ensayos. Además
(nx )= x!(n−x )!
Ejemplo 2. Considere las decisiones de compra de los próximos tres clientes que llegan
a una tienda de ropa. De acuerdo con la experiencia, el gerente de la tienda estima que
la probabilidad de que un cliente realice una compra es 0.30 ¿Cuál es la probabilidad de
que dos de los próximos tres clientes realicen una compra?
Solución:
X: número de clientes que realizan una compra
X es b (3; 0.3); luego usando la tabla de la distribución binomial de términos
individuales, se tiene: P(X= 2) = 0.189
Además:
X 0 1 2 3
P(X=x) 0.343 0.441 0.189 0.027
Nota.
Si X es b(n, p) y el valor de p no se encuentra en la tabla: Para hallar P(X=k),
X 0 1 2 3 4 5 6 7 8 9 10
Prob 0.000 0.000 0.000 0.001 0.006 0.026 0.088 0.201 0.302 0.268 0.107
Ejemplo 6. Un gerente estima que la probabilidad de que un cliente realice una compra
es 0.30. Si se pronostica que el mes próximo 1000 clientes visitará la tienda. ¿Cuál es el
número esperado de clientes que harán una compra? ¿Cuál es la varianza y la desviación
estándar?
Solución: E(x)= np = (1000)(0.3)=300 clientes; 2= npq=1000(0.3) (0.7)=210; =
14.49
Ejemplo 7. Es frecuente que los empleados lleguen tarde a trabajar a una farmacia y
hay cinco empleados en ella. El propietario ha estudiado la situación durante cierto
periodo y determinó que hay una probabilidad de 0.4 de que cualquier empleado llegue
tarde y que las llegadas de los mismos son independientes entre sí. Hallar la
probabilidad de que lleguen tarde al trabajo:
i) Exactamente 3 empleados, ii) tres o más empleados, iii) menos de 3 empleados.
Solución.
i) X es b(5,0.4). Usando la tabla de la distribución binomial para términos individuales,
se tiene: P(X=3)= 0.230.
ii) X es B (5,0.4). Usando la tabla de la distribución binomial para términos
acumulativos: P (X>3)=0.317
iii)Con la tabla de términos acumulativos: P(X<3)=P(X<2)=1 -P(X>3)=1 -0.317=0.683;
Ejemplo 9. En la entrada de cierto establecimiento hay una caja con cupones, de los
cuales el 25% dan derecho a una cerveza y el 75% dan derecho a una limonada. Llegan
4 clientes y cada uno extrae un cupón. Sea X: número de cupones de cerveza entre los
cuatro extraídos. Hallar la distribución de probabilidad de X. Hallar la probabilidad de
que haya por le menos dos cupones de cerveza entre los cuatro extraídos.
Solución
Usar la tabla de la distribución binomial. Los valores de n y p son 4 y 0.25
respectivamente.
X 0 1 2 3 4
Prob (X=x) 0.316 0.422 0.211 0.047 0.004
P(X > 2) = 0.211+0.047+0.004 =0.262
Distribución de Poisson
La distribución de Poisson es una distribución de probabilidad discreta. Expresa la
probabilidad de un número k de eventos que ocurre en un tiempo (longitud, volumen,
etc.) fijo si estos eventos ocurren con una tasa media conocida, y son independientes del
tiempo (longitud, volumen, etc.) desde el último evento. La variable aleatoria se define
como el número de ocurrencias discretas que tienen lugar durante un intervalo de
tiempo de duración determinada (longitud, volumen, etc.).
Si el número esperado de ocurrencias en este intervalo es , entonces la probabilidad de
Que haya exactamente k ocurrencias (k = 0, 1, 2,…) es igual a:
−λ k
e λ
F (k; ) = k! que es la función de probabilidad. Además: es un número real
positivo, equivalente al número esperado de ocurrencias durante un intervalo dado. Por
ejemplo, si los eventos ocurren con =1 cada 4 minutos, y se está interesado en el
número de eventos que ocurren en un intervalo de 10 minutos, se usaría como modelo
una distribución de Poisson con = 2.5
Fx(x) = P (X < x) = .
Nota: La letra e es la base del logaritmo natural (e = 2.71828…)