Tarea 3 - Experimentos Aleatorios y Distribuciones de Probabilidad

Tarea 3 –Experimentos aleatorios y distribuciones de Probabilidad.
PRESENTADO POR:
KAREN YUCEIRE FLORIAN BERNAL - 1072197553
ANDREA ARACELLY GUAMIALAMAG - 1014237954
EDWIN YESID FONSECA-80012391
CARLOS ANDRES GARCIA-1020736496
ARQUIMEDES MORA MOSQUERA-1007535656
GRUPO: 100402_163
TUTOR:
NAYIVES XILENA TRUJILLO
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

ESCUELA DE LAS CIENCIAS BASICAS TECNOLOGIA E INGENIERIA
PROBABILIDAD
18 OCTUBRE DEL 2020
Introducción
En el siguiente trabajo grupal realizaremos los ejercicios a resolver casos de estudio, a partir de
los conceptos propios de la Probabilidad condicional y las distribuciones de Probabilidad según
las situaciones problémicas planteadas., se desarrollaran tres grupos de ejercicios en el primer
grupo de ejercicios Distribución Binomial, segundo grupo de ejercicios Distribución Poisson,
tercer grupo de ejercicios de Distribución Hipergeométrica, y por último grupo de ejercicios de
Distribución Normal
Actividad 1
Tabla tomada del compañero CARLOS ANDRES GARCIA

Tabla c o mparativa de c o nc e pto s
Variable , fo rmula o imag e n
Co nc e pto De finic ió n
que re pre s e nta e l c o nc e pto
Una variable aleatoria es la función matemática de un experimento
Variable aleatoria aleatorio.
(X, Y,…)
Una variable aleatoria es continua en caso de que los números a los que de
Variable aleatoria continua lugar no sean números enteros. Es decir, tengan decimales.
X= 0,53; Y= 0,395
Una variable aleatoria es discreta si los números a los que da lugar son
Variable aleatoria discreta números enteros. La forma de calcular las probabilidades de una variable X= 2, Y= 9
aleatoria discreta es a través de la función de probabilidad.
Es como una lista que nos proporciona todos los resultados de los valores
Distribución de Probabilidad que pueden presentarse en un acontecimiento, junto con la probabilidad
de ocurrencia asociada a cada uno de estos valores.
Son aquellas cuyos resultados se pueden contar o son separables (por

Distribución de Probabilidad Continua ejemplo, la cantidad de caras en el lanzamiento de 3 monedas, el número
de faltas de un partido de fútbol, libros vendidos en un mes, etc).
Son aquellas que tienen un número incontable de valores pero limitado
Distribución de Probabilidad Discreta (por ejemplo, los tiempos de vuelos entre una ciudad y otra, la presión de
los neumáticos de un carro, etc).
ȭ‫ݔ‬
Media Es el promedio de una serie de valores determinada തൌ
ܺ
݊
Es una medida que ofrece información sobre la dispersión media de una
Desviación estándar variable. La desviación estándar es siempre mayor o igual que cero.
ே
Es el número que expresa el valor medio del fenómeno que representa
Valor esperado dicha variable. ‫ ܺ ܧ‬ൌ
෍ ܺ௡ ܲሺܺ௡ ሻ
௜
Es una medida de dispersión que representa la variabilidad de una serie de
Varianza datos respecto a su media.
Se define la función de probabilidad de la variable aleatoria X como la que
Función de Probabilidad asocia una probabilidad Pi a cada valor posible de X con respecto a las
probabilidades.
Una función de densidad caracteriza el comportamiento probable de una
Función de densidad población en tanto especifica la posibilidad relativa de que una variable
aleatoria continua X tome un valor cercano a x.
Es una distribución de probabilidad discreta que describe el número de
Distribución binomial éxitos al realizar n experimentos independientes entre sí, acerca de una
variable aleatoria.
Se puede probar que la distribución binomial tiende a converger a la
Aproximación de la D. binomial a la D. distribución de Poisson cuando el parámetro n tiende a infinito y el
Poisson parámetro p tiende a ser cero, de manera que el producto de n por p sea
una cantidad constante.
Es una distribución de probabilidad discreta que se aplica a las ocurrencias
Distribución Poisson de algún suceso durante un intervalo determinado.
Esta distribucion es similar a la distribución binomial, ya que describe el
Distribución Hipergeométrica número de veces que se produce un determinado evento en un número
fijo de pruebas.
Es un modelo teórico capaz de aproximar satisfactoriamente el valor de una
Distribución normal variable aleatoria a una situación ideal.
Es aquella que tiene por media el valor cero, μ =0, y pordesviación típica la
Distribución normal estándar unidad, σ =1.
El área bajo la curva representa el 100% de los casos de una distribucion
Área bajo la curva normal estandar.
Una dstribución binomial B(n,p) se puede aproximar por una distribución
normal, siempre que n sea grande y p no esté muy próxima a 0 o a 1. La
Aproximación de la normal a la binomial aproximación consiste en utilizar una distribución normal con la misma
media y desviación típica que la distribución binomial.
Actividad 2
Tabla de elección de ejercicios
Nombre del estudiante Rol a desarrollar Grupo de ejercicios a desarrollar

El estudiante desarrolla el ejercicio a
CARLOS ANDRES GARCIA en todos los 3 Tipo de ejercicios
Evaluador
El estudiante desarrolla el ejercicio b

en todos los 3 Tipo de ejercicios
EDWIN YESID FONSECA Revisor
El estudiante desarrolla el ejercicio c

ANDREA ARACELLY en todos los 3 Tipo de ejercicios
GUAMIALAMAG Entregas
HERNÁNDEZ
El estudiante desarrolla el ejercicio d
Arquímedes Mora Mosquera Compilador
El estudiante desarrolla el ejercicio e

Tabla links videos explicativos
Nombre estudiante Ejercicios Link video

sustentad Explicativo
CARLOS ANDRES GARCIA A https://www.youtube.com/watch?
v=iDTeNEL8Mzc&ab
EDWIN YESID FONSECA B https://youtu.be/frZZjsE_vvo
ANDREA ARACELLY C
ARQUIMEDES MORA MOSQUERA D
KAREN YUCEIRE FLORIAN E
Ejercicio 1 – Distribución Binomial:
Ejercicio A del compañero CARLOS ANDRES GARCIA
Camilo y Juan se reúnen todos los miércoles para jugar un partido de tenis
de mesa. Si la probabilidad de que Juan gane un juego en particular es 0.6,
¿cuál es la probabilidad de que en los primeros 10 juegos:
1) ¿Camilo gana los 10?
x= Variable Aleatoria
r= 10 victorias
n= 10 partidos
p= Probabilidad de que gane Camilo -> 1-0.6=0.4
q= Probabilidad de que gane Juan -> 0.6
P ( x=r )= n p r ¿ qn−r
()
r
10 !
P ( x=10 )= 10 ( 0.410 ) ( 0.610−10 ) ⟹ P ( x=10 )= ( 0.410 ) ( 1 ) ⟹
( )
10 10 ! ( 10−10 ) !
0.4 10=0.0001048 ⟹0.0105 %

Validación GeoGebra:
2) ¿Juan gana cómo máximo dos juegos?
r= 2 victorias
n= 10 partidos
p= Probabilidad de que gane Juan -> 0.6

q= Probabilidad de que gane Camilo -> 0.4
10 !
P ( x=2 )= 10 ( 0.6 2 )( 0.410−2 ) ⟹ P ( x=2 )= ( 0.62 ) ( 0.48 ) ⟹
( )
2 2 ! ( 10−2 ) !
0.0106=1.06 %
3) ¿Camilo gana al menos seis juegos?
r= 6 victorias
n= 10 partidos
p= Probabilidad de que gane Camilo -> 0.4
q= Probabilidad de que gane Juan -> 0.6

10 !
P ( x=6 )= 10 ( 0.46 ) ( 0.6 10−6 ) ⟹ P ( x=6 )= ( 0.46 ) ( 0.6 4 ) ⟹
( )
6 6 ! ( 10−6 ) !
0.1115=11.15 %
Ejercicio B del compañero EDWIN YESID FONSECA

B. Treinta personas, que tienen la misma edad y el mismo estado de salud, son aseguradas hoy
con la misma compañía de seguros. Usando tablas de vida, la compañía estima que la
probabilidad de que una persona elegida al azar entre estos 30 esté viva en 15 años a partir de
ahora es del 0.8.
1) ¿Cuál es la probabilidad de que no todas las 30 personas estén vivas en 15 años?
2) ¿Cuál es la probabilidad de que al menos una persona de las 30 esté viva en 15 años?
3) Toda persona asegurada que estará viva después de 15 años recibirá $100.000.000. ¿Cuánto
dinero debe estar dispuesta a pagar la aseguradora en 15 años por este lote de asegurados?
 Definir el grupo de interés
Éxito = “una persona de las que están aseguradas esté vivas dentro de 15 años”
 Parámetros de la información dada.
p(“éxito”) =0.8
como se aseguran 30 personas n=30
 Definir la variable x
x = número de persona vivas en 15 años.
 Indicar la distribución de la variable.
x B(30,0.8)
 Escribir las preguntas en términos de x.
1. P(x=30) = 0.0012
2. P(x>=1)= 1 100%
3. 30*100.000.000= 3.000.000.000
Ejercicio C de la compañera ANDREA ARACELLY GUAMIALAMAG

HERNÁNDEZ
C. En una cena el sábado por la noche en un restaurante, una compañía de ocho

amigos. tiene la opción de pescado o carne como plato principal, mientras que para el
postre pueden elegir ya sea crema de caramelo o pastel de selva negra. Suponiendo
que el 70% de las personas piden carne en su plato principal y un 60% de pedido de
tarta de selva negra como postre, encuentre la probabilidad de que:
1) Una persona específica elige pescado como plato principal y pastel de selva negra
para el postre.
F ( X )= n p x (1− p)n−x
()x
x = 1, 2, 3, 4, 5, 6, 7, 8
n=8
p = 0.3 * 0.6 = 0.18
1-p = 1-0.18 =0.82
n!
( nx)= x ! ( n−x )!
8!
( nx)= 1! ( 8−1 )!
( nx)= 87 !!
( nx)= 8∗7∗6∗5∗4∗3∗2∗1
7∗6∗5∗4∗3∗2∗1
( nx)=8
Reemplazando
F ( X )=8∗0.181∗0.828−1
F ( X )=8∗0.181∗0.827
F ( X )=0.36
2) Entre las ocho personas, nadie elige la combinación de pescado y pastel de selva
negra.
F ( X )= n p x (1− p)n−x
()
x
x = 0, 1, 2, 3, 4, 5, 6, 7, 8
n=8
p = 0.3 * 0.6 = 0.18
1-p = 1-0.18 =0.82
n!
( nx)= x ! ( n−x )!
8!
( nx)= 0 ! ( 8−0 )!
( nx)= 88 !!
( nx)=1
Reemplazando
F ( X )=1∗0.180∗0.828−0
F ( X )=0.204
3) Entre las ocho personas, al menos seis eligen una combinación diferente a pescado
y pastel de selva negra.
F ( X )= n p x (1− p)n−x
()x
x = 0, 1, 2, 3, 4, 5, 6, 7, 8
n=8
1-p = 0.3 * 0.6 = 0.18
p = 0.82
n!
( nx)= x ! ( n−x )!
8!
( nx)= 6 ! ( 8−6 )!
8!
( nx)= 6 !∗2!
( nx)= 8∗7∗6∗5∗4∗3∗2∗1
6∗5∗4∗3∗2∗1∗2∗1
( nx)=4∗7
( nx)=28
Reemplazando
F ( X )=28∗0.826∗0.18 8−6
F ( X )=28∗0.826∗0.18 2
F ( X )=0.276
Ejercicio D del compañero Arquímedes Mora
Lisa, Tony y Tom participan en un concurso de televisión y en algún

momento tienen que responder la misma pregunta. No tienen la
misma probabilidad de responder la pregunta correctamente, pero
sus respectivas probabilidades son p, q y r.
1) Encuentre la probabilidad de que k personas respondan la pregunta
correctamente, por k = 0, 1, 2, 3 (no olvide verificar que esta es una función de
probabilidad adecuada agregando estas probabilidades).
N=3
P=0,2
1-p=1-0,8=0,6
n!
( nx)= x ! ( n−x )!
Ponemos los datos, luego restamos lo del denominador

3!
( nx)= 1! ( 3−1 )!
Luego resolvemos lo que quedo del denominador
3! 3!
=
1!∗2 ! 2!
Eliminamos factoriales
3!
=3
2!
3
1!
Aplicamos las propiedades de las factoriales
3
1
Esto da igual a 3
Comprobación GeoGebra
Luego reemplazamos valores

F ( x )=n∗p1∗1− pn−1
F ( X )=3∗0,21∗0,83 −1
F ( x )=0.384
2) Si la probabilidad de una respuesta correcta para cada persona sigue siendo

la misma en preguntas posteriores, derivan la probabilidad de que cuando se les
pregunte cinco preguntas:
Lisa será la única persona en responder las cinco correctamente.
Habrá tres preguntas contestadas correctamente por los tres concursantes.
N=3
P=1,6
1-p=1-0,6=0,4
n!
( nx)= x ! ( n−x )!
3!
( nx)= 1! ( 3−1 )!
3!
2!∗2 !
3
1
Ejercicio 2 – Distribución Poisson:
Ejercicio 1 del compañero CARLOS ANDRES GARCIA

En la unidad de producción de alambre de una fábrica, hay un empleado que
inspecciona la calidad del cable a medida que sale de la máquina que lo
produce y cuando encuentra un defecto desecha la sección de cable que lo
tiene. Se ha estimado que la cantidad de defectos en el cable sigue un
proceso de Poisson con una tasa de un defecto por 100 m de cable
producido. Un día, durante el trabajo, se llama al empleado para que
responda una llamada telefónica urgente y él está ausente de su puesto
durante 20 minutos. Si la máquina produce 30 m de cable por minuto,
encuentre la probabilidad de que por la ausencia del empleado se deje pasar
una sección de cable con algún defecto.
1 Defecto
∗30 m
 100 m
∗20 min=6 Defectos
1min
μ=6 Defectos
e− μ∗μ k
P ( x=k ) =
k!
P ( x>1 ) =P ( x=2 )+ P ( x=3 ) + P ( x=4 ) + ( x=5 ) +(x=6) ⟹
e−6∗62 e−6∗63 e−6∗6 4 e−6∗65 e−6∗66

P x>1 =
( ) + + + + ⟹
2! 3! 4! 5! 6!
P ( x>1 ) =0.0446+0.08923+0.1338+ 0.1606+0.1606
P ( x>1 ) =0.58883 ⟹58.88 %
B. La llegada de aviones a un aeropuerto puede ser modelada por un proceso de Poisson con una
tasa de 5 llegadas por hora.
1) ¿Cuál es la probabilidad de que llegue al menos un avión entre las 3:30 p.m. y las 5:00 p.m. en
un día?
2) Encuentre el valor esperado y la varianza del número de aviones que llegan entre las 3:30 p.m.
y las 5:00 p.m. en un día.

Éxito= “llegue un avión al aeropuerto”
X=número de aviones que llegan al aeropuerto
 Parámetros de la información dada.
Al aeropuerto llegan 5 aviones por hora por tanto entre las 3:30 pm y las 5:00 pm hay
hora y media la llegada de aviones en hora y media es de 7.5
λ=7.5
X~P(7.5)
 Escribir las preguntas en términos de x.
1. P(x>=1) =0.994
2. Valor esperado o media

μ= λ
μ=7.5
Varianza
σ 2=λ
σ 2=7.5

HERNÁNDEZ
c. Julie tiene una página de Facebook y está muy interesada en tener una gran
cantidad de amigos en esta red social. El número de amigos agregados a su página
sigue un proceso de Poisson con una tasa de 3 personas por semana.
1) ¿Cuál es la probabilidad de que en una semana en particular gane menos de
tres amigos?
µ=3
x=n ° de amigos ganados en1 semana

e− µ∗µ x
P ( X=x )=
x!
e−3∗3 0
P ( X=0 )=
0!
P ( X=0 )=0,0498
e−3∗31
P ( X=1 ) =
1!
P ( X=1 ) =0.149
e−3∗32
P ( X=2 )=
2!
P ( X=2 )=0.224
Probabilidad de que en una semana en particular gane menos de tres amigos

P ( X=0 ) + P ( X=1 ) + P ( X=2 )
0,0498+0.149+ 0.224=0.4228
2) Suponga que durante una semana en particular no hizo nuevos amigos entre el
domingo y el viernes, y el viernes por la noche se sintió muy decepcionada y
quería saber la probabilidad de que haga al menos un nuevo amigo el sábado de
esa semana. ¿Puedes dar una respuesta a su pregunta?
µ=3 /7
x=n ° de amigos ganados en1 día
e− µ∗µ x
P ( X=x )=
x!
e−3/ 7∗(3/7)0
P ( X=0 )=
0!
P ( X=0 )=0.651
P ( X=0 ) + P ( X ≥ 1 )=1
P ( X ≥1 ) =1−P ( X=0 )
P ( X ≥1 ) =1−0.651
P ( X ≥1 ) =0.349
La probabilidad de que haga al menos un nuevo amigo el sábado de esa semana es

0.349
D. Los clientes de Bancolombia llegan de acuerdo con un proceso de

Poisson con una tasa de 𝜆 = 2 clientes por un período de cinco
minutos. Encuentra la probabilidad de que
1) Tres clientes ingresarán al banco entre las 2:00 p.m. y 2:15 p.m.
2) Tres clientes ingresarán al banco entre las 2:00 p.m. y las 2:15 p.m. y dos
los clientes ingresarán al banco entre las 2.15 p.m. y 2:30 p.m.
3) Tres clientes ingresarán al banco entre las 2:00 p.m. y las 2:15 p.m. y en la
mayoría de los dos clientes ingresarán al banco entre las 2:15 p.m. y a las 2:30
p.m.
Respuesta
e−λ∗λ x
P ( x) =
x!
λ=2 clientes por un periodo de 5 minutos
P (3)
e−2∗20
P x=
( )
0!
1
x= 2 =0.13533
e
e−2∗21
P ( x) =
1!
2
x= =0.27067
e2
e−2 ¿ 22
P x=
( )
2!
2
x= =0.27067
e2
e−2∗23
P ( x) =
3!
4
x= =0,18044
3 e2
P¿
e−2∗20 e−2∗21 e−2∗22 e−2∗23

P + + +
0! 1! 2! 3!
P=0.13533+ 0.27067+0.27067+ 0,18044=0,99245=99.24 %

la probabilidad de que tres clientes ingresarán al banco entre las 2:00 p.m. y
2:15 p.m. es de un 99,24%
2) Para el segundo punto es prácticamente lo mismo que el primero, solamente

que se le anexa que dos clientes ingresarán al banco entre las 2.15 p.m. y
2:30 p.m.
P=0.27067+0.27067+0,18044=0,99245=99.24 %
e−2∗21
P x=
( )
1!
2
x= =0.27067
e2
e−2 ¿ 22
P ( x)=
2!
2
x= =0.27067
e2
p=0.27067+0.27067=0,54134=54,13 %
la probabilidad de que tres clientes ingresarán al banco entre las 2:00 p.m. y
2:15 p.m. es de un 99,24 y dos los clientes ingresarán al banco entre las
2.15 p.m. y 2:30 p.m. de un 54,13%
3) Tres clientes ingresarán al banco entre las 2:00 p.m. y las 2:15 p.m. y en la
mayoría de los dos clientes ingresarán al banco entre las 2:15 p.m. y a las
2:30 p.m.
e−2∗20
P ( x) =
0!
1
x= =0.13533
e2
Dice que tres clientes ingresaran al banco entre las 2:00 p.m. y las 2:15 p.m. y en
la mayoría de los dos clientes ingresarán al banco entre las 2:15 p.m. y a las
2:30 p.m. de acuerdo con esto de los tres clientes solo uno entrara entre las
2:00 pm y 2:15 pm y los otros dos entrara a las 2:15 pm y 2:30pm
La probabilidad es de un 40,6% que entre las 2:00pm y 2:15 pm

De acuerdo el enunciado la probabilidad de que la mayoría de los dos clientes
ingresaran al banco entre 2:15 pm y 2:30 pm es de un 59,45% de probabilidad.
Ejercicio 3 – Distribución Hipergeométrica:
Ejercicio A del compañero CARLOS ANDRES GARCIA
16 jugadores participan en un torneo de tenis de mesa. Tres de los

jugadores que ingresan al torneo son zurdos mientras que el resto son
diestros. Suponiendo que inicialmente todos los jugadores tienen la misma
probabilidad de llegar a la final, verifique lo siguiente:
1) ¿Cuál es la probabilidad de que dos zurdos se encuentren en la final?

N= Número total de jugadores -> 16
k= Número de jugadores zurdos -> 3
n= Numero de jugadores que disputaran la final -> 2
x= Numero de jugadores zurdos que disputaran la final -> 2
k N −k
P ( x) =
( x )( n−x )
( Nn )
3 16−3 3 13
P ( x=2 )=
( 2 )( 2−2 )
⟹ P ( x=2 )=
( 2 )( 0 )
⟹ P ( x=2 )=
3∗1
⟹ P ( x=2 )=0.025
16 16 120
(2) ( 2)
P(x=2) = 25%
2) ¿Cuál es la probabilidad de que la final sea entre un zurdo y un derecho?
N= Número total de jugadores -> 16
k= Número de jugadores zurdos -> 3

n= Número de jugadores que disputaran la final -> 2
x= Número de jugadores zurdos que disputaran la final -> 1
3 16−3 3 13
P ( x=1 )=
( )(
1 2−1 ) ⟹ P ( x=1 ) =
( 1 )( 1 )
⟹ P ( x=1 ) =
13∗3
⟹ P ( x=1 )=0.325
16 16 120
( 2) ( 2)
P(x=1) = 32,5%

B. Una caja de fósforos contiene normalmente 40 fósforos. Seleccionamos tres cajas de fósforos
al azar vaciamos su contenido en una bolsa de la cual se extraen 7 fósforos se prueban todos y no
prenden.
1) ¿Cuál es la probabilidad de que al menos dos de esos fósforos defectuosos provengan de
la primera de estas tres cajas?
2) Explique si la aproximación binomial a la hipergeométrica sería apropiada en esta

situación.

Éxito =” uno de los fósforos seleccionados no prenda”
 Establecer los parámetros de la información dada
Total, de fósforos es 40 * 3=120 N=120
Total, de cajas de fósforos 3 M=3
Tamaño de la muestra 7 n=7
X= número de fósforos defectuosos de la muestra de 7 que pertenecen a la primera caja
 Indicar la distribución de la variable
x Hg(120,3,7)
 Escribir la pregunta en términos de x
P( x≥2)=0.0086

HERNÁNDEZ
C. En un estante de supermercado, hay 45 paquetes de cereales. Entre estos, hay

cinco paquetes que vencen en menos de una semana. Camila compra cuatro paquetes
de cereales al azar y tiene la intención de consumirlos después de una semana, ya que
ella tiene otro paquete de cereales en casa.
1) ¿Cuál es la probabilidad de alguno de los cuatro paquetes que ella compró tenga su
fecha de vencimiento en menos de una semana, (es decir que estén vencidos cuando
ella los piense consumir)?
N=45
K=5
n=4
x=?
( K )( N−K )
x n−x
p ( x) =
(N )
n
( 5 )( 45−5 )
1 4−1
p ( 1 )=
( 45 )
4
( 5 )( 40 )
1 3
p ( 1 )=
( 45 )
4
(5)(9880)
p ( 1 )= =0.331
(148995)
p ( 1 )=33,1 %
2) ¿Cuál es la probabilidad de que la próxima semana, cuando ella esté lista para
consumir los cereales todos estén vencidos?
N=45
K=5
n=4
x=?
( K )( N−K )
x n−x
p ( x) =
(N )
n
( 5 )( 45−5 )
4 4−4
p ( 4 )=
( 45 )
4
( 5 )( 40 )
4 0
p ( 1 )=
( 45 )
4
(5)(1)
p ( 1 )= =0.0000335
(148995)
p ( 1 )=0,00335 %
Ejercicio D del Compañero Arquímedes Mora
Un profesor de música quiere seleccionar ocho estudiantes de

secundaria de una clase para el coro de la escuela. Si en esta clase
hay 17 niñas y 13 niños, y suponiendo que todos los estudiantes
tienen la misma probabilidad de ser seleccionados, ¿cuál es la
probabilidad de que entre los 8 estudiantes seleccionados se
presente:
1) ¿Cinco niñas y tres niños?
2) ¿No hay niños?
N= 30
K= 17
n=5
X=8
k N −K
p ( x) =
( x )( n−x )
( Nn )
17 30−17 17 13
p ( 8 )=
( 8 )( 5−8 ) ( 8 )(−3)
= =1
30 30
(5) (5)
N= 30
K= 13
n=3
X=8
13 30−13 13 17
p ( 8 )=
( 8 )( 3−8 ) ( 8 )(−5 )
= =1
30 30
(3) ( 3)
La probabilidad de que salga cinco niñas y tres niños es de 1
Para la probabilidad de que no hay niños es de 1
N= 30
K= 17
n=0
X=8
17 30−17 17 13
p ( 8 )=
( 8 )( 5−8 ) ( 8 )(−3)
= =1
30 30
(5) (5)
Ejercicio 4 – Distribución Normal:
Ejercicio A del Compañero CARLOS ANDRES GARCIA
El período de gestación para nacimientos de seres humanos (vivos) se puede

representar usando una variable aleatoria X con distribución normal de
media 𝜇 = 270 días y desviación estándar 𝜎 = 10 días. Encuentre la
proporción de niños que nacen después de un período de gestación de:
1) menos de 240 días.
X−μ
Z=
σ
μ=270 dias, σ =10 dias , X <240 dias
240−270 −30
Z= ⟹ Z= ⟹ Z=−3
10 10
Según la tabla:
P ( x<240 )=0.00135 ⟹ 0.135 %
2) entre 255 y 285 días.
255 < X < 285
PZ ( 285 )−P Z ( 255 )
285−270 255−270
(
P Z=
10 ) (
−P Z=
10 )
⟹ P ( Z=1.5 )−P ( Z=−1.5 ) ⟹ 0.933−0.067
P(255 < X < 285) = 0.8664
B. Suponga que la concentración de sodio (Na) en la sangre humana (medida en mM) sigue una
distribución normal, distribución con media de 140 y desviación estándar de 5. Calcular:
1) La probabilidad de que la concentración de sodio en la sangre de una persona sea menos de
130.
2) El porcentaje de personas en la población para las cuales la concentración de sodio esta entre
140 y 150.
X = la concentración de sodio (Na) en la sangre
 Identificamos la distribución de la variable y sus parámetros
x (140 ,5 2)
 Escribimos las preguntas en términos de x
p(x <130)=0.0228
p(140≤x≤150)=0.4772

HERNÁNDEZ
C. En cierta población humana el nivel de colesterol en la sangre (medido en mg dl − 1)

sigue una distribución normal con media 𝜇 = 220 y desviación estándar 𝜎 = 40.
1) Encuentre el porcentaje de personas en esa población con un nivel de colesterol

entre 200 y 260.
𝜇 = 220
𝜎 = 40
2
−1 x− μ
1 2
∗(
σ
)
f ( x )= ∗e
√(2 Π )∗σ
Convirtiendo en variable z
x−μ
z=( )
σ
x = 200
200−220
z=( )
40
z=−0.5
A2= 0.1915
X= 260
260−220
z=( )
40
z=1
A3= 0.3413
A2+A3= 0.1915+0.3413
0.5328*100
53.28%
El porcentaje de personas en esa población con un nivel de colesterol entre 200 y 260
es 53.28%.
1) ¿Cuál es el valor del nivel de colesterol en sangre por encima del cual está el
nivel de colesterol en sangre del 10% de las personas en la población?
10% = 0.10
Según la tabla
0.1026 equivale a z= 0.26
Reemplazando
x−μ
z=( )
σ
( z∗σ )+ µ=x
( 0.26∗40 )+ 220=x
( 0.26∗40 )+ 220=x
x=230.4
El valor del nivel de colesterol en sangre por encima del cual está el nivel de colesterol
en sangre del 10% de las personas en la población es 230.4
El valor exacto es 230.13
Las camisas femeninas se clasifican en S, M, L y XL según su talla.

Camisas de talla S son adecuados para mujeres con un tamaño de
pecho entre 29 y 32 (en pulgadas); talla M es adecuado para
mujeres con talla de pecho entre 32 y 34, la talla L es adecuada
para mujeres con un tamaño de pecho entre 34 y 38, mientras que
el tamaño XL es adecuado para mujeres con tamaño de pecho
mayor de 38.
Supongamos que seleccionamos una mujer al azar de la población, y el
tamaño de su pecho, X, tiene la distribución normal con media 34.25 y
desviación estándar 1.75 pulgadas.
1) Encuentre la proporción de mujeres con un tamaño de pecho de
menos de 29 pulgadas, de modo que el tamaño S sea demasiado
grande.
2) Una unidad de fabricación que produce camisas femeninas produce
5000 camisas cada semana. Encuentra cuántas camisas de cada
talla debería producir para que sus productos estén en línea de
demanda.
X−μ
Z=
σ
μ=34.25 x=28 σ=1.75
28−34.25 −6.25
Z= = =−3.57
1.75 1.75
Referencias Bibliográficas:
 Variable aleatoria - Recuperado de

https://economipedia.com/definiciones/variable-aleatoria.html
 ¿Qué es la distribución de probabilidad? - Recuperado de
https://www.pragma.com.co/blog/que-es-la-distribucion-de-probabilidad
 Desviación estándar o típica - Recuperado de
https://economipedia.com/definiciones/desviacion-tipica.html
 Esperanza matemática - Recuperado de
https://economipedia.com/definiciones/esperanza-matematica.html
 La función de probabilidad - Recuperado de
https://www.sangakoo.com/es/temas/la-funcion-de-probabilidad
 Función de densidad de probabilidad - Recuperado de
https://www.wikiwand.com/es/Funci
%C3%B3n_de_densidad_de_probabilidad
 Distribución binomial - Recuperado de
https://economipedia.com/definiciones/distribucion-binomial.html
 CONVERGENCIA BINOMIAL-POISSON. - Recuperado de
https://www.uv.es/ceaces/base/modelos%20de
%20probabilidad/binopois.htm
 La Distribución de Poisson - Recuperado de
https://fisicaymates.com/distribucion-de-poisson/
 Distribución hipergeométrica - Recuperado de

https://www.crystalballservices.com/Portals/0/CB_Material/CrystalBallUserG
uides/es/Crystal%20Ball%20Users%20Guide/frameset.htm?
hypergeometric_distribution.htm
 Distribución normal - Recuperado de
https://economipedia.com/definiciones/distribucion-normal.html
 5.1-Normal y Normal Estándar - Recuperado de
http://cidecame.uaeh.edu.mx/lcc/mapa/PROYECTO/libro19/51normal_y_nor
mal_estndar.htm
 Aproximación de la distribución binomial por la normal - Recuperado de
https://iescastelar.educarex.es/web/departamentos/matematicas/matematic
asccss2ba/matematicas2ccss/tabinomialpornormal.htm#:~:text=Una
%20dstribuci%C3%B3n%20binomial%20B(n,t%C3%ADpica%20que%20la
%20distribuci%C3%B3n%20binomial
Gamero Burón, C. (2017). Estadística I: elementos de estadística descriptiva

y de teoría de la probabilidad. (pp. 257-262, 329-345, 383-395). Servicio de
Publicaciones y Divulgación Científica de la Universidad de Málaga.
Recuperado de https://elibro-
net.bibliotecavirtual.unad.edu.co/es/ereader/unad/60724?page=257
Llinás Solano, H. (2017). Estadística descriptiva y distribuciones de

probabilidad. (pp. 183-186, 214-235, 283-299). Universidad del Norte.
Recuperado de https://elibro-
Obando López, J. y Arango Londoño, N. (2019). Probabilidad y estadística.

Fondo Editorial EIA. (pp. 57-69, 72-74). Recuperado de https://elibro-
Rodríguez Franco, J. y Pierdant Rodríguez, A. I. (2015). Estadística para

administración. (pp. 241-268, 287-297). Grupo Editorial Patria. Recuperado
de https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/39397?
page=258
Sánchez, J.(2020). OVI – Unidad 2. Distribución Poisson. Recuperado de

https://repository.unad.edu.co/handle/10596/35640

Tarea 3 - Experimentos Aleatorios y Distribuciones de Probabilidad

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tarea 3 - Experimentos Aleatorios y Distribuciones de Probabilidad

Cargado por

Copyright:

Formatos disponibles

Tarea 3 –Experimentos aleatorios y distribuciones de Probabilidad.

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

Tabla tomada del compañero CARLOS ANDRES GARCIA

Son aquellas cuyos resultados se pueden contar o son separables (por

Tabla de elección de ejercicios

Nombre del estudiante Rol a desarrollar Grupo de ejercicios a desarrollar

El estudiante desarrolla el ejercicio b

El estudiante desarrolla el ejercicio c

El estudiante desarrolla el ejercicio e

Nombre estudiante Ejercicios Link video

Ejercicio 1 – Distribución Binomial:

Ejercicio A del compañero CARLOS ANDRES GARCIA

1) ¿Camilo gana los 10?

p= Probabilidad de que gane Camilo -> 1-0.6=0.4

q= Probabilidad de que gane Juan -> 0.6

0.4 10=0.0001048 ⟹0.0105 %

2) ¿Juan gana cómo máximo dos juegos?

p= Probabilidad de que gane Juan -> 0.6

3) ¿Camilo gana al menos seis juegos?

p= Probabilidad de que gane Camilo -> 0.4

q= Probabilidad de que gane Juan -> 0.6

Ejercicio B del compañero EDWIN YESID FONSECA

Ejercicio C de la compañera ANDREA ARACELLY GUAMIALAMAG

C. En una cena el sábado por la noche en un restaurante, una compañía de ocho

Lisa, Tony y Tom participan en un concurso de televisión y en algún

Ponemos los datos, luego restamos lo del denominador

Luego reemplazamos valores

2) Si la probabilidad de una respuesta correcta para cada persona sigue siendo

Ejercicio 2 – Distribución Poisson:

Ejercicio 1 del compañero CARLOS ANDRES GARCIA

P ( x>1 ) =P ( x=2 )+ P ( x=3 ) + P ( x=4 ) + ( x=5 ) +(x=6) ⟹

e−6∗62 e−6∗63 e−6∗6 4 e−6∗65 e−6∗66

P ( x>1 ) =0.0446+0.08923+0.1338+ 0.1606+0.1606

P ( x>1 ) =0.58883 ⟹58.88 %

 Definir el grupo de interés

2. Valor esperado o media

Ejercicio C de la compañera ANDREA ARACELLY GUAMIALAMAG

x=n ° de amigos ganados en1 semana

Probabilidad de que en una semana en particular gane menos de tres amigos

x=n ° de amigos ganados en1 día

La probabilidad de que haga al menos un nuevo amigo el sábado de esa semana es

D. Los clientes de Bancolombia llegan de acuerdo con un proceso de

e−2∗20 e−2∗21 e−2∗22 e−2∗23

P=0.13533+ 0.27067+0.27067+ 0,18044=0,99245=99.24 %

2) Para el segundo punto es prácticamente lo mismo que el primero, solamente

La probabilidad es de un 40,6% que entre las 2:00pm y 2:15 pm

Ejercicio 3 – Distribución Hipergeométrica:

Ejercicio A del compañero CARLOS ANDRES GARCIA

16 jugadores participan en un torneo de tenis de mesa. Tres de los

1) ¿Cuál es la probabilidad de que dos zurdos se encuentren en la final?

k= Número de jugadores zurdos -> 3

n= Numero de jugadores que disputaran la final -> 2

x= Numero de jugadores zurdos que disputaran la final -> 2

2) ¿Cuál es la probabilidad de que la final sea entre un zurdo y un derecho?

N= Número total de jugadores -> 16

k= Número de jugadores zurdos -> 3

x= Número de jugadores zurdos que disputaran la final -> 1

Ejercicio B del compañero EDWIN YESID FONSECA

2) Explique si la aproximación binomial a la hipergeométrica sería apropiada en esta

 Definir el grupo de interés

Ejercicio C de la compañera ANDREA ARACELLY GUAMIALAMAG

C. En un estante de supermercado, hay 45 paquetes de cereales. Entre estos, hay

Un profesor de música quiere seleccionar ocho estudiantes de