Actividad Introducción a la teoría de probabilidad

...

Respecto a la subida de clientes, salvo que en dichos eventos no aplique la política de 0 filas, es natural que debamos abrir mas para seguir la costumbre de que no haya filas, por lo que ante esta subida de flujo, recomendaría se abriesen 30 cajas y monitorear el volúmen para no tener tiempos muertos por si los pagos tienen promedios cortos de duración de tiempo en caja.

Segundo ejemplo:

Para este ejemplo consideraremos la distribución binomial ya que nos basamos en un total de 20 tickets siempre en todos las interrogantes de la sección.

Para el ejemplo de haber vendido 2, tenemos lo siguiente:

P(r)= ((20!) / ((2!)(18!))) * (0.4^2)(0.6^18) = 0.00308 por lo que la probabilidad es muy baja y no debería considerarse como cierta

Para el ejemplo de que son mas de 7, tenemos lo siguiente:

P(r)= ((20!) / ((2!)(18!))) * (0.4^2)(0.6^18) = 0.1658 por lo que la revisión tiene una mayor probabilidad de que en efecto se vendieron mas de 7 en esos 20 tickets, por lo que el supervisor tiene las de perder

Tercer ejemplo:

media= 854.8715

varianza= 235018.0025

Para a), la tenemos esto:

P(r)= ((20!) / ((2!)(18!))) * (0.1^2)(0.9^18) = 0.2851

Para b), lo siguiente:

P(r)= ((20!) / ((4!)(16!))) * (0.2^4)(0.8^16) = 0.2181

Para c), estos resultados:

P(r)= ((20!) / ((3!)(17!))) * (0.15^3)(0.85^17) = 0.2428

Resultados:

Este ejercicio me gustó ya que los ejercicios son mas a fondo en cuanto a los factores a considerar para tener éxito en un evento en base a una muestra, esto porque podemos ver un caso mas apegado a la vida real y que nos puede ser de utilidad.