ESTADÍSTICA DE PROBABILIDADES

TAREA # 2- UNIDAD 2

PRESENTADO POR:
MARISOL NOBLES PALACIOS
PAOLA ANDREA OROZCO ORJUELA
LEIDY JOHANNA MONTERO AGUDELO
ASTRID VIVIANA RESTREPO URREGO

TUTOR:
JOHN BEIRO MORENO BARRIOS

CORPORACIÓN UNIVERSITARIA REMINGTON

CONTADURÍA PÚBLICA
SEPTIEMBRE DE 2019
 TAREA # 2

1. Juan vende automóviles nuevos en Motocosta. Por lo general, Juan vende el

mayor número de automóviles el sábado. Desarrolló la siguiente distribución de
probabilidad de la cantidad de automóviles que espera vender un sábado
determinado.

Cantidad de Probabilidad
autos P(x)
vendidos, X
0 0.10
1 0.20
2 0.30
3 0.30
4 0.10
Total 1.00

 ¿De qué tipo de distribución se trata?

 ¿Cuántos automóviles espera vender Juan un sábado normal?
 ¿Cuál es la varianza de la distribución?

Solución:

𝜇 = ∑[𝑥. 𝑃(𝑥)]

𝑃(𝑥) = 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑞𝑢𝑒 𝑝𝑢𝑒𝑑𝑒 𝑡𝑜𝑚𝑎𝑟 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑥

Número de automóviles Probabilidad

Vendidos x P(x)
0 0.10

1 0.20

2 0.30

3 0.30

4 0.10

Total 1.00
 ¿De qué tipo de distribución se trata?

Se trata de una distribución de probabilidad Discreta

¿Cuántos automóviles espera vender Juan un sábado normal?

El número promedio de autos vendidos se calcula, estimando la cantidad de vehículos

vendidos, con la probabilidad de vender ese número y luego se suman todos los
productos aplicando la siguiente fórmula

𝜇 = ∑[𝑥. 𝑃(𝑥)]

𝜇 = 0(0.10) + 1(0.20) + 2(0.30) + 3(0.30 + 4(0.10)

𝜇 = 𝟐. 𝟏𝟎

Número de automóviles Probabilidad

x.P(x)
Vendidos x P(x)
0 0.10 0.00

1 0.20 0.20
2 0.30 0.60

3 0.30 0.90

4 0.10 0.40

Total 1.00 𝝁 = 𝟐. 𝟏𝟎

Este valor nos indica que, en un gran número de sábados, el señor Juan, espera vender un
promedio de 2.10 autos por día. Como a la media se le denomina valor esperado, ya que no
se puede vender 2.10 autos
¿Cuál es la varianza de la distribución?

La varianza se utiliza para describir el grado e dispersión o variación de una distribución de

probabilidad, se calcula por medio de la fórmula:

𝜎 2 = ∑[(𝑥 − 𝜇)2 . 𝑃(𝑥)]

𝜎 2 = 𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎

Para encontrar el valor de la varianza sigamos los siguientes pasos:

1. Restar la media (𝜇) a cada valor (x) y elevar la diferencia al cuadrado.

2. Multiplicar el cuadrado de cada diferencia (𝑥 − 𝜇)2, por su probabilidad 𝑃(𝑥).
3. Sumar los productos resultantes para obtener finalmente la varianza

Número de
automóviles Probabilidad
(𝒙 − 𝝁) (𝒙 − 𝝁)𝟐 (𝒙 − 𝝁)𝟐 . 𝑷(𝒙)
Vendidos P(x)
x

0 0.10 0-2.10 4.41 0.441

1 0.20 1-2.10 1.21 0.242
2 0.30 2-2.10 0.01 0.003
3 0.30 3-2.10 0.81 0.243
4 0.10 4-2.10 3.61 0.361
Total 1.00 Total 𝝈𝟐 = 𝟏. 𝟐𝟗𝟎

Si hallamos la deviación estándar (𝜎 2 ), es la raía cuadrada de la varianza, entonces

tendremos:

𝜎 2 = √1.290 = 𝟏. 𝟏𝟑𝟔 𝑎𝑢𝑡𝑜𝑚ó𝑣𝑖𝑙𝑒𝑠

Como conclusión, el señor Juan tiene una variabilidad en las ventas los sábados de 1.136
autos.
 2. Expreso Brasilia tiene cinco viajes diarios de Cartagena a Montería. Suponga
que la probabilidad de que cualquier viaje llegue tarde sea de 0.20. ¿Cuál es la
probabilidad de que ninguno de los viajes llegue tarde hoy? ¿Cuál es la
probabilidad de que exactamente uno de los viajes llegue tarde hoy?

Solución:

n x 0,10 0,20 0,25 0,30 ……0,90

5 0 0,3277
1
2
3
4 0.4096
5 1,0000

También se puede aplicar la fórmula:

P(x) = nCx(π)x (1 − π)n−x
A. ¿Cuál es la probabilidad de que ninguno de los viajes llegue tarde hoy?
n=5
X=0
p = 0,20
p(x = 0) =?
p(x = 0) = 0,3277x100 = 32,77%
Existe un 32,77% de probabilidad de que ningún vuelo se retrase el día de hoy.

B. ¿Cuál es la probabilidad de que exactamente uno de los viajes llegue tarde

hoy?
n=5
X=1
p = 0,20
p(x = 1) =?
p(x = 1) = 0,4096x100 = 40,96%
Existe un 40,96% de probabilidad de que 1 vuelo se retrase el día de hoy
 3. Seguros Bolívar asegura propiedades frente a la playa a lo largo de Cartagena,
Santa Marta y San Andrés; el cálculo aproximado es que, cualquier año, la
probabilidad de que un huracán de categoría III o más intenso azote una región
de la costa es de 0.05. Si un dueño de casa obtiene un crédito hipotecario de 30
años por una propiedad recién comprada en Cartagena, ¿Cuál son las
posibilidades de que experimente por lo menos un huracán durante el periodo
de crédito?

Solución:

La media de números de éxitos, μ puede determinarse con n𝜋 en este caso, n es el número

total de pruebas y 𝜋 la probabilidad de éxito.
Media de una distribución de Poisson μ = nπ
Para aplicar la distribución de Poisson, se comienza por determinar la media o número
esperado de tormentas que se ajustan al criterio y que azotan la zona donde está la casa
durante un periodo de 30 años, es decir:
μ = nπ = 30(. 05) = 1.5

Para determinar la probabilidad de que por lo menos una tormenta azote la zona, primero se
calcula la probabilidad de que ninguna tormenta azote la costa y reste dicho valor de 1.
μ0 e−1.5
P(x ≥ 1) = 1 − P(x = 0) = 1 − = 1 − .2231 = .7769
0!

Para calcular la probabilidad de que por lo menos una tormenta azote el área en un periodo
de 30 años se aplica la distribución binomial:
P(x ≥ 1) = 1 − P(x = 0) = 1 − [(30C0)(0.5)(. 95)] = 1 − [(1)(1)(. 2146)] =. 𝟕𝟖𝟓𝟒

La probabilidad de que por lo menos un huracán azote el área durante el periodo de 30 años
con la distribución binomial es de 0.7854.
 4. Los ingresos de los supervisores de turno de la industria del vidrio se rigen por
una distribución de probabilidad normal con una media de $1000 y una
desviación estándar de $100. ¿Cuál es el valor z del ingreso X de un supervisor
que percibe $1100 semanales? ¿Y de un supervisor que gana $900 semanales?

Solución:

Se trata de una distribución de Probabilidad Normal El valor Z: Es la diferencia entre un

valor elegido, denotado por “x”, y la media (𝜇), dividida entre la desviación estandar (𝜎).
Valor Normal Estandar
𝜇 = $1000
𝜎 2 = 100
𝑥−𝜇
𝑍=
𝜎
Para el valor x=$1100

𝑥−𝜇 $1100−$1000 100

𝑍= = = = 1.00
𝜎 $100 100

Para el valor x=$900

𝑥−𝜇 $900−$1000 −100

𝑍= = = = −1.00
𝜎 $100 100

El valor de Z de 1 indica que un ingreso semanal de $1100 está a una desviación estandar
por encima de la media, y un valor de -1 muestra que un ingreso de $900 está a una desviación
estandar por debajo de la media. Observe que ambos ingresos se encuentran a la misma
distancia de la media

Área bajo la curva Normal entre $1000 y $900

 Valores Y
3.5

2.5

1.5

0.5

0
-4 -3 -2 -1 0 1 2 3