398 - Tarea 2

Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
UNIDAD 2: TAREA 2 - EXPERIMENTOS ALEATORIOS Y

DISTRIBUCIONES DE PROBABILIDAD
Presentado por:
WILMAR SANCHEZ HOLGUIN Código: 1.124.826.523
JOSE ANDRES CASTRO Código:
JUAN DIEGO JARAMILLO Código:1088313128
JENNIFER CRISTINA CAGUA Código:
Presentado a:
ERIKA ZULAY DIAZ
Grupo
100402_398
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD).

ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA
PEREIRA/RISARALDA
2020
INTRODUCCION
En el siguiente documento se explica la elaboración del trabajo

Probabilidad condicional y distribuciones de Probabilidad la cual se basa
en cuatro tipos de ejercicios (distribución Hipergeométrica,
Distribución Binomial, Distribución Poisson y distribución
Normal.) La cual cada uno de los estudiantes selecciono de manera a
libre e individual un numero con el tema correspondiente.
En el cual se plantea 5 estudios de casos señalado por estudiante N°1,
estudiante N°2, estudiante N° 3, estudiante N°4 o estudiante N°5, en la
cual se desarrollará 4 ejercicios, teniendo en cuenta la temática de la
Unidad dos del modulo de probabilidad, que trata sobre distribución
binomial entre otras distribuciones de probabilidad
OBJETIVOS
Objetivo general
Poner en práctica en práctica las temáticas estudiadas en la Unidad dos
con el fin de dar solución a los casos planteados.
Objetivos específicos:
 Dar respuesta a situaciones que ocurren en el día a día con los

ejercicios implementados en el desarrollo de la actividad
 Evidenciar el análisis y desarrollo temas distribución

Hipergeométrica, Distribución Binomial Poisson y distribución
Normal.
EJERCICIO 2
SOLUCION AL ESTUDIO DE CASO 1
RESPONSABLE ROL SELECCIONADO

Wilmar Sánchez Revisor
a) Distribución Hipergeométrica: De 60 personas seleccionadas de

una determinada empresa, 20 de ellas son técnicos y 40 son
profesionales de cierta área de la lingüística. Si se selecciona
aleatoriamente una muestra de 12 personas, ¿Cuál es la
Probabilidad de que:
 6 de ellos sean tecnólogos?

Rta:
Datos:
N = 60
n = 12
C = 20
X=6
C N−C
P ( X= X )=
( X )( n−x )
N
n
20 60−20
P ( X=6 )=
( 6 )( 12−6 )
60
12
20 40
P ( X=6 )=
( 6 )( 6 )
60
12
( 38760 ) (3838380 )
P ( X=6 )=
1.399358
P ( X=6 )=1 . 063
La probabilidad de que 6 de ellos sean tecnólogos es de

1.063
 7 de ellos sean profesionales?

RTA:
Datos:
N = 60
n = 12
C = 40
X=7
C N−C
P ( X= X )=
( X )( n−x )
N
n
20 60−40
P ( X=7 )=
( 7 )( 12−7 )
60
12
20 20
P ( X=7 )=
( 7 )( 5 )
60
12
( 77520 )( 15504 )
P ( X=7 )=
1.399358
P ( X=7 )=858872483
La probabilidad de que 7 sean profesionales es de

858872483
b) Distribución Binomial: (Distribución binomial). En una empresa el

25% de los empleados tienen estudios de posgrado. Se elige
aleatoriamente una muestra de 20 trabajadores. Si X es la
variable aleatoria que representa el número de trabajadores con
postgrado, encuéntrese:
RTA:
Datos:
X= 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
P(X=x) 0.003171212 0.021141413 0.066947808 0.133895615 0.189685455 0.202331152 0.168609293 0.112406195 0.060886689 0.027060751 0.009922275 0.00300675 0.000751688 0.000154192 2.56987E-05 3.4265E-06 3.56927E-07 2.79942E-08 1.55524E-09 5.45697E-11 9.09495E-13
𝑃(𝑋≤4)
Rta:
P ( X ≤ 4 ) =P ( X=0 )+ P ( X =1 ) + P ( X=2 ) + P ( X=3 )+ P( X =4)
P ( X ≤ 4 ) =0 . 414841503
𝑃(𝑋<4)
Rta:
P ( X < 4 )=P ( X ≤ 3 )=P ( X =0 ) + P ( X=1 ) + P ( X =2 ) + P( X =3)
P ( X < 4 )=0 .225156048
𝑃(𝑋≥6)
Rta:
P ( X ≥6 )=P ( X=6 ) + P ( X=7 )+ P ( X =8 ) +…+ P ( X =20)
P ( X ≥6 )=0 . 382827346
𝑃(𝑋>6)
Rta:
P ( X >6 )=P ( X ≥ 7 )=P ( X=7 )+ P ( X =8 ) +…+ P (X =20)
P ( X >6 )=0 . 214218052
𝑃(2≤𝑋≤8)
Rta:
P ( 2≤ X ≤ 8 )=P ( X =2 )+ P ( X=3 ) + P ( X =4 )+ …+ P(X =8)
P ( 2≤ X ≤ 8 )=0 . 934762207
𝑃(2≤𝑋<8)
Rta:
P ( 2≤ X <8 )=P ( X=2 )+ P ( X =3 ) + P ( X=4 )+ …+ P( X =7)
P ( 2≤ X <8 )=0 . 873875518
𝑃(2<𝑋≤8)
Rta:
P ( 2≤ X ≤ 8 )=P ( X =3 ) + P ( X=4 ) + P ( X =5 ) +…+ P( X=8)
P ( 2< X ≤8 )=0 . 8678144
𝑃(2<𝑋<8)
Rta:
P ( 2< X <8 )=P ( X=3 )+ P ( X =4 ) + P ( X=5 ) + …+ P(X =7)
P ( 2< X <8 )=0 . 806927711
𝑃(𝑋=4)
Rta:
P ( X=4 )=0 . 189685455
c) Distribución Poisson: En el estudio de cierto organismo acuático se

toman gran número de muestras de un estanque y se midió el
número de organismos que había en cada muestra. Se encontró
que el promedio de organismos por muestra fue de tres. Encontrar
la Probabilidad de que:
 La siguiente muestra que se tome contenga uno o más

organismos.
Rta:
X= 0 1 2 3 4 5 6 7 8 9 10
P(X=x) 0.049787068 0.149361205 0.224041808 0.224041808 0.168031356 0.100818813 0.050409407 0.021604031 0.008101512 0.002700504 0.000810151
P ( X >1 )=1−P(X ≤1)

1− [ P ( X =0 ) + P ( X=1 ) ]
1−0.199148273
0 . 80
La probabilidad de que la siguiente muestra que se tome

contenga uno o mas organismos es de 80%
 La próxima muestra tomada contenga exactamente dos

organismos.
Rta:
λ=3
X =¿ 2
−λ X
e λ
∫ ( X , λ ) =
X!
e−3 ( 3 )2
P ( x , λ ) =P ( 2,3 )=
2!
P ( x , λ ) =P ( 2 , 3 )=0. 22
La probabilidad de que la siguiente muestra tomada

contenga exactamente dos organismos es de un 22%
d) Distribución Normal: En comparación con las bacterias

tradicionales, las baterías de iones de litio se cargan más rápido,
duran más y tienen una densidad de potencia más alta, lo que las
hace más livianas y les da una mayor duración. Estas bacterias
duran en promedio 6 años, con una desviación estándar de 0,9
años. Suponiendo que la duración de las bacterias está
normalmente distribuida, encuéntrese la Probabilidad de que una
bacteria de litio dada dure entre de 4 y 7 años.
RTA:
Promedio = 6
Desvest = 0.9
X−μ
Z=
σ
4−6
P ( 4 ≤ X ≤ 7 )=Z=
0.9
P ( 4 ≤ X ≤ 7 )=Z=−2.22=0 .0132
5−6
P ( 4 ≤ X ≤ 7 )=Z=
0.9
P ( 4 ≤ X ≤ 7 )=Z=−1.11=0 . 1357
6−6
P ( 4 ≤ X ≤ 7 )=Z=
0.9
P ( 4 ≤ X ≤ 7 )=Z=0
7−6
P ( 4 ≤ X ≤ 7 )=Z=
0.9
P ( 4 ≤ X ≤ 7 )=Z=1.11=0 . 6335
P ( 4 ≤ X ≤ 7 )=0.0132+0.1357+ 0+0.6335=0.7839=78 . 39
La probabilidad de que una bacteria de litio dada dure entre de 4 y

7 años es de 78.39%

Jose Andres Castro
a. Distribución Hipergeométrica: Un lote de 40 artículos contiene

5 defectuosos. Se elige una muestra aleatoria de 8 artículos. ¿Cuál
es la probabilidad de que 3 de ellos sean defectuosos?
K N−K
x n−x
P ( x) =
N
n
5 40−5
3 8−3
P ( x) =
40
8
5 35
3 5
P ( x) =
40
8
10 x 324.632
P ( x) = =0,0422
76. 904 .685
b. Distribución Binomial: En cierta zona geográfica, el 10% de las

personas son analfabetas- ¿Cuál es la probabilidad de que una
muestra aleatoria de 15 adultos el número de analfabetas sea?:
1. ¿Exactamente 6?
2. ¿Menos de 5?
3. ¿3 o más?
4. ¿Entre 3 y 5 inclusive?
5. ¿Menos de 7 pero más de 4?
p= 10% = 0,1 (número de personas analfabetas)
q= 90% = 0,9 (número de personas no analfabetas)
n= 15 = (número total de la muestra)
x=? = (número de éxitos de la muestra)

n
P ( x ) = p x q n−x
x
15
P(x=1)¿ ( 0,1)1 (0,9)15−1=( 15 ) . ( 0,1 ) .(0,2287679)= 0,34315
1
15
P(x=2)¿ (0,1)2 (0,9)15−2=( 105 ) . ( 0,01 ) .(0,2541865)= 0,26689
2
15
P(x=3)¿ ( 0,1)3 (0,9)15−3=( 455 ) . ( 0,001 ) .(0,2824295)= 0,12850
3
15
P(x=4)¿ (0,1)4 (0,9)15−4 =( 1.365 ) . ( 0,0001 ) .(0,3138105)= 0,04283
4
15
P(x=5)¿ (0,1)5 (0,9)15−5=( 3.003 ) . ( 0,00001 ) .(0,3486784)= 0,01047
5
15
P(x=6)¿ (0,1)6 (0,9)15−6=( 5.005 ) . ( 0,000001 ) .(0,3874204) = 0,00194
6
15
P(x=7)¿ (0,1)7 (0,9)15−7=( 6.435 ) . ( 0,0000001 ) .(0,43046721)= 0,00027
7
15
P(x=8)¿ (0,1)8 (0,9)15−8=( 6.435 ) . ( 0,00000001 ) .(0,4782969)= 0,00003077
8
15
P(x=9)¿ (0,1)9 (0,9)15−9=( 5.005 ) . ( 0,000000001) .(0,531441)= 0,00000265
9
15
P(x=10)¿ (0,1)10 (0,9)15−10= ( 3.003 ) . ( 0,0000000001 ) .( 0,59049)=
10
0,000000177
15
P(x=11)¿ (0,1)11 (0,9)15−11 =( 1.365 ) . ( 0,00000000001 ) .(0,6561)= 0, 00000000895
11
15
P(x=12)¿ (0,1)12 (0,9)15−12=( 455 ) . ( 0,000000000001 ) .(0,729)=
12
0,000000000331
15
P(x=13)¿ (0,1)13 (0,9)15−13= (105 ) . ( 0,0000000000001 ) .(0,81)=
13
0,00000000000850
15
P(x=14)¿ (0,1)14 ( 0,9)15−14=( 15 ) . ( 0,00000000000001 ) .(0,9)=
14
0,000000000000135
15
P(x=15)¿ (0,1)15 (0,9)15−15= (1 ) . ( 0,000000000000001 ) .(1)=
15
0,000000000000001
1. ¿Exactamente 6?
Respuesta
La probabilidad es de 0,00194 = 0,19%
2. ¿Menos de 5?
Respuesta
0,34315 + 0,26689 + 0,12850 + 0,04283 = 0,78137
La probabilidad es de 78,14%
3. ¿3 o más?
Respuesta
0,12850 + 0,04283 + 0,01047 + 0,00194 + 0,00027 +

0,00003077 + 0,00000265 + 0,000000177 + 0,00000000895 +
0,000000000331 + 0,00000000000850 + 0,000000000000135 +

0,000000000000001 = 0,184033606289636
4. ¿Entre 3 y 5 inclusive?
Respuesta
0,12850 + 0,04283 + 0,01047 = 0,1818
5. ¿Menos de 7 pero más de 4?
Respuesta
0,01047 + 0,00193 = 0,0124
c. DISTRIBUCIÓN POISSON: En cierta zona geográfica, el 10% de

las personas son analfabetas- ¿Cuál es la probabilidad de que una
muestra aleatoria de 15 adultos el número de analfabetas sea?:
Un Call center de la empresa de telefonía Movistar puede recibir

un máximo de 8 llamadas por minuto, en promedio se reciben 5
llamadas cada minuto. Encuéntrese las Probabilidades de que el
número de llamadas recibidas en el siguiente minuto por el call
center sea:
1. Máximo 6.
2. Menos de 4.
3. Al menos 3.
4. Tan grande que lo sature.
5. Entre 2 y 7.
6. Una o más pero menos de 8.
7. No más de 3 pero más de 1.

8. Más de 2 pero menos de 6.
9. Ninguna.
Planteamiento y Solución
μ=5
e = 2.7182
x= ?
μ x .e− μ
P( x )=
x!
(5)0 .(2.7182)−5 (1).(0.00674) 0,00674

P(x=0) = = = = 0,0067
0! 1 1
(5)1 .( 2.7182)−5 (5).(0.00674) 0,0337

P(x=1) = = = = 0,0337
1! 1 1
(5)2 .( 2.7182)−5 (25).(0.00674) 0,1685

P(x=2) = = = = 0,0843
2! 2 2
(5)3 . (2.7182)−5 (125) .(0.00674) 0,8425

P(x=3) = = = = 0,1404
3! 6 6
(5)4 .(2.7182)−5 (625).( 0.00674) 4,2125

P(x=4) = = = = 0,1755
4! 24 24
(5)5 . (2.7182)−5 (3.125).(0.00674) 21,0625

P(x=5) = = = = 0,1755
5! 120 120
(5)6 .(2.7182)−5 (15.625).(0.00674) 105,3125

P(x=6) = = = = 0,1463
6! 720 720
(5)7 .(2.7182)−5 (78.125).(0.00674) 526,5625

P(x=7) = = = = 0,1045
7! 5.040 5040
(5)8 .(2.7182)−5 (390.625).(0.00674) 2632,8125

P(x=8) = = = = 0.0653
8! 40.320 40.320
1. Máximo 6.
Respuesta 0,0337 + 0,0843 + 0,1404 + 0,1755 + 0,1755 + 0,1463 = 0,7557
2. Menos de 4.
Respuesta 0,0337 + 0,0843 + 0,1404 = 0,2584
La probabilidad es de 25;84%
3. Al menos 3.
Respuesta La probabilidad es de 0,1404 = 14,04%
4. Tan grande que lo sature.
Respuesta La probabilidad es de 0.0653 = 6,53%
5. Entre 2 y 7.
Respuesta 0,0843 + 0,1404 + 0,1755 + 0,1755 + 0,1463 + 0,1045 = 0,8265

6. Una o más pero menos de 8.
Respuesta 0,0337 + 0,0843 + 0,1404 + 0,1755 + 0,1755 + 0,1463 + 0,1045

= 0,8602
7. No más de 3 pero más de 1.
Respuesta 0,0843 + 0,1404 = 0,2247
8. Más de 2 pero menos de 6.
Respuesta 0,1404 + 0,1755 + 0,1755 = 0,4914
d. DISTRIBUCIÓN NORMAL: El pan de Almendra alto en proteína es el

producto más exitoso de Fitcook by Mary Méndez, este producto se distribuye
en las principales ciudades del País. Las cajas en las cuales se empaca este
producto tienen una longitud promedio de 32 centímetros y una desviación
estándar de 3 centímetros. Si se supone que las longitudes están distribuidas
normalmente, ¿qué porcentaje de las cajas son:
1. más largas que 33.8 centímetros?
2. de entre 31,3 y 35.5 centímetros de longitud?
x−μ
z=
σ
1. ¿más largas que 33.8 centímetros?

33,8−32 1,8
Rta: z= = =0,6 = 1 - 0,726 = 0,274
3 3
2. ¿de entre 31,3 y 35.5 centímetros de longitud?
31,3−32 −0,7
Rta: z=
3
=
3
=−0,23 = -0,409
35,5−32 3,5
z= = =1,66 = 0,952
3 3
= 0,952 – (1- 0,409)
= 0,952 – 0,591 = 0,361


Juan Diego Jaramillo Acosta Compilador
a. Distribución Hipergeométrica: En un auditorio se encuentran reunidas 7 personas,
de las cuales 2 son hombres. Una persona elige aleatoriamente 4 de dichas personas.
¿Cuál es la Probabilidad de elegir:
1. ¿Cero Mujeres?
2. ¿Un hombre?
3. ¿Dos hombres?
La fórmula que permite calcular la distribución hipergeometrica está dada por la ecuación:
Solución:
¿ K∨¿ N −K∨¿
¿ X ∨¿ n−k∨¿
P(x) = -----------------------------
¿ N∨¿
¿ n∨¿
Donde:
N : Número total de la muestra
K : Numero de éxitos de la población
n: Numero de la muestra
X : Numero de éxitos de la muestra
¿Cero Mujeres?
N=7
K=5
n=4
x=0
¿ 5∨¿7−5∨¿ 5∨¿ 2∨¿
¿ 0∨¿ 4−5∨¿ 0∨¿−1∨¿
P(x = 0) = ------------------ = ------------------ = 1*2/35
¿ 7∨¿ 7∨¿
¿ 4∨¿ 4∨¿
P(x=0) = 0.0571 probabilidad de elegir cero mujeres
¿Un hombre?
N=7
K=2
n=4
x=1
¿ 2∨¿ 7−2∨¿ 2∨¿ 5∨¿
¿ 1∨¿ 4−2∨¿ 1∨¿ 2∨¿
P(x = 1) = ------------------ = ------------------ = 2*10/35
¿ 7∨¿ 7∨¿
¿ 4∨¿ 4∨¿
P(x=1) = 0.571 probabilidad de elegir un hombre
¿Dos hombres?
N=7
K=2
n=4
x=2
¿ 2∨¿ 7−2∨¿ 2∨¿ 5∨¿
¿ 2∨¿ 4−2∨¿ 1∨¿ 2∨¿
P(x = 1) = ------------------ = ------------------ = 1*10/35
¿ 7∨¿ 7∨¿
¿ 4∨¿ 4∨¿
P(x=2) = 0.285 probabilidad de elegir dos hombres
b. Distribución Binomial: Una empleada de servicios generales debe de empezar sus

quehaceres laborales todas las mañanas a las 7:00 AM, se retarda 2 horas o más el
30% de las veces en empezar. El jefe de talento humano que no llega sino a las 8:00
AM hace semanalmente monitoreo, para verificar las instalaciones de trabajo estén
en optimas condiciones de aseo entre las 9:00 AM y las 10:00 AM. ¿Cuál es la
Probabilidad de que dos mañanas de las cinco en que el jefe de talento humano hace
la verificación, las instalaciones estén en óptimas condiciones?
Probabilidad =0,16308 (Con numero de pruebas =5 ; probabilidad de exito =0,7 ;limite

inferior =0 ; limite superior =2)
c. Distribución Poisson: Ciertos automóviles llegan a una garita de peaje

aleatoriamente a una tasa de 500 autos cada hora. Encuentre la Probabilidad de que
durante un periodo de un minuto lleguen:
1. Cinco automóviles.
2. Cuando más, tres automóviles.
3. Menos de ocho automóviles.
Probabilidad de que:
1. Llegue exactamente 1 automóvil durante un periodo de 1 minuto: 0,0337.
2. Lleguen por lo menos 2 automóviles en un período de 1 minuto: 0,8821.
Desarrollo:
Aplicamos el criterio estadístico de Distribución Poisson, por medio de la siguiente
fórmula:
X≈Poiss (λ=x)
e− x∗X x
P ( X=x )=
x
Conversión:
300 →60 min
x ← 1 min
x=1∗300/60
x=5∗minuto
X ≈ Poiss( λ=5)
1) Probabilidad de que llegue exactamente 1 automóvil durante un periodo de 1

minuto:
e−5∗51
P ( X=1 ) =
1
P ( X=1 ) =0.0337
2. Probabilidad de que lleguen por lo menos 2 automóviles en un período de 1

minuto:
P( X ≥ 2)=1−P( X ≤ 2)
P( X ≤ 2)=P( X =1)+ P( X=2)
e−5∗52
P ( X=x )=
2
P ( X=2 )=0.0842
P( X ≤ 2)=0,0337+0,0842
P( X ≤ 2)=0,1179
P( X ≥ 2)=1−0,1179
P( X ≥ 2)=0,8821
d. Distribución Normal: Si los valores de Azúcar en sangre total de los seres humanos
están distribuidos aproximadamente en forma normal con μ=90 mg/dl y σ =9 mg/ dl
. Hallar la Probabilidad de que un individuo elegido al azar de dicha población
tenga un valor de azúcar en sangre de:
1. Al menos 82 mg/dl.
2. Cuando mucho 110 mg/dl.
3. Menos de 140 mg/dl.
La Probabilidad que un individuo seleccionado aleatoriamente (azar) tenga al menos 82

mg/dl de Azúcar en la sangre es de 11,13 %; cuando mucho 110 mg/dl es de 98,68 % y
menos de 140 mg/dl es de 100 %.
Datos:
Media de los Datos (μ) = 90 mg/dl
Desviación Estándar (σ) = 9 mg/dl
Se plantea la siguiente relación a partir de los datos suministrados.

N (90 ; 9)
Estos datos se deben Normalizar o Tipificar, mediante la fórmula siguiente:

Z=(x – μ)/σ
1. Al menos 82 mg/dl.
X =82 mg/dl
Entonces tipificando se tiene:

Z=(82 – 90/9)
Z=– 8 /9=– 0,8889
se tiene que el valor es Z = 0,8887
Como se pide al menos 82 mg/dl, se tiene que la Probabilidad es:

P(¿ 82 mg/dl)=1 – P(z ≤ 0,8887)
P¿
P( Azúcar <82 mg/dl)=11,13 %
2. Cuando mucho 110 mg/dl.

X =110 mg/dl
Se Normaliza.
Z=(110 – 90)9
Z=20/9=2,2222
El valor en la Tabla de Distribución Normal es 0,9868
En consecuencia, la Probabilidad de que cuando mucho un individuo registre 110 mg/dl es:
P( Azúcar ≤110 mg /dl )=98,68 %
3. Menosde 140 mg/dl .

X =140 mg/dl
Tipificando.
Z=(140 – 90)/9
Z=50/9=5,5556
P( Z ≤ 5,56)=1
Por lo que la Probabilidad para que posea menos de 140 mg/dl un individuo es de la Unidad
(1), que equivale al 100%
P( Azúcar ≤140 mg/dl )=100 %

Jennifer Cristina Cagua
MENTEFACTO
CONCLUSIONES
ESTUDIANTE CONCLUSIÓN
Podemos identificar que poniendo
en practica los tipos de
Wilmar Sanchez distribución se puede desarrollar
decisiones o situaciones en la vida
real.
A través de la elaboración de cada
uno de los ejercicios pudimos
entender cada uno de los aspectos
Juan Diego Jaramillo Acosta
de la unidad, implementándolos
en el día cotidiano de las personas
REFERENCIA BIBLIOGRAFICA
ESTUDI
REFERENCIA
ANTE
Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Pp.
Wilmar 245-261. Recuperado
Sanchez de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=258&docID=11013767&tm=1470693471527
Juan
Sánchez, J. (2018). Distribución Binomial. Recuperado
Diego
de http://hdl.handle.net/10596/19010
Jaramillo

398 - Tarea 2

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

398 - Tarea 2

Cargado por

Copyright:

Formatos disponibles

Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de

UNIDAD 2: TAREA 2 - EXPERIMENTOS ALEATORIOS Y

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD).

En el siguiente documento se explica la elaboración del trabajo

 Dar respuesta a situaciones que ocurren en el día a día con los

 Evidenciar el análisis y desarrollo temas distribución

SOLUCION AL ESTUDIO DE CASO 1

RESPONSABLE ROL SELECCIONADO

a) Distribución Hipergeométrica: De 60 personas seleccionadas de

 6 de ellos sean tecnólogos?

P ( X=6 )=1 . 063

La probabilidad de que 6 de ellos sean tecnólogos es de

 7 de ellos sean profesionales?

La probabilidad de que 7 sean profesionales es de

b) Distribución Binomial: (Distribución binomial). En una empresa el

c) Distribución Poisson: En el estudio de cierto organismo acuático se

 La siguiente muestra que se tome contenga uno o más

P ( X >1 )=1−P(X ≤1)

La probabilidad de que la siguiente muestra que se tome

 La próxima muestra tomada contenga exactamente dos

La probabilidad de que la siguiente muestra tomada

d) Distribución Normal: En comparación con las bacterias

La probabilidad de que una bacteria de litio dada dure entre de 4 y

SOLUCION AL ESTUDIO DE CASO 2

RESPONSABLE ROL SELECCIONADO

a. Distribución Hipergeométrica: Un lote de 40 artículos contiene

b. Distribución Binomial: En cierta zona geográfica, el 10% de las

p= 10% = 0,1 (número de personas analfabetas)

q= 90% = 0,9 (número de personas no analfabetas)

n= 15 = (número total de la muestra)

x=? = (número de éxitos de la muestra)

La probabilidad es de 0,00194 = 0,19%

0,34315 + 0,26689 + 0,12850 + 0,04283 = 0,78137

0,12850 + 0,04283 + 0,01047 + 0,00194 + 0,00027 +

0,000000000331 + 0,00000000000850 + 0,000000000000135 +

0,12850 + 0,04283 + 0,01047 = 0,1818

5. ¿Menos de 7 pero más de 4?

0,01047 + 0,00193 = 0,0124

c. DISTRIBUCIÓN POISSON: En cierta zona geográfica, el 10% de

Un Call center de la empresa de telefonía Movistar puede recibir

7. No más de 3 pero más de 1.

(5)0 .(2.7182)−5 (1).(0.00674) 0,00674

(5)1 .( 2.7182)−5 (5).(0.00674) 0,0337

(5)2 .( 2.7182)−5 (25).(0.00674) 0,1685

(5)3 . (2.7182)−5 (125) .(0.00674) 0,8425

(5)4 .(2.7182)−5 (625).( 0.00674) 4,2125

(5)5 . (2.7182)−5 (3.125).(0.00674) 21,0625

(5)6 .(2.7182)−5 (15.625).(0.00674) 105,3125

(5)7 .(2.7182)−5 (78.125).(0.00674) 526,5625

(5)8 .(2.7182)−5 (390.625).(0.00674) 2632,8125

Respuesta 0,0337 + 0,0843 + 0,1404 + 0,1755 + 0,1755 + 0,1463 = 0,7557

Respuesta 0,0337 + 0,0843 + 0,1404 = 0,2584

Respuesta La probabilidad es de 0,1404 = 14,04%

4. Tan grande que lo sature.

Respuesta La probabilidad es de 0.0653 = 6,53%

Respuesta 0,0843 + 0,1404 + 0,1755 + 0,1755 + 0,1463 + 0,1045 = 0,8265

6. Una o más pero menos de 8.

Respuesta 0,0337 + 0,0843 + 0,1404 + 0,1755 + 0,1755 + 0,1463 + 0,1045

7. No más de 3 pero más de 1.

Respuesta 0,0843 + 0,1404 = 0,2247

8. Más de 2 pero menos de 6.

Respuesta 0,1404 + 0,1755 + 0,1755 = 0,4914

d. DISTRIBUCIÓN NORMAL: El pan de Almendra alto en proteína es el