1

ESTADISTICA II

ESTADISTICA II

Presentado por:
HECTOR IVAN MUÑOZ PEREZ

Profesor:
JAVIER OLMEDO MILLAN PAYAN

Asignatura:
ESTADISTICA II

CORPORACIÓN UNIVERSITARIA UNIASTURIAS

UNIASTURIAS- BOGOTA
FACULTAD DE CIENCIAS ECONOMICAS Y ADMINISTRATIVAS
ESTADISTICA II
BELLO, COLOMBIA
2020
 2
ESTADISTICA II

Tabla de Contenido

Contenido
Tabla de Contenido............................................................................................................................2
Justificación........................................................................................................................................3
Objetivos............................................................................................................................................4
Objetivo general.............................................................................................................................4
Objetivos específicos......................................................................................................................4
Unidad 3 Caso practico.......................................................................................................................5
Conclusiones......................................................................................................................................9
Lista de Referencia...........................................................................................................................10
 3
ESTADISTICA II

Justificación

El trabajo sugiere conocer el procedimiento correcto para resolver los ejercicios propuestos,

llevar a cabo un orden que permita encontrar la solución correcta. Basada en una estructura

estadística creada a partir de variables aleatorias, distribución de probabilidades, y esto

conlleva a sujetarse a los datos y al procedimiento que se propone.

 4
ESTADISTICA II

Objetivos

Objetivo general

 Dar solución al ejercicio propuesto, llevando a cabo el procedimiento

establecido.

Objetivos específicos

 Describir los pasos necesarios para encontrar el determinante que forman las

variables.

 Establecer el procedimiento para obtener los valores que forman las

distribuciones.

 Definir y concluir dados los resultados encontrados

 5
ESTADISTICA II

Unidad 3 Caso practico

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

A. Número de hombres, mujeres y niños (menores de 12 años, de cualquier sexo), en

un avión con 145 pasajeros.

Distribución Bernoulli

La distribución de Bernoulli es una distribución discreta que está relacionada con muchas

distribuciones, tales como la distribución binomial, geométrica y binomial negativa. La

distribución de Bernoulli representa el resultado de 1 ensayo. Las secuencias de ensayos de

Bernoulli independientes generan las demás distribuciones: la distribución binomial modela

el número de éxitos en n ensayos, la distribución geométrica modela el número de fallas

antes del primer éxito y la distribución binomial negativa modela el número de fallas antes

del éxito xésimo

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

Distribución Poisson

Esta distribución es una de las más importantes distribuciones de variable discreta. Sus

principales aplicaciones hacen referencia a la modelización de situaciones en las que nos

interesa determinar el número de hechos de cierto tipo que se pueden producir en un

intervalo de tiempo o de espacio, bajo presupuestos de aleatoriedad y ciertas circunstancias

restrictivas. Otro de sus usos frecuentes es la consideración límite de procesos dicotómicos

reiterados un gran número de veces si la probabilidad de obtener un éxito es muy pequeña. 

 6
ESTADISTICA II

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

Distribución Binomial

Una distribución binomial es una distribución de probabilidad discreta que describe el

número de éxitos al realizar N experimentos independientes entre sí, acerca de una variable
aleatoria.

Existen una gran diversidad de experimentos o sucesos que pueden ser caracterizados bajo
esta distribución de probabilidad. Imaginemos el lanzamiento de una moneda en el que
definimos el suceso “sacar cara” como el éxito. Si lanzamos 5 veces la moneda y contamos
los éxitos (sacar cara) que obtenemos, nuestra distribución de probabilidades se ajustaría a
una 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

FORMULA = # INTENTO POR PROBABILIDA

EXITO
# INTENTO 10
PROBABILIDAD ÉXITO 0.8
MEDIA 8

VARIANZA MEDIA * ( 1- PROBABILIDAD

ÉXITO)
PROBABILIDAD ÉXITO 0.8
MEDIA 8
CONSTANTE 1
VARIANZA 1.6

Por definición, la media de cualquier binomial está dado 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
 7
ESTADISTICA II

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!

Teniendo los datos anteriormente dados podemos deducir que es una distribución binomial,
donde n es el número de pruebas que se realiza y p es la probabilidad de éxito

P (x = k) = (n k) Pᴷ Qᴺ⁻ᴷ Donde K = 0,1,2,3 … n

n! / [k! (n - k)!] y sabiendo que k = x, la respuesta correcta es la opción b:

4. 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.

F(x) { ½ par , ½ impar

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:

P ( dos impares) = ( ½) ² = ¼ =m 0.25 probabilidad del 25 %

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.

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

3³ = 27 (P) probabilidades
 8
ESTADISTICA II

27 (p) / 216 = 0.125 es decir 1 octavo

{1/8 pares ,7/8 otro

Para obtener la probabilidad:

P ( 4 Lanzamientos NO favorables ) = ( 7/8 ) ⁵ = 0.586

Esto indica que tiene un 58 % de probabilidades de que ocurra.

 9
ESTADISTICA II

Conclusiones

Lograr definir varios conceptos y tenerlos claros, permitieron el desarrollo de los ejercicios
planteados, concluyendo la gran importancia que tiene la estadística como una herramienta
fundamental en el desarrollo de cualquier ámbito profesional y personal, ya que nos permite
poder encontrar la solución a los problemas planteados si se realizan de forma correcta. Al
realizar este trabajo se pudo diferenciar y establecer la ejecución de los ejercicios de
distribución discreta o continua, apoyados en las diferentes teorías como las de Bernoulli,
binomial o poisson entre otros.
 10
ESTADISTICA II

Lista de Referencia

Hanke, John E y Arthur Reitsch. (1997).Estadística para negocios. Editorial Mc Graw

Hill. 2ª. Edición, USA,. 562 p Algebra lineal ,

Murray R., S. (1976). Teoría y Problemas de Probabilidad y Estadística. Bogotá, Colombia:

McGrawHill

fisica y matematicas. (Dirección). (2014). Variables Aleatorias [Video]. Obtenido de

https://www.youtube.com/watch?v=n0T_HcJ7oak