Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Portada
PROBABILIDAD
UNAD
ABRIL 2019
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Objetivos
El grupo presenta máximo 3 objetivos, uno general y dos especificos.
Ejercicio 2
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.
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.
Datos
N=7
n=2
M=2
N-M: 5
a.
𝐶𝑘𝑀 𝐶𝑛−𝑘
𝑁−𝑀
𝑝(𝑥 = 𝑘) =
𝐶𝑛𝑁
5
𝐶𝑥2 𝐶2−𝑥
𝑝(𝑥 = 𝑘) =
𝐶27
b.
𝑀 𝑁−𝑀 𝑁−𝑛
𝜎² = 𝑛 ( ) ( )( )
𝑁 𝑁 𝑁−1
2 5 7−2
𝜎² = 2 ( ) ( ) ( )
7 7 7−1
𝜎² = 0.34
c.
𝐶02 𝐶25
𝑝(0) = = 0.48
𝐶27
𝐶12 𝐶15
𝑝(1) = 7 = 0.48
𝐶2
𝐶22 𝐶05
𝑝(2) = 7 = 0.048
𝐶2
Histograma
0.6
0.48 0.48
0.5
0.4
P(x)
0.3
Probabilidades de
0.2
frecuencia
0.1 0.048
0
1 2 3
x
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 2
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:
Solución:
𝑛!
𝑷(𝒙) = 𝑃𝑟 𝑠 𝑛−𝑟
𝑟! (𝑛 − 𝑟)!
Si
n: Numero de ensayos
r: Numero de éxitos
P: Probabilidad de ensayo
25!
a) 𝑃(0) = ∗ (0,1)0 ∗ (1 − 0,1)25−0 = 0,072
0!(25−0)!
25!
𝑃(1) = ∗ (0,1)1 ∗ (1 − 0,1)25−1 = 0,19
1! (25 − 1)!
25!
𝑃(2) = ∗ (0,1)2 ∗ (1 − 0,1)25−2 = 0,26
2! (25 − 2)!
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
25!
𝑃(3) = ∗ (0,1)3 ∗ (1 − 0,1)25−3 = 0,22
3! (25 − 3)!
25!
𝑃(4) = ∗ (0,1)4 ∗ (1 − 0,1)25−4 = 0,13
4! (25 − 4)!
𝑃 ≥ 5 = 1 − ∑ 𝑥 < 5 = 𝟎, 𝟎𝟗𝟖
25!
b) 𝑷(0) = 0!(25−0)! ∗ (0,1)0 ∗ (1 − 0,1)25−0 = 0,072
25!
𝑝(1) = ∗ (0,1)1 ∗ (1 − 0,1)25−1 = 0,199
1! (25 − 1)!
25!
𝑝(2) = ∗ (0,1)2 ∗ (1 − 0,1)25−2 = 0,266
2! (25 − 2)!
25!
𝑝(3) = ∗ (0,1)3 ∗ (1 − 0,1)25−3 = 0,226
3! (25 − 3)!
25!
𝑝(4) = ∗ (0,1)4 ∗ (1 − 0,1)25−4 = 0,138
4! (25 − 4)!
25!
𝑝(5) = ∗ (0,1)5 ∗ (1 − 0,1)25−5 = 0,065
5! (25 − 5)!
25!
𝑝(6) = ∗ (0,1)6 ∗ (1 − 0,1)25−6 = 0,024
6! (25 − 6)!
𝒑 ≤ 𝟔 = 𝟎, 𝟗𝟗𝟏
25!
c) 𝑝(0) = 0!(25−0)! (0,1)0 (1 − 0,1)25−0 = 0,072
25!
𝑝(1) = (0,1)1 (1 − 0,1)25−1 = 0,199
1! (25 − 1)!
25!
𝑝(2) = (0,1)2 (1 − 0,1)25−2 = 0,266
2! (25 − 2)!
25!
𝑝(3) = (0,1)3 (1 − 0,1)25−3 = 0,226
3! (25 − 3)!
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
25!
𝑝(4) = (0,1)4 (1 − 0,1)25−4 = 0,138
4! (25 − 4)!
25!
d) 𝑃(4) = 4!(25−4)! (0,1)4 (1 − 0,1)25−4 = 0,138
25!
e) 𝑃(3) = 3!(25−3)! (0,1)3 (1 − 0,1)25−3 = 0,226
25!
𝑃(4) = (0,1)4 (1 − 0,1)25−4 = 0,138
4! (25 − 4)!
25!
𝑃(5) = (0,1)5 (1 − 0,1)25−5 = 0,065
5! (25 − 5)!
𝑃 (3 𝑎 5 ) = 0,430
25!
f) 𝑝(21) = 21!(25−21)! (0,9)21 (1 − 0,9)25−21 = 𝟎. 1384
25!
𝑝(22) = (0,9)22 (1 − 0,9)25−22 = 0.2264
22! (25 − 22)!
25!
𝑝(23) = (0,9)23 (1 − 0,9)25−23 = 0.2658
23! (25 − 23)!
25!
𝑝(24) = (0,1)24 (1 − 0,1)25−24 = 0.1994
24! (25 − 24)!
25!
𝑝(25) = (0,9)25 (1 − 0,9)25−25 = 0.0717
25! (25 − 25)!
𝑝 > 20 = 0.9017
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
A. A lo sumo 4.
𝜆𝑘
𝑃(𝑋 = 𝑘) = ∗ 𝑒 −𝜆
𝑘!
𝜆=3
30
𝑃(0) = ∗ 𝑒 −3 = 0,0498
0!
31
𝑃(1) = ∗ 𝑒 −3 = 0,1494
1!
32
𝑃(2) = ∗ 𝑒 −3 = 0,224
2!
33
𝑃(3) = ∗ 𝑒 −3 = 0,224
3!
34
𝑃(4) = ∗ 𝑒 −3 = 0,168
4!
𝑃(≤ 4) = 0,8153
B. Menos de 3
30
𝑃(0) = ∗ 𝑒 −3 = 0,0498
0!
31
𝑃(1) = ∗ 𝑒 −3 = 0,1494
1!
32
𝑃(2) = ∗ 𝑒 −3 = 0,224
2!
𝑃(< 3) = 0,4232
C. Al menos 4
30
𝑃(0) = ∗ 𝑒 −3 = 0,0498
0!
31
𝑃(1) = ∗ 𝑒 −3 = 0,1494
1!
32
𝑃(2) = ∗ 𝑒 −3 = 0,224
2!
33
𝑃(3) = ∗ 𝑒 −3 = 0,224
3!
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
1 − 𝑃(≥ 4) = 0,3528
D. Quede saturado
𝐐𝐮𝐞𝐝𝐞 𝐬𝐚𝐭𝐮𝐫𝐚𝐝𝐨 𝐏(𝐤 = 𝟓)
35
𝑃(5) = ∗ 𝑒 −3 = 0,1
5!
E. Entre 1 y 3
31
𝑃(1) = ∗ 𝑒 −3 = 0,149
1!
32
𝑃(2) = ∗ 𝑒 −3 = 0,224
2!
33
𝑃(3) = ∗ 𝑒 −3 = 0,224
3!
𝑃(𝑒𝑛𝑡𝑟𝑒 1 𝑦 3) = 0,59
H. Ninguna
30
𝑃(0) = ∗ 𝑒 −3 = 0,0498
0!
Estudio de caso 4:
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
menos 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
𝑿−𝝁
𝒛=
𝝈
a. ¿Cuál es la probabilidad de que una persona elegida al azar de este grupo pese
ms de 80 kg?
𝑋 − 𝜇 80 − 70
𝑧= = = 0,8
𝜎 12,5
0.8 Valor que ubicamos en la tabla de distribución normal 0,7881
b. ¿Cuál es la probabilidad de que una persona elegida al azar de este grupo pese
entre 50 kg y 85 kg?
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 50 − 70
𝑧= = = −1,6
𝜎 12,5
1.16 Valor que ubicamos en la tabla de distribución normal 0,0547
𝑋 − 𝜇 85 − 70
𝑧= = = 1,2
𝜎 12,5
1.2 Valor que ubicamos en la tabla de distribución normal 0,8849
𝑃( 50 ≤ 𝑥) = 0,0547
𝑃( 85 ≤ 𝑥) = 0,8849
𝑃(50 ≤ 𝑥 ≤ 85) = 0,0547 − (1 − 0,8849) = 0.06
c. ¿Cuál es el peso que es superado solo por el 93% de las personas del grupo?
𝑃 = 1 − 0,93 = 0,07
−1,48 = (𝑋 − 70)/12,5
𝑋 = 51,50 𝑘𝑔
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
Mentefacto:
Mentefacto:
Calcula las
probabilidades PROBABILIDAD Suposiciones
CONDICIONAL Y // e intuiciones
de eventos en
experimentos DISTRIBUCIONES DE
aleatorios PROBABILIDAD
Unidad 2
ESTUDIANTE CONCLUSIÓN
EDWIN ALBERTO BERMUDEA Debido a la necesidad de modelar
lo observable la probabilidad
constituye un importante
parámetro en la determinación de
las diversas casualidades
obtenidas tras una serie de
eventos esperados dentro de un
rango estadístico, un modelo
resulta extremadamente útil,
siempre que se corresponda con
la realidad que pretende
representar o predecir, por ellos
es necesario conocer cada
distribución de la probabilidad en
casos específicos, sus usos y
formas de aplicarlos
Jeison Andrés Tabares Duque Podemos concluir que las
diferentes distribuciones son
indispensables para determinar el
resultado de diferentes eventos en
la estadística y la probabilidad,
con lo que podemos estimar el
resultado esperado.
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
ESTUD REFERENCIA
IANTE
ANDRE Rodríguez, F. & Pierdant, A. (2014). Estadística para
S administración. Pp. 150-152. Recuperado de
FELIPE http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.
JACOB action?ppg=258&docID=11013767&tm=1470693471527
O
CAMIL García, Á. M. Á. (2005). Introducción a la teoría de la
O probabilidad. primer curso. Pp. 195-221. Recuperado de
ANDRE https://bibliotecavirtual.unad.edu.co:2538
S
ALZAT
E
JEISON Rodríguez, F. & Pierdant, A. (2014). Estadística para
ANDRE administración. Pp. 245-261. Recuperado de
S http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.
TABAR action?ppg=258&docID=11013767&tm=1470693471527
ES