Está en la página 1de 52

Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de

Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

Plantilla para entrega de la Unidad 2: Tarea 2 - Experimentos


aleatorios y distribuciones de probabilidad
Portada

Tarea 2
Grupo:100402_233

Espacio
Tarea 2 –
Experimentos aleatorios y distribuciones de probabilidad

Presentado por:
JUAN CAMILO ZAPATA: 8032963
IVAN DARIO RAMIREZ: 1017161534
ZULAY JOHANA RANGEL
CRISTIAN CAMILO FRANCO:1036658747
MARCELA ASTORQUIZA: 1128460199

Presentado a:
Jenny Tatiana Sánchez
Tutora

Universidad Nacional Abierta y a Distancia- UNAD


Escuela de Ciencias Básicas, Tecnología e Ingeniería
Probabilidad
Medellín 2019
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

INTRODUCCIÓN

A partir de trabajar activamente desarrollando los ejercicios propuestos


para la comprensión de esta unidad 2 del módulo de probabilidad,
nosotros los estudiantes, adquirimos destrezas en el desarrollo adecuado
de problemas que se nos pueden presentar a lo largo de nuestra vida,
así como en las carreras profesionales que nos ofrece la UNAD. En forma
muy general este documento nos presenta el desarrollo de ejercicios
propuestos sobre variables aleatorias y distribuciones de probabilidad
utilizando las fórmulas correspondientes para solucionar cada uno de
ellos.
Asimismo, se realizan las respectivas consultas en los diferentes
recursos educativos disponibles en el entorno de conocimiento unidad 2
probabilidad condicional y distribuciones de probabilidad del programa
probabilidad de la universidad nacional abierta y a distancia UNAD. Lo
anterior con el fin de desarrollar adecuadamente los ejercicios
propuestos y llegar a conclusiones objetivas que permitan demostrar los
conocimientos adquiridos en cada una de las actividades planteadas.
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

Introducción (mínimo 2 párrafos de 10 líneas de texto cada


uno)

OBJETIVO GENERAL
 Desarrollar un taller de ejercicios sobre los contenidos de
la Unidad 2 del curso Probabilidad, los cuales nos
permitirán profundizar en los temas tratados.

OBJETIVOS ESPECÍFICOS

 Identificar las distintas variables que nos ofrece cada ejercicio con el finde
poder aplicar la fórmula adecuada.

 Realizar cada ejercicio indicando los pasos efectuados para el desarrollo de


cada uno de ellos.

Objetivos
El grupo presenta máximo 3 objetivos, uno general y dos
específicos.
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

)
Aporte individual Edison Juan Camilo Zapata

Distribución de
probabilidad
binomial

cuadro sinóptico:

Distribución de
probabilidad
Teoremas hipergeométrica
Distribución de Son el conjunto de todos los
1. 0 ≤ 𝑃𝑥(𝑥) ≤ 1
probabilidades de posibles resultados de un
experimento, los cuales se 2. ∑𝑛𝑖=1 𝑃𝑥(𝑥) = 1
una variable Distribución de
pueden expresar en formulas, 3. 𝑃(𝑋 = 𝑥1 ∪ 𝑋 = 𝑥2) = 𝑃𝑥(𝑥1) + probabilidad
aleatoria discreta 𝑃𝑥(𝑥2)
graficas, cuadros, entre otras. poisson

Distribución de
probabilidad
geométrica

Son todas aquellas


Variables aleatorias
Probabilidad variables que toman un
discretas número limitado de valores
Las variables aleatorias
Condicional y Variables
toman diferentes valores
Distribuciones de aleatorias numéricos mediante el Son todas aquellas variables
Variables aleatorias
Probabilidad proceso de contar o medir que toman cualquier valor
continuas numérico, rango o intervalo de
valores (enteros o fracciones)

Distribución de Sirve para aproximar el


comportamiento de las
probabilidad normal
distribuciones discretas

Es el conjunto de todos los Es el responsable de medir el


Distribución Distribución de
posibles resultados que paso del tiempo entre un
continua de representan una variable probabilidad exponencial suceso y otro
probabilidad aleatoria continua junto con la
probabilidad de su resultado

Es la distribución continua de
Distribución de probabilidad en la cual todos
probabilidad uniforme los valores que toma la
variable en el intervalo
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

Ejercicio 2

El grupo entrega aquí, de manera organizada, el análisis, desarrollo y solución de ESTUDIO DE


CASO que selecciono y explico cada estudiante a sus compañeros de grupo.

Solución al estudio de caso 1: El grupo entrega aquí, de manera


organizada, el análisis, desarrollo y solución del ESTUDIO DE
CASO presentado
RESPONSABLE ROL SELECCIONADO
Juan Camilo Zapata Alertas
Estudio de caso 1:

Distribución Hipergeométrica: Una compañía tiene siete solicitantes para dos puestos de trabajo:
tres mujeres y cuatro hombres. Suponga que los siente solicitantes están igualmente calificados y
que no se da preferencia para elegir género alguno. Sea x igual al número de mujeres escogido
para ocupar las dos posiciones.
Datos del Problema:
N= 7 solicitantes
x=2
k= 2 puestos de trabajos
n=2
Candidatos: (2 mujeres) (4 hombres)
x: número de mujeres escogido para ocupar las dos posiciones.

a. Escriba la fórmula para p(x), la distribución de probabilidad de x.

Distribución Hipergeométrica:

P(x)= Ck, x* CN-k; n-x /CN, n

Cn, k = n! / k! (n-k)!

P(x) = C2,2 * C7-2;2-2 / C7,2


Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

P(x) =1*5/21

P(x) =0,2381

b. ¿Cuáles son la media y la varianza de esta distribución?

Media:

μ= n*p

μ= 2*0,2381= 0,48

Varianza:

σ² = npq (N-n/N-1)

σ² = 0,37(5/6)

σ² = 0,30

c. Construya un histograma de probabilidad para x.


Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

Solución al estudio de caso 2: El grupo entrega aquí, de manera


organizada, el análisis, desarrollo y solución del ESTUDIO DE
CASO presentado
RESPONSABLE ROL SELECCIONADO
Juan Camilo Zapata Alertas
Estudio de caso 22:

Distribución Binomial: La preferencia por el color de un auto cambia con los años y de acuerdo
con el modelo particular que seleccione el cliente. En año reciente, suponga que 10% de todos los
autos de lujo que se vendieron eran negros. Si 25 autos de ese año y tipo se seleccionan al azar,
encuentre las siguientes probabilidades:

Datos del Problema:

El experimento consiste en ver si un vehículo es negro o no (Si o No), y repetirlo 25 veces, para
finalmente ver cuántos de ellos son negros. Es por tanto un experimento Binomial.

X = "número de automóviles negros de entre los 25 observados"


p = 10% = 0'1 = "probabilidad de Éxito (que un vehículo sea negro)"
(1 - p) = 1 - 0'1 = 0'9 = 90 % = "probabilidad de Fracaso (que no sea negro)"
n = 25 = "número de vehículos observados (repeticiones del experimento)"

Al menos cinco autos sean negros.

P (X >= 5)
P (X >= 5) = P(X=5) + P(X=6) + P(X=7) + ... + P(X=25)
P (X < 5) = P(X=0) + P(X=1) + P(X=2) + P(X=3) + P(X=4)
P (X=0) = (25 sobre 0) · (0'1) ^0 · (0'9) ^ (25-0) = 1 · 1 · 0'9^25 = 0'07179
P (X=1) = (25 sobre 1) · (0'1) ^1 · (0'9) ^ (25-1) = 25 · 0'1 · 0'9^24 = 0'19942
P (X=2) = (25 sobre 2) · (0'1) ^2 · (0'9) ^23 = 300· 0'01 · 0'9^25 = 0'26589
P (X=3) = (25 sobre 3) · (0'1) ^3 · (0'9) ^22 = 0'22650
P (X=4) = (25 sobre 4) · (0'1) ^4 · (0'9) ^21 = 0'13841
P (X < 5) = 0'902
P(X>=5) = 1 - P(X<5) = 1 - 0'902 = 0'098
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

a. A lo sumo seis autos son negros.


P (X<=6) = P (X=0) + P (X=1) + ... + P (X=6)
P (X=5) = (25 sobre 5) · 0'1^5 · 0'9^20 = 0'06460
P (X=6) = (25 sobre 6) · 0'1^6 · 0'9^19 = 0'02392
P (X<=6) = 0'902 + 0'06460 + 0'02392 = 0'991
a. Más de cuatro autos son negros.
P(X>4) = P(X>=5) = 0'098
b. Exactamente cuatro autos son negros.
P(X=4) = 0'1384
c. Entre tres y cinco autos (inclusive) son negros.
P (3 < X < 5) = P(X=3) + P(X=4) + P(X=5) = 0'2265 + 0'1384 + 0'0646 = 0'43
d. Más de veinte autos no son negros.
P (X>20) = P (X=21) + P (X=22) + P (X=23) + P (X=24) + P (X=25)
P (X>20) = 0

Solución al estudio de caso 3: El grupo entrega aquí, de manera


organizada, el análisis, desarrollo y solución del ESTUDIO DE
CASO presentado
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

RESPONSABLE ROL SELECCIONADO


Juan Camilo zapata Alertas

Estudio de caso 33:

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.
Un conmutador puede manejar un máximo de 5 llamadas por minuto. Si la experiencia indica que
se recibe un promedio de 3 llamadas por minuto. Utilice la distribución Poisson para encontrar las
probabilidades de que el número de llamadas recibidas por el conmutador en 1 minuto sea:

a. A lo sumo 4.

P (X≤4) = P (X= 0) + P(X=1) +P (X=2) + P (X=3) + P ( X=4)

Entonces:

P(X=0) = 3⁰*(2,7182718) ⁻³/ 0! = 0,0497870

P(X=1) = 3¹*(2,7182718) ⁻³/ 1! = 0,149361

P(X=2) = 3²*(2,7182718) ⁻³/ 2! = 0,224041

P(X=3) = 3³*(2,7182718) ⁻³/ 3! = 0,2240415

P(X=4) = 3⁴*(2,7182718) ⁻³/ 4! = 0,16803


Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

P(X≤4) = 0,81526

b. Menos de 3.

P(X<3) = P (X= 0) + P(X=1) +P (X=2)

P(X<3) = 0,4231895

c. Al menos 4.

P (X=4) = 3⁴ (2,7182718) ⁻³/ 4! = 0,16803

d. Quede saturado.

P (X= 5) = 3⁵ (2,7182718) ⁻³/ 5! = 0,1 = 10%


e. Entre 1 y 3.

P (1≤X≤3) = P(X=1) +P (X=2) + P (X=3)


P (1≤X≤3) = 0,5975

f. Una o más pero menos de 5.

P (1 ≤ X <5) = P (X=1) +P (X=2) + P (X=3) + P (X=4)


g. Más de 2 pero menos de 5.

P (2<X<5) = P (X=3) + P (X=4)


h. Ninguna.

P (X=0) = 3⁰*(2,7182718) ⁻³/ 0!


P (X=0) = 0,0497870

i. Si se cuenta el número de llamadas en 5 minutos, cual es la probabilidad de


que se reciban 4 llamadas.
P(x)= 𝑒 −𝜆 ∗ 𝜆𝑥 / 𝑥!

P(x=4) = 𝑒 −15 ∗ 154 /4!

P(x=4) = 0.00064
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

Solución al estudio de caso 4: El grupo entrega aquí, de manera


organizada, el análisis, desarrollo y solución del ESTUDIO DE
CASO presentado
RESPONSABLE ROL SELECCIONADO
Juan Camilo Zapata Alertas

Estudio de caso 44:

Distribución Normal: Supóngase que se sabe que los pesos de cierto grupo de personas están
distribuidos aproximadamente de forma normal con media 𝜇=70 𝑘𝑔 y desviación estándar 𝜎=12,5
𝑘𝑔. Use sus conocimientos sobre la distribución normal para responder:

Datos del problema:

μ = 70 kg

σ = 12,5 kg

Distribución normal

Z = X-μ/σ

a. ¿Cuál es la probabilidad de que una persona elegida al azar de este grupo pese ms de 80
kg?

¿P (X≤80 kg) =?

Z = 80-70/12,5 = 0,8 Valor que ubicamos en la tabla de distribución normal

P (X≤80 kg) = 0,78814 = 78,814%


b. ¿Cuál es la probabilidad de que una persona elegida al azar de este grupo pese entre 50
kg y 85 kg?

¿P (50≤X85) =?

P (50≤X) = 0,0548

P (85≤X) =0,88493

P (50≤X85) = P (50≤X) -(1-P (85≤X ))


Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

P (50≤X85) =0,06

c. ¿Cuál es el peso que es superado solo por el 93% de las personas del grupo?

1,-0,93= 0,07 esta probabilista la ubicamos en la tabla de distribución normal para


determinar Z

Z = -1,48

-1,48 = X-70/12,5

-18,5 +70 = X

X = 51,50 kilos

Aportes individuales Iván Ramírez.

Cuadro Sinóptico.
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

Solución al estudio de caso 1: El grupo entrega aquí, de manera


organizada, el análisis, desarrollo y solución del ESTUDIO DE
CASO presentado
RESPONSABLE ROL SELECCIONADO
Iván Darío Ramírez Cuz Revisor

Distribución Hipergeométrica: Una compañía tiene siete solicitantes


para dos puestos de trabajo: tres mujeres y cuatro hombres. Suponga
que los siente solicitantes están igualmente calificados y que no se da
preferencia para elegir género alguno. Sea x igual al número de
mujeres escogido para ocupar las dos posiciones.
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

a. Escriba la fórmula para p(x), la distribución de probabilidad de x.


b. ¿Cuáles son la media y la varianza de esta distribución?
c. Construya un histograma de probabilidad para x.

Solución.

Formula general:

𝑲 𝑵− 𝑲
( )( )
𝒑(𝒙) = 𝑿 𝒏 − 𝑿
𝑵
( )
𝒏

N=tamaño de la población.

n=tamaño de la muestra.

K=Todos o cantidad de elementos que cumple la característica


deseada.

X=cantidad de éxitos.

Reemplazo datos del problema:

N=7

n=2

X= 2

K= 3 mujeres; 4 hombres.

X: número de mujeres escogido.

a. Escriba la fórmula para p(x), la distribución de probabilidad de x.


Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

3 7− 2
( )( )
𝑝(𝑥 = 2) = 2 2 − 2
7
( )
2

(3)(5 )
𝑝(𝑥 = 2) = 0
(21)

(3)(5)
𝑝(𝑥 = 2) =
(21)

15
𝑝(𝑥 = 2) =
21

𝑝(𝑥 = 2) = 0,714

a. ¿Cuáles son la media y la varianza de esta distribución?

Media:
𝜇 = 𝑛𝑝
𝜇 = 2 ∗ 0,714
𝜇 = 1,428
Varianza:
𝑁−𝑛
𝜎 2 = 𝑛𝑝𝑞 ∗
𝑁−1

7−𝑛
𝜎 = 𝑛𝑝𝑞 ∗ √
𝑁−1

Reemplazo valores.
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

7−2
𝜎 = 2 ∗ 1,428 ∗ √
7−1

5
𝜎 = 2,856 ∗ √
6

𝜎 = 2,607

Conclusión:

El número de repeticiones del experimento (n) es constante.

Las probabilidades asociadas a cada uno de los resultados no son


constantes.

Solución al estudio de caso 2: El grupo entrega aquí, de manera


organizada, el análisis, desarrollo y solución del ESTUDIO DE
CASO presentado
RESPONSABLE ROL SELECCIONADO
Iván Darío Ramírez Cruz Revisor

Estudio de caso 25:

Distribución Binomial: La preferencia por el color de un auto cambia


con los años y de acuerdo con el modelo particular que seleccione el
cliente. En año reciente, suponga que 10% de todos los autos de lujo
que se vendieron eran negros. Si 25 autos de ese año y tipo se
seleccionan al azar, encuentre las siguientes probabilidades:

a. Al menos cinco autos sean negros.


b. A lo sumo seis autos son negros.
c. Más de cuatro autos son negros.
d. Exactamente cuatro autos son negros.
e. Entre tres y cinco autos (inclusive) son negros.
f. Más de veinte autos no son negros.

5 Tomado y adaptado de Lind, Marchall. Estadística Aplicada a los Negocios y la Economía. Ed. Mc Graw Hill
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

Solución.

Experimento Binomial. Una distribución binomial describe datos


discretos resultantes de un experimento denominado proceso de
Bernoulli.

Dentro de sus características se encuentra que solo toma dos


resultados posibles: lado A o lado B, Si o No, éxito o fracaso.

Análisis del problema.

X = número de automóviles negros de entre los 25 observados.

p = 10% = 0'1 = "probabilidad de Éxito (que un vehículo sea negro)"

(1 - p) = 1 - 0'1 = 0'9 = 90 % = "probabilidad de Fracaso (que no sea


negro)"

n = 25 = "número de vehículos observados (repeticiones del


experimento)"

a. Al menos cinco autos sean negros.

𝑝(𝑥 ≥ 5)

Como sólo podemos calcular la probabilidad de un número exacto de éxitos (se pu


k), entonces para la probabilidad pedida tendríamos que sumar las probabilidades
… hasta 25.

pero en casos como éste, es más sencillo calcular la probabilidad


contraria (porque hay menos que operar):

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

Reemplazamos:

P(X=0) = (25 sobre 0) · (0'1)^0 · (0'9)^(25-0) = 1 · 1 · 0'9^25 = 0'07179


P(X=1)=(25 sobre 1) · (0'1)^1 · (0'9)^(25-1) = 25 · 0'1 · 0'9^24 = 0'19942
P(X=2)=(25 sobre 2) · (0'1)^2 · (0'9)^23 = 300· 0'01 · 0'9^25 = 0'26589
P(X=3)=(25 sobre 3)·(0'1)^3·(0'9)^22=0'22650
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

P(X=4)=(25 sobre 4) · (0'1)^4 · (0'9)^21 = 0'13841

Sumamos:

𝑝(𝑥 < 5) =0'902

como ésta es la contraria a la que nos pedían, ahora calculamos la


correcta.

P(X>=5) =1-P(X<5) =1-0'902=0'098

b. lo sumo seis autos son negros.

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

Tomamos los que ya habíamos sumado hasta x=4.

P(X=5) = (25 sobre 5) · 0'1^5 · 0'9^20 = 0'06460


P(X=6) = (25 sobre 6) · 0'1^6 · 0'9^19 = 0'02392

Sumamos.

P(X<=6) = 0'902 + 0'06460 + 0'02392 = 0'991

c. Más de cuatro autos son negros.

P(X>4) = P(X>=5) = 0'098


Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

d. Exactamente cuatro autos son negros.

P(X=4) = 0'1384

e. Entre tres y cinco autos (inclusive) son negros.

P(3 < X < 5) = P(X=3) + P(X=4) + P(X=5) = 0'2265 + 0'1384 + 0'0646 = 0'43

f. Más de veinte autos no son negros.

P (X>20) = P (X=21) + P (X=22) + P (X=23) + P (X=24) + P (X=25)


P (X>20) = 0

Solución al estudio de caso 3: El grupo entrega aquí, de manera


organizada, el análisis, desarrollo y solución del ESTUDIO DE
CASO presentado

RESPONSABLE ROL SELECCIONADO


Iván Darío Ramírez Cruz Revisor

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.
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

Un conmutador puede manejar un máximo de 5 llamadas por minuto.


Si la experiencia indica que se recibe un promedio de 3 llamadas por
minuto. Utilice la distribución Poisson para encontrar las probabilidades
de que el número de llamadas recibidas por el conmutador en 1 minuto
sea:

a. A lo sumo 4.
b. Menos de 3.
c. Al menos 4.
d. Quede saturado.
e. Entre 1 y 3.
f. Una o más pero menos de 5.
g. Más de 2 pero menos de 5.
h. Ninguna.
i. Si se cuenta el número de llamadas en 5 minutos, cual es la
probabilidad de que se reciban 4 llamadas.

Solución.

Formula distribución de Poisson.

𝜆𝑥 𝑒 −𝜆
𝑓(𝑥) = 𝑃(𝑋 = 𝐾) =
𝐾!

Variables.

𝜆 = 3 𝑙𝑙𝑎𝑚𝑎𝑑𝑎𝑠 𝑝𝑜𝑟 𝑚𝑖𝑛𝑢𝑡𝑜.

𝑥 = 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑙𝑙𝑎𝑚𝑎𝑑𝑎

a. A lo sumo 4.

P(X≤4) = P (X= 0) + P(X=1) +P (X=2) + P (X=3) + P (X=4)

30 𝑒 −3
𝑃(𝑥 = 0) = = 0,049
0!

31 𝑒 −3
𝑃(𝑥 = 1) = = 0,149
1!

32 𝑒 −3
𝑃(𝑥 = 2) = = 0,224
2!
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

33 𝑒 −3
𝑃(𝑥 = 3) = = 0,224
3!

34 𝑒 −3
𝑃(𝑥 = 4) = = 0,168
4!

P(X≤4) = 0,049+ 0,149+ 0,224 + 0,224+ 0,168

P(X≤4) =0,814

b. Menos de 3.

P(X<3) = P (X= 0) + P(X=1) +P (X=2)

Tomamos los valores del punto 1 para reemplazar.

P(X<3) = 0,049+ 0,149+ 0,224

P(X<3) =0,422

c. Al menos 4.

34 𝑒 −3
𝑃(𝑥 = 4) = = 0,168
4!

d. Quede saturado.

35 𝑒 −3
𝑃(𝑥 = 5) = = 0,1 = 10%
5!

e. Entre 1 y 3.

P (1≤X≤3) = P(X=1) +P (X=2) + P (X=3)

31 𝑒 −3
𝑃(𝑥 = 1) = = 0,149
1!

32 𝑒 −3
𝑃(𝑥 = 2) = = 0,224
2!
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

33 𝑒 −3
𝑃(𝑥 = 3) = = 0,224
3!

P (1≤X≤3) = 0,149 +0,224+ 0,224

P (1≤X≤3) =0,597

f. Una o más pero menos de 5.

P (1≤X<5) = P(X=1) +P (X=2) + P (X=3) + P (X=4)

Tomamos los datos de los ejercicios anteriores.

P (1≤X<5) = 0,149+0,224+ 0,224 +0,168

P (1≤X<5) =0,765

g. Más de 2 pero menos de 5.

P (2<X<5) = P (X=3) + P (X=4)

P (2<X<5) = 0,224+ 0,168

P (2<X<5) =0,392

h. Ninguna.

30 𝑒 −3
𝑃(𝑥 = 0) = = 0,049
0!

i. Si se cuenta el número de llamadas en 5 minutos, cual es la


probabilidad de que se reciban 4 llamadas.

P (x=4, media=3(5)) =0,09 %


Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

Solución al estudio de caso 4: El grupo entrega aquí, de manera


organizada, el análisis, desarrollo y solución del ESTUDIO DE
CASO presentado
RESPONSABLE ROL SELECCIONADO
Iván Darío Ramírez Cruz Revisor

Distribución Normal: Supóngase que se sabe que los pesos de cierto


grupo de personas están distribuidos aproximadamente de forma normal
con media 𝜇=70 𝑘𝑔 y desviación estándar 𝜎=12,5 𝑘𝑔. Use sus
conocimientos sobre la distribución normal para responder:
a. ¿Cuál es la probabilidad de que una persona elegida al azar de
este grupo pese más de 80 kg?
b. ¿Cuál es la probabilidad de que una persona elegida al azar de
este grupo pese entre 50 kg y 85 kg?
c. ¿Cuál es el peso que es superado solo por el 93% de las personas
del grupo?

Solución.
Datos:
Media=𝜇=70 𝑘𝑔
Desviación estándar= 𝜎=12,5 𝑘𝑔
Tipificación

𝑋−𝜇
𝑍=
𝜎
a. ¿Cuál es la probabilidad de que una persona elegida al azar de
este grupo pese más de 80 kg?
Reemplazo.
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

80 − 70
𝑍=
12,5
𝒁 = 𝟎, 𝟖
𝑃 = (𝑧 ≥ 0,8)=1-P (z ≤ 0,8)
𝑃 = 0,788 = 78%

b. ¿Cuál es la probabilidad de que una persona elegida al azar de


este grupo pese entre 50 kg y 85 kg?

P (50≤X85)
P (50≤X) = 0,0548
P (85≤X) =0,88493
P (50≤X85) = P (50≤X) -(1-P (85≤X))
P (50≤X85) =0,06
c. ¿Cuál es el peso que es superado solo por el 93% de las personas
del grupo?
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

RESPONSABLE ROL SELECCIONADO


Cristian Camilo Franco Entregas

Estudio de caso 1: Cristian Camilo Franco Ramirez


Distribución Hipergeométrica: Una compañía tiene siete solicitantes para
dos puestos de trabajo: tres mujeres y cuatro hombres. Suponga que los
siente solicitantes están igualmente calificados y que no se da preferencia 1
Tomado y adaptado Mendenhall Beaver Beaver, Introducción a la
probabilidad y estadística. 14ª edición 2015 para elegir género alguno. Sea x
igual al número de mujeres escogido para ocupar las dos posiciones.
a. Escriba la fórmula para p(x), la distribución de probabilidad de x.
b. ¿Cuáles son la media y la varianza de esta distribución?
c. Construya un histograma de probabilidad para x.
Solucion:
N= 7 solicitantes
x=2
k= 2 puestos de trabajos
n=2

Candidatos:
2 mujeres
4 hombres
x: número de mujeres escogido para ocupar las dos posiciones.

a. Escriba la fórmula para p(x), la distribución de probabilidad de x.


Distribución Hipergeométrica:
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

𝑃(𝑥) = 𝐶𝑘, 𝑥 ∗ 𝐶𝑁 − 𝑘; 𝑛 − 𝑥 /𝐶𝑁, 𝑛


𝐶𝑛, 𝑘 = 𝑛!/𝑘! (𝑛 − 𝑘)!
𝑃(𝑥) = 𝐶2,2 ∗ 𝐶7 − 2; 2 − 2 / 𝐶7,2
𝑃(𝑥) = 1 ∗ 5/21
𝑃(𝑥) = 0,2381

b. ¿Cuáles son la media y la varianza de esta distribución?

Media:
𝜇 = 𝑛∗𝑝
𝜇 = 2 ∗ 0,2381 = 0,48

Varianza:
𝜎² = 𝑛𝑝𝑞 (𝑁 − 𝑛/𝑁 − 1)
𝜎² = 0,37(5/6)
𝜎² = 0,30
Estudio de caso 2: Cristian Camilo Franco Ramirez
Distribución Binomial: La preferencia por el color de un auto cambia con
los años y de acuerdo con el modelo particular que seleccione el cliente. En
año reciente, suponga que 10% de todos los autos de lujo que se vendieron
eran negros. Si 25 autos de es año y tipo se seleccionan al azar, encuentre las
siguientes probabilidades:
a. Al menos cinco autos sean negros.
b. A lo sumo seis autos son negros.
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

c. Más de cuatro autos son negros.


d. Exactamente cuatro autos son negros.
e. Entre tres y cinco autos (inclusive) son negros.
f. Más de veinte autos no son negros.
Planteamiento:
Hay que distinguir que no se pude aplicar la distribución de Poisson, ya que
nos indican una probabilidad y no una media, por lo tanto, se aplica Teorema
de Bayes, que nos da una probabilidad:
10% de los autos de lujos son negros
n= 25
a. Al menos cinco autos sean negros.
10% ∗ 25 = 2,5
𝑃 = 5/25 ∗ 0,1 = 0,02 = 2%
b. A lo sumo seis autos son negros.
𝑃 = 6/25 ∗ 0,10 = 0,024 = 2,4%
c. Más de cuatro autos son negros.
𝑃 = 4/25 ∗ 0,10 = 0,016
𝑃 = 1 − 0,016 = 0,984 = 98,4%
d. Exactamente cuatro autos son negros.
𝑃 = 4/25 ∗ 0,10 = 0,016
e. Entre tres y cinco autos (inclusive) son negros.
f. Más de veinte autos no son negros.
𝑃 = 20/25 ∗ 0,9 = 0,72 = 72%
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

Estudio de caso 3: Cristian Camilo Franco Ramirez


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.
Un conmutador puede manejar un máximo de 5 llamadas por minuto. Si la
experiencia indica que se recibe un promedio de 3 llamadas por minuto.
Utilice la distribución Poisson para encontrar las probabilidades de que el
número de llamadas recibidas por el conmutador en 1 minuto sea:
a. A lo sumo 4.
b. Menos de 3.
c. Al menos 4.
d. Quede saturado.
e. Entre 1 y 3.
f. Una o más pero menos de 5.
g. Más de 2 pero menos de 5.
h. Ninguna.
i. Si se cuenta el número de llamadas en 5 minutos, cual es la probabilidad de
que se reciban 4 llamadas.
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

Planteamiento:
Máximo 5 llamada por minutos
𝜇 = 3 𝑙𝑙𝑎𝑚𝑎𝑑𝑎𝑠 𝑝𝑜𝑟 𝑚𝑖𝑛𝑢𝑡𝑜
𝑒 = 2,7182818
Distribución de Poisson:
Probabilidades de que el número de llamadas recibidas por el conmutador en
1 minuto sea:
𝑃 = (𝑋 = 𝑘) = 𝜇 ∧ 𝑘 ∗ 𝑒 ∧ −𝜇/ 𝐾!
a. A lo sumo 4:
𝑃(𝑋 ≤ 4) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃 (𝑋 = 2) + 𝑃 ( 𝑋
= 3) + 𝑃 ( 𝑋 = 4)
Entonces:
𝑃(𝑋 = 0) = 3⁰ ∗ (2,7182718)⁻³/ 0! = 0,0497870
𝑃(𝑋 = 1) = 3¹ ∗ (2,7182718)⁻³/ 1! = 0,149361
𝑃(𝑋 = 2) = 3² ∗ (2,7182718)⁻³/ 2! = 0,224041
𝑃(𝑋 = 3) = 3³ ∗ (2,7182718)⁻³/ 3! = 0,2240415
𝑃(𝑋 = 4) = 3⁴ ∗ (2,7182718)⁻³/ 4! = 0,16803
𝑃(𝑋 ≤ 4) = 0,81526

b. Menos de 3.
𝑃(𝑋 < 3) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃 (𝑋 = 2)
𝑃(𝑋 < 3) = 0,4231895

c. Al menos 4.
𝑃 ( 𝑋 = 4) = 3⁴ (2,7182718)⁻³/ 4! = 0,16803
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

d. Quede saturado.
𝑃 ( 𝑋 = 5) = 3⁵(2,7182718)⁻³/ 5! = 0,1 = 10%

e. Entre 1 y 3.
𝑃 (1 ≤ 𝑋 ≤ 3) = 𝑃(𝑋 = 1) + 𝑃 (𝑋 = 2) + 𝑃 ( 𝑋 = 3)
𝑃 (1 ≤ 𝑋 ≤ 3) = 0,5975
f. Una o más pero menos de 5.
𝑃 (1 ≤ 𝑋 < 5) = 𝑃(𝑋 = 1) + 𝑃 (𝑋 = 2) + 𝑃 ( 𝑋 = 3) + 𝑃 ( 𝑋 = 4)

g. Más de 2 pero menos de 5.


𝑃 (2 < 𝑋 < 5) = 𝑃 ( 𝑋 = 3) + 𝑃 ( 𝑋 = 4)

h. Ninguna.
𝑃(𝑋 = 0) = 3⁰ ∗ (2,7182718)⁻³/ 0! = 0,0497870
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

Estudio de caso 4: Cristian Camilo Franco Ramirez


Distribución Normal: Supóngase que se sabe que los pesos de cierto grupo
de personas están distribuidos aproximadamente de forma normal con
media 𝜇 =70 kg y desviación estándar 𝜎 =12,5 kg. Use sus conocimientos
sobre la distribución normal para responder:
a. ¿Cuál es la probabilidad de que una persona elegida al azar de este
grupo pese ms de 80 kg?
b. ¿Cuál es la probabilidad de que una persona elegida al azar de este
grupo pese entre 50 kg y 85 kg?
c. ¿Cuál es el peso que es superado solo por el 93% de las personas del
grupo?

Datos:
𝜇 = 70 𝑘𝑔
𝜎 = 12,5 𝑘𝑔

Distribución normal
𝑍 = 𝑋 − 𝜇/𝜎

¿Cuál es la probabilidad de que una persona elegida al azar de este grupo


pese menos de 80 kg?
𝑃 ( 𝑋 ≤ 80 𝑘𝑔) = ?

70
𝑍 = 80 − = 0,8 𝑉𝑎𝑙𝑜𝑟 𝑞𝑢𝑒 𝑢𝑏𝑖𝑐𝑎𝑚𝑜𝑠 𝑒𝑛 𝑙𝑎 𝑡𝑎𝑏𝑙𝑎 𝑑𝑒 𝑑𝑖𝑠. 𝑛𝑜𝑟𝑚𝑎𝑙
12,5
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

𝑃 ( 𝑋 ≤ 80 𝑘𝑔) = 0,78814 = 78,814%


¿Cuál es la probabilidad de que una persona elegida al azar de este grupo
pese entre 50 kg y 85 kg?
𝑃 (50 ≤ 𝑋85) = ?
𝑃(50 ≤ 𝑋 ) = 0,0548
𝑃(85 ≤ 𝑋 ) = 0,88493
𝑃 (50 ≤ 𝑋85) = 𝑃(50 ≤ 𝑋 ) − (1 − 𝑃(85 ≤ 𝑋 ))
𝑃 (50 ≤ 𝑋85) = 0,06

¿Cuál es el peso que es superado solo por el 93% de las personas del grupo?

1,-0,93= 0,07 esta probabilista la ubicamos en la tabla de distribución normal


para determinar Z
𝑍 = −1,48
−1,48 = 𝑋 − 70/12,5
−18,5 + 70 = 𝑋
𝑋 = 51,50 𝑘𝑖𝑙𝑜𝑠
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

RESPONSABLE ROL SELECCIONADO


Marcela Astorquiza

Ejercicio 2

Cuadro sinóptico
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

El grupo entrega aquí, de manera organizada, el análisis, desarrollo y


solución de ESTUDIO DE CASO que selecciono y explico cada estudiante
a sus compañeros de grupo.
Solución al estudio de caso 1: El grupo entrega aquí, de manera
organizada, el análisis, desarrollo y solución del ESTUDIO DE
CASO presentado
RESPONSABLE ROL SELECCIONADO
Marcela Astorquiza
(No borrar este encabezado)
N (tamaño de la población) =7
n (tamaño de la muestra) =2
C (elemento con la característica deseada) =3
X (cantidad de éxitos) =2
𝐶 𝑁−𝐶
( )( )
𝑃(𝑥) = 𝑋 𝑛−𝑋
𝑁
( )
𝑛

3 7−3
( )( )
𝑃(𝑥 = 2) = 2 2 − 2
7
( )
2

3 4
( )( )
𝑃(𝑥 = 2) = 2 0
7
( )
2

(3)(1)
𝑃(𝑥 = 2) = = 0.1428
(21)

Media:
𝜇 =𝑛∗𝑃
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

𝜇 = 2 ∗ 0.1428 = 0.2856

Varianza:
𝑦 𝑁−𝑦 𝑁−𝑛
𝜎2 = 𝑛 ( ) ( )( )
𝑁 𝑁 𝑁−1
𝑁−𝑛
𝜎 2 = 𝑛(𝑃)(1 − 𝑃) ( )
𝑁−1
7−2
𝜎 2 = 2(0.1428)(1 − 0.1428) ( )
7−1
𝜎 2 = 0.2040
Histograma

Oportunidades de éxito Probabilidad de X


0 0,2858
1 0,5714
2 0,1429

Histograma de casos
de Exito
2.5
2
PROBABILIDAD DE X

1.5
1
1

0.5 0.5714
0 0.2858
0.1429
0
1 2 3
CASOS DE EXITO

Oportunidades de éxito Probabilidad de X

Es importante que las respuestas de cada ítem las resalten en un


color diferente o las indiquen como respuestas, esto va para cada uno
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

de los numerales que tenga el punto. (borrar esta instrucción antes


de la entrega)
Solución al estudio de caso 2: El grupo entrega aquí, de manera
organizada, el análisis, desarrollo y solución del ESTUDIO DE
CASO presentado
RESPONSABLE ROL SELECCIONADO
Marcela Astorquiza
(No borrar este encabezado)

La preferencia por el color de un auto cambia con los años y de acuerdo


con el modelo particular que seleccione el cliente. En año reciente,
suponga que 10% de todos los autos de lujo que se vendieron eran
negros. Si 25 autos de ese año y tipo se seleccionan al azar, encuentre
las siguientes probabilidades:

e. Al menos cinco autos sean negros.


f. A lo sumo seis autos son negros.
g. Más de cuatro autos son negros.
h. Exactamente cuatro autos son negros.
i. Entre tres y cinco autos (inclusive) son negros.
j. Más de veinte autos no son negros.

𝑛
𝑃(𝑥 = 𝑟) = ( ) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥
a. Al menos cinco autos sean negros.

𝒙: 𝒏° 𝒅𝒆 𝒂𝒖𝒕𝒐𝒔 𝒏𝒆𝒈𝒓𝒐𝒔

𝒓: ≥ 𝟓

𝒏: 𝟐𝟓

𝒑: 𝟎. 𝟏

𝑛
𝑃(𝑥 = 𝑟) = ( ) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

𝑃(𝑥 ≥ 5) = 𝑃(𝑥 = 5) + 𝑃(𝑥 = 6) + 𝑃(𝑥 = 7)

25 25 25
𝑃(𝑥 ≥ 5) = ( ) 0.15 (1 − 0.1)25−5 + ( ) 0.16 (1 − 0.1)25−6 + ( ) 0.17 (1 − 0.1)25−7
5 6 7

𝑃(𝑥 ≥ 5) = 0.0645 + 0.0239 + 7.215 ∗ 10−3

𝑃(𝑥 ≥ 5) = 0.095615

b. A lo sumo seis autos son negros.

𝒙: 𝒏° 𝒅𝒆 𝒂𝒖𝒕𝒐𝒔 𝒏𝒆𝒈𝒓𝒐𝒔

𝒓: ≤ 𝟔

𝒏: 𝟐𝟓

𝒑: 𝟎. 𝟏
𝑛
𝑃(𝑥 = 𝑟) = ( ) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥

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


+ 𝑃(𝑥 = 6)

25 25 25
𝑃(𝑥 ≤ 6) = ( ) 0.10 (1 − 0.1)25−0 + ( ) 0.11 (1 − 0.1)25−1 + ( ) 0.12 (1 − 0.1)25−2
0 1 2
25 25
+ ( ) 0.13 (1 − 0.1)25−3 + ( ) 0.14 (1 − 0.1)25−4
3 4
25 25
+ ( ) 0.15 (1 − 0.1)25−5 + ( ) 0.16 (1 − 0.1)25−6
5 6

𝑃(𝑥 ≤ 6) = 0.0717 + 0.1994 + 0.2658 + 0.2264 + 0.1384 + 0.0645 + 0.0239

𝑃(𝑥 ≤ 6) = 0.9901

c. Más de cuatro autos son negros.

𝒙: 𝒏° 𝒅𝒆 𝒂𝒖𝒕𝒐𝒔 𝒏𝒆𝒈𝒓𝒐𝒔

𝒓: > 𝟒
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

𝒏: 𝟐𝟓

𝒑: 𝟎. 𝟏
𝑛
𝑃(𝑥 = 𝑟) = ( ) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥

𝑃(𝑥 > 4) = 𝑃(𝑥 = 5) + 𝑃(𝑥 = 6) + 𝑃(𝑥 = 7)

25 25 25
𝑃(𝑥 > 4) = ( ) 0.15 (1 − 0.1)25−5 + ( ) 0.16 (1 − 0.1)25−6 + ( ) 0.17 (1 − 0.1)25−7
5 6 7

𝑃(𝑥 > 4) = 0.0645 + 0.0239 + 7.215 ∗ 10−3

𝑃(𝑥 > 4) = 0.0956

d. Exactamente cuatro autos son negros

𝒙: 𝒏° 𝒅𝒆 𝒂𝒖𝒕𝒐𝒔 𝒏𝒆𝒈𝒓𝒐𝒔

𝒓: 𝟒

𝒏: 𝟐𝟓

𝒑: 𝟎. 𝟏
𝑛
𝑃(𝑥 = 𝑟) = ( ) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥
25
𝑃(𝑥 = 4) = ( ) 0.14 (1 − 0.1)25−4
4

𝑃(𝑥 = 4) = 0.1384

e. Entre tres y cinco autos (inclusive) son negros

𝒙: 𝒏° 𝒅𝒆 𝒂𝒖𝒕𝒐𝒔 𝒏𝒆𝒈𝒓𝒐𝒔

𝟑 ≥𝒓≤𝟓

𝒏: 𝟐𝟓
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

𝒑: 𝟎. 𝟏
𝑛
𝑃(𝑥 = 𝑟) = ( ) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥

𝑃(𝑥 = ≥ 3, ≤ 5 ) = 𝑃(𝑥 = 3) + 𝑃(𝑥 = 4) + 𝑃(𝑥 = 5)

𝑃(𝑥 = ≥ 3, ≤ 5 )
25 25
= ( ) 0.13 (1 − 0.1)25−3 + ( ) 0.14 (1 − 0.1)25−4
3 4
25
+ ( ) 0.15 (1 − 0.1)25−5
5

𝑃(𝑥 = ≥ 3, ≤ 5 ) = 0.2264 + 0.1384 + 0.0645

𝑃(𝑥 = ≥ 3, ≤ 5 ) = 0.4293

f. Más de veinte autos no son negros

𝒙: 𝒏° 𝒅𝒆 𝒂𝒖𝒕𝒐𝒔 𝒏𝒐 𝒏𝒆𝒈𝒓𝒐𝒔

𝒓 > 𝟐𝟎

𝒏: 𝟐𝟓

𝒑: 𝟎. 𝟏
𝑛
𝑃(𝑥 = 𝑟) = ( ) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥

𝑃(𝑥 > 20 ) = 𝑃(𝑥 = 21) + 𝑃(𝑥 = 22) + 𝑃(𝑥 = 23)

25 25
𝑃(𝑥 > 20 ) = ( ) 0.121 (1 − 0.1)25−21 + ( ) 0.122 (1 − 0.1)25−22
21 22
25
+ ( ) 0.123 (1 − 0.1)25−23
23

𝑃(𝑥 > 20 ) = 8.299 ∗ 10−18 + 1.676 ∗ 10−19 + 2.43 ∗ 10−21

𝑃(𝑥 > 20 ) = 8.47 ∗ 10−18


Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

Solución al estudio de caso 3: El grupo entrega aquí, de manera


organizada, el análisis, desarrollo y solución del ESTUDIO DE
CASO presentado

RESPONSABLE ROL SELECCIONADO


Marcela Astorquiza
(No borrar este encabezado)

Un conmutador puede manejar un máximo de 5 llamadas por minuto.


Si la experiencia indica que se recibe un promedio de 3 llamadas por
minuto. Utilice la distribución Poisson para encontrar las probabilidades
de que el número de llamadas recibidas por el conmutador en 1 minuto
sea:

j. A lo sumo 4.

k. Menos de 3.

l. Al menos 4.

m. Quede saturado.

n. Entre 1 y 3.

o. Una o más pero menos de 5.

p. Más de 2 pero menos de 5.

q. Ninguna.

r. Si se cuenta el número de llamadas en 5 minutos, cual es la


probabilidad de que se reciban 4 llamadas.

𝑒 −𝜆 ∗ 𝜆𝑥
𝑃(𝑥) =
𝑥!

Donde
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

𝜆 = 𝑀𝑒𝑑𝑖𝑎 𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑒𝑥𝑖𝑡𝑜𝑠 𝑝𝑜𝑟 𝑢𝑛𝑖𝑑𝑎𝑑 𝑑𝑒 𝑡𝑖𝑒𝑚𝑝𝑜

𝑥 = 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑥𝑖𝑡𝑜𝑠 𝑞𝑢𝑒 𝑠𝑢𝑐𝑒𝑑𝑒𝑛

a. A lo sumo 4

𝜆=3

𝑥≤4
𝑒 ≈ 2.7182
𝑒 −𝜆 ∗ 𝜆𝑥
𝑃(𝑥) =
𝑥!

𝑃(𝑥 ≤ 4) = 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 3) + 𝑃(𝑥 = 4)

2.7182−3 ∗ 30 2.7182−3 ∗ 31 2.7182−3 ∗ 32 2.7182−3 ∗ 33


𝑃(𝑥 ≤ 4) = + + +
0! 1! 2! 3!
2.7182−3 ∗ 34
+
4!
𝑃(𝑥 ≤ 4) = 0.0497 + 0.1493 + 0.2240 + 0.2240 + 0.1680
𝑃(𝑥 ≤ 4) = 0.815

b. Menos de 3
𝜆=3

𝑥<3
𝑒 ≈ 2.7182
𝑒 −𝜆 ∗ 𝜆𝑥
𝑃(𝑥) =
𝑥!

𝑃(𝑥 < 3) = 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2)


2.7182−3 ∗ 30 2.7182−3 ∗ 31 2.7182−3 ∗ 32
𝑃(𝑥 < 3) = + +
0! 1! 2!
𝑃(𝑥 < 3) = 0.0497 + 0.1493 + 0.2240
𝑃(𝑥 < 3) = 0.423
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

c. Al menos 4
𝜆=3

𝑥≥4
𝑒 ≈ 2.7182
𝑒 −𝜆 ∗ 𝜆𝑥
𝑃(𝑥) =
𝑥!

𝑃(𝑥 ≥ 4) = 𝑃(𝑥 = 4) + 𝑃(𝑥 = 5) + 𝑃(𝑥 = 6) + 𝑃(𝑥 = 7)


2.7182−3 ∗ 34 2.7182−3 ∗ 35 2.7182−3 ∗ 36 2.7182−3 ∗ 37
𝑃(𝑥 ≥ 4) = + + +
4! 5! 6! 7!
𝑃(𝑥 ≥ 4) = 0.1680 + 0.1008 + 0.0504 + 0.0216
𝑃(𝑥 ≥ 4) = 0.3408
d. Quede saturado
𝜆=3

𝑥=5
𝑒 ≈ 2.7182
𝑒 −𝜆 ∗ 𝜆𝑥
𝑃(𝑥) =
𝑥!

2.7182−3 ∗ 35
𝑃(𝑥 = 5) =
5!
𝑃(𝑥 = 5) = 0.1008
e. Entre 1 y 3
𝜆=3

1≥𝑥≤3
𝑒 ≈ 2.7182
𝑒 −𝜆 ∗ 𝜆𝑥
𝑃(𝑥) =
𝑥!
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

𝑃(1 ≥ 𝑥 ≤ 3) = 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 3)


2.7182−3 ∗ 31 2.7182−3 ∗ 32 2.7182−3 ∗ 33
𝑃(1 ≥ 𝑥 ≤ 3) = + +
1! 2! 3!
𝑃(1 ≥ 𝑥 ≤ 3) = 0.1493 + 0.2240 + 0.2240
𝑃(1 ≥ 𝑥 ≤ 3) = 0.5973
f. Una o más pero menos de 5
𝜆=3

1≥𝑥<5
𝑒 ≈ 2.7182
𝑒 −𝜆 ∗ 𝜆𝑥
𝑃(𝑥) =
𝑥!

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

2.7182−3 ∗ 31 2.7182−3 ∗ 32 2.7182−3 ∗ 33 2.7182−3 ∗ 34


𝑃(1 ≥ 𝑥 < 5) = + + +
1! 2! 3! 4!

𝑃(1 ≥ 𝑥 < 5) = 0.1493 + 0.2240 + 0.2240 + 0.1680

𝑃(1 ≥ 𝑥 < 5) = 0.7653

g. Más de 2 pero menos de 5.

𝜆=3

2>𝑥<5
𝑒 ≈ 2.7182
𝑒 −𝜆 ∗ 𝜆𝑥
𝑃(𝑥) =
𝑥!

𝑃(2 > 𝑥 < 5) = 𝑃(𝑥 = 3) + 𝑃(𝑥 = 4)


2.7182−3 ∗ 33 2.7182−3 ∗ 34
𝑃(2 > 𝑥 < 5) = +
3! 4!
𝑃(2 > 𝑥 < 5) = 0.2240 + 0.1680
𝑃(2 > 𝑥 < 5) = 0.392
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

h. Ninguno

𝜆=3

𝑥=0
𝑒 ≈ 2.7182

𝑒 −𝜆 ∗ 𝜆𝑥
𝑃(𝑥) =
𝑥!

2.7182−3 ∗ 30
𝑃(𝑥 = 0) =
0!

𝑃(𝑥 = 0) = 0.0497

i. Si se cuenta el número de llamadas en 5 minutos, cual es la


probabilidad de que se reciban 4 llamadas

𝜆 = 15 𝑙𝑙𝑎𝑚𝑎𝑑𝑎𝑠 𝑒𝑛 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑝𝑜𝑟 𝑙𝑜𝑠 5 𝑚𝑖𝑛

𝑥=4
𝑒 ≈ 2.7182

𝑒 −𝜆 ∗ 𝜆𝑥
𝑃(𝑥) =
𝑥!

𝑒 −15 ∗ 154
𝑃(𝑥 = 4) =
4!

𝑃(𝑥 = 4) = 0.00064
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

Es importante que las respuestas de cada ítem las resalten en un


color diferente o las indiquen como respuestas, esto va para cada uno
de los numerales que tenga el punto. (borrar esta instrucción antes
de la entrega)
Solución al estudio de caso 4: El grupo entrega aquí, de manera
organizada, el análisis, desarrollo y solución del ESTUDIO DE
CASO presentado
RESPONSABLE ROL SELECCIONADO
Marcela Astorquiza
(No borrar este encabezado)

Supóngase que se sabe que los pesos de cierto grupo de personas


están distribuidos aproximadamente de forma normal con media 𝜇=70
𝜇𝜇 y desviación estándar 𝜇=12,5 𝜇𝜇. Use sus conocimientos sobre la
distribución normal para responder:
a. ¿Cuál es la probabilidad de que una persona elegida al azar de
este grupo pese ms de 80 kg?

𝑥−𝜇
𝑍=
𝜎
𝑥 > 80𝑘𝑔
𝜇 = 70𝑘𝑔
𝜎 = 12.5𝑘𝑔
80 − 70
𝑍=
12.5
𝑍 = 0.8
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

La tabla para el valor de Z=0.8 nos indica una probabilidad de 0.2119

b. ¿Cuál es la probabilidad de que una persona elegida al azar de


este grupo pese entre 50 kg y 85 kg?

50𝑘𝑔 < 𝑥 ≤ 85𝑘𝑔


𝜇 = 70𝑘𝑔
𝜎 = 12.5𝑘𝑔
50 − 70 85 − 70
𝑃(50 < 𝑥 ≤ 85) = 𝑃 ( <𝑍≤ )
12.5 12.5
𝑃(50 < 𝑥 ≤ 85) = 𝑃(−1.6 < 𝑍 ≤ 1.2) = 𝑃(𝑍 ≤ 1.2) − [1 − 𝑃(𝑍 ≤ 1.6)]
= 0.8849 − [1 − 0.9452] = 0.8301
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

c. ¿Cuál es el peso que es superado solo por el 93% de las personas


del grupo?
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

𝑥−𝜇
𝑍=
𝜎
𝑋=?
𝑍 =?
𝜇 = 70𝑘𝑔
𝜎 = 12.5𝑘𝑔
Hallar Z de forma contraria para identificar qué valor es menor al
93% en la tabla de Distribución
Z actual es 0,93 = 0,8238
Z ubicado en la tabla de distribución es 1,47 = 0,9292, este es
el valor que esta apenas por debajo del 93%, esto con el fin de
hallar el valor de X
𝑋 − 70
0,9292 =
12,5
0,9292𝑥12,5 = 𝑋 − 70
(0,9292𝑥12,5) + 70 = 𝑋
𝑋 = 81,615
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

Ejercicio 3 Colaborativo

Mentefacto:

El grupo presenta un mentefacto sobre los conceptos e ideas


fundamentales de la unidad 2, tomando como base los cuadros
sinópticos elaborados individualmente en el ejercicio Nº 1 y la
resolución del ejercicio Nº 2 (involucrando las ideas y conclusiones
generales, de cada uno de los casos de estudio).

Unidad 2
Probabilidad condicional y
distribuciones de Probabilidad

Distribución de probabilidades de una Distribución continua de probabilidad


variable aleatoria discreta

Es importante que las respuestas de cada ítem las resalten en un color


diferente o las indiquen como respuestas, esto va para cada uno de los
Es el conjunto de todos los posibles resultados que
representan una variable aleatoria continua junto
La
Son el conjunto de todos los posibles
numerales que tenga
resultados de un experimento, los el punto. (borrar esta instrucción
con la probabilidad antes de la
de su resultado
nu

entrega)
cuales se pueden expresar en
formulas, graficas, cuadros, entre
otras.

Distribución de Distribución de Distribución de


Distribución de Distribución de probabilidad probabilidad probabilidad
probabilidad probabilidad normal exponencial uniforme
binomial hipergeométrica S
v
u
Sirve para d
Distribución de Distribución aproximar el Es el responsable de Es la distribución continua
probabilidad de comportamiento de medir el paso del tiempo de probabilidad en la cual
poisson probabilida las distribuciones entre un suceso y otro todos los valores que toma
d discretas la variable en el intervalo
geométrica

Aplicación: Permite Aplicación: Permite Aplicación: Es un ejemplo de


modelar numerosos calcular la una distribución continua.
fenómenos naturales, probabilidad de Entre ellas están: la estatura
sociales, psicológicos números de un grupo de personas, el
partiendo de una gran específicos de tiempo dedicado a estudiar,
cantidad de variables “eventos” durante la temperatura en una
que en ellos un periodo o ciudad.
intervienen espacio particular
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

Conclusiones (mínimo 1 por cada participante)

ESTUDIANTE CONCLUSIÓN
Juan Camilo Zapata Gracias al desarrollo de este taller me
he dado cuenta de que las variables
aleatorias y las distribuciones de
probabilidad son de gran utilidad ya
quedando un buen uso de las
fórmulas que estas nos ofrecen
podemos dar solución rápida a
problemas que se nos pueden
presentar en cualquier parte de
nuestro trabajo, ya sea en
investigación o en la vida cotidiana

Iván Darío Ramírez Cruz A partir del desarrollo del


presente informe se puede
concluir que Una distribución
binomial describe datos discretos
resultantes de un experimento
denominado proceso de Bernoulli.

Dentro de sus características se


encuentra que solo toma dos
resultados posibles: lado A o lado
B, Si o No, éxito o fracaso.
Asimismo, gracias a los ejercicios
propuestos se han logrado
asimilar los contenidos de la
unidad tarea 2 del curso
probabilidad de la universidad
nacional abierta y a distancia.
Cristian Camilo Franco El uso de la distribución normal,
Binomial e Hipergeométrica
permite que realicemos
complejos cálculos estadísticos de
manera ordenada y formulada,
para casos en los cuales el orden
y la agilidad para tomar
decisiones o estudiar datos es
fundamental.
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

Marcela Astorquiza La unidad dos y el desarrollo de


los ejercicios planteados,
permiten al estudiante identificar
y reconocer los diferentes
conceptos, fundamentos,
métodos y propiedades de la
probabilidad y sus aplicaciones en
los diferentes campos
profesionales de la ingeniería.

Referencias bibliográficas en formato APA. (Mínimo una por cada


participante, no pueden repetir referencias)

ESTU REFERENCIA
DIAN
TE
Juan Rodríguez, F. & Pierdant, A. (2014). Estadística para administración.
camilo Pp. 150-152. Recuperado
zapata de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=258&docID=
11013767&tm=1470693471527
Iván García, Á. M. Á. (2005). Introducción a la teoría de la probabilidad.
Darío primer curso. Pp. 267-291. Recuperado de
Ramíre
z Cruz https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/detail.action?d
ocID=4722054

Cristian Rodríguez, F. & Pierdant, A. (2014). Estadística para


Camilo administración. Pp. 245-261. Recuperado de:
Franco http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.
action?ppg=258&docID=11013767&tm=1470693471527
Marcela Rodríguez, F. & Pierdant, A. (2014). Estadística para
Astorqu administración. Pp. 150-152. Recuperado
iza de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/rea
der.action?ppg=258&docID=11013767&tm=147069347152
7

Objetivo virtual de información que presenta la distribución


binomial, así como un ejemplo de su aplicación.
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402

Sánchez, J. (2018). Distribución binomial. Recuperado


de http://hdl.handle.net/10596/19010
Sánchez, S. E. A., Inzunza, C. S., & Ávila, A. R. (2015).
Probabilidad y estadística 1. Distrito Federal, MÉXICO:
Grupo Editorial Patria. Recuperado
de https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/re
ader.action?docID=4569628&ppg=46