1

CASO PRÁCTICO # 3
VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD

XIMENA ZAPATA RAMIREZ

Mg. ALIRIO SANABRIA MEJÍA

CORPORACIÓN UNIVERSITARIA DE ASTURIAS

PROGRAMA DE ADMINISTRACIÓN DE
EMPRESAS BOGOTÁ
2020
 TABLA DE CONTENIDOS

Introducción..........................................................................................................3
Enunciado 1..........................................................................................................4
Enunciado 2.........................................................................................................4
Enunciado 3.........................................................................................................4
Pregunta a............................................................................................................5
Pregunta b.............................................................................................................5
Conclusiones..........................................................................................................6
Lista de referencias................................................................................................7
 INTRODUCCION

La probabilidad en general es aquello que es más posible que ocurra; La

probabilidad asociada a un suceso o evento aleatorio es una medida del grado de
certidumbre de que dicho suceso pueda ocurrir. Se suele expresar como un
número entre 0 y 1, donde un suceso imposible tiene probabilidad cero y un
suceso seguro tiene probabilidad uno. En este caso hallaremos la probabilidad en
dados en diferentes situaciones que pueden ocurrir si tiramos al azar al igual
observaremos algunas distribuciones.
 CASO PRÁCTICO

ENUNCIADO 1
1. ¿Qué modelo de distribución podrían seguir las siguientes
variables aleatorias?

 Número de hombres, mujeres y niños (menores de 12 años, de

cualquier sexo), en un avión con 145 pasajeros.

DISTRIBUCION UNIFORME DISCRETA: es el conjunto de valores que

esta toma es un conjunto discreto es decir, un conjunto finito o numerable.

 Número de visitas que recibe en una hora www.iep.edu.es.

DISTRIBUCION POISSON: el número de ocurrencias de un cierto evento

dentro de un intervalo de tiempo.

 Enciclopedias vendidas por un vendedor a domicilio tras visitar 18

casas. DISTRIBUCION BERNOULLI : aquel experimento aleatorio con
únicamente dos posibles resultados.(éxito o fracaso)

ENUNCIADO 2

2. Si ℜ sigue la Distribución B (10; 0; 8), su valor esperado y su varianza

valen…

a) 8 y 0,2
b) 0,8 y 1,6
c) 8 y 16
d) 0,8 y 0,2

ENUNCIADO 3

3. ¿Qué falta en la f(x) de cuantía de una variable B(n, p): P(ξ = x) = ¿? px

(1 - p) n - x?
a) n! / x!
b) n! / [x! (n - x)!]
c) x! / [n! (x - n)!]
d) x! / n!
 CASO PRÁCTICO
Se efectúan lanzamientos consecutivos de un dado correcto. Resuelva las
siguientes cuestiones:
a) Determine razonadamente la distribución de probabilidad de la v.a ξ:
“número de lanzamientos que deben efectuarse hasta conseguir el primer
resultado par”. Calcular la probabilidad de que se requieran 3
lanzamientos.

 La probabilidad de cada valor debe de estar entre 0 y 1

0 ≤ f(x) ≤ 1
 La suma de las probabilidades asignadas a todos los valores
de la variable aleatoria debe de ser 1
Σ f(x) = 1
El ejercicio maestral para un dado es( 1,2,3,4,5,6)
SACAR UN PAR ahí tres posibilidades (2,4,6 )
Las posibilidades pares son tres casos posibles, es decir, los pares son
2,4,6 y los impares son 1,3,5 de esto se concluye que la probabilidad
de cada resultado es 1/6 para que sea impar o par tenemos.
1/6+1/6+1/6+1/6+1/6+1/6=1
Esto es el 100% total de todos los posibles resultados.
P(#par)=1/6+1/6+1/6=3/6=1/2
Esto es,0,5=50%
Asique la probabilidad de que sea par o impar es la misma, esto es un
50%.
P(E)= número de resultados para el evento
Numero de posibles resultados
P(E) = 3 = ½ = 0.50 = 50%
6
Ahora, la probabilidad de sacar par en tres lanzamientos serán seis
casos elevados a la cantidad de lanzamientos que es tres es decir
 Las posibilidades de que sean pares es 3(cantidad de casos) elevado a
la 3 (cantidad de lanzamientos) es decir
Por último, se divide las posibilidades de sacar par entre las
posibilidades de los casos.

Esto es 12,5%.

La probabilidad de lanzar un número par en tres lanzamientos es

b) Determine razonadamente la distribución de probabilidad de la v.a μ:

“número de lanzamientos que deben efectuarse hasta conseguir 3
pares”. Calcular la probabilidad de que se requieran 5 lanzamientos.

SACAR UN PAR ahí tres posibilidades 2, 4,6

P (E)= número de resultados para el evento
Numero de posibles resultados

La posibilidad de que sean pares es 3(cantidad de casos) elevado a 5(cantidad de

lanzamientos) es decir
Por último, se divide las posibilidades de sacar par entre las posibilidades de los
casos.
Ahora, la probabilidad de sacar par en tres lanzamientos serán seis casos
elevados a la cantidad de lanzamientos que es tres es decir,

Por último, se divide las posibilidades de sacar par entre las

posibilidades de los casos.

La probabilidad de lanzar los dados y conseguir tres pares en cinco lanzamientos

es de 0,3
 CONCLUSION

 La probabilidad se puede medir de 0 a 1 o en porcentajes

 La probabilidad en general es aquello que es más posible que ocurra

 La probabilidad de cada valor debe de estar entre 0 y 1

0 ≤ f(x) ≤ 1
 La suma de las probabilidades asignadas a todos los valores
de la variable aleatoria debe de ser 1
Σ f(x) = 1
 La distribución binomial es una distribución de probabilidad
discreta que nos dice el porcentaje en que es probable obtener un
resultado entre dos posibles al realizar un número n de pruebas.
 REFERENCIAS

Red SUMMA, Asturias Corporación Universitaria, Consideraciones, 2020.

Red SUMMA, Asturias Corporación Universitaria, Método de Regresión a la
Media, 2020.
Red SUMMA, Asturias Corporación Universitaria, Teoría de la Probabilidad, 2020.
Red SUMMA, Asturias Corporación Universitaria, Análisis Combinatorio, 2020.