Distribuciones de probabilidad y experimentos aleatorios

TAREA 3 - Experimentos aleatorios y distribuciones de Probabilidad.
Entregado por:
Sergio Pallarez
Brijida Clavijo
Jose Tobias Chia
Wilinton Crisanto Sánchez
Camilo Andres Diaz Montejo
Presentado a:
Tutora: Azucena Gil
Grupo: 100402_115
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍAS E INGENIERÍAS
PROBABILIDAD
MAYO DE 2021
INTRODUCCIÓN
La Universidad Nacional Abierta y a Distancia UNAD, brinda el curso de
Probabilidad, para que el estudiantes construya nuevos conocimientos y pueda
comprender, aplicar e interiorizar los conceptos, procesos y procedimientos de los
métodos probabilísticos y estadísticos, así́ como conocer sus usos en diversos
campos del conocimiento, los cuales constituyen la base que permite comprender
la forma en que se desarrollan las técnicas de la Inferencia Estadística y la toma
de decisiones, mediante el lenguaje y la fundamentación matemática de la
Inferencia Estadística, la tarea 3 tiene como finalidad una serie de ejercicios de
probabilidad Condicional y distribuciones de Probabilidad, lo que conlleva al
estudiante a desplegar toda su capacidad interpretativa, propositiva y de síntesis,
a la par que se logra la transferencia del conocimiento de contextos para encontrar
el sentido, fundamento y trascendencia del saber que se imparte para su
formación integral.
OBJETIVOS
 Resolver casos de estudio, a partir de los conceptos propios de la
Probabilidad condicional y las distribuciones de Probabilidad según las
situaciones problémicas planteadas.
 Revisar cada uno de los pasos planteados para la solución de la actividad,
se recomienda no saltar pasos y leerlos en orden.
 Revisar los lineamientos generales para la elaboración de las evidencias de
aprendizaje a entregar.
Actividad 1
Tabla comparativa de conceptos
Tabla comparativa
Variable, formula o
imagen que
Concepto Definición representa el concepto

Variable Una función que asocia un número
aleatoria real, perfectamente definido, a cada
punto muestral. A veces las
variables aleatorias (v.a.) están ya
implícitas en los puntos muéstrales. https://i.ytimg.com/vi/dIMWUgZ5NgE/maxresdef
Rodríguez Franco, J. y Pierdant Rodríguez, ault.jpg
A. I. (2015). Estadística para
administración. (pp. 241-268, 287-297).
Grupo Editorial Patria.

Variable Es aquella que puede tomar
aleatoria cualquier valor (al menos
continua teóricamente) entre 2 fijados. Los
valores de la variable (al menos
teóricamente) no se repiten. Gamero

Burón, C. (2017). Estadística I: elementos
es.wikipedia.org
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.
Variable Una variable aleatoria es discreta
aleatoria cuando su campo de variación
discreta (dominio de definición) está
constituido por un conjunto finito o
infinito numerable de valores
posibles. Cada suceso de W se https://i.ytimg.com/vi/dIMWUgZ5NgE/maxresdef
ault.jpg
corresponde con un valor. Rodríguez
Franco, J. y Pierdant Rodríguez, A. I.
(2015). Estadística para administración.
(pp. 241-268, 287-297). Grupo Editorial
Patria.
Distribución Es aquella que permite establecer
de toda la gama de resultados
Probabilidad probables de ocurrir en un
experimento determinado. Es decir,
describe la probabilidad de que un
evento se realice en el futuro. https://i.ytimg.com/vi/dIMWUgZ5NgE/maxresdef
Gamero Burón, C. (2017). Estadística I: ault.jpg
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.
Distribución Una distribución de probabilidad
de continua X se cumple P[X = a] = 0
Probabilidad para todo número real a, esto es, la
Continua probabilidad de que X tome el valor
a es cero para cualquier valor de a.

es.wikipedia.org
Si la distribución de X es continua,
se llama a X variable aleatoria
continua. Rodríguez Franco, J. y Pierdant

Rodríguez, A. I. (2015). Estadística para

Distribución Toda variable aleatoria posee una
de distribución de probabilidad que
Probabilidad describe su comportamiento. Si la
Discreta variable es discreta, es decir, si
toma valores aislados dentro de un
intervalo, su distribución de
probabilidad especifica todos los

https://i.ytimg.com/vi/dIMWUgZ5NgE/maxresdef
valores posibles de la variable junto
ault.jpg
con la probabilidad de que cada uno
ocurra. 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.
Media Medida de tendencia central.
Resulta al efectuar una serie
determinada de operaciones con un
conjunto de números y que, en
determinadas condiciones, puede https://upload.wikimedia.org/wikipedia/commons/
representar por sí solo a todo el thumb/3/33/Visualisation_mode_median_mean.s
vg/langes-220px-
conjunto. Rodríguez Franco, J. y Pierdant
Visualisation_mode_median_mean.svg.png
Rodríguez, A. I. (2015). Estadística para

Desviación Conjunto de datos o distribución
estándar de probabilidad es la raíz cuadrada
de su varianza. ... Además de
expresar la variabilidad de una
población, la desviación estándar se
usa comúnmente para medir la https://www.inbestme.com/blog/wp-
fiabilidad de las conclusiones content/uploads/2018/01/Screen-Shot-2018-01-
08-at-10.47.21.png
estadísticas. 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.
Valor Es igual al sumatorio de las
esperado probabilidades de que exista un
suceso aleatorio, multiplicado por el
valor del suceso aleatorio. Dicho de
otra forma, es el valor medio de un

es.wikipedia.org
conjunto de datos. Rodríguez Franco,

J. y Pierdant Rodríguez, A. I. (2015).
Estadística para administración. (pp. 241-
268, 287-297). Grupo Editorial Patria.

Varianza Una variable aleatoria es una
medida de dispersión definida como
la esperanza del cuadrado de la
desviación de dicha variable
respecto a su media. Gamero Burón,

C. (2017). Estadística I: elementos de https://i.ytimg.com/vi/dIMWUgZ5NgE/maxresdef
estadística descriptiva y de teoría de la ault.jpg
probabilidad. (pp. 257-262, 329-345, 383-
Málaga.
Función de Es una función que asocia a cada
Probabilidad punto de su espacio muestral X la
probabilidad de que esta lo asuma.
En concreto, si el espacio muestral,
E de la variable aleatoria X consta

es.wikipedia.org
de los puntos x₁, x₂, …, x, la función
de probabilidad P asociada a X.
Rodríguez Franco, J. y Pierdant Rodríguez,
A. I. (2015). Estadística para

Función de La función de densidad de
densidad probabilidad, función de densidad, o
simplemente densidad de una
variable aleatoria continua describe
la probabilidad relativa según la cual
dicha variable aleatoria tomará

determinado valor. Gamero Burón, C.
ault.jpg
(2017). Estadística I: elementos de
estadística descriptiva y de teoría de la
probabilidad. (pp. 257-262, 329-345, 383-
Málaga.
Distribución Es una distribución de probabilidad
binomial discreta (función que asigna a cada
suceso definido sobre la variable la
probabilidad de que dicho suceso
ocurra) que describe el número de
éxitos al realizar n experimentos o es.wikipedia.org
ensayos de Bernoulli
independientes entre sí. Obando

López, J. y Arango Londoño, N. (2019).
Probabilidad y estadística. Fondo Editorial
EIA. (pp. 57-69, 72-74).

Aproximació Es la distribución binomial se puede
n de la D. emplear, cuando hay un resultado
binomial a diferente sobre la probabilidad de
la D. que ocurra una cantidad
Poisson determinada de éxitos en una serie https://i.ytimg.com/vi/hLUd4-CJLmI/hqdefault.jpg
de experimentos independientes.
Obando López, J. y Arango Londoño, N.
(2019). Probabilidad y estadística. Fondo
Editorial EIA. (pp. 57-69, 72-74).

Distribución Es una distribución de probabilidad
Poisson discreta que expresa, a partir de
una frecuencia de ocurrencia media,
la probabilidad de que ocurra un
determinado número de eventos es.wikipedia.org
durante cierto período de tiempo.

Obando López, J. y Arango Londoño, N.
(2019). Probabilidad y estadística. Fondo

Distribución Es una distribución discreta que
Hipergeomé modela el número de eventos en
trica una muestra de tamaño fijo cuando
usted conoce el número total de
elementos en la población de la cual https://i.ytimg.com/vi/hLUd4-CJLmI/hqdefault.jpg

proviene la muestra. Obando López, J.
y Arango Londoño, N. (2019). Probabilidad
y estadística. Fondo Editorial EIA. (pp. 57-
69, 72-74).
Distribución Es una distribución con forma de
normal campana donde las desviaciones
estándar sucesivas con respecto a
la media establecen valores de
referencia para estimar el

https://i.ytimg.com/vi/hLUd4-CJLmI/hqdefault.jpg
porcentaje de observaciones de los
datos. Llinás Solano, H. (2017).

Estadística descriptiva y distribuciones de
probabilidad. (pp. 183-186, 214-235, 283-
299). Universidad del Norte.

Distribución Al ser la distribución normal una
normal aproximación excelente a algunos
estándar fenómenos aleatorios continuos,
como la estatura, el peso, el tiempo
de servicio al cliente; y a fenómenos

aleatorios discretos, a los cuales se
ault.jpg
les puede dar un tratamiento
continuo. Llinás Solano, H. (2017).

Estadística descriptiva y distribuciones de
probabilidad. (pp. 183-186, 214-235, 283-
299). Universidad del Norte.

Área bajo la Representa la exposición total del
curva organismo a un principio activo y
facilita la evaluación y comparación
de los perfiles de biodisponibilidad
entre fármacos. Llinás Solano, H.

(2017). Estadística descriptiva y
es.wikipedia.org
distribuciones de probabilidad. (pp. 183-
186, 214-235, 283-299). Universidad del
Norte.
Aproximació Una distribución binomial B(n, p) se
n normal de puede aproximar por una
la binomial distribución normal, siempre que n
sea grande y p no esté muy próxima
a 0 o a 1. La aproximación consiste
en utilizar una distribución normal
con la misma media y desviación https://i.ytimg.com/vi/hLUd4-CJLmI/hqdefault.jpg
típica que la distribución binomial.

Llinás Solano, H. (2017). Estadística
descriptiva y distribuciones de probabilidad.
(pp. 183-186, 214-235, 283-299).
Universidad del Norte.
Desarrollo de los ejercicios A
ESTUDIANTE JOSE TOBIAS CHIA CARREÑO
Tipo de ejercicios 1 - Distribución Binomial
a. Si 22% de las piezas de computadores portátiles que fabrica una

maquinaria recién ajustada son defectuosas, calcula la probabilidad de que
en seis piezas elegidas al azar se obtenga:
1) Una pieza defectuosa.
2) Ninguna defectuosa.
3) Dos piezas defectuosas como máximo.
Solución:
Formula de distribución binomial:
P ( x ) = n ∗p x∗( 1− p)n−x
() x
Donde;
P=¿ probabilidad
x=¿ número de éxitos
n=¿ número de ensayos
p=¿ probabilidad de éxito en cada ensayo
q=¿ probabilidad de fracaso en cada ensayo
1. Datos:
n=6
p=0.22
q=0.78
P ( x ) = n ∗p x∗( 1− p)n−x
() x
p ( x=1 )= 6 ∗0.221∗0.785=6∗0.22∗0.29=0.38=38 %
()
1
Respuesta: La probabilidad de que una pieza sea defectuosa es del 38%
Comprobación en Geogebra:
2. Datos:
n=6
p=0.22
q=0.78
( nx)∗p ∗( 1− p)
P ( x) =
x n−x
p ( x=0 )= (60)∗0.22 ∗0.78 =1∗1∗0.22=0.22=22 %

0 6
Respuesta: La probabilidad de que ninguna pieza sea defectuosa es del 22%
3. Datos:
n=6
p=0.22
q=0.78
P ( x ) = n ∗p x∗( 1− p)n−x
()
x
p ( x ≤ 2 )= p ( x=0 ) + p ( x=1 ) + p ( x=2 )
¿ ( 60)∗0.22 ∗0.78 +( 61)∗0.22 ∗0.78 +(62)∗0.22 ∗0.78

0 6 1 5 2 4
¿ 0.22+0.38+0.27
¿ 0.87=87 %
Respuesta: La probabilidad de que dos piezas sean defectuosas como máximo
es de 87%
Ejercicio 2. Distribución Poisson.
a. El número promedio de derrames de crudo que se presentan en el río
Magdalena es de 0.35 al mes. Cuál es la probabilidad de que el próximo
mes se presenten:
1) Dos derrames.
2) Más de 1 derrame.
Solución:
Formula de distribución Poisson:
µx e−µ
P ( X=x )=
x!
Donde;
µ=¿ es la media
1. Datos:
µ=0.35
µx e−µ
P X=x =
( )
x!
0.7047∗0.1225
P ( X=2 )=
2 x1
P ( X=2 )=0.043=4.3 %
Respuesta: La probabilidad de que el próximo mes se presenten dos derrames es
de 4.3%
Ejercicio 3. Distribución Hipergeométrica.
a. Cada uno de 15 air fryer de cierta marca ha sido regresada a un
distribuidor debido a que el sistema de encendido digital se bloquea.
Suponga que 9 de estos air fryer tienen un encendido digital defectuoso
y que los otros 6 tienen problemas menos serios. Si los air fryer se
examinan en orden aleatorio, Cuál es la probabilidad de que entre los
primeros 8 examinados:
1) 6 tengan un encendido digital defectuoso.
2) Entre 3 y 7 inclusive tengan el encendido digital defectuoso.
Solución:
Formula de distribución Hipergeométrica:
X Hg ( n , M , N )= M ¿ ¿
( )
x
Donde;
Éxito=¿ Uno de los elementos seleccionado en la muestra tiene la característica
por lo que se pregunta
N=¿ población
n=¿ tamaño de la muestra tomada
M =¿ número de elementos que tienen la característica deseada en total
x=¿ número de éxitos en la muestra de tamaño ntomada
X Hg ( n , M , N )=¿ Reemplazar valores
1. Datos
Éxito=¿ “seleccionamos un air fryer que ha sido regresada a un distribuidor”
N=¿ 15 air fryer
n=¿ 8 air fryer
M =¿ 9 air fryer
X =¿ “Número de air fryer que tienen un encendido digital defectuoso
seleccionados en la muestra de 8”
X Hg ( n , M , N )=¿ X Hg ( 8,9,15 )
X : P( X =6)
N=15; M =9; n=8
P ( X=k )= ( Mk ) ¿ ¿
P ( X=6 )= (96 ) ¿¿
9 6
P ( X=6 )=
( 6)( 2 ) (84)(15) 1260
= = =0.196=19.6 %
15 6435 6435
(8)
Respuesta: La probabilidad de que 6 air fryer tengan un encendido digital
defectuoso es de 19.6%
2. Datos
Éxito=¿ “seleccionamos un air fryer que ha sido regresada a un distribuidor”
N=¿ 15 air fryer
n=¿ 8 air fryer

M =¿ 9 air fryer
X =¿ “Número de air fryer que tienen un encendido digital defectuoso
seleccionados en la muestra de 8”
X Hg ( n , M , N )=¿ X Hg ( 8,9,15 )
X : P( X =6)
N=15; M =9; n=8
P ( X=k )= ( Mk ) ¿ ¿
P ( 3≤ X ≤ 7 )= (93) ¿ ¿
9 6 9 6 9 6 9 6 9 6
P ( 3≤ X ≤ 7 )=
( )(
3 5 ) +
( )(
4 4 ) +
( )(
5 3 ) +
( )(
6 2 ) +
( 7 )( 1)
(158) (158) (158) (158) (158 )

( 84 )( 6 ) (126) ( 15 ) (126) ( 20 ) (84) ( 15 ) (36) ( 6 )
P ( 3≤ X ≤ 7 )= + + + +
6435 6435 6435 6435 6435
P ( 3≤ X ≤ 7 )=0.0783+ 0.2937+0.3916+ 0.1958+ 0.0336
P ( 3≤ X ≤ 7 )=0.993=99.3 %
Respuesta: La probabilidad de que entre 3 y 7 air fryer inclusive tengan el
encendido digital defectuoso es de 99.3%.
Ejercicio 4. Distribución Normal.
a. Suponga que la fuerza que actúa en una columna que ayuda a soportar
un edificio está normalmente distribuida con media de 15.0 kilolibras
(kips) y desviación estándar de 1.25 kilolibras (kips).
1) ¿Cuál es la probabilidad de que la fuerza sea de más de 18
kilolibras?
2) ¿Cuál es la probabilidad de que la fuerza esté entre 10 y 12
kilolibras?
Solución:
- Definir la variable:
X =¿ “Fuerza que actúa en una columna que ayuda a soportar un edificio en
kilolibras”
- Indicar la distribución de la variable y sus parámetros:
X N (15 , 1.252)
- Reescribir la pregunta en términos de X :
1. P ( X >18 ) =0.0082=0.82 %
Respuesta: La probabilidad de que la fuerza que actúa en una columna que
ayuda a soportar un edificio sea de más de 18 kilolibras es de 99%.
2. P ( 10< X <12 )=0.0082=0.82 %
Respuesta: La probabilidad de que la fuerza que actúa en una columna que
ayuda a soportar un edificio esté entre 10 y 12 kilolibras es de 0.82%.
Desarrollo de los ejercicios B
ESTUDIANTE WILINTON CRISANTO SÁNCHEZ ROPERO
Ejercicio 1. Distribución Binomial

b. De todas las Tablet de cierto tipo llevadas a servicio mientras se
encuentran dentro de la garantía el 70% pueden ser reparadas, mientras
el 30% restante deben ser reemplazadas con unidades nuevas. Si una
compañía adquiere diez de estas Tablet, ¿Cuál es la probabilidad de
que?
1) ¿Exactamente dos sean reemplazadas bajo garantía?
2) ¿Ninguna sea reemplazada bajo garantía?
3) ¿Al menos 4 sean reemplazadas bajo garantía?
Solución:
Primero analicemos si cumple las condiciones para una distribución binomial
 Secuencia de diez ensayos idénticos
 Se tienen dos posibilidades de respuesta
o 70% de la garantía se repara como probabilidad de éxito
o 30% de la garantía se reemplaza como probabilidad de fracaso
 La probabilidad se mantiene constante
o La probabilidad de éxito P(70%) = 0.7
o La probabilidad de fracaso P(30%) = 0.3
Por lo anterior, este ejercicio satisface las características de una distribución
binomial, ahora procedemos a resolver los ejercicios
Ecuación
f ( x )=P ( X =x )= n ( p )x (1− p)n−x

()x
1) ¿Exactamente dos sean reemplazadas bajo garantía?

Valores
n = 10
p = 0.3
x=2
f ( 2 ) =P ( X=2 )= 10 ( 0.3 )2 (1−0.7)10−2

( )2
Donde
10 ! 10 ! 10∗9∗8 ! 90 90
(102 )= 2 ! ( 10−2 =
) ! 2! ( 8 ) !
=
2! ( 8 ) !
= = =45
2∗1 2
Calculando
f ( 2 ) =P ( X=2 )=45 ¿ ( 0.3 )2∗(1−0.3)10−2
f ( 2 ) =P ( X=2 )=45∗0.09∗(0.7)8
f ( 2 ) =P ( X=2 )=45∗0.09∗0.0576
f ( 2 ) =P ( X=2 )=0.2332=23.32%
Realizamos la comprobación en GeoGebra cuyo resultado es el mismo

2) ¿Ninguna sea reemplazada bajo garantía?
Valores
n = 10
p = 0.3
x=0
f ( 0 )=P ( X=0 )= 10 ( 0.3 )0(1−0.3)10−0

( )
0
Donde
10 ! 10 !
(100 )= 0 ! ( 10−0 =
) ! 0! (10 ) !
=1
Calculando
f ( 0 )=P ( X=0 )=1∗1∗( 1−0.3)10
f ( 0 )=P ( X=0 )=(0.7)10
f ( 0 )=P ( X=0 )=0.0282=2.82%
Realizamos la comprobación en GeoGebra, cuyo resultado es el mismo

3) ¿Al menos 4 sean reemplazadas bajo garantía?
Como nos piden “al menos” debemos sumar las probabilidades siguientes
correspondientes, es decir
Valores
n = 10
p = 0.3
f ( 4 ) + f ( 5 )+ f ( 6 ) + f ( 7 ) +f ( 8 )+ f ( 9 ) + f (10)
Por tanto calculemos las probabilidades
Para x = 4
f ( 4 ) =P ( X=4 )= 10 ( 0.3 )4 (1−0.3)10− 4

( )
4
Donde
10 ! 10 ! 10∗9∗8∗7∗6 ! 5040 5040

(104 )= 4 ! ( 10−4 =
) ! 4 ! ( 6) !
=
4 ! ( 6) !
=
4∗3∗2∗1
=
24
=210
Calculando
f ( 4 ) =P ( X=4 )=210¿ ( 0.3 )4∗(1−0.3)10−4
f ( 4 ) =P ( X=4 )=210∗0.0081∗(0.7)6
f ( 4 ) =P ( X=4 )=210∗0.0081∗0.117649
f ( 4 ) =P ( X=4 )=0.2001=20.01%
Para x = 5
f ( 5 )=P ( X=5 )= (105 ) ( 0.3) (1−0.3)

5 10−5
Donde
10 ! 10 ! 10∗9∗8∗7∗6∗5 ! 30240 30240
(105 )= 5 ! ( 10−5 =
)! 5 ! (5) !
=
5 ! ( 5) !
=
5∗4∗3∗2∗1
=
120
=252
Calculando
f ( 5 )=P ( X=5 )=252¿ ( 0.3 )5∗(1−0.3)10−5
f ( 5 )=P ( X=5 )=252∗0.00243∗( 0.7)5
f ( 5 )=P ( X=5 )=252∗0.00243∗0.16807
f ( 5 )=P ( X=5 )=0. 1029=10.29 %
Para x = 6
f ( 6 )=P ( X=6 )= (106 )( 0.3 ) (1−0.3)

6 10−6
Donde
10 ! 10 ! 10∗9∗8∗7∗6∗5∗4 ! 151200 151200

(106 )= 6 ! ( 10−6 =
) ! 6 ! (4 )!
=
6 ! ( 4) !
=
6∗5∗4∗3∗2∗1
=
720
=210
Calculando
f ( 6 )=P ( X=6 )=210 ¿ ( 0.3 )6∗(1−0.3)10−6
f ( 6 )=P ( X=6 )=210∗7.29 x 10−4∗(0.7)4
f ( 6 )=P ( X=6 )=210∗7.29 x 10−4∗0.2401
f ( 6 )=P ( X=6 )=0. 0367=3.67 %
Para x = 7
f ( 7 )=P ( X=7 )= 10 ( 0.3 )7 (1−0.3)10−7

( )
7
Donde
10 ! 10 ! 10∗9∗8∗7∗6∗5∗4∗3 ! 604800 604800
(107 )= 7 ! ( 10−7 =
)! 7 !(3 )!
=
7 ! ( 3) !
=
7∗6∗5∗4∗3∗2∗1
=
5040
=120
Calculando
f ( 7 )=P ( X=7 )=120 ¿ ( 0.3 )7∗(1−0.3)10−7
f ( 7 )=P ( X=7 )=120∗2.187 x 10−4∗(0.7)3
f ( 7 )=P ( X=7 )=120∗2.187 x 10−4∗0.343
f ( 7 )=P ( X=7 )=0. 009=0.9 %
Para x = 8
f ( 8 )=P ( X=8 )= (108 )( 0.3 ) (1−0.3)

8 10−8
Donde
10 ! 10 ! 10∗9∗8∗7∗6∗5∗4∗3∗2 ! 1814400 1814400

(108 )= 8 ! ( 10−8 =
) ! 8! ( 2 ) !
=
8 ! (2) !
=
8∗7∗6∗5∗4∗3∗2∗1
=
40320
=45
Calculando
f ( 8 )=P ( X=8 )=45 ¿ ( 0.3 )8∗(1−0.3)10−8
f ( 8 )=P ( X=8 )=45∗6.561 x 10−5∗( 0.7)2
f ( 8 )=P ( X=8 )=45∗6.561 x 10−5∗0.49
f ( 8 )=P ( X=8 )=0.00144=1.44 %
Para x = 9
f ( 9 )=P ( X=9 )= 10 ( 0.3 )9 (1−0.3)10−9

( )
9
Donde
10 ! 10 ! 10∗9∗8∗7∗6∗5∗4∗3∗2∗1! 3628800 3628800
(109 )= 9 ! ( 10−9 =
) ! 9 ! ( 1) !
=
9! (1 ) !
= =
9∗8∗7∗6∗5∗4∗3∗2∗1 362880
=10
Calculando
f ( 9 )=P ( X=9 )=10 ¿ ( 0.3 )9∗(1−0.3)10−9
f ( 9 )=P ( X=9 )=10∗1.9683 x 10−5∗(0.7)1
f ( 9 )=P ( X=9 )=10∗1.9683∗0.7
f ( 9 )=P ( X=9 )=0. 00013=0.13 %
Para x = 10
f ( 10 )=P ( X=10 ) = (1010 ) ( 0.3 ) 10

(1−0.3)
10−10
Donde
10 ! 10 ! 1 1
(1010 )= 10 ! ( 10−10 = = = =1
) ! 10 ! ( 0 ) ! 0 ! 1
Calculando
f ( 10 )=P ( X=10 ) =1¿ ( 0.3 )10∗(1−0.3)10−10
f ( 10 )=P ( X=10 ) =1∗5.9049 x 10−6∗(0.7)0
f ( 10 )=P ( X=10 ) =1∗5.9049 x 10−6∗1
f ( 10 )=P ( X=10 ) =5.9049 x 10−6 =0.00059 %
Ahora debemos sumar las probabilidades
f ( 4 ) + f ( 5 )+ f ( 6 ) + f ( 7 ) +f ( 8 )+ f ( 9 ) + f (10)
Probabilidad Valor Porcentaje

f ( 4) 0.2001 20.01%
f (5 ) 0.1029 10.29%
f (6 ) 0.0367 3.67%
f (7 ) 0.009 0.9%
f (8 ) 0.00144 0.144%
f ( 9) 0.00013 0.013%
f ( 10 ) 0.0000059 0.00059%
∑f 0.3502 35.02%
f ( 4 ) + f ( 5 )+ f ( 6 ) + f ( 7 ) +f ( 8 )+ f ( 9 ) + f ( 10 )=0.3502=35.02 %
Existe la posibilidad del 35.02% que al menos cuatro (4) sean reemplazadas por
garantía de las 10
Realizamos la comprobación en el software GeoGebra y obtenemos los mismos
valores obtenidos en los cálculos matemáticos.
b. El número El número de Tecnólogos en sistemas que gradúa la UNAD
es en promedio de 30 al año. Calcula la probabilidad de que este año
gradúe:
1) ocho tecnólogos en sistemas.
2) Más de 40 tecnólogos en sistemas.
Solución:
Ejercicio 3. Distribución Hipergeométrica
b. Suponga que una familia tiene 6 hijos, 2 niños y 4 niñas y se gana un viaje para
3 niños a Disney por tanto decide elegir al azar cuales tres niños enviarán al viaje.
1) ¿Cuál es la probabilidad de que envíe a 3 niñas?
2) ¿Cuál es la probabilidad de que envíe entre 1 y 3 niñas?
Solución:
Datos del problema
Éxito: Seleccionar al azar un niño
n: 3
M: 4
N: 6
X: Seleccionar un niño de los 6 niños
X ∼ Hg(3 , 4 , 6)
1) ¿Cuál es la probabilidad de que envíe a 3 niñas?
M N−M
P ( X=3 )=
( x )( n−x )
( Nn )
4 6−4
P ( X=3 )=
( 3 )( 3−3 )
( 63)
4 2
P ( X=3 )=
( 3 )(0 )
(63 )
Donde
4! 4∗3 ! 4
( 43)= 3 ! ( 4−3 = = =4
) ! 3 ! (1)! 1
2! 2! 1
(20 )= 0 ! ( 2−0 = = =1
) ! 0 ! (2)! 1
6! 6∗5∗4∗3 ! 120 120

(63 )= 3 ! ( 6−3 )!
=
3 ! ( 3) !
=
3∗2∗1
=
6
=20
( 4 )( 1 ) 4
P ( X=3 )= = =0.2=20 %
( 20 ) 20
Se realiza la comprobación en GeoGebra los resultados obtenidos
2) ¿Cuál es la probabilidad de que envíe entre 1 y 3 niñas?
M N −M
P ( 1< X <3 ) =P ( X=2 )=
( x )( n−x )
( Nn )
4 6−4
P ( 1< X <3 ) =P ( X=2 )=
( 2 )( 3−2 )
(63 )
4 2
P ( 1< X <3 ) =P ( X=2 )=
( 2 )( 1)
(63)
Donde
4! 4∗3∗2! 12
( 42)= 2 ! ( 4−2 = =
) ! 2 ! ( 2 ) ! 2∗1
=6
2! 2∗1! 2
(21 )= 1! (2−1 = = =2
) ! 1 ! ( 1) ! 1
6! 6∗5∗4∗3 ! 120 120

(63 )= 3 ! ( 6−3 )!
=
3 ! ( 3) !
=
3∗2∗1
=
6
=20
( 6 ) ( 2 ) 12
P ( X=3 )= = =0.6=60 %
( 20 ) 20
Se realiza la comprobación en GeoGebra los resultados obtenidos
Ejercicio 4. Distribución Normal
b. Una máquina para cortar corchos para botellas de vino produce corchos con
diámetros que tienen una distribución normal con media de 3,04 cm y desviación
estándar de 0,02 cm.
1) ¿Cuál es la probabilidad de que el diámetro de un corcho sea menor que 3 cm?
2) ¿Cuál es la probabilidad de tener un corcho con diámetro entre 2,9 y 3,1 cm?
Solución:
μ=3.04 cm
σ =0.02 cm
X =Unamaquina para cortar corchos para botellas de vino
X N ( μ , σ 2 )= X N ( 304 , ( 0.02 )2 )
1) ¿Cuál es la probabilidad de que el diámetro de un corcho sea menor
que 3 cm?
Se realiza la simulación en GeoGebra de la distribución Normal con los
parámetros dados, obtuvimos lo siguiente
Existe una probabilidad de 2.28% de que el diámetro de un corcho sea menor que
3cm
2) ¿Cuál es la probabilidad de tener un corcho con diámetro entre 2,9 y
3,1 cm?
Se realiza la simulación de la distribución Normal con los parámetros dados
Existe una probabilidad de 99.87% de tener un corcho con diámetro entre 2.9 y
3.1cm
Desarrollo de los ejercicios C
ESTUDIANTE SERGIO PALLAREZ
Ejercicio 1. Distribución Binomial
c. Una compañía que produce marroquinería sabe por experiencia que 10% de
sus cinturones para hombre tienen imperfecciones en textura y deben ser
clasificados como “de segunda”. Entre ocho cinturones seleccionados al azar:
Entonces digo que,
X  Número de éxitos
N  Número de ensayos/experimentos
P  Probabilidad de éxito
q = Probabilidad de fracaso (1-p)
Aplico la ecuación
P ( x ) = n p x q n−x
()x
Reemplazo
P= 0,1
n= 8
q= 1-p = 0.9
Valores
p ( x=0 )= 8 ∙0,10 ∙ 0,98=0,4304672

()0
p ( x=1 )= 8 ∙ 0,11 ∙ 0,97 =0,3826375

()1
p ( x=2 )= 8 ∙ 0,12 ∙ 0,96 =0,1488035

()2
p ( x=3 )= 8 ∙0,13 ∙ 0,95=0,0330674

()3
p ( x=4 )= 8 ∙ 0,14 ∙ 0,94=0,0045927

()
4
p ( x=5 )= 8 ∙ 0,15 ∙0,9 3=0,0004082

()5
p ( x=6 )= 8 ∙ 0,16 ∙ 0,92=0,0000227

()6
p ( x=7 )= 8 ∙0,17 ∙ 0,91=0,0000007

()7
p ( x=8 )= 8 ∙0,18 ∙ 0,90=0,0000000

()8
Valores
x p(x)
0,430467
0 2
1 0,382637
5
0,148803
2 5
0,033067
3 4
0,004592
4 7
0,000408
5 2
0,000022
6 7
0,000000
7 7
0,000000
8 0
∑ 1
1) ¿Qué tan probable es que sólo uno sea de segunda?
P (x = 1) = 0,3826375, Quiere decir que hay un 38,26% de probabilidad que sea
de segunda
COMPRUEBO EN GEOGEBRA
2) ¿Cuál es la probabilidad de que alguno sea de segunda?
P (x ≥ 1) =
0,3826375+0,1488035+0,0330674+0,0045927+0,0004082+0,0000227+0,0000007
= 0.5695, quiere decir que hay un 56.95% de probabilidad que alguno sea de
segunda
3) ¿Qué tan probable es que por lo menos tres sean de segunda?
P (x ≥ 3) = 0,0330674+0,0045927+0,0045927+0,0000227+0,0000007= 0,03809
Entonces la probabilidad que por lo menos tres sean de segunda es de un 3.8%
Ejercicio 2. Distribución Poisson
c. Suponga que el número de temblores en Shanghái durante un año es en
promedio de 8. Cuáles la probabilidad de que en el año 2022 se presenten:
Entonces digo que,
λ = Promedio
x = número designado de éxitos
Donde,
e−λ . λ x
P ( x) =
x!
Por lo tanto, reemplazo en valores
λ = 8 temblores/ en el año
x = número designado de éxitos
Se asignan valores a X, hasta que tiende a cero
x p(x)
0 0,000335463
1 0,002683701
2 0,010734804
3 0,028626144
4 0,057252288
5 0,091603662
6 0,122138215
7 0,139586532
8 0,139586532
9 0,124076917
10 0,099261534
11 0,072190206
12 0,048126804
13 0,029616495
14 0,016923711
15 0,009025979
16 0,00451299
17 0,00212376
18 0,000943893
19 0,000397429
20 0,000158971
21 6,05606E-05
22 2,2022E-05
23 7,65984E-06
24 2,55328E-06
25 8,17049E-07
1) Precisamente 2 temblores.
Entonces
P (x=8) = 0,139586532
La probabilidad de que precisamente 2 temblores se presenten en Shanghái en el
año 2022 es de 13,95%
2) Menos de 5 temblores.
Entonces
P (x<5) = 0,000335463+0,002683701+0,010734804+0,028626144+0,057252288
= 0,0996324
La probabilidad de que precisamente 2 temblores se presenten en Shanghái en el
año 2022 es de 9,96%

c. Entre los 300 empleados de una compañía, 240 son miembros del sindicato,
mientras que los otros no lo son. Si 8 de los empleados se eligen al azar para
trabajar en el comité que administra el fondo de pensión, encuentre la probabilidad
de que:
Ecuación
k N −k N=Tamaño de la poblacion
P ( X=x )=
( x )( n−x )
; k=n° exitos en la poblacion
N n=Tamaño de la muestra
( n ) x=Numero de exitos en lamuestra
Valores
N=300
k=240
n=8
Entonces,
240 300−240
P ( X=0 )=
( 0 )( 8−0 )
=0
300
(8)
240 300−240
P ( X=1 ) =
( 1 )( 8−1 )
=0,0001
300
(8)
240 300−240
P ( X=2 )=
( 2 )( 8−2 )
=0,0010
300
(8)
240 300−240
P ( X=3 )=
( 3 )( 8−3 )
=0,0084
300
(8)
240 300−240
P ( X=4 )=
( 4 )( 8−4 )
=0,0444
300
(8)
240 300−240
P ( X=5 )=
( 5 )( 8−5 )
=0,1470
300
(8)
240 300−240
P ( X=6 )=
( 6 )( 8−6 )
=0,2978
300
(8)
240 300−240
P ( X=7 )=
( 7 )( 8−7 )
=0,3375
300
(8)
240 300−240
P ( X=8 )=
( 8 )( 8−8 )
=0,1638
300
(8)
x p(x)
0 0,0000
1 0,0001
2 0,0010
3 0,0084
4 0,0444
5 0,1470
6 0,2978
7 0,3375
8 0,1638
1) 5 de los elegidos sean miembros del sindicato.
P(X=5) = 0,1470, Por lo tanto, la probabilidad de que 5 de los elegidos sean
miembros del sindicato es del 14,70%
2) En el comité queden entre 4 y 8 miembros del sindicato inclusive.
P(X ≥4 y ≤8) = 0,0444+0,1470+0,2978+0,3375+0,1638=0,9906, por lo tanto
la probabilidad de que En el comité queden entre 4 y 8 miembros del
sindicato inclusive es del 99,06%
c. La lectura de temperatura tomada con un termopar (sensor paramecio
temperatura) colocado en un medio a temperatura constante normalmente está
distribuida con media μ=17° (la temperatura real del medio) y desviación
estándar 𝜎 = 0.1°. Calcule la probabilidad de que el termopar marque una
temperatura
x−μ
z=
σ
X= Probabilidad
μ= Media =17
σ= Desviación estándar=0.1
1) Superior a los 18°
18−17 1
[ X >18 ] Z= = =10 P [ Z >10 ] =1
0.1 0.1
La probabilidad de ser superior a los18 ° 100 %
1) Entre 16.8° y 17.2°
P ( x ) <16.8
μ=17
σ =0.1
x −μ
Z=
σ
16.8−17 −0.2
Z= = =−2
0.1 0.1
Z=0.0228
P ( Z <0.0228 ) =0.0228∗100=2.28 %
P ( x ) <17.2
x −μ
Z=
σ
17.2−17
Z=
0.1
Z=2
P ( Z <2 )=0.9772∗100=97.72 %
Resto las dos probabilidades
P ( Z <2 )−P ( Z←2 ) =0.9772−0.0228
0.9544∗100=95.44 %
Entonces digo que, existe la probabilidad Entre 16.8° y 17.2° es de 95.45%
Desarrollo de los ejercicios E Estudiante
Camilo Andres Diaz Montejo
Tipo de ejercicios 1 - Distribución Binomial.
a. Se utiliza un número telefónico particular para recibir solicitudes tanto de

llamadas de voz como por mensajes WhatsApp. Suponga que 25% de las
solicitudes entrantes son por mensajes de WhatsApp y considere una muestra
de 25 solicitudes.
Cuál es la probabilidad de que:
1) ¿Exactamente 6 de las solicitudes sean por mensaje de WhatsApp?
B (6; 25, 0.25) = 0.183
2) ¿Cuándo mucho 6 de las solicitudes sean por mensaje de WhatsApp?
B (6; 25, 0.25) = 0.561
3) ¿Por lo menos 6 de las solicitudes sean por mensaje de WhatsApp?
1 – B (5; 25, 0.25) = 0.622
a. Suponga que el número de conductores que viajan entre un origen y destino

particulares durante el fin de semana es en promedio de 20.
1) ¿Cuál es la probabilidad de que el número de conductores que viajen el
próximo fin de semana sea exactamente de 20?
P ( x>20 )=1−F ( 20; 20 )=1−0.559

P ( x>20 )=0.441
2) ¿Cuál es la probabilidad de que el número de conductores que viajen el

próximo fin de semana sea cuando mucho de 10?
P(X<=10)= F(10;20)= 0.11
Ejercicio 3. Distribución Hipergeométrica.
a. Un embarque de 120 neveras contiene 5 que son defectuosas. Si 3 de dichas

neveras se seleccionan al azar y se envían a un cliente, encuentre la
probabilidad de que el cliente reciba:
1) Exactamente una nevera defectuosa.
Explicación:
N = 120 neveras
x = 5 defectuosas
5
p=
N
5
p=
120
p=0.042
q=1− p
q=1−0.042
q=0.958
Haciendo uso de la fórmula de distribución binomial
Exactamente una nevera defectuosa

P ( x=1 )=0.0305
2) Alguna nevera defectuosa.
P ( x ≥ 0 )=1−P(X =0)
P ( x ≥ 0 )=1−0.0058
P ( x ≥ 0 )=0.9942
Ejercicio 4. Distribución Normal.
a. La distribución del peso de paquetes enviados por correo nacional tiene una
distribución normal con valor medio de 12 lb y desviación estándar de 3,5 lb. El
servicio de paquetería desea establecer peso límite a partir del cual habrá un
cargo extra.
1) ¿Cuál es la probabilidad de que el peso de un paquete sea por lo menos 13
lb?
Datos:
μ = 12 lb
σ = 3,5 lb
Tipificamos la variable Z:
Z = (x-μ)/σ
Z= (13-12)/3,5 = 0,07 valor que ubicamos en la Tabla de distribución Normal y

obtenemos la Probabilidad:
P (x≤13) =0,5279
2) ¿Cuál es la probabilidad de que un paquete pese entre 11 y 18 lb?
Z₁ = (11-12)/3,5 = -0,07 valores que ubicamos en la Tabla de distribución

Normal y obtenemos la Probabilidad:
P (x≤12) = 0,3271
Z₂ = (18-12)/3,5 = 1,71 valor que ubicamos en la Tabla de distribución Normal y
obtenemos la Probabilidad:
P (x≤18) = 0,95637
P (11≤x≤18) = 0,95637 -0,3271 = 0,62927
Desarrollo de los ejercicios E
ESTUDIANTE BRIJIDA CLAVIJO
Tipo de ejercicios 1 - Distribución Binomial.

e. Un distribuidor recibe un lote muy grande de componentes. Se sabe que la
proporción de componentes defectuosos de ese proveedor particular es 0.05. El
distribuidor decide seleccionar 10 componentes al azar. Cuál es la probabilidad de
que encuentre:
1) Exactamente 3 componentes defectuosos.
2) Algún componente defectuoso.
3) Mínimo 5 componentes defectuosos.
Solución:
Un distribuidor recibe un lote muy grande de componentes. Se sabe que la
proporción de componentes defectuosos de ese proveedor particular es 0.05.
El distribuidor decide seleccionar 10 componentes al azar. Cuál es la probabilidad
de que encuentre:
Exactamente 3 componentes defectuosos.

10 !
P ( 3 )= ∗(0,05)3∗(0,95)10−3
3 ! ( 10−3 ) !
P ( 3 )=0,0105
Algún componente defectuoso.
10 !
P ( 0 )= ∗(0,05)0∗(0,95)10−0
0 ! ( 10−0 ) !
P ( 0 )=0,599
P ( x ≥ 1 )=1−0,599
P ( x ≥ 1 )=0,4
Mínimo 5 componentes defectuosos.
10 ! 10!
P ( 0 )= ∗(0,05)0∗(0,95)10−0 P ( 2 )= ∗(0,05)2∗(0,95)10−2
0 ! ( 10−0 ) ! 2! ( 10−2 ) !
P ( 0 )=0,599 P ( 2 )=0,075
10 ! 10 !
P ( 1 )= ∗(0,05)1∗(0,95)10−1 P ( 3 )= ∗(0,05)3∗(0,95)10−3
1! ( 10−1 ) ! 3 ! ( 10−3 ) !
P ( 1 )=0,315 P ( 3 )=0,01
10! P ( x ≥ 5 )=1−[0,599+0,315+0,075+ 0,01+ 0,001]
P ( 4 )= ∗(0,05) 4∗(0,95)10− 4
4 ! ( 10−4 ) !
P ( x ≥ 5 )=6,369 x 10−5
P ( 4 )=0,001
Ejercicio 2. Distribución Poisson
e. Suponga que para los lotes de producción se tiene que en promedio 10 de los
computadores portátiles de cierto tipo experimentan fallas en el Disco duro durante
el periodo de garantía. ¿Cuál es la probabilidad de que en un nuevo lote:
¿Ningún computador portátil presente fallas en el disco duro durante el periodo de
garantía?
100 −10 P ( 0 )=4,54 x 10−5

P ( 0 )= ∗e
0!
¿Más de 10 de estos computadores portátiles tengan fallas en el disco duro
durante el periodo de garantía?
0 1
10 −10 10 −10
P ( 0 )= ∗e P ( 1 )= ∗e
0! 1!
P ( 0 )=4,54 x 10−5 P ( 1 )=0,000454

102 −10 107 −10
P ( 2 )= ∗e P ( 7 )= ∗e
2! 7!
P ( 2 )=0,002 P ( 7 )=0,09
103 −10 108 −10

P ( 3 )= ∗e P ( 8 )= ∗e
3! 8!
P ( 3 )=0,007 P ( 8 )=0,112
104 −10 109 −10

P ( 4 )= ∗e P ( 9 )= ∗e
4! 9!
P ( 4 )=0,019 P ( 9 )=0,125
105 −10 1010 −10

P ( 5 )= ∗e P ( 10 )= ∗e
5! 10 !
P ( 5 )=0,038 P ( 10 )=0,125
106 −10 P ( x>10 )=1−P ( x ≤ 10 )

P ( 6 )= ∗e
6!
P ( x>10 )=1−0,583=0,417
P ( 6 )=0,063
e. Se capturaron, etiquetaron y liberaron cinco individuos de una población de
animales que se piensa están al borde de la extinción en una región para que se
mezclen con la población. Si después de haber tenido la oportunidad de mezclarse

se determina que hay 25 animales de este tipo en la región. Ahora se selecciona
una muestra aleatoria de 10 de estos animales.
¿Cuál es la probabilidad de seleccionar exactamente 2 de los animales
etiquetados?
5 25−5 P ( 2 )=0,385
P ( 2 )=
( 2 )( 10−2 )
( 2510)
¿Cuál es la probabilidad de seleccionar entre 3 y 7 animales etiquetados
inclusive?
5 25−5 5 25−5
P ( 3 )=
( 3 )( 10−3 )
=0,237 P ( 6 )=
( 6 )( 10−6 )
=0
25 25
(10) (10)
5 25−5 5 25−5
P ( 4 )=
( 4 )( 10−4 )
=0,059 P ( 7 )=
( 7)( 10−7 )
=0
25 25
(10 ) (10 )
5 25−5 P ( 3≤ x ≤ 7 ) =0,237+0,059+ 0,005
P ( 5 )=
( 5 )( 10−5 )
=0,005
25 P ( 3≤ x ≤ 7 ) =0,301
( 10)
e. Suponga que en promedio 375 conductores en cada ciudad principal usan con
regularidad el cinturón de seguridad, esto con una desviación estándar de 10. Se
selecciona una ciudad al azar.
Suponga que en promedio 375 conductores en cada ciudad principal usan con
regularidad el cinturón de seguridad, esto con una desviación estándar de 10. Se
selecciona una ciudad al azar.
¿Cuál es la probabilidad de que menos de 400 de los conductores de esa ciudad
usen con regularidad el cinturón de seguridad?
x −μ Z=2,5
Z=
σ
P ( Z ≤2,5 )=0,9938
400−375
Z=
10
P ( x ≤ 400 ) =0,9938
¿Cuál es la probabilidad de que entre 360 y 400 (inclusive) de los conductores en
esa ciudad usen con regularidad el cinturón de seguridad?
x −μ Z=−1,5
Z=
σ
P ( Z ≤−1,5 )=0,0668
360−375
Z=
10
P ( 360≤ x ≤ 400 )=0,9938−0,0668
P ( 360≤ x ≤ 400 )=0,927
Tabla links videos explicativos
Nombre estudiante Ejercicios Link video Explicativo
sustentados
WILINTON CRISANTO Ejercicio 5 https://youtu.be/pdpVTTIDJpQ
SANCHEZ
JOSE TOBIAS CHIA Ejercicio 1 https://youtu.be/78mlFA9ozTk
CAMILO ANDRES Ejercicio 3 https://youtu.be/SyYhkHYoHWI
DIAZ MONTEJO
CONCLUSIONES
 Mediante esta actividad colaborativa, comprendimos que el curso de
Probabilidad, permite a los estudiantes construir nuevos conocimientos para
aplicarlos e interiorizarlos a través de conceptos, procesos y procedimientos de
los métodos probabilísticos y estadísticos.
 Por medio de este trabajo colaborativo, analizamos que la tarea 3 que tiene
como finalidad una serie de ejercicios de probabilidad Condicional y
distribuciones de Probabilidad, lo que conlleva al estudiante a desplegar toda su
capacidad interpretativa, propositiva y de síntesis, elementales para su
formación académica y profesional.

REFERENCIAS BIBLIOGRÁFICAS
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.
Llinás Solano, H. (2017). Estadística descriptiva y distribuciones de probabilidad. (pp.
183-186, 214-235, 283-299). Universidad del Norte.
Obando López, J. y Arango Londoño, N. (2019). Probabilidad y estadística. Fondo
Rodríguez Franco, J. y Pierdant Rodríguez, A. I. (2015). Estadística para
administración. (pp. 241-268, 287-297). Grupo Editorial Patria.

Distribuciones de probabilidad y experimentos aleatorios

Cargado por

Información del documento

Descripción original:

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

Distribuciones de probabilidad y experimentos aleatorios

Cargado por

Copyright:

Formatos disponibles

TAREA 3 - Experimentos aleatorios y distribuciones de Probabilidad.

Jose Tobias Chia

Wilinton Crisanto Sánchez

Camilo Andres Diaz Montejo

Tutora: Azucena Gil

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍAS E INGENIERÍAS

La Universidad Nacional Abierta y a Distancia UNAD, brinda el curso de

Probabilidad, para que el estudiantes construya nuevos conocimientos y pueda

comprender, aplicar e interiorizar los conceptos, procesos y procedimientos de los

métodos probabilísticos y estadísticos, así́ como conocer sus usos en diversos

la forma en que se desarrollan las técnicas de la Inferencia Estadística y la toma

de decisiones, mediante el lenguaje y la fundamentación matemática de la

Inferencia Estadística, la tarea 3 tiene como finalidad una serie de ejercicios de

probabilidad Condicional y distribuciones de Probabilidad, lo que conlleva al

estudiante a desplegar toda su capacidad interpretativa, propositiva y de síntesis,

a la par que se logra la transferencia del conocimiento de contextos para encontrar

el sentido, fundamento y trascendencia del saber que se imparte para su

 Resolver casos de estudio, a partir de los conceptos propios de la

Probabilidad condicional y las distribuciones de Probabilidad según las

situaciones problémicas planteadas.

 Revisar cada uno de los pasos planteados para la solución de la actividad,

se recomienda no saltar pasos y leerlos en orden.

 Revisar los lineamientos generales para la elaboración de las evidencias de

Tabla comparativa de conceptos

Concepto Definición representa el concepto

aleatoria real, perfectamente definido, a cada

punto muestral. A veces las

variables aleatorias (v.a.) están ya

implícitas en los puntos muéstrales. https://i.ytimg.com/vi/dIMWUgZ5NgE/maxresdef

Rodríguez Franco, J. y Pierdant Rodríguez, ault.jpg

A. I. (2015). Estadística para

administración. (pp. 241-268, 287-297).

Grupo Editorial Patria.

aleatoria cualquier valor (al menos

continua teóricamente) entre 2 fijados. Los

valores de la variable (al menos

teóricamente) no se repiten. Gamero

probabilidad. (pp. 257-262, 329-345, 383-

395). Servicio de Publicaciones y

Divulgación Científica de la Universidad de

aleatoria cuando su campo de variación

discreta (dominio de definición) está

constituido por un conjunto finito o

infinito numerable de valores

posibles. Cada suceso de W se https://i.ytimg.com/vi/dIMWUgZ5NgE/maxresdef

(2015). Estadística para administración.

(pp. 241-268, 287-297). Grupo Editorial

de toda la gama de resultados

Probabilidad probables de ocurrir en un

experimento determinado. Es decir,

describe la probabilidad de que un

evento se realice en el futuro. https://i.ytimg.com/vi/dIMWUgZ5NgE/maxresdef

Gamero Burón, C. (2017). Estadística I: ault.jpg

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

de continua X se cumple P[X = a] = 0

Probabilidad para todo número real a, esto es, la

Continua probabilidad de que X tome el valor

a es cero para cualquier valor de a.