CASO PRACTICO UNIDAD 3

ALUMNA: KAROL TORRES CAMPAZ

DOCENTE: MILCON MONTENEGRO GAMBA

ESTADISTICA I
CORPORACION UNIVERSITARIA ASTURIAS
DIRECCIÓN Y ADMINISTRACIÓN DE EMPRESAS
2019
 Introducción

Este trabajo básicamente esta realizado para dar respuesta a caso práctico propuesto en
la unidad 3 donde nos hablan de identificar que es una variable aleatoria y sus
características, conocer los distintos tipos de distribuciones discretas y continuas.

En esta solución de este caso práctico debemos identificar en el primer en el primer

punto que distribución estamos manejando en cada punto.

Una variable aleatoria es una función que asocia un número real, perfectamente
definido, a cada punto muestral. A veces las variables aleatorias (v.a.) están ya implícitas
en los puntos muestrales. donde se presentan dos conjuntos uno llamado discreto que es
un número finito o infinito numerable de elementos y continuos: número infinito no
numerable de elementos.
Solución

1. ¿Qué modelo de distribución podrían seguir las siguientes variables aleatorias?

a. Número de hombres, mujeres y niños (menores de 12 años, de cualquier sexo),

en un avión con 145 pasajeros. Este sería una DISTRIBUCION NORMAL, ya
que se puede expresar cualquier rango de mujeres, hombres o niños en base a una
media. Con una muestra que en este caso es de 145 pasajeros, de forma
estadística se puede calcular una media para clasificar u obtener el porcentaje
que representa cada grupo

b. Número de visitas que recibe en una hora www.iep.edu.es. Distribución

Poisson. Suponiendo que queremos obtener el número de ocurrencias de un cierto
evento dentro de un intervalo de tiempo dado.

c. Enciclopedias vendidas por un vendedor a domicilio tras visitar 18 casas. Distribución

Binomial Suponiendo que ahora tenemos una serie de n ensayos independientes
Bernoulli, en donde la probabilidad de éxito en cualquiera de estos ensayos es p.

2. Si ℜ sigue la Distribución B (10; 0; 8), su valor esperado y su varianza

valen…

a) 8 y 0,2

b) 0,8 y 1,6
c) 8 y 16
d) 0,8 y 0,2

- La solución sería la media de cualquier Binomial está dado por el producto del número
de intentos por su probabilidad de éxito. Entonces, 10 * 0.8 = 8, este es el valor de la
media.
- La varianza por otra parte se obtiene de multiplicar la probabilidad de éxito por el
número de ensayos por la expresión uno menos probabilidad de éxito. Entonces, 8 * (1 -
0.8), es igual a 1.6.

3. ¿Qué falta en la f(x) de cuantía de una variable B(n, p): P(ξ = x) = ¿? px (1 - p) n - x?

a) n! / x!

b) n! / [x! (n - x)!]
c) x! / [n! (x - n)!]
d) x! / n!

Con los datos dados deducimos que es una distribución Binomial, el número de
pruebas que se realizan es n y la probabilidad de éxito es p.
donde n es el número de pruebas que se realiza y p es la probabilidad de éxito. Ésta se
define como: P (x = k) = (n k) donde k = 0,1,2,3...n

Donde el número combinatorio (n k) es: n! / k! (n - k )!

k = x, la respuesta correcta es la opción b: n! / x! (n - x )!

4. Se efectúan lanzamientos consecutivos de un dado correcto. Resuelva las siguientes

cuestiones:

a) Determine razonadamente la distribución de probabilidad de la v.a ξ: “número

de lanzamientos que deben efectuarse hasta conseguir el primer resultado par”.
Calcular la probabilidad de que se requieran 3 lanzamientos.

R/= Espacio muestral es {1,2,3,4,5,6}

 Espacio del evento es {2,4,6}

Donde las posibilidades pares son 3 de 6, es decir los pares son 2, ,4 y 6, los
impares son 1, 3 y 5, concluimos que la posibilidad de cada resultado es de 1/6, y
que sea par o impar es de:

1/6 + 1/6 + 1/6 + 1/6 + 1/6 + 1/6 = 100 %

P(número par)= p= {2,4,6}

p= 1/6 + 1/6 + 1/6 = 3/4 = 1/2

P(número par)= ½

Si lanzamos el dado la probabilidad que sea par o impar es del 50%, pero la
posibilidad que en 3 sea par planteamos lo siguiente:

Que se lance y sean 2 pares o 2 impares es la misma:

1/2 ^ 2 = 0,25 0,25

100% 25,00%

b. Determine razonadamente la distribución de probabilidad de la v.a. μ:

“número de lanzamientos que deben efectuarse hasta conseguir 3 pares”.
Calcular la probabilidad de que se requieran 5 lanzamientos.

Dada la posibilidad en 3 lanzamientos cuales son las posibilidades, son 6 lo elevamos al

cubo que es la cantidad de lanzamientos que se harán:

6 ^ 3 = 216.

La posibilidades son los numero pares que son 3 también lo elevamos al cubo:

3 ^ 3 = 27

Dividimos la cantidad de posibilidades entre la cantidad de lanzamientos:

27/216 = 0,125 = 1/8.

Para obtener tu probabilidad:

(7/8) ^ (5) = 0,51 0,51

100% 51,29%

Lo cual indica que es altamente probable que ocurra, el 51,29% de la probabilidad de

que ocurra.
 Conclusión

Con lo anteriormente estudiado en la unidad 3 podremos con concluir que este caso
práctico nos explica correctamente que es una variable aleatoria es una transformación 𝑋
del espacio de resultados Ω al conjunto de números reales, esto es, 𝑋:Ω → ℝ. Ahora
considerando el conjunto de valores que una variable aleatoria puede tomar, vamos a
clasificar a las variables aleatorias en dos tipos: Variable Aleatoria Discreta Decimos
que es una 𝑣. 𝑎. es discreta cuando el conjunto de valores que ésta toma es un conjunto
discreto, es decir, un conjunto finito o numerable. Por ejemplo: El conjunto {0,1, 2, . . . ,
𝑛} es un conjunto discreto porque es finito, lo mismo ℕ, pues aunque es infinito, es
numerable, y por lo tanto, discreto y Variable Aleatoria Continua Decimos que una
variable aleatoria es continua cuando toma todos los valores dentro de un intervalo (𝑎, 𝑏)
⊆ ℝ. Esta clasificación de variables aleatorias no es completa, pues existen variables que
no son de ninguno de los dos tipos mencionados. Por simplicidad en este curso,
estudiaremos únicamente variables aleatorias que son discretas o continuas. Ejemplo 2:
Un experimento aleatorio consiste en escoger a una persona 𝜔 al azar. La variable
aleatoria 𝑋 evaluada en 𝜔 corresponde a conocer la siguiente característica, o una
codificación de esta característica, de la persona escogida. En cada caso, se trata de una
variable aleatoria discreta: a) Edad en años. b) Número de hijos. c) Peso. d) Estatura. e)
Sueldo. f) Nivel escolar. g) Estado civil. h) Lugar de nacimiento. donde se puede
diferenciar que tipo de distribución discreta se debe utilizar para dar solución a cada
ejercicio, ya sea Bernoulli, Binomial o Poisson entre otras.
Referencia bibliográfica

- https://www.centro-virtual.com/recursos/biblioteca/pdf/estadistica_i/unidad3_pdf2.pdf

- https://www.centro-virtual.com/recursos/biblioteca/pdf/estadistica_i/unidad3_pdf3.pdf

- https://www.centro-virtual.com/recursos/biblioteca/pdf/estadistica_i/unidad3_pdf4.pdf

- http://www.hrc.es/bioest/estadis_21.html

- https://www.youtube.com/watch?v=T7_ktqfVseU

- https://www.centro-virtual.com/recursos/biblioteca/pdf/estadistica_i/unidad3_pdf1.pdf