FASE 2: TRABAJO COLABORATIVO 2

Presentado por:
WILTON CALVO BARRIOS
VINI ALEXANDER TORRES
1121879633
YERSSON MALAVER BARRETO
1121893880

Tutor:
JOSE HECTOR MAESTRE

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

CEAD ACACIAS META
PROBABILIDAD
2016/04/25
 INTRODUCCIÓN

El siguiente trabajo contiene el desarrollo de la actividad propuesta en la FASE 2 del curso

PROBABILIDAD. Se estructura en 2 fases (Individual y grupal), en las cuales se trabajan los
temas: Variable aleatoria, Distribuciones de probabilidad, Distribuciones discretas y
continuas de probabilidad. También se encuentran los casos solucionados por parte de los
estudiantes del grupo. Estos Casos de estudio son situaciones del mundo real y permiten a
los estudiantes aplicar las diferentes reglas para calcular las probabilidades que esos
eventos ocurran.
De esta manera pueden apropiar los conceptos ya mencionados y aplicarlos en las
situaciones que lo requieran. Cada estudiante ha planteado sus maneras de resolver las
situaciones según las normas asignadas en los casos de estudio.
 PROBABILIDAD – TRABAJO COLABORATI NUMERO 2

DESARROLLO DE CASO 1:
Nota: Este caso fue desarrollado por el estudiante Yersson Malaver Barreto.

La distribución de probabilidad binomial es una distribución de probabilidad discreta que se

presenta con mucha frecuencia. Una de sus características consiste en que sólo hay dos
posibles resultados en un determinado ensayo del experimento y los resultados son
mutuamente excluyentes; Otra característica de la distribución binomial es el hecho de que
la variable aleatoria es el resultado de conteos. Es decir, se cuenta el número de éxitos en el
número total de ensayos. Una tercera característica de una distribución binomial consiste en
que la probabilidad de éxito es la misma de un ensayo a otro.

PLANTEAMIENTO:
Un estudio del Departamento de Transporte de Illinois concluyó que 76.2% de quienes
ocupaban los asientos delanteros de los vehículos utilizaba cinturón de seguridad. Esto
significa que los dos ocupantes de la parte delantera utilizaban cinturones de seguridad.
Suponga que decide comparar la información con el uso actual que se da al cinturón de
seguridad, para lo cual selecciona una muestra de 12 vehículos.

INFORME A PRESENTAR:
Presente un informe en el que como mínimo incluya:
1) ¿Esta situación cumple con los supuestos de la distribución binomial?
Identifíquelos.

2) Elabore un diagrama de barras para la distribución de probabilidad binomial que

representa esta situación.
 3) ¿Cuál es la probabilidad que los ocupantes de la parte delantera en exactamente 7 de
los 12 vehículos seleccionados utilicen cinturones de seguridad?

4) ¿Cuál es la probabilidad que los ocupantes de la parte delantera de por lo menos 7

de los 12 vehículos utilicen cinturón de seguridad?

5) ¿Cuál es la probabilidad que los ocupantes de la parte delantera de máximo 7 de los

12 vehículos?

6) Encuentre el valor esperado del número de vehículos en los que los ocupantes de la
parte delantera utilizan el cinturón de seguridad.

DESARROLLO DEL INFORME:

1) ¿Esta situación cumple con los supuestos de la distribución binomial?

Identifíquelos.

Antes de determinar si la situación cumple o no con los supuestos de una

Distribución Binomial, primero vamos a identificar cuáles son esos supuestos:

En general, en una distribución de este tipo se cumple que:

 Los ensayos son independientes

 Cada ensayo es de tipo Bernoulli. Esto es, tiene sólo dos resultados posibles:
“éxito” o “fracaso”.
 La probabilidad de éxito de cada ensayo, denotada por p, permanece
constante.

En este caso las pruebas se hacen individualmente, cada una con igual probabilidad
y dos posibles resultados Éxito y Fracaso.

Con esto podemos decir que el enunciado anterior cumple con los supuestos de
una Distribución Binomial.
2) Elabore un diagrama de barras para la distribución de probabilidad binomial
que representa esta situación.

Diagrama de probabilidad por cada cantidad de pruebas:

3) ¿Cuál es la probabilidad que los ocupantes de la parte delantera en

exactamente 7 de los 12 vehículos seleccionados utilicen cinturones de
seguridad?

Respuesta:

4) ¿Cuál es la probabilidad que los ocupantes de la parte delantera de por lo

menos 7 de los 12 vehículos utilicen cinturón de seguridad?

5) ¿Cuál es la probabilidad que los ocupantes de la parte delantera de máximo 7

de los 12 vehículos?

6) Encuentre el valor esperado del número de vehículos en los que los ocupantes
de la parte delantera utilizan el cinturón de seguridad.

3) ¿Cuál es la probabilidad que los ocupantes de la parte delantera en

exactamente 7 de los 12 vehículos seleccionados utilicen cinturones de
seguridad?

Para calcular esta probabilidad vamos primero a mostrar la fórmula general para el
cálculo de probabilidades en Distribuciones binomiales:

()
f ( x , p , n ) = n ∗p ∗q
x
x n−x

Con esta expresión ya podemos resolver esta probabilidad:

 7 ( )
P[ X =7]= 12 ∗0.762 ∗(1−0.762)
7 12−7

P[ X =7]=
( 12 !
)
7 ! ( 12−7 ) !
∗0.7627∗(0.238)12−7

P[ X =7]=
( 712! ( 5!) ! )∗0.762 ∗0.238
7 5

P [ X=7 ] =( 479001600
604800 )
∗0.149171∗0.000763 633

P [ X=7 ] =792∗0.149171∗0.000763633

P [ X=7 ] =792∗0.149171∗0.000763633

P [ X=7 ] =0.090218223=9.02%

Siendo este valor la probabilidad de que los ocupantes de la parte delantera en

exactamente 7 de los 12 vehículos seleccionados utilicen cinturones de seguridad.

4) ¿Cuál es la probabilidad que los ocupantes de la parte delantera de por lo

menos 7 de los 12 vehículos utilicen cinturón de seguridad?

Para este ejercicio debemos calcular las sumas de las probabilidades de:

P [ X=7 ] + P [ X=8 ] + P [ X =9 ] + P [ X=10 ] + P [ X=11 ] + P [ X=12 ]

Para ello vamos a calcular las probabilidades de manera individual y luego las
sumamos:

P [ X=7 ] =
( 12 !
7 ! ( 12−7 ) !)∗0.7627∗( 0.238 )5=0.090218223

P [ X=8 ] =
( 8 ! ( 12−8
12 !
)! )
8 4
∗0.762 ∗( 0.238 ) =0.18053142

P [ X=9 ] =
( 9 ! ( 12−9
12 !
)! )
9 3
∗0.762 ∗( 0.238 ) =0.256890648
 P [ X=10 ] =
( 10 ! ( 12−10
12!
)!)
10 2
∗0.762 ∗( 0.238 ) =0.246744547

P [ X=11 ] =
( 12 !
)
11! ( 12−11 ) !
∗0.76211∗( 0.238 )1 =0.143635863

P [ X=12 ] =
( 12! ( 12−12
12 !
)!)
12 0
∗0.762 ∗( 0.238 ) =0.038323014

Ya con esto podemos sumar las probabilidades y hallar el valor deseado:

P [ X ≥ 7 ] =0.090218326 +0.18053142+0.256890648+0.246744547+0.143635863+ 0.038323014

P [ X ≥ 7 ] =0.956343818=95.6 %

Siendo este valor la probabilidad de que los ocupantes de la parte delantera de por
lo menos 7 de los 12 vehículos utilicen cinturón de seguridad.

5) ¿Cuál es la probabilidad que los ocupantes de la parte delantera de máximo 7

de los 12 vehículos?

Para este ejercicio debemos calcular lo contrario del ejercicio anterior, así que
debemos calcular y luego sumar las siguientes probabilidades:

P [ ≤ 7 ] =P [ X =0 ] + P [ X=1 ] + P [ X=2 ] + P [ X=3 ]

+ P [ X=4 ] + P [ X=5 ] + P [ X =6 ] + P [ X=7 ]

Entonces vamos a realizar el mismo procedimiento del ejercicio anterior, calcular

cada una y sumar para obtener la probabilidad deseada:

P [ X=0 ] =
( 12 !
0 ! ( 12−0 ) !)∗0.7620∗( 0.238 )12=3.30311 E−08

* El valor anterior es bastante pequeño, por eso se ha expresado en notación

Científica.
P [ X=1 ] =
( 1! ( 12−1
12!
)! )
1 11
∗0.762 ∗ ( 0.238 ) =1.26906 E−06

* El valor anterior es bastante pequeño, por eso se ha expresado en notación

Científica.
 P [ X=2 ]=
( 12!
)
2! ( 12−2 ) !
2 10
∗0.762 ∗( 0.238 ) =2.23472 E−05

* El valor anterior es bastante pequeño, por eso se ha expresado en notación

Científica.
P [ X=3 ] =
( 3 ! ( 12−3
12 !
) !)
3 9
∗0.762 ∗( 0.238 ) =0.000238496

P [ X=4 ]=
( 12!
)
4 ! ( 12−4 ) !
4 8
∗0.762 ∗( 0.238 ) =0.00171807

P [ X=5 ] =
( 5 ! ( 12−5
12 !
) !)
5 7
∗0.762 ∗( 0.238 ) =0.008801136

P [ X=6 ] =
( 6 ! ( 12−6
12 !
)! )
6 6
∗0.762 ∗( 0.238 ) =0.032874832

P [ X=7 ] =
( 12 !
)
7 ! ( 12−7 ) !
7 5
∗0.762 ∗( 0.238 ) =0.090218223

P [ X ≤ 7 ] =1.26906E-06+2.23472E-05+0.000238496+0.00171807+ 0.008801136+0.032874832+ 0.09

P [ X ≤ 7 ] =0.133874476=13 . 387 %

Siendo este valor la probabilidad de que los ocupantes de la parte delantera de

máximo 7 de los 12 vehículos.

6) Encuentre el valor esperado del número de vehículos en los que los ocupantes
de la parte delantera utilizan el cinturón de seguridad.

Para calcular el Valor Esperado de una Variable Aleatoria se usa la siguiente

expresión:

μ X =E ( X ) =∑ [ x∗f ( x)]
x

Esta expresión lo que nos dice es que para a hallar el valor esperado debemos
realizar la suma de las probabilidades de cada variable “X” multiplicadas por “X”.
Teniendo en cuenta esto y como ya conocemos los valores de cada variable
mediante los ejercicios anteriores, podemos iniciar a calcular el valor esperado:
 μ X =E ( X ) =( 0∗3.30311E-08 ) + ( 1∗1.26906E-06 )+ ( 2∗2.23472E-05 ) + ( 3∗0.000238496 ) + ( 4∗0.00171807

μ X =E ( X ) =9.144
Siendo este último el valor esperado del número de vehículos en los que los
ocupantes de la parte delantera utilizan el cinturón de seguridad.

DESARROLLO DE CASO 2:

Nota: Este caso fue desarrollado por el estudiante Wilton Calvo Barrios.
El Baloto, es la lotería en línea de Colo.mbia, supervisado por ETESA (Empresa
territorial para la salud). Es un juego que consiste en acertar 6, 5, 4 o 3 números
en cualquier orden de una matriz del 1 al 45; El jugador señala en un tarjetón los 6
números que escoge. Los números están representados en 45 balotas numeradas
del 1 al 45. Cada número aparece una sola vez y las balotas ganadoras se
seleccionan sin reemplazo. El premio acumulado se entrega a quien haga coincidir
los seis números.

INFORME A PRESENTAR:
1.- ¿Esta situación cumple con los supuestos de la distribución
Hipergeométrica? Identifíquelos (Sugerencia: Divida los 45 números en dos
grupos: ganadores y no ganadores)
En la distribución hipergeométrica hay una población N y unos elementos de ella
que cumplen una propiedad, la cantidad de estos elementos es d . Entonces
nosotros extraemos una muestra n de la población y la distribución nos da la
probabilidad que hayamos elegido x elementos con la propiedad.
La población N son los 45 números.
Los elementos que cumplen la propiedad son los 6 que han salido en el sorteo.
La muestra que tomamos es una muestra de 6 números.
Y la probabilidad que nos da la distribución hipergeométrica es la de tener de 0 a
seis ganadores en la muestra.

2.- Usando la distribución de probabilidad hipergeométrica determinar la

probabilidad de que el jugador acierte los 6 números

La probabilidad viene dada por esta fórmula:

P ( x) =
( x )( n−x )
d N−d

( Nn )
Por tanto la probabilidad de acertar 6 es:

P ( 6 )=
( )(
6 45−6
6 6−6 ) =
1( )
39
0
=
1
=
39 ! 6 !
=
6!

( 456) (456) 3945!! 6 ! 45 ! ( 45 )( 44) ( 43 )( 42) ( 41) ( 40 )

720 1 −7
¿ = =0.000000122774≈ 1.23 x 10
5864443200 8145060

3.- La empresa encargada del sorteo informa que la probabilidad de que

coincidan todos los números es de 1 en 8145060. ¿Qué significa esto en
términos de probabilidad? Coincide esto con su respuesta anterior.
En términos de probabilidad significa:
1
P ( 6 )= =0.000000122774 ≈ 1.23 x 10−7
8145060
Coincide a la perfección porque llegamos a esa misma fracción.
El sorteo también otorga un premio si el jugador hace coincidir 3, 4 o 5 de los
números ganadores

4) Calcule la probabilidad, para hacer coincidir 3 de los 6 números

ganadores.

Usaremos la misma fórmula pero ahora con x=3 :

P ( x) =
( x )( n−x )
d N−d

( Nn )
Por tanto la probabilidad de acertar 3 es:
(6) (5) (4 )
P ( 3 )=
( )(
6 45−6
3 6−3 ) =
3! ( 39
3 ) =
(20)
( 39 ) (38 )( 37 )
3!
=
( 20 ) ( 9139 )

(456) ( 456) ( 45) ( 44 )( 436!) ( 42 )( 41)( 40 ) 8145060

182780
¿ =0.022440595895 ≈2.24 x 10−2
8145060

5) Calcule la probabilidad de que coincidan 4 de los 6 números ganadores

Ahora con x=4:

P ( x) =
( x )( n−x )
d N−d

( Nn )
Por tanto la probabilidad de acertar 4 es:

( )( ) ( )
6 45−6 (6 ) (5 )
39 ( 39 )( 38 )
(15)
4 6−4 2 2 2 ( 15 ) ( 741 )
P ( 4 )= = = =
( 456) ( 456 ) ( 45 ) ( 44 )( 436)(!42)( 41)( 40) 8145060
11115 −3
¿ =0.001364630831≈ 1.36 x 10
8145060

6) Calcule la probabilidad de que coincidan 5 de los 6 números ganadores

Ahora con x=5 :

P ( x) =
( x )( n−x )
d N−d

( Nn )
Por tanto la probabilidad de acertar 5 es:

P ( 5 )=
( 5)( 6−5 )
6 45−6
=
6( )
39
1
=
(6)(39)
=
234

(456) (456 ) ( 45 )( 44) ( 436) (!42) ( 41) ( 40 ) 8145060

39
¿ =0.00002872907 ≈2.87 x 10−5
1357510
7) Con base en los resultados obtenidos, usted invertiría dinero en el BALOTO?

Con base a los resultados probabilísticos no invertiría no invertiría en el Baloto, ya

que acertar los 6 números es casi imposible como lo vimos en el punto 2, y acertar
5 casi igual de imposible, tampoco es fácil acertar 4, y acertar 3 con suerte le
atinaría una vez al año si lo jugara todas las semanas.

DESARROLLO DE CASO 4:
Nota: Este caso fue desarrollado por el estudiante Vini Alexander Torres.

Para una población grande de

personas sin hogar, Wong y
Piliavin (2001) examinaron
factores de estrés, recursos y
agotamiento psicológico
empleando la Escala de
Depresión del Centro de
Estudios Epidemiológicos
(CESD), un cuestionario de
evaluación comunitario. Entre
las personas sin hogar, la puntuación media del cuestionario CESD es 23,5 con
una desviación estándar de 7.5 y se considera que para la Variable X =
puntuación del CESD, la distribución es normal. Como trabajador en el área de
admisiones en un refugio para personas sin hogar, usted es el encargado de
aplicar el CESD y debe evaluar los resultados para las nuevas personas que
lleguen al centro. Dentro de las políticas del refugio se encuentra que cualquier
persona cuya puntuación sea de 20 o más puntos en el CESD debe enviarse a ver
a un doctor.

INFORME A PRESENTAR:
Prepare un informe en el que como mínimo, incluya:
1. La probabilidad de que una persona que llegue al refugio sea enviado a ver al
doctor
2. La probabilidad de que una persona que llegue al refugio tenga una puntación
de 10 o menos puntos
3. La probabilidad de que una persona que llegue al refugio tenga una puntuación
entre 16 y 20 puntos
4. Si las personas sin hogar con puntuación en el 15% más alto deben ser
enviadas a los servicios de prevención de suicidios, ¿Qué puntuación hace
calificar a una persona que llega al refugio para este servicio?
5. Las personas sin hogar con puntación en el 25% más bajo, se les envía a un
servicio de orientación laboral para mejorar sus recursos. ¿Qué puntuación
permite calificar a una persona para acceder a este servicio?

DESARROLLO DEL CASO:

Tomaremos la tabla de Distribución normal para ubicarnos en el desarrollo

1: Tomamos x como variable aleatoria que nos representara el puntaje del CESD
que calcularemos, con esto podemos indicar que la probabilidad de que una
persona llegue al refugio sea enviado por el doctor es de un: 68.09 %
2. La probabilidad de que una persona que llegue al refugio tenga una puntación
de 10 o menos puntos es de:

X −µ
z=
σ

10−23,5
z=
7,5

Según la tabla de distribución normal obtenemos el valor de 0,9641

Entonces P(x ≥10)=1−0.9641=0.0359 0,0359 * 100 = 3,59 %

10 puntos son de 3,59%

3. La probabilidad de que una persona que llegue al refugio tenga una puntuación
entre 16 y 20 puntos Usamos la formula normal y según la tabla de distribución
tenemos

X −µ
z=
σ

16−23,5
z=
7,5

Según la tabla de distribución normal obtenemos el valor de 0,1586

20−23,5
z=
7,5
Según la tabla de distribución normal obtenemos el valor de 0,3227

P(z ≥16)=1−0.1586=0.8414 P( z ≥20)=1−0.3227=0.6773

0.8414-0.6773= 0,1641

0,1641 * 100 = 16,41 %

4. Si las personas sin hogar con puntuación en el 15% más alto deben ser
enviadas a los servicios de prevención de suicidios, ¿Qué puntuación hace
calificar a una persona que llega al refugio para este servicio?
Como tenemos ya el 15% y el restante 85% entonces lo aremos despejando para
poder hacer la formula

X −μ
z= X =μ+( σ∗z )
σ

X =23,5+ ( 7,5∗1,5 ) X=23,5+(11,25)

X =34,75 puntos

5. Las personas sin hogar con puntación en el 25% más bajo, se les envía a un
servicio de orientación laboral para mejorar sus recursos. ¿Qué puntuación
permite calificar a una persona para acceder a este servicio?

X −µ
z=
σ

El valor de Z=0,2419 que corresponde a x= - 0,67

¿ μ+(σ∗z)
Reemplazando tenemos:
X =23,5+(7,5∗−0,67)
X =23,5+(−5,25)

X =18,25 puntos

Caso Planteamiento Probabilidad %

1 probabilidad de que una persona llegue al refugio sea 68.09 %

enviado por el doctor
2 probabilidad de que una persona que llegue al refugio 3,59 %
tenga una puntación de 10 o menos
3 probabilidad de que una persona que llegue al refugio 16.41%
tenga una puntuación entre 16 y 20 puntos
4 puntuación hace calificar a una persona que llega al 34,75 puntos
refugio para este servicio
5 puntuación permite calificar a una persona para 18,25 puntos
acceder a este servicio
 CONCLUSIONES

Al haber desarrollado este trabajo colaborativo basado en problemas y situaciones reales,

los estudiantes del curso Probabilidad han comprendido la importancia de interiorizar y
entender la importancia de las variables aleatoria y su manera de calcularlas. El desarrollo
de los casos de estudio les ha permitido aprender cómo se emplean estos conceptos
sobre la vida real al estudiar y manipular información de sucesos cotidianos. La guía
proponía al estudiante resolver y dar justificaciones de estas soluciones, esto ayuda a
mejorar la capacidad analítica y deductiva de cada uno.

Se ha entendido lo importante que son estas formulaciones, pues se aplican al mundo

real, de hecho rigen la toma de muchas decisiones para eventos, compañías, fabricas etc.
De seguro el entender estos conceptos ayuda al estudiante en su forma de concebir el
mundo y los sucesos que lo rodean, y de cómo analizarlo.
 BIBLIOGRAFIAS

 Documento PDF, Estudio de Casos, recuperado el 10 de Abril de 2016 en

http://datateca.unad.edu.co/contenidos/100402/2016_16-01/Unidad_2_100402_Estudio
s_de_Caso.pdf

 Documento PDF, Unidad 1 – Principios de Probabilidad, recuperado el 5 de Marzo

de 2016 en http://campus03.unad.edu.co/ecbti04/mod/book/view.php?
id=6223&chapterid=1712

 Articulo Web, Variable Aleatoria, Extraído el 15 de Marzo de 2016 en

https://es.wikipedia.org/wiki/Variable_aleatoria

 FisicayMates (Productor). (2015) Distribución Binomial | Explicación y ejercicio resuelto

[Video Tutorial].
YouTube. (https://www.youtube.com/watch?v=GvqsxC8UL3I)

 LCP (Productor). (2012) Distribución de probabilidad binomial.mpg [Video Tutorial].

YouTube. (https://www.youtube.com/watch?v=Bksp0Y47fEw)

 dataminingincae (Productor). (2015) Probabilidad: Variables Aleatorias Discretas. Valor

Esperado. Varianza. Desviacion Standard [Video Tutorial].
YouTube. (https://www.youtube.com/watch?v=Bksp0Y47fEw)

 Articulo Web, Valor Esperado, Extraído el 20 de Abril de 2016 en

http://www.sites.upiicsa.ipn.mx/polilibros/portal/polilibros/p_terminados/Probabilidad/
doc/Unidad%202/2.5.htm