PROBABILIDAD

UNIDAD 2 - TAREA 3 - Experimentos aleatorios y distribuciones de Probabilidad.

Presentado a:
Nayives Xilena Trujillo
Directora de Curso: Jenny Tatiana Sanchez

Entregado por:

Raul Antonio Parra

Código: 100402A_951
Ejercicios A

Gisseth Andrea cortes Cardona

Código: 100402A_951
Ejercicios B

William Andres Restrepo Saldarriaga

Código: 100402A_951
Ejercicios C

Hillary Rodríguez Villada

Código: 100402A_951
Ejercicios E

Grupo: 100402_176

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

MAYO 2021
 INTRODUCCIÓN

Con el siguiente trabajo desarrollaremos de manera grupal 5 ejercicios propuestos para cada estudiante
donde veremos temas teóricos y prácticos sobre, Distribuciones de probabilidad y probabilidad
condicional, además sustentaremos por medio de evidencias (Capturas de pantalla) los ejercicios
propuesto, estas evidencias se realizaran en el software GeoGebra y un último ejercicio asignado por el
tutor será sustentado por medio de un video individual donde mostraremos el desarrollo completo del
ejercicio.
 OBJETIVOS

 Aprendizaje y Desarrollo sobre probabilidad condicional y distribuciones de probabilidad

 Desarrollo de ejercicios y análisis de estos buscando soluciones basadas en la teoría,
además de su comprobación mediante el uso de software especializado

Tabla links videos explicativos

 Nombre Ejercicios Enlace video Explicativo
estudiante sustentad
os
Raúl Ejercicio 2 https://youtu.be/rE3LkGUoK5w
Antonio
Parra
Gisseth Ejercicio 1 https://youtu.be/ua5fcAw_zaE
Andrea
Cortes
Cardona
William Ejercicio 3 https://www.youtube.com/watch?v=JWrQtgvVtCk
Andres
Restrepo
Hillary Ejercicio 5 https://www.loom.com/share/00be5da0e11a43e8891724363c747ddd
Rodríguez
Villada

Actividad 1
Tabla comparativa de conceptos
 Tabla comparativa

Variable, formula o
imagen que
Concepto Definición representa el concepto

Variable aleatoria Una función que asocia un

número real, perfectamente
definido, a cada punto
muestral.
Variables aleatorias. (2013)

Variable aleatoria Una variable aleatoria

continua continua es aquella que puede
tomar cualquier valor (al
menos teóricamente) entre 2
fijados. Los valores de la
variable (al menos
teóricamente) no se repiten.
del Rio, A. Q. (2019, September
4
Variable aleatoria Una variable aleatoria es
discreta discreta cuando su campo de
variación (dominio de
definición) está constituido por
un conjunto finito o infinito
numerable de valores posibles.
Cada suceso de W se
corresponde con un valor. v
aleatoria. (n.d.).
Distribución de Las distribuciones de
Probabilidad probabilidad son distribuciones
de probabilidad continuas o
distribuciones de probabilidad
discretas, dependiendo de si
definen probabilidades para
variables continuas o discretas.
Distribuciones de probabilidad
continuas y discretas. (n.d.)
Distribución de Una distribución continua
Probabilidad Continua describe las probabilidades de
los posibles valores de una
variable aleatoria continua.
Una variable aleatoria continua
es una variable aleatoria con
un conjunto de valores posibles
(conocido como el rango) que
es infinito y no se puede
contar.
Distribuciones de probabilidad
 continuas y discretas. (n.d.)
Distribución de Una distribución discreta
Probabilidad Discreta describe la probabilidad de
ocurrencia de cada valor de
una variable aleatoria discreta.
Una variable aleatoria discreta
es una variable aleatoria que
tiene valores contables, tales
como una lista de enteros no
negativos.
Distribuciones de probabilidad
continuas y discretas. (n.d.)
Media Es la medida usada para
encontrar la probabilidad de
los datos examinados.

Estadística básica y probabilidades

Media, mediana, modo y rango. (s.
f.). Shmoop.
https://www.shmoop.com/estadis
tica-basica-probabilidades/media-
mediana-modo-rango.html

Desviación estándar Es la medida con la que se

busca determinar la dispersión
de los datos con respecto a la
media.

Valor esperado El valor esperado (o la

esperanza) de una variable
aleatoria es el número que
intenta capturar el centro de la
distribución de dicha variable
aleatoria
Probabilidad Básica. (n.d.).
Varianza La varianza es el valor medio
del cuadrado de la diferencia
entre la variable aleatoria y su
valor esperado
Probabilidad Básica. (n.d.).
Función de Se llama función de
Probabilidad probabilidad de una variable
aleatoria discreta X a la
aplicación que asocia a cada
valor de xi de la variable su
probabilidad.
función de probabilidad -
Diccionario de Matemáticas
La función de densidad de
probabilidad de una variable
aleatoria continua es una
 fórmula que ayuda a calcular la
probabilidad de que una
Función de densidad variable aleatoria continua
tenga un valor que esté dentro
de un intervalo específico.
Como todavía no se entiende
mucho, veamos los detalles y
los ejercicios resueltos.
(2020, February 7).
Distribución binomial Se le conoce como una serie de
pruebas que solo admite dos
resultados (éxito o fracaso)

Software DELSOL. (2019,

June 20).
Aproximación de la D. Se puede probar que la
binomial a la D. distribución binomial tiende a
Poisson converger a la distribución de
Poisson 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 esto la distribución
binomial tiende a un modelo
de Poisson de parámetro l
igual a n por p.
BINOMIAL-POISSON.
(n.d.).
Distribución Poisson Es una distribución de
probabilidad usada en
variables discretas, en la que, a
partir de la frecuencia de la
media, se halla la probabilidad
que ocurra un evento
determinado en determinado
tiempo.
Distribución La distribución
Hipergeométrica hipergeométrica es una
distribución discreta que
modela el número de eventos
en una muestra de tamaño fijo
cuando usted conoce el
número total de elementos en
la población de la cual proviene
la muestra
Distribución
hipergeométrica. (n.d.)
Distribución normal La distribución normal es una
distribución con forma de
campana donde las
desviaciones estándar
sucesivas con respecto a la
media establecen valores de
referencia para estimar el
porcentaje de observaciones
de los datos.
¿Qué es la distribución
normal? (n.d.).
Distribución normal de la distribución normal
estándar tipificada usualmente se
denota por el símbolo  y la
función de distribución (f.d) se
denota por el símbolo
Marta. (n.d.)
Área bajo la curva La formulación del área bajo
una curva es el primer paso
para desarrollar el concepto de
integral. El área bajo la curva
formada por el trazo de la
función f(x) y el eje x se puede
obtener aproximadamente,
dibujando rectángulos de
anchura finita y altura f igual al
valor de la función en el centro
del intervalo. Integral. (n.d.).
Aproximación normal Una dstribución binomial
de la 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 consiste en
utilizar una distribución normal
con la misma media y
desviación típica que la
distribución binomial.
Tabla de elección de ejercicios

Nombre del estudiante Rol que desarrollar Grupo de ejercicios a

desarrollar
Raul Antonio Parra El estudiante desarrolla el
ejercicio a en todos los 4
Tipo
de ejercicios
Gisseth Andrea Cortes Compilador El estudiante desarrolla el
Cardona C. ejercicio b en todos los 4
Tipo de ejercicios

William Andres Restrepo Revisor El estudiante desarrolla el

S. ejercicio c en todos los 4
Tipo de ejercicios

El estudiante desarrolla el
ejercicio d en todos los 4
Tipo de ejercicios

Hillary Rodriguez V. Alertas El estudiante desarrolla el

ejercicio e en todos los 4
Tipo de ejercicios
Solución a los Ejercicios
Ejercicios a: Realizado por el estudiante: Raúl Antonio Parra González
Ejercicio 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:
Éxito= “Piezas de computadores portátiles”
n= 6
p= P(“Éxito”)= 22% = 0.22

X=” Piezas defectuosas”

X~B( “#6, #0.22)

1) Una pieza defectuosa.

La pregunta se traduce como:
p= ( x =1 )= 6 0.22∗0.786−1
()
1
6!
0.22∗0.785
1!∗( 6−1)!
6
∗0.22∗0.2887174368
1
¿ 0.381107016576

Validación en GeoGebra
2) Ninguna defectuosa.
La pregunta se traduce como:
p= ( x =0 )= 6 0.22∗0.786 −0
()
0
6!
0.22∗0.786
1!∗( 6−1)!

6
∗0.22∗0.225199600704
1
¿ 0,29726347292928
Validación en GeoGebra

3) Dos piezas defectuosas como máximo.

La pregunta se traduce como:
p= ( x =2 )= 6 0.222∗0.786−2
()
2
6!
0.222∗0.784
2!∗(6−2)!
6
=15∗0.0484∗0.57015056
2
¿ 0.26872930656

Validación en GeoGebra
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) Mas de 1 derrame.

Solución:
Éxito= “Derrames del rio magdalena”
λ= 0.35.

X= “Derrames que presenta el rio magdalena”

X~P( 0.35

1) Dos derrames.
La pregunta se traduce como:
µ x e−µ
P ( x=x )=
x!
0.352 e−0.35
P ( x=2 )=
2!

0.1225∗0.7046880897
P ( x=2 )=
2
P ( x=2 )=0.04316214549
Validación en GeoGebra

2) Mas de 1 derrame.
La pregunta se traduce como:

0.351 e−0.35
P ( x=1 )= .
1!

0.35∗0.7046880897
P ( x=1 )=
1

P ( x=1 )=0.2466408314
 Validación en GeoGebra

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:
Éxito= “Fryer”
n= #6
M= #8
N= #15

X= “6”
X~Hg(6, 8, 15)

1) 6 tengan un encendido digital defectuoso.

La pregunta se traduce como:
M N −M
p ( x) =
( x )( n−x )
.
N
(n )
9 15−9
P ( x=6 )=
( 6 )( 6−6 )
=¿
15
(6)
(¿ 96 )(60) = 84∗1 =0.016
(156) 5005
Validación en GeoGebra
 2) Entre 3 y 7 inclusive tengan el encendido digital defectuoso
La pregunta se traduce como:
9 15−9
P ( x=5 )=
( 5 )( 5−5 )
=¿
15
(5)
9 6
.¿
( 5 )( 0) 126∗1
= =0.02517
15 5005
(6)
Validación en GeoGebra

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:
µ = #15.0.
σ = #1.25.

X= “la fuerza que actúa en una columna que ayuda a soportar un edificio”
X~N(15.0, 1.252)

1) ¿Cuál es la probabilidad de que la fuerza sea de más de 18 kilolibras?

La pregunta se traduce como:
P( x >∝)

Validación en GeoGebra

2) ¿Cuál es la probabilidad de que la fuerza esté entre 10 y 12 kilolibras?

La pregunta se traduce como:
P(10< x <12)
Validación en GeoGebra
Ejercicios b: Realizado por el estudiante: Gisseth Andrea Cortes Cardona
Ejercicio 1.
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:
Éxito= “Tablets reemplazadas”
n= #10.
p= P(“Éxito”)= #30%=0.3)
X= “N° de tablets reemplazadas”
X~B( #10 , #0.3 )
1. ¿Exactamente dos sean reemplazadas bajo garantía?
10 !
P= ( X ¿ k )= n p k∗q n−k P= ( X ¿2 )= 10 0.32∗0.710−2 0.32∗0.78
()k ( )2 2!∗( 10−2 ) !
0.2335
1) La pregunta se traduce como:
P ( 2≤ X ≤ 2 )=0.2335

La probabilidad de que 2 tablets sean remplazadas bajo garantía es del 38%

Validación en GeoGebra

¿Ninguna sea reemplazada bajo garantía?

10 !
P= ( X=k )= n p k∗q n−k P= ( X=0 )= 10 0.30∗0.710−0 0.30∗0.710
k () 0 ( ) 0 !∗(10−0 ) !
0.0282
La probabilidad de que ninguna sea remplazada es del 2%
2) La pregunta se traduce como:
P ( X ≤0 )=0.0282

¿Al menos 4 sean reemplazadas bajo garantía?

10 !
P= ( X=k )= n p k∗q n−k P= ( X=4 ) = 10 0.34∗0.710−4 0.3 4∗0.7 10−4=0.2001
k () ( )
4 4 !∗( 10−4 ) !

10 !
P= ( X=5 ) = 10 0.35∗0.710−5 0.3 5∗0.710−5=0.129
( )
5 5!∗( 10−5 ) !
La probabilidad de que 4 sean remplazadas es del 30,3%
3) La pregunta se traduce como:
P ( 4 ≤ X ≤ 5 )=0.303

Validación en GeoGebra
Ejercicio 2. Distribución Poisson.

a. 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) Mas de 40 tecnólogos en sistemas.

Solución:
Éxito= “Numero de tecnólogos en sistemas que gradúa la UNAD”
λ= 30 al año.

X= “Graduación de tecnólogos en sistemas”

X~P( #30 al año)

1) ocho tecnólogos en sistemas.

k −μ
μ ∗e
P ( X=k )=
k!
La pregunta se traduce como:
P ( 8 ≤ X ≤ 8 ) =0
La probabilidad de que este año gradué solamente a 8 tecnólogos en sistemas es del 0%

Validación en GeoGebra
2) Mas de 40 tecnólogos en sistemas.
μk∗e−μ ( 3041∗e−30
P ( X=k )= P X=40 )= =0.0102
k! 41 !

3042∗e−30
P ( X=42 )= =0.0727
42 !

0.0102+0.0072+0.0050+ 0.0034+0.0023+0.0015+ 0.0009+ 0.0006+0.0004+ 0.0002+ 0.0001+ 0.00

La pregunta se traduce como:
P ( 40 ≤ X )=0.0323
La probabilidad de que se gradúen más de 40 tecnólogos es de 3,2%
Validación en GeoGebra
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:
Éxito= “Niños que enviaran al viaje”
n= 3
M= 4
N= 6.
X= “3”
X~Hg(3, 4, 6).

1) ¿Cuál es la probabilidad de que envíe a 3 niñas?

 K ∗ N −K 4 ∗ 6−4 4∗2
P ( X )=
( X ) ( n−X ) =P ( X )=
( ) (
3 3−3 ) =P ( X ) =
( 3 ) ( 0)
=¿P ( X )=
( 4 )∗ (1 )
=0.2
N 6 6 ( 20 )
(n) (3 ) (3 )
La pregunta se traduce como:
P(3 ≤ X ≤3)=0.2.
La probabilidad de que envíen a 3 niñas es del 2%
Validación en GeoGebra

2) ¿Cuál es la probabilidad de que envíe entre 1 y 3 niñas?

K ∗ N −K 4 ∗ 6−4 4∗2
P ( X )=
( X ) ( n−X )
=P ( X )=
( 3 ) ( 3−3 )
=P ( X ) =
( 3 ) ( 0)
=¿P ( X )=
( 4 )∗ (1 )
=0.2
N 6 6 ( 20 )
(n) (3 ) (3 )
La pregunta se traduce como:
P ( 1≤ x ≤ 3 )=1=P ( X=0.2 ) + P ( X =0.6 ) + P ( X=0.2 )=1La probabilidad de que envíen entre 1
y 3 niñas es del 100%

Validación en GeoGebra
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= “produce corchos con diámetros”

X~N(µ, σ23,04, 0.02^2
¿Cuál es la probabilidad de que el diámetro de un corcho sea menor que 3 cm?
La pregunta se traduce como:
P ( X ≤3 )=0.0228La probabilidad de que el diámetro sea menor a 3 cm es del 2%
Validación en GeoGebra
1) ¿Cuál es la probabilidad de tener un corcho con diámetro entre 2,9 y 3,1 cm?
La pregunta se traduce como:
P(2.9 ≤ X ≤3.1)=0.9987 La probabilidad de que el diámetro sea de 2,9 cm y 3,1 cm es del 99%
Validación en GeoGebra

Ejercicio 1: El número de personas enfermas que llegan en un consultorio médico es de 1

enfermos cada hora. ¿Cuál es la probabilidad de que lleguen 15 enfermos en un día?
Solución:
Éxito= “Pacientes que llegan a un consultorio”
λ= 1 cada hora.
X= “Numero de pacientes que llega en un día”
X~P( #24 al día)

μk∗e−μ ( 2415∗e−24
P X=k =
( ) P X=k =
) =0.0146
k! 15 !
P ( 15≤ X ≤ 15 )=0.0146
Por lo tanto, la probabilidad de que lleguen 15 enfermos en un día es del 1.5%

Solución a los Ejercicios

Ejercicios c: Realizado por el estudiante: William Andres Restrepo
Ejercicio 1. Distribución Binomial.
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:

1) ¿Qué tan probable es que sólo uno sea de segunda?

2) ¿Cuál es la probabilidad de que alguno sea de segunda?
3) ¿Qué tan probable es que por lo menos tres sean de segunda?

Solución:
Éxito= Que un cinturón tenga imperfección (que sea de “segunda”)
n= 8
p= P(“Éxito”) = 10 % (0.1)
X= “Número de cinturones con imperfecciones en un lote de 8 maletines”
X~B= (8, 0.1)

1) ¿Qué tan probable es que sólo uno sea de segunda?

Vamos a encontrar la probabilidad que una sola sea de segunda, esto lo hacemos por medio de la
fórmula

n!
p ( x ) =P ( X=x )= ∗px ∗(1− p)n− x
( n−x ) ! x !

Reemplazamos valores

8!
P ( X=1 ) = ¿(0.1)1∗(1−0.1)8−1
( 8−1 ) ! 1!
8

40320
P ( X=1 ) = ∗0.1∗(0.9)7
5040

40320
P ( X=1 ) = ∗0.1∗0.4782969
5040

P ( X=1 ) =8∗0.1∗0.4782969

P ( X=1 ) =0.38263752

La pregunta se traduce como:

P ( X=1 ) =0.38263752

Podemos decir entonces que la probabilidad de solo un cinturón salga con imperfección es de
38.26 %

Geogebra:
 2) ¿Cuál es la probabilidad de que alguno sea de segunda?

Para encontrar la probabilidad que alguno sea de segundo, lo que haremos será sumar cada posible
resultado, generando la probabilidad

P(1 ≤ X ≤ 8)

Posteriormente, vamos a encontrar la probabilidad de cada posible evento

P ( X=1 ) =0.38263752

8!
P ( X=2 )= ¿( 0.1)2∗(1−0.1)8−2
( 8−2 ) ! 2!

P ( X=2 )=0.1488

8!
P ( X=3 )= ¿(0.1)3∗(1−0.1)8−3
( 8−3 ) ! 3 !

P ( X=3 )=0.03306744

8!
P ( X=4 )= ¿( 0.1)4∗(1−0.1)8−4
( 8−4 ) ! 4 !

P ( X=4 )=0.0045927
 8!
P ( X=5 )= ¿(0.1)5∗(1−0.1)8−5
( 8−5 ) ! 5 !

P ( X=5 )=0.00040824

8!
P ( X=6 )= ¿ (0.1)5∗(1−0.1)8−5
( 8−6 ) ! 6 !

P ( X=6 )=0.00002772

8!
P ( X=7 )= ¿(0.1)7∗(1−0.1)8−7
( 8−7 ) ! 7 !

P ( X=7 )=0.00000072

8!
P ( X=8 )= ¿(0.1)8∗(1−0.1)8−8
( 8−8 ) ! 8!

P ( X=8 )=0.000000009
4

∑ P ( X =i )=0.38263752+0.1488+0.03306744+ 0.0045927+0.00040824+ 0.00002772+ ¿ 0.00000072+0.0

i=0

∑ P ( X =i )=0.569534349
i=0

La pregunta se traduce como:

P(1 ≤ X ≤ 8)=0.569534349

Entonces podemos decir que la posibilidad que alguna sea seleccionada es de 56.93 %

GeoGebra
 3) ¿Qué tan probable es que por lo menos tres sean de segunda?

Ahora encontraremos la probabilidad de por lo menos 3 salgan de segunda

8!
P ( X=3 )= ¿(0.1)3∗( 1−0.1)8−3
( 8−3 ) !∗3 !

40320
P ( X=3 )= ∗0.001∗0.59049
120∗6

40320
P ( X=3 )= ∗0.001∗0.59049
720

P ( X=3 )=56∗0.001∗0.59049

P ( X=3 )=0.03306744

La pregunta se traduce como:

P ( X ≥3 )=0.03306744
GeoGebra
Ejercicio 2. Distribución Poisson.

Suponga que el número de temblores en Shanghai durante un año es en promedio de 8. Cuál es

la probabilidad de que en el año 2022 se presenten:

1) Exactamente 2 temblores.
2) Menos de 5 temblores

Solución:
Éxito= Temblor en Shanghai
λ= 8 al año
X= “Número de temblores en un año”
X~P= (8)

3) Exactamente dos temblores

Para hallar el número de temblores por medio del método de poisson, usaremos la siguiente fórmula

e−λ∗λ x
p ( x ) =P ( X=x )= { x!

Procederemos entonces a reemplazar los valores

( 2.7182)−8∗82
P ( X=2 )= { 2!

P ( X=2 )= {0.0003355434263202∗64
2
P ( X=2 )= {0.0214747792844928
2

P ( X=2 )=0.0107373896422464

Es decir, la probabilidad que se genere 2 temblores en un año es de 1.07 %

La pregunta se traduce como:

P= (2 ≤ X ≤2 ) =0.0107373896422464

GeoGebra

4) Menos de 5 temblores

Lo primero que haremos será encontrar la forma, en donde la probabilidad tiene como fórmula

P= ( X <5 )

Y posteriormente, hallaremos cada probabilidad y posteriormente vamos a sumar cada resultado:

 (2.7182)−8∗8 0
P ( X=0 )= { 0!

( X =0 )=0.0003355

( 2.7182)−8∗81
P ( X=1 ) ={ 1!

( X =1 )=0.0026843474105616

P ( X=2 )=0.0107373896422464

(2.7182)−8∗83
P ( X=3 )= { 3!

( X =3 )=0.0286330390459904

( 2.7182)−8∗84
P ( X=4 )= { 4!

( X =4 )=0.0572660780919808

Vamos a sumar cada resultado

∑ P ( X =i )=0.0003355+0.0026843474105616+0.0107373896422464+ 0.0286330390459904+0.0572660
i=0

∑ P ( X =i )=0.09965635419
i=0

Es decir, la probabilidad de que ocurran menos de 5 temblores es de 9.96 %

La pregunta se traduce como:

P ( X <5 ) =0.09965635419

GeoGebra
Ejercicio 3. Distribución Hipergeométrica.

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:
1) 5 de los elegidos sean miembros del sindicato.
2) En el comité queden entre 4 y 8 miembros del sindicato inclusive

Solución:
Éxito= “Ser miembro del sindicato”
n= 8
M= 240
N= 300

X= “Número de miembros elegidos sean sindicato sobre los 8 empleados”

X~Hg= (8,240,300)

3) 5 de los elegidos sean miembros del sindicato

La fórmula para encontrar la probabilidad corresponde a

M N−M
P= ( X=x )=
( x )∗(
n−x )

( Nn )
Reemplazamos valores para nuestro ejemplo y resolvemos

240 300−240
P= ( X=5 ) =
( 5 )∗(
8−5 )

( 3008 )
240 60
P= ( X=5 ) =
( 5 )∗( )
3

( 3008 )
240 ! 60!

P= ( X=5 ) =
( ( 240−5 ) !∗5 !)(
∗
( 60−3 ) !∗3 ! )
300 !
( ( 300−8 ) !∗8 ! )

P= ( X=5 ) =0.1470184694087231

La pregunta se traduce como:

P ( X=5 )=0.1470184694087231

Es decir que la probabilidad que 5 sean parte del sindicato es de 14.70 %

GeoGebra:
 4) En el comité queden entre 4 y 8 miembros del sindicato inclusive

Para encontrar la probabilidad entre 4 y 8, lo que haremos será sumar cada probabilidad, es decir,

8
P ( 4 ≤ X ≤ 8 )=∑ P( X=i)
i=4

Procedemos a reemplazar valores para cada posibilidad

240 300−240
P ( X=4 )=
( 4 )∗(
8−4 )

( 3008 )
240 60
P ( X=4 )=
( 4 )∗( )
4

( 3008 )
P ( X=4 )=0.0443858726498793

P ( X=5 )=0.1470184694087231

240 300−240
P ( X=6 )=
( 6 )∗(
8−6 )

( 3008 )
 240 60
P ( X=6 )=
( 6 ) ( 2 )
∗

( 3008 )
P ( X=6 )=0.2978391406124993

240 300−240
P ( X=7 )=
( 7 )∗(
8−7 )

( 3008 )
240 60
P ( X=7 )=
( 7 )∗( )
1

( 3008 )
P ( X=7 )=0.3375029486843818

240 300−240
P ( X=8 )=
( 8 )∗(
8−8 )

( 3008 )
240 60
P ( X=8 )=
( 8 )∗( )
0

( 3008 )
P ( X=8 )=0.1638295563405437

∑ P( X=i)=0.0443858726498793+0.1470184694087231+0.2978391406124993+0.3375029486843818
i=4

∑ P( X=i)=0.9905759876960272
i=4

La pregunta se traduce como:

P ( 4 ≤ X ≤ 8 )=0.9905759876960272

Concluimos entonces que la posibilidad que los seleccionados sean del sindicato es del 99.05 %
 GeoGebra

Ejercicio 4. Distribución Normal.

c. La lectura de temperatura tomada con un termopar (sensor paramecio temperatura) colocado en

un medio a temperatura constante normalmente está distribuida con media =17° (la temperatura
real del medio) y desviación estándar σ=0.1°. Calcule la probabilidad de que el termopar marque una
temperatura:
1) Superior a los 18°
2) Entre 16.8° y 17.2°
Solución:
µ = 17°
σ = 0.1°

X= “Tomada de temperatura con el termopar”

X~N = (17°, 0.12)

1) Superior a los 18°

La pregunta se traduce como:

P( X > 18° )=¿ 0

GeoGebra:
Es decir, la probabilidad que sea mayor a 18° es del 0 %

2) Entre 16.8° y 17.2°

La pregunta se traduce como:
P ( 16.8° ≤ X ≤17.2 ° )=0.9545

GeoGebra

Existe la posibilidad que entre los 16.8° y los 17.2° es de 95.45 %

Solución a los Ejercicios
Ejercicios c: Realizado por el estudiante: Hillary Rodriguez

1. 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.

Solución:

N:10
P:0.05
Q: 0,95

10
P ( x=3 )= ∗0.0 53∗0.9 57
3

10 !
∗0.9 57∗0.0 53
3!∗( 10−3 )

¿ 120∗0.698∗0.053 =0.01
es la probabilidad de que encuentre 3 componentes defectuosos es de 0.01%

2) Algún componente defectuoso.

P= ( X ¿1 )

10 !
1− ∗0.0 50∗0.95 10
1 !∗(10−1 ) !

¿ 1−1∗1∗0.598=0.402

2. Distribución Poisson. 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:

1) ¿Ningún computador portátil presente fallas en el disco duro durante el periodo de garantía?

:
 µ x e−µ
P x=x =
( )
x!

e−10∗1 00
P ( x=0 )= =0.00004
0!

La probabilidad es del 0%

2) ¿Más de 10 de estos computadores portátiles tengan fallas en el disco duro durante el periodo

de garantía?

e−10∗1 010
P ( x=10 )= =0.125
10!
La probabilidad es del 12%

3. 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.

1) ¿Cuál es la probabilidad de seleccionar exactamente 2 de los animales etiquetados?

K n−k
P ( X )=
( X ) ( n−X )
∗

( Nn )

( 52 )∗( 25−5) ( 52 )∗( 20)

(10−2) ( 8)
P ( 2 )= = ( 2 )= =0.385
25 25
( )
10 ( )
10
2) ¿Cuál es la probabilidad de seleccionar entre 3 y 7 animales etiquetados inclusive?

4. 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.

1) ¿Cuál es la probabilidad de que menos de 400 de los conductores de esa ciudad usen con

regularidad el cinturón de seguridad?

P=(x < 400)

la probabilidad de que menos de 400 de los conductores de esa ciudad usen con regularidad el

cinturón de seguridad es de 0.99%

2) ¿Cuál es la probabilidad de que entre 360 y 400 (inclusive) de los conductores en esa ciudad

usen con regularidad el cinturón de seguridad?

P=(360 <x<400)
la probabilidad de que entre 360 y 400 (inclusive) de los conductores en esa ciudad usen con

regularidad el cinturón de seguridad es de 0.927

 CONCLUSIONES

Con el desarrollo de la actividad anterior pudimos aprender y desarrollar ejercicios sobre

probabilidad condicional y distribuciones de probabilidad, con poder tener conocimientos
basados en teórica y práctica mediante el análisis e interpretación de las situaciones presentadas
 REFERENCIAS BIBLIOGRÁFICAS

Variables aleatorias. (2013). In Estadística descriptiva y probabilidades (pp. 173–236).

Universidad del Externado de Colombia.

del Rio, A. Q. (2019, September 4). 5.3 Variables aleatorias continuas. Retrieved April 24, 2021,

from Bookdown.org website: https://bookdown.org/aquintela/EBE/variables-aleatorias-

continuas.html

v aleatoria. (n.d.). Retrieved April 24, 2021, from Www.uv.es website:

https://www.uv.es/ceaces/base/variable%20aleatoria/varalea.htm

Distribuciones de probabilidad continuas y discretas. (n.d.). Retrieved from

https://support.minitab.com/es-mx/minitab/18/help-and-how-to/probability-distributions-

and-random-data/supporting-topics/basics/continuous-and-discrete-probability-

distributions/

¿Qué es la media, la mediana y la moda? (2018, December 9). Retrieved April 24, 2021, from

Questionpro.com website: https://www.questionpro.com/blog/es/la-media-la-mediana-y-

la-moda/

¿Qué es la desviación estándar? (n.d.). Retrieved from https://support.minitab.com/es-

mx/minitab/18/help-and-how-to/statistics/basic-statistics/supporting-topics/data-

concepts/what-is-the-standard-deviation/

Probabilidad Básica. (n.d.). Retrieved April 24, 2021, from Brown.edu website: https://seeing-

theory.brown.edu/basic-probability/es.html
función de probabilidad - Diccionario de Matemáticas. (n.d.). Retrieved April 24, 2021, from

Superprof.es website:

https://www.superprof.es/diccionario/matematicas/probabilidades/funcion-

probabilidad.html

Función de probabilidad de una variable aleatoria continua. (2020, February 7). Retrieved April

24, 2021, from Matemovil.com website: https://matemovil.com/funcion-de-densidad-de-

probabilidad/

Software DELSOL. (2019, June 20). Distribución binomial. Retrieved April 24, 2021, from

Sdelsol.com website: https://www.sdelsol.com/glosario/distribucion-binomial/

BINOMIAL-POISSON. (n.d.). Retrieved April 24, 2021, from Www.uv.es website:

https://www.uv.es/ceaces/base/modelos%20de%20probabilidad/binopois.htm

Rodó, P. (2020, November 4). Distribución de Poisson. Retrieved April 24, 2021, from

Economipedia.com website: https://economipedia.com/definiciones/distribucion-de-

poisson.html

Distribución hipergeométrica. (n.d.). Retrieved from https://support.minitab.com/es-

mx/minitab/18/help-and-how-to/probability-distributions-and-random-data/supporting-

topics/distributions/hypergeometric-distribution/

¿Qué es la distribución normal? (n.d.). Retrieved from https://support.minitab.com/es-

mx/minitab/18/help-and-how-to/statistics/basic-statistics/supporting-

topics/normality/what-is-the-normal-distribution/
Marta. (n.d.). Distribucion normal estandar. Retrieved April 24, 2021, from Superprof.es

website:

https://www.superprof.es/apuntes/escolar/matematicas/probabilidades/distribucion-

normal/distribucion-normal-estandar.html

Integral. (n.d.). Retrieved April 24, 2021, from Gsu.edu website: http://hyperphysics.phy-

astr.gsu.edu/hbasees/integ.html

¿Qué es la desviación estándar? - Minitab. (s. f.). (C) Minitab, LLC. All rights Reserved. 2019.
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-
statistics/supporting-topics/data-concepts/what-is-the-standard-deviation/

Estadística básica y probabilidades Media, mediana, modo y rango. (s. f.). Shmoop.

https://www.shmoop.com/estadistica-basica-probabilidades/media-mediana-modo-

rango.html

Sanjuán, F. J. M. (2021, 13 enero). Distribución binomial. Economipedia.

https://economipedia.com/definiciones/distribucion-binomial.html

colaboradores de Wikipedia. (2021, 20 abril). Distribución de Poisson. Wikipedia, la

enciclopedia libre. https://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_Poisson