Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
PRESENTADO POR:
EDGAR PÉREZ CHAPARRO: CÓDIGO 1057579726
WILMER FERNEY BAYONA: CÓDIGO 1052412491
YHON ALEXANDER BONILLA: CÓDIGO 1053610685
LINA SOFIA MORA MELO: 1.077.149.186
PRESENTADO A:
NAYIVES XILENA TRUJILLO
GRUPO: 100402_357
INTRODUCCIÓN
Dichos conceptos son de alta importancia ya que brindan las herramientas para tomar las mejores
decisiones para poder adaptarse en este cambiante y complejo mundo dentro del ámbito
empresarial, cuya característica principal está ligada a nuestra ignorancia sobre los resultados de
la experiencia, el hecho de que ocurra un suceso puede cambiar la probabilidad de los demás. El
proceso de realizar la historia clínica, explorar y realizar pruebas complementarias ilustra este
principio, para analizar esta problemática es necesario analizar la base conceptual de las
variables aleatorias, distribuciones discretas y distribuciones continuas y así con el análisis de
estas, tomar las mejores decisiones al analizar un conjunto de datos.
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
OBJETIVOS
General
Específicos
EJERCICIO 2
SOLUCION:
Para hallar la probabilidad de que se acepte un lote de 100 artículos que contenga 5 defectuosos
aplicamos distribución hipergeométrica ya que el número de artículos supera los 50.
Datos
N=100
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
n=6
p=k/N=95/100=0,95
𝑛
𝑃(𝑋 = 𝑥) = ( ) ∗ 𝑝 𝑥 ∗ (1 − 𝑝)𝑛−𝑥
𝑥
Sustituyendo resulta:
6
𝑃(𝑋 = 5) = ( ) ∗ 0.955 ∗ (1 − 0.95)6−5
5
𝑃(𝑋 = 5) = 0,2321
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.
SOLUCION:
𝑃𝑘 = 𝐶𝑘𝑛 𝑝𝑘 𝑞 𝑛−𝑘
q=1-0,00005=0,9995
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
n= 6 motores
La probabilidad que en un vuelo determinado no ocurra ninguna falla del motor es de 99,7%.
𝑃𝑥≥1 = 1 − 𝑃𝑥=0
= 1 − 0,997 = 0,003
SOLUCION
La fórmula de la distribución de poisson es:
𝑒 −𝛾 𝛾 𝑘
𝑃𝑥=𝑘 =
𝑘!
e =2,71828
K=0
2,71828−3 30
𝑃𝑥=0 = = 0,04979
0!
𝑃𝑋≥3 = 1 − 𝑃𝑋≤3
𝑃𝑋≤3 = 0,42315
SOLUCION:
𝑋−𝜇
𝑍=
𝜎
μ 73,4 es la media
σ 4,3714 es la desviación
X es la variable aleatoria
𝑋 = 𝑁(73,4;4,3714)
80 − 73,4
𝑃(𝑋 ≥ 80) = 𝑃(𝑍 < )
4,3714
La probabilidad que una persona al nacer tenga una esperanza de vida entre 70 y 75 años:
𝑃(70 < 𝑋 < 75) = 𝑃(𝑋 < 75) − 𝑃(𝑋 < 70)
75 − 73,4 70 − 73,4
𝑃(70 < 𝑋 < 75) = 𝑃 (𝑍 < ) − 𝑃(𝑍 < )
4,3714 4,3714
𝑃(70 < 𝑋 < 75) = 𝑃(𝑍 < 0,37) − 𝑃(𝑋 < −0,78)
La probabilidad de que una persona al nacer tenga una esperanza de vida entre 70 y 75 años es
de 0,43.
A partir de qué valor se tiene el 10% más alto de la esperanza de vida al nacer:
µ
𝑍=𝑋−
𝜎
73,4
0,5398 = 𝑋 −
4,3714
75,75 = 𝑋
A partir de qué valor se tiene el 10% más alto de la esperanza de vida al nacer es 75,75.
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
RESPUESTA:
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.
N= 30*4personas= 60
18-30= 12 familias
n= 12*4personas= 48
N° de Mujeres = N° de Hombres
24 mujeres
24 hombres
p= k/N
p= 24/60
p= 0,4
Para hallar la probabilidad de que dé 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:
RESPUESTA:
La probabilidad de que 2 sean del primer año es 0.03905, de que ninguna sea del tercer o cuarto
año es 0.0061
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 = x) = n!/((n-x)!*x!)*pˣ*(1-p)ⁿ⁻ˣ
P (X = 2) = 5!/((5-2)!*2!)*0.5^5*(1-0.5)³
= 0.03906
P (X = 0) = 5!/((5-0)!*0!)*0.35^5*(1-0.35)^5
= 0.0061
RESPUESTA:
Usare el Teorema de aproximación de binomial a Poisson para resolver este problema, puesto
que X: Número de personas afectadas de dicha enfermedad es tal que
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
h. 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: 1. La probabilidad de que la venta de un
dólar sobrepase los $18. 2. 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.
RESPUESTA:
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).
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)
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Solución
Formula
𝐶𝑥𝑘 ∗ 𝐶𝑛−𝑥
𝑁−𝐾
𝑝(𝑥) =
𝐶𝑛𝑁
N = tamaño de la población.
N = tamaño de la muestra.
N = 25
n = 15
K = 10
x=5
𝐶510 ∗ 𝐶15−5
25−10
𝑝(𝑥) = 25
𝐶15
Desarrollamos
𝐶510 ∗ 𝐶10
15
𝑝(𝑥) = 25
𝐶15
15
15! 15! 1307674368000
𝐶10 = = = = 3003
10! ∗ (15 − 10)! 10! ∗ 5! 435456000
25
25! 25! 15511210043330985984000000
𝐶15 = = = = 3268760
15! ∗ (15 − 25)! 15! ∗ 10! 4745288746598400000
Solución
𝑛!
𝑝𝑛,𝑟 = 𝑝𝑟 𝑞 𝑛−𝑟
𝑟! (𝑛 − 𝑟)!
experimento).
n = 10
r=8
q = 1-q = 0.34
10!
𝑝10,8 = 0,668 ∗ 0,3410−8
8! (10 − 8)!
10!
𝑝10,8 = 0,668 ∗ 0,342
8! ∗ 2!
3628800
𝑝10,8 = 0,03600406063 ∗ 0,1146
80640
𝑝10,8 = 45(0,03600406063 ∗ 0,1146)
n = 10
r=3
q = 1-q = 0.34
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
10!
𝑝10,3 = 0,663 ∗ 0,3410−3
3! (10 − 3)!
10!
𝑝10,3 = 0,663 ∗ 0,347
3! ∗ 7!
3628800
𝑝10,3 = 0,287496 ∗ 0,0005252335
30240
n = 10
r=2
q = 1-q = 0,84
10!
𝑝10,2 = 0,162 ∗ 0,8410−2
2! (10 − 2)!
10!
𝑝10,2 = 0,162 ∗ 0,848
2! ∗ 8!
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
3628800
𝑝10,2 = 0,0256 ∗ 0,24787589111
80640
Solución
Lo primero que tenemos que hacer es sacar es la proporción que llega por minuto, si tenemos
que llegan 300 autos llegan en una hora (60 minutos).
300______ 60 minutos
x ________ 1 minuto
1 ∗ 300
𝑥= =5
60
𝜆𝑥 𝑒 −𝜆
𝑃(𝑥) =
𝑥!
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=1
Reemplazamos en la formula
51 𝑒 −5 5 ∗ 0,0067
𝑃(1) = = = 0,033 = 3,3%
1! 1
Datos
𝑥=2
Reemplazamos en la formula
52 𝑒 −5 25 ∗ 0.0067 0,1675
𝑃(2) = = = = 0,083 = 8,3%
2! 2 2
Suponiendo que los años de educación promedio se distribuyen como una normal,
calcula la probabilidad de que un país:
Solución
Fórmula
𝑋−𝜇
𝑍=
𝜎
Donde:
μ = es la media
σ = es la desviación
X= variable aleatoria
μ = 8,1
𝜎 2 = 3,1
𝜎 = √3,1 = 1,76
1.La probabilidad de que una persona tenga más de 10 años de educación promedio.
10 − 8,1 1,9
𝑍= = = 1,079
1,76 1,76
Rta La probabilidad de que una persona tenga más de 10 años de educación promedio en países
latinoamericanos es de 85,77%
2. La probabilidad de que una persona tenga entre 7.5 y 10.5 años de educación promedio
Resolvemos:
𝑃(7,5 < 𝑋 < 10,5) = 𝑃(𝑋 < 10,5) − 𝑃(𝑋 < 7,5)
𝑃(7,5 < 𝑋 < 10,5) = 𝑃(𝑍 < 1,36) − 𝑃(𝑍 < −0,34)
Rta: La probabilidad de que una persona tenga entre 7.5 y 10.5 años de educación promedio en
países latinoamericanos es de 54,6%
0,9150 + 8,1 = X
X = 𝟗, 𝟎𝟏𝟓
Probabilidad hipergeométrica
𝐶𝑥𝑘 ∗ 𝐶𝑛−𝑥
𝑁−𝐾
𝑝(𝑥) =
𝐶𝑛𝑁
𝑞 = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑛𝑜 𝑒𝑠𝑡𝑎𝑟𝑙𝑜𝑖
10
𝑝=
25
𝑝 = 0,4
𝑞 = 0,6
𝑛 = 15
𝑥=5
𝑃 (𝑥 = 5) = 3003(0,4)⁵(0,6)¹⁰
𝑃 (𝑥 = 5) = 0,1859 = 𝟏𝟖, 𝟓𝟗%
𝑃 = 1 − 0,04 = 𝟎, 𝟗𝟔
𝑋 ≈ 𝑃𝑜𝑖𝑠𝑠 (𝜆 = 𝑥)
𝑒 −⅄ ∗ ⅄𝑥
𝑃(𝑋 = 𝑥) =
𝑥!
𝑒 −1,8 ∗ 1,80
𝑃(𝑋 = 0) =
1!
𝑷(𝑿 = 𝟎) = 𝟎, 𝟏𝟔𝟓𝟑
𝑒 −1,8 ∗ 1,81
𝑃(𝑋 = 0) =
1!
𝑃(𝑋 = 0) = 0,2975
𝑒 −1,8 ∗ 1,82
𝑃(𝑋 = 0) =
1!
𝑃(𝑋 = 0) = 0,2678
𝑒 −1,8 ∗ 1,83
𝑃(𝑋 = 0) =
1!
𝑃(𝑋 = 0) = 0,1607
𝑒 −1,8 ∗ 1,84
𝑃(𝑋 = 0) =
1!
𝑃(𝑋 = 0) = 0,0723
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
𝑒 −1,8 ∗ 1,85
𝑃(𝑋 = 0) =
1!
𝑃(𝑋 = 0) = 0,0260
𝑒 −1,8 ∗ 1,86
𝑃(𝑋 = 0) =
1!
𝑃(𝑋 = 0) = 0,0078
𝑒 −1,8 ∗ 1,87
𝑃(𝑋 = 0) =
1!
𝑃(𝑋 = 0) = 0,002
𝑒 −1,8 ∗ 1,88
𝑃(𝑋 = 0) =
1!
𝑃(𝑋 = 0) = 0,0004
𝑒 −1,8 ∗ 1,89
𝑃(𝑋 = 0) =
1!
𝑃(𝑋 = 0) = 0,0009
𝑃(𝑋 < 9) = 0,1653 + 0,2975 + 0,2678 + 0,1607 + 0,0723 + 0,0260 + 0,0078 + 0,002
+ 0,0004 + 0,00009
𝑃(𝑋 ≤ 2) = 0,7306
𝜇 = 8,1
𝜎^2 = 3,1
𝜎^2 = 3,1
𝜎 = 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛
𝜇 = 𝑚𝑒𝑑𝑖𝑎
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
𝑋 = 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎
𝑋 ≈ 𝑁 (𝜇 = 8,1; 𝜎 = 1,76)
10 − 8,1
𝑃(𝑋 ≥ 10) = 𝑃(𝑍 < )
1,76
𝑃(𝑋 ≥ 10) = 𝑃(𝑍 < 1,08)
𝑃(7,5 < 𝑋 < 10,5) = 𝑃(𝑋 < 10,5) − 𝑃(𝑋 < 7,5)
𝑃(7,5 < 𝑋 < 10,5) = 𝑃(𝑍 < 1,36) − 𝑃(𝑍 < −0,34)
𝑍 = 𝑋 − 𝜇/𝜎
8,1
0,5199 = 𝑥 −
1,76
𝒙 = 𝟗, 𝟎𝟏𝟓
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
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
CONCLUSIONES
ESTUDIANTE CONCLUSIÓN
Yhon Alexander Bonilla Gaitán Una variable aleatoria es una medida o
cantidad que varía en función del resultado
concreto que se observa al realizar el
experimento aleatorio.
Yhon Alexander Bonilla Gaitán La variable aleatoria que se puede contar o es
numerable es un variable discreta, cuando
toma un valor infinito se denomina continuo.
Yhon Alexander Bonilla Gaitán Las distribuciones de probabilidad es una
función que asigna a cada suceso definido
sobre la variable la probabilidad.
Wilmer Ferney Bayona C De acuerdo a lo anteriormente planteado se
puede determinar que la probabilidad, así
como en la vida hay muchas maneras de
desarrollar dependiendo de la perspectiva que
se presente.
Edgar Pérez Chaparro La distribución binomial es una distribución
de probabilidad discreta y son las más
utilizadas, puesto que esta es aplicada en
diferentes áreas como, mercadotecnia,
medicina, investigación de opiniones, entre
otras. Estas distribuciones permiten analizar
situaciones donde los resultados obtenidos
pueden pertenecer a dos categorías, es decir
que ocurra un evento determinado o que no lo
haga, este puede ser un éxito o un fracaso.
Edgar Pérez Chaparro La distribución de poisson es una distribución
de probabilidad discreta esta nos permite
calcular el número de ocurrencias de un
suceso en un intervalo determinado de
tiempo, como por ejemplo el número de
llamadas telefónicas por minuto, es decir
hallar la probabilidad de ocurrencia del
número de llamadas en un minuto.
Lina Sofia Mora En la distribución de Poisson el número
medio de eventos en el espacio temporal o
región especifica de interés, por lo general
esta media se representa por el símbolo
lambda griega
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Referencias bibliográficas
ESTU REFERENCIA
DIAN
TE
Yhon M. Pliego López, R. M. Pérez, Estadística I (2004) 2nd ed., pp. 27-94. Madrid:
Alexan Paraninfo. Recuperado
der de http://bibliotecavirtual.unad.edu.co:2081/ps/i.do?id=GALE%7CCX405240000
Bonilla 6&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=b039aa4c3b2b62b99f8129c3bb
Gaitán 3ab609
Yhon Sánchez, S. E. A., Inzunza, C. S., & Ávila, A. R. (2015). Probabilidad y estadística
Alexan 1. Distrito Federal, MÉXICO: Grupo Editorial Patria. Recuperado
der de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=1123
Bonilla 0886&p00=conceptos+generales+estad%C3%ADstica+descriptiva&ppg=46
Gaitán
Edgar Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Pp. 279 -
Pérez 301. Recuperado
Chapar de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=258&d
ro ocID=11013767&tm=1470693471527
Edgar García, Á. M. Á. (2005). Introducción a la teoría de la probabilidad. primer curso.
Pérez Pp. 221-243. Recuperado de https://bibliotecavirtual.unad.edu.co:2538
Chapar
ro
Lina Sánchez, J. (2018). Distribución binomial. Recuperado
Sofia de http://hdl.handle.net/10596/19010
Mora
Melo
Lina https://es.slideshare.net/ofeliapaola/cuadros-comparativos-de-distribucion-
Sofia poisson-y-distribucion-binomial
Mora
Wilmer Anónimo (s,f) Distribución de probabilidad
Ferney Link
Bayona :https://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_probabilidad_continua