UNIDAD 2 FASE 2

PRESENTADO POR:

PRESENTADO A:

GRUPO:
100402_322

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

VISUAL BASIC AVANZADO
2016

Introduccin
El siguiente trabajo contiene el desarrollo de los 5 casos propuestos para la
comprensin de la unidad 2 del curso de probabilidad, el cual se adquiere
destrezas en el desarrollo adecuado de problemas utilizando los conocimientos
adquiridos durante el estudio del curso.

Objetivo General

Desarrollar 5 casos propuestos en la gua integradora de actividades utilizando los

conocimientos adquiridos en el estudio de la unidad 2.

Objetivos especficos.

Identificar los trminos de la funcin de probabilidad, valor esperado,

varianza y desviacin estndar.
Realizar el desarrollo de 5 casos efectuando los pasos adquiridos en la
unidad 2
Realizar aportes del caso escogido para el desarrollo de la actividad grupal
Realizar el consolidado del trabajo final y posterior presentacin

ANEXO 2
ESTUDIOS DE CASO
ESTUDIO DE CASO 1 1
Para entregar una Tarjeta de crdito en los bancos del grupo Aval, los
analistas del banco clasifican o califican al cliente en funcin de la
probabilidad de que resulte rentable. Una tabla habitual de calificaciones es
la siguiente:

La calificacin es la suma de los puntos de los seis rubros. Por ejemplo,

Sushi Brown tiene menos de 25 aos (12 puntos); ha vivido en el mismo
domicilio durante dos aos (0 puntos); desde hace cuatro aos es dueo de
un automvil (13 puntos), por el que realiza pagos de $75 (6 puntos); realiza
gastos domsticos de $200 (10 puntos) y posee una cuenta de cheques (3
puntos). La calificacin que obtendra sera de 44. Despus, con una
segunda tabla, se convierten las calificaciones en probabilidades de
rentabilidad del cliente, as:

La puntuacin de Sushi (44) se traducira en una probabilidad de rentabilidad

aproximada de 0.81. En otras palabras, 81% de los clientes como Sushi
generaran dinero a las operaciones con tarjeta del banco. A continuacin, se
muestran los resultados de las entrevistas con los tres posibles clientes.

Prepare un informe en el que como mnimo, incluya:

1.- Califique a cada uno de estos clientes y calcule la probabilidad de que

resulten rentables.

Nombre

Eda
d

Tiempo
Antigeda
de
vivir d con el
en
la auto
misma
residenci
a

Pago
mensua
l
del
auto

Costo
de
viviend
a

Cuenta
Total
de
cheque
s
o
ahorros

David
Brown

18

20

13

10

15

80

Edward
Brendan

12

13

10

44

Ann
Mclaughli
n

20

12

39

Hallamos la relacin entre el tamao de los intervalos (10 puntos) con la diferencia
que se presenta de la probabilidad.

Nombre

Calificacin

Probabilidad

David Brown

80

0.95

Edward Brendan

44

0.81

Ann Mclaughlin

39

0.77

2.- Cul es la probabilidad de que los tres resulten rentables?

La probabilidad de que los tres resulten rentables se determina por la

probabilidad condicional para este caso donde los sucesos con no
incluyentes.
P ( A )P ( B )P ( C )
0.950.810.77=0.59

3.- Cul es la probabilidad de que ninguno sea rentable?

La probabilidad de que ninguno sea rentable, se determina por la
probabilidad condicional para cuando no sea rentable, que es la diferencia
entre 1 y la probabilidad de que sean rentables.

P(A )=10.95=0.05

P(B)=10.81=0.19
P(C)=10.77=0.23

Se puede calcular la probabilidad condicional

0.050.190.23=0.0022
4. Determine la distribucin de probabilidad total del nmero de clientes
rentables entre este grupo de tres clientes.

Determinamos la distribucin de probabilidad total, como una funcin de

probabilidad.

X= puntuacin obtenida
Xn-1 = puntuacin inmediatamente anterior a X de los valores relacionados
en la tabla.

Pn-1= Probabilidad correspondiente puntuacin anterior a X de los valores

relacionados en la tabla.

P ( X=x )=

xx n1p p n1
+ pn1
10

5. -Redacte un breve resumen de sus hallazgos.

En caso nos presenta la probabilidad para sucesos no excluyentes, lo cual la

suma de la probabilidad no debe ser igual a 1, de igual manera por la
caracterstica de suceso no excluyente se puede hallar la probabilidad que los
tres rentables calculando su probabilidad condicional, para caso que ninguno
sea rentable se aplica la probabilidad condicional a las diferencias entre 1, el
valor de la probabilidad de que sean rentables. Utilizamos la funcin que
relaciona los tamaos de los intervalos de puntuacin para describir la
distribucin de la probabilidad.

ESTUDIO DE CASO 22

La distribucin de probabilidad binomial es una distribucin de probabilidad

discreta que se presenta con mucha frecuencia. Una de sus caractersticas
consiste en que slo hay dos posibles resultados en un determinado ensayo
del experimento y los resultados son mutuamente excluyentes; Otra
caracterstica de la distribucin binomial es el hecho de que la variable
aleatoria es el resultado de conteos. Es decir, se cuenta el nmero de xitos en
el nmero total de ensayos. Una tercera caracterstica de una distribucin
2

binomial consiste en que la probabilidad de xito es la misma de un ensayo a

otro.

Un estudio del Departamento de Transporte de

Illinois concluy que 76.2% de quienes
ocupaban los asientos delanteros de los
vehculos utilizaba cinturn de seguridad. Esto
significa que los dos ocupantes de la parte
delantera utilizaban cinturones de seguridad.
Suponga que decide comparar la informacin
con el uso actual que se da al cinturn de seguridad, para lo cual selecciona
una muestra de 12 vehculos.

Presente un informe en el que como mnimo incluya:

1.- Esta situacin cumple con los supuestos de la distribucin binomial?

Identifquelos

Hay posibilidades de que en un vehculo en particular los ocupantes de

adelante utilicen s o no el cinturn de seguridad.

La probabilidad que los ocupantes utilicen el cinturn es la misma para

cualquier vehculo el cual corresponde al 76.2%.

Hay una cantidad fija de 12 pruebas, porque se verifican 12 vehculos.

El resultado de un vehculo no influye en os dems ya que las pruebas con
independientes.

2- Elabore un diagrama de barras para la distribucin de probabilidad binomial

que representa esta situacin
0.3

10

11

12

0.25
0.2
P(x) 0.15
0.1
0.05
0

10

11

12

vehiculos

3.- Cul es la probabilidad de que los ocupantes de la parte delantera en

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

n=12

=0.762
x
nx
P ( x )=C (1 )

P ( x=7 )=C0.7627 (10.762)127

P ( x=7 )=792(0.14917)( 0.00076)

P ( x=7 )=0.0902

4.- Cul es la probabilidad de que los ocupantes de la parte delantera de por

lo menos 7 de los 12 vehculos utilicen cinturn de seguridad?

P ( x7 )=P ( x=7 ) + P ( x=8 ) + P ( x=9 )+ P ( x=10 ) + P ( x=11 ) + P ( x=12 )

P ( x7 )=0.0902+0.1805+ 0.2569+0.2467+0.1436+ 0.0383
P ( x7 )=0.9562

5.- Cul es la probabilidad de que los ocupantes de la parte delantera de

mximo 7 de los 12 vehculos utilicen cinturn de seguridad?

P ( x7 )=P ( x=0 ) + P ( x=1 ) + P ( x =2 )+ P ( x=3 )+ P ( x=4 ) + P ( x=5 ) + P ( x=6 ) + P ( x=7 )

P ( x7 )=3.3108 +1.27106 +2.2105 + 0.00024+0.0017+ 0.0088+ 0.0329+0.0902
P ( x7 )=0.13386

6.- Encuentre el valor esperado del nmero de vehculos en los que los
ocupantes de la parte delantera utilizan el cinturn de seguridad?

la probabilidad que se tiene es que pasen 9 vehculos con el cinturn de

seguridad

ESTUDIO DE CASO 33

El Baloto, es la lotera en
lnea
de
Colombia,
supervisado
por
ETESA
(Empresa territorial para la
salud). Es un juego que
consiste en acertar 6, 5, 4 o 3
nmeros en cualquier orden
de una matriz del 1 al 45; El jugador seala en un tarjetn los 6 nmeros que
escoge. Los nmeros estn representados en 45 balotas numeradas del 1 al 45.
Cada nmero aparece una sola vez y las balotas ganadoras se seleccionan sin
reemplazo. El premio acumulado se entrega a quien haga coincidir los seis
nmeros.
3

Presente un informe en el que como mnimo incluya:

1.- Esta situacin cumple con los supuestos de la distribucin Hipergeomtrica?

Identifquelos (Sugerencia: Divida los 45 nmeros en dos grupos: ganadores y no
ganadores)

La distribucin hipergeomtrica es especialmente til en todos aquellos casos en

los que se extraigan muestras o se realizan experiencias repetidas sin devolucin
del elemento extrado o sin retornar a la situacin experimental inicial.

El proceso consta de n pruebas, separadas o separables de entre un conjunto de

N pruebas posibles.

La poblacin N son los 45 nmeros.

Los elementos que cumplen la propiedad son los 6 que han salido en el sorteo.

La muestra que tomamos es una muestra de 6 nmeros.

Y la probabilidad que nos da la distribucin hipergeomtrica es la de tener de 0 a

seis ganadores en la muestra.

2.- Usando la distribucin de probabilidad Hipergeomtrica determinar la

probabilidad de que el jugador acierte los 6 nmeros

probabilidad dada segn la frmula:

d N d
(
x ) ( nx )
P ( x )=
( Nn )

Frmula para los 6 aciertos:

6 456 1 39
(
( 0 ) = 1 =
6 )( 66 )
P ( 6 )=
=
(456) (456) 3945!6! !

39 !6 !
6!
720
=
=
=
45 !
454443424140 5864443200

1
7
=1.2277380410 =0.000000122773804
8145060

P (6 )=0.000000122773804

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

coincidan todos los nmeros es de 1 en 8145060. Qu significa esto en
trminos de probabilidad? Coincide esto con su respuesta anterior.

De acuerdo al caso de probabilidad

(7)

P(6)=1/8145060=1.22773804 10

La probabilidad para que en un sorteo haiga un ganador es de:

(7)

1.22773804 10

El sorteo tambin otorga un premio si el jugador hace coincidir 3, 4 o 5 de los

nmeros ganadores

4) Calcule la probabilidad, para hacer coincidir 3 de los 6 nmeros ganadores.

Se utilizar la frmula que utilizamos en el anterior punto con los 3 aciertos:

x=3

d N d
(
x ) ( nx )
P ( x )=
( Nn )

6 39
(
6 ) ( 3 ) 9.139
P ( x )=
=
=0,64
14.190
45
(3)

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

Se utilizar la frmula que utilizamos en el anterior punto con los 3 aciertos:

x=4

d N d
(
x ) ( nx )
P ( x )=
( Nn )

6 39
(
6) ( 2 )
741
P ( x )=
=
=0,00497
148995
45
(4)

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

d N d
(
x ) ( nx )
P ( x )=
( Nn )
6 39
(
6) ( 1 )
39
P ( x )=
=
=0,000319
1221759
45
(5)

7) Con base en los resultados obtenidos, usted invertira dinero en el

BALOTO?

Con base a los resultados se evidencia que acertar los 6 nmeros es casi
imposible; acertar los 5 nmeros medo imposible, igualmente para los nmeros
del sorteo 4 y 3.

Por otro lado, es cuestin de suerte ya que puede pasar mucho tiempo o nunca
para ganarse algn premio del baloto.

ESTUDIO DE CASO 44
La distribucin de probabilidad de Poisson
describe el nmero de veces que se presenta
un evento durante un intervalo especfico. El
intervalo puede ser de tiempo, distancia, rea o
volumen. La distribucin se basa en dos
supuestos. El primero consiste en que la
probabilidad es proporcional a la longitud del
intervalo. El segundo supuesto consiste en que
los intervalos son independientes. En otras
palabras, cuanto ms grande sea el intervalo,
mayor ser la probabilidad; adems, el nmero de veces que se presenta un
evento en un intervalo no influye en los dems intervalos.
4

Esta distribucin posee diversas aplicaciones. Se le utiliza como modelo para

describir la distribucin de errores en una entrada de datos, el nmero de rayones
y otras imperfecciones en las cabinas de automviles recin pintados, el nmero
de partes defectuosas en envos, el nmero de clientes que esperan mesa en un
restaurante, el nmero de accidentes en una carretera en un periodo determinado.
La compaa de aviacin Delta Airlines, se caracteriza por su responsabilidad y
cuidado con el equipaje de sus pasajeros, por lo que pocas veces se pierde
equipaje. En la mayora de los vuelos no se pierden maletas; en algunos se pierde
una; en unos cuantos se pierden dos; pocas veces se pierden tres, etc. Suponga
que una muestra aleatoria de 1 000 vuelos arroja un total de 300 maletas
perdidas. De esta manera, el nmero promedio de maletas perdidas por vuelo es
de 0.3.
Prepare un informe en el que como mnimo, incluya:

1.- Esta situacin cumple con los supuestos de la distribucin Poisson?

Identifquelos

Si el numero promedio de maletas perdidas por vuelo es de 0.3:

La probabilidad de que no se pierda ninguna maleta es de 74%

La probabilidad de que se pierda una maleta es de 0.2222

La probabilidad de que se pierdan 2 maletas es de 0.0333

La probabilidad de que se pierdan 4 maletas es de 0.0003

2.- Determine cul es la probabilidad de que en un vuelo no se pierda ninguna

maleta

0.3

0.3 (e )

p ( 0 ) =
La probabilidad de que en un vuelo no se pierda ninguna maleta es de: 0.74008
(74%)

3.- Determine cul es la probabilidad de que en un vuelo se pierda exactamente

una maleta

0.3 1 (e0.3 )

p ( 1 )=
La probabilidad de que en un vuelo se pierda una maleta es de: 0.222 (22%)

ESTUDIO DE CASO 5 5

Para una poblacin grande de personas

sin hogar, Wong y Piliavin (2001)
examinaron factores de estrs, recursos y
agotamiento psicolgico empleando la
Escala de Depresin del Centro de
Estudios Epidemiolgicos (CESD), un
cuestionario de evaluacin comunitario.

Entre las personas sin hogar, la puntuacin media del cuestionario CESD es 23,5
con una desviacin estndar de 7.5 y se considera que para la Variable X =
puntuacin del CESD, la distribucin es normal. Como trabajador en el rea 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 polticas del refugio se encuentra que cualquier persona cuya
puntuacin sea de 20 o ms puntos en el CESD debe enviarse a ver a un doctor.

INFORME A PRESENTAR:

Prepare un informe en el que como mnimo, incluya:

1. La probabilidad de que una persona que llegue al refugio sea enviada a ver al
doctor

desviacion estandar :=7,5

mediana y moda por distribuconnormal : =23,5

x= 20

z=

Z=

2023.5
7,5

Z =0.46

Probabilidad solicitada

P [ X 20 ] =0.1772+0.5=0.6772

La probabilidad de que una persona que llegue al refugio y sea enviado a ver al
doctor es 67.72 %

2. La probabilidad de que una persona que llegue al refugio tenga una puntacin
de 10 o menos puntos.

Se tiene que

P[ X 10]

Z=

Z=

2023.5
7,5

Z =1.8

Probabilidad solicitada

P [ X 10 ] =0.50.4641=0.0359

La probabilidad de que una persona que llegue al refugio tenga una puntacin
de 10 o menos puntos es 3.59 %

3. La probabilidad de que una persona que llegue al refugio tenga una puntuacin
entre 16 y 20 puntos

Se tiene que

z 1=

P[ X 20 ; y X 16 ]

z 1=

2023,5
=0,46
7,5

z 2=

z 2=

1623,5
=1
7,5

Probabilidad solicitada P/

Entonces:

X 20 ; y X

P [ X 20 ; y X 16 ]=Z 1Z 2

P [ X 20 ; y X 16 ]=0,34130,1772=0,1641

La probabilidad de que una persona que llegue al refugio tenga una puntuacin
entre 16 y 20 puntos es 16,41%

4. Si las personas sin hogar con puntuacin en el 15% ms alto deben ser
enviadas a los servicios de prevencin de suicidios, Qu puntuacin hace
calificar a una persona que llega al refugio para este servicio?

En este caso se quiere que a partir de la probabilidad o porcentaje dado llegar al

nmero o valor de X

Se despeja X
Z=

donde

X =( Z ) +

X =( Z ) + =( 0,387,5 )+ 23,5=26,35

La puntuacin de una persona que llega al refugio y sea enviada al servicio de

prevencin de suicidio es la calificacin de 26,35 o mas

5. Las personas sin hogar con puntacin en el 25% ms bajo, se le enva a un

servicio de orientacin laboral para mejorar sus recursos. Qu puntuacin
permite calificar a una persona para acceder a este servicio?

Este punto es igual al anterior que a partir de la probabilidad o porcentaje dado

llegar al nmero o valor X

Z=

donde

X =( Z ) +

X =( Z ) + =(0,677,5 )+23,5=18,47

La puntuacin de una persona que llega al refugio y que sea enviada al

servicio de orientacin laboral es de: 18,57 o menos

Bibliografa

vitutor. (2014). Funcin de probabilidad de la distribucin binomial. 05/11/2016, de

vitutor Sitio web: http://www.vitutor.com/pro/3/b_2.html

Rodrguez, F. & Pierdant, A. (2014). Estadstica para administracin. Recuperado

de: http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
docID=11013767&ppg=177
Monroy, S. (2008). Estadstica Descriptiva. Editorial: Instituto Tcnico Nacional.
Recuperado de: http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
docID=10436604&ppg=128
Martn, J. y Ruiz, L. (2004). Estadstica I: Probabilidad. 2nd ed. Madrid: Paraninfo.
vii-viii. Recuperado de: http://bibliotecavirtual.unad.edu.co:2081/ps/eToc.do?
rcDocId=GALE
%7CCX4052400005&inPS=true&prodId=GVRL&userGroupName=unad&resultClic
kType=AboutThisPublication
&contentModuleId=GVRL&searchType=BasicSearchForm&docId=GALE
%7C3BDC
Gil, M., Gonzales, A. J Salagre, M. (2014). Ejercicios de estadstica terica:
Probabilidad e inferencia. Recuperado
de: http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
docID=10995669&ppg=19