Está en la página 1de 25

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

PROBABILIDAD
100402A_291

FASE 2
DISTRIBUCIONES DE PROBABILIDAD

GLENDA VALENTINA ANGEL GARZON Cód. 98032050875


MARÍA ANGÉLICA ALARCÓN LOSADA Cód. 25.415.449
MARIA LANY AYLEN MURCIA Cód.
MARISOL PALOMINO Cód. 117.824.647
YEFERSON YARA Cód. 96.333.660

PRESENTADO A:
LAURA ELENA QUINGUEREJO
TUTORA

PROBABILIDAD
CÓDIGO DEL CURSO: 100402_291
CÓDIGO DEL GRUPO: 100402_378

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD


27/11/2016

1
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
PROBABILIDAD
100402A_291

INTRODUCCIÓN

La Probabilidad y la Estadística son dos campos distintos, aunque relacionados entre sí.
Utilizando la Probabilidad se obtiene la frecuencia de un suceso determinado mediante la
realización de un experimento aleatorio, del que se conocen todos los resultados posibles, bajo
condiciones suficientemente estables. Las probabilidades son de gran utilidad cuando se opera
con problemas físicos que generan observaciones, las cuales no son factibles predecir con
exactitud. Por lo general en la teoría de probabilidades sólo se toman en cuenta ciertos aspectos
particulares de los resultados de algún experimento. Las variables aleatorias pueden ser
clasificadas en discretas y en continuas. Las primeras pueden tomar valores enteros finitos o
contables, en cambio las segundas pueden tomar valores reales.

A continuación se evidencia el trabajo realizado en la fase 2 correspondiente al estudio y análisis


de la unidad 2, donde se pudo indagar y comprender los puntos importantes como variable
aleatoria discreta y continua, valor esperado y varianza, distribución binomial, distribución
binomial negativa y geométrica, distribución de Poisson, distribución hipergeométrica,
distribución uniforme discreta y uniforme continua, distribución normal y distribución chi
cuadrado y t de student, en donde se colocó en práctica con la solución de los casos propuestos
para esta actividad.
También es de vital importancia tener los conocimientos previos de la estadística porque es un
área que acompaña a la probabilidad para establecer e identificar casos o eventos que se puedan
presentar para determinar su forma cuantitativa o cualitativa, además la comprensión de
conceptos y generalidades de probabilidad nos ayuda a analizar cada una de las cosas que se
viven a diario en la vida real.

A continuación, se presenta la solución de los casos propuestos en la guía integrada de


actividades por cada uno de los estudiantes pertenecientes al grupo colaborativo, además de la
realización del cuadro sinóptico que presenta los conceptos y términos más importantes y

2
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
PROBABILIDAD
100402A_291

significativos para una mejor comprensión, de esta manera reflejar los conocimientos aprendidos
de la lectura y análisis de la unidad 1 de dicho curso.

OBJETIVOS

Objetivo General
Solucionar los casos propuestos teniendo en cuenta el estudio de la distribución de probabilidad
y demás información requerida como complementaria.

Objetivos Específicos

 Estudiar la unidad 2 y cada uno de sus lecciones para poder desarrollar los casos de
estudio.

 Desarrollar cada uno de los puntos establecidos en la actividad.

 Evidenciar el aprendizaje adquirido a través de los ejercicios, conclusiones y foro


colaborativo.

3
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
PROBABILIDAD
100402A_291

CUADRO SINÓPTICO

VARIABLE
Función que asigna un número real a cada resultado en el espacio
CAPITULO muestral de un experimento aleatorio. Ellas se denotan con una
VARIABLES ALEATORIA
letra mayúscula, tal como X.
ALEATORIAS

Es discreta si el número de valores que puede tomar es finito


(o infinito contable). Discreta si el número de valores que
puede tomar es finito (o infinito contable).
VARIABLE
ALEATORIA
DISCRETA Es una descripción del conjunto de
DISTRIBUCIÓN DE posibles valores de X, junto con la
PROBABILIDAD probabilidad asociada con cada uno de
estos valores. Se considera como el
UNIDAD II.
resumen más útil de un experimento
VARIABLES aleatorio.
ALEATORIAS Y
TODA
DISTRIBUCIONES
DISTRIBUCIÓN DE
DE PROBABILIDAD PROBABILIDAD
DEBE SATISFACER

CAPITULO
DISTRIBUCIONES Distribución Binomial: La distribución binomial Características:
DE es una distribución de probabilidad discreta que •Los ensayos son
PROBABILIDAD cuenta el número de éxitos en una secuencia de n independientes
DISCRETA ensayos de Bernoulli independientes entre sí, con •Cada ensayo es de tipo
una probabilidad fija p de ocurrencia del éxito Bernoulli. Esto es, tiene sólo
entre los ensayos. dos resultados posibles:
“éxito” o “fracaso”.
•La probabilidad de éxito de
cada ensayo, denotada por
p, permanece constante.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
PROBABILIDAD
100402A_291

P Probabilidad de éxito.
Q Probabilidad de fracaso.
r Número de éxitos deseados.
n Número de ensayos efectuados.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
PROBABILIDAD
100402A_291

Distribución binomial con probabilidad resultado éxito:


Distribución
Binomial

Distribución binomial con probabilidad Fracaso:

DISTRIBUCIÓN Es una distribución discreta que


HIPERGEOMÉTRICA modela el número de eventos en una
muestra de tamaño fijo cuando usted
conoce el número total de elementos
en la población de la cual proviene la Distribución binomial acumulada
muestra. Cada elemento de la muestra
tiene dos resultados posibles (o es un
evento o un no evento).

La media y la varianza= p y n.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
PROBABILIDAD
100402A_291

SOLUCIÓN ESTUDIOS DE CASOS

ESTUDIO DE CASO 1: MARIA LANY AYLEN MURCIA

Para entregar una Tarjeta de crédito en los bancos del grupo Aval, los analistas del banco
clasifican o califican al cliente en función de la probabilidad de que resulte rentable. Una
tabla habitual de calificaciones es la siguiente:

La calificación es la suma de los puntos de los seis rubros. Por ejemplo, Sushi Brown tiene
menos de 25 años (12 puntos); ha vivido en el mismo domicilio durante dos años (0
puntos); desde hace cuatro años es dueño de un automóvil (13 puntos), por el que realiza
pagos de $75 (6 puntos); realiza gastos domésticos de $200 (10 puntos) y posee una cuenta
de cheques (3 puntos).

La calificación que obtendría sería de 44. Después, con una segunda tabla, se convierten las
calificaciones en probabilidades de rentabilidad del cliente, así:

La puntuación de Sushi (44) se traduciría en una probabilidad de rentabilidad aproximada


de 0.81. En otras palabras, 81% de los clientes como Sushi generarían dinero a las
operaciones con tarjeta del banco. A continuación, se muestran los resultados de las
entrevistas con
los tres posibles clientes.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
PROBABILIDAD
100402A_291

Prepare un informe en el que como mínimo, incluya:

1.- Califique a cada uno de estos clientes y calcule la probabilidad de que resulten
rentables.
años Tiempo en Antigüedad Pago de Costos
domicilio auto auto vivienda

David 42 9 2 140 300


Puntos 18 20 13 4 10

Eduard 23 2 3 99 200
Puntos 12 0 13 6 10

Ann 33 5 7 175 propietario


Puntos 0 20 3 4 17

2. Cuál es la posibilidad de que los tres sean rentables?


Es el producto de las probabilidades ya que son sucesos independientes.
P (3rentables=0.95 * 0.808 * 0.772 = 0.5925872
3. ¿cuál es la probabilidad de que ninguna sea rentable?
La probabilidad de que ninguno sea rentable, es el producto de las probabilidades
P. (ninguno rentable) = (1-0.95) = (1-0.808) = (1-0.772) =
0.05 * 0.192 * 0.228 = 0.0021888
4. Determine la distribución de probabilidad total del número de clientes rentables
entre este grupo de tres clientes.
Ya solo nos quedan las probabilidades de 1 rentable y dos rentables.
Para simplificar cuentas recordemos las probabilidades de no rentabilidad
Para un rentable se toma la probabilidad de rentabilidad de uno y los de no rentabilidad
P (1 rentable) = 0.95*0.192*0.228+0.05*0.808*0.228+0.05*0.192*0.772=
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
PROBABILIDAD
100402A_291

0.0415872+0.0092112+0.0074112=0.0582096
Y para las rentables se toman dos rentables y uno que no se suman las probabilidades
P (2 rentables) = 0.95*0.08*0.228*0.95*0.192*0772+0.05*0.808*0.772=
0.1750128+01408128+0.0311888=0.3470144

5. Redacte un breve resumen de sus hallazgos


P (0 rentables) = 0.0021888
P (1 rentables) = 0.0582096
P (2 rentables) = 0.3470144
P (3 rentables) = 0.5925872
TOTAL = 1,0000000

ESTUDIO DE CASO 2: GLENDA VALENTINA ANGEL

La distribución de probabilidad binomial es una distribución de probabilidad discreta que se

presenta con mucha frecuencia. Una de sus características consiste en que sólo hay dos

posibles resultados en un determinado ensayo del experimento y los resultados son

mutuamente excluyentes; Otra característica de la distribución binomial es el hecho de que

la variable aleatoria es el resultado de conteos. Es decir, se cuenta el número de éxitos en el

número total de ensayos. Una tercera característica de una distribución binomial consiste en

que la probabilidad de éxito es la misma de un ensayo a otro.

Un estudio del Departamento de Transporte de Illinois concluyó que 76.2% de quienes

ocupaban los asientos delanteros de los vehículos utilizaba cinturón de seguridad. Esto

significa que los dos ocupantes de la parte delantera utilizaban cinturones de seguridad.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
PROBABILIDAD
100402A_291

Suponga que decide comparar la información con el uso actual que se da al cinturón de

seguridad, para lo cual selecciona una muestra de 12 vehículos.

Presente un informe en el que como mínimo incluya:

1. ¿Esta situación cumple con los supuestos de la distribución binomial? Identifíquelos

Si Cumple con los requisitos para que sea una probabilidad binomial por lo que hay dos

sucesos posibles.

Donde

P = 0.762 probabilidad de que ocurra el evento

q = 0. 238 probabilidades que no ocurra el evento

n = 12 número de veces que se lleva a cabo

x= 7 veces que ocurra el éxito

2. Elabore un diagrama de barras para la distribución de probabilidad binomial que

representa esta situación

DISTRIBUCION DE PROBABILIDAD BINOMIAL


14
12
10 12
8
6 7
4
2
0 0.76
P 0.24
q
= = s tra ur
ra
A D RA ue oc
B ID UR m ue
A OC sq
OB c e
PR NO ve
E
QU
AD
LI ID
A B
R OB
P
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
PROBABILIDAD
100402A_291

FORMULA p ( x ) =n C x P X qn− x

Donde nCx también se puede expresar ( nx)


( nx) P q
X n− x

p ( x ) =n C x P X qn− x

Donde nCx también se puede expresar ( nx)=( 127)


3. ¿Cuál es la probabilidad que los ocupantes de la parte delantera en exactamente 7

de los 12 vehículos seleccionados utilicen cinturones de seguridad?

(127 )( 0.762 ) ( 0.238)


7 12−7
=792 ( 0.149171 )( 7.636331712 )=902

4. ¿Cuál es la probabilidad que los ocupantes de la parte delantera de por lo menos 7

de los 12 vehículos utilicen cinturón de seguridad?

P( X ≥ 7)

¿ P ( X=7 )+ P ( X=8 )+ P ( X =9 ) + P ( X=10 )+ P ( X=11 ) + P ( X =12 )

¿ .902+.1805+2569+.2467+.1436+ .O 383

¿ .9562

5. ¿Cuál es la probabilidad que los ocupantes de la parte delantera de máximo 7 de

los 12 vehículos?

P (0 ≤ X ≤ 7)
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
PROBABILIDAD
100402A_291

P ( O≤ X ≤7 )=P ( X=0 ) + P ( X=7 )

¿ 12 ¿
( )
0

¿ 1 ( 0 ) (1,38786 )+792 ( 0,762 ) ( 0,000182 )

¿ 0+1,38684

¿ 1,479

6. Encuentre el valor esperado del número de vehículos en los que los ocupantes de la

parte delantera utilizan el cinturón de seguridad?

μ ϵ ( x )=12∗0,762=9,144

ESTUDIO DE CASO 3: MARÍA


ANGÉLICA ALARCÓN LOSADA

El Baloto, es la lotería en línea de


Colombia, supervisado por ETESA (Empresa territorial para la salud). Es un juego que
consiste en acertar 6, 5, 4 o 3 números en cualquier orden de una matriz del 1 al 45; El
jugador señala en un tarjetón los 6 números que escoge. Los números están representados
en 45 balotas numeradas del 1 al 45. Cada número aparece una sola vez y las balotas
ganadoras se seleccionan sin reemplazo. El premio acumulado se entrega a quien haga
coincidir los seis números.

Informe

1.- ¿Esta situación cumple con los supuestos de la distribución Hipergeométrica?


Identifíquelos (Sugerencia: Divida los 45 números en dos grupos: ganadores y no
ganadores)
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
PROBABILIDAD
100402A_291

Si cumple con Distribución Hipergeométrica.


Datos distribución Hipergeométrica:
N = 45
n=6
x=6
m=6

2.- Usando la distribución de probabilidad Hipergeométrica determinar la


probabilidad de que el jugador acierte los 6 números

m N −m
P ( x) =
( x )∗(
n−x )
N
n

6 45−6 39
P ( 6 )=
( 6 )∗(
6−6 ) =
1∗( )
0
=
1
=¿
45 45 45
6 6 39∗6

39∗6 6! 720
= = =¿
45 45∗44∗43∗42∗41∗40 5864443200

1
=1.22773804∗10−7=0.000000122773804
8145060

3.- La empresa encargada del sorteo informa que la probabilidad de que coincidan
todos los números es de 1 en 8145060. ¿Qué significa esto en términos de
probabilidad? Coincide esto con su respuesta anterior.

1
P ( 6 )= =1.22773804∗10−7
8145060
Como se puede ver coinciden con la misma fracción que se hayo al principio.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
PROBABILIDAD
100402A_291

El sorteo también otorga un premio si el jugador hace coincidir 3, 4 o 5 de los números


ganadores

4) Calcule la probabilidad, para hacer coincidir 3 de los 6 números ganadores.

m N −m
P ( x) =
( x )∗(
n−x )
N
n

6 45−6 6∗5∗4 39 20∗39∗38∗37


P ( 6 )=
( 3 )∗(
6−3 ) =
3
∗( )
3
=
3
=¿
45 45 45∗44∗43∗42∗41∗40
6 6 6

20∗9139 182780
= =0.02244059589
8145060 8145060

5) Calcule la probabilidad de que coincidan 4 de los 6 números ganadores

m N −m
P ( x) =
( x )∗(
n−x )
N
n

6 45−6 6∗5 39
P ( 6 )=
( 4 )∗(
6−4 ) =
2 (2 )

=¿
45 45
6 6
15∗39∗38
2 15∗741 11115
= = =¿
8145060 8145060 8145060

741
=0.001364630831
543004

6) Calcule la probabilidad de que coincidan 5 de los 6 números ganadores


UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
PROBABILIDAD
100402A_291

m N −m
P ( x) =
( x )∗(
n−x )
N
n

6 45−6 39
P ( 6 )=
( 5 )∗(
6−5 ) =
6∗( )
1
=¿
45 45
6 6

6∗39 234 39
= = =¿
8145060 8145060 1357510

¿ 2.872807014∗10−5

7) Con base en los resultados obtenidos, usted invertiría dinero en el BALOTO


Realmente no, porque las posibilidades de ganar son muy bajas. Es casi imposible acertar 6
cifras a la vez, aunque se han dado algunos casos, son muchas más altas las posibilidades
de fracasar en el juego de azar, por lo tanto, no invertiría dinero en el baloto.

ESTUDIO DE CASO 4: MARISOL PALOMINO

La distribución de probabilidad de Poisson describe el número de veces que se presenta un


evento durante un intervalo específico. El intervalo puede ser de tiempo, distancia, área o
volumen. La distribución se basa en dos supuestos. El primero consiste en que la
probabilidad es proporcional a la longitud del intervalo. El segundo supuesto consiste en
que los intervalos son independientes. En otras palabras, cuanto más grande sea el
intervalo, mayor será la probabilidad; además, el número de veces que se presenta un
evento en un intervalo no influye en los demás intervalos.

Esta distribución posee diversas aplicaciones. Se le utiliza como modelo para describir la
distribución de errores en una entrada de datos, el número de rayones y otras
imperfecciones en las cabinas de automóviles recién pintados, el número de partes
defectuosas en envíos, el número de clientes que esperan mesa en un restaurante, el número
de accidentes en una carretera en un periodo determinado.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
PROBABILIDAD
100402A_291

La compañía de aviación Delta Airlines, se caracteriza por su responsabilidad y cuidado


con el equipaje de sus pasajeros, por lo que pocas veces se pierde equipaje. En la mayoría
de los vuelos no se pierden maletas; en algunos se pierde una; en unos cuantos se pierden
dos; pocas veces se pierden tres, etc. Suponga que una muestra aleatoria de 1 000 vuelos
arroja un total de 300 maletas perdidas. De esta manera, el número promedio de maletas
perdidas por vuelo es de 0.3.

Prepare un informe en el que como mínimo, incluya:

1.- ¿Esta situación cumple con los supuestos de la distribución Poisson? Identifíquelos

Cumple con el primer supuesto, que dice que la probabilidad es proporcional a la longitud
del intervalo, en este caso de 1000 vuelos se pierden 300 maletas, es decir que existe un
promedio de 0.3 maletas perdidas por vuelo.
Se cumple el segundo supuesto, debido a que el número de veces que representa un evento
en un intervalo si influye en los demás intervalos, ya que es una muestra aleatoria y los
intervalos son independientes, es decir si es más grande el intervalo tendrá mayor
probabilidad

2.- Determine cuál es la probabilidad de que en un vuelo no se pierda ninguna maleta

∑ xi
γ = i=1
n
f ( x ; γ )=γ x . e−γ

e: es la base del logaritmo natural igual a 2.71828


k es el número de ocurrencias de un evento; la probabilidad de que viene dada por la función
K! es factorial de k
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
PROBABILIDAD
100402A_291

γ Es un número real positivo, igual que el número esperado de ocurrencias durante el intervalo dado.
Los eventos ocurren en promedio 300 maletas perdidas por vuelos,

[ 0.3 ] 0∗[ e ]−0.3


P [ 0]= =0.7408 Podemos decir que hay un 74% de probalidad que ninguna
0!
maleta se pierda.

3.- Determine cuál es la probabilidad de que en un vuelo se pierda exactamente una maleta

[ 0.3 ]1∗[ e−0.3 ]


P [ 1 ]= =0.222 Según este resultado la probabilidad de que solo una maleta se
1!
pierda es 22,2%

4.- Determine cuál es la probabilidad de que en un vuelo se pierdan entre dos y cuatro maletas

[ 0.3 ]2∗[ e−0.3 ]


P [2 ]= =0.033
1!
[ 0.3 ]3∗[ e−0.3 ]
P [3 ]= =0.00333
3!

Se puede decir que el 3.33%, pierde dos maletas y que el 0.3% pierde tres maletas.

5.- Podría establecer cuál es la probabilidad de que se pierdan en un vuelo más de cuatro
maletas
4
[ 0.3 ] ∗[ e−0.3 ]
P [ 4 ]= =0.00025 La probabilidad de que se pierda 4 maletas es de 0.025%.
4!

6.- ¿En qué momento debe sospechar el supervisor de la Aerolínea que en un vuelo se están
perdiendo demasiadas maletas?

Según los resultados obtenidos, se puede evidenciar que el momento en el cual se pierden
mayor cantidad de maletas es en el 1, es decir que se debe tener en cuenta al momento de
recoger las maletas para ser trasladadas al avión.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
PROBABILIDAD
100402A_291

ESTUDIO DE CASO 5: YEFERSON YARA

Para una población grande de personas sin hogar, Wong y Piliavin (2001) examinaron
factores de estrés, recursos y agotamiento psicológico empleando la Escala de Depresión
del Centro de Estudios Epidemiológicos (CESD), un cuestionario de evaluación
comunitario.

Entre las personas sin hogar, la puntuación media del cuestionario CESD es 23,5 con una
desviación estándar de 7.5 y se considera que para la Variable X = puntuación del CESD,
la
distribución es normal. Como trabajador en el área de admisiones en un refugio para
personas sin hogar, usted es el encargado de aplicar el CESD y debe evaluar los resultados
para las nuevas
personas que lleguen al centro.

Dentro de las políticas del refugio se encuentra que cualquier persona cuya puntuación sea
de 20 o más puntos en el CESD debe enviarse a ver a un doctor.

INFORME A PRESENTAR:

Datos del ejercicio


X = 20 – 23,5 = 3,5

Media = 23,5

Variable = 3,5

Desviación estándar = 7,5


1. La probabilidad de que una persona que llegue al refugio sea enviada a ver al
doctor

Valor z = - 0, 46

Área bajo la curva = 0,1772


UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
PROBABILIDAD
100402A_291

Así:

0,1772 + 0,5 = 0,6772

0,6772 * 100 = 67,72%

Existe un 67,72% de probabilidad que una persona que llegue al refugio sea
enviada a ver al doctor.

2. La probabilidad de que una persona que llegue al refugio tenga una puntación
de 10 o menos puntos

Valor z = - 1, 8

Área bajo la curva = 0,4641

Así:

0,5 – 0,4641 = 0,0359

0,0359 * 100 = 3,59


UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
PROBABILIDAD
100402A_291

Existe un 3,59% de probabilidad de que una persona que llegue al refugio tenga una
puntación de 10 o menos puntos.

3. La probabilidad de que una persona que llegue al refugio tenga una


puntuación entre 16 y 20 puntos

Valor Z1 = - 0,466

Área bajo la curva = 0,1772

Valor Z1 = -1

Área bajo la curva = 0,3413

Así:

Área comprendida entre Z1 y Z2 se calcula hacia la izquierda por ser negativos

0,1772 * 100 = 17,72%

0,3413 * 100 = 34,13%

34,13% - 17,72% = 16,41%

La probabilidad de que una persona que llegue al refugio tenga una puntuación
entre 16 y 20 puntos es de 16,41%
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
PROBABILIDAD
100402A_291

4. Si las personas sin hogar con puntuación en el 15% más alto deben ser
enviadas a los servicios de prevención de suicidios, ¿Qué puntuación hace
calificar a una persona que llega al refugio para este servicio?

15% = 0,15

Valor Z = 0,38

Área bajo la curva = 0,15

Z = x - µ/ơ
X = µ + (ơ*z)

X = 23,5 + (0,38 * 7,5)


X = 23,5 + (2,85)
X = 26,35

La puntuación para calificar a una persona que llega al refugio para este servicio es
26,35

5. Las personas sin hogar con puntación en el 25% más bajo, se le envía a un
servicio de orientación laboral para mejorar sus recursos. ¿Qué puntuación
permite calificar a una persona para acceder a este servicio?

Valor Z = - 0,67

Área bajo la curva = 0,25


UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
PROBABILIDAD
100402A_291

Z = x - µ/ơ
X = µ + (ơ*z)

X = 23,5 + (-0,67 * 7,5)


X = 23,5 - (5,025)
X = 18,475

La puntuación que permite calificar a una persona para acceder a este servicio es de
18,46
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
PROBABILIDAD
100402A_291

CONCLUSIONES

Las diferentes distribuciones de probabilidad nos permiten calcular todos aquellos


resultados probables que pueden ocurrir en cierto experimento, arrojándonos
posibles pruebas o soluciones que se le pueden asignar a dicha situación o caso a
tratar.

Se dio la posible solución a los casos propuestos en la guía integrada de actividades


teniendo en cuenta el análisis y estudio de la unidad 2 que nos permitió comprender
y desarrollar los ejercicios propuestos y de esta manea aprender de cada uno de los
conceptos y generalidades de los temas de cada uno de los capítulos.

El estudio y comprensión de los temas y demás información que está establecida en


el curso de probabilidad es muy importante para nuestra profesión para la ejecución
de actividades que se puedan presentar en la cotidianidad.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
PROBABILIDAD
100402A_291

REFERENCIAS BIBLIOGRÁFICAS

Gil, M., Gonzales, A. J Salagre, M. (2014). Ejercicios de estadística teórica: Probabilidad e


inferencia. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=47&docID=10995669&tm=1470693596054

Gil, M., Gonzales, A. J Salagre, M. (2014). Ejercicios de estadística teórica: Probabilidad e


inferencia. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=59&docID=10995669&tm=1470694057290

Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico Nacional.


Recuperado de: http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=183&docID=10436604&tm=1470693651415

Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico Nacional.


Recuperado de: http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=59&docID=10995669&tm=1470694602509

Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico Nacional.


Recuperado de: http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=194&docID=10436604&tm=1470693683773
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
PROBABILIDAD
100402A_291

Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Recuperado de:


http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=258&docID=11013767&tm=1470693471527

Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Recuperado de:


http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=297&docID=11013767&tm=1470693984628

Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Recuperado de:


http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=268&docID=11013767&tm=1470693526577

También podría gustarte