Documentos de Académico
Documentos de Profesional
Documentos de Cultura
8
REPÚBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD NACIONAL ABIERTA
la Unidad
Temática
0=NL 1= L Centro Local: TÁCHIRA -1800. Oficina de Apoyo:
Asignatura: Estadística General. Código 745.
Resultados de Corrección:
PREGUNTA 1. OBJETIVO 5.
Elabore un mapa mental donde se evidencien los aspectos relacionados con las distribuciones de
Probabilidad. Para ello, debe tomar en consideración lo siguiente:
a. Variables aleatorias.
b. Variables aleatorias discretas.
c. Variables aleatorias continuas.
d. Distribución de probabilidad.
Está dada por
VARIABLE Sí el número de valor que puede tomar
ALEATORIA es finito. F( X ) = n /1
DISCRETA
PROBABIL DISTRIBUCION DE
ocurrencia media, la probabilidad de que f ( x )=P [ X =x ]=
IDAD POISSON
ocurra un determinado número de eventos x!
durante cierto período de tiempo. X=0,1,2,…..;o en cualquier
otro punto o valor.
1
Se dice que sigue una distribución uniforme
P ( X I )=
n
DISTRIBUCION continua en un intervalo real (a,b), y se
y su función de distribución la
UNIFORME CONTINUA representa por (a,b), si su función de
función escalonada.
densidad es constante en dicho intervalo y
nula fuera de él. 1
F ( X )= ∑ 1 (−∞ , x ] ( xi ) .
n
DISTRIBUCION
Describe el comportamiento de una f x ( x) ¿
UNIFORME DISCRETA variable discreta que puede tomar n
valores distintos con la misma
El número de vehículos vendido por por Autocosmos en los últimos dos años y medio, junto
con la frecuencia de cada nivel de ventas, aparece en las dos primeras columnas de la tabla
siguiente:
Número de Automóviles
meses (xi)
3 1A
6 2B
4 1C
7 2D
8 3E
2 1F
CÉDULA: V-14.873.842
1 2 3 4
AUTOMÓVILES (Xi)*P(Xi)
MESES P(Xi)
(Xi) (Esperanza) Varianza
3 18 0,1000 1,8000 53,7778 5,3778
6 27 0,2000 5,4000 729,0000 145,8000
4 13 0,1333 1,7333 169,0000 22,5333
7 28 0,2333 6,5333 784,0000 182,9333
8 34 0,2667 9,0667 1156,0000 308,2667
2 12 0,0667 0,8000 144,0000 9,6000
30 1,00 25,3333 3035,7778 674,5111
σ =¿ σ =¿ √ 674,5111 σ =29,9714
Se determina la probabilidad de cada nivel de ventas p(xi), columna 3. Por ejemplo, en 3 de los dos
años y medio, (30 meses) se vendieron 11 automóviles. P(xi=11) = 0,100. El valor esperado o media
se calcula multiplicando las probabilidades por sus respectivos niveles de ventas. Esto se muestra en
la columna 4 como 𝝁= 25,3333 vehículos por mes. La variabilidad se mide por la varianza y se
muestra en la última columna. La diferencia al cuadrado entre cada observación y la media de
25,3333 se multiplica por las probabilidades apropiadas y se suman resultando σ 2 = 674.5111
vehículos al cuadrado con σ =¿ 29,9714 vehículos.
Interpretación:
PREGUNTA 3. OBJETIVO 6.
Elabore una tabla de doble entrada o un cuadro comparativo, donde analice y sistematice los aspectos
relacionados con las distribuciones de probabilidad para variables discretas. Para ello, debe tomar en
consideración lo siguiente:
a. La distribución Binomial.
b. La distribución Hipergeométrica.
c. La distribución de Poisson.
DISTRIBUCIÓN
Es una distribución de Existen una gran diversidad de
probabilidad discreta que experimentos o sucesos que
describe el número de éxitos pueden ser caracterizados bajo
al realizar n experimentos esta distribución de
independientes entre sí, acerca
probabilidad. Imaginemos el
Binomial de una variable aleatoria. lanzamiento de una moneda en
Existen una gran diversidad deel que definimos el suceso
experimentos o sucesos que “sacar cara” como el éxito. Si
pueden ser caracterizados bajolanzamos 5 veces la moneda y
esta distribución de
contamos los éxitos (sacar
probabilidad. cara) que obtenemos, nuestra
distribución de probabilidades
Para que esta distribución se se ajustaría a una distribución
cumpla, debe reunir las binomial.
siguientes propiedades:
En cada ensayo,
experimento o prueba solo son
posibles dos resultados (éxito
o fracaso).
La probabilidad del éxito ha
de ser constante. Esta se
representa mediante la letra p.
La probabilidad de que salga
cara al lanzar una moneda es
0,5 y esta es constante dado
que la moneda no cambia en
cada experimento y las
probabilidades de sacar cara
son constantes.
La probabilidad de fracaso
ha de ser también constate.
Esta se representa mediante la
letra q = 1-p. Es importante
fijarse que, mediante esa
ecuación, sabiendo p o
sabiendo q, podemos obtener
la que nos falte.
El resultado obtenido en
cada experimento es
independiente del anterior. Por
lo tanto, lo que ocurra en cada
experimento no afecta a los
siguientes.
Los sucesos son
mutuamente excluyentes, es
decir, no pueden ocurrir los 2
al mismo tiempo. No se puede
ser hombre y mujer al mismo
tiempo o que al lanzar una
moneda salga cara y cruz al
mismo tiempo.
Los sucesos son
colectivamente exhaustivos,
es decir, al menos uno de los 2
ha de ocurrir. Si no se es
hombre, se es mujer y, si se
lanza una moneda, si no sale
cara ha de salir cruz.
La variable aleatoria que
sigue una distribución
binomial se suele representar
como X~(n,p), donde n
representa el número de
ensayos o experimentos y p la
probabilidad de éxito.
Hipergeométrica
PREGUNTA 4. OBJETIVO 6.
En una ciudad determinada se dice que los gastos médicos son la razón del 60% de todas las
bancarrotas personales. ¿cuál es la probabilidad de que en las próximas 8 bancarrotas que se
registren en esa ciudad, se mencione los gastos médicos como motivo en:
Respuesta:
Este es un ejercicio de distribución binomial. Para saber que es binomial se tienen que cumplir tres
cosas: 1. Que se trate de un experimento que se repita n veces, n ensayos, en este caso 8 ensayos, 8
bancarrotas. 2. Ese ensayo solo puede tener dos posibles resultados, que las bancarrotas sean por
gastos médicos o que las bancarrotas no sean por gastos médicos. 3. Las probabilidades de esos dos
resultados tienen que ser siempre constantes, es decir, en cada ensayo las probabilidades tienen que
ser las mismas siempre.
Fórmula:
x
P ( x , n , π )=¿ nCx . π ¿∗¿
8! 5
P ( x ) =¿❑ ∗0,60 ¿∗0,403 ¿
5 ! ( 8−5 ) !
8 . 0,600¿∗¿ 8 . 0,601∗¿6 +
P( X≤x) = ()
0
8 . 0,603¿∗(0,40)5 =
+()
1
()
3
P( X≤x) = 1 * 1 * 0,0007 + 8 * 0,60 * 0,0016 + 28 * 0,36 * 0,0041 + 56 * 0,2160 * 0,0102
P( X≤x) = 0,0007 + 0,0077 + 0,0413 + 0,1234 = 0,1731
P( X≤x) = 0,1731
También podemos hacer este paso directo sin tanto cálculo buscamos en la tabla de distribución
binomial en la columna n = 8, en la columna x = 3 y arriba el porcentaje 0,60% y da 0,1737. Este
resultado se lo restamos a 1.
P(x ≥ 4) = 1- 0,1737; P(x ≥ 4) = 0,8263 o 82,63% es el porcentaje de probabilidad de que en las
próximas 8 bancarrotas se mencionen los gastos médicos como motivo de en por lo menos 4 de las
bancarrotas
Los gastos médicos pueden ser el motivo de las bancarrotas en 0,1,2 o 3 bancarrotas.
Se desea calcular
P(X ≤ 3)
F(3) = P(X ≤ 3) = P (x = 0) + P(x = 1) + P(x = 2) + P(x = 3)
n . π x¿∗¿ n . π x¿∗¿
P( X≤x) =
n . π x¿∗¿
()
0
+()
1
()
3
8 . 0,600¿∗¿ 8 . 0,601∗¿6 +
P( X≤x) = ()
0
8 . 0,603¿∗(0,40)5 =
+()
1
()
3
P( X≤x) = 1 * 1 * 0,0007 + 8 * 0,60 * 0,0016 + 28 * 0,36 * 0,0041 + 56 * 0,2160 * 0,0102
P( X≤x) = 0,0007 + 0,0077 + 0,0413 + 0,1234 = 0,1731
P(4≤ X ≤ 6)
P(a≤ X ≤ b) = P(x ≤ b) - P(x ≤ a-1)
P(4≤ X ≤ 6) = P(x≤ 6) - P(x≤ 3)
= P(X ≤ 6) - P(X ≤ 3). Busco en la tabla de distribución binomial
n = 8, x = 3, y arriba 0,60 % de probabilidad = 0,1737
n = 8, x = 6, y arriba 0,60 % de probabilidad = 0,8936
= 0,8936 – 0,1737 = 0,7199 0 72,00% es el porcentaje de probabilidad de que en las
próximas 8 bancarrotas se mencionen los gastos médicos como motivo de entre 4 y 6 de las
bancarrotas
PREGUNTA 5. OBJETIVO 6.
Entre las 12 casas que hay en venta en una urbanización, nueve tienen aire acondicionado. Si se
seleccionan 5 de las casas para un artículo en una revista inmobiliaria:
a. Cúal es la probabilidad de que cuatro de éstas tengan aire acondicionado?
b. Cúal es la probabilidad de que por lo menos tres de éstas tengan aire acondicionado?
Respuesta:
Es un ejercicio de distribución hipergeométrica
N= tamaño de la población.
n = tamaño de la muestra.
r = éxitos en la población
rCx∗N−rCn−x
P (x) =
NCn
9 C 4∗12−9 C 5−4
N = 12 P (x = 4) =
12 C 5
9 C 4∗3 C 1
n=5 P (x = 4) =
12 C 5
126∗3
x=4 P (x=4) = = 0,4773 o 47,73% es la probabilidad
792
b. Cúal es la probabilidad de que por lo menos tres de éstas tengan aire acondicionado?
rCx∗N−rCn−x
c. P (x) = N=12 n=5 r=9 x≥3
NCn
P (x = 0) P (x = 1) P (x = 2) P (x = 3) P (x = 4) P (x = 5) = 1
P(x ≥ 3)
PREGUNTA 6. OBJETIVO 6.
El número de llamadas que una persona obtiene en respuesta a un anuncio en el periódico para
la venta de un piano es una variable aleatoria que tiene distribución de Poisson con 𝝁 = 4,4,
¿ cuál es la probabilidad de que en respuesta a dicho anuncio una persona reciba:
Respuesta:
e=2,71828
μ x e−μ
P(x, λ) = ;
x!
e=2,71828
μ x e−μ
P(x, λ) = ;
x!
P(x > 2) = P (x = 3) + P (x = 4) + P (x = 5) +P (x = 6)………….∞
P(X≤2) = P (x = 0) P (x = 1) P (x = 2)
Entonces
P(x > 2) = 1 - 0,1852= 0,8148 o 81,48% es la probabilidad de que se reciban más de dos llamadas
en respuesta al anuncio
e=2,71828
μ x e−μ
P(x, λ) = ;
x!
Calculamos
PREGUNTA 8. OBJETIVO 7.
a. 12 minutos
b. Menos de 14 minutos
c. Cualquier cantidad de tiempo de 13 a 17 minutos
d. Cualquier cantidad de tiempo de 16 a 18 minutos
e. Más de 18 minutos
Respuesta:
a. 12 minutos:
𝝁= 15,4 minutos σ= 4,4 minutos x= 12 minutos
X−μ 12−15,4
Z= ; Z= ; Z = -0,7777.Redondeo a -0,78. Busco este valor en la tabla de
σ 4,4
distribución normal 0,7 en la columna Z y arriba en 0,08 y el resultado es 0,2823 Luego P(Z=
-0,78)= 28,23% es la probabilidad de que el juguete fácil de ensamblar se pueda ensamblar en 12
minutos
28,23%
b. Menos de 14 minutos
X−μ 14−15,4
Z= ; Z= ; Z = 0,3182.
σ 4,4
Busco este valor en la tabla de distribución normal .Redondeo a 0,32. Luego busco
0,3 en la columna Z y arriba en 0,02 y es 0,1255. Luego P(Z= 0,32)= 0, 1255 o 12,55%. Como de
infinito a 𝝁 es el 50% le resto el porcentaje que me dio de 14 a 𝝁=15,4 P(Z= 0,32)= 12,55%.
Luego 50 % - 12,55% = 37,45% es la probabilidad de que el juguete fácil de ensamblar se pueda
ensamblar en menos de 14 minutos
37,45 %
0,32)=
Z = -0,546 Z = 0,364
Busco estos valores en la tabla de distribución normal: Z = -0,546: 0,5 en la columna Z y arriba en
0,04 y el resultado es 0,2088 o 20,88% . Luego P(Z= -0,546)= 0,2088 o 20,88% y busco igualmente
en la tabla de distribución normal Z = 0,364. 0,3 en la columna Z y 0,06 arriba y el resultado es
0,1406 o 14,06 %. Sumo entonces el porcentaje de probabilidad de 13 a 𝝁 =15,4 + el porcentaje de
probabilidad de 𝝁 =15,4 a 17, es decir, 20,88% + 14,06% = 34,94% es la probabilidad de que el
juguete fácil de ensamblar se pueda ensamblar en cualquier cantidad de tiempo entre 13 a 17 minutos
34,94%
20,88% 14,06%
Z = 0,1364 Z = 0,591
16,67%
e. Más de 18 minutos
X−μ 18−15,4
Z= ; Z= Z = 0,591
σ 4,4
Busco en la tabla de distribución normal Z = 0,591: 0,5 en la columna Z y 0,09 arriba y el resultado
es 0,2224 o 22,24 % Como de 𝝁 = 15,4 a infinito es el 50% le resto el porcentaje que me dio de 𝝁 =
15,4 a 18 P(Z= 0,591)= 22,24%. Luego 50 % - 22,24% = 27,76% es la probabilidad de que el juguete
fácil de ensamblar se pueda ensamblar en más de 18 minutos
27,76%
El tiempo de vida de cierto componente electrónico es una variable aleatoria que tiene una
distribución exponencial con media 𝝁 = 2000 horas. ¿Cuál es la probabilidad de que dicho
componente dure:
−x 0/ μ
Usar la fórmula P(x≤ x0) = 1 – e
❑
P(x≤2400)
−2400¿ 2000
P(x≤2400) = 1 - e ; P(x≤2400) = 0,6988 o 69,88% es la probabilidad de que dicho
❑
componente dure a lo sumo 2400 horas
1
𝝁 = 2000 horas de vida media del componente electrónico = λ=
2000
P(x>1600) = 1 – P(x≤1600)
= 1 – F (1600)
−1
= 1 – (1 - 1 – e 2000 ∗1600 )=
Las latas de alimento para perros Dog Chow tienen un promedio de 18 onzas, con un rango de
4,6 onzas. Si usted selecciona una lata al azar, ¿cuál es la probabilidad de que pese entre 16,8 y
19,2 onzas? Realice la representación gráfica correspondiente
Respuesta:
X 2− X 1
𝝁 = 18 onzas P(X₁ ≤ X ≤ X₂) =
rango
19,2−16,8
Rango = 4,6 onzas P(16,8 ≤ X ≤ 19,2) = = 0,5217 o 52,17% es la
4,6
X 2 = 19,2 onzas
Si las latas tienen un promedio de 18 onzas sobre un rango de 4,6 onzas, entonces la mitad de ese
rango, 2,3 debe estar por debajo de 18 onzas y la otra mitad por encima de 18 onzas. Por
consiguiente, el peso mínimo será 18 - 2,3 = 15,70 onzas y el peso máximo es 18 + 2,3 = 20,3 onzas