JORGE JOAQUÍN MAY BAEZA

Grupos: M17C3G6-020
• Caso 1: En una empresa de alimentos, la media de accidentes es de 3 por
mes. Calcular la probabilidad de:
a) Que no ocurra ningún accidente en un mes.
b) Que como máximo ocurran 2 accidentes en un mes.
c) Que ocurran 30 accidentes en un año.
d) Que ocurran 8 accidentes en un trimestre.

 Características: Son eventos independientes que ocurren en un módulo disciplinar

determinado o a una velocidad constante en el tiempo.
 Aplicaciones: Es usada para representar el numero de eventos de poca frecuencia que
ocurren en el tiempo o en el espacio. La manera de representar la distribución de Poisson
es la misma que la binominal: por medio de una grafica de barras donde la altura de las
columnas representa la probabilidad asociada a cada valor de x. presencia de viento,
presencia de granizo, ocurrencia de accidentes, etcétera.
 Razones: Para este tipo de distribución es necesario saber el numero promedio de
eventos que ocurren en un intervalos de tiempo o espacio, como en este caso la
probabilidad de accidentes en la empresa de alimentos que nos da el dato los
accidentes en un determinado tiempo
• Formula: P (2) 𝑒 −2 .2𝑥
=
2!
Media de 3 accidentes por mes.
x= variable aleatoria P-2 por mes P – 30 / 12 meses P – 8/3 meses
2= para metrón de la distribución de Poisson = 3 accidentes por mes
P(2) 𝒆 −𝟑.𝟑 𝟑𝟐 = 𝟎.𝟒𝟗𝟕𝟖𝟕 ∗𝟑𝟐 = 𝟎.𝟒𝟗𝟕𝟖𝟕 ∗𝟑𝟐 = 0.22404 = 2296
𝟐! 𝟐! 𝟐
P(30/12) 𝒆 −𝟑. 𝟑𝟐.𝟓 𝟎.𝟒𝟗𝟕𝟖𝟕 ∗𝟑𝟐.𝟓 𝟎.𝟕𝟕𝟔𝟏𝟎𝟑𝟓
= = = 0.2335 = 3.35%
𝟐.𝟓! 𝟑.𝟑𝟐𝟑𝟑𝟓𝟎
𝟐.𝟓!

9.31367
P(8/3) 𝑒 − 3. 32.666 = 0.49787 ∗ 32.666 = = 0.2323 = 23.23%
4.0091
𝟐.𝟔𝟔𝟔! 𝟐.𝟔𝟔𝟔!
 Caso 2: Un estudio ha mostrado que en la colonia “Barranca vieja” el 60% de los hogares
tienen al menos dos computadoras. Se elige al azar una muestra de 50 hogares en esa
colonia y se pide:
a) ¿Cuál es la probabilidad de que al menos 20 de los citados hogares tengan cuando menos dos
computadoras?
b) ¿Cuál es la probabilidad de que entre 35 y 40 hogares tengan cuando menos dos computadoras?

 Características: Este tipo de distribución es usada para variables aleatorias continuas. La

distribución normal tiene una grafica en forma de campana conocida como campana de Gauss.

 Aplicaciones: Es sencillo considerar variables discretas como continuas, como son la Altura o el
peso de las personas.

 Razones: Cuando se tiene una distribución continua cada elemento tiene la misma probabilidad
de ocurrencia 0 por lo que al trabajar este tipo de variables se debe determinar la probabilidad de
que se tome un valor dentro de un cierto intervalos. Si en 60 de cada 100 hogares hay 2
computadoras. Se puede calcular el porcentaje de probabilidad de los planteamientos en la
muestra de 50 hogares
• La distribución normal es 1 f(x) = e 2π- 12 x µ = 0 y =1, como distribución normal
estándar. La distribución normal tiene una grafica en forma de campana, conocida
como campana de Gauss.
% que
Media = np = 30 Hogares x = 50 Varianzas Desviación
representa
Total de
µ = n.p a = 𝑛. 𝑝.𝑞 Hogares 50 100% 1 1

20 40 2.5 1.58
µ = 50 * 0.6 a = 50 ∗ 0.6 ∗ 0.4
30 60 1.67 1.29
µ = 30 a = 12 ơ = 3.464
35 70 1.25 1.12
 Desviación 3.464
40 80 0.80 0.89
Np = 30 y n(1-p)=20 P(20 < y < 30)
P[Z<(40.5-30) / √12 = P(Z < 2.8867) [34.5, 40.5]
P(34.5 , y , 40.5) = P9Y<40.5) – P(Y<34.5) +
P[Z,(40.5-30) / √ 12 ] = P [Z<40.5-30) / √ 12] =
P(Z<3.0310889) – P(Z<1.299038)=
• Caso 3: La probabilidad de que un pescador novato, con una caña de
pescar, colecte un pescado es de 0,4. Si lo intenta 5 veces, calcula la
probabilidad de que pesque al menos 3 veces.
 Características: Son eventos o experimentos que tienen do resultados si o no
sano o enfermo, éxito o fracaso, etcetera.

 Aplicaciones: Es la distribución de probabilidad de la variable aleatoria, la cual

es el numero de éxitos al repetir (n0 veces un experimento con dos resultados
posibles, con probabilidad p de obtener éxito en cada experimento, se puede
representar en un histograma o grafica de barras.

 Razones: El pescador puede obtener diferentes resultados en cada evento,

puede tener éxito en cada evento, o fracasar, cumple con ser una probabilidad
con variable aleatoria de distribución binominal.
P= de 04.4 (probabilidades de que ocurra)
Q= 0.6 (probabilidad de que no ocurra)
N= (total de intentos)
X+3 total de éxitos
Probabilidad de 3 éxitos es de 35.020%

• P (x) = 5 (0.4)3 (0.4)5-3

3
5𝑥4𝑥3𝑥2𝑥 120
= = 35.020%
• P (x) = 5 = 𝑥 3𝑥2𝑥1𝑥3𝑥2𝑥1 = 36
3
• “Probabilidad y Estadística “
en https://youtu.be/w1o62wHxKZI
• – “Presentación - Distribución Normal”
en https://youtu.be/vAB92XcWh14
• – “Distribución binomial” en https://youtu.be/ANaWgIud0bc
• – “Distribución de Poisson”
en https://www.youtube.com/watch?v=90cz6lCc_fU