Академический Документы
Профессиональный Документы
Культура Документы
PROBABILIDAD
CONTINUA
ALUMNO
DOCENTE
GRUPO: 250
NEGOCIOS – ECACEN
TABLA DE CONTENIDO
Contenido Pág.
1 INTRODUCCIÓN .............................................................................................................. 4
2 OBJETIVOS ....................................................................................................................... 5
2.1 GENERAL .................................................................................................................. 5
2.2 ESPECÍFICOS ............................................................................................................ 5
3 RESUMEN DE LA UNIDAD 2 ......................................................................................... 6
3.1 Probabilidad Condicional y Distribuciones de Probabilidad ...................................... 6
3.2 VARIABLE ALEATORIA: ........................................................................................ 6
3.3 VARIABLE DISCRETA: ........................................................................................... 6
3.4 VARIABLE CONTINUA:.......................................................................................... 6
3.5 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD: ....................................... 7
3.6 DISTRIBUCIONES CONTINUAS DE PROBABILIDAD: ...................................... 7
4 SOLUCIÓN DE LOS CASOS POR CADA ESTUDIANTE ............................................ 9
4.1 ESTUDIO DEL CASO 1 POR MARINEY DEL ROSARIO OSPINO ..................... 9
4.2 ESTUDIO DEL CASO 2 POR JOHN MORRON HERNÁNDEZ ........................... 9
4.3 ESTUDIO DE CASO 3 POR RAFAEL EDUARDO MONTERO .......................... 18
4.4 ESTUDIO DE CASO 4 POR MARILOLI PANTOJA............................................. 22
4.5 ESTUDIO DE CASO 5 POR SIMÓN JACOBO CANTILLO ................................ 25
5 CONCLUSIONES ............................................................................................................ 29
6 REFERENCIAS BIBLIOGRÁFICAS ............................................................................. 30
iii
TABLA DE ILUSTRACIONES
1 INTRODUCCIÓN
conocen todos los resultados posibles, pero no es posible tener certeza de cual será en
particular el resultado del experimento, como ejemplo de esto tenemos, el lanzamiento de los
preguntamos que tan probable es que nos suceda un evento, ya que no tenemos la certeza de
que pueda ocurrir. Una de las partes importantes de la probabilidad es sabe leer o interpretar
los casos expuestos a estudios, ya que como profesionales, nos permite tomar decisiones
2 OBJETIVOS
2.1 GENERAL
aplicabilidad
2.2 ESPECÍFICOS
bibliográficas
a revisar
3 RESUMEN DE LA UNIDAD 2
Las variables son símbolos que pueden adquirir distintos valores y que aparecen en
experimento aleatorio. Por ejemplo, los posibles resultados de tirar un dado dos veces: (1, 1),
(1, 2), etc. o un número real (p.e., la temperatura máxima medida a lo largo del día en una
ciudad concreta)
Una variable discreta es aquella que está en condiciones de adoptar valoresde un conjunto
Entre los valores potencialmente observables de una variable discreta existe una distancia que
resulta imposible de “completar” con valores intermedios. Por lo tanto, entre dos valores
pueden adquirir cualquier valor en un intervalo, existiendo siempre otros valores intermedios
entre dos valores observables. La existencia de más o menos valores depende de la precisión
de la medición. Por ejemplo: la altura de un niño puede ser 1,2 metros, 1,24 metros o 1,249
metros de acuerdo a cómo se mida. Esto implica que se registran ciertos errores de medición.
Por el contrario, en lo que respecta a las variables continuas, podemos hacer uso de otros
variable aleatoria discreta. Una variable aleatoria discreta es una variable aleatoria que tiene
aleatoria discreta puede estar asociado con una probabilidad distinta de cero. Por lo tanto, una
Una distribución continua describe las probabilidades de los posibles valores de una
variable aleatoria continua. Una variable aleatoria continua es una variable aleatoria con un
conjunto de valores posibles (conocido como el rango) que es infinito y no se puede contar.
Las probabilidades de las variables aleatorias continuas (X) se definen como el área por
debajo de la curva de su PDF. Por lo tanto, solo los rangos de valores pueden tener una
DISTRIBUCIÓN BINOMINAL
Bernoulli si:
p es la probabilidad de éxito .
9
Supongamos que X es una variable aleatoria discreta y que x es uno de sus valores posibles.
de las probabilidades de todos los resultados posibles. Esta representación podría ser
algebraica, gráfica o tabular. En el caso de las variables aleatorias discretas, un sencillo método
es enumerar las probabilidades de todos los resultados posibles de acuerdo con los valores de
x.
Una empresa nueva de buses del Sistema Integrado de Transporte de Bogotá (SITP) ha
comenzado a dar servicio en un nuevo barrio. Se ha registrado el número de usuarios que hay
en este barrio en el servicio a primera hora de la mañana (5:00 a.m.). La tabla adjunta muestra
Número de usuarios 0 2 3 5 6 8 10 12 15
Proporción 0.02 0.05 0.12 0.18 0.13 0.16 0.14 0.12 0.08
Si X es la variable que representa el número de usuarios que la empresa debe atender a la hora
de inicio del servicio, con base en esta información y haciendo uso de los conceptos de
7. Con base en estos resultados, redacte un breve resumen de sus hallazgos para la empresa
Solución
1.
0.2
0.18
0.16
0.14
proporcion
0.12
0.1
0.08
0.06
0.04
0.02
0
0 2 4 6 8 10 12 14 16
Numero de usuarios
2. La media
11
0 + 2 + 3 + 5 + 6 + 8 + 10 + 12 + 15 61
𝑀= = = 6.78
9 9
𝑆 = √(∑(𝑋 − 𝑀)/𝑛
15
n=61
0+2+3+5+6+8+10+12+15 61
Promedio = = = 4,06
15 15
X=6,7
𝑆²
61 2 61 2 61 2 61 2 61 2 61 2 61 2 61 2 61 2
(0 − ) + (2 − ) + (3 − ) + (5 − ) + (6 − ) + (8 − ) + (10 − ) (12 − ) + (15 − )
= 15 15 15 15 15 15 15 15 15
15 − 1
𝑆² = 24,194
𝑆 = 6,77
7) Primero que todo hallamos que la mayor probabilidad de encontrar un cierto número de
personas es de 5 usuarios.
También podemos concluir que es poco probable que sean más de 8 usuarios y entre más
usuarios sean mayores que 8 la probabilidad disminuye.
Y también siendo que por 0 usuarios hay una proporción de 2% la compañía pocas veces
estará vacía siempre hay usuarios que atender.
ESTUDIO DE CASO 21
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
1
Tomado y adaptado de Lind, Marchall. Estadística Aplicada a los Negocios y la Economía. Ed. Mc Graw Hill
13
situación.
4. Probabilidad de que los ocupantes de la parte delantera de por lo menos 5 de los 8 vehículos
6. Número de vehículos esperado en en los que los ocupantes de la parte delantera utilizan el
cinturón de seguridad.
Si cumple porque podemos ver que, existe solo la posibilidad que en un vehículo en
(𝑥) = 𝑛 𝐶𝑥 ∗ 𝜋𝑥 (1 − 𝜋)𝑛−𝑥
𝐶 𝑒𝑠 𝑒𝑙 𝑠𝑖𝑚𝑏𝑜𝑙𝑜 𝑑𝑒 𝑐𝑜𝑚𝑏𝑖𝑛𝑎𝑐𝑖ó𝑛.
𝑛 𝑒𝑠 𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑛𝑠𝑎𝑦𝑜𝑠.
matemática 3,1416.
𝜋 = 78,5
𝑛=8
𝑥=5
(5) = 0,16593
(𝑥 ≥ 5) = 0,9289
8 1 0.14419734 1 0.14419734
0.92891534 x≥5
0.23698212 x≤5
≤ 5) = 0,2369
Número de vehículos esperado en los que los ocupantes de la parte delantera utilizan el
cinturón de seguridad.
𝑛=8
𝑃 = 0,785
𝜗 = 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑣𝑒ℎ𝑖𝑐𝑢𝑙𝑜𝑠
𝜗=𝑛∗𝑃
𝜗 = 8 ∗ 0,785
𝜗 = 6,28
Se espera que, entre 6 y 7 vehículos, los ocupantes de la parte delantera usen cinturón de
seguridad.
18
venta.
números en cualquier orden de una matriz del 1 al 43 y otro número (super balota) del 1 al 16.
El jugador señala en un tarjetón los 6 números que escoge. Los números están representados
en 43 balotas amarillas numeradas del 1 al 43 y 16 balotas rojas numeradas del 1 al 16. 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. En la tabla aparecen las opciones
para ganar
2
Tomado y adaptado de Lind, Marchall. Estadística Aplicada a los Negocios y la Economía. Ed. Mc Graw Hill
19
Identifíquelos.
43 y la súper balota).
3. La empresa encargada del sorteo informa que Hasta el sorteo anterior, la posibilidad de
4. El sorteo también otorga otros premios (ver tabla). Presente la probabilidad de obtener
5. Presente la probabilidad de obtener los premios que no incluyen acertar la súper balota.
Identifíquelos.
que cada variable aleatoria tiene dos posibles resultados, éxito o fracaso, en este caso según la
elección de las balotas, además cumple con que se busca obtener el número de éxitos, el
tamaño de muestra es mayor a uno y finalmente los n elementos de la muestra aleatoria son
dependientes debido a que la extracción de una balota influye en el resultado final del baloto
𝑚 𝑁−𝑚
( )( )
𝑘 𝑛−𝑘
𝑃(𝑥) =
𝑁
( )
𝑛
Donde
𝑎 𝑎!
( )=
𝑏 𝑏! (𝑎 − 𝑏)!
y la súper balota).
N = 43
R=6
n= 5
N: Total de la muestra
R: Cantidad de éxitos
La empresa encargada del sorteo informa que Hasta el sorteo anterior, la posibilidad de
R/ Se acrecienta la poca probabilidad por ser un sorteo sin reemplazo, adicional ya al ya ocurrir
El sorteo también otorga otros premios (ver tabla). Presente la probabilidad de obtener los
R/
Presente la probabilidad de obtener los premios que no incluyen acertar la súper balota.
R/ 0%
R/ No invertiría en el baloto debido a que las probabilidades de ganar son muy bajas, incluso
un evento durante un intervalo específico. El intervalo puede ser de tiempo, distancia, área o
es proporcional a la longitud del intervalo. El segundo supuesto consiste en que los intervalos
son independientes. En otras palabras, cuanto más grande sea el intervalo, mayor será la
Esta distribución posee diversas aplicaciones. Se le utiliza como modelo para describir la
Los padres preocupados porque sus hijos son “propensos a accidentes” pueden estar
Universidad de California, San Francisco. Los niños que se lesionan dos o más veces tienden
a sufrir estas lesiones durante un tiempo relativamente limitado, por lo general un año o
menos. El estudio determinó que el número promedio de lesiones por año para niños en edad
escolar es de dos.
4. Probabilidad de que un niño sufra una lesión en los siguientes tres meses del año
23
5. Número de lesiones esperado por año y su desviación estándar. Dentro de que limites
6. Realmente, pueden estar tranquilos los padres? Sustente su opinión en los resultados
obtenidos
y además ocurre en un periodo determinado por lo tanto si cumple con los supuestos de la
distribución Poisson teniendo en cuenta que los requisitos son que sea una variable aleatoria
𝑒 −𝜇 ∗ 𝜇 𝑘
𝑝(𝑥 = 𝑘) =
𝑘!
𝑒 −𝜇 ∗ 𝜇 𝑘
𝑝(𝑥 = 𝑘) =
𝑘!
23 𝑒 −2 8𝑒 −2
𝑝(𝑥 = 3) = = = 0,18045 … ≈ 18%
3! 6
P (X ≥ 3) =1-p(x<3)
20 𝑒 −2 1 𝑒 −2
𝑝(0) = = = 𝑒 −2 = 0.13534..
0! 1
21 𝑒 −2 2 𝑒 −2
𝑝(1) = = = 2𝑒 −2 = 0.27067
1! 1
22 𝑒 −2 4 𝑒 −2
𝑝(2) = = = 2𝑒 −2 = 0.27067. ..
2! 2
4. Probabilidad de que un niño sufra una lesión en los siguientes tres meses del año
1 año= 12 meses
2 Accidentes 12 meses
µ2 3 meses
2 𝑎𝑐𝑐𝑖𝑑𝑒𝑛𝑡𝑒𝑠 ∗ 3𝑚𝑒𝑠𝑒𝑠
𝜇2 = = 0.5
12 𝑚𝑒𝑠𝑒𝑠
(0.5)1 ∗ 𝑒 −0.5
𝑝(𝑥 = 1) = = 0.30327 … ≈ 30.3%
1!
5. Número de lesiones esperado por año y su desviación estándar. Dentro de que limites
El valor esperado (y la varianza) de una variable aleatoria con distribución Poisson son iguales
a µ; es decir que en nuestro caso el número de lesiones esperado por año es 2 (µ=2)
25
6. Realmente, pueden estar tranquilos los padres? Sustente su opinión en los resultados
obtenidos
Los padres no pueden estar tranquilos puesto que las cifras de niños accidentados es muy alta.
multinacionales, aplica un test de inteligencia a todos los posibles candidatos. Una persona que
desea ser contratada, acaba de presentar el test y le informan que ha obtenido C.I. igual a 95.
sabiendo que las puntuaciones CI tienen promedio 100 y desviación estándar 15, usted debe
4. Puntuación C.I. que habría que sacar en el test de inteligencia para estar en el 30% inferior
6. Valores de C.I. entre los que se encuentran el 50% central de los sujetos
Solución
Datos:
μ: media
μ = 100
σ: desviación estándar
σ= 15
X=95
Porcentaje X≤95
X−μ
Z= → 𝐅ó𝐫𝐦𝐮𝐥𝐚
σ
27
95 − 100
P(x ≤ 95) = P (Z ≤ ) = P(Z ≤ −0,33̂) ≅ 0,3707 →∴ 𝐏 ≅ 𝟑𝟕, 𝟎𝟕%
15
Ubiqué valor de la tabla para Z, que será el área bajo la curva de la normal estándar
(Distribución) a la izquierda de Z
R//=37,07%
Porcentaje X>95
95 − 100
P(x > 95) = 1 − P(x < 95) = 1 − P (Z > ) = 1 − P(Z < −0,33̂) = 1 − 0,3707
15
R//=62,93%
85 − 100
P(X ≥ 85) = 1 − P(X ≤ 85) = Z1 = = −1 → P = 1 − 0,1587 = 0,8413 ∴ P
15
≈ 84,13%
28
90 − 100
P(X ≤ 90) → P = 1 − (x ≤ 95) → Z2 = ≅ −0,67 → P = 1 − 0,2514 = 0,7475
15
∴ P ≈ 74,75%
R//= 9,38%
4. Puntuación C.I. que habría que sacar en el test de inteligencia para estar en el
5 CONCLUSIONES
referencias bibliográficas nos permitió resolver los ejercicios por cada estudiante y a
inicial. De esta manera, podemos dar solución a los casos presentados por las diferentes
6 REFERENCIAS BIBLIOGRÁFICAS
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=47&docID
=10995669&tm=1470693596054
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=59&docID
=10995669&tm=1470694057290
Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico Nacional. Página 178
a 222. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=183&docI
D=10436604&tm=1470693651415
Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico Nacional. Página 223
a 254 Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=194&docI
D=10436604&tm=1470693683773
de http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/reader.action?ppg=224&docI
D=3192101&tm=1512261758930
31
Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Página 241 a 278.
Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=258&docI
D=11013767&tm=1470693471527
278 Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=258&docI
D=11013767&tm=1470693471527
Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Página 280 a 298.
Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=297&docI
D=11013767&tm=1470693984628