POS-TAREA – EVALUACIÓN FINAL POA (PRUEBA OBJETIVA ABIERTA)

HAIBER DUSSÁN CANO

CÓDIGO: 7688649
No. DE GRUPO: 100402-89

JOSE HECTOR MAESTRE

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

PROBABILIDAD
20 MAYO 2019
Descripción del ejercicio:

1. Gregor Mendel sugirió en 1865 una teoría de la herencia basada en la ciencia de la genética. Él
identificó individuos heterocigotos de flores de color que tenían dos alelos (un r= aleo recesivo
de color blanco y uno R= alelo dominante de color rojo). Cuando estos individuos se apareaban,
observo que ¾ de los descendientes tenían flores rojas y ¼ tenían flores blancas, La tabla
siguiente resume este apareamiento; cada padre da uno de sus alelos para formar el gen
descendiente:

  Padre 2
Padre 1 r R
r rr rR
R Rr RR

Supongamos que es igualmente probable que cada padre dé cualquier de los alelos y que, si uno
de ellos o los dos alelos de un par dominante (R), el descendiente tendrá flores rojas.

a. ¿Cuál es la probabilidad de que un descendiente en este apareamiento tenga al menos un alelo

dominante?

Solución:
Teniendo en cuenta el cuadro de punnett, podemos observar que 3 de cada 4 individuos tienen un
alelo dominante (R).

X = 3 (posibilidad de tener un alelo dominante).

Y = 4 (Total de posibilidades)
100 * X 300 / Y
100 * 3 = 300 300 / 4 = 75

R/: Si multiplicamos 100 por la posibilidad de tener un alelo dominante y lo dividimos entre el
total de posibilidades, obtendremos como resultado 75%
b. ¿Cuál es la probabilidad de que un descendiente tenga al menos un alelo recesivo?

Solución:
Teniendo en cuenta el cuadro de punnett, podemos observar que 3 de cada 4 individuos tienen un
alelo recesivo (R).

X = 3 (posibilidad de tener un alelo recesivo).

Y = 4 (Total de posibilidades)

100 * X 300 / Y
100 * 3 = 300 300 / 4 = 75

R/: Si multiplicamos 100 por la posibilidad de tener un alelo recesivo y lo dividimos entre el
total de posibilidades, obtendremos como resultado 75%

c. ¿Cuál es la probabilidad de que un descendiente tenga un alelo recesivo, dado que el

descendiente tiene flores rojas?

Solución:
Teniendo en cuenta el cuadro de punnett, podemos observar que hay 2 posibles resultados entre
3, ya que hay 3 posibilidades de que se obtenga un alelo recesivo y 2 de que el descendiente
tenga flores rojas.

X = 2 (posibilidad de tener un alelo recesivo con flores rojas).

Y = 3 (Total de posibilidades)

100 * X 200 / Y
100 * 2 = 200 200 / 3 = 66,67

R/: Si multiplicamos 100 por la posibilidad de tener un alelo recesivo con flores rojas y lo
dividimos entre el total de posibilidades, obtendremos como resultado 66,67%
2. (D. Binomial) En 2010, el promedio combinado de calificaciones del SAT (lectura analítica,
matemáticas y escritura) para estudiantes que van hacia la universidad en Estados Unidos fue
1509 de 2400. Suponga que aproximadamente 45% de todos los graduados de preparatoria
presentan este examen y que 100 son seleccionados al azar en todo Estados Unidos. ¿Cuál de las
siguientes variables aleatorias tiene una distribución binomial aproximada? Si es posible,
dé los valores para n y p.
a. El número de estudiantes que presentaron el SAT.
b. Las calificaciones de los 100 estudiantes en el SAT.
c. El número de estudiantes que calificaron arriba del promedio del SAT.
d. El tiempo que tomó a cada estudiante para completar el SAT.

Solución:

n = 100 -> estudiantes seleccionados

p = 0,45 -> estudiantes de preparatoria presentan este examen (éxitos).

q = 1-0,45 = 0,55 -> estudiantes de preparatoria que no presentaron este examen (fracaso).

R/: La variable aleatoria tiene una distribución binomial aproximada es la a: “El número de
estudiantes que presentaron el SAT”. Dado que la distribución binomial tiene dos posibles
resultados (éxito o fracaso), en este ejercicio tomamos como éxito la cantidad de estudiantes que
presenta el examen y como fracaso la cantidad de los que no presentan el examen, además del
número de intentos (los 100 estudiantes seleccionados) para llevar a cabo este experimento.
3. (D. Hipergeométrica) El número de x de personas ingresadas a una unidad de cuidados
intensivos en un hospital particular, en cualquier día, tiene una distribución de probabilidad de
Poisson con media igual a cinco personas por día.

a. ¿Cuál es la probabilidad de que el número de personas ingresadas a una unidad de cuidados

intensivos, en un día particular, sea dos? ¿Menor o igual a dos?

Solución:
e−λ∗λ x
P( x )=
x!

 Probabilidad de que sea 2 personas:

 λ=5

x=2
e−5∗5 2
P( x=2)=
2!
(2,7182)−5∗25
P( x=2)=
2∗1
0,0067∗25
P( x=2)=
2
0,1675
P( x=2)=
2
P ( x=2 )=0,08375

R/: La probabilidad de que sean 2 personas es de 8.37%

 Probabilidad de que sean menor o igual a 2 personas.

λ=5

x=1
e−5∗51
P( x=1)=
1!
(2,7182)−5∗5
P( x=1)=
1
0,0067∗5
P( x=1)=
1
0,0335
P( x=1)=
1
P ( x=1 )=0,0335

λ=5

x=0

e−5∗50
P( x=0)=
0!
 (2,7182)−5∗1
P( x=0)=
1
0,0067∗1
P( x=0)=
1
0,0067
P( x=0)=
1
P ( x=0 )=0,0067

Suma de los anteriores resultados

p ( x ≤ 2 )= p ( x=0 ) + p ( x=1 ) + p ( x=2)
p ( x ≤ 2 )=0,0067+ 0,0335+ 0,0837 5
p ( x ≤ 2 )=0,12395

R/: La probabilidad de que sean menor o igual a 2 personas es de 12,39%

b. ¿Es probable que x exceda de 10? Explique.

Calculando P ( x>10 )=1-P ( x ≤ 10 )

Para: P ( x ≤ 10 )

P ( x ≤ 10 )=P ( x=0 ) + P ( x=1 ) + P ( x=2 )+ P ( x=3 )+ P ( x=4 ) + P ( x=5 ) + P ( x=6 ) + P ( x=7 ) + P ( x=8 ) + P ( x=9 ) + P ( x=

e−5 5 0 e−5 51 e−5 52 e−5 53 e−5 54 e−5 55 e−5 56 e−5 57 e−5 58 e−5 5 9 e−5 510
P ( x ≤ 10 )= + + + + + + + + + +
0! 1! 2! 3! 4! 5! 6! 7! 8! 9! 10!

P ( x ≤ 10 )=0,00673+ 0,0336+0,0842+0,1403+0,1754+0,1754+ 0,1462+ 0,1044+

0,0652+0,0362+0,0181

P ( x ≤ 10 )=0,98573
Por tanto:

P ( x>10 )=1-0,98573

P ( x>10 )=0,01427

Es poco probable que más de 10 personas sean ingresadas a una unidad de cuidados intensivos,
en un día particular. Porque, P ( x ≤ 10 )=0,98573 (se acerca al 100%).

4. (D. Normal) El número de veces x que un humano adulto respira por minuto, cuando está en
reposo, tiene una distribución de probabilidad aproximadamente normal, con la media igual a 16
y la desviación estándar igual a 4. Si una persona se selecciona al azar y se registra el número x
de respiraciones por minuto cuando está en reposo, ¿cuál es la probabilidad de que x exceda 22?

Solución:
para este ejercicio necesitaremos latabla de distribucion Z positiva .

Para este ejercicio se calcula para x ≤ 22 Y luego se resta del total que es 1.
p ( x>22 ) =1−¿ p ( x ≤ 22 )
x −μ 22−16
Hallamos Z para cuando x=22: Z= = =1,5 Al observar la tabla vemos que para un
σ 4
valor de Z = 1,5 la probabilidad P(Z) = 0,9332 Entonces:

p ( x>22 ) =1−¿ 0,9332=0,0668

5. Suponga que el 10% de los campos en una región agrícola determinada están infestados con el
gusano Helicoverpa armigera de la mazorca. Se seleccionan de manera aleatoria 150 campos de
esta región y se inspeccionan para ver si están infestados.

a. ¿Cuál es el número promedio de campos muestreados que están infestados?

Solución:
n = 150
p = 0,10

n∗p=μ
150∗0,1=15
R/: Se esperaría que de 150 campos 15 estén infectados.

b. ¿Dentro de que límites esperaría usted hallar el número de campos infestados, con
probabilidad aproximada de 95%?
Solución:
n = 150
p = 0,10

q=1−0,10
q=0,9 0

σ =√ n∗p∗q
σ =√ 150∗0,10∗0,90
σ =√ 13,5
σ =3,67

Aplicando el teorema de Chebyshev

μ = 15
σ = 3,67
Limite superior =μ+2∗σ
Limite superior =15+(2∗3,67)
Limite superior =22,34

Limite inferior=μ−2∗σ
Limite inferior=15−(2∗3,67)
Limite inferior=7,66
R/: Se esperaría que dentro de los limites inferior de 7,66 y superior de 22,34 se encuentren los
campos infectados.

c. ¿Qué podría usted concluir si encuentra x=32 campos estuvieran infestados? ¿Es posible que
una de las características de un experimento binomial no se satisfaga en este experimento?
Explique.

R/: Es muy poco probable que esto ocurra, para que se lleve a cabo el número de campos
deberían ser intentos no independientes.
 Conclusiones

Al aplicar las distintas fórmulas de la probabilidad podemos hallar una solución a las preguntas
planteadas por los distintos casos de estudio, permitiéndonos visualizar los posibles escenarios
en que se presentaría un evento dado.
 Bibliografía

 Rodríguez, F. J., & Pierdant, R. A. I. (2014). Estadística para administración. (Pp. 177-183).
Recuperado de https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/detail.action?
docID=3227358

 García, Á. M. Á. (2005). Introducción a la teoría de la probabilidad. primer curso. (Pp. 29-

50). Recuperado de https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/detail.action?
docID=4722054

 Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico Nacional. (Pp. 132-
149). Recuperado de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
docID=10436604&ppg=128

 Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico Nacional. (Pp. 150-
152). Recuperado de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
docID=10436604&ppg=128

 Sánchez, J. (2018). Conceptos básicos de probabilidad. Recuperado de

http://hdl.handle.net/10596/17792

 Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Pp. 150-152.

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

 García, Á. M. Á. (2005). Introducción a la teoría de la probabilidad. primer curso. Pp. 195-

221. Recuperado de https://bibliotecavirtual.unad.edu.co:2538

 Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Pp. 245-261.

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. Pp. 279 -301.
Recuperado de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=258&docID=11013767&tm=1470693471527

 Sánchez, J. (2018). Distribución binomial. Recuperado de http://hdl.handle.net/10596/19010