FSDFSDF

Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Portada
Tarea 2 - Experimentos aleatorios y distribuciones de probabilidad
Presentado por:
Alberto José Angarita Cuellar
Sergio Armando Romero
William Mina Isajar
Fredy Valerio Prada Suarez
Grupo: 100402_129
Tutora: Azucena Gil
Universidad Nacional Abierta Y A Distancia – UNAD

Escuela de Ciencias Básicas, Tecnología e Ingeniería
Probabilidad
Noviembre de 2019
Introducción (mínimo 2 párrafos de 10 líneas de texto cada uno)
Introducción
El presente trabajo colaborativo, contiene las actividades solicitadas en la guía

de trabajo Tarea 2: Experimentos aleatorios y distribuciones de probabilidad.
Dando evidencia de cómo cada uno de nosotros, aplicamos de forma clara e
indicada los fundamentos en los conceptos básicos de probabilidad mencionados
anteriormente en relación con los ejercicios o estudio de casos escogidos por
cada uno de nosotros, evidenciando la solución de los problemas escogidos, el
desarrollo de un mentefacto de forma grupal.
Todos los problemas consolidados en este trabajo colaborativo, hacen parte de

las soluciones que cada estudiante de este grupo realizo, teniendo en cuenta las
temáticas tratadas.
Objetivos
Objetivo General
Estudiar y realizar cálculos de probabilidades usando las distribuciones de probabilidad

sobre los ejercicios propuestos en la Tarea 2 - Experimentos aleatorios y distribuciones
de probabilidad.
Objetivos Específicos
✔ Xxx xxx xx
✔ Xxx xxx xx
✔ Xxx xxx xx
Mentefacto
Probabilidad
- Asigna un número a cada - Técnicas de Conteo

resultado posible de un Distribuciones
experimento un número. Probabilidad
Variable Aleatoria Distribución de Distribución de

probabilidad discreta probabilidad continúa
- Variable aleatoria discreta. - Su variable aleatoria es - Su variable aleatoria es continua.

- Variable aleatoria continúa. discreta. - Distribución Normal.
- Distribución Binomial. - Distribución t de Student
- Distribución Hipergeométrica.
- Distribución Poisson.
Ejercicio 2
Solución estudio de casos estudiante No. 1: El grupo entrega aquí, de manera organizada, el
análisis, desarrollo y solución del ESTUDIO DE CASO presentado
RESPONSABLE ROL SELECCIONADO
Freddy Valerio Prada Suarez Entregas
a. Distribución Hipergeométrica: Una empresa manufacturera recibe un lote que

contiene 100 artículos de los cuales cinco son defectuosos. La compañía revisa
constantemente los lotes - que recibe para establecer la calidad del material. Si
la calidad de un lote recibido es baja, regresa al proveedor el lote completo.
Suponga que la compañía recibe el lote y lo acepta si hay sólo 1 o menos piezas
defectuosas en una muestra de tamaño 6 sin reposición. ¿Cuál es la probabilidad
de que se acepte un lote de 100 artículos que contenga 5 defectuosos?
Solución
Rechazo: Calidad baja: N° de defectos >1

Aceptación: Calidad alta: N° de defectos ≤ 1
Numero Éxitos de la Población: K

Población Total: N
Muestra: n
X: Numero de Éxitos de la Muestra
N=100
K=5
n=6
X= 5
𝑘 𝑁−𝑘
( )( )
𝑃(𝑥) = 𝑥 𝑛 − 𝑥
𝑁
(𝑛 )
5 100 − 5
( )( )
𝑃(𝑥 = 5) = 5 6−5
100
( 6 )
5 95
( ) (1)
𝑃(𝑥 = 5) = 5 = 5,7 %
100
( 6 )
b. Distribución Binomial:
La probabilidad de fallar durante el vuelo para cada uno de los seis motores de un
avión es 0.0005. Suponiendo que los seis motores trabajan independientes,
determine la probabilidad que en un vuelo determinado
1. No ocurra ninguna falla de motor

2. No ocurra más de una falla
3. Ocurra exactamente dos fallas.
Solución
𝑃𝑎𝑟𝑎 𝑙𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛 𝑏𝑖𝑛𝑜𝑚𝑖𝑎𝑙:

𝑁. 𝑀𝑜𝑡𝑜𝑟𝑒𝑠 → 𝑛 = 6
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝐹𝑎𝑙𝑙𝑎 𝑀𝑜𝑡𝑜𝑟𝑒𝑠 → 𝑝 = 0,0005
𝑃(𝑥 = 0) = 6𝐶𝑜 (0,0005)0 (0,9995)6 = 0,997
𝑃(𝑥 ≥ 1) = 1 − 𝑃(𝑥 = 0)
𝑃(𝑥 ≥ 1) = 1 − 0,997 = 0,003
𝑃(𝑥 = 2) = 6𝐶2 (0,0005)2 (0,9995)4 = 0,00374
c. Distribución Poisson: El número de casos admitidos de emergencia en cierto

hospital en 1 hora es una variable aleatoria con distribución de Poisson con X =
3. Determinar - la probabilidad que en cierta hora
1. Ningún caso de emergencia es admitido.

2. Más de 3 casos de emergencia son admitidos.
Solución
μ: promedio de número de casos admitidos de emergencia en cierto hospital en 1

hora
𝜇=3
𝑒 = 2,71828
La probabilidad que en cierta hora
1. Ningún caso de emergencia es admitido.
𝑘 = 0
𝑃 (𝑥 = 0) = 3⁰ (2,71828)⁻³ /0! = 0,04979
2. Más de 3 casos de emergencia son admitidos.
𝑃(𝑥 ≥ 3) = 1 − 𝑃(𝑥 ≤ 3)
𝑃(𝑥 > 3) = 1 − [𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 3)]
𝑃(𝑥 ≤ 3) = 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2)
𝑃(𝑥 ≤ 3) = 0,04979 + 0,14936 + 0,2240
𝑃(𝑥 ≤ 3) = 0,42315
𝑃(𝑥 ≥ 3) = 1 − 0,42315 = 0,57685
d. Distribución Normal: De acuerdo con la Organización de Naciones Unidas

(ONU), en Latinoamérica se tiene una esperanza de vida al nacer de 73.4 años y
una desviación estándar de 4.3714 años. Si la esperanza de vida de una persona

sigue una distribución normal, calcula:
1. La probabilidad de que una persona sobrepase los 80 años de vida.
2. La probabilidad de que una persona al nacer tenga una esperanza de vida
entre 70 y 75 años.
3. ¿A partir de qué valor se tiene el 10% más alto de la esperanza de vida al
nacer?
Solución
𝜇 = 73,4
𝜎 = 4,3714
Donde:
𝜎 = 𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛
𝜇 = 𝑚𝑒𝑑𝑖𝑎
𝑥 = 𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝐴𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎
La probabilidad de que una persona sobrepase los 80 años de vida.

80 − 73,4
𝑃(𝑥 ≥ 80) = 𝑃(𝑍 < )
4,3714
𝑃(𝑥 ≥ 80) = 𝑃(𝑍 < 1,51)
𝑃(𝑥 ≥ 80) = 1 − 𝑃(𝑍 < 1,51)
𝑃(𝑥 ≥ 80) = 1 − 0,9344
𝑃(𝑥 ≥ 80) = 0,07
La probabilidad de que una persona al nacer tenga una esperanza de vida entre 70
y 75 años.
𝑃(70 < 𝑥 < 75) = 𝑃(𝑥 < 75) − 𝑃(< 70)
75 − 73,4 70 − 73,4
𝑃(70 < 𝑥 < 75) = 𝑃 (𝑍 < ) − 𝑃(𝑍 < )
4,3714 4,3714
𝑃(4 < 𝑥 < 6) = 𝑃(𝑍 < 0,37) − 𝑃(𝑍 < −0,78)
𝑃(4 < 𝑥 < 6) = 0,6443 − 0,2176
𝑃(4 < 𝑥 < 6) = 0,43
¿A partir de qué valor se tiene el 10% más alto de la esperanza de vida al nacer?
𝑃(𝑧 ≥ 𝑥) = 0,10 → 𝑧 ≥ 1,28
𝑥 ≥ 1,28 ∗ 4,3714 + 73,4 = 78,99 𝑎ñ𝑜𝑠

William Mina Isajar Alertas
e. Distribución Hipergeométrica: El edificio Nantes está compuesto por 30

apartamentos. De ellos, 10 están habitados por matrimonios con sólo dos hijos
hombres. Los otros 20 están habitados por matrimonios con sólo dos hijas. Se va a
demoler el edificio para construir - uno de 60 departamentos, para lo cual se procede
a desalojar parcialmente el edificio sorteando mensualmente una familia, la que
debe retirarse. ¿Cuál es la probabilidad que al cabo de año y medio quede en el
edificio el mismo número de mujeres y de hombres?
Distribución Hipergeométrica
Formula:
(𝑅 𝑋 ) (𝑁 − 𝑅 𝑛 − 𝑋 )
𝑃(𝑥) =
(𝑁 𝑛 )
𝑛!
𝐷𝑜𝑛𝑑𝑒 (𝑛 𝐾 ) =
(𝑛
𝐾! − 𝐾)!
N = Total de Población = 120
R = Éxitos Población = 50
n = Muestra = 48
x = 24
(50 24 ) ∗ (120 − 50 48 − 24 )
𝑝(𝑥) =
(120 48 )
50! 70!
( )∗( )
24! (50 − 24)! 241! (70 − 24)!
𝑝(𝑥) =
120!
48! (120 + 48!)
P(x)= 0,04846 = 4,8460%
f. Distribución Binomial: En una escuela profesional de cuatro años, el 50% de

los alumnos están - en el primer año, el 25% en el segundo, el 15% en tercero y el
10% en cuarto. Se selecciona 5 alumnos al azar. ¿Cuál es la probabilidad que:
1. Exactamente 2 sean del primer año?
P = 50% n = total = 5
q = 50% x = éxitos = 2
(𝑛 𝑥 ) ∗ 𝑃 𝑥 . 𝑞 𝑛−𝑥 = (5 2 ) ∗ (0,5)2 . (0,5)5−2

(5 2 ). (0,5)2 . (0,5)3
(5 2 ) ∗ 0,25 ∗ 0,125
5!
∗ 0,25 ∗ 0,125
2! (5 − 2)!
5!
∗ 0,25 ∗ 0,125
2! ∗ 3!
10 ∗ 0,25 ∗ 0,125
=0,3125
=31,25%
2. Ninguno sea del tercero o cuarto año?

Primer →50%
Segundo →25%
Tercero →15%
Cuarto →10%
P = 25% ocurra
q = 75% no acurra
(𝑛 𝑥 ) ∗ 𝑝 𝑥 . 𝑞 𝑛−𝑥 = (5 0 ) ∗ (0,25)0 ∗ (0,75)5

5!
∗ (0,25)0 ∗ 0,755 = 0,0002317
(5 − 0)! ∗ 0!
1*1*(0,75)5 =0,2373
23,73%
g. Distribución Poisson: Suponga que cierta enfermedad rara afecta al 0.1% de

la población grande. 5,000 persona se escogen aleatoriamente de esta población y
son sometidos a un examen para detectar la enfermedad.
1. ¿Cuál es el número esperado de personas con dicha enfermedad?

2. ¿Cuál es la probabilidad que exactamente 10 personas son afectadas por la
enfermedad?
𝜇𝑘 𝑒 𝜇
𝑃(𝑥 = 𝑘) = ≈ 2,71828
𝑘!
𝜇 = Promedio de veces que ocurre el evento

k = Probabilidad de éxito
1. ¿Cuál es el número esperado de personas con dicha enfermedad?
Probabilidad = 0,1% es decir 0,001

Por lo tanto p = 0,001
Cantidad de personas = 5000

n=5000
p(k)=n*p = 5000*0,001 =
5 Personas
2. ¿Cuál es la probabilidad que exactamente 10 personas son afectadas por la

enfermedad?
510 ∗𝑒 −5
𝜇 = 5 Personas p (x=10) 10!
= 𝑘 = 10
P(x=10) = 0,01813278
P(x=10) = 1,813278%
h. Distribución Normal: Entre mayo y junio de 2011, la cotización del dólar a la

venta tuvo una media de $16.9205 y una desviación estándar de $0.2695. Si la
cotización del dólar sigue una distribución normal, determina:
1. La probabilidad de que la venta de un dólar sobrepase los $18.

2. La probabilidad de que la cotización del dólar a la venta sea menor a los $15.
3. Con tu equipo, investiga qué factores intervienen en la cotización del dólar.
Discute con ellos qué consecuencias trae una devaluación del peso frente al dólar
𝜇 = $ 16,9205 → 𝑚𝑒𝑑𝑖𝑎
𝐿 = $ 0,2695 → 𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝑠𝑡𝑎𝑛𝑑𝑎𝑟
Para que la venta del dólar sobrepase los $18, está por encima de 4ta desviación
estándar
𝑥−𝜇
1) 𝑧= 𝐿
p(x ≥ 18)
18−16,9205
𝑧= 0,2695
= 4,0056
𝑝(𝑥 ≥ 18) = 𝑝(𝑧 < 4,0056)

𝑝(𝑥 ≥ 18) = 1 − 𝑝(𝑧 < 4,0056)
En Excel existe una herramienta para poder calcular el valor de la distribución

normal el cual es distr.norm.n en donde se ingresan los datos
Donde x es el valor que pueda tomar la variable en este caso que el dólar se
venda en más de 18 dólares, la media es la que nos da el ejercicio 16,9205, la
desviación estándar también está dada por el ejercicio con un valor de 0,2695 y el
acumulado es el valor de verdad que debe tomar el valor x 1 en caso de estar
buscando la probabilidad de que sea cierto y 0 en caso de estar buscando la
probabilidad de que sea falso, por tanto, ubicando los datos obtenemos
=> 0,99996907
Por lo tanto, el valor de la probabilidad seria

𝑝(𝑥 ≥ 18) = 1 − 0,99996907
𝑝(𝑥 ≥ 18) = 3,093E-05 = 0,00003093
0,003093%
2)
15 − 16,9205
𝑝(𝑥 ≤ 15) = 𝑝 (𝑧 < )
0,2695
𝑝(𝑥 ≤ 15) = 𝑝(𝑧 < −7,1262)
Nuevamente se usa la herramienta de Excel para poder calcular el valor de la

distribución normal el cual es distr.norm.n en donde se ingresan los datos
Donde x es el valor que pueda tomar la variable en este caso que el dólar se
venda en menos de 15 dólares, la media es la que nos da el ejercicio 16,9205, la
desviación estándar también está dada por el ejercicio con un valor de 0,2695 y el
acumulado es el valor de verdad que debe tomar el valor x 1 en caso de estar
buscando la probabilidad de que sea cierto y 0 en caso de estar buscando la
probabilidad de que sea falso, por tanto, ubicando los datos obtenemos
=> 5,1604E-13 = 0,00000000000051604
𝑝(𝑥 ≤ 15) = 0,00000000000051604 ⇒ 0,000000000051604%
3) Los factores que intervienen en la cotización del dólar son el nivel inflacionario, deuda pública, nivel
de divisas, estabilidad política y productividad del país, especulación, valor de otras divisas, entre otros.
Las consecuencias principales que trae una devaluación del peso frente al dólar es el aumento de los
precios a nivel generalizado de los productos importados, así como aquellos cuya producción depende
de la importación de materia prima y por lo tanto el aumento de la liquidez monetaria (demanda de
dinero).

Sergio Armando Romero Revisor
Estudios de caso estudiante N°41:
a. Distribución Hipergeométrica: A menudo los biólogos que estudian

un ambiente específico etiquetan y liberan a sujetos con el fin de
estimar de tamaño de la población o la prevalencia de ciertas
características en ella. Los biólogos capturan a 10 animales de una
especie que se piensa extinta (o casi extinta) los etiquetan y los liberan
en cierta región. Después de un periodo secciona en la región una
muestra aleatoria de 15 animales de ese tipo. ¿Cuál es la probabilidad
de que 5 de los animales seleccionados estén etiquetados, si hay 25
animales de este tipo en la región?
1Tomado y adaptado de Gutiérrez, Banegas, Ana Laura. Probabilidad y estadística Enfoque por competencias, Grupo Editorial
Mc Graw Hill, 2012.
Probabilidad Hipergeométrica
P(x) = Ck,x * C(N-k);(n-x) /CN,n
Ecuación de combinaciones:
Cn,k = n!/k!(n-k)!
¿Cuál es la probabilidad de que 5 de los animales seleccionados estén

etiquetados, si hay 25 animales de este tipo en la región?
N= 25
n= 15
x= 5
k= 10
Ck,x =(C10,5) = 10!/5!5!
Ck,x =(C10,5) = 10*9*8*7*6*5!/5!*5*4*3*2*1
Ck,x =(C10,5) = 252
C (N-k);(n-x) = C15,10
C (N-k);(n-x) = C15,10 = 15!/10!*5*4*3*2*1
C (N-k);(n-x) = C15,10 = 15!/10!*5*4*3*2*1 = 15*14*13*12*11/120
C (N-k);(n-x) = 3003
CN,n = C25,15 = 3268760
P (x) = 252*3003 = 0,2315

3268760
Respuesta: La probabilidad de que cinco (5) de los animales seleccionados

presenten etiqueta según la característica de animales en extinción es del
23.15%.
b. Distribución Binomial: Un cuerpo se encuentra en reposo en el punto
(0,0). Se lanza un dado 10 veces y por cada número mayor que 2 que
aparece, el cuerpo se desplaza una unidad de longitud hacia la derecha,
en caso contrario se desplaza una unidad hacia la izquierda. Calcular la
probabilidad que después de los 10 lanzamientos el cuerpo se
encuentre a:
1. 8 unidades de longitud a la derecha del origen.
Función Distribución Binomial
X = Bin (n;p)
𝑛 𝑥 𝑛−𝑥
P ( X= x ) = ∗ ∗ 1−
𝑥
Datos
n= 10
Probabilidad (x >2 ) : p= 0,67
x= 8
10
P ( X= 8 ) = ∗ 0.678 1 − 0.67 10−8
8
P ( X= 8 ) = 0,199
19,90%
2. 3 unidades a la derecha del origen.

Datos
n= 10
Probabilidad (x >2 ) : p= 0,67
x= 3
10
P ( X= 3 ) = 3 10−3
3 ∗ 0.67 1 − 0.67
P ((X=
P X= 33)
) == 0,01533
0,153
15,30%
1,533%
3. 2 unidades a la izquierda del origen.
Datos
n= 10
Probabilidad (x <2 ) : p= 0,17
x= 8
10
P ( X= 2 ) = 2 10−2
2 ∗ 0.17 1 − 0.17
P ( X= 3 ) = 0,2929
29,29%
c. Distribución Poisson: Ciertos automóviles llegan a una garita de

peaje aleatoriamente con un promedio de 300 autos por hora. ¿Cuál es
la probabilidad que;
Función de probabilidad:
𝑒 𝜆 (𝑋)𝑥
𝑃(𝑥 = 𝑥) =
𝑥!
Donde: X≈Poiss (λ=5): es la probabilidad de ocurrencia cuando la

variable discreta X toma un valor finito x.
𝜆 : promedio de ocurrencias en un intervalo (tiempo, volumen, área,
etc.)
𝑒 : tiene un valor aproximado de 2.718281
x: es el numero de ocurrencias
1. ¿Llegue exactamente 1 automóvil durante un periodo de 1 minuto?
Respuesta:
Conversión
300 60 minutos
x 1 minutos
x = 1 * 300 = 5 por minuto

60
−5 51
P(X= 1) =
1!
P(X= 1) = 0,0337
La probabilidad de que llegue un automóvil en un periodo de 1 minuto es

del 3.37%
2. ¿Lleguen por lo menos 2 automóviles en un período de 1 minuto?
Respuesta: Sabiendo que P(X<=1) =0.0404 y P(X<=0) =0.00607

P (X>=2) = 1- [ P (0)+ P(1)]
P (X >= 2) = 1 – (0,00607 + 0.0404)
P (X >= 2) = 1 - 0,04647
P (X >= 2) = 0,95353
La probabilidad de que lleguen por lo menos dos automóviles en un periodo

de un minuto es del 95.353%.
d. Distribución Normal: De acuerdo con la Organización de Naciones

Unidas (ONU), los años de educación promedio son de 8.1 y una
varianza de 3.1 en países latinoamericanos. Suponiendo que los años
de educación promedio se distribuyen como una normal, calcula la
probabilidad de que un país:
Parametros :
µ = 8,1
𝜎 2 = 3,1
𝜎 2 = 3,1 = 1,76
Teniendo en cuenta la distribucion normal , la cual estandarizada es N (0,1)

con media de cero y desviacion estandar uno
Formula de estandarización =
𝑥−𝑢
𝑧=
𝜎
x= variable aleatoria
X ≈ N ( u = 8,1 )
𝜎 = 1,76
1. Tenga más de 10 años de educación promedio.
10 − 8.1
P ( X>10 ) = P 𝑧<
1.76
P ( X>10 ) = P (Z < 1,08)
P ( X>10 ) = 1- P (Z < 1,08)

Z = 1,08
El ( valor
P X>10 )de Z -lo
= 1 ubicamos en la tabla de distribución normal y
0,1400
obtenemos la probabilidad:
P ( X>10 ) = 0,86
P ( x≤10) = 0,85933
P(x≥10) = 1-0,85933
P(x≥10) = 0,14067
2. Tenga entre 7.5 y 10.5 años de educación promedio.

P ( 7,5 < X < 10,5 ) = P ( X < 10,5 ) - P ( X < 7,5 )

10.5 − 8.1 7.5 − 8.1
P ( 7,5 < X < 10,5 ) = P 𝑧 < -P 𝑧<
1.76 1.76
P ( 7,5 < X < 10,5 ) = P (Z < 1,36) - P (Z < -0,34)
P ( 7,5 < X < 10,5 ) = 0,9130 - 0,3669
P ( 7,5 < X < 10,5 ) = 0,55

55,0%
3. ¿A partir de qué valor se tiene el 5% más bajo de educación?
Con base a la tabla de distribución normal el valor de z para una

probabilidad de 0.05 es de 1.65.
p= 0,05
Busqueda en la tabla de distribución normal y tenemos
Z = -1,65
1,65 = (x -8,1)
1,76
2,9 = x - 8,1
x = 11
Alberto Angarita Compilador
s. Distribución Hipergeométrica: A menudo los biólogos que estudian un

ambiente específico etiquetan y liberan a sujetos con el fin de estimar de tamaño de
la población o la prevalencia de ciertas características en ella. Los biólogos capturan
a 10 animales de una especie que se piensa extinta (o casi extinta) los etiquetan y
los liberan en cierta región. Después de un periodo selecciona en la región una
muestra aleatoria de 15 animales de ese tipo. ¿Cuál es la probabilidad de que 5 de
los animales seleccionados estén etiquetados, si hay 25 animales de este tipo en la
región?
Solución
Datos según el enunciado:
N=25 🡪 Total población
n=15 🡪 Muestra
k=10 🡪 Total Etiquetados (Son los casos de éxito)
x=5 🡪 Número de éxitos de la muestra
(𝑘 𝑥 )(𝑁−𝑘 𝑛−𝑥 )
Ahora aplicamos la fórmula 𝑃(𝑋 = 𝑥) = (𝑁 𝑛 )
:
(10 5 )(25 − 10 15 − 5 ) (10 5 )(15 10 ) (252)(3003)

𝑃(𝑋 = 5) = = = ≈ 0.2315
(25 15 ) (25 15 ) (3268760)
Por lo tanto, la probabilidad de que 5 de los animales seleccionados estén

etiquetados es del 23.15%.
r. Distribución Binomial: Una fábrica emplea un patrón de aceptación de los

artículos producidos antes de embarcarlos. El plan consiste en lo siguiente: cajas de
25 artículos son preparados para su embarque; un inspector toma un artículo al
azar, lo inspecciona y lo devuelve a la caja; un segundo y un tercero efectúan el
mismo procedimiento. Si cualquiera de los tres inspectores encuentra un artículo
defectuoso, la caja no se embarca. ¿Cuál es la probabilidad de:
1. embarcar una caja que contenga tres artículos defectuosos?

2. no embarcar una caja que contiene sólo un artículo defectuoso?
Solución
Solución punto 1: Para este caso n=3, p=3/25=0.12, q=1-3/25 =22/25 =0.88,
x=0; Usando la fórmula 𝑃(𝑋 = 𝑥) = (𝑛 𝑥 )𝑝 𝑥 𝑞 𝑛−𝑥 . Se tiene:
𝑃(𝑋 = 0) = (3 0 ) ∗ 0.120 ∗ 0.883−0
𝑃(𝑋 = 0) = 1 ∗ 1 ∗ 0.883
𝑃(𝑋 = 0) ≈ 0.6815
Por lo tanto, la probabilidad de embarcar una caja que contenga tres artículos
defectuosos es del 68.15%.
Solución Punto 2: Para este caso n=3, p=1/25=0.04, q=24/25=0.96 y x toma

los valores 1,2,3. Lo que se debe calcular es 𝑃(1 ≤ 𝑋 ≤ 3). Nuevamente, usando la
fórmula 𝑃(𝑋 = 𝑥) = (𝑛 𝑥 )𝑝 𝑥 𝑞𝑛−𝑥 , se tiene:
𝑃(1 ≤ 𝑋 ≤ 3) = 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3)
𝑃(1 ≤ 𝑋 ≤ 3) = (3 1 ) ∗ 0.041 ∗ 0.963−1 + (3 2 ) ∗ 0.042 ∗ 0.963−2 + (3 3 ) ∗ 0.043 ∗ 0.963−3
𝑃(1 ≤ 𝑋 ≤ 3) = 3 ∗ 0.04 ∗ 0.962 + 3 ∗ 0.042 ∗ 0.96 + 1 ∗ 0.043 ∗ 1

𝑃(1 ≤ 𝑋 ≤ 3) = 0.115264
Luego, la probabilidad de embarcar una caja que contenga un solo artículo

defectuoso es del 11.5264%.
s. Distribución Poisson: En Colombia, 6% de los 30 millones de usuarios de

internet que hay, utilizan Twitter. (Torres, 2010). Si conoces a 15 personas que sean
asiduas a las redes sociales:
1. ¿Cuál es la probabilidad de que 9 o más utilicen Twitter?
2. ¿Cuál es la probabilidad de que máximo dos usen esa red?
Solución
Análisis del enunciado:
El 6% equivale a 0.06. Hacemos p=0.06. n=15, puesto que las 15 personas son
asiduas a las redes sociales.
Como 𝜆 = 𝑛𝑝, entonces 𝜆 = 15 ∗ 0.06 = 0.9, ahora para calcular las probabilidades
usaremos la fórmula:
𝑒 −𝜆 𝜆𝑥
𝑃(𝑋 = 𝑥) =
𝑥!
Solución punto 1: ¿Cuál es la probabilidad de que 9 o más utilicen Twitter?
𝑃(𝑋 ≥ 9) = 𝑃(𝑋 = 9) + 𝑃(𝑋 = 10) + 𝑃(𝑋 = 11) + 𝑃(𝑋 = 12) + 𝑃(𝑋 = 13) + 𝑃(𝑋 = 14)
+ 𝑃(𝑋 = 15)
𝑒 −0.9 0.99 𝑒 −0.9 0.910 𝑒 −0.9 0.911 𝑒 −0.9 0.912 𝑒 −0.9 0.913 𝑒 −0.9 0.914 𝑒 −0.9 0.915
𝑃(𝑋 ≥ 9) = + + + + + +
9! 10! 11! 12! 13! 14! 15!
0.99 0.910 0.911 0.912 0.913 0.914 0.915 −0.9
𝑃(𝑋 ≥ 9) = ( + + + + + + )𝑒
9! 10! 11! 12! 13! 14! 15!
𝑃(𝑋 ≥ 9) ≈ (0.000001172208)(0.406569659741)
𝑃(𝑋 ≥ 9) ≈ 0.000000476584
Por lo tanto, la probabilidad de que 9 o más utilicen Twitter es del

0.0000476584%.
Solución punto 2: ¿Cuál es la probabilidad de que máximo dos usen esa red?
𝑃(𝑋 ≤ 2) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2)

𝑒 −0.9 0.90 𝑒 −0.9 0.91 𝑒 −0.9 0.92
𝑃(𝑋 ≤ 2) = + +
0! 1! 2!
0.92 −0.9
𝑃(𝑋 ≤ 2) = 𝑒 −0.9 + 0.9𝑒 −0.9 + 𝑒
2
0.92 −0.9
𝑃(𝑋 ≤ 2) = (1 + 0.9 + )𝑒
2
𝑃(𝑋 ≤ 2) ≈ 0.9371
Por lo tanto, la probabilidad de que máximo dos usen esa red es del 93.71%.
t. Distribución Normal: De acuerdo con la Organización de Naciones Unidas

(ONU), los años de educación promedio son de 8.1 y una varianza de 3.1 en países
latinoamericanos. Suponiendo que los años de educación promedio se distribuyen
como una normal, calcula la probabilidad de que un país:
1. Tenga más de 10 años de educación promedio.

2. Tenga entre 7.5 y 10.5 años de educación promedio.
3. ¿A partir de qué valor se tiene el 5% más bajo de educación?
Solución
𝜇 = 8.1, 𝜎 2 = 3.1, 𝜎 = √3.1 ≈ 1.7607
𝑋−𝜇 10−8.1
1. 𝑧 = 𝜎
= 1.76
≈ 1.08
𝑃(𝑋 > 10) = 1 − 𝑃(𝑋 < 10) = 1 − 𝑃(𝑧 < 1.8) = 1 − 0.859929 = 0.140071
Por lo tanto, la probabilidad de que un país tenga más de 10 años de educación

promedio es del 14.0071%.
2. Para X=7.5:
𝑋 − 𝜇 7.5 − 8.1
𝑧= = ≈ −0.34
𝜎 1.76
Para X=10.5:
𝑋 − 𝜇 10.5 − 8.1
𝑧= = ≈ 1.36
𝜎 1.76
Ahora:
𝑃(7.5 ≤ 𝑋 ≤ 10.5) = 𝑃(𝑋 ≤ 10.5) − 𝑃(𝑋 ≤ 7.5)

𝑃(7.5 ≤ 𝑋 ≤ 10.5) = 𝑃(𝑧 ≤ 1.36) − 𝑃(𝑧 ≤ −0.34)
𝑃(7.5 ≤ 𝑋 ≤ 10.5) = 𝑃(𝑧 ≤ 1.36) − [1 − 𝑃(𝑧 ≤ 0.34)]
𝑃(7.5 ≤ 𝑋 ≤ 10.5) = 0.913085 − [1 − 0.633072]
𝑃(7.5 ≤ 𝑋 ≤ 10.5) = 0.913085 − 0.366928
𝑃(7.5 ≤ 𝑋 ≤ 10.5) = 0.546157
Por lo tanto, la probabilidad de que un país tenga entre 7.5 y 10.5 años de
educación promedio es del 54.6157%.
3. La idea es encontrar el valor de x, que cumpla 𝑃(𝑋 ≤ 𝑥) = 0.05:
a) Primero es necesario que encontremos el valor de z, que cumpla 𝑃(𝑍 ≤ 𝑧) = 0.05,

para esto, podemos observar una tabla a dos caras de la Distribución Normal (Puede
consultarla en esta dirección:
http://www.est.uc3m.es/esp/nueva_docencia/comp_col_leg/ing_tec_inf_gestion/e
stadistica/Documentacion/Tablas/tablas2caras.pdf).
Observando la tabla encontramos que no está 0.05, aparecen dos valores: 0.0505
y 0.0495, entonces tomamos un valor intermedio de z que sería: -1.645.
𝑋−𝜇
b) Como segundo, sustituyamos la información que tenemos en 𝑧 = 𝜎
y
despejemos a X:
𝑋−𝜇 𝑋 − 8.1
𝑧= ⟹ −1.645 = ⟹ 𝑋 − 8.1 = (−1.645)(1.7607)
𝜎 1.7607
⟹ 𝑋 = (−1.645)(1.7607) + 8.1
⟹ 𝑋 = 5.2036
Por lo anterior, concluimos que a partir del valor de 5.2036 se tiene el 5% más
bajo de educación.
Conclusiones (mínimo 1 por cada participante)
ESTUDIANTE CONCLUSIÓN
Alberto Angarita Después de estudiar las temáticas propuestas en
este trabajo colaborativo, puedo decir, que las
probabilidades se han convertido en una
herramienta muy útil a la hora de tomar
decisiones.
Las distribuciones de probabilidades tanto

discretas como continuas, son útiles para
determinar la probabilidad de algún evento. Es
claro, que, según el área de interés, habrá una o
más distribuciones que se puedan aplicar. Para el
mundo científico es una herramienta muy útil en
la verificación de hipótesis.
Sergio Armando Romero Del anterior trabajo se identifican conceptos
estadísticos y su aplicación, es por esto que se
ven reflejados en casos como los desarrollados
que no conducen a determinar que la
distribución hipergeométrica es utilizada en
muestreo de poblaciones finitas, la
distribución de Poisson estima un modelo para
contar sucesos poco frecuentes, la distribución
normal aplicada en modelo probabilísticos
continuos.
A lo anterior la distribución de probabilidad

describe la probabilidad de que un evento se
realice posteriormente, constituye una
herramienta fundamental para la prospectiva,
puesto permite estimar escenarios de eventos
futuros basados en comportamientos actuales.
William Mina Isajar El desarrollo de este trabajo colaborativo me ha

servido para resuelve casos de estudio, utilizando
los conceptos propios de la probabilidad
condicional y las distribuciones de Probabilidad
propuestos en el desarrollo del curso, para lograr
conclusiones sobre la probabilidad de sucesos
complejos
Fredy Valerio Prada
Referencias bibliográficas en formato APA. (Mínimo una por cada

participante, no pueden repetir referencias)
ESTUDIANTE REFERENCIA
Alberto Angarita García, Á. M. Á. (2005). Introducción a la teoría de la probabilidad. Primer
curso. (Pp. 29-50). Recuperado de
https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/detail.action?docID=
4722054
Rodríguez, F. J., & Pierdant, R. A. I. (2014). Estadística para administración.

Recuperado de
3227358
Sánchez, J. (2018). Conceptos básicos de probabilidad. Recuperado de

http://hdl.handle.net/10596/17792
Sergio Armando
Romero Sánchez, S. E. A., Inzunza, C. S., & Ávila, A. R. (2015). Probabilidad y
estadística 1. Distrito Federal, MÉXICO: Grupo Editorial Patria. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?doc
ID=11230886&p00=conceptos+generales+estad%C3%ADstica+descriptiva&
ppg=46
García, Á. M. Á. (2005). Introducción a la teoría de la probabilidad. Primer

curso. (Pp. 29-50). Recuperado de
4722054
William Mina Isajar Sánchez, J. (2018). Distribución binomial. Recuperado

de http://hdl.handle.net/10596/19010
Sánchez, S. E. A., Inzunza, C. S., & Ávila, A. R. (2015). Probabilidad y

estadística 1. Distrito Federal, MÉXICO: Grupo Editorial Patria. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?doc
ID=11230886&p00=conceptos+generales+estad%C3%ADstica+descriptiva&
ppg=46
Mendenhall, W.; Beaver, R. ; Beaver, B. (2015). Introducción a la

estadística. Editorial Cengage Learning. Recuperado
de https://www.educacion-
holistica.org/notepad/documentos/Medicina/Epidemiolog%C3%ADa%20y%
20Bioestadist%C3%ADca/Introduccion%20a%20la%20Probabilidad%20y%2
0Estadistica.pdf
Fredy Valerio Prada

FSDFSDF

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

FSDFSDF

Загружено:

Авторское право:

Доступные форматы

Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de

Tarea 2 - Experimentos aleatorios y distribuciones de probabilidad

Universidad Nacional Abierta Y A Distancia – UNAD

El presente trabajo colaborativo, contiene las actividades solicitadas en la guía

Todos los problemas consolidados en este trabajo colaborativo, hacen parte de

Estudiar y realizar cálculos de probabilidades usando las distribuciones de probabilidad

- Asigna un número a cada - Técnicas de Conteo

Variable Aleatoria Distribución de Distribución de

- Variable aleatoria discreta. - Su variable aleatoria es - Su variable aleatoria es continua.

a. Distribución Hipergeométrica: Una empresa manufacturera recibe un lote que

Rechazo: Calidad baja: N° de defectos >1

Numero Éxitos de la Población: K

1. No ocurra ninguna falla de motor

𝑃𝑎𝑟𝑎 𝑙𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛 𝑏𝑖𝑛𝑜𝑚𝑖𝑎𝑙:

𝑃(𝑥 = 0) = 6𝐶𝑜 (0,0005)0 (0,9995)6 = 0,997

c. Distribución Poisson: El número de casos admitidos de emergencia en cierto

1. Ningún caso de emergencia es admitido.

2. Más de 3 casos de emergencia son admitidos.

μ: promedio de número de casos admitidos de emergencia en cierto hospital en 1

La probabilidad que en cierta hora

1. Ningún caso de emergencia es admitido.

𝑃 (𝑥 = 0) = 3⁰ (2,71828)⁻³ /0! = 0,04979

2. Más de 3 casos de emergencia son admitidos.

d. Distribución Normal: De acuerdo con la Organización de Naciones Unidas

una desviación estándar de 4.3714 años. Si la esperanza de vida de una persona

La probabilidad de que una persona sobrepase los 80 años de vida.

RESPONSABLE ROL SELECCIONADO

e. Distribución Hipergeométrica: El edificio Nantes está compuesto por 30

N = Total de Población = 120

P(x)= 0,04846 = 4,8460%

f. Distribución Binomial: En una escuela profesional de cuatro años, el 50% de

1. Exactamente 2 sean del primer año?

(𝑛 𝑥 ) ∗ 𝑃 𝑥 . 𝑞 𝑛−𝑥 = (5 2 ) ∗ (0,5)2 . (0,5)5−2

2. Ninguno sea del tercero o cuarto año?

(𝑛 𝑥 ) ∗ 𝑝 𝑥 . 𝑞 𝑛−𝑥 = (5 0 ) ∗ (0,25)0 ∗ (0,75)5

g. Distribución Poisson: Suponga que cierta enfermedad rara afecta al 0.1% de

1. ¿Cuál es el número esperado de personas con dicha enfermedad?

𝜇 = Promedio de veces que ocurre el evento

1. ¿Cuál es el número esperado de personas con dicha enfermedad?

Probabilidad = 0,1% es decir 0,001

Cantidad de personas = 5000

2. ¿Cuál es la probabilidad que exactamente 10 personas son afectadas por la

h. Distribución Normal: Entre mayo y junio de 2011, la cotización del dólar a la

1. La probabilidad de que la venta de un dólar sobrepase los $18.

𝑝(𝑥 ≥ 18) = 𝑝(𝑧 < 4,0056)

En Excel existe una herramienta para poder calcular el valor de la distribución

Por lo tanto, el valor de la probabilidad seria

Nuevamente se usa la herramienta de Excel para poder calcular el valor de la

=> 5,1604E-13 = 0,00000000000051604

𝑝(𝑥 ≤ 15) = 0,00000000000051604 ⇒ 0,000000000051604%

RESPONSABLE ROL SELECCIONADO

Estudios de caso estudiante N°41:

a. Distribución Hipergeométrica: A menudo los biólogos que estudian

P(x) = Ck,x * C(N-k);(n-x) /CN,n

¿Cuál es la probabilidad de que 5 de los animales seleccionados estén

Ck,x =(C10,5) = 10!/5!5!

Ck,x =(C10,5) = 10*9*8*7*6*5!/5!*5*4*3*2*1

Ck,x =(C10,5) = 252

C (N-k);(n-x) = C15,10 = 15!/10!*5*4*3*2*1

C (N-k);(n-x) = C15,10 = 15!/10!*5*4*3*2*1 = 15*14*13*12*11/120

CN,n = C25,15 = 3268760

P (x) = 252*3003 = 0,2315

Respuesta: La probabilidad de que cinco (5) de los animales seleccionados

Ck,x =(C10,5) = 1098765!/5!54321

C (N-k);(n-x) = C15,10 = 15!/10!54*321

C (N-k);(n-x) = C15,10 = 15!/10!54*321 = 1514131211/120