Ejercicios de Distribución Hipergeométrica

Pregunta 1: Extracción de Pelotas

En una bolsa hay 12 pelotas, de las cuales 5 son rojas. Se extraen 4 pelotas sin reemplazo. ¿Cuál es la probabilidad de extraer exactamente 2 pelotas rojas?

Datos:

  • Tamaño de la población (\(N\)): 12
  • Número de éxitos en la población (\(K\)): 5
  • Tamaño de la muestra (\(n\)): 4
  • Número de éxitos deseados en la muestra (\(k\)): 2

Para calcular la probabilidad exacta \(P(X = k)\), usamos la función dhyper() en R:

# Cálculo de la probabilidad
N <- 12
K <- 5
n <- 4
k <- 2
prob_exacta <- dhyper(k, K, N - K, n)
cat("La probabilidad de extraer exactamente 2 pelotas rojas es:", prob_exacta, "\n")
## La probabilidad de extraer exactamente 2 pelotas rojas es: 0.4242424

Pregunta 2: Componentes Defectuosos

Una caja contiene 8 componentes defectuosos y 32 en buen estado. Se seleccionan 5 al azar sin reemplazo. ¿Cuál es la probabilidad de que a lo más 1 sea defectuoso?

Datos:

Este es un problema de distribución hipergeométrica.

  • Tamaño de la población (\(N\)): 40
  • Número de éxitos en la población (\(K\)): 8
  • Tamaño de la muestra (\(n\)): 5
  • Número de éxitos deseados en la muestra (\(k\)): 0 o 1

Para calcular la probabilidad acumulada \(P(X \le 1)\), usamos la función phyper() en R:

N <- 40
K <- 8
n <- 5
k <- 1  # Calcula P(X <= 1)
prob_acumulada <- phyper(k, K, N - K, n)
cat("La probabilidad de encontrar como máximo 1 componente defectuoso es:", prob_acumulada, "\n")
## La probabilidad de encontrar como máximo 1 componente defectuoso es: 0.7432372

Pregunta 3: Rifa de Boletos

En una rifa hay 15 boletos premiados entre 100 en total. Si una persona compra 10 boletos, ¿cuál es la probabilidad de ganar exactamente 3 premios?

Datos:

  • Tamaño de la población (\(N\)): 100
  • Número de éxitos en la población (\(K\)): 15
  • Tamaño de la muestra (\(n\)): 10
  • Número de éxitos deseados en la muestra (\(k\)): 3

Para calcular la probabilidad exacta \(P(X = 3)\), usamos la función dhyper() en R:

# Cálculo de la probabilidad
N <- 100
K <- 15
n <- 10
k <- 3
prob_exacta <- dhyper(k, K, N - K, n)
cat("La probabilidad de ganar exactamente 3 premios es:", prob_exacta, "\n")
## La probabilidad de ganar exactamente 3 premios es: 0.1297383

Pregunta 4: Bombillas Defectuosas

Una muestra de 7 bombillas se selecciona de un lote de 50 bombillas, donde 8 están defectuosas. ¿Cuál es la probabilidad de encontrar como máximo 2 bombillas defectuosas?

Datos:

  • Tamaño de la población (\(N\)): 50
  • Número de éxitos en la población (\(K\)): 8
  • Tamaño de la muestra (\(n\)): 7
  • Número de éxitos deseados en la muestra (\(k\)): 0, 1 o 2

Para calcular la probabilidad acumulada \(P(X \le 2)\), usamos la función phyper() en R:

# Cálculo de la probabilidad acumulada
N <- 50
K <- 8
n <- 7
k <- 2
prob_acumulada <- phyper(k, K, N - K, n)
cat("La probabilidad de encontrar como máximo 2 bombillas defectuosas es:", prob_acumulada, "\n")
## La probabilidad de encontrar como máximo 2 bombillas defectuosas es: 0.9287068

Pregunta 5: Estudiantes Aprobados

De un total de 30 estudiantes, 12 aprobaron un examen. Se eligen 6 estudiantes al azar. ¿Qué cantidad máxima de aprobados se espera sin superar el 95% de probabilidad acumulada?

Datos:

  • Tamaño de la población (\(N\)): 30
  • Número de éxitos en la población (\(K\)): 12
  • Tamaño de la muestra (\(n\)): 6
  • Probabilidad acumulada deseada (\(q\)): 0.95

Para encontrar el cuantil \(k\) tal que \(P(X \le k) \ge 0.95\), usamos la función qhyper() en R:

N <- 30
K <- 12
n <- 6
q <- 0.95
cuantil <- qhyper(q, K, N - K, n)
cat("La cantidad máxima de estudiantes aprobados sin superar el 95% de probabilidad acumulada es:", cuantil, "\n")
## La cantidad máxima de estudiantes aprobados sin superar el 95% de probabilidad acumulada es: 4

Pregunta 6: Libros en Mal Estado

En una biblioteca hay 100 libros, de los cuales 20 están en mal estado. Si se revisan 15 libros al azar, ¿cuál es la probabilidad de que exactamente 5 estén en mal estado?

Datos:

  • Tamaño de la población (\(N\)): 100
  • Número de éxitos en la población (\(K\)): 20
  • Tamaño de la muestra (\(n\)): 15
  • Número deseado de éxitos en la muestra (\(k\)): 5

Para calcular la probabilidad exacta \(P(X = k)\), usamos la función dhyper() en R:

# Cálculo de la probabilidad
N <- 100
K <- 20
n <- 15
k <- 5
prob_exacta <- dhyper(k, K, N - K, n)
cat("La probabilidad de que exactamente 5 libros estén en mal estado es:", prob_exacta, "\n")
## La probabilidad de que exactamente 5 libros estén en mal estado es: 0.1007633

Pregunta 7: Piezas Defectuosas

Un lote contiene 25 piezas, 5 de las cuales son defectuosas. Se extraen 8 piezas. ¿Cuál es la probabilidad de encontrar al menos 2 defectuosas?

Datos:

  • Tamaño de la población (\(N\)): 25
  • Número de éxitos en la población (\(K\)): 5
  • Tamaño de la muestra (\(n\)): 8
  • Número deseado de éxitos en la muestra (\(k\)): 2, 3, 4, o 5

Para calcular la probabilidad acumulada \(P(X \ge 2)\), usamos la función phyper() en R. Es más eficiente calcular la probabilidad del complemento, \(1 - P(X \le 1)\):

# para P(X >= 2), donde k es 1
N <- 25
K <- 5
n <- 8
k <- 1
prob_al_menos_2 <- 1 - phyper(k, K, N - K, n)
cat("La probabilidad de encontrar al menos 2 piezas defectuosas es:", prob_al_menos_2, "\n")
## La probabilidad de encontrar al menos 2 piezas defectuosas es: 0.5251647

Pregunta 8: Bolas en una Urna

Una urna contiene 10 bolas verdes y 30 bolas azules. Se extraen 6 bolas. ¿Cuál es la probabilidad de que salgan al menos 3 bolas verdes?

Datos:

  • Tamaño de la población (\(N\)): 40
  • Número de éxitos en la población (\(K\)): 10
  • Tamaño de la muestra (\(n\)): 6
  • Número deseado de éxitos en la muestra (\(k\)): 3, 4, 5, o 6

Para calcular la probabilidad acumulada \(P(X \ge 3)\), usamos la función phyper() en R, nuevamente usando el complemento:

N <- 40
K <- 10
n <- 6
k <- 2 # Calcula P(X <= 2)
prob_al_menos_3 <- 1 - phyper(k, K, N - K, n)
cat("La probabilidad de encontrar al menos 3 bolas verdes es:", prob_al_menos_3, "\n")
## La probabilidad de encontrar al menos 3 bolas verdes es: 0.1527519

Pregunta 9: Artículos Defectuosos en una Fábrica

En una fábrica, un lote de 40 artículos contiene 6 defectuosos. Se eligen 5 artículos. ¿Cuál es la probabilidad de obtener exactamente 1 defectuoso?

Datos:

  • Tamaño de la población (\(N\)): 40
  • Número de éxitos en la población (\(K\)): 6
  • Tamaño de la muestra (\(n\)): 5
  • Número deseado de éxitos en la muestra (\(k\)): 1

Para calcular la probabilidad exacta \(P(X = 1)\), usamos la función dhyper() en R:

# Cálculo de la probabilidad
N <- 40
K <- 6
n <- 5
k <- 1
prob_exacta <- dhyper(k, K, N - K, n)
cat("La probabilidad de obtener exactamente 1 artículo defectuoso es:", prob_exacta, "\n")
## La probabilidad de obtener exactamente 1 artículo defectuoso es: 0.4228763

Pregunta 10: Prueba de Calidad de Productos

En una prueba de calidad, de 80 productos, 10 son defectuosos. Si se seleccionan 8 productos, ¿cuántos defectuosos como máximo se esperan para que la probabilidad acumulada no supere el 90%?

Datos:

  • Tamaño de la población (\(N\)): 80
  • Número de éxitos en la población (\(K\)): 10
  • Tamaño de la muestra (\(n\)): 8
  • Probabilidad acumulada deseada (\(q\)): 0.90

Para encontrar el cuantil \(k\) tal que \(P(X \le k) \ge 0.90\), usamos la función qhyper() en R:

N <- 80
K <- 10
n <- 8
q <- 0.90
max_defectuosos <- qhyper(q, K, N - K, n)
cat("La cantidad máxima de productos defectuosos sin superar el 90% de probabilidad acumulada es:", max_defectuosos, "\n")
## La cantidad máxima de productos defectuosos sin superar el 90% de probabilidad acumulada es: 2