PROGRAMA ADMINISTRACION Y DIRECCION DE EMPRESAS

ASIGNATURA ESTADISTICA 1
VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD

PROFESOR
ALIRIO SANABRIA MEJIA

CASO PRACTICO
UNIDAD 3

CLAUDIA CECILIA RIPE MEDINA

NOMBRE ESTUDIANTE

Fecha, marzo 30 de 2020

CASO PRACTICO
UNIDAD 3

1.INTRODUCCION

La interpretación de un proceso como una sucesión de variables aleatorias ordenadas en el tiempo

implica, en consecuencia, la necesidad de analizar la naturaleza estocástica de sus características
individuales, intentando una aproximación a las distribuciones de probabilidades que, sin resentir
la rigurosidad del tratamiento de los complejos formalismos de su fundamento matemático, evite
la distorsión de la esencia de los fenómenos analizados.

1.OBJETIVOS

1. Manejo de las diferentes herramientas de conteo.

2. Definir y encontrar cada uno de los elementos de un espacio muestral.
3. Definir y encontrar Evento
4. Probar y aplicar correctamente los teoremas básicos de probabilidad.
5. Identificar eventos independientes y sus comprobaciones.
6. Demostrar y aplicar Teorema de Bayes.
7. Entender el concepto de variable aleatoria.
8. Probar y aplicar las propiedades de la esperanza, varianza de una variable aleatoria.
9. Conocer los diferentes tipos de variables, discretas y continuas, calculando la esperanza y
la varianza, para cada una de ellas.
10. Manejo y uso adecuado de las distribuciones discretas Binomial, geométrica, binimial
negativa, hipergeometrica, poisson, calculando la esperanza y la varianza, para cada una
de ellas.
11. Manejo y uso adecuado de las distribuciones normal, gamma, beta, exponencial, chi-
cuadrada y sus aplicaciones, calculando la esperanza y la varianza, para cada una de ellas.
12. Manejo adecuado de las distribuciones de probabilidad multivariantes, distribuciones
marginales y condicionales, variables aleatorias independientes, covarianza de dos
variables aleatorias, valor esperado y varianza de funciones lineales de variables
aleatorias.
13. Determinación de la distribución de probabilidad de una función de variables aleatorias,
utilizando los métodos de: Función de distribución, de transformaciones, de generadores
de momentos, de transformaciones multivariantes usando jacobiano y estadísticos de
orden.
CASO PRACTICO
Enunciado
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 Bernoulli Un ensayo Bernoulli se define como aquel experimento

aleatorio con únicamente dos posibles resultados, llamados genéricamente éxito y
fracaso, con probabilidades respectivas.

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

Respuesta: Distribución Poisson Supongamos que deseamos observar el número de

ocurrencia de un cierto evento dentro de un intervalo de tiempo dado.

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

Respuesta: Distribución Binomial, donde p es la probabilidad de venta y 1-p la

probabilidad de no vender nada en una visita, n es 18 visitas.

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 0,8 y 0,2
FORMULA INTENTO POR
PROBABILIDAD EXITO
INTENTO 10
PROBABILIDAD EXITO 0,8
MEDIA 8

VARIANZA MEDIA x
(PROBABILIDAD
ÉXITO)
PROBABILIDAD EXITO 0,8
MEDIA 8
CONSTANTE 1
VARIANZA 1,6

* Las distribuciones Binomiales se escriben como B(n,p). Asumiendo que n=10 y p=0.8, el
valor esperado e=np=8, y la varianza var = np (1-p) =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:
𝑓(𝑥) = (𝑛 𝑥) 𝑝 𝑥 (1 − 𝑝) 𝑛−𝑥
𝑥 = {0,1,2, 𝑛}
(𝑛 𝑥) = 𝑛!
𝑥! (𝑛 − 𝑥)
Tomamos los elementos de x en x y los combinamos de n en x. Por lo tanto, b es correcto
pues corresponde a la combinatoria.

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

cuestiones:

a) Determine razonadamente la distribución de probabilidad de la va ξ: “número de

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

Respuesta:

Espacio muestral es {1,2,3,4,5,6}

Espacio del evento es {2,4,6}

Deducimos en primer lugar que las posibilidades pares son 3 de 6, es decir los pares son 2,
,4 y 6, los impares son 1, 3 y 5, concluimos que la posibilidad de cada resultado es de 1/6,
y que sea par o impar es de:

1/6 + 1/6 + 1/6 + 1/6 + 1/6 + 1/6 = 100%

P (número par) = p= {2,4,6}

p= 1/6 + 1/6+ 1/6 =3/4 = ½

P (número par) = ½

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:

El espacio muestral cambia, pues el número total de resultados posibles para el lanzamiento
del dado es 63 = 216, en cada lanzamiento hay tres posibilidades así que el número de casos
favorables es 33 = 27, la probabilidad de obtener 3 pares es número de casos favorables sobre
número de casos posibles = 27/216 = 0.125 esto es 12.5%, así la probabilidad de obtener
pares es 1/8, y la probabilidad de obtener impares en cada lanzamiento es 7/8.
Al calcular la probabilidad de que se requieran 5 lanzamientos se obtiene

(7/8)4 (1/8) = 2401/32768=0.073 que equivale al 7.3%

BIBLIOGRAFIA

 https://www.centrovirtual.com/recursos/biblioteca/pdf/estadistica_i/unidad3_pdf1.pdf