Actividad individual fase 3

Unidad 3: Distribuciones de probabilidad

Melisa Sanchez Vanegas

CC 1075539294

Tutor:
Julian Andres Rozo

Universidad Nacional Abierta y a Distancia

Estadistica y probabilidad
Grupo 169
2020
 Paso 2: Tabla de anexos
Nombre estudiante Anexo 1 Anexo 2
Juan camilo suaza Pregunta 5 Pregunta 1
German Leonardo Becerra Guecha Pregunta 4 Pregunta 2
Lady Katherine Peña Pregunta 3 Pregunta 4
Melisa Sanchez Vanegas Pregunta 2 Pregunta 3
Pregunta 1 Pregunta 5
de anexos
Anexo 3 Anexo 4 Anexo 5
Pregunta 2 Pregunta 3 Pregunta 4
Pregunta 1 Pregunta 5 Pregunta 3
Pregunta 5 Pregunta 1 Pregunta 2
Pregunta 4 Pregunta 4 Pregunta 5
Pregunta 3 Pregunta 2 Pregunta 1
 Paso 3: Análisis del problema

Distribución binomial – Anexo 1

La secretaria de salud frente a la calidad del agua en la ciudad de Bogotá determino que la variable PH tiene una probabilidad de
aceptación del 23%. Construya una tabla con valores entre el 0 y 10 aplicando la distribución Binomial.

Opcion: Pregunta 2

Valores iniciales:

P (Probabilidad de aceptacion) = 23% = 0.23

n (numero de ensayos = 10

Hallar la probabilidad binomial:

𝑃(𝑥)= 〖 (_𝑛^ )𝐶 〗 _𝑥 𝑃^𝑥 (1−𝑃)^(𝑛−𝑥)

𝑃(𝑥)=(■8(10@0))∙ 〖 0,23 〗 ^𝑥 (1−0,23)^(10−𝑥)

𝑃(𝑥)=(■8(10@0))∙ 〖 0,23 〗 ^𝑥 (0,77)^(10−𝑥)

Tabla de valores
𝑃(0)=(■8(10@0))∙ 〖 0,23 〗 ^0 (0,77)^10=
0.073266804725862 x P(x)
𝑃(1)=(■8(10@1))∙ 〖 0,23 〗 ^1 (0,77)^9= 0 0.07326680473
0.218848897233094 1 0.21884889723
𝑃(2)=(■8(10@2))∙ 〖 0,23 〗 ^2 (0,77)^8= 2 0.2941670242
0.294167024202925 3 0.23431485911
𝑃(3)=(■8(10@3))∙ 〖 0,23 〗 ^3 (0,77)^7= 4 0.12248276726
0.23431485910536 5 0.04390291398
𝑃(4)=(■8(10@4))∙ 〖 0,23 〗 ^4 (0,77)^6= 6 0.01092821452
0.12248276725962 7 0.00186529821
𝑃(5)=(■8(10@5))∙ 〖 0,23 〗 ^5 (0,77)^5= 8 0.00020893762
0.043902913978773 9 0.000013869
𝑃(6)=(■8(10@6))∙ 〖 0,23 〗 ^6 (0,77)^4= 10 0.000000414
0.010928214518526
𝑃(7)=(■8(10@7))∙ 〖 0,23 〗 ^7 (0,77)^3=
0.001865298210954
𝑃(8)=(■8(10@8))∙ 〖 0,23 〗 ^8 (0,77)^2=
0.000208937624279
𝑃(9)=(■8(10@9))∙ 〖 0,23 〗 ^9 (0,77)^1=
0.000013869
𝑃(10)=(■8(10@10))∙ 〖 0,23 〗 ^10 (0,77)^0=
0.000000414

¿Cuál es la probabilidad de que a lo más 2?

𝑃(𝑥≤2)=𝑃(0)+𝑃(1)+𝑃(2) =
0.07326680473 + 0.21884889723 + 0.2941670242 = 0.58628272616188

¿Cuál es la probabilidad de que al menos sea 9?

𝑃(𝑥≥9)=𝑃(0)+𝑃(1)+𝑃(2) =
0.000013869 + 0.000000414 = 0.000014283
 Distribución de Poisson – Anexo 2
Mediante una inspección de los contaminantes en algunas veredas del país, se determina que el Turbiedad presenta un promedio
de 5 UNT por hora. Realice una tabla de distribución de Poisson para k entre 0 y 12, donde determine las siguientes
probabilidades:

Opcion: Pregunta 3

Valores iniciales:

µ (promedio de ocurrencias) = 5 UNT

Hallar:
𝑃(𝑥)=(𝜇^𝑥 𝑒^(−𝜇))/𝑥!

𝑃(𝑥)=(5^𝑥 𝑒^(−5))/𝑥!

𝑃(0)=(5^0 𝑒^(−5))/0!= Tabla de valores

0.006737947 x P(x)
𝑃(1)=(5^1 𝑒^(−5))/1!= 0 0.006737947
1 0.033689735
0.033689735 2 0.08422433749
𝑃(2)=(5^2 𝑒^(−5))/2!= 3 0.14037389581
4 0.17546736977
0.08422433749 5 0.17546736977
𝑃(3)=(5^3 𝑒^(−5))/3!= 6 0.14622280814
7 0.10444486296
0.14037389581 8 0.06527803935
𝑃(4)=(5^4 𝑒^(−5))/4!= 9 0.036265577
10 0.018132789
0.17546736977 11 0.008242177
𝑃(5)=(5^5 𝑒^(−5))/5!= 12 0.003434240

0.17546736977
𝑃(6)=(5^6 𝑒^(−5))/6!=

0.14622280814
𝑃(7)=(5^7 𝑒^(−5))/7!=

0.10444486296
𝑃(8)=(5^8 𝑒^(−5))/8!=

0.06527803935
𝑃(9)=(5^9 𝑒^(−5))/9!=

0.03626557742
𝑃(10)=(5^10 𝑒^(−5))/10!=

0.01813278871
𝑃(11)=(5^11 𝑒^(−5))/11!=

0.00824217669
𝑃(12)=(5^12 𝑒^(−5))/12!=

0.00343424029
 Que al menos sean 2 UNT.
𝑃(𝑥≤2)=𝑃(0)+𝑃(1)+𝑃(2) =
0.006737947 + 0.033689735 + 0.08422433749 = 0.12465201948308

Que estén entre 6 UNT y 11 UNT

𝑃(6<𝑥<11)=𝑃(7)+𝑃(8)+𝑃(9)+𝑃(10)

𝑃(6<𝑥<11)=
0.10444486296 + 0.06527803935 + 0.036265577 + 0.018132789 = 0.22412126842868

Distribución normal – Anexo 3

Los resultados detectados en el laboratorio de aguas – Hidrolab, determina que la variable Alcalinidad Total se distribuye
normalmente. Calcule las siguientes probabilidades:

Opcion: Pregunta 4

4. ¿Cuál es la probabilidad de que Alcalinidad Total sea menor 40?

¿Cuál es la probabilidad de que Alcalinidad Total sea mayor a 26?

Distribución Uniforme Continua – Anexo 4

El análisis de las pruebas de laboratorio determina que el Hierro Total tiene un comportamiento uniformemente continuo. Determine
las siguientes probabilidades:
El análisis de las pruebas de laboratorio determina que el Hierro Total tiene un comportamiento uniformemente continuo. Determine
las siguientes probabilidades:

Opcion: Pregunta 4

La probabilidad que el Hierro Total este entre 0.6 y 1.1

La probabilidad que el Hierro Total sea hasta 1.2

Distribución Hipergeométrica – Anexo 5

En algunos comedores escolares la calidad del agua potable presenta una variable con color aparente que perjudica el consumo.
Se detecta que de 30 comedores escolares hay 9 de ellos que están por encima de los niveles permisibles en cuanto al color
aparente con platino de cobalto correspondiente al agua potable.

Opcion: Pregunta 5

Si se sacan de forma aleatoria 10 comedores. ¿Cuál es la probabilidad de establecer 5?

Si se sacan de forma aleatoria 19 comedores. ¿Cuál es la probabilidad de determinar 7?

 Paso 4. Explicación del concepto

Distribuciones de probabilidad para variables aleatorias discretas.

Es una lista de los resultados probables de un experimento, donde tambien se muestra la

probabilidad de ocurrencia de cada elemento, y se debe tener en cuenta sus valores son
enteros o estan definidos claramente entre ellos. En otras palabras, de un experimento se
obtienen unos valores como resultados, que son cuantitativos, y se organizan, obteniendo
asi cada valor diferente, el cual a su vez, se le calcula la probabilidad que tiene de ocurrir.

Existen varios tipos de distribuciones de variables discretas que se separan en dos grupos
que se observan a continuacion:

►Definidas sobre un dominio finito

● Distribución binomial
● Distribución de Bernoulli
● Distribución de Rademacher
● Distribución beta-binomial
● Distribución degenerada
● Distribución uniforme discreta
● Distribución hipergeométrica
● Distribución hipergeométrica no central de Fisher.
● Distribución hipergeométrica no central de Wallenius.
● La ley de Benford

►Definidas sobre un dominio infinito

 ● Distribución binomial negativa
● Distribución geométrica
● Distribución beta-binomial negativa
● Distribución binomial negativa extendida.
● Distribución de Boltzmann
● Distribución elíptica asimétrica.
● Distribución fractal parabólica.
● Distribución hipergeométrica extendida.
● Distribución logarítmica.
● Distribución logarítmica generalizada.
● Distribución de Poisson
● Distribución de Polya-Eggenberger.
● Distribución Skellam
● Distribución de Yule-Simon.
● Distribución zeta
● Ley de Zipf
● Ley de Zipf-Mandelbrot

(Hinojosa, 2012)

Ejemplo
 Referencias Bibliograficas

REPRESENTACIÓN DE LA DISTRIBUCIÓN DE LA PROBABILIDAD PARA LA VARIABLE ALEATORIA DISCRETA.

(2013, mayo 6). Recuperado 5 de mayo de 2020, de
http://probabilidad2013a.blogspot.com/2013/05/representacion-de-la-distribucion-de-la.html

Hinojosa, M. (2012, diciembre 8).VARIABLE ALEATORIA DISCRETA Recuperado 5 de mayo de 2020, de

http://wwwhinojosamj.blogspot.com/2010/12/variable-aleatoria-discreta.html

Monroy, S. (2008). Distribuciones de probabilidad discretas. En: Estadística Descriptiva. Editorial: Instituto
Técnico Nacional. (pp. 179 – 181). Recuperado de
https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?docID=3192101&ppg=179