Cuestionario Grupo 1

Tema: Distribución Hipergeométrica

1. Verdadero o falso
La distribución hipergeométrica requiere independencia y se basa en el muestreo sin
reemplazo.

falso

2. Cuantas propiedades tiene el experimento hipergeométrica y escriba una de ellas.

2
 De un lote de N artículos se selecciona una muestra aleatoria de tamaño n sin
reemplazo.
 k de los N artículos se pueden clasificar como éxitos y N – k se clasifican como
fracasos.
3. En la distribución hipergeométrica que representa N y k.

N= número total de población.

K= número de éxitos del experimento.

4. Mencione al menos una diferencia entre la distribución hipergeométrica y la binomial.

En la distribución binomial la probabilidad es la misma para todos los componentes y

para la distribución hipergeométrica la probabilidad es diferente para cada una.

5. Ejercicios
a) El dueño de una casa planta 6 bulbos seleccionados al azar de una caja que
contiene 5 bulbos de tulipán y 4 de narciso. ¿Cuál es la probabilidad de que
plante 2 bulbos de narciso y 4 de tulipán ?, también calcule la media y la
varianza.

N=9

n=6

k=2

x=2
𝑘 𝑁−𝑘
( )( )
𝑃(𝑥 = 1) = 𝑥 𝑛 − 𝑥
𝑁
( )
𝑛
4 9−4
( )( )
𝑃(𝑥 = 1) = 2 6 − 2
9
( )
6
4 5
( )( )
𝑃(𝑥 = 1) = 2 4
9
( )
6
 4! 5!
( )( )
𝑃(𝑥 = 1) = 2! 4!
9!
( )
6!
4! 5!
( )( )
2! ∗ (4 − 2)! 4! ∗ (5 − 4)!
𝑃(𝑥 = 1) =
9!
( )
6! ∗ (9 − 6)!
4! 5!
( )( )
𝑃(𝑥 = 1) = 2! ∗ 2! 4! ∗ 1!
9!
( )
6! ∗ (3)!

𝑃(𝑥 = 1) = 0.3571

Distribución hipergeométrica multivariable

b) Una urna contiene 3 bolas verdes, 2 azules y 4

rojas. Calcule la probabilidad de que, en una muestra aleatoria de 5 bolas, se
seleccionen las 2 bolas azules y al menos una roja.
𝑎1 𝑎2 𝑎𝑛
( )( )…..( )
𝑥𝑛
= 𝑥1 𝑥2
𝑁
( )
𝑛

P (2,2,1) + P (1,2,2) + P (0,2,3)

3 2 4 3 2 4 3 2 4
( )( )( ) + ( )( )( ) + ( )( )( )
= 2 2 1 1 2 2 0 2 3
9
( )
5
3! 2! 4! 3! 2! 4!
( )( )( )+( )( )( )+⋯
2! ∗ (3 − 2)! 2! ∗ (2 − 2)! 1! ∗ (4 − 1)! 1! ∗ (3 − 1)! 2! ∗ (2 − 2)! 2! ∗ (4 − 2)!
=
9!
( )
5! ∗ (9 − 5)!

3! 2! 4!
( )( )( )
0! ∗ (3 − 0)! 2! ∗ (2 − 2)! 3! ∗ (4 − 3)!
9!
( )
5! ∗ (9 − 5)!
12 + 18 + 4
(126)
34
(126)
= 0.2698

Cuestionario:

1. Escriba las condiciones necesarias para una distribución binomial negativa.

 El experimento consiste en una secuencia de ensayos independientes.

 Cada ensayo puede dar por resultado un éxito (E) o una falla (F).
  La probabilidad de éxito es constante de un ensayo a otro, por lo tanto P(E en el
ensayo i) _ p con i _ 1, 2, 3. . . .
 El experimento continúa (se realizan ensayos) hasta que un total de r éxitos
hayan sido observados, donde r es un entero positivo especificado.

2. Escriba verdadero o falso.

La variable X es el número de ensayos necesarios para generar k éxitos en un

experimento binomial negativo. (verdadero)

3. Dada la siguiente ecuación describa las variables que la conforman:

P= probabilidad de éxito
q= probabilidad de fracaso
k= el objetivo de un experimento
x= el número de pruebas necesarias para conseguir k. x toma valores mayores a k.

4. Defina, ¿Qué es una distribución binomial negativa?

Es un modelo adecuado para tratar aquellos procesos en los que se repite un
determinado ensayo o prueba hasta conseguir un número determinado de resultados
favorables.(correcta)
Es un modelo no adecuado para tratar aquellos procesos en los que se repite un
determinado ensayo o prueba hasta conseguir un número determinado de resultados
favorables.
Es un modelo adecuado para tratar aquellos procesos en los que no se repiten ensayos
o pruebas hasta conseguir un número determinado de resultados positivos.

5. Complete: Como los términos sucesivos constituyen una progresión __________, se

acostumbra referirse a este caso especial como ____________ __________ y denotar sus
valores con _______

a) Binomial, distribución aritmética y g(x; q-1).

b) Geométrica, distribución geométrica y g(x; p).
c) Geométrica, distribución geométrica y f(x; q).
d) Geométrica, distribución binomial negativa y g(x; p-1).

1. ¿La distribución de Poisson para que se utiliza?

En donde los sucesos son impredecibles o de ocurrencia aleatoria En otras
palabras en donde no se sabe el total de posibles resultados.

2. Una condición de la distribución de poisson es:

A) En cada experimento se realizan n pruebas idénticas.
B) El evento debe ser aleatorio e independiente de otros eventos.
C) Se trabajan con variables continuas
D) Cada ensayo o repetición del experimento no es independiente de los
demás.

3. Como se obtiene la variable Lambda:

A) Directo de Tablas.
B) Lambda es igual a n*k.
C) Lambda es igual a n*p.
D) Lambda es igual a p*k.

4. Cuál es el requisito para poder usar Poisson:

A) np< 20 y p<1%
B) n< 0.10 y np<10
C) np< 10 y p<0.1
D) n>10 y np<1%

5. Cuál es el requisito para poder usar Poisson:

A) np< 20 y p<1%
B) n< 0.10 y np<10
C) np< 10 y p<0.1
D) n>10 y np<1%

CUESTIONARIO DE DISTRIBUCION GAMMA Y EXPONENCIAL

1. Señale lo correcto:
La función gamma se define como:
∞
a) 𝛤 = ∫0 𝑥 𝛼 𝑒 −𝑥 𝑑𝑥 𝑝𝑎𝑟𝑎 𝛼 < 0
 ∞
b) 𝛤 = ∫0 𝑥 1−𝛼 𝑒 𝑥 𝑑𝑥 𝑝𝑎𝑟𝑎 𝛼 > 0
∞
c) 𝜞 = ∫𝟎 𝒙𝜶−𝟏 𝒆−𝒙 𝒅𝒙 𝒑𝒂𝒓𝒂 𝜶 > 𝟎

2. ¿La distribución gamma especial para la que 𝜶 = 𝟏 se llama?

DISTRIBUCION EXPONENCIAL

3. Trace las principales graficas de distribución gamma para los parámetros

𝜶𝒚𝜷

4. En un estudio biomédico con ratas se utiliza una investigación de

respuesta a la dosis para determinar el efecto de la dosis de un toxico en
su tiempo de supervivencia. El toxico es producido por el combustible que
utilizan los aviones y en consecuencia, descargan con frecuencia a la
atmosfera para cierta dosis del toxico, el estudio determina que el tiempo
de supervivencia de las ratas, en semanas, tiene una distribución gamma
con: ∝= 𝟓 y 𝜷 = 𝟏𝟎.

¿Cuál es la probabilidad de que una rata no sobreviva más de 60 semanas?

60 𝑋
1 −
𝑃(𝑋; ∝, 𝛽) = ∫ ∝ 𝑋 ∝−1 𝑒 𝛽 𝑑𝑥
0
𝛽 𝑇(∝)

60 𝑋
1
𝑃(𝑋 ≤ 60) = ∫ 5 𝑋 5−1 𝑒 −10 𝑑𝑥
0
(10) 𝑇(5)

60 𝑋
1 1
𝑃(𝑋 ≤ 60) = 5 ∫ (5 𝑋 5−1 𝑒 −10 𝑑𝑥
(10) 0 − 1)!
 𝑃(𝑋 ≤ 60) = 0.714

A partir de datos previos se sabe que la longitud de tiempo, en meses, entre las
quejas de los clientes sobre cierto producto es una distribución gamma con ∝= 2 y
𝛽 = 4.

Se realizaron cambios para ser más estrictos los requerimientos del control de
calidad, después de los cuales pasaron 20 meses antes de la primera queja.
¿Parecería que los cambios realizados en el control de calidad resultaron eficaces?

20 𝑋
1 −
𝑃(𝑋; ∝, 𝛽) = ∫ ∝ 𝑋 ∝−1 𝑒 𝛽 𝑑𝑥
0
𝛽 𝑇(∝)

20 𝑋
1 1
𝑃(𝑋 ≥ 20) = 2 ∫ (2 𝑋 2−1 𝑒 − 4 𝑑𝑥
(4) 0 − 1)!

𝑃(𝑋 ≥ 20) = 0.9595

5. Suponga que las llamadas telefónicas que llegan a un conmutador

particular siguen un proceso de Poisson con un promedio de 5 llamadas
entrantes por minuto.
¿Cuál es la probabilidad de que transcurra hasta un minuto en el momento
en que han entrado 2 llamadas al conmutador?

Con un lapso de tiempo hasta que ocurren 2 eventos de Poisson que sigue una
distribución gamma con ∝= 2 y 𝛽 = 1/5.
X = tiempo en minutos que transcurre antes de que lleguen 2 llamadas.

1 𝑋
1 −
𝛽 𝑑𝑥
𝑃(𝑋 ≤ 1) = ∫ 𝑋𝑒
0
𝛽∝

1 𝑋
−
𝑃(𝑋 ≤ 1) = 25 ∫ 𝑋𝑒 1/5 𝑑𝑥
0

𝑃(𝑋 ≤ 1) = 0.96

CUESTIONARIO:

¿Para qué caso se utiliza más la distribución chi-cuadrado en probabilidad?

cuando se quiere probar si unas mediciones que se hayan efectuado siguen una
distribución esperada, por ejemplo, la normal o cualquier otra.

¿Cuáles son las propiedades de la distribución chi-cuadrado?

 La media La media es igual al número de grados de libertad (que es igual al tamaño de
las muestras menos 1):
μ=ν=n–1
•La varianza es igual a dos veces el número de grados de libertad (por lo tanto la
desviación estándar es la raíz cuadrada de 2ν):

σ2 = 2 * ν

•Cuando los grados de libertad son mayores o iguales que 2, el máximo valor de valor
de Y ocurre cuando

χ2=ν–2

•Conforme los grados de libertad (tamaño de la muestra muestra) aumenta, la

distribución chi-cuadrada cuadrada se aproxima a la distribución norma.

¿A qué se llama hipótesis Chi-cuadrado?

En la práctica, las frecuencias esperadas se calculan como la hipótesis Ho. Si bajo esta
hipótesis el valor calculado de χ2 dado es mayor que algún valor crítico, se deduce que
las frecuencias observadas difieren significativamente de las esperadas y se rechaza Ho
al nivel de significación correspondiente. En caso contrario, no se rechazará Ho. Este
procedimiento se llama prueba de hipótesis chi-cuadrado.

¿Para que otros casos se utiliza la distribución chi-cuadrado?

Otro de sus usos es en intervalos de confianza y pruebas de hipótesis para las

varianzas o desviaciones estándar.

¿Escriba una observación de la aplicación de la distribución chi-cuadrado?

El test de la 2  se puede aplicar en situaciones donde se desea decidir si una serie de

datos (observaciones) se ajusta o no a una función teórica previamente determinada
(Binomial, Poisson, Normal, etc.)

1. ¿Qué entiende por distribución logarítmica normal?

Es una distribución de probabilidad de una variable aleatoria cuyo logaritmo está normalmente
distribuido como X es una variable aleatoria con una distribución normal.

2. De a conocer dos características principales de la distribución log-normal.

 Es ampliamente usada para variables que ocurren cerca de un valor mínimo.
 Se emplea comúnmente en una distribución de valores asimétricos.
3. Complete el siguiente cuadro de parámetros se utiliza en la distribución log-normal.
 Media

Mediana eμ

Moda

Varianza

4. Aplicaciones de la distribución logarítmica natural:

 Permite fijar la dispersión de tiempos de reparación de componentes siendo el tiempo
la variable independiente de la distribución
 Describe la dispersión de las tasas de fallo de componentes ocasionando por bancos
de datos.
5. Resolver el siguiente ejercicio:

La distribución log-normal es la mejor opción para describir la distribución de los datos de

máxima profundidad de pozo de las tuberías de hierro fundido en el suelo .Considere 𝜇 =
0.353 𝑦 𝜎 = 0.754para la profundidad del pozo máxima (mm) de tuberías enterradas.
Encontrar a) La media y la varianza de la profundidad del pozo y b) La probabilidad de que la
máxima profundidad este entre 1 y 2mm.

PREGUNTAS:
1. Escriba la definición de la distribución de Weibull.

La distribución de Weibull es una distribución versátil que se puede utilizar para modelar una
amplia gama de aplicaciones en ingeniería como son investigaciones médicas, control de
calidad, finanzas y climatología.

2. Anote la ecuación de la media en la distribución de Weibull.

 3. Describa lo siguiente:

a) Si β < 1

𝑍(𝑡) es una función decreciente del tiempo 𝑡 y, por lo tanto, el componente se fortalece o endurece
con el paso del tiempo.

b) Si β = 1

La tasa de fallas = α, es decir, una constante. Esto, como se indicó anteriormente, es el caso
especial de la distribución exponencial en que predomina la falta de memoria.

c) Si β > 1

𝑍(𝑡) es una función creciente del tiempo t que indica que el componente se desgasta con el tiempo.

4. Escriba la función de distribución acumulativa de Weibull.

5. Describa la formula general de la distribución de Weibull.