Paso 3. Probabilidad y modelos de probabilidad.

Presentado por:

Luis Fernando García Ayub

Rubén Darío Herrera

Tutor

Universidad Nacional Abierta y a Distancia

Escuela de ciencias de a educación

Licenciatura en matemáticas

Noviembre -2022
 Introducción

Con la realización de este trabajo, se está cumpliendo con el paso 3 del curso probabilidad, el cual
tiene como nombre probabilidad y modelos de probabilidad.

Consiste en desarrollar una serie de ejercicios propuestos en la guía de actividades del curso, los
cuales van en dos partes, la primera consiste en realizar unos lanzamientos en un simulador,
responder varias preguntas sobre los lanzamientos de los dados en el simulador.

Por último, la parte B, consiste en darle respuesta a mínimo un ejercicio, de los propuestos por el
tutor.

Todo esto contribuye a comprender los significados de probabilidad y distribuciones discretas, así
como los fundamentos de probabilidad, usando cada método de manera apropiada en la solución
de problemas.
 Parte A

Ejercicios

Punto 1

Se carga una moneda de tal manera que 𝑃(𝐶) = 3/7 y 𝑃(𝑆) = 4/7, siendo 𝑃(𝐶) la probabilidad que
salga cara y 𝑃(𝑆) la probabilidad que salga sello. Supóngase que se lanza la moneda 3 veces
consecutivas y sea X la variable aleatoria que indica el número de caras obtenidas.

A) Hallar la función de distribución de la variable aleatoria X.

B) Calcular 𝐸(𝑋)

Solución

La probabilidad de que salga cara es de 3/7= 0,4286= 42,86%

La probabilidad de que salga sello es de 4/7= 0,5714= 57,14%

𝑛
f(x) = ( ) ∗ 𝑝 𝑥 ∗ (1 − 𝑝)𝑛−𝑥
𝑥
7 7
f(x = 0) = ( ) ∗ (0,4286)0 ∗ (0,5714)7 = 0,0199 f(x = 1) = ( ) ∗ (0,4286)1 ∗ (0,5714)6 = 0,1044
0 1

7 7
f(x = 2) = ( ) ∗ (0,4286)2 ∗ (0,5714)5 = 0,2350 f(x = 3) = ( ) ∗ (0,4286)3 ∗ (0,5714)4 = 0,2938
2 3

7 7
f(x = 4) = ( ) ∗ (0,4286)4 ∗ (0,5714)3 = 0,2203 f(x = 5) = ( ) ∗ (0,4286)5 ∗ (0,5714)2 = 0,0992
4 5

7 7
f(x = 6) = ( ) ∗ (0,4286)6 ∗ (0,5714)1 = 0,0248 f(x = 7) = ( ) ∗ (0,4286)7 ∗ (0,5714)0 = 0,0027
6 7
Punto 2

Supóngase que un examen contiene 15 preguntas de tipo falso o verdadero. El examen se aprueba
contestando correctamente por lo menos 9 preguntas.

Si se lanza una moneda para decidir el valor de verdad de cada pregunta, ¿cuál es la probabilidad
de aprobar el examen?

R/

La distribución del número de aciertos será una distribución Binomial de parámetros n

= 15, p = 1/2 y 1-p = ½.

Punto 2. Solución
𝑛
f(x) = ( ) ∗ 𝑝 𝑥 ∗ (1 − 𝑝)𝑛−𝑥
𝑥
15 (0,5)9 (0,5)6
f(x = 9) = ( )∗ ∗ = 0,1527
9
Punto 3

3. El gerente de un restaurante que sólo mediante reservación sabe, por experiencia, que el

15% de las personas que reservan una mesa no asistirán. Si el restaurante acepta 25

reservaciones que sólo dispone de 20 mesas, ¿cuál es la probabilidad de que a todas las

personas que asistirán al restaurante se les asigne una mesa?

Datos

Se harán las siguientes representaciones

variable aleatoria 𝛿 (decisión de asistir) (𝛿=0) o no asistir (𝛿 = 1)

𝑝 = 0,15

ℎ𝑎𝑐𝑖𝑒𝑛𝑑𝑜 𝑙𝑎 𝑠𝑢𝑝𝑜𝑠𝑖𝑐𝑖ó𝑛 𝑑𝑒 𝑞𝑢𝑒 𝑙𝑎𝑠 𝑟𝑒𝑐𝑒𝑟𝑣𝑎𝑠 ℎ𝑒𝑐ℎ𝑎𝑠 𝑠𝑜𝑛 𝑖𝑛𝑑𝑖𝑣𝑖𝑑𝑢𝑎𝑙𝑒𝑠, 𝑜𝑏𝑏𝑡𝑒𝑛𝑑𝑟𝑒𝑚𝑜𝑠 𝑢𝑛 𝑡𝑜𝑡𝑎𝑙

(𝑛 𝑟𝑒𝑠𝑒𝑟𝑣𝑎𝑠) 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 (𝛿1 … 𝛿 n) 𝑟𝑒𝑠𝑒𝑟𝑣𝑎𝑠, 𝑙𝑎 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠 𝑞𝑢𝑒 𝑎𝑠𝑖𝑠𝑡𝑒𝑠 𝑒𝑠 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑜

𝑌𝑛 = ∑ 𝛿1
𝑖=1
 𝑛 = 25

20
25
𝑃(𝑌 ≤ 20) = ∑ ( ) ∗ 0,15𝑖 ∗ (1 − 0,15)25−𝑖 = 0,52207
𝑖
𝑖=0

Punto 4

4. Supóngase que la concentración de cierto contaminante se encuentra distribuida de

manera uniforme en el intervalo de 4 a 20 ppm (partes por millón). Si se considera como

tóxica una concentración de 15 ppm o más, ¿cuál es la probabilidad de que al tomarse una

muestra la concentración de ésta sea tóxica?

Datos

X=concentración de cierto contaminante

T=toxica donde T≥ 15

La variable X es distribuida de manera uniforme X~𝑈(4,20)

Se debe tener la siguiente probabilidad

𝑃 (𝑋 ≥ 15) = 1 − 𝑃(𝑋 < 15)

0 𝑠𝑖𝑥 < 𝑎
𝑥−𝑎
𝐹 (𝑥 ) = 𝑃 (𝑋 ≤ 𝑥 ) = { 𝑠𝑖 𝑎 ≤ 𝑥 ≤ 𝑏
𝑏−𝑎
1 𝑠𝑖 𝑏 < 𝑥

Damos solución

1 − (15 − 4) 1 − 11 12 3
𝑃 (𝑋 ≥ 15) = 1 − 𝑃(𝑋 < 15) = = = = = 0.75
20 − 4 16 16 4

La probabilidad de que al tomarse una muestra ésta, sea tóxica es de 0.75

Punto 5

5. Suponga que 𝜆 = 2 cuando la vida es expresada en días, una lámpara es prendida en una

sala en el instante 𝑡 = 0. Un día después, usted entra en la sala y se queda en ella durante 8

horas, saliendo al final de este tiempo. ¿Cuál es la probabilidad de que usted entre en la sala

cuando ya este oscuro?

Datos:

El problema nos solicita hallar la probabilidad de “entrar a la sala cuando ya está oscuro”

midiendo el número de ocurrencias del evento en un espacio de tiempo determinado.

𝑥 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑣𝑒𝑐𝑒𝑠 𝑞𝑢𝑒 𝑜𝑐𝑢𝑟𝑟𝑒 𝑢𝑛 𝑒𝑣𝑒𝑛𝑡𝑜 𝑑𝑢𝑟𝑎𝑛𝑡𝑒 𝑢𝑛 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒𝑓𝑖𝑛𝑖𝑑𝑜

media o valor esperado = λ = 2

𝑖𝑛𝑐ó𝑔𝑛𝑖𝑡𝑎 = 𝑃(𝑋 = 𝑥)
Estrategia:

La media es de 2, y se entra a la sala cuando ya ha pasado un día, así que se nos pide hallar la
probabilidad de que entremos a la sala en el intervalo de 1 a 2 días. Podemos usar la función de
probabilidad de distribución de Poisson que nos permita hallar esa probabilidad.

Operación:

La distribución nos da 𝜆 = 2 y el intervalo 𝑃(1 ≤ 𝑥 ≥ 2Por lo tanto, la distribución de probabilidad

será de la forma:

𝑒 −λ λ𝑥
𝑃(1 ≤ 𝑥 ≥ 2) =
𝑥!
Remplazando:

𝑒 −2 ∗ 2𝑥
𝑃(1 ≤ 𝑥 ≥ 2) =
𝑥!
Resolviendo:
 𝑒 −2 ∗ 21
𝑃(1 ≤ 𝑥 ≥ 2) = = 0,27
1
𝑒 −2 ∗ 22
𝑃(1 ≤ 𝑥 ≥ 2) = = 0,27
2
Respuesta:

Al sumar ambas probabilidades tenemos que 1 ≤ 𝑥 ≥ 2 = 0,54 .

Punto 6

6. El espacio muestral de un experimento aleatorio es Ω = {𝑎, 𝑏, 𝑐, 𝑑, 𝑒, 𝑓} y cada resultado es

igualmente probable. Se define una variable aleatoria X como sigue:

𝜔 a b c d e F
𝑋(𝜔) 0 0 1,5 1,5 2 3

Calculas las siguientes probabilidades:

 a. 𝑃 (𝑋 = 1,5)

Podemos empezar por plantear la probabilidad de que cada evento X (w) se de en una diagrama
como sigue:

𝑃 (𝑋 = 1,5) tenemos 2 opciones: 𝜔 = c y 𝜔 = d.

𝑃 = 1/6 + 1/6 = 2/6 simplificamos 𝑃 (X= 1,5) = 1/3

b. 𝑃 (|𝑋 − 1| ≤ 1,5)

Para este caso tenemos que efectuar la resta que se propone y evaluar para cuáles resultados
resulta el valor absoluto menor o igual a 1,5:

f(a)P(|0 − 1| ≤ 1,5) = 1 ≤ 1,5

f(b)P(|0 − 1| ≤ 1,5) = 1 ≤ 1,5

f(c)P(|1,5 − 1| ≤ 1,5) = 0,5 ≤ 1,5

f(d)P(|1,5 − 1| ≤ 1,5) = 0,5 ≤ 1,5

f(e)P(|2 − 1| ≤ 1,5) = 1 ≤ 1,5

f(f)P(|3 − 1| ≤ 1,5) = 2 𝑛𝑜 𝑒𝑠 𝑚𝑒𝑛𝑜𝑟 𝑜 𝑖𝑔𝑢𝑎𝑙 𝑎 1,5

vemos que f(f) es la única variable para la que la probabilidad no aplica y podemos sumar las
demás probabilidades.

Dado el espacio muestral a, b, c, d, e, f con probabilidad igual para cada caso tenemos que la
probabilidad para que se de cada resultado es de 1/6

Sin embargo, hay dos resultados que tienen doble probabilidad de que sucedan:

a = 0 y b = 0; c = 1,5 y d = 1,5

Entonces, los valores 0 y 1,5 se multiplican por dos en su probabilidad:

 P(x = 0) = 1/6 ∗ 2 = 1/3

P(x = 1,5) = 1/6 ∗ 2 = 1/3

Para P (e) la probabilidad es solo de 1/6

Sumando las probabilidades para 𝑃 (|𝑋 − 1| ≤ 1,5) tenemos:

1 1 1 5
P(|X − 1| ≤ 1,5) = + + =
3 3 6 6

P(𝑋(𝜔))
0,35

0,3

0,25

0,2

0,15

0,1

0,05

0 1,5 2 3

Punto 7
7- Se lanza una moneda corriente 4 veces consecutiva. Sea X la variable aleatoria que
denota el número de caras obtenidas. Hallar y graficas la función de distribución de la
variable aleatoria 𝑌 = 𝑋 − 2.
Para realizar este ejercicio, se efectuará una tabla, donde se cumplirá la regla establecida de
Y= X-2
X 2 3 4 6
Y 0 1 2 4
Seguidamente empleando el GeoGebra, se realiza la representación

Nota. Grafica Cardona (2022)

Punto 8

8- Una urna contiene 5 bolas blancas y 10 bolas negras. Un dado corriente es lanzado. Se
extrae de la urna un número de bolas igual al resultado obtenido en el lanzamiento del
dado.
a. ¿Cuál es la probabilidad de que todas las bolas extraídas sean blancas?
Para dar resultado a dicha pregunta, emplearemos la siguiente formula:

# 𝐶𝐴𝑆𝑂𝑆 𝐹𝐴𝑉𝑂𝑅𝐴𝐵𝐿𝐸𝑆
𝑃(𝐵) =
#𝐶𝐴𝑆𝑂𝑆 𝑃𝑂𝑆𝐼𝐵𝐿𝐸𝑆

5 1
𝑃(𝐵) = = = 0,33
15 3

Lanzamiento 1

1
𝑃(1) = = 0,33
3
Lanzamiento 2

1 1 1
𝑃(2) = ( ) ( ) = = 0,11
3 3 9

Lanzamiento 3

1 1 1 1
𝑃(3) = ( ) ( ) ( ) = = 0,037
3 3 3 27

Lanzamiento 4

1 1 1 1 1
𝑃(4) = ( ) ( ) ( ) ( ) = = 0,012
3 3 3 3 81

Lanzamiento 5

1 1 1 1 1 1
𝑃(5) = ( ) ( ) ( ) ( ) ( ) = = 0,0041
3 3 3 3 3 243

Lanzamiento 6

1 1 1 1 1
𝑃(6) = ( ) ( ) ( ) ( ) ( ) (0) = 0
3 3 3 3 3

Como se puedo observar en el proceso, solo hay 5 bolas blancas.

b. ¿Cuál es la probabilidad de que el resultado obtenido al lanzar el dado sea 3 si todas

las bolas extraídas son blancas?
Para dar respuesta a dicha pregunta, emplearemos la misma formula que se utilizo en el
anterior caso.
# 𝐶𝐴𝑆𝑂𝑆 𝐹𝐴𝑉𝑂𝑅𝐴𝐵𝐿𝐸𝑆
𝑃(𝐵) =
#𝐶𝐴𝑆𝑂𝑆 𝑃𝑂𝑆𝐼𝐵𝐿𝐸𝑆

5 1
𝑃(𝐵) = = = 0,33
15 3
1 1 1 1
𝑃(3) = ( ) ( ) ( ) = = 0,037
3 3 3 27
Observador los resultados obtenidos, nos indica que la probabilidad de que el resultado
obtenido al lanzar el dado sea 3, con la condición de que todas las bolas extraídas son
1
blancas es 27
Parte B

Al culminar los ejercicios de la Parte A, cada estudiante

deberá los mismos ejercicios que previamente ha
desarrollado en la Parte A con el Software GeoGebra o en
Excel, incluir los pantallazos con las gráficas, donde se
observe la distribución que emplea, los parámetros, el
intervalo y tablas que evidencien su desarrollo con
GeoGebra (opción Probabilidad).

Nota: En este trabajo se deben entregar todos los ejercicios

propuestos, si alguno de los participantes del grupo no
realizo ejercicios los demás deben hacerlo. Si solo participa
un estudiante, debe de la totalidad del trabajo
 Referencias bibliográficas

Alvarado, M. (2014). Probabilidad y estadística: Serie Universitaria Patria. México,

D.F., MX: Larousse - Grupo Editorial Patria. https://elibro-
net.bibliotecavirtual.unad.edu.co/es/ereader/unad/39459
Castañeda, L. B. (2004). Probabilidad. Univ. Nacional de Colombia.
https://repositorio.unal.edu.co/handle/unal/53471
Siegrist, K. (2013). Virtual Laboratories in Probability and Statistics.
http://www.math.uah.edu/stat/index.htm
Principio del formulario