271 - Tarea 2

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
Experimentos aleatorios y distribuciones de probabilidad

Probabilidad 10042 grupo 271
Presentado por:
EDGAR E. PULIDO
CARLOS ALEXANDER CASTRO
JHON OJEDA THERAN
LINA MARÍA PACHECO
Presentado a:
Lic. Nayives Xilena Trujillo
Universidad nacional abierta y a distancia

2019
Introducción
El desarrollo de habilidades estadísticas es indispensable en múltiples

disciplinas, puesto que nos sirve como herramienta de trabajo, ya sea
para realizar estudios de tipo cuantitativo o para lograr la
sistematización de información referente a problemáticas sociales. En
este segundo trabajo colaborativo hallaremos el planteamiento de 8
problemas de probabilidad los cuales resolveremos por medio de
distintos métodos probabilísticos.
Estudiaremos los conceptos de variable aleatoria, distribución discreta

y continua, medidas de tendencia central, la distribución binomial y
negativa, distribución hipergeométrica y geométrica, la distribución de
Poisson, la Distribución normal estándar, entre otros. De acuerdo al
problema planteado seleccionaremos el método de distribución que
creamos adecuado y le daremos su respectiva solución.
Objetivos
Objetivo general
Identificar y comprender los conocimientos estudiados a lo largo de la
segunda unidad académica del curso.
Objetivo específicos
 Comprender los principios y aplicaciones que tiene la probabilidad
en los distintos campos del saber.
 Contribuir al estudiante en el desarrollo de habilidades para el
análisis de eventos cuantificables, mediante el uso sistemático de
conceptos, fundamentos y métodos de la Probabilidad.

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
Edgar Elías Pulido Entregas
Solución:
a. Distribución Hipergeométrica: Una empresa manufacturera recibe

un lote que contiene 100 artículos de los cuales cinco son defectuosos.
La compañía revisa constantemente los lotes - que recibe para
establecer la calidad del material. Si la calidad de un lote recibido es
baja, regresa al proveedor el lote completo. Suponga que la compañía
recibe el lote y lo acepta si hay sólo 1 o menos piezas defectuosas en
una muestra de tamaño 6 sin reposición. ¿Cuál es la probabilidad de que
se acepte un lote de 100 artículos que contenga 5 defectuosos?
Distribución Hipergeométrica:
Para realizar el desarrollo de esta actividad es necesario estudiar los

conceptos presentados en algunos de los documentos presentados
para el estudio del curso. Por ello La probabilidad en una distribución
hipergeométrica está dada por la siguiente relación matemática
(Rodríguez Franco & Pierdant Rodríguez, 2014)
¿Cuál es la probabilidad de que se acepte un lote de 100 artículos que

contenga 5 defectuosos?
En este caso tenemos lo siguiente:
Tamaño de la población N = 100
Tamaño de la muestra n = 6
Número de éxitos en la población Y = 5
Número de éxitos en la muestra 𝑥 ≤ 1
(5) ∗ (57940519)
𝑃(𝑥) = = 0,24303
(1192052400)
De este modo podemos determinar que la probabilidad de que la

empresa acepte un lote que contenga 5 defectuosos se puede
determinar como del 24,303%
b. Distribución Binomial: La probabilidad de fallar durante el vuelo

para cada uno de los seis motores de un avión es 0.0005. Suponiendo
que los seis motores trabajan independientes, determine la
probabilidad que en un vuelo determinado
1. No ocurra ninguna falla de motor
2. No ocurra más de una falla
3. Ocurra exactamente dos fallas.
Distribución Binomial
La probabilidad en una distribución binomial está dada por la siguiente

relación matemática (Rodríguez Franco & Pierdant Rodríguez, 2014)
𝑛!
𝑃𝑛,𝑟 = 𝑝𝑟 𝑞 𝑛−𝑟
𝑟! (𝑛 − 𝑟)!
1. Probabilidad que no ocurra ninguna falla de motor:

n = 6, r = 0, p = 0,0005, q = 1 – p = 0,9995
6!
𝑃6,0 = 0,00050 0,99956−0
0! (6 − 0)!
𝑃6,0 = 1 ∗ 0,00050 ∗ 0,99956−0
𝑃6,0 = 0,997003748
Podemos determinar y con los datos estudiados que la probabilidad

de que no ocurra ningún fallo de motor es del 99,7003%
2. Probabilidad que no ocurra más de una falla:

n = 6, r = 1, p = 0,0005, q = 1 – p = 0,9995
6!
𝑃6,1 = 0,00051 0,99956−1
1! (6 − 1)!
𝑃6,1 = 6 ∗ 0,00051 ∗ 0,99956−1
𝑃6,1 = 0,002992507
En los vuelos de los aviones con los 6 motores para su andamiento

determinamos que la probabilidad que no ocurra más de una falla
se calcula sumando la P(0) y la P(1), es decir que la probabilidad
será de 99,9996255%
3. Probabilidad Ocurra exactamente dos fallas:

n = 6, r = 2, p = 0,0005, q = 1 – p = 0,9995
6!
𝑃6,2 = 0,00052 0,99956−2
2! (6 − 2)!
𝑃6,2 = 15 ∗ 0,00052 ∗ 0,99956−2
𝑃6,2 = 3,743𝐸 − 6
c. Distribución Poisson: El número de casos admitidos de

emergencia en cierto hospital en 1 hora es una variable aleatoria
con distribución de Poisson con X = 3. Determinar - la
probabilidad que en cierta hora
1. Ningún caso de emergencia es admitido.
2. Más de 3 casos de emergencia son admitidos.
Distribución Poisson
La probabilidad en una distribución de Poisson está dada por la

siguiente relación matemática (Rodríguez Franco & Pierdant Rodríguez,
2014)
Donde:
En este caso tenemos que:
λ=3
1. Ningún caso de emergencia es admitido.

30
𝑃(𝑥) = = 0,0497870
0! 𝑒 3
De los datos presentados para el hallazgo de la probabilidad. Se

determina que la probabilidad de que ningún caso sea admitido es del
4,978%
2. Más de 3 casos de emergencia son admitidos.
Se halla el acumulado de los casos 0, 1, 2 y 3 a través de la función de

Excel Poisson. El resultado es:
Poisson (3,3,1) = 0,647231889
Entonces la probabilidad que más de 3 casos sean admitidos se calcula

de la siguiente manera:
𝑃(𝑥 > 3) = 1 − Poisson(3,3,1)
𝑃(𝑥 > 3) = 1 − 0,647231889
𝑃(𝑥 > 3) = 0,352768111
La probabilidad es aproximadamente del 35,277%
d. Distribución Normal: De acuerdo con la Organización de Naciones

Unidas (ONU), en Latinoamérica se tiene una esperanza de vida al
nacer de 73.4 años y una desviación estándar de 4.3714 años. Si la
esperanza de vida de una persona sigue una distribución normal,
calcula:
1. La probabilidad de que una persona sobrepase los 80 años de

vida.
2. La probabilidad de que una persona al nacer tenga una

esperanza de vida entre 70 y 75 años.
3. ¿A partir de qué valor se tiene el 10% más alto de la esperanza

de vida al nacer?
Distribución Normal:
La probabilidad para una distribución normal se calcula mediante la

siguiente relación:
Por medio de la función de Excel DISTR.NORM.ESTAND.N y el

parámetro Z se calcula la probabilidad.
a) La probabilidad de que una persona sobrepase los 80 años de vida.
80 − 73,4
𝑍= = 1,50981379
4,3714
𝑃(𝑍 ≥ 80) = 0,934454527
La probabilidad que una persona sobrepase los 80 años de vida es de

aproximadamente el 93,445%
b) La probabilidad de que una persona al nacer tenga una

esperanza de vida entre 70 y 75 años.
70 − 73,4 75 − 73,4
𝑃(70 < 𝑋 ≤ 75) = 𝑃 ( <𝑍≤ )=
4,3714 4,3714
= 𝑃(−0,7777828 < 𝑍 ≤ 0,3660154)

= 𝑃(𝑍 ≤ 0,3660154) − [1 − 𝑃(𝑍 ≤ 0,7777828 ) =
= 0,642823 − (1 − 0,781651) = 0,424474
La probabilidad de que una persona al nacer tenga una esperanza de

vida entre 70 y 75 años es de aproximadamente 42,4474%
c) ¿A partir de qué valor se tiene el 10% más alto de la esperanza

de vida al nacer?
Se halla el valor de Z para el 90% que gracias a la función de Excel

DISTR.NORM.ESTAND.INV el resultado es 1,282
Entonces despejamos X de la ecuación para calcular Z dando como

resultado la siguiente expresión:
𝑋 = 𝑍𝜎 + µ
Reemplazando
𝑋 = (1,282 ∗ 4,3714) + 73,4 = 79,004 𝑎ñ𝑜𝑠
A partir de 79 años aproximadamente se tiene el 10% más alto de

esperanza de vida al nacer.

CASO presentado
Carlos Alexander Castro Polanco Evaluador
Solución:
a. Distribución Hipergeométrica: El edificio Nantes está
compuesto por 30 apartamentos. De ellos, 10 están habitados por
matrimonios con sólo dos hijos hombres. Los otros 20 están
habitados por matrimonios con sólo dos hijas. Se va a demoler el
edificio para construir - uno de 60 departamentos, para lo cual se
procede a desalojar parcialmente el edificio sorteando
mensualmente una familia, la que debe retirarse. ¿Cuál es la
probabilidad que al cabo de año y medio quede en el edificio el
mismo número de mujeres y de hombres?
N= 30*4personas= 60
Apartamentos habitados con sólo 2 hijos varones: 10/30 = 1/3

Apartamentos habitados con sólo 2 hijas hembras: 20/30 = 2/3
Número de hombres= 10*3= 30
Número de mujeres= 20*3= 60
Mensualmente se desaloja 1 familia:
1 año y medio: 18 meses: 18 familias.
18-30= 12 familias
n= 12*4= 48 personas
Probabilidad de que queden en el edificio:

N° de Mujeres = N° de Hombres
24 mujeres
24 hombres
Individuos que quedan en el edificio k=24
p= k/N
p= 24/60
p= 0,4
Para hallar la probabilidad de que al cabo de año y medio quede

en el edificio el mismo número de mujeres y de hombres aplicamos
la Distribución Hipergeométrica. Dado que N es grande: N>50,
aproximamos a la Distribución Binomial:
Sustituyendo tenemos:
La probabilidad que al cabo de año y medio quede en el edificio el mismo

número de mujeres y de hombres es de 0,043.
b. Distribución Binomial: En una escuela profesional de cuatro

años, el 50% de los alumnos están - en el primer año, el 25% en
el segundo, el 15% en tercero y el 10% en cuarto. Se selecciona

5 alumnos al azar. ¿Cuál es la probabilidad que:
R/ Una distribución binomial es una distribución de probabilidad

discreta que conociendo la probabilidad de éxito de un evento se
quiere determinar que en n experimento tengamos x éxitos, la
función de probabilidad es:
P (X = x) = n! /((n-x)! *x!) *pˣ*(1-p) ⁿ⁻ˣ
1. ¿Exactamente 2 sean del primer año?
Entonces en este caso p = 0.50, n = 5 y se desea saber la

probabilidad de X = 2
P (X = 2) = 5! / ((5-2)! *2!)*0.5^5*(1-0.5)³
= 0.03906
2. ¿Ninguno sea del tercero o cuarto año?

Entonces en este caso p = 0.15+ 0.10= 0.25, n = 5 y se desea
saber la probabilidad de X = 0
P(X = 0) = 5!/((5-0)!*0!)*0.35^5*(1-0.35)^5
= 0.0061
La probabilidad de que 2 sean del primer año es 0.03905, de

que ninguna sea del tercer o cuarto año es 0.0061.
c. Distribución Poisson: Suponga que cierta enfermedad rara

afecta al 0.1% de la población grande. 5,000 persona se escogen
aleatoriamente de esta población y son sometidos a un examen

para detectar la enfermedad.
Una distribución binomial es una distribución de probabilidad

discreta que conociendo la probabilidad de éxito de un evento se
quiere determinar que en n experimento tengamos x éxitos, la
función de probabilidad es:
P(X = x) = n!/((n-x)!*x!)*pˣ*(1-p)ⁿ⁻ˣ
1. ¿Cuál es el número esperado de personas con dicha enfermedad?

El valor esperado de una binomial es:
E(X) = n*p
Entonces en este caso p = 0.001, n = 5000
Valor esperado:
E(X) = 5000*0.001 = 5
2. ¿Cuál es la probabilidad que exactamente 10 personas son

afectadas por la enfermedad?
Se desea saber la probabilidad de X = 10

P(X = 10) = 5000!/((5000-10)!*10!)*0.001⁵⁰⁰⁰*(1-
0.001)⁵⁰⁰⁰⁻¹⁰
= 0.018105567
El número esperado de personas con la enfermedad es 5 personas y la

probabilidad que exactamente 10 personas estén infectadas es
0.018105567.
d. Distribución Normal: Entre mayo y junio de 2011, la cotización

del dólar a la venta tuvo una media de $16.9205 y una desviación
estándar de $0.2695. Si la cotización del dólar sigue una
distribución normal, determina:
μ= 8,1
σ^2= 3,1
σ= √3,1= 1,76
Empleamos la distribución normal estandarizada, esto es N (0,1).

Entonces la variable X la denotamos por Z:
Z= X - μ/σ
donde:
σ=desviación
μ=media
X= variable aleatoria
X≈N (μ= 16,9205; σ= 0,2695)
1. La probabilidad de que la venta de un dólar sobrepase los $18.
La probabilidad de que la venta de un dólar sobrepase

los 18$: 0,86.
18 − 16,9205
𝑃(𝑋 ≥ 18) = 𝑃(𝑍 < )
0,2695
𝑃(𝑋 ≥ 18) = 𝑃(𝑍 < 4)
𝑃(𝑋 ≥ 18) = 1 − 𝑃(𝑍 < 4)
2. La probabilidad de que la cotización del dólar a la venta sea menor

a los $15.
La probabilidad de que la cotización del dólar a la venta

sea menor a los $15.
3. Con tu equipo, investiga qué factores intervienen en la cotización

del dólar. Discute con ellos qué consecuencias trae una
devaluación del peso frente al dólar.
Los factores que intervienen en la cotización del dólar son el nivel

inflacionario, deuda pública, nivel de divisas, estabilidad política y
productividad del país, especulación, valor de otras divisas, entre
otros. Las consecuencias principales que trae una devaluación del
peso frente al dólar es el aumento de los precios a nivel
generalizado de los productos importados, así como aquellos cuya
producción depende de la importación de materia prima y por lo
tanto el aumento de la liquidez monetaria demanda de dinero.
1. La probabilidad de que la venta de un dólar sobrepase los 18$:

0,0002.
2. La probabilidad de que la cotización del dólar a la venta sea

menor a los 0,0001.
3. Los factores que intervienen en la cotización del dólar son el

nivel inflacionario, deuda pública, nivel de divisas, estabilidad
política y productividad del país, especulación, valor de otras
divisas, entre otros. Las consecuencias principales que trae una
devaluación del peso frente al dólar es el aumento de los precios a
nivel generalizado de los productos importados, así como aquellos
cuya producción depende de la importación de materia prima y por
lo tanto el aumento de la liquidez monetaria demanda de dinero.

CASO presentado

Lina María Pacheco Amado Alertas
Solución:
e. Distribución Hipergeométrica: A menudo los biólogos que

estudian un ambiente específico etiquetan y liberan a sujetos con
el fin de estimar de tamaño de la población o la prevalencia de
ciertas características en ella. Los biólogos capturan a 10 animales
de una especie que se piensa extinta (o casi extinta) los etiquetan
y los liberan en cierta región. Después de un periodo secciona en
la región una muestra aleatoria de 15 animales de ese tipo. ¿Cuál
es la probabilidad de que 5 de los animales seleccionados estén
etiquetados, si hay 25 animales de este tipo en la región?
RTA/ La probabilidad de que 5 de los animales seleccionados
estén etiquetados es de 23,15%
Probabilidad Hipergeométrica
𝑃(𝑥) = 𝐶𝑘, 𝑥 ∗ 𝐶(𝑁 − 𝑘); (𝑛 − 𝑥) /𝐶𝑁, 𝑛
Ecuación de combinaciones:
𝐶𝑛, 𝑘 = 𝑛!/𝑘! (𝑛 − 𝑘)!

Después de un periodo seleccionan en la región una muestra
aleatoria de 15 animales de ese tipo. ¿Cuál es la probabilidad de
que 5 de los animales seleccionados estén etiquetados, si hay 25
animales de este tipo en la región?
𝑁 = 25
𝑛 = 15
𝑥 = 5
𝑘 = 10
𝐶𝑘, 𝑥 = 𝐶10,5 = 10!/5! 5! = 10 ∗ 9 ∗ 8 ∗ 7 ∗ 6 ∗ 5!/5! ∗ 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1
= 252
𝐶 (𝑁 − 𝑘); (𝑛 − 𝑥) = 𝐶15,10 = 15!/10! ∗ 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1
= 15 ∗ 14 ∗ 13 ∗ 12 ∗ 11/120 = 3003
𝐶𝑁, 𝑛 = 𝐶25,15 = 3268760
𝑃 (𝑥) = 252 ∗ 3003/3268760 = 0,2315
La probabilidad de que 5 de los animales seleccionados

estén etiquetados es de 23,15%
f. Distribución Binomial: En una feria (hace mucho tiempo),
comprando un boleto de 10 soles se podía participar en un juego
que consistía en lanzar 6 argollas para embocar en una botella de
madera. Los premios del juego eran: Una bolsa de caramelos
(valor 1 sol) al enhorcar de 1 a 3 argollas, Un tarro de duraznos
(valor 4 soles) al embocar 4 argollas. Una botella de vermouth
(valor 17 soles) al enhorcar 5 argollas. Una caja de cigarrillos
(valor 31 soles) al enhorcar las 6 argollas. # Sabiendo que el
jugador promedio tiene una probabilidad 1/3 de embocar ca da
una de las argollas, y que se vende un promedio de 729 boletos
por día, determinar cuáles son los ingresos netos diarios del dueño
del juego.
RTA/
Los ingresos netos diarios del dueño del juego son de 6218 soles
Explicación:
Distribución Binomia
𝑃(𝑥 = 𝑘) = 𝐶𝑛, 𝑘 ∗ 𝑝 ∧ 𝑘 ∗ 𝑞 ∧ (𝑛 − 𝑘)
𝐶𝑛, 𝑘 = 𝑛!/𝑘! (𝑛 − 𝑘)
El jugador promedio tiene una probabilidad 1/3 de embocar cada
una de las argollas:
p = 1/3
q = 2/3 de no embocar
Boletos promedio que se venden por día es de 729
Los ingresos netos diarios del dueño del juego.
Y: ingreso dependiendo de las embocadas
y: soles por ganancia
𝑌 = (10 − 𝑦) ∗ 𝑃(𝑘) ∗ 729

Adjuntamos tablas de probabilidades
𝑌1 = 10 ∗ 64 = 640
𝑌2 = 9 ∗ 192 = 1723
𝑌3 = 9 ∗ 240 = 2160
𝑌4 = 9 ∗ 160 = 1440
𝑌5 = 6 ∗ 60 = 360
𝑌6 = −7 ∗ 12 = − 84
𝑌7 = −21 ∗ 1 = − 21
Total 6218 soles
g. Distribución Poisson: Suponga que 1,800 células de cierto tipo
se distribuyen aleatoriamente en un microscopio, el cuál mediante
rejillas se ha dividido en 900 áreas iguales.
1. ¿Cuál es el número de áreas que no contienen células?
2. ¿Cuál es el número de áreas que contienen exactamente una
célula?
RTA/ El número de áreas que no contienen células es de 121,8 y el

número de áreas que contienen exactamente una célula es de 243.6
Explicación:
Distribución Poisson:
𝑃(𝑥 = 𝑘) = 𝜇𝛬𝜅 ∗ 𝑒𝛬 − 𝜇/𝑘!
Media:
𝜇 = 1800/900 = 2
𝑒 = 2,71828
1. ¿Cuál es el número de áreas que no contienen células?
𝑃 ( 𝑥 = 0) = 2⁰ ∗ 𝑒⁻²/0!
𝑃 ( 𝑥 = 0) = 0,1353
𝑛 = 900 ∗ 0,1353 = 121,8
2. ¿Cuál es el número de áreas que contienen exactamente una
célula?
𝑃 ( 𝑥 = 1) = 2¹ ∗ 𝑒⁻²/0!
𝑃 ( 𝑥 = 1) = 0,270
𝑛 = 900 ∗ 0,2707 = 243,6
h. Distribución Normal: Uno de los graves problemas que se

enfrentan actualmente es la falta de agua y la contaminación de
los acuíferos. De acuerdo con cifras de la semarnat (Secretaría del
Medio Ambiente y Recursos Naturales) a través de conagua
(Estadísticas del Agua en México, 2010, México, 2010), de 2002 a
2008 en el país las descargas residuales tuvieron una media de
7.795 km /año con una desviación estándar de 0.2311 km /año (1

km equivale a mil millones de metros cúbicos).
Suponiendo que las descargas residuales se distribuyen

normalmente, encuentra la probabilidad de que, en un año, las
descargas residuales sean:
1. Menores a 7.5 km
2. Estén entre 7.5 y 7.9 km
3. ¿A partir de qué valor se tiene el 10% más bajo de descargas
residuales?
RTA/

CASO presentado
Jhon Alex Ojeda Theran
Solución:
m. Distribución Hipergeométrica:
A menudo los biólogos que estudian un ambiente específico
etiquetan y liberan a sujetos con el fin de estimar de tamaño de la
población o la prevalencia de ciertas características en ella. Los
biólogos capturan a 10 animales de una especie que se piensa extinta
(o casi extinta) los etiquetan y los liberan en cierta región. Después de
un periodo secciona en la región una muestra aleatoria de 15 animales
de ese tipo. ¿Cuál es la probabilidad de que 5 de los animales
seleccionados estén etiquetados, si hay 25 animales de este tipo en la
región?
Resolución.
𝑦ℂ𝑥 𝑁 − 𝑦ℂ𝑛 − 𝑥
𝑃(𝑥) =
𝑁ℂ𝑛
En donde:
ℂ= Símbolo de las combinaciones.
N= Tamaño de la población.
n = Tamaño de la muestra.
y = Numero de éxitos de la población.
x = Numero de éxitos en la muestra.
N-y = Numero de fracasos de la muestra.
n-x = Numero de fracasos en la muestra.
N = 25, n = 15, y = 10, x = 5

(10ℂ5) (25 − 10ℂ15 − 5)
𝑃(𝑥 = 5) =
25ℂ15
(10ℂ5) (15ℂ10)
𝑃(𝑥 = 5) =
25ℂ15
(252) (3003)
𝑃(𝑥 = 5) =
3268760
756756
𝑃(𝑥 = 5) =
3268760
756756
𝑃(𝑥 = 5) = 3268760 = 0,23%
La probabilidad de que 5 animales de 25 estén etiquetados es de

0,23%
n. Distribución Binomial:
Un cuerpo se encuentra en reposo en el punto (0,0). Se lanza un

dado 10 veces y por cada número mayor que 2 que aparece, el cuerpo
se desplaza una unidad de longitud hacia la derecha, en caso contrario
se desplaza una unidad hacia la izquierda. Calcular la probabilidad que
después de los 10 lanzamientos el cuerpo se encuentre a:
1. 8 unidades de longitud a la derecha del origen.
2. 3 unidades a la derecha del origen.
3. 2 unidades a la izquierda del origen.
Resolución.
Casos favorables/Casos totales
4/6 = 0,66%
La probabilidad de que el dado caiga en un número > 2 = 0.66%
1/6 = 0,16%
La probabilidad de que el dado caiga en un número < 2 = 0,16%
𝒏!
𝑷𝒏, 𝒓 = 𝑷𝒓 𝒒𝒏−𝒓
𝒓! (𝒏 − 𝒓)!
En donde:
P = La probabilidad de tener éxito.
q = (1-P) = La probabilidad de tener un fracaso.
r = El número de éxitos deseados al realizar un proceso de
Bernoulli.
n = El número total de ensayos o intentos utilizados.
1. 8 unidades de longitud a la derecha del origen.
P = 0,66%, q = 0,34%, r = 8, n = 10
𝟏𝟎!
𝑷𝒏, 𝒓 = 𝟎, 𝟔𝟔𝟖 𝟎, 𝟑𝟒𝟏𝟎−𝟖
𝟖! (𝟏𝟎 − 𝟖)!
𝟑𝟔𝟐𝟖𝟖𝟎𝟎
𝑷𝒏, 𝒓 = 𝟎, 𝟎𝟑𝟔 ∗ 𝟎, 𝟏𝟏
𝟖! (𝟐)!
𝟑𝟔𝟐𝟖𝟖𝟎𝟎
𝑷𝒏, 𝒓 = 𝟎, 𝟎𝟑𝟔 ∗ 𝟎, 𝟏𝟏
𝟒𝟎𝟑𝟐𝟎 ∗ 𝟐
𝟑𝟔𝟐𝟖𝟖𝟎𝟎
𝑷𝒏, 𝒓 = 𝟎, 𝟎𝟑𝟔 ∗ 𝟎, 𝟏𝟏
𝟖𝟎𝟔𝟒𝟎
𝑷𝒏, 𝒓 = 𝟒𝟓 ∗ 𝟎, 𝟎𝟑𝟔 ∗ 𝟎, 𝟏𝟏 = 𝟎, 𝟏𝟕%
La probabilidad que se desplace 8 unidades a la derecha es de 0,17%.
2. 3 unidades a la derecha del origen.
P = 0,66%, q = 0,34%, r = 3, n = 10
𝟏𝟎!
𝑷𝒏, 𝒓 = 𝟎, 𝟔𝟔𝟑 𝟎, 𝟑𝟒𝟏𝟎−𝟑
𝟑! (𝟏𝟎 − 𝟑)!
𝟑𝟔𝟐𝟖𝟖𝟎𝟎
𝑷𝒏, 𝒓 = 𝟎, 𝟐𝟖 ∗ 𝟎, 𝟑𝟒𝟕
𝟑! (𝟕)!
𝟑𝟔𝟐𝟖𝟖𝟎𝟎
𝑷𝒏, 𝒓 = 𝟎, 𝟐𝟖 ∗ 𝟎, 𝟎𝟎𝟎𝟓𝟐
𝟔 ∗ 𝟓𝟎𝟒𝟎
𝟑𝟔𝟐𝟖𝟖𝟎𝟎
𝑷𝒏, 𝒓 = 𝟎, 𝟐𝟖 ∗ 𝟎, 𝟎𝟎𝟎𝟓𝟐
𝟑𝟎𝟐𝟒𝟎
𝑷𝒏, 𝒓 = 𝟏𝟐𝟎 ∗ 𝟎, 𝟐𝟖 ∗ 𝟎, 𝟎𝟎𝟎𝟓𝟐 = 𝟎, 𝟎𝟏𝟕%
La probabilidad de que el objeto se desplace 3 unidades a la

derecha es de 0,017%.
3. 2 unidades a la izquierda del origen.
P = 0,16, q = 0,28, r = 2, n = 10
𝟏𝟎!
𝑷𝒏, 𝒓 = 𝟎, 𝟏𝟔𝟐 𝟎, 𝟖𝟒𝟏𝟎−𝟐
𝟐! (𝟏𝟎 − 𝟐)!
𝟑𝟔𝟐𝟖𝟖𝟎𝟎
𝑷𝒏, 𝒓 = 𝟎, 𝟏𝟔𝟐 ∗ 𝟎, 𝟖𝟒𝟖
𝟐! (𝟖)!
𝟑𝟔𝟐𝟖𝟖𝟎𝟎
𝑷𝒏, 𝒓 = 𝟎, 𝟎𝟐𝟓 ∗ 𝟎, 𝟐𝟒
𝟐 ∗ 𝟒𝟎𝟑𝟐𝟎
𝟑𝟔𝟐𝟖𝟖𝟎𝟎
𝑷𝒏, 𝒓 = 𝟎, 𝟎𝟐𝟓 ∗ 𝟎, 𝟐𝟒
𝟖𝟎𝟔𝟒𝟎
𝑷𝒏, 𝒓 = 𝟒𝟓 ∗ 𝟎, 𝟎𝟐𝟓 ∗ 𝟎, 𝟐𝟒 = 𝟎, 𝟐𝟕%
La Probabilidad de que el objeto se desplace 2 unidades a la izquierda
es de 0,27%.
o. Distribución Poisson:
Ciertos automóviles llegan a una garita de peaje aleatoriamente con
un promedio de 300 autos por hora. Cuál es la probabilidad que:
1. ¿Llegue exactamente 1 automóvil durante un periodo de 1 minuto?
2. ¿Lleguen por lo menos 2 automóviles en un período de 1 minuto?
Convertimos
300 --- 60min
x --- 1min
1 min llegan 5 autos.
𝜆𝑥
𝑃(𝑥) =
𝑥! 𝑒 𝜆
En donde:
P(x) = probabilidad de x éxitos dado el valor 1.
𝝀 = número promedio (valor esperado) de ocurrencias por

unidad de tiempo, espacio o volumen.
e = 2.71828, base de los logaritmos naturales o neperianos.
x = número de éxitos deseados por unidad de tiempo.
1. ¿Llegue exactamente 1 automóvil durante un periodo de 1 minuto?
51
𝑃(𝑥) =
(1!) ∗ 2,718285
5
𝑃(𝑥) = = 0,033%
1∗148.41266
2. ¿Lleguen por lo menos 2 automóviles en un período de 1 minuto?
52
𝑃(𝑥) =
(2!) ∗ 2,718285
25
𝑃(𝑥) =
2 ∗ 148,41266
25
𝑃(𝑥) = = 0.084%
296.8253199
p. Distribución Normal:
De acuerdo con la Organización de Naciones Unidas (ONU), los
años de educación promedio son de 8.1 y una varianza de 3.1 en
países latinoamericanos. Suponiendo que los años de educación
promedio se distribuyen como una normal, calcula la probabilidad de
que un país:
1. Tenga más de 10 años de educación promedio.
2. Tenga entre 7.5 y 10.5 años de educación promedio.
3. ¿A partir de qué valor se tiene el 5% más bajo de educación?
𝑋−𝜇
𝑍=
𝜎
En donde:
𝝁 = La media de la población
𝝈 = Desviación estándar de la población.
μ = 8,1
σ² = 3,1
σ = √3,1
σ = 1,76
1. Tenga más de 10 años de educación promedio.
Tipificamos la variable Z:
Z = (x-μ)/σ
Z = (10-8,1)/1,76
Z = 1,08 Valor que ubicamos en la tabla de distribución normal y
obtenemos la probabilidad:
P ( x≤10) = 0,85933
P(x≥10) = 1-0,85933 = 0,14067
2. Tenga entre 7.5 y 10.5 años de educación promedio.
Z = (x-μ)/σ
Z = (10,5-8,1)/1,76
Z = 1,36 Valor que ubicamos en la tabla de distribución normal y

P ( x≤10,5) = 0,91308
Z= (7,5-8,1)/1,76
Z = -0,34 Valor que ubicamos en la tabla de distribución normal y

P(X≤7,5) = 0,36693
P ( 7,5≤x≤10,5) = 0,91308 -(1-0,36693) = 0,28001

3. ¿A partir de qué valor se tiene el 5% más bajo de educación?
p= 0,05 Lo buscamos en la tabla de distribución normal y tenemos

Z = -1,65
1,65 = (x -8,1)/1,76
2,9 = x-8,1
x = 11
Ejercicio 3
Mentefacto:
El grupo presenta un mentefacto sobre los conceptos e ideas

fundamentales de la unidad 2, tomando como base los cuadros
sinópticos elaborados individualemente 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).
Conclusiones (mínimo 1 por cada participante)

(No borrar este encabezado)
ESTUDIANTE CONCLUSIÓN
Lina María Pacheco Amado De acuerdo a la temática de la

unidad dos y los ejercicios
planteados en los casos de cada
estudiante, se identifican los
conceptos, fundamentos y
métodos de la probabilidad,
también se comprenden los
principios y aplicaciones que tiene
la probabilidad en los distintos
campos.
Edgar Elías Pulido Con las estadísticas probabilísticas
podemos concluir que son muy
necesarias para identificar un
promedio ponderado de algunas
acciones de la vida diaria que se
pueden determinar, donde las
podemos hallar cuantitativa y
gráficamente.
Carlos Alexander Castro Polanco Durante el desarrollo de los
ejercicios y la creación de los
mapas conceptuales entendimos
la importancia de conceptos como
la distribución de probabilidad, no
solo en el ámbito académico en
ciencias y disciplinas como la
estadística, economía y muchas
otras áreas, también la vida
cotidiana y empresarial en las que
es necesario inferir y decidir sobre
situaciones en las que hay
diferentes probabilidades de
ocurrencia en los resultados.
Referencias bibliográficas en formato APA. (Mínimo una por cada

participante, no pueden repetir referencias)
(No borrar este encabezado)
ESTU REFERENCIA
DIAN
TE
Edgar  Rodríguez, F. & Pierdant, A. (2014). Estadística para
Elías administración. (Pp. 150-152).
Pulido  García, Á. M. Á. (2005). Introducción a la teoría de la
probabilidad. primer curso. (Pp. 195-221).
 Rodríguez, F. & Pierdant, A. (2014). Estadística para
administración. (Pp. 245-261).García, Á. M. Á.
(2005). Introducción a la teoría de la probabilidad.
primer curso. (Pp. 221-243).
administración. (Pp. 279 -301).
Lina  Rodríguez, F. & Pierdant, A. (2014). Estadística para

Maria
administración. (Pp. 150-152).
Pache
co  García, Á. M. Á. (2005). Introducción a la teoría de la
Amad
o
Jhon  Rodríguez, F. & Pierdant, A. (2014). Estadística para

Alex administración. Pp. 150-152. Recuperado
Ojeda de http://bibliotecavirtual.unad.edu.co:2077/lib/unads
Thera p/reader.action?ppg=258&docID=11013767&tm=147
n 0693471527
administración. Pp. 245-261. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unads
p/reader.action?ppg=258&docID=11013767&tm=147
0693471527
Carlos  Rodríguez, F. & Pierdant, A. (2014). Estadística para

Alexan
administración. (Pp. 150-152).
der
Castro  García, Á. M. Á. (2005). Introducción a la teoría de la
Polanc
o

271 - Tarea 2

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

271 - Tarea 2

Cargado por

Copyright:

Formatos disponibles

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

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

Experimentos aleatorios y distribuciones de probabilidad

Universidad nacional abierta y a distancia

El desarrollo de habilidades estadísticas es indispensable en múltiples

Estudiaremos los conceptos de variable aleatoria, distribución discreta

Identificar y comprender los conocimientos estudiados a lo largo de la

segunda unidad académica del curso.

 Comprender los principios y aplicaciones que tiene la probabilidad

en los distintos campos del saber.

 Contribuir al estudiante en el desarrollo de habilidades para el

análisis de eventos cuantificables, mediante el uso sistemático de

conceptos, fundamentos y métodos de la Probabilidad.

a. Distribución Hipergeométrica: Una empresa manufacturera recibe

Para realizar el desarrollo de esta actividad es necesario estudiar los

¿Cuál es la probabilidad de que se acepte un lote de 100 artículos que

En este caso tenemos lo siguiente:

Tamaño de la población N = 100

Número de éxitos en la población Y = 5

Número de éxitos en la muestra 𝑥 ≤ 1

De este modo podemos determinar que la probabilidad de que la

b. Distribución Binomial: La probabilidad de fallar durante el vuelo

1. No ocurra ninguna falla de motor

2. No ocurra más de una falla

3. Ocurra exactamente dos fallas.

La probabilidad en una distribución binomial está dada por la siguiente

1. Probabilidad que no ocurra ninguna falla de motor:

Podemos determinar y con los datos estudiados que la probabilidad

2. Probabilidad que no ocurra más de una falla:

En los vuelos de los aviones con los 6 motores para su andamiento

3. Probabilidad Ocurra exactamente dos fallas:

c. Distribución Poisson: El número de casos admitidos de

1. Ningún caso de emergencia es admitido.

2. Más de 3 casos de emergencia son admitidos.

La probabilidad en una distribución de Poisson está dada por la

En este caso tenemos que:

1. Ningún caso de emergencia es admitido.

De los datos presentados para el hallazgo de la probabilidad. Se

2. Más de 3 casos de emergencia son admitidos.

Se halla el acumulado de los casos 0, 1, 2 y 3 a través de la función de

Poisson (3,3,1) = 0,647231889

Entonces la probabilidad que más de 3 casos sean admitidos se calcula

𝑃(𝑥 > 3) = 1 − Poisson(3,3,1)

𝑃(𝑥 > 3) = 1 − 0,647231889

𝑃(𝑥 > 3) = 0,352768111

La probabilidad es aproximadamente del 35,277%

d. Distribución Normal: De acuerdo con la Organización de Naciones

1. La probabilidad de que una persona sobrepase los 80 años de

2. La probabilidad de que una persona al nacer tenga una

3. ¿A partir de qué valor se tiene el 10% más alto de la esperanza

La probabilidad para una distribución normal se calcula mediante la

Por medio de la función de Excel DISTR.NORM.ESTAND.N y el

a) La probabilidad de que una persona sobrepase los 80 años de vida.

𝑃(𝑍 ≥ 80) = 0,934454527

La probabilidad que una persona sobrepase los 80 años de vida es de

b) La probabilidad de que una persona al nacer tenga una

= 𝑃(−0,7777828 < 𝑍 ≤ 0,3660154)

= 0,642823 − (1 − 0,781651) = 0,424474

La probabilidad de que una persona al nacer tenga una esperanza de

c) ¿A partir de qué valor se tiene el 10% más alto de la esperanza

Se halla el valor de Z para el 90% que gracias a la función de Excel

Entonces despejamos X de la ecuación para calcular Z dando como

𝑋 = (1,282 ∗ 4,3714) + 73,4 = 79,004 𝑎ñ𝑜𝑠

P (X = x) = n! /((n-x)! x!) pˣ*(1-p) ⁿ⁻ˣ