PASO 5 EVALUACIÓN FINAL POA

PRESENTADO POR

PRESENTADO A:
Jenny Tatiana Sánchez

GRUPO: 100402_51

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

PROBABILIDAD
AGOSTO DE 2018
 INTRODUCCIÓN

A través del siguiente trabajo se da a conocer el desarrollo de 5 casos de las temáticas vistas
durante el desarrollo del curso, el cual se realiza de forma colaborativa en donde cada estudiante
escoge uno de los casos y en la tabla plan de acción expone dicha información.

Una vez cada estudiante haya leído la información de las diferentes ayudas bibliográficas procede
al desarrollo del caso que le corresponde aplicando en el cada uno de los puntos aprendidos en las
lecturas junto con las formulas correspondientes, adicional a esto se debe escoger por pate de
cada estudiante uno de los casos desarrollados por uno de sus compañeros y realizando una
retroalimentación de forma crítica y argumentativa.
 OBJETIVOS

1. Objetivo general
Desarrollar de forma colaborativa los cinco casos de la evaluación final POA

Objetivos específicos
 Diligenciar la tabla 1 plan de acción
 Conceptos teóricos de la unidad
 Escoger y desarrollar uno de los cinco casos
 CONCEPTOS TEÓRICOS

Distribución binomial

Es una extensión de la distribución de Bernouilli. Supongamos que se repite un experimento “n”

veces de forma idéntica e independiente. Los resultados de cada realización del experimento se
clasifican en dos categorías (como en el caso de Bernouilli), una será la probabilidad de éxito p, y
otra q=1-p, la de fracaso.

Así, por tanto, sea X una variable aleatoria discreta, se dice que se distribuye como una
distribución binomial de parámetros (n,p). Siempre se debe de verificar que n>1 y que p tome
valores entre 0 y 1.
La función de probabilidad viene dada por la expresión:

Propiedades de la distribución Binomial

1. La distribución Binomial se puede obtener como suma de n variables aleatorias

independientes Bernouilli con el mismo parámetro “p”.
2. Si tenemos dos variables aleatorias que se distribuyen según una Binomial con el mismo
parámetro “p”, es decir, con la misma probabilidad de éxito, X  B(n, p) e Y  B(m, p) ,
entonces siempre se verifica

Si no tienen la misma probabilidad no se pueden sumar.

3. Sea X una variable aleatoria e Y otra variable aleatoria que verifican que
X  B(n, p) e Y=X/n, entonces se verifica
Y además su esperanza y varianza son

Distribución de poisson

Esta es una distribución discreta de gran utilidad sobre todo en procesos biológicos, donde X
suele representar el número de eventos independientes que ocurren a velocidad constante en un
intervalo de tiempo o en un espacio.

Así, por tanto, sea X una variable aleatoria discreta, se dice que se distribuye como una
distribución de Poisson,

Con, λ > 0 si su función o distribución de probabilidad viene dada por:

En esta distribución λ representa el número promedio de ocurrencias en un intervalo de tiempo o

en un espacio. Por lo tanto, para esta distribución se verifica que su esperanza y su varianza son:
 EJERCICIO # 3

Regularmente muchas de las personas que toman café se toman un poco de tiempo para
prepararlo y algunas toman más de un descanso al día. En la siguiente tabla, se ilustra la
distribución de probabilidad para x, el número de descansos por día que se dan quienes toman
café.

Años, x 0 1 2 3 4 5
p(x) 0.28 0.37 0.17 0.12 0.05 0.01

a. ¿Cuál es la probabilidad de que una persona que toma café, seleccionada al azar, no se dé
un descanso para tomar café durante el día?
P (0) = 1 –(0.28) = 0.28

= 0.28

b. ¿Cuál es la probabilidad de que una persona que toma café, seleccionada al azar, se de

más de tres descansos para tomar café durante el día?

P(3) + P(4) + P(5) = 0.12 + 0.05 + 0.01 = 0.18

c. ¿Cuál es la probabilidad de que una persona que toma café, seleccionada al azar, se de

más de cuatro descansos para tomar café durante el día?
P (4) = 1 –(0.1+0.3+0.4+0.1+0.05) =1 – (0.95) = 0.05

d. Calcule la media y la desviación estándar para la variable aleatoria x. Encuentre la

probabilidad de que x caiga en el intervalo μ ±2 σ .

Intervalo μ ±2 σ . = (1.85 – 2.3894)= (-05394, 4.2394)

La probabilidad del intervalo es de 0.1+0.3+0.4+ 0.1+0.005

= 0.95

= 95%
 EJERCICIO # 5

De acuerdo con un estudio realizado por el Departamento de Pediatría de la Universidad

Nacional en Bogotá, los niños que se lesionan dos o más veces tienden a sufrir estas lesiones
durante un tiempo relativamente limitado, por lo general un año o menos. Si el número promedio
de lesiones por año para niños en edad escolar es de dos, ¿cuáles son las probabilidades de estos
eventos?

a. Un niño en edad escolar sufrirá dos lesiones durante el año.

b. Un niño en edad escolar sufrirá dos o más lesiones durante el año.

c. Un niño en edad escolar sufrirá a lo sumo una lesión durante el año.

Solución

De acuerdo a los datos del enunciado podemos destacar

μ = 2 lesiones

e = 2,71828

Probabilidad de Poisson:

P( X =k )=μ ∧ k∗e ∧−μ/ k

Ya con estos datos procedemos a dar soluciona a cada uno de los puntos

a. Un niño en edad escolar sufrirá dos lesiones durante el año.

P( X =2)=2²∗2,71828⁻ ² /2∗1

P( X =2)=4∗0,135335/2=0,27=27 %

b. Un niño en edad escolar sufrirá dos o más lesiones durante el año.

P( X ≥ 2)=1−[P( X=0)+ P( X=1)+ P(X =2)]=1−[0+ 0,1353+0.27]

P( X ≥ 2)=1−[P( X=0)+ P( X=1)+ P(X =2)]=0,5947=59,47 %

c. Un niño en edad escolar sufrirá a lo sumo una lesión durante el año.

P( X ≤ 1)=P( X =0)+ P (X=1)=0+0,1353=0,1353=13,53 %

 CONCLUSIONES

En el desarrollo del presente trabajo se dio solución de forma colaborativa de los 5 en donde se
pone en práctica lo estudiado durante el desarrollo de cada una de las unidades del curso, de tal
manera que cada estudiante realizo su aporte dando solución a uno de los casos y dando a
conocer a modo de resumen los conceptos teóricos con los que se apoyó para el desarrollo del
problema.
 REFERENCIAS BIBLIOGRÁFICAS

 Modelos de probabilidad recuperado de

http://www.ugr.es/~eues/webgrupo/Docencia/MonteroAlonso/estadisticaII/tema3.pdf

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

178 a 222. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=183&docID=10436604&tm=1470693651415
 Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Página 241 a
278 Recuperado de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=258&docID=11013767&tm=1470693471527
 Gil, M., Gonzales, A. J Salagre, M. (2014). Ejercicios de estadística teórica: Probabilidad
e inferencia. Página 46 a 57. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=47&docID=10995669&tm=1470693596054
 Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico Nacional.  Página
223 a 254 Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=194&docID=10436604&tm=1470693683773
 Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Página 280 a 298.
Recuperado de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=297&docID=11013767&tm=1470693984628