UNIBE

PRÁCTICA #3
INFERENCIA ESTADÍSTICA

NOMBRE: José Germán MATRÍCULA: 18-0200

Profesor: Sr. John Henry A. Morales ¡Bendiciones!
*Tema IIb DISTRIBUCIONES DE PROBABILIDAD DE VARIABLES DISCRETAS
DISTRIBUCIÓN DE PROBABILIDAD DISCRETA
1) El espacio muestral de un experimento aleatorio es {a, b, c, d, e, f}, y cada resultado es igualmente
probable. Se define una variable aleatoria de la siguiente manera.
Resultado a b c d e f
x 0 0 1.5 1.5 2 3

a) Determine la función de probabilidad de x.

x 0 1.5 2 3
F(x) 1/3 1/3 1/6 1/6

b)P(X=1.5)
P(X=1.5) = 0.3333
c) P(0.5<X<2.7)
P(0.5<X<2.7) = 0.5
d) P(0≤X≤2)
P(0≤X≤2) = 0.8333
e) P(X=0 o X=2)
P (x=0 o X=2) = 0.5
2) Un grupo de partes moldeadas se clasifica de acuerdo con su longitud, de la siguiente manera.
Longitud redondeada a 4.9 5.0 5.1 5.2 5.3 5.4 5.5 5.6
la décima más cercana
Número de partes 0 3 10 25 40 18 16 2

a) Si la variable aleatoria x es la longitud de una parte moldeada seleccionada al azar, determine la

función de probabilidad de X.

x 4.9 5.0 5.1 5.2 5.3 5.4 5.5 5.6

P(x) 0 0.026 0.088 0.219 0.351 0.158 0.140 0.018

b) ¿Cuál es el valor de P(X≤5.1)

0.114
c) ¿Cuál es el valor de P(4.95<X<5.35)
P (4.95<X<5.35) = 0.684

3)Un operador registra el tiempo (redondeado al segundo más cercano) requerido para terminar un
ensamble mecánico. Los resultados que obtienen son los siguientes:
Segundos 30 31 32 33 34 35 36 37 38 39
Número de ensambles 3 5 6 9 12 25 32 15 9 6

Sea la variable X el tiempo necesario para terminar un ensamble.

a) Determine la función de probabilidad de X.
x 30 31 32 33 34 35 36 37 38 39
P(x) 0.025 0.041 0.049 0.074 0.098 0.205 0.262 0.123 0.074 0.049

b) Determine P(33≤X≤38)
P (33≤X≤38) = 0.836

c) ¿Qué proporción de los ensambles se terminan de armar en 35 segundos o menos?

49.20% de los ensambles
DISTRIBUCIÓN BINOMIAL
4) La variable aleatoria x tiene una distribución binomial con n=10 y p=0.01. Calcule las
probabilidades:
a) P(X=5)
P(X=5) = nCx p^x q^((n-x) )
P(X=5) = 10C5 (0.01)^(5 ) (0.01)^(10-5)
P(X=5) = 0.0000000240
b)P(x≤2)
P(X≤2) = ∑[nCx p^x q^((n-x) ) ]
P(x≤2) = [10C2 〖0.01〗^2 〖0.01〗^8 ]+[10C1 〖0.01〗^1 〖0.01〗^9 ]+[10C0 〖0.01〗^0 〖0.01〗
^10 ]
P(x≤2) = 0.9999
c)P(X≥9)
P(X≥9) = ∑[nCx p^x q^((n-x) ) ]
P(x≥9) = [10C9 〖0.01〗^9 〖0.01〗^1 ]+[10C10 〖0.01〗^10 〖0.01〗^0 ]
P(x≥9) = 9.91x10-18
d)P(3≤X≤5)
P(3≤X<5) = ∑[nCx p^x q^((n-x) ) ]
P(3≤X<5) = [10C3 〖0.01〗^3 〖0.01〗^7 ]+[10C4 〖0.01〗^4 〖0.01〗^6 ]
P(3≤X<5) = 0.000113848
5)Un examen de opción múltiple contiene 25 preguntas, cada una con cuatros respuestas. suponga
que un estudiante solo adivina las respuestas.
a) Determina la probabilidad de que responda exactamente 12 preguntas correctas.
P(X=12) = 0.0074
b) ¿Cuál es la probabilidad de que el estudiante conteste de manera correcta más de 20 preguntas?

P(X≥20) = P(X=21)+P(X=22)+P(X=23)+P(X=24)+P(X=25)
P(X≥20) = 25C21 (1/4)^21 (3/4)^4+25C22 (1/4)^22 (3/4)^3+25C23 (1/4)^23 (3/4)^2+25C24 (1/4)^24
(3/4)^1+25C25 (1/4)^25 (3/4)^0
P(X≥20) = 9.677*10^(-10)

c) ¿Cuál es la probabilidad de que el estudiante conteste de manera correcta menos de 5 preguntas?

P(X≤5) = P(X=0)+P(X=1)+P(X=2)+P(X=3)+P(X=4)+P(X=5)
P(X≤5) = 25C0 (1/4)^0 (3/4)^25+25C1 (1/4)^1 (3/4)^24+25C2 (1/4)^2 (3/4)^23+25C3 (1/4)^3
(3/4)^22+25C4 (1/4)^4 (3/4)^21+25C5 (1/4)^5 (3/4)^20
P(X≥20) = 0.214

6) Construya la distribución de probabilidad del número de niña de una pareja que planea tener 6
embarazos y encuentre la probabilidad de que esta tenga más de 4 niñas.
7)En un proceso de producción se examinan lotes de 50 resortes helicoidales para determinar si
cumplen con los requerimientos del cliente. El número promedio de resortes helicoidales que no
cumplen con los requerimientos es de cinco por lote. Suponga que el número de resortes que no
cumplen con los requerimientos en un lote, denotado por X, es una variable aleatoria binomial.
a) ¿Qué valor tienen n y p?
n = 50 resortes
p = 5/50=0.1
q = 1-p
q = 0.9
b) ¿Calcule la P (X≤2)?
P(X≤2) = ∑[nCx p^x q^((n-x) ) ]
P(X≤2) = [50C0 (0.1)^0 (0.9)^50 ]+[50C1 (0.001)^1 (0.999)^49 ]
P(X≤2) = 0.111728

c) ¿Calcule la P (X≥49)?
P(X≥49) = ∑[nCx p^x q^((n-x) ) ]
P(X≥49) = 4.51*10^(-49)

8-El 9% de los hombres y el 0.25% de las mujeres no pueden distinguir entre los colores rojo y verde.
Este tipo de problema visual causa dificultades con las señales de tránsito. Si se seleccionan seis
hombres aleatoriamente para un estudio de la percepción de las señales de tránsito, calcule la
probabilidad de que exactamente dos de ellos no distinguen entre el rojo y el verde.
Es un caso de distribución binomial con:
n=6
p=0.09
x=2
P(X=x) = C(n,x) * p^x * (1-p)^(n-x)
P(X=2) = C(6,2) * 0.09^2 * 0.91^4
P(X=2) = 0.0833
9-Air América tiene la política de registrar a 15 personas en un avión donde sólo caben 14. (Estudio
anteriores revelaron que solo el 85% de los pasajeros que se registran usan el vuelo). Calcule la
probabilidad de que, si Air América registra 15 personas, no haya suficientes asientos disponibles.
¿Será la probabilidad suficientemente baja, de modo que la sobreventa no sea un problema real para
los pasajeros? Y ¿Cuál es el número promedio de pasajeros que se esperan usen el vuelo de los 15
pasajeros registrados y con qué desviación?
Datos:
Air América registrar a 15 personas en un avión donde sólo caben 14.
Probabilidad de estudios anteriores dicen que : 85% de los que se registran usan el vuelo
La probabilidad de que, así Air America registra 15 personas, no haya suficientes asientos disponibles.
Probabilidad = 100 - 85% = 15%
15% de probabilidad dado de que solo cuenta con 14 asientos y registró 15 personas, confiados en la
probabilidad dada
¿Será la probabilidad suficientemente baja, de modo que la sobre venta no sea un problema real para los
pasajeros?
Considero que la probabilista no es suficientemente baja para soportar la sobre venta, esta debería ser: 1/15
= 6%
Confiando en el estudio, el número promedio de pasajeros en este vuelo sería de 12.75 pasajeros, siendo
este el 85% de 15. Lo harían con una desviación estándar de 3.71441

DISTRIBUCIÓN DE PROBABILIDAD GEOMÉTRICA

10- La probabilidad de alineamiento óptico exitoso en el ensamblado de un producto de
almacenamiento óptico de datos es 0.8. Suponga que los ensayos son independientes.
a) ¿Cuál es la probabilidad de que el primer alineamiento exitoso requiere exactamente cuatro
ensayos?
p=0.8
f(x) = (1-p)x-1 p
P(x=4)=(1−0.8)4−1 (0.8) = 0.0064

b) ¿Cuál es la probabilidad de que el primer alineamiento exitoso requiere como máximo

cuatros ensayos?
P(x ≤ 4)=∑x=14(1−0.8)4−1(0.8)=0.8+(0.2) (0.8)+(0.2)2(0.8)+(0.2)3(0.8)=0.9984 ≈ 1.00

c) ¿Cuál es la probabilidad de que el primer alineamiento exitoso requiere al menos cuatro

ensayos?
P(x ≥ 4)=1−∑x=13(1−0.8)x−1(0.8)=1−[0.8+(0.2) (0.8)+(0.2)2(0.8)] = 0.008
11-Recuerde que la posibilidad de encontrar luz verde en el semáforo de un crucero muy
concurrido en la mañana es de 20%. Suponga que cada mañana representa un ensayo
independiente.
A) ¿Cuál es la probabilidad de que la primera mañana en que la luz del semáforo se encuentre
en verde sea la cuarta mañana desde el inicio del experimento?
E= {“Encontrar el semáforo en verde”}
P = 0.20
q= 0.80
p(4) = (1-p)x-1p = (0.80)3 0.20 = 0.1024 = 10.24%

12-Suponga que cada una de las llamadas que hace una persona a una estación de radio muy
popular tiene una probabilidad de 0.02 de que la línea no esté ocupada. Suponga que las llamadas
son independientes.
¿Cuál es la probabilidad de que la primera llamada que entre sea la décima que realiza la
persona?
P = 0.02
q = 0.08
f(x) = (1-p)x-1 p
f(10) = (1-0.02)10-1 (0.02)
f(10) = (0.98)9 (0.02)
f(x) = 0.0167 = 1.67%

¿Cuál es el número promedio de llamadas que deben hacerse para hallar desocupada la línea?
E(x) = 1/p
E(x) = 1/(0.02) = 50
13- Suponga que la probabilidad de un componente de computadora defectuoso es de 0.2. Calcule la
probabilidad de que un componente de computadora defectuoso se descubra en el séptimo
componente que se probó.
P = 0.2
f(x) = (1-p)x-1 p
f(10) = (1-0.2)7-1 (0.2)
f(10) = (0.8)6 (0.2)
f(x) = = 0.0524288 = 5.24%

14-Suponga que la probabilidad de un componente de computadora defectuoso es de 0.2. Calcule la

probabilidad de que un componente de computadora defectuoso se descubra en el séptimo
componente que se probó.
P = 0.2
f(x) = (1-p)x-1 p
f(10) = (1-0.2)7-1 (0.2)
f(10) = (0.8)6 (0.2)
f(x) = = 0.0524288 = 5.24%

15) La probabilidad de que una computadora que corre cierto sistema operativo se descomponga en
determinado día es de 0.1.
a) Determine la probabilidad de que la máquina se descomponga por primera vez en el octavo día,
después de la instalación del sistema operativo.
E={“Computadora falle o se descomponga ”}
p= 0.10 = 10%

p(8) = (1 - 0.10)8-1(0.10) = 0.0478297 = 4.78%

La posibilidad de que la computadora se descomponga en menos de 8 dias de haberle instalado el so es:
P(X<8 días) = P(X ≤ 7 ) = P(1) + … + P(7) = 0.5217 = 52.17%

b) Determine μ, es decir la cantidad de días esperados para que por primera vez se descomponga la
máquina.
μ = 1/p σ2 = (1-p)/p2 σ = √ σ2
μ = 1/0.10 = 10 días

DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL NEGATIVA

16-Supóngase que la probabilidad de recibir de manera errónea un bit enviado por un canal de
transmisiones digitales es 0.1 y son eventos independientes, y sea la variable aleatoria X el número de
bits transmitidos hasta que se presenta el cuarto error.
Calcule la P(X=10), es decir la probabilidad de que el cuarto error se presente en la décima
transmisión.
p=0.1
n=4
x=2
b(x; n,p) = b(x) = [nx] px qn-x
b(2) = [42] (0.1)2 (0.9)4-2 = 0.0486 = 4.86%

17-La escala electrónica de un proceso de llenado detiene la línea de producción después de haber
detectado tres paquetes con un peso menor que el especificado. Suponga que la probabilidad de llenar
un paquete con un peso menor es de 0.001 y que cada operación de llenado es independiente.
¿Cuál es el número promedio de operaciones de llenado antes de que se detenga la línea de
producción y la desviación estándar?
3000

18-Si en cierto país el porcentaje de devotos de la religión ABC es de 30% ¿cuál es la probabilidad
de que se tengan que encuestar 50 para obtener 12 personas que afirmen ser devoto de la religión
ABC? Nota lógicamente el devoto #12 se produce en la encuesta #50.
p = 0.30
E= {“Devoto de la religión ABC”}
P(X) = X-1 Cx-r *PrqX-r
P(50) = 50-1 C50-12 *(0.30)12(0.70)50-12
p(50) = 0.0201191 = 2.01%

19)En un proceso de fabricación donde se laminan varias capas cerámicas, el 1% de los ensambles es
defectuoso. Suponga que los ensambles son independientes.
a) ¿Cuál es el número promedio de ensambles que será necesario examinar para obtener cinco
defectuosos?
E(X)=k/p = 5/0.01 = 500

b) ¿Cuál es la desviación estándar del número de ensambles que es necesario examinar para obtener
cinco defectuosos?
Std(X) = sqrt(r(1-p)/p2)
Std(X) = sqrt(5(1-0.01)/0.012) = 222.5 ensambles
DISTRIBUCIÓN DE PROBABILIDAD HIPERGEOMÉTRICA

20- Un lote de 75 arandelas contiene 5 en las que la variabilidad en el espesor alrededor de la circunferencia
de la arandela es inaceptable. Se toma una muestra al alzar de 10 arandelas, sin reemplazo.
a) ¿Cuál es la probabilidad de que ninguna de las arandelas inaceptables se encuentre en la muestra?
b) ¿Cuál es la probabilidad de que al menos una de las arandelas inaceptables se encuentre en la muestra?
c) ¿Cuál es la probabilidad de que exactamente una de las arandelas inaceptables se encuentre en la muestra?

21-Las tarjetas de circuitos impresos se envían a una prueba de funcionamiento después de haber montado
en ellas todos los chips. Un lote contiene 140 tarjetas y se toman 20 sin reemplazo para hacerles la prueba
de funcionamiento. Si 20 tarjetas están defectuosas, ¿cuál es la probabilidad de que al menos una de ellas
se encuentre en la muestra?
22- En la Lotería 54, un participante selecciona 6 números del 1 al 54 sin repetición, , después se selecciona
6 números ganadores.
a) ¿Cuál es la probabilidad de obtener los 6 números ganadores?
b) ¿Cuál es la probabilidad de obtener exactamente tres de los números ganadores?
23) Las tarjetas de circuito impreso se envían a una prueba de funcionamiento después de haber montado
en ellas todos los chips. Un lote contiene 140 tarjetas y se toman 20 sin reemplazo para hacerles la prueba
de funcionamiento.
a) Si 20 tarjetas están defectuosas, ¿Cuál es la probabilidad de que al menos una de ellas se encuentre en la
muestra?

24) La tapa del cojinete central de una máquina tiene cuatro tornillos. Éstos se toman al azar sin reemplazo,
De un lote de partes que contiene 30 tornillos de un proveedor y 70 de otro proveedor.
a) ¿Cuál es la probabilidad de que los cuatro tornillos de la tapa del cojinete provengan del mismo
proveedor?
b) ¿Cuál es la probabilidad de que exactamente tres de los tornillos de la tapa provengan del mismo
proveedor?
DISTRIBUCIÓN DE PROBABILIDAD POISSON
25) En una clínica el promedio de atención es 16 pacientes por 4 horas, encuentre la probabilidad que en
30 minutos se atiendan menos de 3 personas y que en 180 minutos se atiendan 12 pacientes.
P = (x = k) = e-λt(λt)k / k! = e-λ(λ)k / k!
λ = 16 pacientes / 4 horas = 4 pacientes / 1 hora = 2 pacientes / media hora
P ( x < 3) = P(x = 0) + P(x = 1) + P(x = 2)
P (x < 3) = 0.1353 + 0.2707 + 0.2707
P (x < 3) = 0.676767
P(x=12) = (1212/12!) * e-12 = 0.1144
26. Muertes. Actualmente, un promedio de siete residentes del pueblo de Westport (población 760) mueren
cada año (según datos del National Center for Health Statistics de Estados Unidos) Se asume una
distribución de Poisson. 3 puntos
a. Calcule el número medio de muertes por día.
λ=7/365
b. Calcule la probabilidad de que en un día dado no haya muertes.
P(X = k) = (λk/k!) * e-λ
P(1) = 1 - (7/365) * e-7/365 = 0.981
P(1) = 0.981
c. Calcule la probabilidad de que en un día dado haya una muerte.
 P(X = k) = (λk/k!) * e-λ
P(1) = (7/365) * e-7/365 = 0.01881
27) Se supone que el número de defectos en los rollos de cierta industria textil es una variable aleatoria
Poisson con media de 0.1 defectos por metros cuadrado.
a) Cuál es la probabilidad de tener dos defectos en un metro cuadrado de tela?
P(X = 2) = 0.004524
b) Cuál es la probabilidad de tener un defecto en 10 metros cuadrado de tela?
P(X = 1) = 0.3678794
c) Cuál es la probabilidad de que no haya defectos en 20 metros cuadrado de telas?
P(X = 0) = 0.135
d) Cuál es la probabilidad de que existan al menos dos defectos en 10 metros cuadrados de tela?
No se puede hacer porque ya que debemos de tener un número fijo
28) El número de fallas de un instrumento de prueba debidas a las partículas contaminantes de un
producto, es una variable aleatoria de Poisson con media de 0.02 fallas por hora.
a) Cuál es la probabilidad de que el instrumento no falle en una jornada de ocho horas?
P(X = 0) = 0.852143789
b) Cuál es la probabilidad de que se presente al menos una falla en un periodo de 24 horas?
P(X ≥ 1) = 1 - 0.618783391 = 0.381216608
29- El número de mensajes recibidos por el tablero computado de anuncios es una variable aleatoria de
Poisson con una razón media de ocho mensajes por hora.
a) ¿Cuál es la probabilidad de que se reciban diez mensajes en 1.5 horas?
P(X = 10) = 0.104837255
b) ¿Cuál es la probabilidad de que se reciban menos de tres mensajes en 11/2 horas?
P(X < 3) = P(X = 0) + P(X = 1) + P(X = 2)
P(X < 3) = 6.144212353 x 10-6 + 7.373054824 x 10-5 + 4.423832894x10-4
P(X < 3) = 5.2225805 x 10-4
30)El número de errores en un libro de texto sigue una distribución Poisson con una media de 0.01 errores
por página. ¿Cuál es la probabilidad de que existan tres o menos errores en 100 páginas del libro?
λ = 0.01 * 100 = 1
k = 0, 1, 2, 3
P(k <= 3) = 3∑k=0 (λk/k!) * e-λ
P(k <= 3) = 0.9810
31) El Centro Contencioso del Condado de Orange, en California, maneja varios tipos de litigios, pero
casi todos ellos son de tipo conyugal. De hecho, el 96% de los pleitos que atiende el centro es de esta
naturaleza.
a) ¿Cuál es la probabilidad de que, de 80 litigios atendidos por el centro, exactamente siete no sean de
tipo conyugal?
λ = 80 * 0.04 = 3.2
k=7
P(1) = (3.2)7/7! * e-3.2 = 0.0278
b) ¿Cuál es la probabilidad de que ninguno sea de carácter no conyugal?
1 - 0.96 = 0.04
32) En promedio, cinco pájaros chocan contra el monumento a Washington y mueren por este motivo
cada semana.
Bill Garcy, un oficial del Servicio de Parques Nacionales de Estados Unidos, ha solicitado que el
Congreso estadounidense asigne fondos para adquirir equipo que aleje a los pájaros del monumento. Un
subcomité del Congreso le ha respondido que no pueden asignarle fondos para tal fin a menos que la
probabilidad
de que mueran más de tres pájaros cada semana sea mayor a 0.7. ¿Deben destinarse los fondos
para espantar pájaros?
λ=5
k = 3, 4, 5, 6, ... , n
P ( x >3) = 1 - P(x <= 3)
P ( x >3) = 1 - 3∑k=0 (λk/k!) * e-λ
P ( x >3) =1 - 0.265 = 0.73497, sí debe asignarle recursos
33) La Oficina de Impresión y Grabado de Estados Unidos es la responsable de imprimir el papel moneda
en ese país. El departamento tiene una sorprendente baja frecuencia de errores de impresión; sólo el 0.5%
de los billetes presenta errores graves que no permiten su circulación. ¿Cuál es la probabilidad de que de
un fajo de 1,000 billetes
a) Ninguno presente errores graves?
λ=5
k=0
P(X = k) = (λk/k!) * e-λ
P(0) = ((5)0/(0)!) * e-5 = 0.0067379
b) Diez presenten errores que no permitan su circulación?
λ=5
k = 10
P(X = k) = (λk/k!) * e-λ
P(10) = ((5)10/(10)!) * e-5 = 0.0181328
c) Quince presenten errores que no permitan su circulación?
λ=5
k = 15
P(X = k) = (λk/k!) * e-λ
P(15) = ((5)15/(15)!) * e-5 = 0.0001572
 EJERCICIOS QUE EL PROFESOR HA PUESTO EN
EXÁMENES ANTERIORES

BINOMIAL
.

a. p = 30% = .3, q= 1 – p = 1-.3 = .7, n = 10, x= 3

b. Probabilidad x≥3

P(x≥3) = 1- P(x<3)
P(x≥3) = 1- [P(x=1)+P(x=2)]

P(x<3) = 0.1210 + 0.2334

P(x<3) = 0.3544
P(x≥3) = 1- P(x<3)
P(x≥3) = 1- 0.3544 = 0.6456
a. Calcule la probabilidad de que exactamente 12 personas hayan creído que el país estaba en
recesión.
20!/12!8! 〖.50〗^12 〖.50〗^8= 0.1201

b. De que no más de cinco personas hayan creído que el país estaba en recesión.
20!/5!15! 〖.50〗^5 〖.50〗^15= 0.14785

c. ¿Cuántas Personas esperaría usted que dijeran que el país estuvo en recesión?
E(x)=(20)(.50)= 10

d. Calcule la varianza y la desviación estándar del número de personas que creyeron que el país
estuvo en recesión.
Ơ2=np(1-p)=20(.50)(.50)= 5
Ơ=√5= 2.2360

.
Veintitrés por ciento de los automóviles no cuenta con un seguro (CNN, 23 de febrero de 2006). En un fin de
semana determinado hay 35 automóviles que sufren un accidente.
a. ¿Cuál es el número esperado de estos automóviles que no cuentan con un seguro?
b. ¿Cuál es la varianza y la desviación estándar?
POISSON
 HIPERGEOMÉTRICA

a) p = C(2;1)*C(8;2)/C(10;3)+C(2;2)+C(8;1)/C(10;3 = 0,533333333

b) p = C(2;1)*C(8;3)/C(10;4)+C(2;2)+C(8;2)/C(10;4) = 0,666666667

c) p = C(2;1)*C(8;4)/C(10;5)+C(2;2)+C(8;3)/C(10;5) = 0,777777778

d)
Si toma 6 la probabilidad será 0,866666667
Si toma 7 la probabilidad será 0,933333333
Que la administración elija. No es posible obtener 0,90 exacto.

a.¿Cuál es la probabilidad de que ninguno de los empleados de la muestra trabaje en la fábrica

de Hawái?

Respuesta. - La probabilidad de que ninguno de los empleados de la muestra trabaje en la

fábrica de Hawái es de 0.003288%
b.¿De que uno de los empleados de la muestra trabaje en la fábrica de Hawái?

Respuesta. - La probabilidad de que uno de los empleados de la muestra trabaje en la fábrica de

Hawái es de 0.062637%
c.¿De que dos o más de los empleados de la muestra trabaja en en la fábrica de Hawái?
Respuesta. - La probabilidad de que dos o más de los empleados de la muestra trabaje en la
fábrica de Hawái es de 99%
d.¿De que nueve de los empleados de la muestra trabaja en en la fábrica de Texas?

Respuesta. – La probabilidad de que nueve de los empleados de la muestra trabaja en en la

fábrica de Texas es de 1.096%.

Glosario
Variable aleatoria Una descripción numérica del resultado de un experimento.
Variable aleatoria discreta Una variable aleatoria que puede asumir un número finito de valores
o un número infinito de valores de una sucesión.
Variable aleatoria continua Ésta toma cualquier valor de un intervalo o de una colección de intervalos.
Distribución de probabilidad Descripción de cómo se distribuyen las probabilidades entre los
valores de una variable aleatoria.
Función de probabilidad Se denota f(x) y da la probabilidad de que x tome un determinado valor
de una variable aleatoria.
Distribución de probabilidad uniforme discreta Distribución de probabilidad para la cual cada
posible valor de la variable aleatoria tiene la misma probabilidad.
Valor esperado Medida de localización central de una variable aleatoria.
Varianza Medida de la variabilidad o dispersión de una variable aleatoria.
Desviación estándar Raíz cuadrada positiva de la varianza.
Distribución de probabilidad binomial Distribución de probabilidad da la probabilidad de x
éxitos en n ensayos de un experimento binomial.
Función de probabilidad binomial La función usada para calcular las probabilidades binomiales.
Distribución de probabilidad de Poisson Distribución de probabilidad da la probabilidad de x
ocurrencias de un evento en un determinado intervalo de tiempo o de espacio.
Función de probabilidad de Poisson La función usada para calcular las probabilidades de
Poisson.
Distribución de probabilidad hipergeométrica Distribución de probabilidad da la probabilidad
de x éxitos en n ensayos a partir de una población en la que hay r éxitos y N _ r fracasos.
Función de probabilidad hipergeométrica La función usada para calcular probabilidades
hipergeométricas