GUÍA DE ACTIVIDADES Y RÚBRICA DE EVALUACIÓN – TAREA 3 –

EXPERIMENTOS ALEATORIOS Y DISTRIBUCIONES DE

PROBABILIDAD.

Presentado a

Tutor (a)

Entregado por:

Javier Enrique Pérez Arguello

Código:74084029

Grupo: 100402_22

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

VICERRECTORÍA ACADEMICA Y DE INVESTIGACION

ESTADISTICA

FECHA

2022
 OBJETIVOS

1.Identificar distribución binomial

2.Tecnicas de conteo

3. Resolver casos de estudio, a partir de los conceptos propios de los

experimentos aleatorios y las distribuciones de Probabilidad según las

situaciones problémicas planteadas.

4. Distribuciones de probabilidad
ACTIVIDAD 1. TABLA COMPARATIVA DE CONCEPTOS (GRUPAL).

TABLA COMPRATATIVA

CONCEPTO DEFINICION VARIABLE, FORMULA O

IMAGEN QUE REPRESENTA

EL CONCEPTO

Variable aleatoria  Resultado numérico de un

experimento aleatorio,
 
como lanzar un dado

Variable aleatoria Esta variable permite tomar

continua cualquier valor entre dos ya

estipulados, no toma

infinitos valores

Variable aleatoria sólo puede tomar un número de componentes de

discreta número finito de valores una manada de osos, puede

dentro de un intervalo. ser 4 ó 5 individuos, pero

nunca 5,75 ó 5,87

Distribución de La distribución de

Probabilidad probabilidad de una variable

aleatoria es una función que

asigna a cada suceso

definido sobre la variable

la probabilidad de que dicho

suceso ocurra.

Distribución de  Describe probabilidades de

Probabilidad posibles valores de una

Continua variable aleatoria continua.

solo los rangos de valores

pueden tener

una probabilidad diferente

de cero.

Distribución de Una distribución de

Probabilidad probabilidad discreta suele

Discreta representarse en forma

tabular.

Media Valor promedio de un

conjunto de datos
 numéricos

Desviación estándar Medida de dispersión más

común, que indica qué tan

dispersos están los datos

con respecto a la media.

Valor esperado es igual al sumatorio de las

probabilidades de que

exista un suceso aleatorio,

multiplicado por el valor del

suceso aleatorio,
 

Varianza medida de dispersión que

representa la variabilidad

de una serie de datos

respecto a su media. 

Función de  es una función que

Probabilidad devuelve la probabilidad de

que una variable aleatoria

discreta sea exactamente

igual a algún valor

Función de densidad caracteriza el

comportamiento probable

de una población en tanto

especifica la posibilidad

relativa de que una variable

aleatoria continua X tome

un valor cercano a x

Distribución  cuenta el número de éxitos

binomial en una secuencia

 
de n ensayos

de Bernoulli independientes

entre sí, con una

probabilidad fija p de

ocurrencia del éxito entre

los ensayos. . .

Aproximación de la se puede emplear, cuando

D. binomial a la D. hay un resultado diferente

Poisson sobre la probabilidad de que

ocurra una cantidad

determinada de éxitos en

una serie de experimentos

independientes.
Distribución Poisson  se caracteriza por contar la

cantidad de éxitos en una

secuencia de ensayos de

Bernoulli independientes

entre si.

Distribución distribución discreta

Hipergeométrica relacionada con muestreos

aleatorios y sin reemplazo.

Suponga que se tiene una

población de N elementos

de los cuales, d pertenecen

a la categoría A y N-d a la

B.

Distribución normal La gráfica de su función de

densidad tiene una forma

acampanada y es simétrica

respecto de un

determinado parámetro

estadístico. Esta curva se

conoce como campana de

Gauss 
 Distribución normal Es un caso especial de la

estándar función donde μ = 0 y σ =

Área bajo la curva 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,

Aproximación de la siempre que n sea grande y

normal a la binomial 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.

TIPO DE EJERCICIOS 1 - DISTRIBUCIÓN BINOMIAL.

Se realiza una encuesta entre los estudiantes de la UNAD, se encuentra que el 30% no lee más de tres

libros al año.
a. Si se les pregunta a 15 estudiantes.

i) Cual es la probabilidad de que exactamente 7 haya leído más de tres libros en un año.

Solución

DATOS

Probabilidad de Probabilidad de Muestra(n) Ocurrencia(x)

éxito(p) fracaso (q)

0.7 0.3 15 7

p ( X )= (nx) p q ( nx)= x ! ( n−x

x n−x n!
)!

remplazamos valores

( )
( X =7 )= 15 ¿ 0,77∗0,315−7
7

15 ! 7 15−7
p ( X=7 )= ¿ 0,7 ∗0,3
7 ! ( 15−7 ) !

15 ! 7 15−7
p ( X=7 )= ¿ 0,7 ∗0,3
7 ! ( 8) !

15∗14∗13∗12∗11∗10∗9∗8 7 15−7
p ( X=7 )= ¿ 0,7 ∗0,3
8∗7∗6∗5∗4∗3∗2∗1

p ( X=7 )=0.0348
La probabilidad de que exactamente 7 estudiantes hayan leído al menos 3 libros es del 3.48%

ii) Cual es la probabilidad de que entre 5 y 10 inclusive no hayan leído más de tres libros en un año

DATOS

Probabilidad de Probabilidad de Muestra(n) Ocurrencia(x)

éxito(p) fracaso (q)

0.3 0.7 15 5 ≤ x ≤10

() ()
p ( X )= n p x q n−x n =
x
n!
x x ! ( n−x ) !

remplazamos valores x =9

( )
( X =9 ) = 15 ¿ 0,39∗0,715−9
8
 15 ! 9 15−9
p ( X=9 )= ¿ 0,3 ∗0,7
9 ! ( 15−9 ) !

15 !
p ( X=9 )= ¿ 0,39∗0,7 15−9
9 ! ( 6) !

15∗14∗13∗12∗11∗10 9 15−9
p ( X=9 )= ¿ 0,3 ∗0,7
6∗5∗4∗3∗2∗1

p ( X=9 )=0.0116

remplazamos valores x =8

( )
( X =8 )= 15 ¿ 0,38∗0,7 15−8
8

15 ! 8 15−8
p ( X=8 )= ¿ 0,7 ∗0,3
8 ! ( 15−8 ) !

15 !
p ( X=8 )= ¿ 0,7 8∗0,3 7
8 ! ( 7) !

15∗14∗13∗12∗11∗10∗9 8 7
p ( X=8 )= ¿ 0,7 ∗0,3
7∗6∗5∗4∗3∗2∗1

p ( X=8 )=0.0348

remplazamos valores x =7

( )
( X =7 )= 15 ¿ 0,37∗0,7 15−7
7

15 ! 7 15−7
p ( X=7 )= ¿ 0,7 ∗0,3
7 ! ( 15−7 ) !
 15 ! 7 15−7
p ( X=7 )= ¿ 0,7 ∗0,3
7 ! ( 8) !

15∗14∗13∗12∗11∗10∗9∗8
p ( X=7 )= ¿ 0,77∗0,315−7
8∗7∗6∗5∗4∗3∗2∗1

p ( X=7 )=0.0811

remplazamos valores x =6

p ( X )= (nx) p q ( nx)= x ! ( n−x

x n−x n!
)!

remplazamos valores

( )
( X =6 ) = 15 ¿ 0,76∗0,315−6
6

15 !
p ( X=6 )= ¿ 0,7 6∗0,315−6
6 ! ( 15−6 ) !

15 ! 6 15−6
p ( X=6 )= ¿ 0,7 ∗0,3
6 ! ( 9) !

15∗14∗13∗12∗11∗10∗9∗8∗7 6 15−6
p ( X=6 )= ¿ 0,7 ∗0,3
9∗8∗7∗6∗5∗4∗3∗2∗1

p ( X=6 )=0.1472

remplazamos valores x=5

() ()
p ( X )= n p x q n−x n =
x
n!
x x ! ( n−x ) !

remplazamos valores
 ( )
( X =5 )= 15 ¿ 0,7 5∗0,3 15−5
5

15!
p ( X=5 )= ¿ 0,7 5∗0,315−5
5! ( 15−5 ) !

15 ! 5 15−5
p ( X=5 )= ¿ 0,7 ∗0,3
5! ( 10 ) !

15∗14∗13∗12∗11∗10∗9∗8∗7∗6
p ( X=5 )= ¿ 0,75∗0,315−5
10∗9∗8∗7∗6∗5∗4∗3∗2∗1

p ( X=5 )=0.2061

p ( 5≤ x ≤ 10 ) =0.2061+ 0.1472+ 0.0811+0.0348+0.0116+ 0.003=0.4838

la probabilidad de que entre 5 y 10 inclusive no hayan leído más de tres libros en un año es de 48.38%

EJERCICIO 2. DISTRIBUCIÓN POISSON.

Se sabe que el número de temblores de tierra ocurridos en un periodo de 1 año en

Colombia, es en promedio de 8.

a Cuál es la probabilidad que en los próximos 2 meses:

i) Se presente 1 temblor de tierra.

( ) e− λ∗λ x
P X=
x!

DATOS

8
λ=8 al año → =0.67 al mes →1.33333 en dos meses
12

P( x=1)

remplzamos valores

−1.3333 1
e ∗16
P ( X=1 ) =
1!

e−1.3333∗16
P ( X=1 ) =
1

16
1.3333
e
P ( X )=
1

16
P(X) 1.3333
e

P ( X )=0 ,3515
La probabilidad de que en dos meses se presente 1 temblor es de 35.15%

ii) Se presenten al menos 2 temblores de tierra.

( ) e− λ∗λ x
P X=
x!

DATOS

8
λ=8 al año → =0.67 al mes →1.3333 en dos meses
12

1−P ( x <2 ) → P( x ≥ 2)

1−( p ( x=0 )+ p (x=1))

 −1.3333 1
e ∗1.333
P ( X=1 ) =
1!

−1.3333
e ∗1.333
P ( X=1 ) =
1

1
1.3333
∗1.333
e
P ( X=1 ) =
1

16
P ( X=1 ) 1.3333
e

P ( X=1 ) =0 , 3515

e−1.333∗1.3330
P ( X=0 )=
0!

P ( X=0 )=0 , 2618

1−( p ( x=0 )+ p ( x=1 ) ) =1−( 0.2618+ 0.3515 )

P( x ≥2)=0.3849

La probabilidad de que Se presenten al menos 2 temblores de tierra 38.49%.

EJERCICIO 3. DISTRIBUCIÓN HIPERGEOMÉTRICA.

En una planta de producción de medicamentos, se sabe que, por cada 1.000

tabletas fabricadas, 3 salen defectuosas

a. Si de un lote de producción de 5.000 tabletas se extraen 50.

i) Cuál es la probabilidad de que 7 salgan defectuosas.

DATOS

N k n x

5000 15 50 7
 P ( x) =
( x )( n−x )
k N −k

( Nn )

P ( x=7 )=
( 7 )( 50−7 )
15 5000−15

(5000
50 )

P ( x=7 )=
( 7 )( 43 )
15 4085

(5000
50 )

(157 )= 15 ! (1515−7
!
)!
=6435

( 4085
47 ) =
4085!
47 ! ( 4085−47 ) !

(5000
50 )=
5000 !
50 ! ( 5000−50 ) !

P ( x=7 )=0

LA probabilidad de que el lote salgan 7 rechazadas es del 0%

ii) Cuál es la probabilidad de que máximo 3 tabletas salgan defectuosas

DATOS

N k n x
 5000 15 50 x≤3

N=5000 K =15 n=50 x ≤ 3

P ( x) =
( x )( n−x )
k N −k

( Nn )

 P ( x=3 )=
( 3 )( 50−3 )
15 5000−15

(5000
50 )

P ( x=3 )=
( 3 )( 47 )
15 4085

(5000
50 )

(153 )= 15 ! (1515−3
!
)!
=455

( 4085
47 ) =
4085!
43 ! ( 4085−43 ) !

(5000
50 )=
5000 !
50 ! ( 5000−50 ) !

P ( x=3 )=0.1289

 P ( x=2 )=
( 2 )( 50−2 )
15 5000−15

( 5000
50 )
P ( x=2 )=
( 2 )( 48 )
15 4085

(5000
50 )

(152)= 15 ! (1515−2
!
)!

( 4085
48 ) =
4085!
48 ! ( 4085−48 ) !

(5000
50 )=
5000 !
50 ! ( 5000−50 ) !

P ( x=2 )=0.2714

 P ( x=1 )=
( 1 )( 50−1 )
15 5000−15

( 5000
50 )

P ( x=1 )=
( 1 )( 49 )
15 4085

(5000
50 )

(151 )= 15 ! (1515−1
!
)!

( 4085
49 ) 49 ! ( 4085−49 ) !
=
4085 !

(5000
50 ) 50 ! ( 5000−50 ) !
=
5000 !

P ( x=1 )=0.3458
  P ( x=0 )=
( 0 )( 50−0 )
15 5000−15

(5000
50 )

P ( x=0 )=
( 0 )( 49 )
15 4085

(5000
50 )

(150 )= 15 ! (1515−0
!
)!

( 4085
50 ) =
4085 !
50 ! ( 4085−50 ) !

(5000
50 )=
5000 !
50 ! ( 5000−50 ) !

P ( x=0 )=0.201

P ( x ≤ 3 )=0.201+0.3458+ 0.2714+0.1289

P ( x ≤ 3 )=0.9471
EJERCICIO 4. DISTRIBUCIÓN NORMAL.

La duración de cierto tipo de diodo es en promedio de 10.000 horas, con desviación

típica de 800 horas. Para este problema año = 360 días, mes = 30 días, día=24

horas

a i) Cuál es la probabilidad de que dure más de un año.

DATOS

N (μ,σ )

N (10000 , 800)
P ( X ≥8640 )

(
P ( X ≥8640 )=P Z ≥
8640−10000
800 )
(
P ( X ≥8640 )=P Z ≥−
1360
800 )
P ( X ≥8640 )=P ( Z ≥−1.7 )

P ( X ≥8640 )=1−0. 0446=0.9554

la probabilidad de que dure más de un año ES DEL 95.54%

ii) Cuál es la probabilidad de que dure entre 13 y 18 meses.

N (μ,σ )

N (10000 , 800)

HACEMOS CONVERSION A HORAS

13 → 9360 HORAS
18 →12960 HORAS

P ( 13≥ X ≥ 18 )

P ( 9360 ≤ Z ≤ 12960 )=P ( 9360−10000

800
≤ Z≤
12960−10000
800 )
P ( 9360 ≤ Z ≤ 12960 )=P ( −640
800
≤Z ≤
800 )
2960

P ( 9360 ≤ Z ≤ 12960 )=P (−0.8 ≤ Z ≤3.7 )

P ( 9360 ≤ Z ≤ 12960 )=1−(−0.8 ≤ Z ≤3.7 )=−0.2119+099989=0.79

CONCLUSIONES
Para la unidad 2 tarea 3 de nuestro curso nos ha permitido

identificar los tipos de distribucion de probabilidad permitiendonos

aprender y desarrollar los ejercicios propuestos en esta unidad lo

cual nos da un aprendizaje amplio en el tema para desarrollarlo en

las actividades diarias de nuestra profesion .

Link video

https://www.youtube.com/watch?v=cH1R7BCGotM
 BIBLIOGRAFIA

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 Editorial EIA. (pp. 57-69, 72-74).

Rodríguez Franco, J. y Pierdant Rodríguez, A. I. (2015). Estadística para

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