Unidad 2 - Probabilidad Condicional y Distribuciones de Probabilidad

Jorge Antonio Orejuela López

Diego Fernández Sánchez

Jezebel Ryann Abuchaibe

Grupo Colaborativo 100402A_14

Tutor

JAVIER MAURICIO BUITRAGO

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD).

ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERA

INGENIERIA SISTEMAS

2018

Tarea 2 - Experimentos aleatorios y

distribuciones de probabilidad.
 DESARROLLO DE LA ACTIVIDAD

Ejercicio 2:

Estudio de caso 1:

En el norte de Chile, un creciente número de personas que buscan un diploma de enseñanza están

eligiendo internados pagados en lugar de los tradicionales programas estudiantiles de enseñanza.

Un grupo de 8 candidatos para tres posiciones locales de enseñanza estaba formado por cinco

candidatos, que se habían inscrito en internados pagados y tres candidatos que se habían inscrito

en programas tradicionales estudiantiles de enseñanza. Supongamos que los ocho candidatos

están igualmente calificados para las posiciones. Represente con x el número de candidatos

capacitados en un internado que son contratados para estas tres posiciones.

a. ¿La x tiene una distribución binomial o una distribución hipergeométrica? Argumente su

respuesta.

Es una Distribución Hipergeométrica ya se busca calcular una probabilidad que contiene una

selección de un objeto aleatorio sin repetición ni pruebas idéntica.

b. Encuentre la probabilidad de que tres candidatos capacitados en internado sean

contratados para estas posiciones.

Se aplica la siguiente formula, para hallar dicha probabilidad, donde se tiene que:

N= 8 candidatos.

K= 3 posiciones locales de enseñanza

n= 5 (muestra)

X= 3 Número de éxitos

Tarea 2 - Experimentos aleatorios y

distribuciones de probabilidad.
 k N −k
p ( x) =
( x )( n−x )
N
n

3 8−3
p ( x=3 )=
( 3 )( 5−3 )
8
5

3 5
p ( x=3 )=
( 3 )( 2 )
8
5

15
p ( x=3 )=
16

p ( x=3 )=0.9375

c. ¿Cuál es la probabilidad de que ninguno de los tres contratados sea capacitado en

internado?

3 8−3
p ( x=0 )=
( 0 )( 5−0 )
8
5

3 5
p ( x=0 )=
( 0 )( 5 )
=Indeterminado
8
5

Estudio de caso 2:

La preferencia por el color de un auto cambia con los años y de acuerdo con el modelo particular

que seleccione el cliente. En año reciente, suponga que 10% de todos los autos de lujo que se

Tarea 2 - Experimentos aleatorios y

distribuciones de probabilidad.
vendieron eran negros. Si 25 autos de ese año y tipo se seleccionan al azar, encuentre las

siguientes probabilidades:

Solución

Es un experimento Binomial.

X = "número de automóviles negros de entre los 25 observados"

p = 10% = 0,1 = "probabilidad de Éxito (que un vehículo sea negro)"

(1 - p) = 1 – 0,1 = 0,9 = 90 % = "probabilidad de Fracaso (que no sea negro)"

n = 25 = "número de vehículos observados (repeticiones del experimento)"

a) Al menos cinco autos sean negros.

P( X ≥ 5)

Como sólo podemos calcular la probabilidad de un número exacto de éxitos (se puede hacer

únicamente P(X=k)), entonces para la probabilidad pedida tendríamos que sumar las

probabilidades de 5, 6, 7, etc... Hasta 25, es decir,

P( X ≥ 5)=P(X =5)+ P(X =6)+ P (X=7)+...+ P( X=25)

Pero en casos como éste, es más sencillo calcular la probabilidad contraria (porque hay menos

que operar):

P( X < 5)=P(X =0)+ P (X=1)+ P(X =2)+ P ( X=3)+ P( X=4)

Usamos la fórmula para calcular cada una

P ( X=0 )=( 25 sobre 0 )∗( 0,1 )0∗( 0,9 )25−0=1∗1∗0,925=0,07179

P ( X=1 ) =( 25 sobre 1 )∗ ( 0,1 )1∗( 0,9 )25−1=25∗0,1∗0,9 24=0,19942

P ( X=2 )=( 25 sobre 2 )∗( 0,1 )2∗( 0,9 )23=300∗0,01∗0,925 =0,26589

P ( X=3 )=( 25 sobre 3 )∗( 0,1 )3∗(0,9)22=0,22650

P ( X=4 )=( 25 sobre 4 )∗( 0,1 )4∗(0,9)21=0,13841

Tarea 2 - Experimentos aleatorios y

distribuciones de probabilidad.
Y las sumamos

P( X < 5)=0,902

Y como ésta es la contraria a la que nos pedían, ahora calculamos la correcta

P( X ≥ 5)=1−P( X <5)=1−0,902=0,098

b) A lo sumo seis autos son negros.

Indica que, el número de vehículos negros es menor o igual que 6

P( X ≤ 6)=P( X=0)+ P(X =1)+...+ P( X=6)

Como en el apartado anterior ya se habían sumado hasta x=4, seguimos

P ( X=5 )=( 25 sobre 5 )∗0,15∗0,920=0,06460

P ( X=6 )=( 25 sobre 6 )∗0 ,16∗0,919=0,0239 2

Sumando

P( X ≤ 6)=0,902+0,06460+ 0,02392=0,991

c) Más de cuatro autos son negros.

Significa que X mayor que 4 = X mayor o igual que 5

Observamos que esto es lo mismo que han preguntado en el apartado A)

P( X > 4)=P (X ≥5)=0,098

d) Exactamente cuatro autos son negros.

Significa que X igual a 4

P( X =4 )=0,1384

e) Entre tres y cinco autos (inclusive) son negros.

Significa que entre 3 y 5 = 3 o 4 o 5 (debemos suponer que el 3 y el 5 incluidos)

P(3< X <5)=P( X =3)+ P( X =4)+ P( X=5)=0,2265+ 0,1384+0,0646=0,43

f) Más de veinte autos no son negros.

Tarea 2 - Experimentos aleatorios y

distribuciones de probabilidad.
Significa que X menor o igual que 4

P ( X ≤ 4 ) =P ( X=4 ) + P ( X=3 )+ P ( X=3 ) + P ( X =2 )+ P ( X=1 ) + P( X =0)

P ( X ≤ 4 ) =0.13841+ 0.22650+0.26589+0.19942+0.0717 9

P( X ≤ 4)=0.90201

Estudio de caso 3:

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.

El incremento del número de vuelos regionales cortos en aeropuertos importantes ha aumentado

la preocupación por la seguridad en el aire. Un aeropuerto de la región este ha registrado un

promedio mensual de cinco accidentes a punto de ocurrir en aterrizajes y despegues en los

últimos 5 años.

Tarea 2 - Experimentos aleatorios y

distribuciones de probabilidad.
 a) Encuentre la probabilidad de que durante un mes determinado no haya accidentes a punto

de ocurrir en aterrizajes a punto de ocurrir en aterrizajes y despegues en el aeropuerto.

e−λ∗λ x
p ( x) =
x!

 Media o promedio de éxitos por unidad de tiempo= λ

 Numero de éxitos que suceden= x

e҇҃= 2.7182

λ=5 x=5 años

e−5∗5 5 2.7182−5∗25 0.0067∗25 0.16

p ( x=5 )= = = = =0.032
5! 5∗4∗3∗2∗1 5 5

p ( x=5 )=0.032=32 %

b) Encuentre la probabilidad de que durante un mes determinado haya cinco accidentes a

punto de ocurrir.

λ=5 x=30 Días Equivalencia del mes

e−5∗5 5 2.7182−5∗25 0.0067∗25 0.16

p ( x=5 )= = = = =0.032
5! 5∗4∗3∗2∗1 5 5

p ( x=5 )=0.032=32 %

c) Encuentre la probabilidad de que haya al menos cinco accidentes a punto de ocurrir

durante un mes particular.

λ=5 x=12 mes del año

Tarea 2 - Experimentos aleatorios y

distribuciones de probabilidad.
 e−5∗512 2.7182−5∗60 0.0067∗60 0. 402
p ( x=12 )= = = = =0.0804
5! 5∗4∗3∗2∗1 5 5

p ( x=12 )=0. 0804=84 %

Estudio de caso 4:

El Coeficiente intelectual C.I. de un individuo es medida en una escala que va de 45 a 155. Un

C.I. de 100 es el promedio. En la figura siguiente se puede ver que la mayoría de la población

tiene el C.I. alrededor de 100. Existen menos personas que tienen el CI menor a 85 y muy pocos

tienen el CI por encima de 115.

Una empresa que recluta personal para multinacionales, aplica una prueba de inteligencia a todos

los posibles candidatos. Una persona que desea ser contratada,

acaba de presentar la prueba y le informan que ha obtenido C.I. igual a 95.

Asumiendo que las puntuaciones en una prueba de inteligencia se distribuyen normalmente y

sabiendo que las puntuaciones CI tienen promedio 100 y desviación estándar 15, usted debe

presentarle un informe acerca de sus resultados.

1. Usando sus conocimientos sobre la distribución de probabilidad normal, presente un

informe que como mínimo contenga:

2. Porcentaje de personas que podrían tener un C.I. inferior o igual a 95.

X−μ
Porcentaje ≤ 95 Z=
σ

95−100
Z= =0,33
15

En porcentaje será 33%

Rta/ el porcentaje de personas que podrían tener un C.I inferior o igual a 95 es de 33%

3. Porcentaje de personas podrían tener un C.I. superior a 95.

Tarea 2 - Experimentos aleatorios y

distribuciones de probabilidad.
Porcentaje ≥ 95100−33=67 % Rta/ El porcentaje de personas que podrían tener un C.I. superior

a 95, es de 67%

4. Probabilidad de que una persona tenga un C.I. entre 85 y 90.

85−100
Z 1= =1 se busca el valor en la tabla Z ≈ N ( 0,1)
15

PX ≤ 85=0,8413=84,13 %

PX ≥ 85=1−0,8413=0,1583=15,83 %

90−100
Z 2= =0,66 se busca el valor en la tabla Z ≈ N (0,1)
15

PX ≤ 90=0,7454=74,54 %

P 85 ≥ X ≤ 90=74,54 %−15,83 %=58,71 %

Rta/ La probabilidad de que una persona tenga un C.I. entre 85 y 90 es de 58,71%

5. Puntuación C.I. que habría que sacar en el test de inteligencia para estar en el 30%

inferior (puntuación de CI que deja el 30% de sujetos por debajo).

La puntuación debe ser menor al promedio dado de 45 puntos

6. Puntuación de C.I. que es superada solo por el 10% de los sujetos.

La puntuación mayor del promedio dado 155 puntos.

7. Valores de C.I. entre los que se encuentran el 50% central de los sujetos.

Los valores están entre 85 y 90.

Ejercicio 3:

Para el desarrollo de este ejercicio, es necesario que el estudiante revise en el Entorno de

Conocimiento (Unidad 2), las siguientes referencias:

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

Tarea 2 - Experimentos aleatorios y

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

195-221).

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

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

221-243).

 Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. (Pp. 279 -301).

Descripción del ejercicio:

Colaborativamente realizar un mentefacto que ilustre los conceptos e ideas fundamentales de la

unidad 2. El mentefacto debe de ser elaborado a partir de:

 Los cuadros sinópticos elaborados individualmente en el ejercicio Nº 1.

 La resolución del ejercicio Nº 2 (involucrar las ideas y conclusiones generales, a partir de

cada uno de los casos de estudio).

Tarea 2 - Experimentos aleatorios y

distribuciones de probabilidad.
 REFERENTES BIBLIOGRAFICOS

 Plataforma virtual de la Universidad

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

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

195-221).

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

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

221-243).

 Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. (Pp. 279 -301).

Tarea 2 - Experimentos aleatorios y

distribuciones de probabilidad.