El binomio de Newton es una herramienta fundamental en probabilidad, especialmente cuando se trata de modelar situacion

número específico de éxitos en un número determinado de ensayos independientes.

La fórmula general del binomio de Newton es:

Donde:

Ejemplo: Supongamos que lanzamos un dado justo (con 6 caras numeradas del 1 al 6) 4 veces y queremos calcular la probabili

Estos requisitos son:

1. Número fijo de ensayos (n): El ensayo debe consistir en un número fijo de repeticiones o ensayos, denotado como n. Cada
2. Resultados mutuamente excluyentes: Cada ensayo debe tener solo dos resultados posibles, comúnmente denominados éx
3. Probabilidad de éxito constante (p): La probabilidad de éxito en cada ensayo, denotada como p, debe ser constante. En otr
4. Probabilidad de fracaso constante (q): La probabilidad de fracaso en cada ensayo, denotada como q (donde q = 1 - p), tamb
Por ejemplo, lanzar una moneda una vez o tirar un dado una vez representa un ensayo de probabilidad.
Estos requisitos son:

1. Número fijo de ensayos (n): La experiencia debe consistir en un número fijo de repeticiones o ensayos, denotado como n.
2. Resultados mutuamente excluyentes: Cada ensayo dentro de la experiencia debe tener solo dos resultados posibles, comú
3. Probabilidad de éxito constante (p): La probabilidad de éxito en cada ensayo, denotada como p, debe ser constante.
4. Independencia entre ensayos: Cada ensayo dentro de la experiencia debe ser independiente de los demás, lo que significa

Por ejemplo, lanzar una moneda cinco veces consecutivas o tirar un dado justo diez veces seguidas constituye una experiencia

1) Distribución Aproximadamente Normal: Los datos deben tener una distribución aproximadamente normal. Esto se puede v
o la prueba de Shapiro-Wilk. Si los datos siguen una distribución aproximadamente normal, la distribución normal puede ser u
2) Tamaño de la Muestra Suficientemente Grande: La distribución normal se vuelve más válida a medida que el tamaño de la
normal. Sin embargo, para tamaños de muestra más pequeños, especialmente si la distribución de los datos no es simétrica, la

3) Independencia de las Observaciones: Las observaciones deben ser independientes entre sí. Esto significa que el resultado d

4) Condiciones para Intervalos de Confianza o Pruebas de Hipótesis Específicas: Si estás utilizando la distribución normal para
utilizar la desviación estándar muestral con tamaños de muestra pequeños.

1) Número de Eventos por Unidad de Tiempo o Espacio: La experiencia debe involucrar la ocurrencia de eventos contables y
2) Eventos Independientes: Cada evento debe ser independiente de los demás. La ocurrencia de un evento no debe influir en
3) Tasa Media de Ocasiones por Unidad de Tiempo o Espacio (λ): La tasa promedio de ocurrencia de eventos (λ) debe ser con
4) No Ocurrir más de un Evento al Mismo Tiempo o Espacio: La probabilidad de que ocurran dos o más eventos en el mismo i

En el contexto de la experiencia administrativa, las distribuciones normal, binomial y de Poisson pueden aplicarse de las siguie

Distribución Normal:
Evaluación del Desempeño:
Utilizar la distribución normal para modelar la variabilidad en las calificaciones del desempeño de los empleados y estable
Análisis de Recursos Humanos:
Modelar la distribución de habilidades y competencias de los empleados para una asignación eficiente en proyectos y tar

Distribución Binomial:
Gestión de Proyectos:
Aplicar la distribución binomial para modelar la probabilidad de éxito o fracaso en etapas específicas de proyectos admin
 Selección de Personal:
Utilizar la distribución binomial en procesos de contratación para evaluar la probabilidad de seleccionar un número espec

Distribución de Poisson:
Gestión de Tiempos de Espera:
Modelar la llegada de clientes o solicitudes de servicio en un centro de atención al cliente utilizando la distribución de Po
Gestión de Inventarios:
Aplicar la distribución de Poisson para prever la frecuencia de la llegada de pedidos y gestionar niveles de inventario de m
Análisis de Riesgos:
Utilizar la distribución de Poisson en la gestión de riesgos administrativos para modelar eventos raros pero significativos q

En resumen, estas distribuciones pueden ser herramientas poderosas en la experiencia administrativa para modelar la variabil

Como administrador financiero, el tema de las probabilidades puede influir significativamente en diversas áreas de toma de de

Gestión de Inversiones:
Evaluación del Riesgo-Retorno: Utilizar conceptos de probabilidad para evaluar y gestionar el riesgo asociado con d
Diversificación de Cartera: Aplicar conceptos de probabilidad para diversificar adecuadamente la cartera, considera
Planificación Financiera:
Proyecciones de Flujo de Efectivo: Utilizar modelos probabilísticos para realizar proyecciones de flujo de efectivo, c
Planificación de Escenarios: Emplear análisis de escenarios basados en probabilidades para evaluar el impacto de e
Gestión de Riesgos:
Seguros y Coberturas: Evaluar la probabilidad de eventos adversos y utilizar instrumentos financieros, como seguro
Valor en Riesgo (VaR): Aplicar el concepto de VaR para medir la máxima pérdida probable en una cartera de inversi
Finanzas Corporativas:
Evaluación de Proyectos de Inversión:
Utilizar técnicas de evaluación de proyectos basadas en probabilidades para evaluar la rentabilidad y riesgo asociad
Decisión de Financiamiento:
Considerar las probabilidades de variación en las tasas de interés y las condiciones del mercado al tomar decisiones
Gestión de Tesorería:
Gestión de Liquidez:
Utilizar análisis de probabilidad para gestionar la liquidez, anticipando las necesidades de efectivo y asegurándose d

En resumen, la aplicación de conceptos de probabilidad en la gestión financiera permite a los administradores tomar decisione

Probabilidad: La probabilidad es una medida cuantitativa que asigna un número entre 0 y 1 a un evento, representando la cer

Suceso: Un suceso es un conjunto de resultados posibles en un experimento aleatorio. Puede consistir en un solo resultado o

Experimento: Un experimento es un procedimiento o acción que se lleva a cabo con el propósito de observar y registrar result
Experimento: Un experimento es un procedimiento o acción que se lleva a cabo con el propósito de observar y registrar result

Prueba: Se refiere a la repetición de un experimento o proceso. Cada repetición del experimento se considera una prueba adic

A favor En contra Neutral Totales

Hombres 0.15 0.05 0.03 70/300
Mujeres 0.30 0.37 30/300= 230/300
0,1
Totales 0.45 0.42 0.13 1.00

Para completar la tabla, sabemos que son 300 el total de empleados y la tabla nos da la información de que en total son 70 ho
300-70 = 230 Este valor lo reemplazamos en la tabla sobre el total para expresarlo como lo da la tabla, ento

Luego, con el valor total de mujeres, podemos hallar el valor de las mujeres en contra, puesto que la tabla nos da el valor a fav
0,30 + x + 0,1 = 230/300 -----> x = 230/300 - 0,30 - 0,1 ------>

Con estos valores ya podríamos hallar el total a favor y el total el contra sumando las columnas:

A favor: 0,15 + 0,30 = 0.45

Estos valores los reemplazamos en la tabla
En contra: 0,05 + 0,37 = 0.42

Después podemos hallar el valor total neutral, restandole a Totales el valor total a favor y el valor total en contra:
0,45 + 0,42 + x = 1,00 -----> x = 1,00 - 0,45 - 0,42 ------> x= 0.13

Por último, hallamos el valor que nos falta, que es el total neutral de hombres, restandole al total neutral el valor de mujeres n
x + 0,1 = 0,13 ------> x = 0,13 - 0,1 -----> x= 0.03
 𝑃(𝑋=15)=(■8(15@1

Nos están pidiendo hallar 𝑃(𝑋≥14) Entonces debemos calcular:

𝑃(𝑋≥14) = 𝑃(𝑋=14)+𝑃(𝑋=15) Ya tenemos cuando X = 15 con el anterior ejercicio, entonces calculamos cuando X

Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:

n= 15
k= 14
p= 0.5 La probabilidad de éxito en un solo ensayo es de 1/2

𝑃(𝑋=14)=(■8(15@14))∗ 〖 0,5 〗 ^14∗ 〖 (1−0,5) 〗 ^(15−14)

𝑃(𝑋=14)=15!/(14!∗(15−14)!)∗ 〖 0,5 〗 ^14∗ 〖 (1−0,5) 〗 ^(15−14)

 𝑃(𝑋=14)=15!/(14!∗(15−14)!)∗ 〖 0,5 〗 ^14∗ 〖 (1−0,5) 〗 ^(15−14)

Resolvemos y nos da:

𝑃(𝑋=14) = 15 3.052E-05 = 0.0004577637
Sumamos ambos resultados
𝑃(𝑋≥14) = 𝑃(𝑋=14)+𝑃(𝑋=15)= 0.0004882813
𝑃(𝑋≥14) = 0.00049 ESTA ES LA PROBABILIDAD DE OBTENER A LO MENOS 14 SELLOS CUANDO SE LANZAN 15 MONEDAS

Nos están pidiendo hallar 𝑃(𝑋≤5) Usamos el teorema del complemento y debemos calcular:

𝑃(𝑋≤5) = 1−𝑃(𝑋>5)=𝑃(𝑋=6)+𝑃(𝑋=7)+𝑃(𝑋=8)+𝑃(𝑋=9)+𝑃(𝑋=10)
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando Procedemos a aplicar la fórmula de D
los siguientes valores: siguien
n= 10 n=
k= 6 k=
p= 0.333333 La probabilidad de éxito en de 2/6 p=

𝑃(𝑋=6)=(■8(10@6))∗ 〖 0,33 〗 ^6∗ 〖 (1−0,33) 〗 ^(10−6) 𝑃(𝑋=7)=(■8(10@7))∗ 〖 0,33 〗 ^7∗ 〖 (1−

Resolvemos y nos da: Resolvemos y nos da:
𝑃(𝑋=6) = 210 0.000271 = 0.056901895 𝑃(𝑋=7) =

SUMAMOS LOS VALORES = 𝑃(𝑋>5) 0.077 𝑃(𝑋≤5)= 0.92 ESTA ES LA PROBABILIDAD DE SACAR

Nos están pidiendo hallar 𝑃(𝑋≤5) Pero está vez con menos ensayos. Igualmente usamos el teorema del complemen

𝑃(𝑋≤5) = 1−𝑃(𝑋>5)=𝑃(𝑋=6)+𝑃(𝑋=7)+𝑃(𝑋=8)+𝑃(𝑋=9)
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando Procedemos a aplicar la fórmula de D
los siguientes valores: siguien
n= 9 n=
k= 6 k=
p= 0.333333 La probabilidad de éxito en de 2/6 p=

𝑃(𝑋=6)=(■8(9@6))∗ 〖 0,33 〗 ^6∗ 〖 (1−0,33) 〗 ^(9−6) 𝑃(𝑋=7)=(■8(9@7))∗ 〖 0,33 〗 ^7∗ 〖 (1−0

Resolvemos y nos da: Resolvemos y nos da:
𝑃(𝑋=6) = 84 0.000406 = 0.034141137 𝑃(𝑋=7) =

SUMAMOS LOS VALORES = 𝑃(𝑋>5) 0.042 𝑃(𝑋≤5)= 0.96 ESTA ES LA PROBABILIDAD DE SACAR
 Nos están pidiendo hallar 𝑃(𝑋≥3) Entonces aplicamos el teorema del complemento y debemos calcular:

𝑃(𝑋≥3) = 1−𝑃(𝑋<3)=𝑃(𝑋=0)+𝑃(𝑋=1)+𝑃(𝑋=2)

Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:

n= 6
k= 0
p= 0.5 La probabilidad de éxito en un solo ensayo es de 1/2

𝑃(𝑋=0)=(■8(6@0))∗ 〖 0,5 〗 ^0∗ 〖 (1−0,5) 〗 ^(6−0) 𝑃(𝑋=1)=(■8(6@1))∗ 〖 0,5 〗

Resolvemos y nos da:

𝑃(𝑋=0) = 1 0.015625 = 0.015625
Sumamos ambos resultados
SUMAMOS LOS VALORES = 𝑃(𝑋<3) 0.344 𝑃(𝑋≥3)= 0.656 ESTA ES LA PROBABILIDAD DE SACAR

1)
Nos están pidiendo hallar 𝑃(𝑋=0) Dónde X es el número de artículos defectuosos.
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:

n= 4
k= 0
p= 0.066667 La probabilidad de éxito en un solo ensayo es de 2/30

𝑃(𝑋=0)=(■8(4@0))∗ 〖 0,067 〗 ^0∗ 〖 (1−0,067) 〗 ^(4−0)

Resolvemos y nos da:
𝑃(𝑋=0) = 1 0.758835 = 0.758834568 ESTA ES LA PROBABILIDAD DE QUE NINGÚN ARTÍCULO SEA DEFECT

2)
Nos están pidiendo hallar 𝑃(𝑋=1) Dónde X es el número de artículos defectuosos.
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:

n= 4
k= 1
p= 0.066667 La probabilidad de éxito en un solo ensayo es de 2/30

𝑃(𝑋=1)=(■8(4@1))∗ 〖 0,067 〗 ^1∗ 〖 (1−0,067) 〗 ^(4−1)

𝑃(𝑋=1)=(■8(4@1))∗ 〖 0,067 〗 ^1∗ 〖 (1−0,067) 〗 ^(4−1)

Resolvemos y nos da:

𝑃(𝑋=1) = 4 0.054202 = 0.216809877 ESTA ES LA PROBABILIDAD DE QUE EXACTAMENTE 1 ARTÍCULO SEA

3)
Nos están pidiendo hallar 𝑃(𝑋≤2) 𝑃(𝑋≤2)=𝑃(𝑋=0)+𝑃(𝑋=1)+𝑃(𝑋=2)
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:

n= 4
k= 2
p= 0.066667 La probabilidad de éxito en un solo ensayo es de 2/30

𝑃(𝑋=2)=(■8(4@2))∗ 〖 0,067 〗 ^2∗ 〖 (1−0,067) 〗 ^(4−2)

Resolvemos y nos da:

𝑃(𝑋=2) = 6 0.003872 = 0.02322963 ESTA ES LA PROBABILIDAD DE QUE NO MÁS DE DOS ARTICULOS SE

1)
Nos están pidiendo hallar 𝑃(𝑋=0) Dónde X es el número de estudiantes de Administración que se gradúa.
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:

n= 30
k= 0
p= 0.99% La probabilidad de éxito en un solo ensayo es de 0,99%

𝑃(𝑋=0)=(■8(30@0))∗ 〖 0,0099 〗 ^0∗(1−0,0099)^(30−0)

Resolvemos y nos da:
𝑃(𝑋=0) = 1 0.741945 = 0.741945176 ESTA ES LA PROBABILIDAD DE QUE NINGÚN ESTUDIANTE DE ADMI
2)
Nos están pidiendo hallar 𝑃(𝑋≥3) Dónde X es el número de estudiantes de Administración que se gradúa.Aplicamos
𝑃(𝑋≥3)=1−𝑃(𝑋<3)=𝑃(𝑋=0)+𝑃(𝑋=1)+𝑃(𝑋=2) Ya tenemos el valor cuando X = 0. Entonces hallamo
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:

n= 30
k= 1
p= 0.99% La probabilidad de éxito en un solo ensayo es de 0,99%
𝑃(𝑋=1)=(■8(30@1))∗ 〖 0,0099 〗 ^1∗(1−0,0099)^(30−1) 𝑃(𝑋=2)=(■8(30@2))∗ 〖 0

Resolvemos y nos da:

𝑃(𝑋=1) = 30 0.007419 = 0.2225610718
SUMAMOS LOS VALORES
𝑃(𝑋≥3)=1−𝑃(𝑋<3)=𝑃(𝑋=0)+𝑃(𝑋=1)+𝑃(𝑋=2)= 0.997 0.003

3)
Nos están pidiendo hallar 𝑃(𝑋>3) Dónde X es el número de estudiantes de Administración que se gradúa.Aplicamos
𝑃(𝑋>3)=1−𝑃(𝑋<4)=𝑃(𝑋=0)+𝑃(𝑋=1)+𝑃(𝑋=2)+𝑃(𝑋=3) Ya tenemos todos los valores excepto
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:

n= 30
k= 3
p= 0.99% La probabilidad de éxito en un solo ensayo es de 0,99%

𝑃(𝑋=3)=(■8(30@3))∗ 〖 0,0099 〗 ^3∗(1−0,0099)^(30−3)

Resolvemos y nos da:
𝑃(𝑋=3) = 4060 7.417E-07 = 0.0030113848
SUMAMOS LOS VALORES
𝑃(𝑋>3)=1−𝑃(𝑋<4)=𝑃(𝑋=0)+𝑃(𝑋=1)+𝑃(𝑋=2)+𝑃(𝑋=3) = 0.999786

3)
Nos están pidiendo hallar 𝑃(3<𝑋<5) Dónde X es el número de estudiantes de Administración que se gradúa.
𝑃(3<𝑋<5)=𝑃(𝑋=4)
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:

n= 30
k= 4
p= 0.99% La probabilidad de éxito en un solo ensayo es de 0,99%

𝑃(𝑋=4)=(■8(30@4))∗ 〖 0,0099 〗 ^4∗(1−0,0099)^(30−4)

Resolvemos y nos da:
𝑃(𝑋=4) = 27405 7.416E-09 = 0.000203248 ESTA ES LA PROBABILIDAD DE QUE MÁS DE 3 Y MENOS DE 5 SE GR

3)
Nos están pidiendo hallar 𝑃(3<𝑋 𝑜 𝑋<5) Dónde X es el número de estudiantes de Administración que se gra
𝑃(3<𝑋 𝑜 𝑋<5)= 𝑃(𝑋>3 )+𝑃(𝑋<5)−𝑃(3<𝑋 <5) Debemos hallar la probabilidad cuando X=5, ya tene
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:

n= 30
k= 5
p= 0.99% La probabilidad de éxito en un solo ensayo es de 0,99%

𝑃(𝑋=5)=(■8(30@5))∗ 〖 0,0099 〗 ^5∗(1−0,0099)^(30−5)

 Resolvemos y nos da:
𝑃(𝑋=5) = 142506 7.416E-11 = 0.0000106
SUMAMOS LOS VALORES
𝑃(3<𝑋 𝑜 𝑋<5)= 𝑃(𝑋>3 )+𝑃(𝑋<5)−𝑃(3<𝑋 <5) = 0.0028187 ESTA ES LA PROBABILIDAD DE QUE M

1)
Nos están pidiendo hallar 𝑃(𝑋=1) Dónde X es el número de cerrojos defectuosos.
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:

n= 4
k= 1
p= 2% La probabilidad de éxito en un solo ensayo es de 2%

𝑃(𝑋=1)=(■8(4@1))∗ 〖 0,02 〗 ^1∗ 〖 (1−0,02) 〗 ^(4−1)

Resolvemos y nos da:
𝑃(𝑋=1) = 4 0.018824 = 0.07529536 ESTA ES LA PROBABILIDAD DE QUE EXACTAMENTE 1 CERROJO SEA

2)
Nos están pidiendo hallar 𝑃(𝑋=0) Dónde X es el número de cerrojos defectuosos.
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:

n= 4
k= 0
p= 2% La probabilidad de éxito en un solo ensayo es de 2%

𝑃(𝑋=0)=(■8(4@0))∗ 〖 0,02 〗 ^0∗ 〖 (1−0,02) 〗 ^(4−0)

Resolvemos y nos da:
𝑃(𝑋=0) = 1 0.922368 = 0.92236816 ESTA ES LA PROBABILIDAD DE QUE EXACTAMENTE 0 CERROJOS SEA

3)
Nos están pidiendo hallar 𝑃(𝑋>2) Dónde X es el número de cerrojos defectuosos. Hacemos uso del teorema del com
𝑃(𝑋>2)=1−𝑃(𝑋<3)=1−𝑃(𝑋=0)−𝑃(𝑋=1)−𝑃(𝑋=2) Solo nos falta calcular la probabilidad
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:

n= 4
 k= 2
p= 2% La probabilidad de éxito en un solo ensayo es de 2%

𝑃(𝑋=2)=(■8(4@2))∗ 〖 0,02 〗 ^2∗ 〖 (1−0,02) 〗 ^(4−2)

Resolvemos y nos da:

𝑃(𝑋=2) = 6 0.000384 = 0.00230496
SUMAMOS LOS VALORES
𝑃(𝑋>2)=1−𝑃(𝑋<3)=1−𝑃(𝑋=0)−𝑃(𝑋=1)−𝑃(𝑋=2)= 0.9999685 0.0000315

4)
Nos están pidiendo hallar 𝑃(𝑋=0) Dónde X es el número de cerrojos defectuosos.
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:

n= 4
k= 0
p= 2% La probabilidad de éxito en un solo ensayo es de 2%

𝑃(𝑋=0)=(■8(4@0))∗ 〖 0,02 〗 ^0∗ 〖 (1−0,02) 〗 ^(4−0)

Resolvemos y nos da:
𝑃(𝑋=0) = 1 0.922368 = 0.92236816 ESTA ES LA PROBABILIDAD DE QUE EXACTAMENTE 0 CERROJOS SEA

Dado que necesitamos organizar los números y son todos, hacemos uso de la permutación.

𝑃=𝑛!=4!

𝑃=
𝑃= 24 ESTA ES LA CANTIDAD DE FORMAS QUE SE PUEDEN ORGANIZAR LOS NÚMEROS 1,2,3,4

Dado que necesitamos organizar los libros y son todos, hacemos uso de la permutación. En este caso son 4 libros.

𝑃=𝑛!=4!

𝑃= 24 ESTA ES LA CANTIDAD DE FORMAS QUE SE PUEDEN ORGANIZAR LOS LIBROS 1,2,3,4

1)
En este caso no nos importa el orden para organizar el cómite, por ende hacemos uso de la Combinación. Más exactamente d

𝑛𝐶𝑟=𝑛!/𝑟!
(𝑛−𝑟)!

6𝐶4∗8𝐶4∗7𝐶2=6!/4!(6−4)!∗8!/4!(8−4)!
∗7!/2!(7−2)!
6 8 7
4 4 2
15 70 21
22050 ES LA CANTIDAD DE COMISIONES DIFERENTES QUE PUEDEN SELEC

2)
En este caso no nos importa el orden para organizar el cómite, por ende hacemos uso de la Combinación. Más exactamente d

𝑛𝐶𝑟=𝑛!/𝑟!
(𝑛−𝑟)!

6𝐶2∗8𝐶6∗7𝐶2=6!/2!(6−2)!∗8!/6!(8−6)!
∗7!/2!(7−2)!
6 8 7
2 6 2
15 28 21
8820 ES LA CANTIDAD DE COMISIONES DIFERENTES QUE PUEDEN SELEC
El juego de Baloto implica seleccionar seis números diferentes de una lista de 1 a 43. En este contexto, estamos tratando con u

La probabilidad de ganarse el premio mayor del baloto está dada por la siguiente expresión, dónde se tiene en cuenta que el b
al 16

𝑛𝐶𝑟=𝑛!/𝑟!
(𝑛−𝑟)!
43𝐶5∗16𝐶1=43!/5!(43−5)!
∗16!/1!(16−1)!
43 16
5 1
962598 16
15401568 ESTE ES EL NÚMERO DE POSIBILIDADES TOTALES DE GANARSE EL BALOTO

SI QUEREMOS ENCONTRAR LA PROBABILIDAD DE GANARNOS EL BALOTO, RESOLVERMOS LA SIGUIENTE

1/154015 6.492845E-08 ESTA ES LA PROBABILIDAD QUE TIENE UNA PERSONA DE GANARSE

68 =
ndo se trata de modelar situaciones que involucran dos resultados posibles, como éxito o fracaso. La fórmula del binomio de Newton se u

es y queremos calcular la probabilidad de obtener exactamente dos veces el número 3. En este caso, (proba

ensayos, denotado como n. Cada ensayo debe ser independiente del otro, lo que significa que el resultado de un ensayo no afecta el resu
es, comúnmente denominados éxito y fracaso. Estos resultados deben ser mutuamente excluyentes, lo que significa que no pueden ocurr
omo p, debe ser constante. En otras palabras, la probabilidad de éxito no debe cambiar de un ensayo a otro.
ada como q (donde q = 1 - p), también debe ser constante.
robabilidad.
nes o ensayos, denotado como n.
olo dos resultados posibles, comúnmente denominados éxito y fracaso, que son mutuamente excluyentes.
omo p, debe ser constante.
nte de los demás, lo que significa que el resultado de un ensayo no afecta el resultado de los demás

guidas constituye una experiencia de probabilidad.

adamente normal. Esto se puede verificar visualmente mediante histogramas, gráficos de probabilidad normal o pruebas formales de norm
la distribución normal puede ser una buena aproximación.
lida a medida que el tamaño de la muestra aumenta. Como regla general, se considera que un tamaño de muestra mayor a 30 proporcion
ción de los datos no es simétrica, la distribución t de Student puede ser más apropiada.

sí. Esto significa que el resultado de una observación no debe influir en el resultado de otra.

lizando la distribución normal para construir intervalos de confianza o realizar pruebas de hipótesis sobre la media o la proporción, debes

currencia de eventos contables y discretos en un intervalo específico de tiempo o espacio.

ia de un evento no debe influir en la ocurrencia de otros eventos en el mismo intervalo de tiempo o espacio.
rencia de eventos (λ) debe ser constante en todo el intervalo de interés. Esta tasa media representa el número esperado de eventos en el
n dos o más eventos en el mismo intervalo debe ser esencialmente cero.

son pueden aplicarse de las siguientes maneras:

mpeño de los empleados y establecer criterios de evaluación basados en la distribución de las calificaciones.

nación eficiente en proyectos y tareas, considerando la variabilidad inherente.

as específicas de proyectos administrativos.

ad de seleccionar un número específico de candidatos exitosos.

nte utilizando la distribución de Poisson, lo que facilita la gestión eficiente de recursos y tiempos de espera.

estionar niveles de inventario de manera efectiva.

eventos raros pero significativos que podrían afectar el desempeño organizacional.

inistrativa para modelar la variabilidad, gestionar proyectos, evaluar el desempeño y tomar decisiones informadas en situaciones que invo

te en diversas áreas de toma de decisiones y gestión de riesgos, como por ejemplo:

gestionar el riesgo asociado con diferentes inversiones. La comprensión de la probabilidad de rendimientos positivos o negativos ayuda e
ecuadamente la cartera, considerando la probabilidad de correlaciones entre distintos activos financieros.

royecciones de flujo de efectivo, considerando diversas variables que pueden tener un impacto en los ingresos y gastos futuros.
ades para evaluar el impacto de eventos inciertos en la situación financiera de la empresa y tomar medidas preventivas.

umentos financieros, como seguros, para gestionar el riesgo asociado con pérdidas inesperadas.
probable en una cartera de inversiones, lo que ayuda a establecer límites de riesgo aceptables.

uar la rentabilidad y riesgo asociado con proyectos de inversión.

es del mercado al tomar decisiones sobre la estructura de financiamiento.

ades de efectivo y asegurándose de que la empresa pueda hacer frente a obligaciones financieras.

s administradores tomar decisiones más informadas, evaluar y gestionar riesgos de manera más efectiva y optimizar la toma de decisione
complejo.

a un evento, representando la certeza o posibilidad de que dicho evento ocurra. Un evento con probabilidad 0 es imposible, mientras que

e consistir en un solo resultado o en varios resultados. Los sucesos son eventos específicos que se pueden observar o medir en un experim

ósito de observar y registrar resultados. Un experimento aleatorio es aquel cuyos resultados no pueden predecirse con certeza antes de re
ósito de observar y registrar resultados. Un experimento aleatorio es aquel cuyos resultados no pueden predecirse con certeza antes de re

ento se considera una prueba adicional. La realización de múltiples pruebas ayuda a comprender la variabilidad inherente y a obtener esti

rmación de que en total son 70 hombres, debido a que nos da la expresión 70/300. Con esto hallamos la cantidad de mujeres:
xpresarlo como lo da la tabla, entonces sería 230/300

o que la tabla nos da el valor a favor y neutral:

x= 0.37 Este valor lo reemplazamos en la tabla

valor total en contra:

Este valor lo reemplazamos en la tabla

total neutral el valor de mujeres neutral:

Este valor lo reemplazamos en la tabla

Respuesta
Multiplicamos el total de empleados por los totales a favor que nos arrojó la tabla 300*0,45
b:
Respuesta
Multiplicamos el total de empleados por los totales en contra que nos arrojó la tabla 300*0,42
c:
Respuesta
Multiplicamos el total de empleados por los totales Neutrales que nos arrojó la tabla 300*0,13
d:
Respuesta
Resolvemos la expresión de los totales Mujeres 230/300 y multiplicamos por 100 para pasar a porcentaje
e:
Respuesta
Pasamos a porcentaje el valor de Hombres en contra que nos arroja la tabla 0,05
f:
 Respuesta
Pasamos a porcentaje el valor de Mujeres a favor que nos arroja la tabla 0,30
g:
Respuesta
Pasamos a porcentaje el valor de totales en contra 0,42
h:
Respuesta
Pasamos a porcentaje el valor de totales a favor 0,45
i:
Respuesta
Pasamos a porcentaje el valor de Mujeres en contra 0,37
j:

Nos están pidiendo hallar 𝑃(𝑋≤14) entonces usamos el teorema del complemento:

𝑃(𝑋≤14) = 1 - 𝑃(𝑋≤14)=1−𝑃(𝑋=15)
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:

n= 15
k= 15
p= 0.5 La probabilidad de éxito en un solo ensayo es de 1/2

𝑃(𝑋=15)=(■8(15@15))∗ 〖 0,5 〗 ^15∗ 〖 (1−0,5) 〗 ^(15−15)

𝑃(𝑋=15)=15!/(15!∗(15−15)!)∗ 〖 0,5 〗 ^15∗ 〖 (1−0,5) 〗 ^(15−15)

Resolvemos y nos da:

𝑃(𝑋=15) = 1 3.052E-05 = 3.052E-05
𝑃(𝑋≤14) = 0.99997 ESTA ES LA PROBABILIDAD DE OBTENER A LO MÁS 14 SELLOS CUANDO SE LANZAN 15 M

cio, entonces calculamos cuando X = 14

NDO SE LANZAN 15 MONEDAS

ocedemos a aplicar la fórmula de Distribucción binomial reemplazando los Procedemos a aplicar la fórmula de Distribucció
siguientes valores: reemplazando los siguientes valores:
10 n= 10
7 k= 8
0.3333333 La probabilidad de éxito en de 2/6 p= 0.333333 La probabilidad de éxito en d

8(10@7))∗ 〖 0,33 〗 ^7∗ 〖 (1−0,33) 〗 ^(10−7) 𝑃(𝑋=8)=(■8(10@8))∗ 〖 0,33 〗 ^8∗ 〖 (1−0,33) 〗 ^(10
solvemos y nos da: Resolvemos y nos da:
120 0.000135 = 0.016258 𝑃(𝑋=8) = 45 6.774E-05

TA ES LA PROBABILIDAD DE SACAR UN 5 Y UN 4 A LO MÁS DE 5 EXITOS CON 10 ENSAYOS

samos el teorema del complemento y debemos calcular:

ocedemos a aplicar la fórmula de Distribucción binomial reemplazando los
siguientes valores:
9 n=
7 k=
0.3333333 La probabilidad de éxito en de 2/6 p=
Procedemos a aplicar la fórmula de Distribucció
reemplazando los siguientes valores:
9
8
0.333333 La probabilidad de éxito en d

(9@7))∗ 〖 0,33 〗 ^7∗ 〖 (1−0,33) 〗 ^(9−7) 𝑃(𝑋=8)=(■8(9@8))∗ 〖 0,33 〗 ^8∗ 〖 (1−0,33) 〗 ^(9−
solvemos y nos da: Resolvemos y nos da:
36 0.000203 = 0.007316 𝑃(𝑋=8) = 9 0.000102

TA ES LA PROBABILIDAD DE SACAR UN 5 Y UN 4 A LO MÁS DE 5 EXITOS CON 9 ENSAYOS

to y debemos calcular:

Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores: Procedemos a aplicar la fórm

n= 6 n=
k= 1 k=
p= 0.5 La probabilidad de éxito en un solo ensayo es de 1/2 p=

𝑃(𝑋=1)=(■8(6@1))∗ 〖 0,5 〗 ^1∗ 〖 (1−0,5) 〗 ^(6−1) 𝑃(𝑋=2)=(■8(6@2))∗ 〖 0,5 〗 ^2∗ 〖

Resolvemos y nos da: Resolvemos y nos da:

𝑃(𝑋=1) = 6 0.015625 = 0.09375 𝑃(𝑋=2) =

TA ES LA PROBABILIDAD DE SACAR AL MENOS 3 CARAS CUANDO SE LANZA UNA MONEDA 6 VECES

UE NINGÚN ARTÍCULO SEA DEFECTUOSO

UE EXACTAMENTE 1 ARTÍCULO SEA DEFECTUOSO

Dónde X es el número de artículos defectuosos. Además ya tenemos las probabilidades de X=0 y X=1. Entonces solo nos queda
cuando X = 2

UE NO MÁS DE DOS ARTICULOS SEAN DEFECTUOSOS.

stración que se gradúa.

UE NINGÚN ESTUDIANTE DE ADMINISTRACIÓN SE GRADÚE

stración que se gradúa.Aplicamos el teorema del complemento.

or cuando X = 0. Entonces hallamos los otros 2.
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:

n= 30
k= 2
p= 0.99% La probabilidad de éxito en un solo ensayo es de 0,99%
 𝑃(𝑋=2)=(■8(30@2))∗ 〖 0,0099 〗 ^2∗(1−0,0099)^(30−2)

Resolvemos y nos da:

𝑃(𝑋=2) = 435 7.417953E-05 = 0.032268096

ESTA ES LA PROBABILIDAD DE QUE MINIMO 3 ESTUDIANTES SE GRADUEN

stración que se gradúa.Aplicamos el teorema del complemento.

tenemos todos los valores excepto cuando X = 3.

0.000214 ESTA ES LA PROBABILIDAD DE QUE MINIMO 3 ESTUDIANTES SE GRADUEN

stración que se gradúa.

UE MÁS DE 3 Y MENOS DE 5 SE GRADÚEN

ntes de Administración que se gradúa.

probabilidad cuando X=5, ya tenemos las demás probabilidades.
TA ES LA PROBABILIDAD DE QUE MÁS DE 3 o MENOS DE 5 SE GRADÚEN

UE EXACTAMENTE 1 CERROJO SEA DEFECTUOSO

UE EXACTAMENTE 0 CERROJOS SEAN DEFECTUOSO

Hacemos uso del teorema del complemento.

o nos falta calcular la probabilidad cuando X = 2
 ESTA ES LA PROBABILIDAD DE QUE MÁS DE 2 CERROJOS SEAN DEFECTUOSOS

UE EXACTAMENTE 0 CERROJOS SEAN DEFECTUOSO

NÚMEROS 1,2,3,4

este caso son 4 libros.

IBROS 1,2,3,4

Combinación. Más exactamente dos combinaciones que se multiplican entre sí para obtener el valor.

S DIFERENTES QUE PUEDEN SELECIONARSE CON LA CONFIGURACIÓN DADA

Combinación. Más exactamente dos combinaciones que se multiplican entre sí para obtener el valor.

S DIFERENTES QUE PUEDEN SELECIONARSE CON LA CONFIGURACIÓN DADA

e contexto, estamos tratando con una combinación, ya que el orden en que se seleccionan los números no importa.

dónde se tiene en cuenta que el baloot tiene 43 balotas en total, de las cuáles se seleccionan 5, además hay una sexta balota llamada sup

S DE GANARSE EL BALOTO

OTO, RESOLVERMOS LA SIGUIENTE FÓRMULA:

TIENE UNA PERSONA DE GANARSE EL PREMIO MAYOR DEL BALOTO

a del binomio de Newton se utiliza para calcular la probabilidad de obtener un

(probabilidad de obtener el 3 en un lanzamiento) y

de un ensayo no afecta el resultado de los demás.

significa que no pueden ocurrir simultáneamente.
mal o pruebas formales de normalidad como la prueba de Kolmogorov-Smirnov

uestra mayor a 30 proporciona una buena aproximación a la distribución

media o la proporción, debes conocer la desviación estándar poblacional o

ero esperado de eventos en el intervalo dado.

madas en situaciones que involucran incertidumbre y riesgo.

positivos o negativos ayuda en la toma de decisiones de inversión.

sos y gastos futuros.

preventivas.

ptimizar la toma de decisiones estratégicas en un entorno financiero dinámico y

d 0 es imposible, mientras que un evento con probabilidad 1 es seguro.

bservar o medir en un experimento.

decirse con certeza antes de realizarlo.

decirse con certeza antes de realizarlo.

dad inherente y a obtener estimaciones más precisas de las probabilidades.

ntidad de mujeres:

ojó la tabla 300*0,45 135

rojó la tabla 300*0,42 126

rojó la tabla 300*0,13 39

100 para pasar a porcentaje 77%

ja la tabla 0,05 5%
la tabla 0,30 30%

42 42%

5 45%

,37 37%

complemento:

tes valores:

OS CUANDO SE LANZAN 15 MONEDAS

 icar la fórmula de Distribucción binomial Procedemos a aplicar la fórmula de Distribucción binomial
lazando los siguientes valores: reemplazando los siguientes valores:
n= 10
k= 9
La probabilidad de éxito en de 2/6 p= 0.333333 La probabilidad de éxito en de 2/6

3 〗 ^8∗ 〖 (1−0,33) 〗 ^(10−8) 𝑃(𝑋=9)=(■8(10@9))∗ 〖 0,33 〗 ^9∗ 〖 (1−0,33) 〗 ^(10−9) 𝑃(𝑋=10)=(■

Resolvemos y nos da:
= 0.003048 𝑃(𝑋=9) = 10 3.387E-05 = 0.000339

icar la fórmula de Distribucción binomial Procedemos a aplicar la fórmula de Distribucción binomial

lazando los siguientes valores: reemplazando los siguientes valores:
n= 9
k= 9
La probabilidad de éxito en de 2/6 p= 0.333333 La probabilidad de éxito en de 2/6

〗 ^8∗ 〖 (1−0,33) 〗 ^(9−8) 𝑃(𝑋=9)=(■8(9@9))∗ 〖 0,33 〗 ^9∗ 〖 (1−0,33) 〗 ^(9−9)

Resolvemos y nos da:
= 0.000914 𝑃(𝑋=9) = 1 5.081E-05 = 5.081E-05
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:

6
2
0.5 La probabilidad de éxito en un solo ensayo es de 1/2

(■8(6@2))∗ 〖 0,5 〗 ^2∗ 〖 (1−0,5) 〗 ^(6−2)

Resolvemos y nos da:

𝑃(𝑋=2) = 15 0.015625 = 0.234375
X=1. Entonces solo nos queda hallar la Probabilidad
y una sexta balota llamada superbalota, la cuál va del 1
 Procedemos a aplicar la fórmula de Distribucción binomial
reemplazando los siguientes valores:
n= 10
k= 10
p= 0.333333 La probabilidad de éxito en de 2/6

𝑃(𝑋=10)=(■8(10@10))∗ 〖 0,33 〗 ^10∗ 〖 (1−0,33) 〗 ^(10−10)

Resolvemos y nos da:
𝑃(𝑋=10) = 1 1.694E-05 = 1.694E-05