1

CASO PRÁCTICO DE LA UNIDAD N°3

CATERINE MENA PADILLA

ASIGNATURA: ESTADISTICA 1

TUTOR: DANIEL ROJAS

CORPORACION UNIVERSITARIA ASTURIAS

MEDELLIN 16 OCTUBRE DE 2018

 2

Tabla de Contenido

INTRODUCCIÓN .............................................................................................................. 3
OBJETIVOS ....................................................................................................................... 4
CASO PRÁCTICO Y RESPUESTAS ......................................................................... 5, 6,7
CONCLUSIONES .............................................................................................................. 8
REFERENCIAS BIBLIOGRÁFICAS ................................................................................ 9
 3

Introducción

El objetivo del presente trabajo es abordar el estudio de algunas distribuciones de probabilidad

de variables aleatorias discretas y continuas, concretamente las siguientes distribuciones:
Distribución Uniforme, Distribución Binomial y Distribución de Poisson. Cuando nos
planteamos estudiar estas distribuciones de probabilidad, lo hacemos partiendo de la base que su
estudio nos permitirá simplificar el tratamiento estadístico de muchos fenómenos reales.
 4

Objetivos

• Objetivo General: Identificar los elementos básicos de la teoría de probabilidad con

énfasis en el modelado de los fenómenos aleatorios. Reconocer situaciones prácticas en
las que las principales distribuciones de probabilidad, discretas y continuas pueden
presentarse.
• Objetivo Específico: Introducir los conceptos de espacio de probabilidad, variables
aleatorias discretas, variables aleatorias continuas, probabilidad condicional e
independencia, que le permitirán posteriormente al estudiante profundizar en esta
disciplina. Adicionalmente los temas de esta asignatura habilitarán al estudiante a
desarrollar nuevo conocimiento en temas relacionados con esta asignatura como la
Estadística.
 5

CASO PRACTICO 1 Y RESPUESTAS

1. ¿Qué modelo de distribución podrían seguir las siguientes variables aleatorias?

• Número de hombres, mujeres y niños (menores de 12 años, de cualquier sexo), en un

avión con 145 pasajeros.

¡Respuesta! Distribución uniforme continua.

• Número de visitas que recibe en una hora www.iep.edu.es.

¡Respuesta! Distribución Poisson.

• Enciclopedias vendidas por un vendedor a domicilio tras visitar 18 casas.

¡Respuesta! Distribución Binomial.

2. Si ℜ sigue la Distribución B (10; 0; 8), su valor esperado y su varianza valen…

a) 8 y 0,2 b) 0,8 y 1,6 c) 8 y 16 d) 0,8 y 0,2

¡Respuesta! c) 8 y 16 La media de cualquier binomial está dada por el producto del número de
intentos por su probabilidad de éxito. Entonces, 10x0.8 = 8, este es el valor de la media.

La varianza por otra parte se obtiene de multiplicar la probabilidad de éxito por el número de
ensayos por la expresión uno menos probabilidad de éxito. Entonces, 8 x (1-0.8), es igual a 1.6.

3. ¿Qué falta en la f(x) de cuantía de una variable B(n, p): P(ξ = x) = ¿? px (1 - p) n - x?

a) n! / x! b) n! / [x! (n - x)!] c) x! / [n! (x - n)!] d) x! / n!

¡Respuesta! b) n! / [x! (n - x)!] Con los datos anteriormente podemos deducir que es una
distribución binomial, donde n es el número de pruebas que se realiza y p es la probabilidad de
éxito.

Ésta se define

P (x = k) = (n k) pk qn -k donde k = 0, 1, 2,3.n Donde el número combinatorio es: (n k)

𝑛!
Sabiendo que k = x, la respuesta correcta es la opción b:
𝑘!(𝑛=𝑘)!
 6

CASO PRACTICO 2 Y RESPUESTAS

Se efectúan lanzamientos consecutivos de un dado correcto. Resuelva las siguientes cuestiones:

a) Determine razonadamente la distribución de probabilidad de la v.a ξ: “número de lanzamientos

que deben efectuarse hasta conseguir el primer resultado par”. Calcular la probabilidad de que se
requieran 3 lanzamientos.

¡Respuesta! Lo que aquí debemos realizar es crear una función que nos de los valores de
probabilidad para ambos casos. De antemano, sabemos que si este dado es normal, tendrá una
probabilidad de un sexto de arrojar un valor. Entonces: Distribución Geométrica

F (x)

P(X=x) = qx-1 p
1 1 1 3 1
P(X=2.4.6) =p (2)+p (4)+p (6) = 6 + 6 + 6 = 6 = 2 = 0.5

P (X=2, 4,6)=0,5

q =1-p= 1-0.5=0.5

q = 0.5

X = número de experimento = 3

P = probabilidad de éxito

q = probabilidad de fracaso

Remplazo.

P(x=2, 4,6)=0,5 3-10.5 =0.25.0.5=0.125

P(X=2, 4,6)= 0,125 =12,5%

P(X=x) =(r+5-1) pr. (1-p) x

r =éxito = 3

X=fracaso=5

P=0.5

q=0,5 nota: se tiene en cuenta que de los 5 intentos son par.

 7

2
P(X=x) = (3+2 -1) 0.530.52

4
P(X=x) = (2) 0.125.025

P(X=x) =6.0125.0, 25

P(X=x) =0.1875=18.75%

Esto es así ya que, si cuentas, los valores pares son {2, 4,6}, los impares {1, 3,5}, lo cual implica
que sumando un sexto por cada caso, vemos que hay una probabilidad de un medio de obtener un
valor par. De esta forma, la probabilidad de conseguir dos impares y un par:

121
P (dos impares) = = 0.25 Probabilidad del 25%.
2 4

b) Determine razonadamente la distribución de probabilidad de la v.a μ: “número de

lanzamientos que deben efectuarse hasta conseguir 3 pares”. Calcular la probabilidad de que se
requieran 5 lanzamientos.

¡Respuesta! Esta es un poco más compleja, primero, vamos a obtener cuantas posibilidades
pueden aparecer en tres lanzamientos, serían seis posibilidades en cada lanzamiento,
multiplicadas da un total de seis al cubo, es decir, 216.

De esas 216, nos importan sólo {2, 4,6}, serían 3 posibilidades en cada lanzamiento, tres al cubo,
27 posibilidades.

Entonces, 27 posibilidades entre 216, es igual a 0.125, es decir, un octavo.

Distribución Binomial.

n=5

k=3

p=0,5

q=1-p=1-0,5=0,5
5
p (X=3) = ( 3) 0.53. (1-p)5-3

p(X=3) =10.0.125.025 =0,3125=31-2%

7
Ahora, para obtener tu probabilidad: P (4lanzamientos No favorables) = ( )5 = 0,586 Lo que
8
indica que es altamente probable que ocurra, el 58% de la probabilidad de que ocurra.
 8

CONCLUSION

Con este trabajo pude comprender la importancia que tienen las herramientas estadísticas, como
la distribuciones continúas y discretas los dos métodos de efectivos a la hora de solucionar
dificultades si la aplicamos de manera correcta, con lo anterior podemos diferenciar que tipo de
distribuciones se debe aplicar para cada practica como pueden ser, Bernoulli, binomial o poisson
entre otras.

La distribuciones continúas y discretas también me sirvió para diferenciar en qué

momento se pude utilizar un ejercicio de distribución bien sea discreta o continua.
 9

FUENTE BIBLIOGRÁFICA

https://www.sergas.es/Saudepublica/Documents/1899/Ayuda_Epidat_4_Distribuciones_de_proba
bilidad_Octubre2014.pdf

https://www.centrovirtual.com/recursos/biblioteca/pdf/estadistica_i/unidad3_pdf3.pdf

https://www.centrovirtual.com/recursos/biblioteca/pdf/estadistica_i/unidad3_pdf4.pdf

http://uniasturias.edu.co/wpcontent/uploads/2018/06/2018_06_18_Norma_APA_Uniasturias.pdf