Taller N° 3: Distribución de probabilidades

Angélica María Suárez Castro

Valor esperado, Varianza y Distribución binomial

Universidad Autónoma de Bucaramanga

Santander
2020

MARCO TEÓRICO
- Variables aleatorias discretas: A una variable aleatoria que asuma ya sea un
número finito de valores o una sucesión infinita de valores tales como 0, 1,
2, . . . (Anderson, Sweeney, & Williams, 2008)
- Distribución de probabilidad binomial:
“La distribución de probabilidad binomial es una distribución de probabilidad
que tiene muchas aplicaciones. Está relacionada con un experimento de pasos
múltiples al que se le llama experimento binomial.” (Anderson, Sweeney, &
Williams, 2008)
- Un experimento binomial: “Un experimento binomial tiene las cuatro
propiedades siguientes:
1. El experimento consiste en una serie de n ensayos idénticos.
2. En cada ensayo hay dos resultados posibles. A uno de estos resultados se
le llama éxito y al otro se le llama fracaso.
3. La probabilidad de éxito, que se denota p, no cambia de un ensayo a otro.
Por ende, la probabilidad de fracaso, que se denota 1 p, tampoco cambia de
un ensayo a otro.
4. Los ensayos son independientes.” (Anderson, Sweeney, & Williams, 2008)
- Valor esperado: “Sea x una variable aleatoria discreta con distribución de
probabilidad p(x). La media o valor esperado de x está dada como m E(x) =
xp(x) donde los elementos se suman sobre todos los valores de la variable
aleatoria x.” (Mendenhall, Beaver, & Beaver, 2010 )
- Podríamos usar un argumento similar para justificar las fórmulas para la
varianza poblacional s2 y la desviación estándar de la población s. Estas
le llama éxito y al otro se le llama fracaso.
3. La probabilidad de éxito, que se denota p, no cambia de un ensayo a otro.
Por ende, la probabilidad de fracaso, que se denota 1 p, tampoco cambia de
un ensayo a otro.
4. Los ensayos son independientes.” (Anderson, Sweeney, & Williams, 2008)
- Valor esperado: “Sea x una variable aleatoria discreta con distribución de
probabilidad p(x). La media o valor esperado de x está dada como m E(x) =
xp(x) donde los elementos se suman sobre todos los valores de la variable
aleatoria x.” (Mendenhall, Beaver, & Beaver, 2010 )
- Podríamos usar un argumento similar para justificar las fórmulas para la
varianza poblacional s2 y la desviación estándar de la población s. Estas
medidas numéricas describen la dispersión o variabilidad de la variable
aleatoria usando el “promedio” o “valor esperado” del cuadrado de las
desviaciones de los valores x desde su media m.
- Varianza: “Es una medida de variabilidad que utiliza todos los datos. La
varianza está basada en la diferencia entre el valor de cada observación y la
media. Sea x una variable aleatoria discreta con distribución de probabilidad
p(x) y media m. La varianza de x es V(x)= E[(x-µ)^2= ∑(x -µ)^2* p(x) donde la
sumatoria es sobre todos los valores de la variable aleatoria x.” (Mendenhall,
Beaver, & Beaver, 2010 )

OBJETIVOS:
- Reforzar habilidades en solución de problemas relacionados con la
distribucion de probabilidades y valor esperado.
-Aplicar técnicas aprendidas en clase más adecuadas para la solución de
problemas en cuestión e interpretar sus resultados.
-Profundizar conceptos aprendidos y llevarlos a la solución de ejercicios.
-Usar apropiadamente las diferentes técnicas para elaborar tablas de
frecuencia requeridas.
 TALLER N°3:DISTRIBUCIONES DE PROBABILIDADES

Valor esperado y Varianza de una variable discreta

1) Una tienda de electrónica vende un modelo particular de computadora portátil. Hay sólo cuatro computadoras en existenci
y la gerente se pregunta cuál será la demanda de hoy para este modelo particular. Ella se entera en el departamento de
marketing de que la distribución de probabilidad para x, la demanda diaria para la laptop, es como se muestra en la tabla.
Encuentre la varianza y desviación estándar de x.

x 0 1 2 3 4
p (x) 0.10 0.40 0.20 0.15 0.10

E(x) = ∑ x· p(x) = 1.9

x p(x) x · p(x) x2 x2 · p(x)

0 10% 0 0 0 3.61
1 40% 0.4 1 0.4 0.81
2 20% 0.4 4 0.8 0.01
3 15% 0.45 9 1.35 1.21
4 10% 0.4 16 1.6 4.41
5 5% 0.25 25 1.25 9.61
1.00 1.9 - 5.4 19.66

Valor esperado= 1.9 Varianza= 1.79

2) Hallar el valor esperado, desviación estandar y varianza de los siguientes resultados de Minitab que muestran las
probabilidades binamiales para el problema de una tienda de ropa.

x p(x) x · p(x) x2 x2 · p(x)

0 0.0282 0 0 0
1 0.1211 0.1211 1 0.1211 10
2 0.2335 0.467 4 0.934 9
3 0.2668 0.8004 9 2.4012 8
4 0.2001 0.8004 16 3.2016 7
6
5 0.1029 0.5145 25 2.5725
5
6 0.0368 0.2208 36 1.3248
4
7 0.009 0.063 49 0.441
3
8 0.0014 0.0112 64 0.0896 2
9 0.0001 0.0009 81 0.0081 1
0
0 0.05 0.1
 4
3
2
1
10 0 0 100 0 0
1.00 3.00 - 11.09 0 0.05 0.1

Valor esperado= 3.00 Varianza= 2.10

3) John Ragsdale vende automóviles nuevos en Pelican Ford. Por lo general, John vende la mayor cantidad de automóviles el
sábado. Desarrolló la siguiente distribución de probabilidades de la cantidad de automóviles que espera vender un sábado
determinado. ¿Cuántos automóviles espera vender John un sábado normal? ¿Cuál es la varianza de la distribución?

Cantidad de automóviles
vendidos, x
Probabilidad, P(x) x · p(x) x2 x2 · p(x)
4
0 0.1 0 0 0 3
1 0.2 0.2 1 0.2
2
2 0.3 0.6 4 1.2
1
3 0.3 0.9 9 2.7
4 0.1 0.4 16 1.6 0

Total: 1 2.1 - 5.7

Automóviles que espera Varianza= 1.29 0 0.05 0.1

vender John= 2.1

4) El director de admisiones de Kinzua University en Nueva Escocia estimó la distribución de admisiones de estudiantes para e
segundo semestre con base en la experiencia de años pasados.
¿Cuál es el número de admisiones esperado para el segundo semestre? Calcule la varianza y la desviación estándar del númer
de admisiones

Admisiones Probabilidad x · p(x) x2 x2 · p(x)

Probab
1000 0.6 600 1,000,000 600,000
1200 0.3 360 1,440,000 432,000
1500 0.1 150 2,250,000 225,000
1 1110 - 1257000

Numero de admisiones
esperado para 2do 1110 Varianza= 24,900 1000 12
semestre=

5) Belk Department Store tiene una venta especial este fin de semana. Los clientes que registren cargos por compras de más d
$50 en su tarjeta de crédito de Belk recibirán una tarjeta especial de la lotería de la empresa. El cliente raspará la tarjeta, la cu
indica la cantidad que se descontará del total de compras. A continuación aparecen la suma del premio y el porcentaje de
tiempo que se deducirá del total de las compras. Determine su valor esperado, varianza y desviación estandar.
Suma de premios Probabilidad x · p(x) x2 x2 · p(x)
10 0.5 5 100 50
25 0.4 10 625 250
50 0.08 4 2500 200
100 0.02 2 10000 200
1 21 - 700

Valor esperado= 21 Varianza= 259

Desviacion estandar= 16.093477

o cuatro computadoras en existencia
ntera en el departamento de
es como se muestra en la tabla.

(Mendenhall, Beaver, & Beaver, 2010 )

5
0.05 Frecuencia
45%
40%
35%
30%
25%
20%
15%
10%
5%
0%
0 1 2 3 4 5

os de Minitab que muestran las

e ropa.
(Anderson, Sweeney, & Williams, 2008)

Frecuencia
10
9
8
7
6
5
4
3
2
1
0
0 0.05 0.1 0.15 0.2 0.25 0.3
 4
3
2
1
0
0 0.05 0.1 0.15 0.2 0.25 0.3

Decv. Est.= 1.45

mayor cantidad de automóviles el

s que espera vender un sábado
ianza de la distribución? (Lind, Marchal, & Wathen, 2012)

Frecuencia
4
3
2
1
0

0 0.05 0.1 0.15 0.2 0.25 0.3 0.35

e admisiones de estudiantes para el

y la desviación estándar del número

(Lind, Marchal, & Wathen, 2012)

Probabilidad

1000 1200 1500

istren cargos por compras de más de

a. El cliente raspará la tarjeta, la cual
a del premio y el porcentaje de
esviación estandar. (Lind, Marchal, & Wathen, 2012)

Probabilidad
0.6
0.5
 Probabilidad
0.6
0.5
0.4
0.3
0.2
0.1
0
10 25 50 100
 TALLER N°3:DISTRIBUCIONES DE PROBABILIDADES

Distribución de probabilidades binomiales:

1) En un tiempo largo, se ha observado que un jugador profesional de baloncesto puede

hacer un tiro libre en un intento determinado con probabilidad igual a .8. Suponga que
él lanza cuatro tiros libres.
a) ¿Cuál es la probabilidad de que enceste exactamente dos tiros libres?
b) ¿Cuál es la probabilidad de que enceste al menos un tiro libre? c) ¿Cuál es la probabilidad de que enceste tres tiros libres?

a)
p (éxito)= 0.8
p (no éxito)= 0.2 15.36%
La probabilidad de que enceste
Evento = x = 2 exactamente dos tiros libres es:
n= 4

b)
Evento Probabilidad
1 0.0256
2 0.1536 La probabilidad de que enceste 99.84%
3 0.4096 al menos un tiro libre es:
4 0.4096
0.9984 = p (x=0) = 0.0016 99.84%

c)

La probabilidad de que enceste

exactamente dos tiros libres es: 40.96%

2) Se probó un régimen formado por una dosis diaria de vitamina C para determinar su efectividad para prevenir el resfriado c
personas que estuvieron siguiendo el régimen prescrito fueron observadas durante un año. Ocho pasaron el invierno sin un re
Suponga que la probabilidad de pasar el invierno sin un resfriado es 0.5 cuando no se sigue el régimen de vitamina C.
a) ¿Cuál es la probabilidad de observar ocho o más sobrevivientes, dado que el régimen es ineficiente para aumentar la resiste
resfriados?
b) ¿Cuál es la probabilidad de observar al menos 1 sobreviviente?
c)¿Cuál es la probabilidad de observar al menos 2 sobrevivientes?

a)
p (éxito)= 0.5
x= 8 9 10
n= 10
P (8 o más) = p (8) + p (9) + p (10) = 5.5%
La probabilidad de ocho o
p (8)= 0.04395 más sobrevivientes es:
p (9)= 0.00977
p (10)= 0.00098

b)
p (x=0) = 0.0009765625
La probabilidad de que haya
p (al menos 1)= 99.90% al menos un sobreviviente es:

c)
p (x=1) = 0.009765625
La probabilidad de que haya
p (al menos 2)= 0.9892578125 al menos dos:

3) US Airways tiene cinco vuelos diarios de Pittsburgh al Aeropuerto Regional de Bradford, Pennsylvania. Suponga que la prob
cualquier vuelo llegue tarde sea de 0.20.
a) ¿Cuál es la probabilidad de que ninguno de los vuelos llegue tarde hoy?
b) ¿Cuál es la probabilidad de que exactamente uno de los vuelos llegue tarde hoy?
c) ¿Cuál es la probabilidad de que todos los vuelos lleguen tarde hoy?

a)
p (éxito)= 0.20
x= 0 La probabilidad de que
n= 5 ninguno de los vuelos llegue
tarde es:
p (x=0) = 0.32768

b)
x= 1
La probabilidad de que uno
de los vuelos llegue tarde es:
p (x=1) = 0.4096

c)
x= 5
La probabilidad de que todos
los vuelos lleguen tarde es:
p (x=5) = 0.00032

4) Cinco por ciento de los engranajes de tornillo producidos en una fresadora automática de alta velocidad Carter-Bell se encu
defectuoso. ¿Cuál es la probabilidad de que, en seis engranajes seleccionados, ninguno se encuentre defectuoso? ¿Exactamen
¿Exactamente dos? ¿Exactamente tres? ¿Exactamente cuatro? ¿Exactamente cinco? ¿Exactamente seis de seis?
 Número de p(éxito)= 0.05
Probabilidad de que Dra
engranajes n= 6
defectuosos ocurra
0.8
0 0.735091890625 0.7
0.6
1 0.23213428125
0.5
2 0.030543984375 0.4
3 0.0021434375 0.3
4 8.4609375E-05 0.2
0.1
5 1.78125E-06
0
6 1.5625E-08 0

5) Considere las decisiones de compra de los próximos tres clientes que lleguen a la tienda de ropa Martin Clothing Store. De a
experiencia, el gerente de la tienda estima que la probabilidad de que un cliente realice una compra es 0.30.
a) ¿Cuál es la probabilidad de que dos de los próximos tres clientes realicen una compra?
b) ¿Cuál es la probabilidad de que todos los clientes compren?
c?¿Cuál es la probabilidad de que ninguno de los clientes compre?

a)
p (éxito)= 0.3
p (no éxito)= 0.7 La probabilidad de que dos
x= 2 de los próximos clientes
n= 3 compren es:

p (x=0) = 0.189

b)
x= 3 La probabilidad de que dos
de los próximos clientes
p (x=3) = 0.027 compren es:

c)
x= 0 La probabilidad de que dos
de los próximos clientes
p (x=0) = 0.343 compren es:
 d de que enceste tres tiros libres?
(Mendenhall, Beaver, & Beaver, 2010 )

DIAGRAMA
Evento Probabilidad
1 2.6%
2 15.4%
3 41.0%
4 41.0%

Diagrama de frecuencia
40.0%
30.0%
Otro método
20.0%
10.0%
0.0%
1 2 3 4

ctividad para prevenir el resfriado común. Diez

o. Ocho pasaron el invierno sin un resfriado.
e el régimen de vitamina C.
ineficiente para aumentar la resistencia a

(Mendenhall, Beaver, & Beaver, 2010 )

DIAGRAMA

Diagrama d
30.00%
 Eventos Probabilidades
1 0.98% Diagrama d
5.5% 2 4.39% 30.00%
3 11.72%
25.00%
4 20.51%
5 24.61% 20.00%
6 20.51%
7 11.72% 15.00%
99.9% 8 4.39%
9 0.98% 10.00%

10 0.10%
5.00%

0.00%
1 2 3 4
98.93%

Pennsylvania. Suponga que la probabilidad de que

(Lind, Marchal, & Wathen, 2012)

DIAGRAMA
Eventos Probabilidad
32.77% 0 32.77% Diagrama d
1 40.96% 45.00%
2 20.48% 40.00%
3 5.12%
35.00%
4 0.64%
30.00%
5 0.03%
25.00%
40.96%
20.00%
15.00%
10.00%
5.00%
0.032% 0.00%
0 1 2

de alta velocidad Carter-Bell se encuentra

encuentre defectuoso? ¿Exactamente uno?
ctamente seis de seis? (Lind, Marchal, & Wathen, 2012)
 Dragrama de frecuencias
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 1 2 3 4 5 6

de ropa Martin Clothing Store. De acuerdo con la

na compra es 0.30.

(Anderson, Sweeney, & Williams, 2008)

DIAGRAMA
18.9% Eventos Probabilidad
Diagram
0 34.3% 50.0%
1 44.1% 45.0%
2 18.9% 40.0%
3 2.7% 35.0%
30.0%
25.0%
2.7% 20.0%
15.0%
10.0%
5.0%
0.0%
34.3% 0 1
 Diagrama de frecuencias
%
 Diagrama de frecuencias
%

%
1 2 3 4 5 6 7 8 9 10

Diagrama de frecuencias
0%
0%
0%
0%
0%
0%
0%
0%
0%
0%
0 1 2 3 4 5
 Diagrama de frecuencias
%
%
%
%
%
%
%
%
%
%
%
0 1 2 3
CONCLUSIONES
- Son muchas las herramientas que se pueden aplicar matemáticamente en la solucion de
problemas relacionacionados con distribuciones de probabilidades, valor esperado y
varianza.
-Es importante tener claro conceptos previos teóricos a la hora de la comprensión de temas
a desarrollar.
- Importancia de la herramienta Excel para la solucion de estos problemas, se ahorra tiempo
al solucionarlos y se disminuye la probabilidad de error en los resultados, siempre y cuando
se tenga claro su uso.
- Se reforzaron temas al realizar varios ejercicios, así mismo mejoró la capacidad de analisis
y creación de tablas de frecuencias y gráficos.

Referencias:
Anderson, D., Sweeney, D., & Williams, T. (2008). Estadística para Administración y
Economía. Santa Fe, Mexico: CENGAGE Learning.
Lind, D., Marchal, W., & Wathen, S. (2012). Estadística aplicada a los negocios y la
economía. McGraw-Hill.
Mendenhall, W., Beaver, R., & Beaver, B. (2010 ). Introducción a la probabilidad y
estadística. CENGAGE Learning.