Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Probabilidad
Código: 100402
Entregado por:
Grupo: 150
Popayán - Cauca
22 de mayo de 2020
Introducción (mínimo 2 párrafos de 10 líneas de texto cada uno)
Introducción
Otro aspecto aún más importante es poner en práctica los conocimientos adquiridos es por
eso por lo que en el presente trabajo se desarrollan algunos conceptos relevantes del curso.
Adicionalmente con el uso de las referencias bibliográficas y videos compartidos por el
tutor logramos despejar nuestras inquietudes y obtenemos de primera mano toda la
información relacionada con dicha actividad.
Objetivos
El grupo presenta máximo 3 objetivos, uno general y dos específicos.
Objetivo General
Desarrollar capacidad analítica en cada uno de los integrantes del grupo, para una correcta
aplicación de la probabilidad condicional y las distribuciones de probabilidad, para cada
caso presentado en un futuro.
Objetivos Específicos
Desarrollar los cinco estudios de caso descritos en la guía de actividades.
Explicar la sustentación de un caso de estudio, explicando el paso a paso de cómo
se llegó al desarrollo del ejercicio.
Comprender la finalidad y la aplicabilidad de la probabilidad en la vida cotidiana
para analizar y estudiar resultados.
Reconocer la diferencia entre una variable aleatoria discreta y una continua.
Siete personas se presentan para solicitar trabajo como cajeros en una tienda de descuento.
a. Si solo hay tres trabajos disponibles, ¿de cuántas maneras se pueden seleccionar tres de
siete solicitantes?
b. Supongamos que hay tres solicitantes masculinos y cuatro femeninos, y los siete son
igualmente calificados, por lo que los tres trabajos se llenan al azar. ¿Cuál es la
probabilidad de que el de tres contratados todos sea del mismo sexo?
c. ¿De cuántas maneras diferentes podrían alinearse los siete solicitantes mientras esperan
una entrevista?
d. ¿Si hay cuatro mujeres y tres hombres, de cuántas maneras pueden ser los solicitantes
aplicados si los tres primeros son mujeres?
Desarrollo
a. En este ítem aplicamos la fórmula de combinación porque el orden de los
elementos no importa.
Tenemos:
n=7
r=3
n!
Aplicamos la fórmula: n∁ r=
r !( n−r !)
Reemplazamos:
7!
7∁ 3=
3 !(7−3 !)
Operamos:
7! 7.6 .5 .4 .3 .2 .1
7∁ 3= =
3 !(7−3 !) (3.2 .1)(4.3.2 .1)
Obtenemos:
210
7∁ 3= =35
6
b. Para este ítem calculamos por medio de la combinatoria, ya que para solucionar el
presente punto no entran todos los elementos, no importa el orden y tampoco se
repiten los elementos.
Datos:
Femenino (F) = 4
Masculino (M) = 3
Formula de probabilidad:
Número de casos favorables
P=
Número de casos posibles
4
P ( F )= =0.571
7
3
P ( M )= =0.428
7
P ( F ) ( M )=0.571∗0.428=0.244=24,43 %
Respuesta: La probabilidad de que el de tres contratados todos sean del mismo sexo es
del 24,43%.
c. Para este ítem aplicamos la permutación porque para solucionar el presente punto
se requiere la organización de los elementos en los que sí es importante tenerse en
cuenta su orden o posición.
Tenemos:
n= 7
Aplicamos la fórmula:
Pn=n !
Reemplazamos:
Obtenemos:
P7=5,040
Respuesta: El número de maneras diferentes que podrían alinearse los siete solicitantes
mientras esperan una entrevista es de 5,040.
Tenemos:
n=7
r=3
Aplicamos la fórmula:
n!
n P r=
( n−r ) !
Reemplazamos:
7!
7 P 3=
( 7−3 ) !
Operamos:
7! 7.6 .5 .4 .3 .2.1
7 P 3= =
( 7−3 ) ! (4.3 .2 .1)
Obtenemos:
7 P 3=210
Respuesta: El número de maneras que pueden ser los solicitantes aplicados si los tres
primeros son mujeres es de 210
e−λ . λ x
P ( x) =
x!
Donde x es un número entero positivo que representa el número de veces que ocurre un
evento en la muestra bajo estudio, y λ es un parámetro positivo que representa a la media
de las ocurrencias de ese evento. Por lo que existe la probabilidad de que un evento ocurra
n veces.
Desarrollo
El neuroblastoma, una forma rara de cáncer, se produce en 11 niños de cada millón, por lo
que su probabilidad es 0.000011. Cuatro casos de neuroblastoma ocurrieron en Oak Park,
Illinois, donde había 12,419 niños.
n = 12.429
p = 0.000011
λ=n∗p
λ=12.429∗0.000011
λ=0,136719
. 0.1367190
−0,136719
2718
P ( 0 )=
0!
. 0.1367190
−0,136719
2718
P ( 0 )=
0!
0.87221528
P ( 0 )=
1
P ( 0 )=0.87221528
2718−0,136719 . 0.1367191
P ( 1 )=
1!
0.1192484
P ( 1 )=
1
P ( 1 )=0.1192484
P ( x ≥ 1 )=1−0,87221528−0,1192484
P ( x ≥ 1 )=0.00853632
d. ¿El grupo con cuatro casos parece atribuible a la casualidad? ¿Por qué sí o por qué
no?
Podemos tomar definiciones a partir de tener la probabilidad de tener cuatro casos
de neuroblastoma:
2718−0,136719 . 0.1367194
P ( 4 )=
4!
0,87221528∗0.000349394
P ( 4 )=
24
P ( 4 )=1.269778 e−5
Respuesta: La probabilidad es muy baja, de 1.26 en cien, por lo que el grupo con cuatro
casos es atribuible a la casualidad.
Distribución Normal
El pan Fitcook by Mary Méndez almendra de 320 gramos, es un pan alto en proteína de la
línea Skinny de coco, este es uno de los productos más exitosos de la marca y se
distribuye en las principales ciudades del País. Las cajas en las cuales se empaca este
producto tienen una longitud promedio de 33 centímetros y una desviación estándar de 1,5
centímetros. Si se supone que las longitudes están distribuidas normalmente,
Desarrollo
Datos:
λ= 1,5 cm. Representa la dispersión que tienen los datos frente a la media.
μ= 33 cm.
λ= 1,5 cm.
Se debe realizar una conversión en z, de los valores que se desea conocer la probabilidad
de ocurrencia, de esta manera haciendo dicha conversión, el área bajo la curva será
nuestro valor de probabilidad.
x−μ
z=
λ
x−μ 34−33 1
z= = = =0,666
λ 1,5 1,5
z=0,666.
Para z =0,666 le corresponde un valor de 0.2454, que sería el valor del área bajo la curva
desde el centro hasta z.
Como nos solicitan es para valores mayores que 34 se debe deducir que desde el centro de
la gráfica hasta la derecha le corresponde el valor de 0.5 o la mitad de los valores de la
distribución, por ende para saber el valor del área bajo esta curva de línea punteada, a 0,5
le restamos el 0,2454 así:
P(X)=0,5-0,2454=0,2546
La probabilidad que las cajas con que se distribuye el producto sea mayor que 34 cm es de
0,2546 o lo que es lo mismo 25,46%.
b). P(x)= Probabilidad de que las cajas producidas tengan una longitud de entre 31,5 cm y
34,5 cm
tenemos que:
P( x ≥ 31,5)+P(x≤34,5)
x=31,5
z=1=0,3413
Para z=-1 tomamos el mismo valor que para z =1 dado que se puede considerar que como
es una distribución normal hay simetría en cada lado de la curva cuyo valor es de 0,5 o la
mitad de valores alrededor del 0. Siendo así tenemos que:
P ( x ≥ 31,5 ) + P ( x ≤34,5 )
0,3413+0,3413=0,6826
Probabilidad de que las cajas producidas tengan una longitud de entre 31,5 cm y 34,5 cm,
es de 0,6826 o lo que es lo mismo que el 68,26%.
c). Probabilidad de que las cajas producidas tengan una longitud más corta que 33 cm.
Para este literal se puede concluir a primera vista que la probabilidad de que las cajas
producidas para el producto sean más cortas que 33 cm, es del 50%, debido que en la
distribución normal si vamos a la gráfica los 33 cm representan el valor medio de los
datos que correspondería a z=0 y el área bajo la curva para valores menores que z=0
equivale a 0,5 o 50% que sería la probabilidad para este caso.
Solución al estudio de caso 4: El grupo entrega aquí, de manera organizada, el
análisis, desarrollo y solución del ESTUDIO DE CASO presentado
Teorema de Bayes
Una prueba de laboratorio para el uso de esteroides en atletas profesionales tiene tasas de
detección que figuran en la siguiente tabla:
Desarrollo
Tenemos que:
Probabilidad total del uso de esteroides entre los atletas profesionales es:
1
P ( total uso )=
50
1
P ( A )= =0,02
50
49
P ( total NO uso )=
50
49
P ( Á )= =0,98
50
P ( B / A )=0,1
P ( B / Á )=0,99
P ( B́ / A )=0,9
P ( B́ / Á )=0,01
La probabilidad de que:
¿Cuál es la probabilidad de que un atleta profesional elegido al azar tenga un
P ( B )=0,02∗0,1+ 0,98∗0,99
P ( B )=0,003+0,9702
P ( B )=0,9732
P ( B́ )=1−P ( B )
P ( B́ )=1−0,9732
P ( B́ )=0,0268
P ( A )∗P ( B́ / A )
P ( A / B́ )=
P ( B́ )
0,02∗0,9
P ( A / B́ )=
0,0268
0,018
P ( A / B́ )=
0,0268
P ( A / B́ )=0,6716
Se estima que, en todo el mundo, 1% de las personas entre 15 y 49 años está infectado con
el virus de la inmunodeficiencia humana (VIH) (según datos de los Institutos Nacionales
de Salud). En las pruebas para el VIH, se combinan las muestras de sangre de 36
personas.
a. ¿Cuál es la probabilidad de que una muestra combinada sea positiva para el VIH?
Desarrollo
a.
Aplicamos la función:
Datos:
p= 0,01
q = 1-p
q= 0,99
n = 36
Se desea saber la probabilidad de que en la muestra combinada tenga VIH esto es que al
menos una de ellas tenga VIH x ≥ 1.
P( x ≥ 1) = 1 - P(x = 0)
Entonces:
Respuesta: La probabilidad de que una muestra combinada sea positiva para el VIH es
del 30,36%.
b.
Respuesta: Si. Es probable que en las 36 personas se encuentren muestras combinadas
positivas o negativas.
Conclusiones (mínimo 1 por cada participante)
ESTUDIANTE CONCLUSIÓN
Karen Daniela Martínez Se puede concluir que gracias a las
distribuciones de probabilidad podemos
realizar estudios en los cuales no
necesitamos identificar cada uno de los
datos para dar una solución al incógnita,
pues la probabilidad nos ha brindado
importantes herramientas como lo son las
técnicas de conteo, con las cuales
podemos determinar el tipo de calculo que
requiere hacer y el método para resolver
este, nos sintetiza la información en una
sola variable o en unos pocos datos con los
cuales es más sencillo realizar el cálculo
que se pretende.
Marco Aurelio Pacheco En el día a día nos encontramos con
decisiones que debemos tomar, pero el
resultado es muy incierto. Por lo que
algunas personas toman mejores
decisiones que otras, o eligen diferente
unas de las otras, esto se debe que en
muchos de los casos las personas
involuntariamente, sin saber que lo están
haciendo aplican criterios probabilísticos.
ESTU REFERENCIA
DIAN
TE
Karen Rodríguez, F. J., & Pierdant, R. A. I. (2016). Estadística para
Daniela administración (2a. Ed.). (Pp. 177-183). Recuperado de https://ebookcentral-
Martíne proquest-com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?
z docID=4849829&ppg=170
Monroy, S. (2005). Estadística Descriptiva. Editorial: Instituto
Técnico Nacional. (Pp. 140-150). Recuperado de https://ebookcentral-
proquest-com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?
docID=3192101&ppg=141
Rodríguez, F. & Pierdant, A. (2016). Estadística para administración
(2a. Ed.). (Pp. 189-198). Recuperado de https://ebookcentral-proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?
docID=4849829&ppg=210
Sánchez, J. (2018). Distribución Binomial. Recuperado
de http://hdl.handle.net/10596/19010