Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Explicacion 3
Explicacion 3
Felipe Guerra
1. Una ruleta legal tiene los nmeros del 1 al 15.
Este problema corresponde a una variable aleatoria discreta. La lectura de la semana menciona lo
siguiente:
La distribucin uniforme discreta modela los casos en donde todos los resultados posibles tienen la misma
probabilidad de ocurrir, y se aplica para modelar juegos de azar.
a. Calcular la probabilidad de que salga un nmero mayor a 9.
Para responder a esta pregunta primero encontramos cuantos nmeros son mayores que 9,
es decir: n >9
La cantidad de nmeros mayores a 9 en la ruleta est dada por 15 9 = 6
Por lo tanto la probabilidad de que un nmero sea mayor a 9 es: 6 / 15 = 0.4
b. Calcular la probabilidad de que salga un nmero mayor a 2 y cuando mucho 7.
Para responder a esta pregunta primeramente buscamos cuantos nmeros cumplen con la
condicin de ser mayores que 2 y cuando mucho 7, lo que se expresa de la siguiente
manera: 2 < n 7
La cantidad de nmeros que cumplen con esta condicin esta dada por: 7 2 = 5
Por lo tanto la probabilidad de que un nmero sea mayor que 2 y cuando mucho 7 es: 5 / 15
= 0.333333
c. Calcular el valor promedio del nmero que aparece.
La lectura de la semana menciona:
Sea X una v.a. discreta con rango 1, 2, 3, ..., k.
Luego su funcin de probabilidad es P(i) = 1/k para i=1, 2, 3, ..., k.
Su valor esperado o media es:
y su varianza es:
Por lo tanto la varianza es: V(X) = (152 1) / 12 = 18.667
La desviacin estndar es por definicin la raz cuadrada de la varianza; de ah que:
S(X) = 18.667 = 4.320
2. Un alumno contesta al azar un examen que contiene 20 preguntas, donde cada pregunta
tiene 4 opciones de respuesta y solo una es la correcta. Si el alumno contesta todas las
preguntas al azar.
Este problema corresponde a una distribucin Binomial. La lectura menciona:
La Distribucin Binomial.
La distribucin binomial se aplica en la siguiente situacin. Suponer que un experimento Bernoulli se repite
n veces de manera independiente, donde la probabilidad de que ocurra xito es p.
Y el caso del examen presentado es un experimento de Bernoulli segn lo que menciona la lectura:
Un experimento Bernoulli es aqul, en donde son slo dos los resultados posibles del experimento, a estos
resultados posibles los llamaremos xito y fracaso.
El adivinar las respuestas de un examen solo presenta dos posibilidades atinar (xito) o fallar
(Fracaso), por lo tanto es un experimento de Bernoulli.
Ahora para resolver las preguntas del ejercicio utilizamos las formulas integradas en Excel. Pero
primero veamos una explicacin de cmo funcionan estas formulas.
La formula =DISTR.BINOM(num_xito, ensayos, prob_xito, acumulado)
Nos devuelve la probabilidad de una distribucin Binomial en la que:
num_xito
ensayos
prob_xito
acumulado
Se explicara posteriormente
Probabilidad
0.25
0.2
0.15
0.1
0.05
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Respuestas acertadas
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
0.00317121
0.02114141
0.06694781
0.13389562
0.18968545
0.20233115
0.16860929
0.1124062
0.06088669
0.02706075
0.00992228
0.00300675
0.00075169
0.00015419
2.5699E-05
3.4265E-06
3.5693E-07
2.7994E-08
1.5552E-09
5.457E-11
1.05E-14
Probabilidad
0.25
0.2
0.15
0.1
0.05
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Respuestas acertadas
P(0) + P(1) + P(2) + P(3) = 0.00317121 + 0.02114141 + 0.06694781 + 0.13389562 = 0.22515605
Lo que se puede traducir como: la probabilidad de tener tres respuestas acertadas o menos.
Un ltimo comentario, la suma total de una distribucin de probabilidad es siempre igual a 1.
Probabilidad
0.25
0.2
0.15
0.1
0.05
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Respuestas acertadas
=DISTR.BINOM(20, 20, 0.25, 1) = 1
Una vez explicado lo anterior podemos explicar las respuestas al ejercicio:
2. Un alumno contesta al azar un examen que contiene 20 preguntas, donde cada pregunta
tiene 4 opciones de respuesta y solo una es la correcta. Si el alumno contesta todas las
preguntas al azar.
a. Calcular la probabilidad de que tenga menos de 5 preguntas correctas.
Probabilidad
0.25
0.2
0.15
0.1
0.05
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Respuestas acertadas
=DISTR.BINOM(4,20,0.25,1) = 0.4148415
Observe que usamos 4 como valor puntual por que la pregunta indica menos de 5.
b. Calcular la probabilidad de que tenga por lo menos 2 y a lo mucho 7 preguntas
correctas.
Probabilidad
0.25
0.2
0.15
0.1
0.05
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Veamos qu es lo que indican las flechas:
= DISTR.BINOM(1,20,0.25,1) Probabilidad que haya menos de 2 respuestas correctas
= DISTR.BINOM(7,20,0.25,1) Probabilidad que haya a lo mucho 7 respuestas correctas
De lo anterior se desprende que:
= DISTR.BINOM(7,20,0.25,1) - DISTR.BINOM(1,20,0.25,1)
Representa la seccin indicada por la pregunta, sealada por la flecha roja.
Probabilidad
0.25
0.2
0.15
0.1
0.05
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Para calcular el valor del rea indicada por la flecha roja usamos:
= 1 - DISTR.BINOM(13,20,0.25,1)
Ya habamos mencionado con anterioridad que la suma total de una distribucin de
probabilidad es siempre igual a 1 (representado por la flecha azul).
d. Obtener el nmero promedio de preguntas correctas en el examen y su
desviacin estndar.
De la lectura de la semana tenemos que:
Definicin de Distribucin Binomial.
Cantidad de asistentes
Cantidad de boletos vendidos
Probabilidad de que una persona asista
Acumulado (para tomar la posibilidad de que asistan 122 o menos)
136
137
138
Probabilidad
=DISTR.BINOM(122,136,0.85,1) = 0.957047520
=DISTR.BINOM(122,137,0.85,1) = 0.931211501
=DISTR.BINOM(122,138,0.85,1) = 0.895816156
<<<
0.90
66
67
68
Probabilidad
=DISTR.BINOM( 66,1000,0.05,1) = 0.989408690
=DISTR.BINOM( 67,1000,0.05,1) = 0.992592284
=DISTR.BINOM( 68,1000,0.05,1) = 0.994891273
<<<
0.99
Observe que en la pregunta 3 se plantea una cantidad fija de xitos (122 lugares en el
avin), y la variable que cambia es la cantidad de eventos (reservaciones). En tanto que en
la pregunta 4 la cantidad de eventos es fija (los primeros 1000 clientes) y la parte variable es
la cantidad de xitos (los peridicos que se pueden vender). Por lo tanto el planteamiento de
la tabla es ligeramente diferente (las variables estn marcadas en azul)
b. Calcular la probabilidad de que se vendan todos los peridicos considerando los
todos se vendan de por lo menos 0.9, considerando los primeros 1000 clientes?
El enfoque en este problema es similar a la pregunta anterior; la probabilidad de que todos
los peridicos se vendan, es decir que la gente pida ms peridicos que los que se
prepararon con una probabilidad de al menos 0.90 considerando nicamente las primeras
1000 personas
Cantidad
Probabilidad
40
=1-DISTR.BINOM(40-1,1000,0.05,1) = 0.940185121
41
=1-DISTR.BINOM(41-1,1000,0.05,1) = 0.919363427
42
=1-DISTR.BINOM(42-1,1000,0.05,1) = 0.893703829
<<<
0.90
Observe que utilizamos n-1 en el calculo de la distribucin Binomial, pues indica la cantidad
que dejara al menos un peridico sin vender.
Cant. Autos
Robados
(X)
0
1
2
3
4
5
6
7
8
9
10
0.598736939
0.913861644
0.988496443
0.998971502
0.99993631
0.999997245
0.999999918
0.999999998
1
1
1
4 eventos
incluir).
En este caso debemos buscar la probabilidad de que se den al menos 10 quejas (hasta 11
sin incluir) y le quitamos la probabilidad de que se den 5 o menos quejas.
= POISSON (10, 9, 1) - POISSON( 5, 9, 1 ) = 0.5902978
c. Calcular la probabilidad de que en tres das lleguen ms de 4 quejas.
En el caso de la probabilidad de Poisson, si el periodo del evento se extiende o se acorta la
probabilidad de ocurrencia de la media se extiende o se acorta en forma proporcional a la
extensin del evento.
Por ejemplo: Si en 7 das el promedio de quejas recibidas es 9 el promedio de quejas en
tres das esta dado por:
Promedio = 9 / 7 * 3 = 3.857 quejas
Y con esos datos se resuelve el problema para periodos de tiempo extendidos o acortados.
=1 - POISSON( 4, 9/7*3, 1 ) = 0.34327767
Es decir la probabilidad total menos la probabilidad de que se reciban 4 o menos
quejas
10
11