Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Grupo: 100402_218
TUTOR:
JUAN CARLOS GUERRERO
Cuadro Sinóptico:
Solución al estudio de caso 1:
Para entregar una Tarjeta de crédito en los bancos del grupo Aval, los analistas del banco
clasifican o califican al cliente en función de la probabilidad de que resulte rentable. Una tabla
habitual de calificaciones es la siguiente:
La calificación es la suma de los puntos de los seis rubros. Por ejemplo, Sushi Brown tiene
menos de 25 años (12 puntos); ha vivido en el mismo domicilio durante dos años (0 puntos);
desde hace cuatro años es dueño de un automóvil (13 puntos), por el que realiza pagos de $75 (6
puntos); realiza gastos domésticos de $200 (10 puntos) y posee una cuenta de cheques (3
puntos). La calificación que obtendría sería de 44. Después, con una segunda tabla, se convierten
las calificaciones en probabilidades de rentabilidad del cliente, así:
INFORME A PRESENTAR:
Prepare un informe en el que como mínimo, incluya:
1. Califique a cada uno de estos clientes y calcule la probabilidad de que resulten rentables.
2. ¿Cuál es la probabilidad de que los tres resulten rentables?
3. ¿Cuál es la probabilidad de que ninguno sea rentable?
4. Determine la distribución de probabilidad total del número de clientes rentables entre este
grupo de tres clientes.
5. Redacte un breve resumen de sus hallazgos.
DESARROLLO
1.- Califique a cada uno de estos clientes y calcule la probabilidad de que resulten
rentables.
DAVID EDWARD ANN
NOMBRE
BROWN BRENDAN MCLAUGHLIN
Edad 18 12 0
Tiempo de vivir en la misma residencia 20 0 20
Antigüedad con el auto 13 13 3
Pago mensual del auto 4 6 4
Costo de vivienda 10 10 12
cuenta de cheques o ahorros 15 3 0
TOTAL 80 44 39
Para calcular la probabilidad hallamos la relación entre el tamaño de los intervalos de puntuación
(10 puntos) con la diferencia que se presenta de la probabilidad.
DAVID EDWARD ANN
NOMBRE
BROWN BRENDAN MCLAUGHLIN
Calificación 80 44 39
Probabilidad 0.95 0.81 0.77
𝑥 = 𝑝𝑢𝑛𝑡𝑢𝑎𝑐𝑖ó𝑛 𝑜𝑏𝑡𝑒𝑛𝑖𝑑𝑎
𝑥𝑛−1 = 𝑝𝑢𝑛𝑡𝑢𝑎𝑐𝑖ó𝑛 𝑖𝑛𝑚𝑒𝑑𝑖𝑎𝑡𝑎𝑚𝑒𝑛𝑡𝑒 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟 𝑎 𝑥 𝑑𝑒 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑟𝑒𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑑𝑜𝑠 𝑒𝑛 𝑙𝑎 𝑡𝑎𝑏𝑙𝑎
𝑝 = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑐𝑜𝑟𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑝𝑢𝑛𝑡𝑢𝑎𝑐𝑖ó𝑛 𝑠𝑖𝑔𝑢𝑖𝑒𝑛𝑡𝑒 𝑎 𝑥 𝑑𝑒 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑟𝑒𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑑𝑜𝑠 𝑒𝑛 𝑙𝑎 𝑡𝑎𝑏𝑙𝑎
𝑝𝑛−1 = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑐𝑜𝑟𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑝𝑢𝑛𝑡𝑢𝑎𝑐𝑖ó𝑛 𝑎𝑛𝑡𝑒𝑟𝑖𝑜𝑟 𝑎 𝑥 𝑑𝑒 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑟𝑒𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑑𝑜𝑠 𝑒𝑛 𝑙𝑎 𝑡𝑎𝑏𝑙𝑎
𝑥 − 𝑥𝑛−1 ∗ 𝑝 − 𝑝𝑛−1
𝑃(𝑋 = 𝑥) = + 𝑝𝑛−1
10
El caso de estudio nos presenta las probabilidades para sucesos no excluyentes, por lo que su
suma de probabilidades no debe ser igual a 1, así mismo por su característica de sucesos no
excluyentes podemos hallar la probabilidad de que los tres sean rentables calculando su
probabilidad condicional, para el caso de que ninguno sea rentable se aplica la probabilidad
condicional a las diferencias entre 1 y el valor de la probabilidad de que sean rentables.
Para describir la distribución de la probabilidad, utilizamos una función que relaciona los
tamaños de los intervalos de puntuación, con el tamaño de los intervalos de probabilidad, la cual
nos permite hacer el cálculo de la probabilidad para las puntuaciones que no se encuentran
relacionadas en la tabla.
Solución al estudio de caso 2:
Esta situación no cumple por entero los requisitos de una distribución binomial, cuando salga un
conductor con cinturon la probabilidad de que los otros lleven cinturón disminuirá algo y
viceversa. Pero se supone que la cantidad de conductores es tan grande que esa diferencia es
despreciable. Por tanto, podemos asumir que es una binomial casi perfecta. Es una 𝐵(12, 0.762)
𝑛 = 12
𝑝 = 0.762
12
𝑃(𝑥 = 7) = ( ) (0.762)7 ∗ (0.238)5 = 0.09021832636
7
4.- ¿Cuál es la probabilidad que los ocupantes de la parte delantera de por lo menos 7 de
los 12 vehículos utilicen cinturón de seguridad?
5.- ¿Cuál es la probabilidad que los ocupantes de la parte delantera de máximo 7 de los 12
Vehículos
𝑀𝑒 𝑝𝑖𝑑𝑒𝑛 𝑢𝑛 𝑚á𝑥𝑖𝑚𝑜 𝑑𝑒 7
𝑃(𝑥 <= 7) = 𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑟𝑒𝑚𝑜𝑠 𝑙𝑜 𝑐𝑜𝑛𝑡𝑟𝑎𝑟𝑖𝑜 𝑞𝑢𝑒 𝑠𝑜𝑛 𝑚𝑒𝑛𝑜𝑠 𝑐á𝑙𝑐𝑢𝑙𝑜𝑠 = 1 − 𝑃(𝑥 > 7)
𝑃(𝑥 > 7) = 𝑃(𝑥 = 8) + 𝑃(𝑥 = 9) + 𝑃(𝑥 = 10) + 𝑃(𝑥 = 11) + 𝑃(𝑥 = 12)
𝑞 = 1 − 𝑝 = 1 − 0.762 = 0.238
6.- Encuentre el valor esperado del número de vehículos en los que los ocupantes de la
parte delantera utilizan el cinturón de seguridad
𝑛
𝑃(𝑘) = ( ) 𝑝𝑘 (1 − 𝑝)𝑛−𝑘
𝑘
12
𝑃(𝑥 = 8) = ( ) (0.762)8 (0.238)4 = 0.18053
8
12
𝑃(𝑥 = 9) = ( ) (0.762)9 (0.238)3 = 0.25689
9
12
𝑃(𝑥 = 10) = ( ) (0.762)10 (0.238)2 = 0.24674
10
12
𝑃(𝑥 = 11) = ( ) (0.762)11 (0.238) = 0.14363
11
12 (0.762)12
𝑃(𝑥 = 11) = ( ) = 0.86611
12
Entonces
𝐸(𝑋) = 𝑛𝑝
𝑋~𝐵(12, 0.762)
Esta distribución posee diversas aplicaciones. Se le utiliza como modelo para describir la
distribución de errores en una entrada de datos, el número de rayones y otras imperfecciones en
las cabinas de automóviles recién pintados, el número de partes defectuosas en envíos, el número
de clientes que esperan mesa en un restaurante, el número de accidentes en una carretera en un
periodo determinado.
DESARROLLO DE LA ACTIVIDAD
1.- ¿Esta situación cumple con los supuestos de la distribución Poisson? Identifíquelos?
R) Si cumple con los supuestos ya que para el primero la probabilidad es proporcional al
intervalo, para este caso en particular de 1000 vuelos se pierden 300 maletas con un promedio de
0.3 maletas perdidas. Para el segundo caso los intervalos son independientes ya que la pérdida de
una maleta se puede dar por muchos factores como lo son el embarque o desembargue del avión
o traslado hasta las bandas transportadoras etc.
3.- Determine cuál es la probabilidad de que en un vuelo se pierda exactamente una maleta
0.31 𝑒 −0.3
𝑃(1) = = 0.222
1!
Podemos concluir que la probabilidad que se pierda solo una maleta es del 22,2%
4.- Determine cuál es la probabilidad de que en un vuelo se pierdan entre dos y cuatro
maletas.
𝑃(2 ≤ 𝑋 ≤ 4) = 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4)
0.32 𝑒 −0.3 0.33 𝑒 −0.3 0.34 𝑒 −0.3
𝑃(2 ≤ 𝑋 ≤ 4) = 𝑃(2) = + 𝑃(4) = + 𝑃(4) =
2! 3! 4!
𝑃(2 ≤ 𝑋 ≤ 4) = 0.033 + 0.0033 + 0.00025
𝑃(2 ≤ 𝑋 ≤ 4) = 0.0365
Podemos concluir que la probabilidad que se pierdan entre 2 y 4 maletas es del 3,65%
5.- Podría establecer cuál es la probabilidad de que se pierdan en un vuelo más de cuatro
maletas
0.35 𝑒 −0.3
𝑃(5) = = 0.000015
5!
Podemos concluir que la probabilidad de que se pierdan más de 4 maletas es del 0.0015%
6.- ¿En qué momento debe sospechar el supervisor de la Aerolínea que en un vuelo se están
perdiendo demasiadas maletas?
En el momento en el que la probabilidad de maletas perdidas de menor de 22,2% el supervisor
debe sospechar que en ese vuelo está sucediendo algo.
Solución al estudio de caso 5:
Dentro de las políticas del refugio se encuentra que cualquier persona cuya puntuación sea
de 20 o más puntos en el CESD debe enviarse a ver a un doctor.
1. La probabilidad de que una persona que llegue al refugio sea enviado a ver al doctor
𝑋−µ
𝑧=
σ
20−23,5
𝑧= = -0,46
7,5
2. La probabilidad de que una persona que llegue al refugio tenga una puntación de 10 o
menos puntos
𝑋−µ
𝑧=
σ
10−23.5
𝑧= = −1.8 buscamos el valor en la tabla de distribución normal = 0.9641
7.5
3. La probabilidad de que una persona que llegue al refugio tenga una puntuación entre
16 y 20 puntos
𝑿−µ
𝒛=
𝛔
16−23,5
𝑧= = -1,0 Según la tabla de distribución normal obtenemos el valor de 0,1586
7,5
𝑋−µ
𝑧=
σ
20−23,5
𝑧= = -0,46 = Según la tabla de distribución normal obtenemos el valor de 0,3228
7,5
Los datos encontrados para x=16 y x=20 están a la izquierda de la media (23,5) se restan los dos
valores y encontramos el porcentaje en el intervalo
La probabilidad de que una persona llegue al refugio y que tenga una puntuación de 16 y 20
puntos es de 16,41 %
4. Si las personas sin hogar con puntuación en el 15% más alto deben ser enviadas a los
servicios de prevención de suicidios, ¿Qué puntuación hace calificar a una persona que
llega al refugio para este servicio?
𝑿−µ
𝒛=
𝛔
Como ya hallamos el dato de probabilidad que es 15% y el restante 85% o 0,85 hallaremos la
puntuación entonces debemos hacer un despeje en la fórmula de distribución normal así:
𝑋− 𝜇
𝑧=
𝜎
𝑋 = 𝜇 + (𝜎 ∗ 𝑧)
Las personas que tengan un puntaje superior a 31 puntos califican para este servicio
5. Las personas sin hogar con puntación en el 25% más bajo, se les envía a un servicio de
orientación laboral para mejorar sus recursos. ¿Qué puntuación permite calificar a una
persona para acceder a este servicio?
𝑿−µ
𝒛=
𝛔
Solo que como ya poseemos el dato de probabilidad que es 25% confirmamos por debajo de este
porcentaje
𝑋− 𝜇
𝑧=
𝜎
𝑋 = 𝜇 + (𝜎 ∗ 𝑧)
Reemplazando:
Las personas que tengan un puntaje superior a 16.67 𝑝𝑢𝑛𝑡𝑜𝑠 deben ser enviadas a un servicio
de orientación laboral para mejorar sus recursos.
Conclusión
Para esta presentación de este trabajo aprendimos la aplicación y manejo de los temas: Variables
para medir expresar y analizar eventos, el número de casos favorable y número de casos
posibles. Toda distribución de probabilidad es generada por una variable (porque puede tomar