Documentos de Académico
Documentos de Profesional
Documentos de Cultura
100402_193
AZUCENA GIL
Probabilidad
Periodo
2020_1604
2020
Introducción
OBJETIVOS
Tabla comparativa
una variable aleatoria es
una función que asigna a cada
Distribución de suceso definido sobre
Probabilidad la variable la probabilidad de que
dicho suceso ocurra
se llama continua si su función
de distribución es continua.
Puesto que la función de
Distribución de distribución de una variable
Probabilidad Continua aleatoria X viene dada por
F F X (x )=P(X ≤ x)
Una distribución discreta
describe la probabilidad de
Distribución de ocurrencia de cada valor de una
Probabilidad Discreta variable aleatoria discreta. pi=P[X=xi]
La media es la medida más
usada para encontrar el promedio.
De hecho, la gente siempre
Media utiliza la palabra "promedio" para
referirse a la "media."
La desviación estándar es un
índice numérico de la dispersión
de un conjunto de datos (o
población). Mientras mayor es la
desviación estándar, mayor es la
Desviación estándar dispersión de la población
es igual al sumatorio de
las probabilidades de que exista
Valor esperado un suceso aleatorio, multiplicado
por el valor del suceso aleatorio
La varianza es una medida de
dispersión que representa la
variabilidad de una serie de datos
respecto a su media.
Formalmente se calcula como la
suma de los residuos al cuadrado
divididos entre el total de
Varianza observaciones
es una función que asocia a cada
Función de punto de su espacio muestral X la
Probabilidad probabilidad de que esta lo asuma
Una función de densidad de
probabilidad caracteriza el
comportamiento probable de una
población en tanto especifica la
posibilidad relativa de que una
Función de densidad variable aleatoria continua X
tome un valor cercano a x.
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. ... En la distribución
binomial tenemos tres variables:
n es el número de veces que
Distribución binomial repetimos el experimento.
cuando el parámetro n tiende a
infinito y el parámetro p tiende a
ser cero, de manera que el
producto de n por p sea una
cantidad constante. De ocurrir
Aproximación de la D. esto la distribución binomial
binomial a la D. tiende a un modelo de Poisson de
Poisson parámetro l igual a n por p
Es un experimento aleatorio
donde se observa la aparición de
un suceso concreto (éxito) sobre
un soporte continuo
(generalmente el tiempo).
Además, debe cumplirse que los
sucesos ocurren de forma
independiente y con media
estable (el número medio de
sucesos por unidad de medida es
Distribución Poisson constante).
Es una de las distribuciones de
probabilidad discreta
Se utiliza para calcular la
Distribución probabilidad de una selección
Hipergeométrica aleatoria sin repetición
Es un modelo teórico capaz de
aproximar satisfactoriamente el
Distribución normal valor de una variable aleatoria a
una situación ideal.
es una distribución normal que
Distribución normal tiene una media de 0 y
estándar una desviación estándar de 1.
1) Una persona específica elige pescado como plato principal y pastel de selva negra para el
postre.
Se utiliza la siguiente formula
( nx) p q
x n−x
P= n p x q n−x
()
x
1
Se resuelve
P=0.359
2) Entre las ocho personas, nadie elige la combinación de pescado y negro pastel de bosque.
Para este punto se tiene la probabilidad de
Probabilidad de éxito de plato principal pescado es del 0,3
Probabilidad de éxito de plato postre tarta de selva negra es del 0,6
pt =0,3∗0,6
Se resuelve
pt =0.18
Probabilidad de fracaso
q=1−0.18
Se resuelve
q=0.82
n=8
x=0
Se remplazan los valores en la formula
P= n p x q n−x
()
x
0
Se resuelve
P=0.2044
3) Entre las ocho personas, al menos seis eligen la combinación de carne y crema caramelo.
Probabilidad de éxito de plato principal diferente a carne es del 0,3%
Probabilidad de éxito de plato postre diferente crema de caramelo es del 0,6%
pt =0,3∗0,6
Se resuelve
pt =0.18
Probabilidad de exito
q=1−0.18
Se resuelve
q=0.82
n=8
x=≥ 6
Se remplazan los valores en la fórmula para 6
P= n p x q n−x
()
x
6
Se resuelve
P=0.2758
P= n p x q n−x
()
x
7
Se resuelve
P=0.359
P= n p x q n−x
()
x
P= 8 (0.828 )(0.12¿¿ 8−8)¿
8 ()
Se resuelve
P=0.204
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 λ = 3 personas por semana.
1) ¿Cuál es la probabilidad de que en una semana en particular gane menos de tres amigos?
Tenemos los siguientes datos
λ=3
X P(3)
X ≤2
Se resuelve para 1
e− λ∗λ x
P ( X=x )=
x!
Remplazamos valores
e−3∗31
P ( X=1 ) =
1!
Se resuelve
P ( X=1 ) =0.14936
Se pasa a %
Este resultado es para 1 P ( X=1 ) =14.936 %
Se resuelve para 0
e− λ∗λ x
P ( X=x )=
x!
Remplazamos valores
e−3∗3 0
P ( X=0 )=
0!
Se resuelve
P ( X=0 )=0.04978
Se pasa a %
Este resultado es para 0 P ( X=0 )=4.978 %
Luego se suman todos los resultados encontrados
P=0.2240+0.14936+0.04978=0.4231
Se pasa a % quedando
P=42.31%
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 haya al menos un nuevo amigo el sábado de esa semana. ¿Puedes dar una respuesta a su
pregunta?
Primero copiamos la probabilidad de hallar al menos 1 amigo
Tenemos que utilizar la siguiente formula
e− λ∗λ0
P=1−( )
0!
Resolvemos para los valores de 0 y 1
P ( X=x )
Se resuelve para 0
e− λ∗λ x
P ( X=x )=
x!
Remplazamos valores
e−0.428∗0.4280
P ( X=0 )=
0!
Se resuelve
P ( X=0 )=0.6518
Se pasa a %
Este resultado es para 0 P ( X=0 )=65.18 %
Luego se suman todos los resultados encontrados
P=0.2789+0.6518=0.9307
P=0.6518-1
P=0.3482
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)?
Se tienen los siguientes datos
N=45 N 1=5
n=4
X =1 ,2 , 3 , 4
Se utiliza la siguiente fórmula para hallar el valor de la probabilidad solicitada
N 1 N −N 1
P ( x) =
( )(
X n −X )
N
n ( )
Para 1
Se remplazan valores para 1
5 45 −5
( 1 )( 4 −1 )
P ( 1 )=
(454)
Se resuelve
P ( 1 )=0.3315
Para 2
Se remplazan valores para 2
5 45 −5
( 2 ) ( 4 −2 )
P ( 2 )=
( 454)
Se resuelve
P ( 2 )=0.0524
Para 3
Se remplazan valores para 3
5 45 −5
( 3 ) ( 4 −3)
P ( 3 )=
( 454)
P ( 3 )=0.0027
Para 4
Se remplazan valores para 4
5 45 −5
( 4 )( 4 −4 )
P ( 4 )=
(454 )
P ( 4 )=0
Luego se realiza la suma de los resultados quedando
P t = p1 + p 2 + p3 + p 4
Se remplazan valores
Pt =0.3315+0.0524+ 0.0027+0
Se resuelve
Pt =0.3866
Se pasa a % quedando
Pt =0.3866∗100 %=38.66 %
2) ¿Cuál es la probabilidad de que la próxima semana, cuando ella esté lista para
Consumir los cereales todos estén vencidos?
N=4 N 1=4
n=4
X =4
Se utiliza la siguiente fórmula para hallar el valor de la probabilidad solicitada
N N −N 1
( X )( n )
1
−X
P ( x) =
( Nn )
Se remplazan valores
4 4 −4
( 4 )( 4 −4 )
P ( 4 )=
(44 )
Se resuelve quedando
P ( 4 )=1
Se pasa a % quedando
P ( 4 )=1∗100 %=100 %
2) ¿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?
Esto da un resultado de
Para eso hallamos el valor de 0 y 1 y la suma de esos 2 lo restamos por 1 queda de la siguiente
forma
5 20 −5 5 20 −5
P=1−(
( ) (
0 12 −0 ) +
( 1 ) ( 12 −1 )
)
20 20
( 12) (12)
Como ya tenemos los valores hallados en el punto anterior los remplazamos
P=1−(0.00361+0.0541)
Resolvemos
P=0.9422
P ( k )= n p k qn−k
()
k
n!
( nk)= k ! ( n−k )!
p = 0,3 probabilidad de éxito
q = 1-0,3 = 0,7 probabilidad de fracaso
n = 3 Cantidad de Experimentos
k = 1 Cantidad de Éxitos
Lisa
Se remplazan por valores en la formula
P ( k )= 3 (0,3)1 ¿
()
1
3!
P ( k )= (0,3)1 ¿
1 ! ( 3−1 ) !
3!
P ( k )= (0,3)1 (0,7)2
(1) ! .(2)!
6
P ( k )= ( 0,3 ) ( 0,49 )
2
P ( k )=(3)(0,3)(0,49)
P ( k )=0,441∗100
P ( k )=44,1 %
La probabilidad de que Lisa conteste correctamente todas las preguntas es
del 44,1%
P ( k )= 5 (0,441)5 ¿
()
5
5!
P ( k )= (0,441)5 ¿
5 ! ( 5−5 ) !
5!
P ( k )= (0,441)5 ( 0,559)0
(5) ! .(0) !
120
P ( k )= ( 0,0166 )( 1 )
120
P ( k )=(1)(0,0166)(1)
P ( k )= (1−0,0166 )=0.9834∗100
P ( k )=98,34 %
La probabilidad de que Lisa conteste correctamente todas las preguntas es
del 98,34%
Tony
p = 0,45 probabilidad de éxito
q = 1-0,45 = 0,55 probabilidad de fracaso
n = 5 Cantidad de Experimentos
k = 0 Cantidad de Éxitos
P ( k )= (50)(0,45) ¿
0
5!
P ( k )= (0,45)0 ¿
0 ! ( 5−0 ) !
5!
P ( k )= (0,45)0 (0,55)5
(0)! .(5) !
120
P ( k )= ( 1 ) ( 0,0503 )
120
P ( k )=(1)(1)(0,0503)
P ( k )=0 ,0503∗100
P ( k )=5,03 %
P ( k )= (51 )(0,45) ¿
1
5!
P ( k )= (0,45)1 ¿
1 ! ( 5−1 ) !
5!
P ( k )= (0,45)1 (0,55)4
(1)! .(5)!
120
P ( k )= ( 0,45 )( 0,0915 )
24
P ( k )=(5)(0,45)(0,0915)
P ( k )=0,2058∗100
P ( k )=20,58 %
P ( k )= 5 (0,45)2 ¿
()
2
5!
P ( k )= (0,45)2 ¿
2 ! ( 5−2 ) !
120 !
P ( k )= (0,45)2 ( 0,55)3
( 2)! .(3)!
120
P ( k )= ( 0,2025 )( 0,1663 )
12
P ( k )=(10)(0,2025)(0,1663)
P ( k )=0,3367∗100
P ( k )=33,67 %
P ( k )= 5 (0,45)3 ¿
()
3
5!
P ( k )= (0,45)3 ¿
3 ! ( 5−3 ) !
5!
P ( k )= (0,45)3 ( 0,55)2
( 3)! .(2)!
120
P ( k )= ( 0,0911 )( 0,3025 )
12
P ( k )=(10)(0,0911)(0.3025)
P ( k )=0,2756∗100
P ( k )=27,56 %
Tom
P ( k )= 5 (0,27)0 ¿
()
0
5!
P ( k )= (0,27)0 ¿
0 ! ( 5−0 ) !
5!
P ( k )= (0,27)0 (0,73)5
(0)! .(5) !
120
P ( k )= ( 1 ) ( 0,2073 )
120
P ( k )=(1)(1)(0,2073)
P ( k )=0 ,2073∗100
P ( k )=20,73%
P ( k )= (51)(0,27) ¿1
5!
P ( k )= (0,27)1 ¿
1 ! ( 5−1 ) !
5!
P ( k )= ( 0,27)1 ( 0,73)4
(1) ! .(5)!
120
P ( k )= ( 0,27 )( 0,2839 )
24
P ( k )=(5)(0,27)(0,2839)
P ( k )=0,3832∗100
P ( k )=38,32 %
p = 0,27 probabilidad de éxito
q = 1-0,27 = 0,73 probabilidad de fracaso
n = 5 Cantidad de Experimentos
k = 2 Cantidad de Éxitos
P ( k )= 5 (0,27)2 ¿
()
2
5!
P ( k )= (0,27)2 ¿
2 ! ( 5−2 ) !
120 !
P ( k )= (0,27)2(0,73)3
(2)! .(3)!
120
P ( k )= ( 0,0729 )( 0,3890 )
12
P ( k )=(10)(0,0729)(0,3890)
P ( k )=0,2836∗100
P ( k )=28,36 %
P ( k )= (53 )(0,27) ¿
3
5!
P ( k )= (0,27)3 ¿
3 ! ( 5−3 ) !
5!
P ( k )= (0,27)3 (0,73)2
(3)! .(2)!
120
P ( k )= ( 0,0196 )( 0,5329 )
12
P ( k )=(10)(0,0196)(0.5329)
P ( k )=0,1044∗100
P ( k )=10,44 %
p = 0,27 probabilidad de éxito
q = 1-0,27 = 0,73 probabilidad de fracaso
n = 5 Cantidad de Experimentos
k = 4 Cantidad de Éxitos
P ( k )= 5 (0,27)4 ¿
()
4
5!
P ( k )= (0,27)4 ¿
4 ! ( 5−4 ) !
5!
P ( k )= (0,27) 4 (0,73)1
(4)! .(1)!
120
P ( k )= ( 0,0053 )( 0,73 )
24
P ( k )=(5)(0,0053)(0,73)
P ( k )=0,193∗100
P ( k )=19,3 %
Ejercicio 2. Distribución Poisson.
2) Dos clientes ingresen al banco entre las 2.15 p.m. y 2:30 p.m.
( Nn )
Donde:
N = Tamaño de la población
n = Tamaño de la muestra
R = Cantidad de éxitos en la subpoblación
x = Cantidad de éxitos en la muestra
( 305)
17 13
P= (5 )=
( 5 )( 0 )
(305)
( 6188 )( 1 ) 6188
P= (5 )= = =0,4340
142506 142506
( 303)
13 17
P= (3 )=
( 3 )( 0 )
(303)
( 286 ) (1 ) 286
P= (5 )= = =0,0704
4060 4060
P ( x ) =0,4340+0,0704
P ( x ) =0,5044
La probabilidad de que entre los 8 estudiantes seleccionados se presente 5
niñas y 3 niños es del 0,5044 que equivalen a un 50,44%
(308)
17 13
P= ( 8 )=
( 8 )( 0 )
(308 )
( 24310 ) (1 ) 24310
P= ( 8 )= = =0,0042
5852925 5852925
Se remplazan valores enla formula y hallar la probabilidad de niños:
13 30−13
P= ( 0 )=
( 0 )( 8−0 )
( 308)
13 17
P= ( 0 )=
( 0 )( 8 )
(308 )
( 1 )( 24310 ) 24310
P= ( 0 )= = =0,0042
5852925 5852925
x = 29 pulgadas
μ = 34,25
σ = 1,75
Se aplica la formula y se remplazanlos valores
(x−μ)
z=
σ
(29−34,25) −5,25
z= = =−3
1,75 1,75
Identificamos el valor−3 en la tabla de Distribución normal estandar
P ( z<3 )=1−0,0013=0,9987=99,87 %
2) Una fábrica produce 5000 camisas femeninas mensuales intenta
producir cada talla en proporción similar a como se encuentra distribuida la
medida pectoral en la población. Encuentra cuántas camisas de talla M
debería producir.
x = 32 ≤ x ≤ 34
μ = 34,25
σ = 1,75
Se aplica la formula y se remplazanlos valores
(x−μ)
z=
σ
z=( 34−34,25
1,75
≤x ≤
32−34,25
1,75 )
−0,25 −2,25
z=(
1,75 )
≤ x≤
1,75
P ( 32≤ X ≤34 )=(−0,1428≤ x ≤−1,2857 )
P ( X )=0,4443−0,1003=0,344=34,40 %
D. En ua compañía productora de joyas de oro se midieron los pesos en gramos de 20 dijes.
Obteniendo un peso promedio de 1.25 y una desviación estándar de 0.42, si se supone que el
peso de los dijes se encuentra normalmente distribuido con una media y desviación estándar
similar a la de la muestra. Responda:
1. ¿Cuál es la probabilidad de que un dije pese más de 1 gramo?
Datos:
x = >1
μ = 1,25
σ = 0,42
Se aplica la formula y se remplazan valores
(x−μ)
z=
σ
1−1,25 −0,25
z= = =−0,5952
0,42 0,42
P ( x>−,5952 ) =1−0,2776=0,7224=72,24 %
2. ¿Cuál es la probabilidad de que un dije pese entre 0,9 y 1,5 gramos?
Datos:
x = (0,9≤X≤1,5)
μ = 1,25
σ = 0,42
z=( 1,5−1,25
0,42
≤ x≤
0,9−1,25
0,42 )
0,25 −0,35
z=(
0,42 )
≤x ≤
0,42
P ( 0,9 ≤ X ≤ 1,5 )=( 0,5952 ≤ x ≤−0,8333 )
P ( X )=( 1−0,2776 )− ( 0,2033 )=0,5191=51,91 %
Ejercicios Luis hernandez
e. Un jugador de baloncesto realiza tiros libres con éxito con una probabilidad de 0.85. en un
juego particular, intentó 16 tiros libres y anotó en 11 de ellos.
p ( X=x ) =( nx) p ( 1− p )
x n−x
1) ¿Cuál es la probabilidad de que los cinco tiros que perdió fueron los primeros cinco
intentos?
2) ¿Cuál es la probabilidad de que los primeros tres tiros que intentó fueran exitosos?
p ( X=3 )= ( 33 )( 0.85) ¿
3
λx − λ
P ( X ≥ x )= e
x!
1) ¿Cuál es la probabilidad de que haya al menos tres terremotos fuertes en un año?
2.50 −2.5
P ( X=0 )= e =0.082
0!
1
2.5 −2.5
P ( X=1 ) = e =0.205
1!
2.5 2 −2.5
P ( X=2 )= e =0.257
2!
P ( x ≥ 3 )=1−(0.082+0.205+ 0.257)
P ( x ≥ 3 )=0.456=45.6
2.5
y= =0.208 terremotos fuertes por mes
12
0.6240 −0.624
P ( X=0 )= e =0.538
0!
1
0.624 −0.624
P ( X=1 ) = e =0.334
1!
0.6242 −0.624
P ( X=2 )= e =0.104
2!
P ( x ≥ 3 )=1−(0.538+ 0.334+0.104)
P ( x ≥ 3 )=0 .024=2.4 %
La probabilidad de que haya al menos tres terremotos fuertes en periodo de tres meses es de
2.4%
3) Encuentre la probabilidad de que en el próximo año se presenten al menos 3 terremotos
fuertes.
2.53 −2.5
P ( x=3 )= e =0.213
3!
P ( x=3 )=0.213=21.6 %
( Nn )
El éxito es encontrar una maquina defectuosa, el éxito buscado es
encontrar maquinas defectuosas
8 50−8
P ( X=0 )=
( 0)( 6−0 )
=0.330
50
(6)
8 50−8
P ( X=1 ) =
( 1 )( 6−1 )
=0.428
50
(6)
P ( X ≥2 ) =1−[ 0.330+0.428 ]
P ( X ≥2 ) =0.242=24.2 %
Hay una probabilidad del 24.2% de encontrar al menos dos máquinas defectuosas en la
muestra de 6.
Ejercicio 4. Distribución Normal.
e. Un Kiosco pide 200 copias del periódico El Colombiano cada semana. Se estima que la
cantidad de copias del periódico que se vende semanalmente se distribuye normal con
parámetros 𝜇 = 180 y 𝜎 = 8.
1) Encuentre la probabilidad de que, en una semana dada, el kiosco venda exactamente las
200 copias del periódico El Colombiano.
P ( X=200 )=0
2) ¿Cuál es la probabilidad de que en una semana necesite pedir nuevas copias del periódico
porque se vendieron todas?
P ( X ≥200 )=0.0062=0.62 %
La probabilidad de solicitar más copias porque se vendieron todos los periódicos es del 0.62%
E. De los estudiantes de educación básica secundaria de una institución educativa, el 40% se divierten en
su tiempo libre con juegos en línea. Se eligen 5 estudiantes de esa institución educativa, para conocer su
R:/
P=0.40 de que los estudiantes se divierten en su tiempo libre con juegos en línea
1. ¿Cuál es la probabilidad de que ninguno de ellos se distraiga en su tiempo libre con juegos en
línea?
p ( X=0 )=0.078=7.78 %
La probabilidad de encontrar ningún estudiante que se divierta en sus tiempos libres con juegos en línea
es del 7.78%
2. ¿Cuál es la probabilidad de que dos o tres se entretengan en su tiempo libre con juegos en
línea?
R:/
p ( X=2 ∪ X =3 )= p ¿
p ( X=2 ∪ X =3 )=0.346+0.230
p ( X=2 ∪ X =3 )=0.576=57.6 %
La probabilidad de encontrar 2 o 3 estudiantes que se diviertan en sus tiempos libres con juegos en línea
es del 57.6%
Referencias bibliográficas
https://bookdown.org/aquintela/EBE/variables-aleatorias-continuas.html
https://www.webyempresas.com/distribucion-de-probabilidad/
- La desviación estándar
http://www.cca.org.mx/cca/cursos/estadistica/html/m11/desviacion_estandar.htm
https://www.sdelsol.com/glosario/distribucion-binomial/
%20Binomial.htm
https://economipedia.com/definiciones/distribucion-normal.html
http://hyperphysics.phy-astr.gsu.edu/hbasees/integ.html
http://www.chihuahua.tecnm.mx/academic/industrial/sabaticorita/_private/002APROXIMACIO
N%20%20DE%20%20LA%20%20NORMAL%20%20A%20%20LA%20%20BINOMIAL.htm