Documentos de Académico
Documentos de Profesional
Documentos de Cultura
VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
1090175579
DEYSIMICH@HOTMAIL.COM
CÓDIGO: 201508
TUTOR
ZOOTECNIA
09/06/2019
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de Investigación -
VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Introducción
Variables aleatorias
Una variable aleatoria es, una función que asigna un número real a cada resultado en el
espacio muestral de un experimento aleatorio. Se denota con una letra mayúscula tal como X.
En este tema se verá la importancia de cuantificar los resultados de un experimento aleatorio
sabiendo que ellos pueden ser cualitativos o cuantitativos.
Para facilitar estos cálculos se acude a una función que ubica el espacio muestral en el
conjunto de los números reales, esta es conocida como variable aleatoria. Se puede definir
como variables aleatorias cuyos valores sean contables o no, y al ser una caracterización
cuantitativa de los resultados de un espacio muestral, ellas pueden ser discretas o continuas.
Variable aleatoria X es discreta si el número de valores que puede tomar es finito (o infinito
contable).
El valor esperado (también llamado media o esperanza matemática) de una variable aleatoria
discreta X es una medida de posición para la distribución de X. Se simboliza con µ y se
calcula al sumar el producto de cada valor de X con su probabilidad correspondiente.
DISTRIBUCIÓN BINOMIAL
Definición
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de Investigación -
VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Definición
Distribución Hipergeométrica.
Supongamos que tenemos una población de tamaño N y de ella se selecciona una muestra
de tamaño n para verificar si cada elemento tiene o no una cierta característica, esto se puede
manejar en términos de éxito y de fracaso. Si el tamaño de la muestra n es pequeño en
comparación con el tamaño de la población N ( n / N ≤ 5% ) podemos considerar los intentos
como independientes y asumir que probabilidad de obtener un éxito en un elemento es la
misma en cada intento, por lo que podemos aplicar la distribución binomial.
resultados en intentos anteriores es decir que son dependientes. Cuando pasa esto el número
x de éxitos sigue lo que se conoce como una distribución hipergeométrica de probabilidad.
1. La población N del conjunto de unidades o elementos es de orden finito, de los cuales una
parte: k "son éxitos", y otra parte son "fracasos".
Distribución Poisson.
Sea X una variable aleatoria que representa el número de eventos aleatorios independientes
que ocurren con igual rapidez en un intervalo de medida. Se tiene entonces que la función de
probabilidad de esta variable, se expresa por:
Describe el comportamiento de una variable discreta que puede tomar n valores distintos con
la misma probabilidad cada uno de ellos. Un caso particular de esta distribución, ocurre
cuando los valores son enteros consecutivos. Esta distribución asigna igual probabilidad a
todos los valores enteros entre el límite inferior y el límite superior que definen el recorrido de
la variable.
Una variable aleatoria se dice que sigue una distribución uniforme continua en un intervalo
real (a,b), y se representa por (a,b), si su función de densidad es constante en dicho intervalo
y nula fuera de él; es decir:
Distribución Normal.
Objetivos
El grupo presenta máximo 3 objetivos, uno general y dos especificos.
Ejercicio 2
n=2
Candidatos:
2 mujeres
4 hombres
X: número de mujeres escogido para ocupar las dos posiciones.
Distribución Hipergeométrica:
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.
Solución
Planteamiento:
1 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
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:
n= 25
10%*25 = 2,5
P = 5/25*0,1 = 0,02 = 2%
P= 4/25*0,10 = 0,016
P= 4/25*0,10 = 0,016
a. A lo sumo 4.
b. Menos de 3.
c. Al menos 4.
d. Quede saturado.
e. Entre 1 y 3.
2 Tomado y adaptado de Ritchey F., Estadística para las Ciencias sociales, Mc Graw Hill, 2014
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de Investigación -
VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
h. Ninguna.
Solución
a. A lo sumo 4.
P(x<=4)=81,53 %
b. Menos de 3.
P(x<3)=42,32 %
c. Al menos 4.
P(x>=4)=26,89 %
d. Quede saturado.
P(x=5)=91,61 %
e. Entre 1 y 3.
P(1<=x<=3)=59,74 %
P(1<=x<5)=76,55 %
P(2<x<5) =39,21 %
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de Investigación -
VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
h. Ninguna.
P(x=0)=4,98 %
P(x=4, media=3(5))=0,09 %
Ejercicio 3
Mentefacto:
ESTUDIANTE CONCLUSIÓN
Mediante el desarrollo de los ejercicios
de casos de la presente guía, nosotros
como estudiantes utilizamos los
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de Investigación -
VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
ESTUDIANTE REFERENCIA