Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Tarea 2
Grupo:100402_233
Espacio
Tarea 2 –
Experimentos aleatorios y distribuciones de probabilidad
Presentado por:
JUAN CAMILO ZAPATA: 8032963
IVAN DARIO RAMIREZ: 1017161534
ZULAY JOHANA RANGEL
CRISTIAN CAMILO FRANCO:1036658747
MARCELA ASTORQUIZA: 1128460199
Presentado a:
Jenny Tatiana Sánchez
Tutora
INTRODUCCIÓN
OBJETIVO GENERAL
Desarrollar un taller de ejercicios sobre los contenidos de
la Unidad 2 del curso Probabilidad, los cuales nos
permitirán profundizar en los temas tratados.
OBJETIVOS ESPECÍFICOS
Identificar las distintas variables que nos ofrece cada ejercicio con el finde
poder aplicar la fórmula adecuada.
Objetivos
El grupo presenta máximo 3 objetivos, uno general y dos
específicos.
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
)
Aporte individual Edison Juan Camilo Zapata
Distribución de
probabilidad
binomial
cuadro sinóptico:
Distribución de
probabilidad
Teoremas hipergeométrica
Distribución de Son el conjunto de todos los
1. 0 ≤ 𝑃𝑥(𝑥) ≤ 1
probabilidades de posibles resultados de un
experimento, los cuales se 2. ∑𝑛𝑖=1 𝑃𝑥(𝑥) = 1
una variable Distribución de
pueden expresar en formulas, 3. 𝑃(𝑋 = 𝑥1 ∪ 𝑋 = 𝑥2) = 𝑃𝑥(𝑥1) + probabilidad
aleatoria discreta 𝑃𝑥(𝑥2)
graficas, cuadros, entre otras. poisson
Distribución de
probabilidad
geométrica
Es la distribución continua de
Distribución de probabilidad en la cual todos
probabilidad uniforme los valores que toma la
variable en el intervalo
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Ejercicio 2
Distribución Hipergeométrica: Una compañía tiene siete solicitantes para dos puestos de trabajo:
tres mujeres y cuatro hombres. Suponga que los siente solicitantes están igualmente calificados y
que no se da preferencia para elegir género alguno. Sea x igual al número de mujeres escogido
para ocupar las dos posiciones.
Datos del Problema:
N= 7 solicitantes
x=2
k= 2 puestos de trabajos
n=2
Candidatos: (2 mujeres) (4 hombres)
x: número de mujeres escogido para ocupar las dos posiciones.
Distribución Hipergeométrica:
Cn, k = n! / k! (n-k)!
P(x) =1*5/21
P(x) =0,2381
Media:
μ= n*p
μ= 2*0,2381= 0,48
Varianza:
σ² = npq (N-n/N-1)
σ² = 0,37(5/6)
σ² = 0,30
Distribución Binomial: La preferencia por el color de un auto cambia con los años y de acuerdo
con el modelo particular que seleccione el cliente. En año reciente, suponga que 10% de todos los
autos de lujo que se vendieron eran negros. Si 25 autos de ese año y tipo se seleccionan al azar,
encuentre las siguientes probabilidades:
El experimento consiste en ver si un vehículo es negro o no (Si o No), y repetirlo 25 veces, para
finalmente ver cuántos de ellos son negros. Es por tanto un experimento Binomial.
P (X >= 5)
P (X >= 5) = P(X=5) + P(X=6) + P(X=7) + ... + P(X=25)
P (X < 5) = P(X=0) + P(X=1) + P(X=2) + P(X=3) + P(X=4)
P (X=0) = (25 sobre 0) · (0'1) ^0 · (0'9) ^ (25-0) = 1 · 1 · 0'9^25 = 0'07179
P (X=1) = (25 sobre 1) · (0'1) ^1 · (0'9) ^ (25-1) = 25 · 0'1 · 0'9^24 = 0'19942
P (X=2) = (25 sobre 2) · (0'1) ^2 · (0'9) ^23 = 300· 0'01 · 0'9^25 = 0'26589
P (X=3) = (25 sobre 3) · (0'1) ^3 · (0'9) ^22 = 0'22650
P (X=4) = (25 sobre 4) · (0'1) ^4 · (0'9) ^21 = 0'13841
P (X < 5) = 0'902
P(X>=5) = 1 - P(X<5) = 1 - 0'902 = 0'098
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Esta distribución posee diversas aplicaciones. Se le utiliza como modelo para describir la
distribución de errores en una entrada de datos, el número de rayones y otras imperfecciones en
las cabinas de automóviles recién pintados, el número de partes defectuosas en envíos, el número
de clientes que esperan mesa en un restaurante, el número de accidentes en una carretera en un
periodo determinado.
Un conmutador puede manejar un máximo de 5 llamadas por minuto. Si la experiencia indica que
se recibe un promedio de 3 llamadas por minuto. Utilice la distribución Poisson para encontrar las
probabilidades de que el número de llamadas recibidas por el conmutador en 1 minuto sea:
a. A lo sumo 4.
Entonces:
P(X≤4) = 0,81526
b. Menos de 3.
P(X<3) = 0,4231895
c. Al menos 4.
d. Quede saturado.
P(x=4) = 0.00064
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Distribución Normal: Supóngase que se sabe que los pesos de cierto grupo de personas están
distribuidos aproximadamente de forma normal con media 𝜇=70 𝑘𝑔 y desviación estándar 𝜎=12,5
𝑘𝑔. Use sus conocimientos sobre la distribución normal para responder:
μ = 70 kg
σ = 12,5 kg
Distribución normal
Z = X-μ/σ
a. ¿Cuál es la probabilidad de que una persona elegida al azar de este grupo pese ms de 80
kg?
¿P (X≤80 kg) =?
¿P (50≤X85) =?
P (50≤X) = 0,0548
P (85≤X) =0,88493
P (50≤X85) =0,06
c. ¿Cuál es el peso que es superado solo por el 93% de las personas del grupo?
Z = -1,48
-1,48 = X-70/12,5
-18,5 +70 = X
X = 51,50 kilos
Cuadro Sinóptico.
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Solución.
Formula general:
𝑲 𝑵− 𝑲
( )( )
𝒑(𝒙) = 𝑿 𝒏 − 𝑿
𝑵
( )
𝒏
N=tamaño de la población.
n=tamaño de la muestra.
X=cantidad de éxitos.
N=7
n=2
X= 2
K= 3 mujeres; 4 hombres.
3 7− 2
( )( )
𝑝(𝑥 = 2) = 2 2 − 2
7
( )
2
(3)(5 )
𝑝(𝑥 = 2) = 0
(21)
(3)(5)
𝑝(𝑥 = 2) =
(21)
15
𝑝(𝑥 = 2) =
21
𝑝(𝑥 = 2) = 0,714
Media:
𝜇 = 𝑛𝑝
𝜇 = 2 ∗ 0,714
𝜇 = 1,428
Varianza:
𝑁−𝑛
𝜎 2 = 𝑛𝑝𝑞 ∗
𝑁−1
7−𝑛
𝜎 = 𝑛𝑝𝑞 ∗ √
𝑁−1
Reemplazo valores.
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
7−2
𝜎 = 2 ∗ 1,428 ∗ √
7−1
5
𝜎 = 2,856 ∗ √
6
𝜎 = 2,607
Conclusión:
5 Tomado y adaptado de Lind, Marchall. Estadística Aplicada a los Negocios y la Economía. Ed. Mc Graw Hill
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Solución.
𝑝(𝑥 ≥ 5)
Reemplazamos:
Sumamos:
Sumamos.
P(X=4) = 0'1384
P(3 < X < 5) = P(X=3) + P(X=4) + P(X=5) = 0'2265 + 0'1384 + 0'0646 = 0'43
a. A lo sumo 4.
b. Menos de 3.
c. Al menos 4.
d. Quede saturado.
e. Entre 1 y 3.
f. Una o más pero menos de 5.
g. Más de 2 pero menos de 5.
h. Ninguna.
i. Si se cuenta el número de llamadas en 5 minutos, cual es la
probabilidad de que se reciban 4 llamadas.
Solución.
𝜆𝑥 𝑒 −𝜆
𝑓(𝑥) = 𝑃(𝑋 = 𝐾) =
𝐾!
Variables.
𝑥 = 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑙𝑙𝑎𝑚𝑎𝑑𝑎
a. A lo sumo 4.
30 𝑒 −3
𝑃(𝑥 = 0) = = 0,049
0!
31 𝑒 −3
𝑃(𝑥 = 1) = = 0,149
1!
32 𝑒 −3
𝑃(𝑥 = 2) = = 0,224
2!
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
33 𝑒 −3
𝑃(𝑥 = 3) = = 0,224
3!
34 𝑒 −3
𝑃(𝑥 = 4) = = 0,168
4!
P(X≤4) =0,814
b. Menos de 3.
P(X<3) =0,422
c. Al menos 4.
34 𝑒 −3
𝑃(𝑥 = 4) = = 0,168
4!
d. Quede saturado.
35 𝑒 −3
𝑃(𝑥 = 5) = = 0,1 = 10%
5!
e. Entre 1 y 3.
31 𝑒 −3
𝑃(𝑥 = 1) = = 0,149
1!
32 𝑒 −3
𝑃(𝑥 = 2) = = 0,224
2!
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
33 𝑒 −3
𝑃(𝑥 = 3) = = 0,224
3!
P (1≤X≤3) =0,597
P (1≤X<5) =0,765
P (2<X<5) =0,392
h. Ninguna.
30 𝑒 −3
𝑃(𝑥 = 0) = = 0,049
0!
Solución.
Datos:
Media=𝜇=70 𝑘𝑔
Desviación estándar= 𝜎=12,5 𝑘𝑔
Tipificación
𝑋−𝜇
𝑍=
𝜎
a. ¿Cuál es la probabilidad de que una persona elegida al azar de
este grupo pese más de 80 kg?
Reemplazo.
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
80 − 70
𝑍=
12,5
𝒁 = 𝟎, 𝟖
𝑃 = (𝑧 ≥ 0,8)=1-P (z ≤ 0,8)
𝑃 = 0,788 = 78%
P (50≤X85)
P (50≤X) = 0,0548
P (85≤X) =0,88493
P (50≤X85) = P (50≤X) -(1-P (85≤X))
P (50≤X85) =0,06
c. ¿Cuál es el peso que es superado solo por el 93% de las personas
del grupo?
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Candidatos:
2 mujeres
4 hombres
x: número de mujeres escogido para ocupar las dos posiciones.
Media:
𝜇 = 𝑛∗𝑝
𝜇 = 2 ∗ 0,2381 = 0,48
Varianza:
𝜎² = 𝑛𝑝𝑞 (𝑁 − 𝑛/𝑁 − 1)
𝜎² = 0,37(5/6)
𝜎² = 0,30
Estudio de caso 2: Cristian Camilo Franco Ramirez
Distribución Binomial: La preferencia por el color de un auto cambia con
los años y de acuerdo con el modelo particular que seleccione el cliente. En
año reciente, suponga que 10% de todos los autos de lujo que se vendieron
eran negros. Si 25 autos de es año y tipo se seleccionan al azar, encuentre las
siguientes probabilidades:
a. Al menos cinco autos sean negros.
b. A lo sumo seis autos son negros.
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Planteamiento:
Máximo 5 llamada por minutos
𝜇 = 3 𝑙𝑙𝑎𝑚𝑎𝑑𝑎𝑠 𝑝𝑜𝑟 𝑚𝑖𝑛𝑢𝑡𝑜
𝑒 = 2,7182818
Distribución de Poisson:
Probabilidades de que el número de llamadas recibidas por el conmutador en
1 minuto sea:
𝑃 = (𝑋 = 𝑘) = 𝜇 ∧ 𝑘 ∗ 𝑒 ∧ −𝜇/ 𝐾!
a. A lo sumo 4:
𝑃(𝑋 ≤ 4) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃 (𝑋 = 2) + 𝑃 ( 𝑋
= 3) + 𝑃 ( 𝑋 = 4)
Entonces:
𝑃(𝑋 = 0) = 3⁰ ∗ (2,7182718)⁻³/ 0! = 0,0497870
𝑃(𝑋 = 1) = 3¹ ∗ (2,7182718)⁻³/ 1! = 0,149361
𝑃(𝑋 = 2) = 3² ∗ (2,7182718)⁻³/ 2! = 0,224041
𝑃(𝑋 = 3) = 3³ ∗ (2,7182718)⁻³/ 3! = 0,2240415
𝑃(𝑋 = 4) = 3⁴ ∗ (2,7182718)⁻³/ 4! = 0,16803
𝑃(𝑋 ≤ 4) = 0,81526
b. Menos de 3.
𝑃(𝑋 < 3) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃 (𝑋 = 2)
𝑃(𝑋 < 3) = 0,4231895
c. Al menos 4.
𝑃 ( 𝑋 = 4) = 3⁴ (2,7182718)⁻³/ 4! = 0,16803
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
d. Quede saturado.
𝑃 ( 𝑋 = 5) = 3⁵(2,7182718)⁻³/ 5! = 0,1 = 10%
e. Entre 1 y 3.
𝑃 (1 ≤ 𝑋 ≤ 3) = 𝑃(𝑋 = 1) + 𝑃 (𝑋 = 2) + 𝑃 ( 𝑋 = 3)
𝑃 (1 ≤ 𝑋 ≤ 3) = 0,5975
f. Una o más pero menos de 5.
𝑃 (1 ≤ 𝑋 < 5) = 𝑃(𝑋 = 1) + 𝑃 (𝑋 = 2) + 𝑃 ( 𝑋 = 3) + 𝑃 ( 𝑋 = 4)
h. Ninguna.
𝑃(𝑋 = 0) = 3⁰ ∗ (2,7182718)⁻³/ 0! = 0,0497870
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Datos:
𝜇 = 70 𝑘𝑔
𝜎 = 12,5 𝑘𝑔
Distribución normal
𝑍 = 𝑋 − 𝜇/𝜎
70
𝑍 = 80 − = 0,8 𝑉𝑎𝑙𝑜𝑟 𝑞𝑢𝑒 𝑢𝑏𝑖𝑐𝑎𝑚𝑜𝑠 𝑒𝑛 𝑙𝑎 𝑡𝑎𝑏𝑙𝑎 𝑑𝑒 𝑑𝑖𝑠. 𝑛𝑜𝑟𝑚𝑎𝑙
12,5
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
¿Cuál es el peso que es superado solo por el 93% de las personas del grupo?
Ejercicio 2
Cuadro sinóptico
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
3 7−3
( )( )
𝑃(𝑥 = 2) = 2 2 − 2
7
( )
2
3 4
( )( )
𝑃(𝑥 = 2) = 2 0
7
( )
2
(3)(1)
𝑃(𝑥 = 2) = = 0.1428
(21)
Media:
𝜇 =𝑛∗𝑃
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
𝜇 = 2 ∗ 0.1428 = 0.2856
Varianza:
𝑦 𝑁−𝑦 𝑁−𝑛
𝜎2 = 𝑛 ( ) ( )( )
𝑁 𝑁 𝑁−1
𝑁−𝑛
𝜎 2 = 𝑛(𝑃)(1 − 𝑃) ( )
𝑁−1
7−2
𝜎 2 = 2(0.1428)(1 − 0.1428) ( )
7−1
𝜎 2 = 0.2040
Histograma
Histograma de casos
de Exito
2.5
2
PROBABILIDAD DE X
1.5
1
1
0.5 0.5714
0 0.2858
0.1429
0
1 2 3
CASOS DE EXITO
𝑛
𝑃(𝑥 = 𝑟) = ( ) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥
a. Al menos cinco autos sean negros.
𝒙: 𝒏° 𝒅𝒆 𝒂𝒖𝒕𝒐𝒔 𝒏𝒆𝒈𝒓𝒐𝒔
𝒓: ≥ 𝟓
𝒏: 𝟐𝟓
𝒑: 𝟎. 𝟏
𝑛
𝑃(𝑥 = 𝑟) = ( ) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
25 25 25
𝑃(𝑥 ≥ 5) = ( ) 0.15 (1 − 0.1)25−5 + ( ) 0.16 (1 − 0.1)25−6 + ( ) 0.17 (1 − 0.1)25−7
5 6 7
𝑃(𝑥 ≥ 5) = 0.095615
𝒙: 𝒏° 𝒅𝒆 𝒂𝒖𝒕𝒐𝒔 𝒏𝒆𝒈𝒓𝒐𝒔
𝒓: ≤ 𝟔
𝒏: 𝟐𝟓
𝒑: 𝟎. 𝟏
𝑛
𝑃(𝑥 = 𝑟) = ( ) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥
25 25 25
𝑃(𝑥 ≤ 6) = ( ) 0.10 (1 − 0.1)25−0 + ( ) 0.11 (1 − 0.1)25−1 + ( ) 0.12 (1 − 0.1)25−2
0 1 2
25 25
+ ( ) 0.13 (1 − 0.1)25−3 + ( ) 0.14 (1 − 0.1)25−4
3 4
25 25
+ ( ) 0.15 (1 − 0.1)25−5 + ( ) 0.16 (1 − 0.1)25−6
5 6
𝑃(𝑥 ≤ 6) = 0.9901
𝒙: 𝒏° 𝒅𝒆 𝒂𝒖𝒕𝒐𝒔 𝒏𝒆𝒈𝒓𝒐𝒔
𝒓: > 𝟒
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
𝒏: 𝟐𝟓
𝒑: 𝟎. 𝟏
𝑛
𝑃(𝑥 = 𝑟) = ( ) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥
25 25 25
𝑃(𝑥 > 4) = ( ) 0.15 (1 − 0.1)25−5 + ( ) 0.16 (1 − 0.1)25−6 + ( ) 0.17 (1 − 0.1)25−7
5 6 7
𝒙: 𝒏° 𝒅𝒆 𝒂𝒖𝒕𝒐𝒔 𝒏𝒆𝒈𝒓𝒐𝒔
𝒓: 𝟒
𝒏: 𝟐𝟓
𝒑: 𝟎. 𝟏
𝑛
𝑃(𝑥 = 𝑟) = ( ) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥
25
𝑃(𝑥 = 4) = ( ) 0.14 (1 − 0.1)25−4
4
𝑃(𝑥 = 4) = 0.1384
𝒙: 𝒏° 𝒅𝒆 𝒂𝒖𝒕𝒐𝒔 𝒏𝒆𝒈𝒓𝒐𝒔
𝟑 ≥𝒓≤𝟓
𝒏: 𝟐𝟓
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
𝒑: 𝟎. 𝟏
𝑛
𝑃(𝑥 = 𝑟) = ( ) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥
𝑃(𝑥 = ≥ 3, ≤ 5 )
25 25
= ( ) 0.13 (1 − 0.1)25−3 + ( ) 0.14 (1 − 0.1)25−4
3 4
25
+ ( ) 0.15 (1 − 0.1)25−5
5
𝑃(𝑥 = ≥ 3, ≤ 5 ) = 0.4293
𝒙: 𝒏° 𝒅𝒆 𝒂𝒖𝒕𝒐𝒔 𝒏𝒐 𝒏𝒆𝒈𝒓𝒐𝒔
𝒓 > 𝟐𝟎
𝒏: 𝟐𝟓
𝒑: 𝟎. 𝟏
𝑛
𝑃(𝑥 = 𝑟) = ( ) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥
25 25
𝑃(𝑥 > 20 ) = ( ) 0.121 (1 − 0.1)25−21 + ( ) 0.122 (1 − 0.1)25−22
21 22
25
+ ( ) 0.123 (1 − 0.1)25−23
23
j. A lo sumo 4.
k. Menos de 3.
l. Al menos 4.
m. Quede saturado.
n. Entre 1 y 3.
q. Ninguna.
𝑒 −𝜆 ∗ 𝜆𝑥
𝑃(𝑥) =
𝑥!
Donde
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
a. A lo sumo 4
𝜆=3
𝑥≤4
𝑒 ≈ 2.7182
𝑒 −𝜆 ∗ 𝜆𝑥
𝑃(𝑥) =
𝑥!
b. Menos de 3
𝜆=3
𝑥<3
𝑒 ≈ 2.7182
𝑒 −𝜆 ∗ 𝜆𝑥
𝑃(𝑥) =
𝑥!
c. Al menos 4
𝜆=3
𝑥≥4
𝑒 ≈ 2.7182
𝑒 −𝜆 ∗ 𝜆𝑥
𝑃(𝑥) =
𝑥!
𝑥=5
𝑒 ≈ 2.7182
𝑒 −𝜆 ∗ 𝜆𝑥
𝑃(𝑥) =
𝑥!
2.7182−3 ∗ 35
𝑃(𝑥 = 5) =
5!
𝑃(𝑥 = 5) = 0.1008
e. Entre 1 y 3
𝜆=3
1≥𝑥≤3
𝑒 ≈ 2.7182
𝑒 −𝜆 ∗ 𝜆𝑥
𝑃(𝑥) =
𝑥!
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
1≥𝑥<5
𝑒 ≈ 2.7182
𝑒 −𝜆 ∗ 𝜆𝑥
𝑃(𝑥) =
𝑥!
𝜆=3
2>𝑥<5
𝑒 ≈ 2.7182
𝑒 −𝜆 ∗ 𝜆𝑥
𝑃(𝑥) =
𝑥!
h. Ninguno
𝜆=3
𝑥=0
𝑒 ≈ 2.7182
𝑒 −𝜆 ∗ 𝜆𝑥
𝑃(𝑥) =
𝑥!
2.7182−3 ∗ 30
𝑃(𝑥 = 0) =
0!
𝑃(𝑥 = 0) = 0.0497
𝑥=4
𝑒 ≈ 2.7182
𝑒 −𝜆 ∗ 𝜆𝑥
𝑃(𝑥) =
𝑥!
𝑒 −15 ∗ 154
𝑃(𝑥 = 4) =
4!
𝑃(𝑥 = 4) = 0.00064
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
𝑥−𝜇
𝑍=
𝜎
𝑥 > 80𝑘𝑔
𝜇 = 70𝑘𝑔
𝜎 = 12.5𝑘𝑔
80 − 70
𝑍=
12.5
𝑍 = 0.8
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
𝑥−𝜇
𝑍=
𝜎
𝑋=?
𝑍 =?
𝜇 = 70𝑘𝑔
𝜎 = 12.5𝑘𝑔
Hallar Z de forma contraria para identificar qué valor es menor al
93% en la tabla de Distribución
Z actual es 0,93 = 0,8238
Z ubicado en la tabla de distribución es 1,47 = 0,9292, este es
el valor que esta apenas por debajo del 93%, esto con el fin de
hallar el valor de X
𝑋 − 70
0,9292 =
12,5
0,9292𝑥12,5 = 𝑋 − 70
(0,9292𝑥12,5) + 70 = 𝑋
𝑋 = 81,615
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Ejercicio 3 Colaborativo
Mentefacto:
Unidad 2
Probabilidad condicional y
distribuciones de Probabilidad
entrega)
cuales se pueden expresar en
formulas, graficas, cuadros, entre
otras.
ESTUDIANTE CONCLUSIÓN
Juan Camilo Zapata Gracias al desarrollo de este taller me
he dado cuenta de que las variables
aleatorias y las distribuciones de
probabilidad son de gran utilidad ya
quedando un buen uso de las
fórmulas que estas nos ofrecen
podemos dar solución rápida a
problemas que se nos pueden
presentar en cualquier parte de
nuestro trabajo, ya sea en
investigación o en la vida cotidiana
ESTU REFERENCIA
DIAN
TE
Juan Rodríguez, F. & Pierdant, A. (2014). Estadística para administración.
camilo Pp. 150-152. Recuperado
zapata de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=258&docID=
11013767&tm=1470693471527
Iván García, Á. M. Á. (2005). Introducción a la teoría de la probabilidad.
Darío primer curso. Pp. 267-291. Recuperado de
Ramíre
z Cruz https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/detail.action?d
ocID=4722054