96 Tarea 2

Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Tarea 2 - Experimentos aleatorios y distribuciones de probabilidad
Portada
Tarea 2 - Experimentos aleatorios y distribuciones de probabilidad
Realizado por:
Miguel Antonio Sánchez Cód. 9.147.859

Rafael Alfonso Vergara Cód. 1.099.992.446
Brandon Dylan Torres Cód. 1.069.743.314
Tutor(a):
Azucena Gil
Grupo colaborativo N°100402_96
Probabilidad
Universidad Nacional Abierta y a Distancia UNAD
Octubre de 2019
Introducción (mínimo 2 párrafos de 10 líneas de texto cada uno)

(No borrar este encabezado)
Introducción.
Se pretende demostrar con el siguiente trabajo, la formulación de ecuaciones lineales que

permitan entender las probabilidades de que puedan ocurrir unos eventos en particular y
de ese modo concluir en decisiones que nos permitan mejorar la problemática o visionar
prospectivamente la estructuración de alternativas para el análisis de datos. Mediante el
uso de las diferentes distribuciones (distribución hipergeométrica, distribución binomial,
distribución Poisson y la distribución normal) estudiadas en el curso podemos determinar
variables que definan una probabilidad en expresión numérica.
También podremos observar como por medio de ejemplos podemos determinar una
distribución de frecuencias teóricas en la que describimos la forma en que se espera que
varíen los resultados hallados, debido a que estas distribuciones tratan sobre unas
expectativas de que algún acontecimiento suceda dentro de los valores estipulados en
cada uno de los ejercicios planteados donde resultan ser modelos útiles para hacer
inferencias de los resultados y poder tomar decisiones en condiciones de incertidumbre
basándonos en las probabilidades estadísticas que encontremos dentro de estos ejercicios.
Objetivos
El grupo presenta máximo 3 objetivos, uno general y dos específicos.
Objetivo General
Analizar adecuadamente la probabilidad que se puede presentar en ejercicios cotidianos,

la implementación de diferentes alternativas para poder tomar decisiones administrativas
entorno a los hallazgos.
Objetivos Específicos
 Determinar valores numéricos dentro de los intervalos presentados en los

problemas a solucionar, para garantizar la probabilidad de determinar una decisión
al respecto.
 Asignar valores de ocurrencia de un conjunto de todos los posibles resultados

numéricos de un experimento para determinar una probabilidad.
Ejercicio 1
Cuadro Sinóptico
Ejercicio 2
El grupo entrega aquí, de manera organizada, el análisis, desarrollo y solución de

ESTUDIO DE CASO que selecciono y explico cada estudiante a sus compañeros de
grupo.
Solución al estudio de caso 1: El grupo entrega aquí, de manera organizada, el

análisis, desarrollo y solución del ESTUDIO DE CASO presentado
RESPONSABLE ROL SELECCIONADO
Rafael Alfonso Vergara Alertas
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:
Sea 𝑋 el número de piezas defectuosas en la muestra.
𝑁 = 100, 𝑛 = 6 , 𝑚 = 5, 𝑘 = 1
En este caso, el problema se resuelve por el caso de la distribución hipergeométrica.
Luego,
𝑚 𝑁−𝑚
( )( )
𝑘 𝑛−𝑘
𝑝(𝑋 = 𝑘) =
𝑁
( )
𝑛
Sustituyendo se tiene:
5 100 − 5
( )( )
𝑃(𝑋 = 1) = 1 6−1
100
( )
6
5 5!
( )= =5
1 (5 − 1)! ∙ 1!
100 − 5 95!
( )= = 57940519
6−1 (95 − 5)! ∙ 5!
100 100!
( )= = 1192052400
6 (100 − 6)! ∙ 6!
5 × 57940519
𝑃(𝑋 = 1) = = 0.24303
1192052400
Por tanto, la probabilidad que se acepte un lote de 100 artículos que contenga 5
defectuosos es de aproximadamente 24.3%
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:
Sea 𝑋 la falla de motores en un vuelo, 𝑋~𝐵(𝑥; 6,0.0005)
𝑝 = 0.0005 , 𝑛 = 6, 𝑞 = 1 − 0.0005 = 0.9995

Luego,
𝑛
𝑝(𝑋 = 𝑥) = ( ) ∗ 𝑝 𝑥 ∗ (1 − 𝑝)𝑛−𝑥
𝑥
6
1. 𝑃(𝑥 = 0) = ( ) (0.0005)0 (0.9995)6
0
6 6! 6×5×4×3×2×1
( )= = =1
0 (6 − 0)! ∙ 0! 6 × 5 × 4 × 3 × 2 × 1 × 1
𝑃(𝑥 = 0) = 6(0.0005)0 (0.9995)6 = 0.997

En consecuencia, la probabilidad de que no ocurra ninguna falla de motor es
aproximadamente de 99.7%.
2. No ocurra más de una falla
𝑃(𝑥 ≤ 1) = 𝑝(𝑥 = 0) + 𝑝(𝑥 = 1)
6 6! 6×5×4×3×2×1
( )= = =1
0 (6 − 0)! ∙ 0! 6 × 5 × 4 × 3 × 2 × 1 × 1
𝑃(𝑥 = 0) = 1(0.0005)0 (0.9995)6 = 0.997
6 6! 6×5×4×3×2×1
( )= = =6
1 (6 − 1)! ∙ 1! 5 × 4 × 3 × 2 × 1 × 1
𝑃(𝑥 = 1) = 1(0.0005)1 (0.9995)5 = 2.993 × 10−3
Luego, la probabilidad que no ocurra más de una falla es:
𝑃(𝑥 ≤ 1) = 𝑝(𝑥 = 0) + 𝑝(𝑥 = 1)
= 0.997 + 2.993 × 10−3
= 0.999
3. Ocurra exactamente dos fallas.
6
𝑃(𝑥 = 2) = ( ) (0.0005)2 (0.9995)6−2
2
6 6! 6! 6×5×4×3×2×1 6×5
( )= = = = = 15
2 (6 − 2)! ∙ 2! 4! ∙ 2! 4 × 3 × 2 × 1 × 2 × 1 2 × 1
𝑃(𝑥 = 2) = 15 ∙ (0.0005)2 (0.9995)6−2 = 3.74 × 10−6
En consecuencia, la probabilidad de que ocurra exactamente dos fallas es de

aproximadamente 3.74× 10−4%
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:
Sea 𝑋 el número de casos admitidos de emergencia en cierto hospital en 1 hora,

𝑋~𝑃(3)
𝜆=3
1. Ningún caso de emergencia es admitido.
𝑒 −𝜆 𝜆𝑥
𝑝(𝑥; 𝜆) =
𝑥!
𝑒 −3 30
𝑝(0; 3) = = 0.04078
0!
Luego, la probabilidad de que ningún caso de emergencia sea admitido es de 4.078%
2. Más de 3 casos de emergencia son admitidos.

𝑝(𝑥 ≥ 3) = 1 − 𝑝(𝑥 ≤ 3)
= 1 − [𝑝(𝑥 = 0) + 𝑝(𝑥 = 1) + 𝑝(𝑥 = 2) + 𝑝(𝑥 = 3)]

𝑒 −3 30
𝑝(0; 3) = = 0.04078
0!
𝑒 −3 31
𝑝(1; 3) = = 0.14936
1!
𝑒 −3 32
𝑝(2; 3) = = 0.22404
2!
𝑒 −3 33
𝑝(3; 3) = = 0.22404
3!
= 1 − (0.04078 + 0.14936 + 0.22404 + 0.22404)
= 0.33178
Luego, la probabilidad de que hayan más de 3 casos de emergencia son admitidos es de

aproximadamente 33.18%
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:
Sea 𝑋 la esperanza de vida de una persona.
𝜇 = 73.4, 𝜎 = 4.3714
𝑥−𝜇
𝑧= ~𝑁(0,1)
𝜎
1. La probabilidad de que una persona sobrepase los 80 años de vida.
80 − 73.4
𝑝(𝑥 ≥ 80) = 1 − 𝑝(𝑥 ≤ 80) = 1 − 𝑝 (𝑍 ≤ )
4.3714
= 1 − 𝑝(𝑍 ≤ 1.5098)
Al calcular 𝐹𝑍 (1; 0; 1.51)en la tabla de la distribución acumulada normal estándar

se obtiene
𝐹𝑍 (1; 0; 1.51) = 0.9345
Luego, 𝑝(𝑥 ≥ 80) = 1 − 0.9345 = 0.0655
En consecuencia, la probabilidad de que una persona sobrepase los 80 años de vida, es

aproximadamente del 6.55%
2. La probabilidad de que una persona al nacer tenga una esperanza de vida entre 70
y 75 años.
70 − 73.4 75 − 73.4
𝑝(70 ≤ 𝑥 ≤ 75) = 𝑝 ( ≤𝑍≤ )
4.3714 4.3714
= 𝑝(−0.78 ≤ 𝑍 ≤ 0.37)
= 𝐹𝑍 (0.37) − 𝐹𝑍 (−0.78)
Calculando en la tabla de la distribución normal acumulada 𝐹𝑍 (−0.78) = 0.2177 y
𝐹𝑍 (0.37) = 0.6443
Entonces, 𝑝(70 ≤ 𝑥 ≤ 75) = 0.6443 − 0.2177 = 0.4266
En consecuencia, la probabilidad de que una persona al nacer tenga una esperanza de vida
entre 70 y 75 años es aproximadamente del 42.66%
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
En este caso, se desea calcular el cuantil 𝑥0.9 para el valor más alto de la esperanza de
vida al nacer, talque la probabilidad de que la esperanza sea mayor al 𝑥0.9 no exceda el
0.1, esto es:
𝑝(𝑋 > 𝑥0.9 ) = 0.1
= 𝑝(𝑋 ≤ 𝑥0.9 ) = 0.9
𝑥0.9 − 73.4
= 𝑝 (𝑍 ≤ ) = 0.9
4.3714
= 𝑝(𝑍 ≤ 𝑧0.9 ) = 𝐹𝑍 (𝑧0.9 ; 0,1) = 0.9
𝑧0.9 = 1.285
𝑥0.9 −73.4
Entonces: 1.285 = 4.3714
𝑥0.9 = 1.285 ∗ 4.3714 + 73.4 = 79.02
Luego, el valor más alto de la esperanza de vida al nacer es a partir de 79.


Brandon Dylan Torres Revizor
Estudios de caso estudiante N°2:
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?
Respuesta
N= 30*4personas= 60
Apartamentos habitados con sólo 2 hijos varones: 10/30 = 1/3
Apartamentos habitados con sólo 2 hijas hembras: 20/30 = 2/3
Número de hombres= 10*3= 30
Número de mujeres= 20*3= 60
-Mensualmente se desaloja 1 familia:
1 año y medio: 18 meses : 18 familias.
8-30= 12 familias
n= 12*4personas= 48
Probabilidad de que queden en el edificio:

N° de Mujeres = N° de Hombres
24 mujere
24 hombres
Individuos que presentan ''éxito'' k=24
p= k/N
p= 24/60
p= 0,4
Para hallar la probabilidad de que de al cabo de año y medio quede en el edificio el

mismo número de mujeres y de hombres aplicamos la Distribución Hipergeométrica.
Dado que N es grande: N>50, aproximamos a la Distribución Binomial:
P( X= x) = ( n/x) *Pxp(1-p) n-x
Sustituyendo tenemos:
P(X=24) = (48/24)*0,4 elevado a 24 *(1-0,4)48-24
P(x=24) = 0,043
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 qué?
1. Exactamente 2 sean del primer año
RTA. P(x=2)=(5C2)*0.5^2*(1-0.5)^(5-2) P(x=2)=0.3125 P[(x=2)(100)]=31.25%
2. Ninguno sea del tercero o cuarto año
RTA. P(x=0)=(5C0)*0.25^0*(1-0.25)^(5-0) P(x=0)=0.2373 P[(x=0)(100)]=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?
RTA. 5000*0.1/100= 5 (λ)
2. ¿Cuál es la probabilidad que exactamente 10 personas son afectadas por la

enfermedad?
P(10)= (e^5)*(5^10)/10! P(10)=0.018 P(10)*100= 1.8%
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:
Datos:
U= 8,1
O2=3,1
O= raíz 3.1=1,76
Empleamos la distribución normal estandarizada, esto es N(0,1). Entonces la variable

X la denotamos por Z:
Z= X - μ/σ
σ=desviación
μ=media
X= variable aleatoria
X≈N (μ= 16,9205; σ= 0,2695)
1. La probabilidad de que la venta de un dólar sobrepase los $18.
P(z >18)=p(z < 18-16,9205/0,2695)
P(z >18)=p(z < 4)
P(z >18)= 1- p (z < 4)
P(z >18)= 1- 0,9998
P(z >18)= 0,0002
2. La probabilidad de que la cotización del dólar a la venta sea menor a los $15.
P(z< 15)= P(z < 15-16.9205/0,2695)
P(z< 15)= P(Z< -7,12)
P( z < 15)= 0,0001
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
Respuesta
 1) Relajamiento de la política monetaria.

 2) Suba de la tasa de interés internacional.
 3) La dependencia argentina del financiamiento externo.
 4) La sequía.
Una de las consecuencias que trae, es que, para los importadores, será mas costoso traer
sus objetos, por lo cual tendrá que vender mas caro el mismo objeto



Miguel Antonio Sánchez Entregas
m. 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?
Distribución Hipergeométrica:
La probabilidad en una distribución hipergeométrica está dada por la siguiente relación

matemática (Rodríguez Franco & Pierdant Rodríguez, 2014)
¿Cuál es la probabilidad de que 5 de los animales seleccionados estén etiquetados, si hay

25 animales de este tipo en la región?
Tamaño de la población N = 25
Tamaño de la muestra n = 15
Número de éxitos en la población Y = 5
Número de éxitos en la muestra x = 10
𝐶510 𝐶15−5
25−10
𝑃(𝑥) = 25
𝐶15
10 15
5 10
𝑃(𝑥 = 5) = ℎ(5; 25; 5; 10) = 𝑃(𝑥) = 25
15
= 0,2315
De este modo, mediante las fórmulas establecidas podemos determinar que la

probabilidad de que se elijan 5 animales etiquetados de los 25 de ese mismo tipo de
animal en una región es de 0,2315 o del 23,15%
n. 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.
2. 3 unidades a la derecha del origen.
3. 2 unidades a la izquierda del origen.
Distribución Binomial:
Inicialmente debemos determinar la probabilidad luego de lanzado 10 veces el dado,

obtenemos:
4
Probabilidad de sacar un número mayor que 2= {3, 4, 5, 6} = (Una Unidad hacia la
6
derecha)
1
Probabilidad de sacar un número menor que 2= {1} = (Una Unidad hacia la
6
izquierda)
Calcular la probabilidad que después de los 10 lanzamientos el cuerpo se encuentre a:
8 unidades de longitud a la derecha del origen.
n = 10
r=8
P (𝑥 > 2) = 0.67
q=1–P
10!
𝑃(𝑥 = 8) = 0,678 ∗ (1 − 0.67)10−8
8!
𝑃(𝑥 = 8) = 0,199
3 unidades a la derecha del origen.
n = 10
r=3
p = 0,67
q=1–P
10!
𝑃(𝑥 = 3) = 0,673 ∗ (1 − 0.67)10−3
3!
𝑃(𝑥=3) = 0,01533
2 unidades a la izquierda del origen.
n = 10
r=2
𝑃(𝑥 < 2) = 0,17
q=1–P
10!
𝑃(𝑥=2) = 0,172 ∗ (1 − 0.17)10−2
2!
𝑃(𝑥=2) = 0,2929
o. Distribución Poisson: Ciertos automóviles llegan a una garita de peaje

aleatoriamente con un promedio de 300 autos por hora. ¿Cuál es la probabilidad que
1. Llegue exactamente 1 automóvil durante un periodo de 1 minuto?
Distribución Poisson:
λ=5
51
𝑃(𝑥) = = 0,0336897
1! 𝑒 5
La probabilidad de que 1 automóvil llegue exactamente en un periodo de 1 minuto es de

33,69%.
¿Cuál es la probabilidad que lleguen por lo menos 2 automóviles en un período de 1

minuto?
𝑃(𝑥 ≤ 2) = 1 − [ 𝑃(0) + 𝑃(1)]
𝑃(𝑥 ≤ 2) = 1 − [0,006738 + 0,0336897]
𝑃(𝑥 ≤ 2) = 0.9595723
Considerando los datos para analizar, podemos determinar que la probabilidad que
lleguen 2 automóviles en un periodo de 1 minuto son del 95.95%.
p. 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?
Distribución Normal:
La probabilidad para una distribución normal se calcula mediante la siguiente relación:
Por medio de la función de Excel DISTR.NORM.ESTAND.N y el

parámetro Z se calcula la probabilidad.
Desviación estándar 𝑠 = √3.1 = 1.7607
A. Tenga más de 10 años de educación promedio.

10 − 8.1
𝑍= = 1.0791
1.7607
𝑃(𝑍 > 10) = 0,85973205
Z= 1 − 0,85973205= 0,14026795
La probabilidad que una persona sobrepase los 10 años de educación promedio es de

aproximadamente el 14,03%
B. Tenga entre 7.5 y 10.5 años de educación promedio.
7.5 − 8.1 10.5 − 8.1

𝑃(70 < 𝑋 ≤ 75) = 𝑃 ( <𝑍≤ )=
1.7607 1.7607
= 𝑃(−0,34077356 < 𝑍 ≤ 1.36309422)

= 𝑃(𝑍 ≤ 1.36309422) − [1 − 𝑃(𝑍 ≤ 0,34077356) =
= 0.91357359 − (1 − 0,63336297) = 0,54693656
La probabilidad de que una persona tenga una educación promedio entre 7.5 y 10 años de
educación es aproximadamente de 54.69%
d. ¿A partir de qué valor se tiene el 5% más bajo de educación?

Se halla el valor de Z para el 5% que gracias a la función de Excel

DISTR.NORM.ESTAND.INV el resultado es -1,6448536
Entonces despejamos X de la ecuación para calcular Z dando como resultado la siguiente

expresión: 𝑋 = 𝑍𝜎 + µ
Reemplazando 𝑋 = (−1,6448536 ∗ 1,7607) + 8,1 = 5,204 𝑎ñ𝑜𝑠
Cuando se tiene una educación menor a 5 años aproximadamente se obtiene el 5% más

bajo de educación promedio.
Ejercicio 3
Mentefacto:
El grupo presenta un mentefacto sobre los conceptos e ideas fundamentales de la

unidad 2, tomando como base los cuadros sinópticos elaborados individualmente en el
ejercicio Nº 1 y la resolución del ejercicio Nº 2 (involucrando las ideas y conclusiones
generales, de cada uno de los casos de estudio).
Conclusiones (mínimo 1 por cada participante)

ESTUDIANTE CONCLUSIÓN
Con las estadísticas probabilísticas
podemos concluir que son muy necesarias
para identificar un promedio ponderado de
Miguel Antonio Sánchez algunas acciones de la vida diaria que se
pueden determinar, donde las podemos
hallar cuantitativa y gráficamente.
Brandon Torres La probabilidad mide la frecuencia con la
que ocurre un suceso o un evento, por
medio de varios ejercicios que se realizan
aleatoriamente, lo único necesario es
conocer los posibles resultados.
Referencias bibliográficas en formato APA. (Mínimo una por cada participante, no

pueden repetir referencias)
ESTUDI REFERENCIA
ANTE
Miguel Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Pp.
Antonio 245-261. Recuperado de
Sánchez http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=25
8&docID=11013767&tm=1470693471527
Brandon García, Á. M. Á. (2005). Introducción a la teoría de la probabilidad. primer
Torres curso. Pp. 195-221. Recuperado de
https://bibliotecavirtual.unad.edu.co:2538

96 Tarea 2

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

96 Tarea 2

Caricato da

Copyright:

Formati disponibili

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

Tarea 2 - Experimentos aleatorios y distribuciones de probabilidad

Miguel Antonio Sánchez Cód. 9.147.859

Grupo colaborativo N°100402_96

Universidad Nacional Abierta y a Distancia UNAD

Introducción (mínimo 2 párrafos de 10 líneas de texto cada uno)

Se pretende demostrar con el siguiente trabajo, la formulación de ecuaciones lineales que

Analizar adecuadamente la probabilidad que se puede presentar en ejercicios cotidianos,

 Determinar valores numéricos dentro de los intervalos presentados en los

 Asignar valores de ocurrencia de un conjunto de todos los posibles resultados

El grupo entrega aquí, de manera organizada, el análisis, desarrollo y solución de

Solución al estudio de caso 1: El grupo entrega aquí, de manera organizada, el

Sea 𝑋 el número de piezas defectuosas en la muestra.

En este caso, el problema se resuelve por el caso de la distribución hipergeométrica.

b. Distribución Binomial: La probabilidad de fallar durante el vuelo para cada uno

1. No ocurra ninguna falla de motor.

2. No ocurra más de una falla

3. Ocurra exactamente dos fallas.

Sea 𝑋 la falla de motores en un vuelo, 𝑋~𝐵(𝑥; 6,0.0005)

𝑝 = 0.0005 , 𝑛 = 6, 𝑞 = 1 − 0.0005 = 0.9995

𝑃(𝑥 = 0) = 6(0.0005)0 (0.9995)6 = 0.997

2. No ocurra más de una falla

𝑃(𝑥 ≤ 1) = 𝑝(𝑥 = 0) + 𝑝(𝑥 = 1)

𝑃(𝑥 = 0) = 1(0.0005)0 (0.9995)6 = 0.997

𝑃(𝑥 = 1) = 1(0.0005)1 (0.9995)5 = 2.993 × 10−3

Luego, la probabilidad que no ocurra más de una falla es:

𝑃(𝑥 ≤ 1) = 𝑝(𝑥 = 0) + 𝑝(𝑥 = 1)

= 0.997 + 2.993 × 10−3

3. Ocurra exactamente dos fallas.

𝑃(𝑥 = 2) = 15 ∙ (0.0005)2 (0.9995)6−2 = 3.74 × 10−6

En consecuencia, la probabilidad de que ocurra exactamente dos fallas es de

1. Ningún caso de emergencia es admitido.

2. Más de 3 casos de emergencia son admitidos.

Sea 𝑋 el número de casos admitidos de emergencia en cierto hospital en 1 hora,

1. Ningún caso de emergencia es admitido.

Luego, la probabilidad de que ningún caso de emergencia sea admitido es de 4.078%

2. Más de 3 casos de emergencia son admitidos.

= 1 − [𝑝(𝑥 = 0) + 𝑝(𝑥 = 1) + 𝑝(𝑥 = 2) + 𝑝(𝑥 = 3)]

= 1 − (0.04078 + 0.14936 + 0.22404 + 0.22404)

Luego, la probabilidad de que hayan más de 3 casos de emergencia son admitidos es de

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

3. ¿A partir de qué valor se tiene el 10% más alto de la esperanza de vida al

Sea 𝑋 la esperanza de vida de una persona.

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

Al calcular 𝐹𝑍 (1; 0; 1.51)en la tabla de la distribución acumulada normal estándar

𝐹𝑍 (1; 0; 1.51) = 0.9345

Luego, 𝑝(𝑥 ≥ 80) = 1 − 0.9345 = 0.0655

En consecuencia, la probabilidad de que una persona sobrepase los 80 años de vida, es

Entonces, 𝑝(70 ≤ 𝑥 ≤ 75) = 0.6443 − 0.2177 = 0.4266

𝑝(𝑋 > 𝑥0.9 ) = 0.1

= 𝑝(𝑋 ≤ 𝑥0.9 ) = 0.9

= 𝑝(𝑍 ≤ 𝑧0.9 ) = 𝐹𝑍 (𝑧0.9 ; 0,1) = 0.9

Luego, el valor más alto de la esperanza de vida al nacer es a partir de 79.

Solución al estudio de caso 2: El grupo entrega aquí, de manera organizada, el

E. Distribución Hipergeométrica: El edificio Nantes está compuesto por 30 apartamentos.

Apartamentos habitados con sólo 2 hijos varones: 10/30 = 1/3

Apartamentos habitados con sólo 2 hijas hembras: 20/30 = 2/3

Número de hombres= 10*3= 30

Número de mujeres= 20*3= 60

-Mensualmente se desaloja 1 familia:

1 año y medio: 18 meses : 18 familias.

Probabilidad de que queden en el edificio:

Individuos que presentan ''éxito'' k=24

P(X=24) = (48/24)0,4 elevado a 24 (1-0,4)48-24

RTA. P(x=2)=(5C2)0.5^2(1-0.5)^(5-2) P(x=2)=0.3125 P[(x=2)(100)]=31.25%

RTA. P(x=0)=(5C0)0.25^0(1-0.25)^(5-0) P(x=0)=0.2373 P[(x=0)(100)]=23.73%

P(10)= (e^5)(5^10)/10! P(10)=0.018 P(10)100= 1.8%