Trabajo Final Estadística

Presentado por:
Julio Andrés Tamara Hernández
Yanvier Andrés Tamara Meriño

Docente:
Jose Luis Ruiz Meza

Facultad Ing. Sistemas

Estadística I

Corporación Universitaria del Caribe

CECAR

Sincelejo – Sucre
2017
 INTRODUCCION
La probabilidad es un tema importante en la estadística ya que ilustra situaciones simples de
probabilidad clásica y condicional, hasta la distribución de probabilidad de variables estudiada
para poblaciones que nos permiten en un momento dado analizar situaciones que pueden surgir en
nuestro entorno laboral. Estas situaciones pueden ser para muestras de una población o para
poblaciones. En estas últimas debemos tener en cuenta las diferentes distribuciones de
probabilidad o las funciones de densidad de probabilidad y sus diferentes parámetros con el fin de
hacer análisis estadístico.

En este trabajo usamos algunos conceptos de distribuciones de probabilidad, estadísticas y

funciones de densidad con el fin de analizar el comportamiento de 4 dietas alimentarias utilizadas
a sus 4 respectivas poblaciones de pollo de engorde, con el fin de determinar que dieta es mejor.
1. Para la dieta Nº 1
= 104.4 S = 48.6

𝑋−× 200−104.4
a) 𝑃(𝑥 < 200) = 𝑃( ≤ )
𝑆 48.6

= 𝑃(𝑍 ≤ 1.9670)

= 0.9750

b) 𝑃(𝑥 > 100) = 1 − 𝑃(𝑥 ≤ 100)

𝑋 −× 100 − 104.4
= 1 − 𝑃( ≤ )
𝑆 48.6
= 1 − 𝑃(𝑍 ≤ −0.090)

= 1 − 0.4641

= 0.5359

c) 𝑃(150 < 𝑥 ≤ 250) = 𝑃(𝑥 ≤ 250) − 𝑃(𝑥 ≤ 150)

= 0.9986 − 0.8238

= 0.1748

𝑋−× 250−104.4
 𝑃(𝑥 ≤ 250) = 𝑃( ≤ )
𝑆 48.6

= 𝑃(𝑍 ≤ 2.99)

= 0.9986
𝑋−× 150−104.4
 𝑃(𝑥 ≤ 150) = 𝑃( ≤ )
𝑆 48.6

= 𝑃(𝑍 ≤ 0.93)

= 0.8238
 o Para la dieta Nº 2
= 123.9 S = 71.2

𝑋−× 200−123.9
a) 𝑃(𝑥 ≤ 200) = 𝑃( ≤ )
𝑆 71.1

= 𝑃(𝑍 ≤ 1.07)

= 0.8577

b) 𝑃(𝑥 > 100) = 1 − 𝑃(𝑥 ≤ 100)

𝑋 −× 100 − 123.9
= 1 − 𝑃( ≤ )
𝑆 71.1
= 1 − 𝑃(𝑍 ≤ −0.3361)

= 1 − 0.3707

= 0.6293

c) 𝑃(150 < 𝑥 ≤ 250) = 𝑃(𝑥 ≤ 250) − 𝑃(𝑥 ≤ 150)

= 0.9616 − 0.6406

= 0.321

𝑋−× 250−123.9
 𝑃(𝑥 ≤ 250) = 𝑃( ≤ )
𝑆 71.1

= 𝑃(𝑍 ≤ 1.77)

= 0.9616
𝑋−× 150−123.9
 𝑃(𝑥 ≤ 150) = 𝑃( ≤ )
𝑆 71.1

= 𝑃(𝑍 ≤ 0.36)

= 0.6406
 o Para la dieta Nº 3
= 138.9 S = 85.2

𝑋−× 200−138.9
a) 𝑃(𝑥 ≤ 200) = 𝑃( ≤ )
𝑆 85.2

= 𝑃(𝑍 ≤ 0.7171)

= 0.7611

b) 𝑃(𝑥 > 100) = 1 − 𝑃(𝑥 ≤ 100)

𝑋 −× 100 − 138.9
= 1 − 𝑃( ≤ )
𝑆 85.2
= 1 − 𝑃(𝑍 ≤ −0.4565)

= 1 − 0.3264

= 0.6736

c) 𝑃(150 < 𝑥 ≤ 250) = 𝑃(𝑥 ≤ 250) − 𝑃(𝑥 ≤ 150)

= 0.9032 − 0.5517

= 0.3803

𝑋−× 250−138.9
 𝑃(𝑥 ≤ 250) = 𝑃( ≤ )
𝑆 85.2

= 𝑃(𝑍 ≤ 1.303)

= 0.9032
𝑋−× 150−138.9
 𝑃(𝑥 ≤ 150) = 𝑃( ≤ )
𝑆 85.2

= 𝑃(𝑍 ≤ 0.13)

= 0.5517
 o Para la dieta Nº 4
= 136.9 S = 66.6

𝑋−× 200−136.9
a) 𝑃(𝑥 < 200) = 𝑃( ≤ )
𝑆 66.6

= 𝑃(𝑍 ≤ 0.94)

= 0.8264

b) 𝑃(𝑥 > 100) = 1 − 𝑃(𝑥 ≤ 100)

𝑋 −× 100 − 136.9
= 1 − 𝑃( ≤ )
𝑆 66.6
= 1 − 𝑃(𝑍 ≤ −0.55)

= 1 − 0.29

= 0.7088

c) 𝑃(150 < 𝑥 ≤ 250) = 𝑃(𝑥 ≤ 250) − 𝑃(𝑥 ≤ 150)

= 0.9545 − 0.5753

= 0.3792

𝑋−× 250−136.9
 𝑃(𝑥 ≤ 250) = 𝑃( ≤ )
𝑆 66.6

= 𝑃(𝑍 ≤ 1.69)

= 0.9545
𝑋−× 150−136.9
 𝑃(𝑥 ≤ 150) = 𝑃( ≤ )
𝑆 66.6

= 𝑃(𝑍 ≤ 0.19)

= 0.5753
 D1 D2 D3 D4
A 0.9750 0.8577 0.7611 0.8264 Mayor
B 0.5354 0.6243 0.6736 0.7088 Menor
C 0.1748 0.321 0.3803 0.3792 Menor

Una dieta será mejor si

A) 𝑃(𝑥 ≤ 200) 𝑀𝑎𝑦𝑜𝑟

B) 𝑃(𝑥 > 100) 𝑀𝑒𝑛𝑜𝑟 Nº 1
C) 𝑃(150 ≤ 𝑥 ≤ 250) 𝑀𝑒𝑛𝑜𝑟
Teniendo en cuenta los resultados de las 4 dietas será mejor la dieta tipo 1 ya que cumple con
los requisitos enunciados en las condiciones Nº1.

15
2. 𝐷1: 𝑃 = 220 = 0.068 , 𝑞 = 1 − 𝑃 = 0.9318 , 𝑛 = 15

𝑃(𝑥 ≥ 2) = 1 − 𝑃(𝑥 < 2) = 1 − 𝑝(𝑥 ≤ 1)

= 1 − (𝑃(𝑥 = 0) + 𝑃(𝑥 = 1)

o 𝑝(𝑥 = 0) = (15
0
)(0.068)0 (0.9318)15 = 0.3466

o 𝑝(𝑥 = 1) = (15
1
)(0.068)1 (0.9318)14 = 0.3794

𝑝(𝑥 ≥ 2) = 1 − (0.3466 + 0.3794)

= 1 − 0.726
= 0.274
18
𝐷2: 𝑃 = = 0.15 , 𝑞 = 1 − 𝑃 = 0.85 , 𝑛 = 15
120
𝑃(𝑥 ≥ 2) = 1 − 𝑃(𝑥 < 2) = 1 − 𝑝(𝑥 ≤ 1)

= 1 − (𝑃(𝑥 = 0) + 𝑃(𝑥 = 1)

o 𝑝(𝑥 = 0) = (15
0
)(0.15)0 (0.85)15 = 0.087

o 𝑝(𝑥 = 1) = (15
1
)(0.068)1 (0.9318)14 = 0.2318
 𝑝(𝑥 ≥ 2) = 1 − (0.087 + 0.2312)
= 1 − 0.3182
= 0.6818

30
𝐷3: 𝑃 = = 0.25 , 𝑞 = 1 − 𝑃 = 0.75 , 𝑛 = 15
120
𝑃(𝑥 ≥ 2) = 1 − 𝑃(𝑥 < 2) = 1 − 𝑝(𝑥 ≤ 1)

= 1 − (𝑃(𝑥 = 0) + 𝑃(𝑥 = 1)

o 𝑝(𝑥 = 0) = (15
0
)(0.25)0 (0.75)15 = 0.013

o 𝑝(𝑥 = 1) = (15
1
)(0.25)1 (0.75)14 = 0.066

𝑝(𝑥 ≥ 2) = 1 − (0.013 + 0.066)

= 1 − 0.079
= 0.921

22
𝐷4: 𝑃 = = 0.1864 , 𝑞 = 1 − 𝑃 = 0.8136 , 𝑛 = 15
118
𝑃(𝑥 ≥ 2) = 1 − 𝑃(𝑥 < 2) = 1 − 𝑝(𝑥 ≤ 1)

= 1 − (𝑃(𝑥 = 0) + 𝑃(𝑥 = 1)

o 𝑝(𝑥 = 0) = (15
0
)(0.1864)0 (0.8136)15 = 0.045

o 𝑝(𝑥 = 1) = (15
1
)(0.1864)1 (0.8136)14 = 0.1557

𝑝(𝑥 ≥ 2) = 1 − (0.045 + 0.1557)

= 1 − 0.2007
= 0.7993

3. 𝐷1: 𝑃 = 0.068 , 𝑞 = 0.9318 , 𝑛 = 15

15
𝑎) 𝑝(𝑥 = 5) = ( ) (0.068)5 (0.9318)10 = 0.00215
5
 𝑏) 𝑝(5 ≤ 𝑥 ≤ 10)
= 𝑝(𝑥 = 5) + 𝑝(𝑥 = 6) + 𝑝(𝑥 = 7) + 𝑝(𝑥 = 8) + 𝑝(𝑥 = 9) + 𝑝(𝑥 = 10)
15
𝑝(𝑥 = 6) = ( ) (0.068)6 (0.9318)9 = 0.0002620
6
15
𝑝(𝑥 = 7) = ( ) (0.068)7 (0.9318)8 = 0.00002458
7
15
𝑝(𝑥 = 8) = ( ) (0.068)8 (0.9318)7 = 0.00000171
8
15
𝑝(𝑥 = 9) = ( ) (0.068)9 (0.9318)6 = 0.000000101
9
15
𝑝(𝑥 = 10) = ( ) (0.068)10 (0.9318)5 = 0.000000004
10

𝑝(5 ≤ 𝑥 ≤ 10) = 0,00243

𝑐) 𝑝(8 ≤ 𝑥 ≤ 12) = 𝑝(𝑥 = 8) + 𝑝(𝑥 = 9) + 𝑝(𝑥 = 10) + 𝑝(𝑥 = 11) + 𝑝(𝑥 = 12)
15
𝑝(𝑥 = 11) = ( ) (0.068)11 (0.9318)4 = 0.0000000014791
11
15
𝑝(𝑥 = 12) = ( ) (0.068)12 (0.9318)3 = 0.000000000035982
12
𝑝(8 ≤ 𝑥 ≤ 12) = 0.000001895

o 𝐷2: 𝑃 = 0.15 , 𝑞 = 0.85 , 𝑛 = 15

15
𝑎) 𝑝(𝑥 = 5) = ( ) (0.15)5 (0.85)10 = 0.04489
5
𝑏) 𝑝(5 ≤ 𝑥 ≤ 10)
= 𝑝(𝑥 = 5) + 𝑝(𝑥 = 6) + 𝑝(𝑥 = 7) + 𝑝(𝑥 = 8) + 𝑝(𝑥 = 9) + 𝑝(𝑥 = 10)
15
𝑝(𝑥 = 6) = ( ) (0.15)6 (0.85)9 = 0.01320
6
15
𝑝(𝑥 = 7) = ( ) (0.15)7 (0.85)8 = 0.002995
7
15
𝑝(𝑥 = 8) = ( ) (0.15)8 (0.85)7 = 0.000528
8
15
𝑝(𝑥 = 9) = ( ) (0.15)9 (0.85)6 = 0.0000725
9
15
𝑝(𝑥 = 10) = ( ) (0.15)10 (0.85)5 = 0.00000763
10
𝑝(5 ≤ 𝑥 ≤ 10) = 0,06790

𝑐) 𝑝(8 ≤ 𝑥 ≤ 12) = 𝑝(𝑥 = 8) + 𝑝(𝑥 = 9) + 𝑝(𝑥 = 10) + 𝑝(𝑥 = 11) + 𝑝(𝑥 = 12)
15
𝑝(𝑥 = 11) = ( ) (0.15)11 (0.85)4 = 0.000000616
11
15
𝑝(𝑥 = 12) = ( ) (0.15)12 (0.85)3 = 0.000000036
12
𝑝(8 ≤ 𝑥 ≤ 12) = 0.0006088

o 𝐷3: 𝑃 = 0.25 , 𝑞 = 0.75 , 𝑛 = 15

15
𝑎) 𝑝(𝑥 = 5) = ( ) (0.25)5 (0.75)10 = 0.165
5
𝑏) 𝑝(5 ≤ 𝑥 ≤ 10)
= 𝑝(𝑥 = 5) + 𝑝(𝑥 = 6) + 𝑝(𝑥 = 7) + 𝑝(𝑥 = 8) + 𝑝(𝑥 = 9) + 𝑝(𝑥 = 10)
15
𝑝(𝑥 = 6) = ( ) (0.25)6 (0.75)9 = 0.091
6
15
𝑝(𝑥 = 7) = ( ) (0.25)7 (0.75)8 = 0.039
7
15
𝑝(𝑥 = 8) = ( ) (0.25)8 (0.75)7 = 0.013
8
15
𝑝(𝑥 = 9) = ( ) (0.25)9 (0.75)6 = 0.0033
9
15
𝑝(𝑥 = 10) = ( ) (0.25)10 (0.75)5 = 0.0006796
10

𝑝(5 ≤ 𝑥 ≤ 10) = 0,311

𝑐) 𝑝(8 ≤ 𝑥 ≤ 12) = 𝑝(𝑥 = 8) + 𝑝(𝑥 = 9) + 𝑝(𝑥 = 10) + 𝑝(𝑥 = 11) + 𝑝(𝑥 = 12)
15
𝑝(𝑥 = 11) = ( ) (0.25)11 (0.75)4 = 0.000102
11
15
𝑝(𝑥 = 12) = ( ) (0.15)12 (0.85)3 = 0.0000114
12
𝑝(8 ≤ 𝑥 ≤ 12) = 0.017

o 𝐷4: 𝑃 = 0.1864 , 𝑞 = 0.8136 , 𝑛 = 15

15
𝑎) 𝑝(𝑥 = 5) = ( ) (0.1864)5 (0.8136)10 = 0.085
5
𝑏) 𝑝(5 ≤ 𝑥 ≤ 10)
= 𝑝(𝑥 = 5) + 𝑝(𝑥 = 6) + 𝑝(𝑥 = 7) + 𝑝(𝑥 = 8) + 𝑝(𝑥 = 9) + 𝑝(𝑥 = 10)
15
𝑝(𝑥 = 6) = ( ) (0.1864)6 (0.8136)9 = 0.032
6
15
𝑝(𝑥 = 7) = ( ) (0.1864)7 (0.8136)8 = 0.00965
7
15
𝑝(𝑥 = 8) = ( ) (0.1864)8 (0.8136)7 = 0.00221
8
15
𝑝(𝑥 = 9) = ( ) (0.1864)9 (0.8136)6 = 0.000394
9
15
𝑝(𝑥 = 10) = ( ) (0.1864)10 (0.8136)5 = 0.0000542
10

𝑝(5 ≤ 𝑥 ≤ 10) = 0,129

𝑐) 𝑝(8 ≤ 𝑥 ≤ 12) = 𝑝(𝑥 = 8) + 𝑝(𝑥 = 9) + 𝑝(𝑥 = 10) + 𝑝(𝑥 = 11) + 𝑝(𝑥 = 12)
15
𝑝(𝑥 = 11) = ( ) (0.1864)11 (0.8136)4 = 0.00000564
11
15
𝑝(𝑥 = 12) = ( ) (0.15)12 (0.85)3 = 0.000000431
12
𝑝(8 ≤ 𝑥 ≤ 12) = 0.00266

CONCLUSIONES
Después de haber realizado todos los ítems del presente trabajo podemos concluir.

1) Que la estadística de probabilidades es una herramienta valiosa para la comparación de

los diferentes comportamientos de poblaciones bajo condiciones diferentes.

2) Que la probabilidad nos permite visualizar comportamientos en intervalos lo que es de

mucha ayuda en el análisis.

3) Las situaciones que se ajustan a distribuciones normales son más fáciles de desarrollar
ya que se cuenta con tablas de distribución normalizada estandarizada.

4) Los conceptos desarrollados en el curso son de utilidad en el entorno laboral o en

situaciones problema que se modelan a través de esos conceptos.
 BIBLIOGRAFIA

Departamento matematica aplicada y estadistica. (2010). Universidad Politecnica de Madrid .

Obtenido de Unidad Docente:
http://www.dmae.upm.es/WebpersonalBartolo/Probabilidad/7_distribucion_normal.pdf
Ministerio de educacion de españa. (s.f.). Obtenido de
http://sauce.pntic.mec.es/~jpeo0002/Archivos/PDF/T03.pdf
UGR. (abril de 2014). Universidad de Granada. Obtenido de
http://www.ugr.es/~bioestad/_private/Tema_4_color.pdf
Unam, F. R. (s.f.). Unam. Obtenido de
http://www.geociencias.unam.mx/~ramon/EstInf/Clase5b.pdf