Está en la página 1de 15

ACTIVIDAD 10 TRABAJO COLABORATIVO 2

CODIGO : 100402

ANA JULIETH BAOS ORTEGA


CRISTIAN MAMIAN LUNA
ERIKA JOHANA TABARES
JAIVER HERNANDO SOLANO
YIMI ARMANDO JANSASOY
ESTUDIANTES

JORGE ENRIQUE TABOADA


TUTOR

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD


ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA ECBTI
PROGRAMA DE ADMINISTRACIN DE EMPRESAS
PROBABILIDAD
OCTUBRE DE 2013

INTRODUCCIN
La teora de la probabilidad esta estrechamente vinculada con las matemticas, la
estadstica la filosofa y la ciencia, quienes sacan conclusiones respecto a los
sucesos potenciales que la ocupan.
Esta rama se cuantifica por resultados aleatorios y como en toda ciencia el estudio
cientfico de la probabilidad se ha profundizado en acontecimientos, como es el
caso del estudio de las variables aleatorias quienes se encargan de tomar valores
numricos determinados por el resultado de un experimento aleatorio.
Desde pocas remotas el ser humano se ha destacado por utilizar diversas
ciencias y tecnologas pero en especial la estadstica con sus derivaciones
aleatorias como las variables discretas, continuas, valor esperado y la varianza de
una variable con algunos teoremas que nos ayudan a solucionar los diversos
problemas para llegar a la solucin.
Nos queda muy claro que en las mayoras de las carreras el uso de estas
herramientas sirve como complemento para determinar los resultados esperados

que veremos en las aplicaciones prcticas.


Con el fin de poner en prctica los conocimientos adquiridos se ha tomado
ejercicios expuestos para realizar el clculo y anlisis correspondiente.

ASPECTOS TERICOS PROBABILIDAD ALEATORIA


Resumen
Podemos realizar un recuento de la teora de la probabilidad y expresar que la
probabilidad

matemtica

tiene

sus

comienzos

en

los

juegos

de

azar,

especialmente dados y cartas; se puede decir que la teora de la probabilidad es


una rama de las matemticas que se ocupa del anlisis de los fenmenos
aleatorios y adems tiene como objetivo primordial las variables aleatorias.
La aleatoriedad ha sido una preocupacin para la especie humana, quienes se
han preocupado desde los tiempos prehistricos por dar significado a muchos
eventos aleatorios, en ocasiones se ha utilizado la famosa adivinacin, que no ha
sido el mejor mtodo para dar explicacin a muchos eventos sucedidos. En la
parte cientfica se han realizado investigaciones para llegar a conclusiones mas
lgicas o por lo menos con una explicacin mas argumentada del origen de
cualquier evento aleatorio.
para dar avance a la probabilidad aleatoria podemos resaltar que a travs de la
historia la evolucin de la variable aleatoria ha trascendido progresivamente;
como muchos otros conceptos cientficos se ha demostrado por medio de eventos
que el progreso aleatorio ha conceptualizado etapas de mayor o menor desarrollo,
ha proporcionado herramientas para interpretar y comprender este concepto como
ente matemtico. Podemos decir que en gran nmero de experimentos aleatorios
es necesario para su tratamiento matemtico cuantificar los resultados de modo
que se asigne un nmero real a cada uno de los resultados posibles del
experimento. De este modo se establece una relacin funcional entre elementos
del espacio muestral asociado al experimento y nmeros reales.
En probabilidad y estadstica una variable aleatoria o variable estocstica es una
variable cuyos valores se obtienen de mediciones en algn tipo de experimento
aleatorio. Formalmente, una variable aleatoria es una funcin que asigna eventos.
Los valores posibles de una variable aleatoria pueden representar los posibles

resultados de un experimento aun no realizado, o los posibles valores de una


cantidad cuyo valor existente es incierto. Intuitivamente una variable aleatoria
puede tomarse como una cantidad cuyo valor no es fijo, pero que a la vez se
puede tomar diferentes valores; una distribucin de probabilidad se usa para
describir la probabilidad de que se den los diferentes valores.
Las variables aleatorias suelen tomar valores reales, pero se pueden considerar
valores aleatorios como valores lgicos. El trmino elemento aleatorio se utiliza
para englobar todo ese tipo de conceptos relacionados. Un concepto relacionado
es el de un proceso estocstico, un conjunto de variables aleatorias ordenadas
(habitualmente por orden o tiempo).

Es importante poder describir los rasgos principales de una distribucin, es


decir, caracterizar los resultados de los ejercicios aleatorios mediante unos
parmetros y llegar as al estudio de las caractersticas asociadas a una
variable aleatoria introduciendo los conceptos matemticos relacionados con
los conceptos de variable aleatoria

Entendido lo anterior, podemos resaltar que la funcin de las variables aleatorias


es asociar un numero real a cada elemento del espacio muestral y se indica con
letras maysculas tales como X.
Las variables aleatorias estn clasificadas en dos variables, variables aleatorias
discretas y variables aleatorias continuas. En las variables discretas solo se
pueden tomar valores enteros y en las variables continuas se puede tomar todos
los valores posibles dentro de un cierto intervalo de la recta real.
Definiendo la probabilidad aleatoria se enmarca una gran importancia en los
experimentos aleatorios, cuyo resultado no es conocido de antemano con certeza.

EJERCICIOS CORRESPONDIENES A LA UNIDAD DOS DEL MODULO DE


PROBABILIDAD

EJERCICIOS CAPITULO 4
Ejercicio 1.
Una urna contiene cuatro balotas con los nmeros 1, 2, 3 y 4, respectivamente.
Si se toman dos balotas de la urna sin sustitucin y X es la suma de los nmeros
de las dos balotas extradas, determine la distribucin de probabilidad de X y
represntela por medio de un histograma.
Solucin del ejercicio.
Espacio maestral = {1, 2, 3,4}
Correspondencia entre el valor de los resultados de sacar dos balotas de la urna y
la variable aleatoria que representa la suma de las balotas.
Resultado
(1,2) (2,1)
(1,3) (3,1)
(1,4) (4,1) (2,3)
(3,2)
(2,4) (4,2)
(3,4) (4,3)

Valor de la
variable aleatoria
3
4
5
6
7

Distribucin de probabilidad:
La variable X corresponde a 3, 4, 5, 6 y 7
P3=(1,2) (2,1)=2/12=0,16
P4=(1,3) (3,1)=2/12=0,16
P5=(1,4) (4,1) (2,3) (3,2)=4/12=0,13
P 6=(2,4) (4,2)=212=0,16
P7=(3,4) (4,3)=212=0,16

Numero de
ocurrencias
2
2
4
2
2

Probabilidad
2/12
2/12
4/12
2/12
2/12

PX=x=0,16+0,16+0,13+0,16+0,16=1
PX=x= 1

Ejercicio 2.
El rango de la variable aleatoria X es [0, 1, 2, 3, x], donde x es una incgnita. Si
cada valor es igualmente probable y la media de X es 6, calcule x.
Rango de valores de la variable aleatoria X = 5
Valor de probabilidad 1/5 = 0.2
Teora de distribuciones discretas de probabilidad
EX==i=15x*Pxi=6
=i=15x*Pxi
=0*0.2+1*0.2+2*0.2+3*0.2+x*0.2=6
=0+0.2+0.4+0.6+0.2x=6
0.2x=6-1.2
0.2x=4.8
x=4.8 /0.2=24
El valor de x que satisface las condiciones dadas es 24

Ejercicio 3.

n=5

Sea X una variable aleatoria discreta. Determine el valor de k para que la funcin
f ( x )=

k
x , x = 1, 2, 3, 4, sea la funcin de probabilidad de X. Determine adems

P(1 X 3) .
Solucin del ejercicio.
Para que la funcin f(x) sea la funcin de probabilidad de X, se debe cumplir que:
k k k
k + + + =1
2 3 4
12 k +6 k +4 k +3 k
=1
12
25 k=12
k=

12
25

El valor de k debe ser

12
25 .

P (1 X 3 )=P ( X=1 ) + P ( X=2 )+ P (X=3)

P (1 X 3 )=

12 12 12
+ + =0,88
25 50 75

Ejercicio 4.

En un departamento de control de calidad se inspeccionan las unidades


terminadas que provienen de una lnea de ensamble. Se piensa que la
proporcin de unidades defectuosas es de 0.05. Cual es la probabilidad de que
la vigsima unidad inspeccionada sea la segunda que se encuentre
defectuosa?

Solucin del ejercicio.

-1 x
P ( x ; 5) = . 1
x!
-1 2 P ( x = 2) = . 1 = 0,183 % = 18,39 %
2!

EJERCICIOS CAPITULO 5

Ejercicio 5.
En promedio, el 10% de las varillas de madera usadas en cierto producto
presentan problemas para ser usadas. cul es la probabilidad de que en un
paquete de 15 varillas, a) encuentre exactamente 5 con defectos. b) por lo menos
10 estn nudosas, c) no ms de 4 estn nudosas.

Solucin del ejercicio


a). exactamente 5 estn demasiado nudosas?
S/n:
n= 15
X=5
P=0.1
q=0.9
Px=5=155(0.1)5 (0.9)15-5
Px=5=15!15-5!5!(0.1)5 (0.9)10
Px=5=1.30767436810124354560000.00001(0.3486784401)
Px=5=0.01047080034 100
Px=5=1.047080034% = 1.05%
b). por lo menos 10 estn demasiado nudosas.
S/n.
n=15
p=0.1
q=0.9
x10 x= 10, 11,12,13,14,15.
Px10=1510(0.1)10 (0.9)15-10
Px10=15!15-10!10!(0.1)10 (0.9)5

Px10=1.3076743681012435456000110-10(0.59049)
Px10=0.00000017732100
Px=5=0.000017732% = 0.00002%
c). ms de 4 estn demasiado nudosas.
p=0.1
n=15
q=0.9
x4 x= 5,6,7,8,9,10,11,12,13,14,15.
Px>4=1-[150(0.1)0 (0.9)15-0+151(0.1)1 (0.9)15-1+152(0.1)2(0.9)152+153(0.1)3(0.9)15-3+154(0.1)4(0.9)15-4]
Px>4=1-[15!15-0!0!(0.1)0 (0.9)15+(15!15-1!1!)(0.1)1(0.9)14+(15!15-2!2!)
(0.1)2(0.9)13+(15!15-3!3!)(0.1)3(0.9)12+(15!15-4!4!)(0.1)4(0.9)11]
Px>4=11.30767436810121.307674368101210.2058911321+1.30767436810128.7178
291210100.10.2287679245+1.30767436810121.2454041610100.010.2541865
828+1.307674368101228740096000.0010.2824295365+1.30767436810129580
032000.00010.3138105961
Px>4=10.2058911321+0.3431518868+0.2668959111+0.1285054362+4.267822810-14
Px>4=1-0.9444443662
Px>4=0.0555556338100
Px>4=5.55556338% =5.6%

Ejercicio 6.
Una compaa de seguros considera que alrededor del 25% de los carros se
accidentan cada ao. Cual es la probabilidad de que por lo menos 3 de una
muestra de 7 vehculos asegurados, se haya accidentado?
Solucin del ejercicio
P= 0,25

n=7

P(x=x)= C(n.x)px(1-p)(n-x)
P(x=x)= C(7.x)0,25 x*0,75(7-x)
P(x3)= 1-p(x2)= 1-p(x=0)-p(x=1)-p(x=2)
P(x=0)=c(7.0)*0,250*0,75(7-0)=0,1335
P(x=1)=c(7.1)*0,251*0,75(7-1)=0,3115

P(x=2)=c(7.2)*0,252*0,75(7-2)=0,3115
P(x3)=1-o,1335-0,3115-0,3115=0,2435*100=24,35%

EJERCICIOS CAPITULO 6
Ejercicio 7.
En una panadera se cortan panecillos con un peso que se ajusta a una
distribucin normal de media 100 g y desviacin tpica 9. Cul es la probabilidad
de obtener un panecillo cuyo peso oscile entre 80 g y la media?
Solucin del ejercicio.
P(80X100)= P

80100
100100
Z
9
9

P(-2,22Z0)
P(Z0)-P(Z-2,22)
P(Z0)-(1-P(Z2,22)
0,5-1+0,9868 =0,4868*100 =48,68%

Ejercicio 8.
El peso de las naranjas sigue una distribucin normal de media 180 g y
desviacin tpica 20 g. Un almacenista ha comprado 10.000 kg. Calcular:

=
180
g
dt
=
20g
a.

Kilos

de

naranjas

Solucin del ejercicio.

que

se

espera

pesen

menos

de

150

g.

(Inteligencia lgico matemtica 11- ngela Julieta Pea Pinzn.)


Z = 150 -180= - 1.5 = 0.06681 = 6.7%
20
10.000.000 x 6.7% = 668100g = 668 Kg.
Ejercicio 9.
Una maquina automtica con funcionamiento electrnico hace pernos de 3/8 de
pulgada los cuales deben tener una longitud de 3 pulgadas. Si en realidad las
longitudes de los pernos de 3/8 se distribuyen uniforme en el intervalo (2,5 : 3,5)
pulgadas Cul es la probabilidad de que uno de los pernos elegido al azar, de un
lote determinado tenga una longitud de:
a.- este entre 2.75 y 3.25 pulgadas
b.- sea mayor de 3.25 pulgadas
c.- sea exactamente igual a 3 pulgadas
Solucin del ejercicio.
Como es distribucin uniforme, luego:
a) P (2.75 < X < 3.25) = (3.25-2.75) / (3.5 - 2.5) = 0.5 / 1 = 0.5 = 50%
b) P(X>3.25) = P(3.25 < X < 3.5) = (3.5-3.25) / (3.5 - 2.5) = 0.25 / 1 = 0.25 = 25%
c) P(X=3) = 100%
Ejercicio 10.
Una empresa de productos de hule fabrica pelotas esfricas de hule baratas,
cuyos dimetros oscilan entre 4 y 8 cm. Suponga que el dimetro de una pelota
elegida al azar es una variable aleatoria que se distribuye de modo uniforme entre
dichos valores. Cul es el valor esperado del volumen de una pelota?

Solucin del ejercicio.


f (x) = 1 si a < x < b
b-a
0 en otro caso
En otro caso f(x) = 1 si 4 < x < 8
8-4
0 en otro caso
f(x) = 1 si 4 < x < 8
4
0 en otro caso
f(x) = a+b = 8+4 = 12 = 6
222

Ejercicio 11.
El peso de un bebe recin nacido en un pas es una variable aleatoria continua
que sigue una distribucin normal, con media 3.2 kg y desviacin tpica de 0.4 kg.
Determine el porcentaje de bebes recin nacidos que pesan 3.5 kg o mas.
Solucin del ejercicio
N = 3,2 kg peso= w
D= 0,4 kg z= 7 - n
3,2 3,5 5
z= 3,5 3,2
0,4
Z 0 0.75 z= 0.3

0.4
z= 0,75
p (w > 3,5) = P (z > 0,75)
=1
p (z < 0,75)
= 1 0,7733
= 0,2266
Entonces el porcentaje es de 22.66%

CONCLUSIONES
Cada una de las etapas del contenido, los procesos y desarrollo, nos
permite adquirir habilidades y conocimiento para la interpretacin de los
ejercicios planteados.
La variable aleatoria esta cuantificada por asociar un numero real a cada
elemento del espacio muestral

En la teora de probabilidad se ve la aplicacin y manejo de las


distribuciones ms comunes, la binomial, la de posicin y finalmente la
distribucin normal.

La variable aleatoria estn clasificada en dos variables, variables aleatorias


discretas y variables aleatorias continas.

La probabilidad esta enfocada en acontecimientos aleatorios.


La probabilidad es un mtodo por el cual se obtiene la frecuencia de un
suceso determinado mediante la realizacin de un experimento aleatorio

Es posible calcular la probabilidad utilizando un diagrama de rbol, o tablas


y grficas.

BIBLIOGRAFA
Morales Robayo Adriana/ Julio de 2010/ Modulo de Probabilidad, consultado el 07
de octubre/ 2013, desde el enlace
http://sanbemo.files.wordpress.com/2010/07/modulo_estadistica_compleja.pdf
http://www.slideshare.net/RRVSRRVS/modulo-probabilidad-i-2010
Introduccin a variables aleatorias, consultado el da 08 de noviembre del 2013
desde el enlace http://www.youtube.com/watch?v=XXTfKo14Q0Y

Funcin de distribucin de probabilidad de variable aleatoria, consultado el da 12 de octubre


del 2013 desde el enlace de http://www.youtube.com/watch?v=prOG_KfMYtw

Probabilidad Variables Aleatorias - SlideShare consultado el da 10 de noviembre


del 2013 desdehttp://www.slideshare.net/PZB200/probabilidad-variablesaleatorias

También podría gustarte