FASE 2: DISTRIBUCIONES DE PROBABILIDAD

PRESENTADO POR:
RUBY TATIANA CALIXTO RINCÓN CÓD: 1052020966
MARCO LEONARDO MORA
CARLOS HERNANDO ANGEL CÓD: 1118550011
BAYRON ANDRES RUIZ AGUILERA COD: 1116550408
CRISTIAN DANILO GARCIA ARDILA CÓD: 11118555128

GRUPO: 100402_39

JORGE EDUARDO ROYERO

TUTOR

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)

ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERÍA
PROBABILIDAD
CEAD YOPAL
2017
 INTRODUCCION

El tema a desarrollar en esta nueva actividad, sobre la Solución del estudio de caso

propuesto, utilizando la Distribución de Probabilidades, se busca que el estudiante, consulte

sobre este tema, lea, analice y aplique los procedimientos para encontrar la respuesta acorde

a sus conocimientos adquiridos y de forma colaborativa, se hagan la respectiva

consolidación del trabajo donde, queden plasmados, todos los aportes hechos Según los

parámetros de la Rúbrica y el Syllabus.

La Finalidad de este trabajo es determinar la capacidad de cada estudiante para

desenvolverse en un caso específico sobre un asunto en particular, para aplicar la

Probabilidad y contestando las preguntas sea el caso escogido.

El objetivo es realizar de Manera individual el desarrollo del caso Escogido, y darlo a

conocer en el foro colaborativo, para que los demás compañeros, hagan sus respectiva

realimentación y hacer la respectiva consolidación.

El Trabajo Colaborativo se llevó a cabo mediante la solución del Problemas ABC, donde se

ajustan a los parámetros exigidos en las normas APA, es importante agregar que se

determinó con anterioridad el rol asignado, quien será el encargado de subir al entorno de

Evaluación y seguimiento.
 DESARROLLO DEL TRABAJO

1. Cuadro sinóptico
El grupo diseña y presenta en un cuadro sinóptico el resumen de los conceptos teóricos de
la unidad 2 que dan sustento a la solución de los estudios de caso propuestos y
solucionados por el grupo.
2.- Solución al estudio de caso 1. Solucionado por: Marco Leonardo Mora
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:

La puntuación de Sushi (44) se traduciría en una probabilidad de rentabilidad aproximada

de 0.81. En otras palabras, 81% de los clientes como Sushi generarían dinero a las
operaciones con tarjeta del banco. A continuación se muestran los resultados de las
entrevistas con los tres posibles clientes.
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.- Con los datos anteriores construya una variable aleatoria que represente el
número de clientes rentables para el banco y determine: ¿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.

1.- Califique a cada uno de estos clientes y calcule la probabilidad de que resulten
rentables.
Se tomaron los resultados de la entrevista de los Tres posibles Clientes y se clasificaron
según la Tabla habitual de calificaciones.

Nombre Eda Tiempo Antigüeda Pago Costo de Cuenta total

del cliente d Vivido en d con mensual vivienda de punto
la misma automóvil del Cheque s
dirección Automóv so
il ahorros
David 42 9 2 140 300 ambas
Born
puntos 18 20 13 4 10 15 80
Edward 23 2 3 99 200 solo
Brendan cheques
Puntos 12 0 13 6 10 3 44
Ann 33 5 7 175 propietari ninguna
McLaughli o
n
Puntos 0 20 3 4 12 0 39
Puntualidad 30 40 50 60 70 80 90
probabilidad 0.70 0.78 0.85 0.90 0.94 0.95 0.96

Ya Conocido el total de puntos de los posibles clientes, se procede a sacar la probabilidad

de rentabilidad, como. Se puede ver en la tabla siguiente, por cada uno de los clientes.

Nombre de los total Probabilidad

clientes puntos rentabilidad
David Born 80 0.95 95%
Edward Brendan 44 0.81 81%
Ann McLaughlin 39 0.74 74%

2.- ¿Cuál es la probabilidad de que los tres resulten rentables?

P (r1 ∩ r2 ∩ r3) = P (r1)* P (r2)*P (r3)

P (r1 ∩ r2 ∩ r3) = 0.95 x 0.81x 0.74 = 0.56943 x 100 = 57 %

Probabilidad de rentabilidad: 57 %

3.- ¿Cuál es la probabilidad de que ninguno sea rentable?

Cliente 1 (r1)
Cliente 2 (r 2)
Cliente 3 (r 3)

p (r1) = 1 - (r1) = 1 - 0.95 = 0.05

p (r2) = 1 - (r2) = 1 – 0.81= 0.19
p (r3) = 1 - (r2) = 1 - 0.74= 0.26

Por lo que:
P (r)= P (r1 ∩ r2 ∩ r3)= P (r1) x P (r2) x P (r3)

P (r1) x P (r2) x P (r3) = 0.05 x 0.19 x 0.26= 0.00247

La Probabilidad de que ninguno sea rentable es del 0.00247

4. Determine la distribución de probabilidad total del número de clientes rentables

entre este grupo de tres clientes.

P (r1)= P (r1∩ r2 ∩r3) = P (r1). P (r2).P (r3) = 0.05 x 0.19 x 0.26= 0.00247
P (r1) = P (r1∩r2∩r3) + P (r1∩r2∩ r3) + P (r1∩r2∩r3) =
P (r2) = P (0.95 x 0.19 x 0.26) + P (0.05 x 0.81 x 0.26) + P (0.05 x 0.19 x 0.74) =
P (r2) = 0.04693 + 0.01053 + 0.00703
P (r2) = 0.06449

P (r1 ∩ r2 ∩ r3) = P (r1) x P (r2) x P (r3) = 0.95 x 0.81x 0.74= 0.56943

P (r2) = P (r1∩r2∩r3) + P (r1∩r2∩ r3) + P (r1∩r2∩r3) =

P (r2) = P (0.05 x 0.81 x 0.74) + P (0.95x 0.19x 0.74) + P (0.95x 0.81x0.26) =

P (r2)= 0.02997 + 0.13357+ 0.20007

P (r2) = 0.36361

Resumen:

P (r0) = 0.00247
P (r1) = 0.06449
P (r2) = 0.36361
P (r3) = 0.56943
__________________
TOTAL 1

5. Redacte un breve resumen de sus hallazgos

Se observó según el estudio del caso, que el cliente David Born es el cliente indicado para
la transacción. Tiene una buena vida crediticia y en comparación con los otros clientes,
reúne los requisitos necesarios.

3.- Solución al estudio de caso 2. Solucionado por: Ruby Tatiana Calixto.

ESTUDIO DE CASO 2
La distribución de probabilidad binomial es una distribución de probabilidad discreta que se
presenta con mucha frecuencia. Una de sus características consiste en que sólo hay dos
posibles resultados en un determinado ensayo del experimento y los resultados son
mutuamente excluyentes; Otra característica de la distribución binomial es el hecho de que
la variable aleatoria es el resultado de conteos. Es decir, se cuenta el número de éxitos en el
número total de ensayos. Una tercera característica de una distribución binomial consiste en
que la probabilidad de éxito es la misma de un ensayo a otro.

Un estudio del Departamento de Transporte de Illinois concluyó que

76.2% de quienes ocupaban los asientos delanteros de los vehículos
utilizaba cinturón de seguridad. Esto significa que los dos ocupantes de la
parte delantera utilizaban cinturones de seguridad. Suponga que decide
comparar la información con el uso actual que se da al cinturón de
seguridad, para lo cual selecciona una muestra de 10 vehículos.

Presente un informe en el que como mínimo incluya:

1.- ¿Esta situación cumple con los supuestos de la distribución binomial? Identifíquelos
2- Elabore un diagrama de barras para la distribución de probabilidad binomial que
representa esta situación
3.- ¿Cuál es la probabilidad de que los ocupantes de la parte delantera en exactamente 6 de
los 10 vehículos seleccionados utilicen cinturones de seguridad?
4.- ¿Cuál es la probabilidad de que los ocupantes de la parte delantera de por lo menos 6 de
los 10 vehículos utilicen cinturón de seguridad?
5.- ¿Cuál es la probabilidad de que los ocupantes de la parte delantera de máximo 6 de los
10 vehículos utilicen cinturón de seguridad?
6.- Encuentre el valor esperado del número de vehículos en los que los ocupantes de la
parte delantera utilizan el cinturón de seguridad?

1- ¿Esta situación cumple con los supuestos de la distribución binomial?

Identifíquelos.

 Si cumple con los supuestos de la distribución binomial, ya que en ella solo

existen dos posibles resultados denominados éxito y fracaso, que en este caso, el
evento exitoso será usar cinturón de seguridad y el fracaso será no usarlo:
p= la persona usa el cinturón de seguridad dentro de un vehículo.
q= la persona no usa el cinturón de seguridad dentro de un vehículo.
  La probabilidad de éxito en este caso es del 76.2% (𝑝 = 0.762) y esta es la
misma en todos los casos, independientemente de la probabilidad de interés, es
decir, no depende del número de ensayos que se desean considerar.

 La variable aleatoria en este tipo de distribución toma valores reales desde cero
hasta un número fijo, ya que es una distribución discreta, en este caso, el
número de vehículos en los cuales sus ocupantes utilizan el cinturón de
seguridad, puede ser 0, 1, 2, 3, 4, 5,……,n.

2- Elabore un diagrama de barras para la distribución de probabilidad binomial

que representa esta situación

𝑛 12
𝑝 0,762
q 0,238
La tabla de las propiedades calculadas según la distribución binominal, cuando x toma los
valores (0, 1, 2, 3,…,10)es la siguiente:

VEHÍCULO P(x)
0 3,30311E-08
1 1,26906E-06
2 2,23472E-05
3 0,000238496
4 0,00171807
5 0,008801136
6 0,032874832
7 0,090218326
8 0,18053142
9 0,256890648
10 0,246744547

En donde P fuecalculada delasiguiente manera:

𝑛
𝑛
𝑃(𝑋 = 𝐾) = ∑ ( ) 𝑥 𝑘 𝑎𝑛−𝑘
𝑘
𝑘=0

10
𝑃(𝑋 = 0) = ( ) (0,762)° (0,238)10 = 3,30 ∗ 10−8
0
 10
𝑃(𝑋 = 1) = ( ) (0,762)1 (0,238)9 = 1,26 ∗ 10−6
1

10
𝑃(𝑋 = 2) = ( ) (0,762)2 (0,238)8 = 2,23 ∗ 10−5
2

10
𝑃(𝑋 = 3) = ( ) (0,762)3 (0,238)7 = 0,0002
3

10
𝑃(𝑋 = 4) = ( ) (0,762)4 (0,238)6 = 0,001
4

10
𝑃(𝑋 = 5) = ( ) (0,762)5 (0,238)5 = 0,008
5

10
𝑃(𝑋 = 6) = ( ) (0,762)6 (0,238)4 = 0,032
6

10
𝑃(𝑋 = 7) = ( ) (0,762)7 (0,238)3 = 0,090
7

10
𝑃(𝑋 = 8) = ( ) (0,762)8 (0,238)2 = 0,180
8

10
𝑃(𝑋 = 9) = ( ) (0,762)9 (0,238)1 = 0,256
9
10
𝑃(𝑋 = 10) = ( ) (0,762)10 (0,238)0 = 0,246
10
El diagrama de barras donde se muestra la forma de distribución de probabilidad binominal
es el siguiente:
3- ¿Cuál es la probabilidad de que los ocupantes de la parte delantera en
exactamente 6 de los 10 vehículos seleccionados utilicen cinturones de
seguridad?

𝑛 = 10

𝜋 = 0.762

𝑃(𝑥) = 𝐶𝜋 𝑥 (1 − 𝜋)𝑛−𝑥

𝑃(𝑥 = 6) = 𝐶 ∗ 0.7626 (1 − 0.762)10−6

𝑃(𝑥 = 6) = 792(0.1057)(−5,999)

𝑃(𝑥 = 6) = 502.20

4- ¿Cuál es la probabilidad de que los ocupantes de la parte delantera de por lo

menos 6 de los 10 vehículos utilicen cinturón de seguridad?

𝑃(𝑥 ≥ 6) = 𝑃(𝑥 = 6) + 𝑃(𝑥 = 7) + 𝑃(𝑥 = 8) + 𝑃(𝑥 = 9) + 𝑃(𝑥 = 10)

𝑃(𝑥 ≥ 6) = 0,032 + 0,090 + 0,180 + 0,256 + 0,246

𝑃(𝑥 ≥ 6) = 0.804
 5- ¿Cuál es la probabilidad de que los ocupantes de la parte delantera de máximo
6 de los 10 vehículos utilicen cinturón de seguridad?

𝑃(𝑥 <= 6) = 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 3) + 𝑃(𝑥 = 4) + 𝑃(𝑥 = 5)

+ 𝑃(𝑥 = 6)

𝑃(𝑥 <= 7) = 3.3 ∗ 10−8 + 1.27 ∗ 10−6 + 2.2 ∗ 10−5 + 0.00024 + 0.0017 + 0.0088
+ 0.0329

𝑃(𝑥 <= 6) = 0.1226

6- Encuentre el valor esperado del número de vehículos en los que los ocupantes
de la parte delantera utilizan el cinturón de seguridad?

Según la distribución binominal el valor esperado se define como:

𝐸(𝑥) = 𝑛 ∗ 𝑝

𝐸(𝑥) = 10 ∗ (0.762)

𝐸(𝑥) = 7,62

El valor esperado del número de vehículos en los que los ocupantes de la parte delantera
utilizan el cinturón de seguridad es de 7 aproximadamente.

4.- Solución al estudio de caso 3. Solucionado por: Carlos Hernando Angel.

ESTUDIO DE CASO 3
El Baloto, es la lotería en línea de Colombia,
supervisado por ETESA (Empresa territorial para la
salud). Es un juego que consiste en acertar 6, 5, 4 o 3
números en cualquier orden de una matriz del 1 al 45;
El jugador señala en un tarjetón los 6 números que
escoge. Los números están representados en 45 balotas
numeradas del 1 al 45. Cada número aparece una sola
vez y las balotas ganadoras se seleccionan sin
reemplazo. El premio acumulado se entrega a quien
haga coincidir los seis números.

Presente un informe en el que como mínimo incluya:

 1.- ¿Esta situación cumple con los supuestos de la distribución Hipergeométrica?
Identifíquelos (Sugerencia: Divida los 45 números en dos grupos: ganadores y no
ganadores)
2.- Usando la distribución de probabilidad Hipergeométrica determinar la probabilidad
de que el jugador acierte los 6 números
3.- La empresa encargada del sorteo informa que la probabilidad de que coincidan todos
los números es de 1 en 8145060. ¿Qué significa esto en términos de probabilidad?
Coincide esto con su respuesta anterior.

El sorteo también otorga un premio si el jugador hace coincidir 3, 4 o 5 de los números

ganadores

4) Calcule la probabilidad, para hacer coincidir 3 de los 6 números ganadores.

5) Calcule la probabilidad de que coincidan 4 de los 6 números ganadores
6) Calcule la probabilidad de que coincidan 5 de los 6 números ganadores
7) Con base en los resultados obtenidos, usted invertiría dinero en el BALOTO?

1.- ¿Esta situación cumple con los supuestos de la distribución Hipergeométrica?

Identifíquelos (Sugerencia: Divida los 45 números en dos grupos: ganadores y no
ganadores)

Esta situación cumple con los supuestos de la distribución hipergométrica debido a que
cada variable aleatoria tiene dos posibles resultados, éxito o fracaso, en este caso según la
elección de las balotas, además cumple con que se busca obtener el número de éxitos, el
tamaño de muestra es mayor a uno y finalmente los n elementos de la muestra aleatoria son
dependientes debido a que la extracción de una balota influye en el resultado final del
baloto teniendo en cuenta que son sin reemplazo.

Su función de probabilidad es:

𝑚 𝑁−𝑚
( )( )
𝑘 𝑛−𝑘
𝑃(𝑥) =
𝑁
( )
𝑛
Donde

𝑎 𝑎!
( )=
𝑏 𝑏! (𝑎 − 𝑏)!

Donde N representa el número total de la población, n el numero tomado de la muestra, m

el número de éxitos existentes en la población y k el número de elementos en la categoría
de éxitos que se desean estudiar.
2.- Usando la distribución de probabilidad Hipergeométrica determinar la
probabilidad de que el jugador acierte los 6 números

En este caso

6 45 − 6
( )( )
𝑃(𝑋 = 𝑥) = 𝑘 6 − 𝑘
45
( )
6
6 45 − 6
( )( )
𝑃(𝑋 = 6) = 6 6 − 6
45
( )
6
6 39
( )( )
𝑃(𝑋 = 6) = 6 0
45
( )
6
(1)(1)
𝑃(𝑋 = 6) =
(8145060)

𝑃(𝑋 = 6) = 0.00000012

La probabilidad de que un jugador obtenga 6 aciertos es del 0.000012%.

3.- La empresa encargada del sorteo informa que la probabilidad de que coincidan
todos los números es de 1 en 8145060. ¿Qué significa esto en términos de
probabilidad?

Esto significa que existen 8145060 posibles combinaciones de 6 números en un total de 45,
donde solo 1 combinación es la correcta y ganadora.

Coincide esto con su respuesta anterior.

El sorteo también otorga un premio si el jugador hace coincidir 3, 4 o 5 de los números

ganadores

4) Calcule la probabilidad, para hacer coincidir 3 de los 6 números ganadores.

6 45 − 6
( )( )
𝑃(𝑋 = 𝑥) = 𝑘 6 − 𝑘
45
( )
6
 6 45 − 6
( )( )
𝑃(𝑋 = 3) = 3 6 − 3
45
( )
6
6 39
( )( )
𝑃(𝑋 = 3) = 3 3
45
( )
6
(20)(9139)
𝑃(𝑋 = 3) =
(8145060)

𝑃(𝑋 = 3) = 0.0224

La probabilidad de que un jugador coincida en 3 números es de 2.24%

5) Calcule la probabilidad de que coincidan 4 de los 6 números ganadores

6 45 − 6
( )( )
𝑃(𝑋 = 𝑥) = 𝑘 6 − 𝑘
45
( )
6
6 45 − 6
( )( )
𝑃(𝑋 = 4) = 4 6 − 4
45
( )
6
6 39
( )( )
𝑃(𝑋 = 4) = 4 2
45
( )
6
(15)(741)
𝑃(𝑋 = 4) =
(8145060)

𝑃(𝑋 = 4) = 0.00136

La probabilidad de que un jugador coincida en 4 números es del 0.136%

6) Calcule la probabilidad de que coincidan 5 de los 6 números ganadores

 6 45 − 6
( )( )
𝑃(𝑋 = 𝑥) = 𝑘 6 − 𝑘
45
( )
6
6 45 − 6
( )( )
𝑃(𝑋 = 5) = 5 6 − 5
45
( )
6
6 39
( )( )
𝑃(𝑋 = 5) = 5 1
45
( )
6
(6)(39)
𝑃(𝑋 = 5) =
(8145060)

𝑃(𝑋 = 5) = 0.00002873

La probabilidad de que un jugador coincida en 5 números es del 0.002873%

7) Con base en los resultados obtenidos, ¿Usted invertiría dinero en el BALOTO?

No invertiría en el baloto debido a que las probabilidades de ganar son muy bajas, incluso
disminuyendo el número de aciertos las probabilidades de ganar en cualquier modalidad 3,4
o 5 aciertos es muy baja, debido a que la cantidad de total de posibilidades es alta.

5.- Solución al estudio de caso 4. Solucionado por: Bayron Andres Ruiz.

ESTUDIO DE CASO 4
La distribución de probabilidad de Poisson describe el número de veces
que se presenta un evento durante un intervalo específico. El intervalo
puede ser de tiempo, distancia, área o volumen. La distribución se basa
en dos supuestos. El primero consiste en que la probabilidad es
proporcional a la longitud del intervalo. El segundo supuesto consiste
en que los intervalos son independientes. En otras palabras, cuanto más
grande sea el intervalo, mayor será la probabilidad; además, el número
de veces que se presenta un evento en un intervalo no influye en los
demás intervalos.

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.
La compañía de aviación Delta Airlines, se caracteriza por su responsabilidad y cuidado
con el equipaje de sus pasajeros, por lo que pocas veces se pierde equipaje. En la mayoría
de los vuelos no se pierden maletas; en algunos se pierde una; en unos cuantos se pierden
dos; pocas veces se pierden tres, etc. Suponga que una muestra aleatoria de 1 000 vuelos
arroja un total de 300 maletas perdidas. De esta manera, el número promedio de maletas
perdidas por vuelo es de 0.3.

Prepare un informe en el que como mínimo, incluya:

1.- ¿Esta situación cumple con los supuestos de la distribución Poisson? Identifíquelos
2.- Determine cuál es la probabilidad de que en un vuelo no se pierda ninguna maleta
3.- Determine cuál es la probabilidad de que en un vuelo se pierda exactamente una maleta
4.- Determine cuál es la probabilidad de que en un vuelo se pierdan entre dos y cuatro
maletas
5.- Podría establecer cuál es la probabilidad de que se pierdan en un vuelo más de cuatro
maletas
6.- ¿En qué momento debe sospechar el supervisor de la Aerolínea que en un vuelo se están
perdiendo demasiadas maletas?
Prepare un informe en el que como mínimo, incluya:

1- ¿Esta situación cumple con los supuestos de la distribución Poisson?

Identifíquelos
Cumple con el primer supuesto, que dice que la probabilidad es proporcional a la longitud
del intervalo, en este caso de 1000 vuelos se pierden 300 maletas, es decir que existe un
promedio de 0.3 maletas perdidas por vuelo.
Si cumple con el segundo supuesto, debido a que el número de veces que se presenta un
evento en un intervalo si influye en los demás intervalos, ya que es una muestra aleatoria y
los intervalos son independientes, es decir si, es más grande el intervalo tendrá mayor
probabilidad.

2- Determine cuál es la probabilidad de que en un vuelo no se pierda ninguna

Maleta

∑𝑛𝑖=1 𝑥𝑖
𝜆=
𝑛
𝜆𝑥 . 𝑒 −𝜆
𝑓(𝑥; 𝜆) =
𝑥!

e: es la base del logaritmo natural igual a 2.71828.

k es el número de ocurrencias de un evento; la probabilidad de que viene dada por
la función
k! es la factorial de k
λ es un número real positivo, igual que el número esperado de ocurrencias durante
el intervalo dado. Los eventos ocurren en promedio 300 maletas pérdidas por
1000 vuelos,
 (0,3)0 . (𝑒 −0.3 )
𝑃(0) = = 0.7408
0!

Teniendo en cuenta lo anterior podemos decir que hay un 74% de probabilidad de

que ninguna maleta se pierda.

3- Determine cuál es la probabilidad de que en un vuelo se pierda exactamente

una maleta

(0,3)1 . (𝑒 −0.3 )
𝑃(1) = = 0.222
1!

En base al resultado obtenido se puede decir que la probabilidad de 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 ycuatro

maletas.

(0,3)2 . (𝑒 −0.3 )
𝑃(2) = = 0.033
2!

(0,3)3 . (𝑒 −0.3 )
𝑃(3) = = 0.00333
3!

(0,3)4 . (𝑒 −0.3 )
𝑃(4) = = 0.00025
4!

De acuerdo a los resultados obtenidos se puede decir que el 3.33 %, pierde dos maletas, que
el 0.3% pierde tres maletas, el 0.025% pierde cuatro maletas.

5. Podría establecer cuál es la probabilidad de que se pierdan en un vuelo más de

cuatro maletas
La distribución de Poisson nos permite conocer la probabilidad en sub intervalos conocidos
y el determinar más de 4 maletas al no fijarse un intervalo es imposible hacerlo por medio
de este sistema de distribución de probabilidad.

6. ¿En qué momento debe sospechar el supervisor de la Aerolínea que en un Vuelo se

están perdiendo demasiadas maletas?
La probabilidad de que en un vuelo se pierdan tres maletas es igual al 0.33 % y al aumentar
el número de maletas la probabilidad va atender cada vez más a cero, por tal razón en el
momento que se pierdan más de tres maletas el supervisor de la aerolínea debe sospechar
que en el vuelo se están perdiendo demasiadas maletas y algo está mal en el proceso.

6.- Solución al estudio de caso 5. Solucionado por: Cristian Danilo Garcia.

ESTUDIO DE CASO 5
Para una población grande de personas sin hogar, Wong y
Piliavin (2001) examinaron factores de estrés, recursos y
agotamiento psicológico empleando la Escala de Depresión del
Centro de Estudios Epidemiológicos (CESD), un cuestionario
de evaluación comunitario.

Entre las personas sin hogar, la puntuación media del

cuestionario CESD es 22,5 con una desviación estándar de 8.5
y se considera que para la Variable X = puntuación del CESD,
la distribución es normal. Como trabajador en el área de
admisiones en un refugio para personas sin hogar, usted es el
encargado de aplicar el CESD y debe evaluar los resultados para las nuevas personas que
lleguen al centro.

Dentro de las políticas del refugio se encuentra que cualquier persona cuya puntuación sea
de 21 o más puntos en el CESD debe enviarse a ver a un doctor.

Prepare un informe en el que como mínimo, incluya:

1. La probabilidad de que una persona que llegue al refugio sea enviado a ver al doctor
2. La probabilidad de que una persona que llegue al refugio tenga una puntación de 10 o
menos puntos
3. La probabilidad de que una persona que llegue al refugio tenga una puntuación entre 16
y 20 puntos
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?
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?

1- La probabilidad de que una persona que llegue al refugio sea enviado a ver al
doctor.
Datos del ejercicio donde P[ 𝑋 ≥ 20]

𝑋−µ
Ƶ=
𝛿
 21 − 22.5
Ƶ=
8.5

Ƶ = −0.17

Este valor lo identificamos en la tabla de distribución normal:

VALOR Z AREA BAJO LA CURVA

-0.17 0,0675

Para calcular la probabilidad solicitada P[ 𝑋 ≥ 20] entonces:

Área comprendida entre Z calculando y la derecha de la campana así:

0.0675 + 0.5 = 0.5675

RTA: la probabilidad de que una persona que llegue al refugio y sea enviado a ver al
doctor es de 56.75%

2- La probabilidad de que una persona que llegue al refugio tenga una puntación
de 10 o menos puntos.
Datos del ejercicio donde P[ 𝑋 ≥ 20]

𝑋−µ
Ƶ=
𝛿
10 − 22.5
Ƶ=
8.5

Ƶ = −1.4

Este valor lo identificamos en la tabla de distribución normal:

VALOR Z AREA BAJO LA CURVA

-1.4 0.4192

Para calcular la probabilidad solicitada P[ 𝑋 ≥ 20] entonces:

Área comprendida entre Z calculando y la derecha de la campana así:

0.5 – 0.4192 = 0.0808

RTA: la probabilidad de que una persona que llegue al refugio y tenga una puntuación de
10 o menos puntos es de 8.08%

3- La probabilidad de que una persona que llegue al refugio tenga una

puntuación entre 16 y 20 puntos.
Se tiene según los datos del ejercicio que P[ 𝑋 ≤ 20; 𝑦 𝑋 ≥ 16]

𝑋−µ 𝑋−µ
Ƶ1 = Ƶ2 =
𝛿 𝛿

16 − 22,5 20 − 22,5
Ƶ1 = Ƶ2 =
8,5 8,5

Ƶ1 = −0.76 Ƶ2 = −0.29

Identificando este valor de zeta en la tabla de distribución normal se tiene que:

VALOR Z AREA BAJO LA CURVA

-0.76 0.2764
-0.29 0.1141

Para calcular la probabilidad solicitada que P 𝑋 ≤ 20; 𝑦 𝑋 ≥ 16 Entonces:

Área comprendida entre Z1 y Z2 calculado a la Izquierda de la campana por ser valores de
Z negativos así:

P[ 𝑋 ≤ 16; 𝑦 𝑋 ≥ 20] = Ƶ1 − Ƶ2

P[ 𝑋 ≤ 16; 𝑦 𝑋 ≥ 20] = 0,2764 − 0,1141 = 0.1623

RTA: la probabilidad de que una persona que llegue al refugio y tenga una puntuación
entre 16 y 20 puntos es de 16.23%

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?
En este ejercicio se pretende a partir de la probabilidad o porcentaje dado llegar al número
o puntuación X.
𝑋−µ
Para ello despejamos X en la formula Ƶ = donde 𝑋 = ( Ƶ𝛿) + µ
𝛿
Teniendo en cuenta que 15% = 0,1500 en la tabla de distribución entonces se encuentra Z
positivo por ir a la derecha de la campana

VALOR Z AREA BAJO LA CURVA

0,38 0,1500

Ahora con el valor de Z remplazamos el valor en la ecuación despejada anteriormente para

hallar X:

𝑋 = ( Ƶ𝛿) + µ = (0,38 ∗ 8,5) + 22,5 = 25.73

RTA: La puntuación de una persona que llega al refugio para que sea enviada al servicio de
prevención de suicidios es una calificación de 25.73 o más.

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?
En este ejercicio al igual que el anterior se pretende a partir de la probabilidad o porcentaje
dado llegar al número o puntuación X.
𝑋−µ
Para ello despejamos X en la formula Ƶ = donde 𝑋 = ( Ƶ𝛿) + µ
𝛿

Teniendo en cuenta que 25% = 0,2500 en la tabla de distribución entonces se encuentra Z

negativo por ir a la izquierda de la campana.

VALOR Z AREA BAJO LA CURVA

-0,67 0,2500

Ahora con el valor de Z remplazamos el valor en la ecuación despejada anteriormente para

hallar X:

𝑋 = ( Ƶ𝛿) + µ = (−0,67 ∗ 8,5) + 22,5 = 16.80

RTA: La puntuación de una persona que llega al refugio para que sea enviada al servicio de
orientación laboral para mejorar sus recursos es una calificación de 16.80 o menos.
 REFERENCIAS BIBLIOGRÁFICAS

Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Recuperado de:

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=258&docID=11013
767&tm=1470693471527

Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico Nacional.

Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=183&docID=10436
604&tm=1470693651415

Gil, M., Gonzales, A. J Salagre, M. (2014). Ejercicios de estadística teórica: Probabilidad e

inferencia. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=47&docID=109956
69&tm=1470693596054

Martínez, C. (2011). Estadística Básica Aplicada. Ecoe, 4a edición. Recuperado de:

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=342&docID=1
624529&tm=1470687447720

M. Pliego López, R. M. Pérez, Estadística I (2004) 2nd ed., pp. 27-94. Madrid: Paraninfo.
Recuperado de
http://bibliotecavirtual.unad.edu.co:2081/ps/i.do?id=GALE%7CCX4052400006&v=2.1&u
=unad&it=r&p=GVRL&sw=w&asid=b039aa4c3b2b62b99f8129c3bb3ab609