6.9- La probabilidad de que un paciente no se recupere de una operación particular es de 0.
1
a) ¿cuál es la probabilidad de que exactamente dos de los siguientes ocho pacientes
sometidos no se recuperarán?
b)¿Cuál es la probabilidad de que como máximo un paciente entre los ocho no se recupere?
c) con el uso de las probabilidades del apéndice E, tabla E-7, trace el histograma para esta
distribución binomial.
R/ a) Para calcular la probabilidad de que exactamente dos de los ocho pacientes no se
recuperen, podemos utilizar la fórmula de la distribución binomial. La fórmula para
calcular la probabilidad de k éxitos en n ensayos, donde la probabilidad de éxito es p,
es:
P(k éxitos) = C(n, k) * p^k * (1-p)^(nk)
En este caso, n = 8 (número total de pacientes), k = 2 (número de pacientes que no se
recuperarán) yp = 0.1 (probabilidad de que un paciente no se recupere). Podemos utilizar la
función [Link] de Excel para calcularlo.
P(2 pacientes no se recuperarán) = C(8, 2) * 0.1^2 * (1-0.1)^(8-2)
Para calcular la expresión C(8, 2) * 0.1^2 * (1-0.1)^(8-2), debemos desglosarla paso a
paso.
Primero, calculemos la combinación C(8, 2), que representa el número de formas de
elegir 2 elementos de un conjunto de 8 elementos. La fórmula de combinación viene
dada por:
C(norte, r) = norte! / (r! * (n - r)!)
donde n! representa el factorial de n.
En este caso tenemos:
C(8, 2) = 8! / (2! * (8 - 2)!) = 8! / (2! * 6!) = (8 * 7 * 6!) / (2! * 6!) = (8 * 7) / 2! = 56 / 2 = 28
A continuación, calculemos 0,1^2, lo que significa elevar 0,1 a la potencia de 2:
0,1^2 = 0,1 * 0,1 = 0,01
Finalmente, calculemos (1-0.1)^(8-2), lo que significa elevar (1-0.1) a la potencia de (8-
2):
(1-0,1)^(8-2) = 0,9^6 = 0,9 * 0,9 * 0,9 * 0,9 * 0,9 * 0,9 = 0,531441
Ahora, poniéndolo todo junto:
C(8, 2) * 0,1^2 * (1-0,1)^(8-2) = 28 * 0,01 * 0,531441 = 0,14925368
Por tanto, el valor de la expresión C(8, 2) * 0.1^2 * (1-0.1)^(8-2) es aproximadamente
0.14925368
b) Para calcular la probabilidad de que como máximo un paciente entre los ocho no se
recupere, podemos sumar las probabilidades de que ninguno o solo uno de los
pacientes no se recupere. Utilizando la misma fórmula de la distribución binomial,
podemos calcularlo.
P(como máximo 1 paciente no se recupera) = P(0 pacientes no se recupera) + P(1
paciente no se recupera)
c) Para trazar el histograma de esta distribución binomial, podemos utilizar las
probabilidades calculadas en los incisos anteriores y representarlas en un gráfico. El eje
x representará el número de pacientes que no se recuperan (k) y el eje y representará la
probabilidad (P).
6.11 el 15% de una importante empresa que vende libros por correo están incorrectos. si se
selecciona una muestra aleatoria de tres facturas, ¿cuál es la probabilidad de que
a) exactamente dos, dos facturas estén incorrectas?
b)no más de dos facturas estén incorrectas?
¿c)cuanto menos dos facturas estén incorrectas?
d)¿qué suposición en cuanto a la distribución de probabilidad son necesarias para resolver
este problema?
Para resolver este problema, suponemos que la distribución de probabilidad sigue una
distribución binomial. La distribución binomial se utiliza cuando hay dos resultados
posibles (en este caso, facturas correctas o incorrectas) y cada resultado tiene una
probabilidad constante (en este caso, el 15% de las facturas están incorrectas).
a) Para calcular la probabilidad de que exactamente dos facturas sean incorrectas1,
podemos usar la fórmula de la distribución binomial:
P(X = k) = C(n, k) * p^k * (1-p)^(nk)
Donde:
P(X = k) es la probabilidad de que haya k éxitos (facturas incorrectas)
n es el número de ensayos (facturas seleccionadas en la muestra)
k es el número de éxitos (facturas incorrectas)
p es la probabilidad de éxito en un solo ensayo (probabilidad de que una factura
esté incorrecta)
En este caso1, n = 3, k = 2 yp = 0,15. Sustituyendo estos valores en la fórmula,
obtenemos:
P(X = 2) = C(3, 2) * (0,15)^2 * (1-0,15)^(3-2)
Calculando esto, encontramos que la probabilidad de que exactamente dos facturas
sean incorrectas es aproximadamente 0.03711, 3,71%.
b) Para calcular la probabilidad de que no más de dos facturas sean incorrectas1,
podemos sumar las probabilidades de que 0, 1 y 2 facturas sean incorrectas:
P(X <= 2) = P(X = 0) + P(X = 1) + P(X = 2)
Usando la fórmula de la distribución binomial, podemos calcular cada una de estas
probabilidades y luego sumarlas.
c) Para calcular la probabilidad de que al menos dos facturas sean incorrectas1,
podemos calcular la probabilidad de que 0 y 1 factura sean incorrectas1, y luego
restaurar ese resultado de 1:
P(X >= 2) = 1 - (P(X = 0) + P(X = 1))
d) Para resolver este problema, se necesita suponer que la distribución de probabilidad
sigue una distribución binomial.
Recuerde que estos cálculos se basan en la suposición de una distribución binomial y en
la probabilidad constante del 15% de que una factura esté incorrecta.
6.12- a probabilidad de que un vendedor de seguros efectue la venta en su primera visita a un
cliente nuevo es de .25 si el vendedor va a visitar hoy a tres nuevos clientes, cual es la de que
efectue una venta aa) exactamente un cliente nuevo? b) ¿cuándo mucho a un cliente nuevo? c)
¿que suposiciones en cuanto a efectuar la venta a un cliente nuevo a la primera visita se
nesecitan para evaluar las probabilidade?
a) Para calcular la probabilidad de que el vendedor de seguros efectúe la venta a
exactamente un cliente nuevo, podemos utilizar la fórmula de la distribución binomial:
P(X = k) = C(n, k) * p^k * (1-p)^(nk)
Donde:
P(X = k) es la probabilidad de que haya k éxitos (venta ak clientes nuevos)
n es el número de ensayos (visitas a clientes nuevos)
k es el número de éxitos (venta ak clientes nuevos)
p es la probabilidad de éxito en un solo ensayo (probabilidad de venta a un
cliente nuevo en la primera visita)
En este caso, n = 3, k = 1 yp = 0,25. Sustituyendo estos valores en la fórmula,
obtenemos:
P(X = 1) = C(3, 1) * (0,25)^1 * (1-0,25)^(3-1)
Realizando los cálculos, encontramos que la probabilidad de que el vendedor efectúe la
venta a exactamente un cliente nuevo es de aproximadamente 0.4219, o 42.19%.
b) Para calcular la probabilidad de que el vendedor efectúe la venta cuando mucho a un
cliente nuevo, podemos sumar las probabilidades de que no haya venta (0 clientes
nuevos) y que haya una venta (1 cliente nuevo):
P(X <= 1) = P(X = 0) + P(X = 1)
Utilizando la fórmula de la distribución binomial, podemos calcular cada una de estas
probabilidades y luego sumarlas.
c) Para evaluar las probabilidades de efectuar la venta a un cliente nuevo en la primera
visita, se necesita suponer que la distribución de probabilidad sigue una distribución
binomial y que la probabilidad de éxito (venta a un cliente nuevo en la primera visita) es
constante en todas las visitas. Además, se supone que las visitas a los clientes nuevos
son independientes entre sí, es decir, el resultado de una visita no afecta el resultado de
las otras visitas. Estas suposiciones permiten utilizar la fórmula de la distribución
binomial para calcular las probabilidades.