Actividad de Probabilidad

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
PRESENTADO AL TUTOR:
EDGAR ELIECER BLANCO
ENTREGADO POR LOS ESTUDIANTES:

MELQUISEDEC PEREZ
JAMES MACARENO RAMOS
DANIELA CAROLINA VARELA VALLE
SILVIO DAYAN SANCHEZ
GRUPO:100402
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

PROBABILIDAD
NOVIEMBRE 3 DE 2019
Introducción
En el presente trabajo daremos solución de problemas hipotéticos,
basados en las distribuciones discretas y continuas de probabilidad,
tales como distribución hipergeométrica, binomial, poisson y normal.
De este modo se interpretaron y solucionaron ecuaciones empleadas en
la probabilidad, así mismo se soportaron y hallaron las respuestas con el
programa Microsoft Excel
Objetivos
General.
 Desarrollar los problemas propuestos para obtener las probabilidades
solicitadas
Especifico.
 Analizar los enunciados para hallar las respuestas.

 Evaluar las ecuaciones con los datos obtenidos.
Ejercicio 2
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
Melquisedec Pérez Entrega
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?
(95𝐶5)(100 − 95𝐶6 − 5) (95𝐶5)(5𝐶1)

𝑃(𝑥) = = = 0,24302
100𝐶6 100𝐶6
Respuesta: La probabilidad de que se acepte un lote de 100

artículos es del 24.30%
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
Datos
p 0,0005
q 0,9995
n 6
1. No ocurra ninguna falla de motor.

𝑛 6
𝑃(𝑥 = 𝑘) = ( ) 𝑝𝑘 (1 − 𝑝)𝑛−𝑘 → 𝑃(𝑥 = 0) = ( ) (0,0005)0 (1 − 0,0005)6−0 = (1)(1)(0,997) =0,997
𝑘 0
Respuesta: La probabilidad de que no se produzca una falla de motor es

de 99.7%
2. No ocurra más de una falla.
𝑃(𝑥 ≥ 𝑘) → 𝑝(𝑥 ≥ 1) = 1 − 𝑝(𝑥 = 0) = 1 − 0,997 = 0,003
Respuesta: La probabilidad de que ocurra más de una falla es de 0.3%
3. Ocurra exactamente dos fallas.
𝑛 6
𝑃(𝑥 = 𝑘) = ( ) 𝑝𝑘 (1 − 𝑝)𝑛−𝑘 → 𝑃(𝑥 = 2) = ( ) (0,0005)2 (1 − 0,0005)6−2 =
𝑘 2
(15)(2,5𝑥10−7 )(6,25𝑥10−14 ) =0,00000374
Respuesta: La probabilidad de que ocurra exactamente dos fallas es de

0.000374%
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
Datos
λ= 3
x= 0
e= 2,71828
1. Ningún caso de emergencia es admitido.
λ𝑥 ∗ 𝑒 −λ 30 ∗ 𝑒 −3
𝑃(𝑥) = → 𝑃(𝑥) = = 0,0497
𝑥! 0!
Respuesta: La probabilidad de que ningún caso se ha admitido es de

4.97%
2. Más de 3 casos de emergencia son admitidos.
𝑃(𝑥 ≥ 3) = 1 − 𝑃(𝑥 ≤ 3)
30 ∗ 𝑒 −3
𝑃(𝑥 = 0) = = 0,0497
𝑃(𝑥 = 0) + 0!
1 −3
3 ∗𝑒
𝑃(𝑥 ≤ 3) = 𝑃(𝑥 = 1) + = 𝑃(𝑥 ≤ 3) = 𝑃(𝑥 = 1) = = 0,1493 = 0,0497 + 0,1493 + 0,2240 = 0,423
𝑃(𝑥 = 2) 1!
32 ∗ 𝑒 −3
𝑃(𝑥 = 2) = = 0,2240
2!
𝑃(𝑥 ≥ 3) = 1 − 0,423 = 0,577
Respuesta: La probabilidad que se admitan más de 3 emergencias es de

57.7%
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.
Datos
µ= 73,4
σ= 4,3714
x= 80
Para desarrollar este ítem, primero debemos calcular el valor ≤ a 200 y
luego restamos este valor, al área total, equivalente a (1)
𝑃(𝑥 ≤ 80) = 0.934454527
𝑃(𝑥 > 80) = 1 − 0.93445453 = 0.06554547
Respuesta: El 6.55% es la probabilidad de que una persona sobre pase

los 80 años de vida.
2. La probabilidad de que una persona al nacer tenga una esperanza

de vida entre 70 y 75 años.
Datos Datos
µ= 73,4 µ= 73,4
σ= 4,3714 σ= 4,3714
x= 70 x= 75
P(x≤70)= 0,218348517 P(x≤75)= 0,642823232
P(≤70x≤75)= 0,642823232-0,21834852= 0,424474715

Respuesta: El 42,44% es la probabilidad de una persona vivav entre 70

y 75 años
3. ¿A partir de qué valor se tiene el 10% más alto de la esperanza de

vida al nacer?
Datos
µ= 73,4
σ= 4,3714
fx(b)=0,9 b=fx-1(0,9)= 79,00217451

Solución al estudio de caso 2:

James Macareno
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?
Desarrollo:
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.
18-30= 12 familias
n= 12*4personas= 48
Probabilidad de que queden en el edificio:
N° de Mujeres = N° de Hombres
24 mujeres
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:
Sustituyendo tenemos:
La probabilidad que al cabo de año y medio quede en el edificio

el mismo número de mujeres y de hombres es de 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 que:
1. Exactamente 2 sean del primer año?
2. Ninguno sea del tercero o cuarto año?
Desarrollo:
Primer año =0.5
Segundo año =2.25
Tercer año = 0.15
Cuarto año =0.10
a). 2 sean del primer año:

n= 5 x= 2 p=0.5 q=0.5
5C2 *(0.5)2 (0.5)3 = 0.3125
b). Ninguno del tercero o cuarto año
n= 5 x=0 p=0.15 q=0.85

x=0 entonces 5𝐶0 ∗ (0.15)0 ∗ (0.85)5 = 0.4437
x= 0 entonces 5𝐶0 ∗ (0.10)0 ∗ (0.90)5 = 0.5904
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?
2. ¿Cuál es la probabilidad que exactamente 10 personas son afectadas
por la enfermedad?
Respuesta:
1: 10 infectados 2: alta
Explicación:
1: porque es rara y solo afecta al 0,1% de la población de 5.000.
2: es alta porque es poco infecciosa
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:
1. La probabilidad de que la venta de un dólar sobrepase los $18.
2. La probabilidad de que la cotización del dólar a la venta sea menor a
los $15. 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.
Desarrollo:
Datos:
μ= 8,1
σ^2= 3,1
σ= √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
dónde:
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$: 0,86.
2. La probabilidad de que la cotización del dólar a la venta sea menor a

los $15

presentado

Daniela Carolina Varela Valle Revisor
Estudios de caso estudiante N°33:

i. 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?
Solución:
Sabemos que la fórmula de la distribución hipergeométrica es:
Reconocemos cada unas de las variables para poder aplicarlas:

𝑁 = 25
𝑛 = 15
𝑐 = 10
𝑥=5
10 25 − 10
( )( )
𝑃(𝑥 = 5) = 5 15 − 5
25
( )
15
10 15
)( )(
𝑃(𝑥 = 5) = 5 10
25
( )
15
Haciendo uso de la calculadora obtenemos el valor numérico de esta
ecuación
= 0,23151164
La probabilidad de que 5 de los animales seleccionados estén

etiquetados es de 23.15%.
j. Distribución Binomial: En una feria (hace mucho tiempo),
comprando un boleto de 10 soles se podía participar en un juego que
consistía en lanzar 6 argollas para embocar en una botella de madera.
Los premios del juego eran: Una bolsa de caramelos (valor 1 sol) al
enhorcar de 1 a 3 argollas, Un tarro de duraznos (valor 4 soles) al
embocar 4 argollas. Una botella de vermouth (valor 17 soles) al
enhorcar 5 argollas. Una caja de cigarrillos (valor 31 soles) al enhorcar
las 6 argollas. # Sabiendo que el jugador promedio tiene una
probabilidad 1/3 de embocar ca da una de las argollas, y que se vende
un promedio de 729 boletos por día, determinar cuáles son los ingresos
netos diarios del dueño del juego.
Solución:
Sabemos que la fórmula de distribución binomial es:
1
𝑝=
3
2
𝑞=
3
𝑛= 𝑐
Hacemos una tabla de las diferentes ganancias que tiene el dueño del
juego
1𝑎3(1𝑠𝑜𝑙𝑒𝑠) ⟶ 𝑔𝑎𝑛𝑎(9𝑠𝑜𝑙𝑒𝑠)
4 (4 𝑠𝑜𝑙𝑒𝑠) ⟶ 𝑔𝑎𝑛𝑎 (6 𝑠𝑜𝑙𝑒𝑠)
5 (17 𝑠𝑜𝑙𝑒𝑠) ⟶ 𝑝𝑖𝑒𝑟𝑑𝑒 (7 𝑠𝑜𝑙𝑒𝑠)
6 (31 𝑠𝑜𝑙𝑒𝑠) ⟶ 𝑝𝑖𝑒𝑟𝑑𝑒 (21 𝑠𝑜𝑙𝑒𝑠)
Ahora calculamos la probabilidad de que cada evento suceda

𝑥 = 0 (𝑛𝑖𝑛𝑔𝑢𝑛𝑜 𝑚𝑒𝑡𝑎)
𝑥 = 1 (𝑚𝑒𝑡𝑎𝑛 𝑢𝑛 𝑠𝑜𝑙)
𝑥 = 2 (𝑚𝑒𝑡𝑎𝑛 𝑑𝑜𝑠 𝑠𝑜𝑙𝑒𝑠)
𝑥 = 3 (𝑚𝑒𝑡𝑎𝑛 𝑡𝑟𝑒𝑠 𝑠𝑜𝑙𝑒𝑠)

𝑥 = 4 ( 𝑚𝑒𝑡𝑎𝑛 𝑐𝑢𝑎𝑡𝑟𝑜 𝑠𝑜𝑙𝑒𝑠 )
𝑥 = 5(𝑚𝑒𝑡𝑎𝑛𝑐𝑖𝑛𝑐𝑜𝑠𝑜𝑙𝑒𝑠)
𝑥 = 6 (𝑚𝑒𝑡𝑎𝑛 6 𝑠𝑜𝑙𝑒𝑠 (𝑡𝑜𝑑𝑜𝑠))
Aplicamos la formula
𝑥
6 1 2 6−𝑥
𝑝[𝑥 = 𝑥] = ( ) ( ) ( )
𝑥 3 3
reemplazamos
0
6 1 2 6−0 64
𝑝[𝑥 = 0] = ( ) ( ) ( ) =
0 3 3 729
podemos decir que de 729 boletas 64 de ellas no ganaran nada, ya

que, no meterán ninguna.
1
6 1 2 6−1 192
𝑝[𝑥 = 1] = ( ) ( ) ( ) =
1 3 3 729
podemos decir que de 729 boletas 192 meterán solo una.

2
6 1 2 6−2 240
𝑝[𝑥 = 2] = ( ) ( ) ( ) =
2 3 3 729
podemos decir que de 729 boletas 240 meterán solo dos.
3
6 1 2 6−3 160
𝑝[𝑥 = 3] = ( ) ( ) ( ) =
3 3 3 729
podemos decir que de 729 boletas 160 meterán solo tres.
4
6 1 2 6−4 60
𝑝[𝑥 = 4] = ( ) ( ) ( ) =
4 3 3 729
podemos decir que de 729 boletas 60 meterán solo cuatro.
5
6 1 2 6−5 12
𝑝[𝑥 = 5] = ( ) ( ) ( ) =
5 3 3 729
podemos decir que de 729 boletas 12 meterán solo cinco.

6
6 1 2 6−6 1
𝑝[𝑥 = 6] = ( ) ( ) ( ) =
6 3 3 729
podemos decir que de 729 boletas 1 meterán todos.
Como 64 no ganan nada, la ganancia es de 640 soles diarios.
Como 192 solo meten una, esto quiere decir que tenemos de
ganancia 1728 soles.
Como 240 solo meten dos, esto quiere decir que tenemos de
Como 160 solo meten tres, esto quiere decir que tenemos de
Como 60 solo meten cuatro, esto quiere decir que tenemos de

ganancia 360 soles.
Como 12 solo meten cinco, esto quiere decir que tenemos una
pérdida de 84 soles.
Como 1 solo meten todas, esto quiere decir que tenemos una pérdida
de 21 soles.
La ganancia total es 𝐺𝑇 = 640 + 1728 + 2160 + 1440 + 360 − 84 − 21 =

6223 𝑎𝑙 𝑑𝑖𝑎
k. Distribución Poisson: Suponga que 1,800 células de cierto tipo se

distribuyen aleatoriamente en un microscopio, el cuál mediante rejillas se
ha dividido en 900 áreas iguales. 1. ¿Cuál es el número de áreas que no
contienen células?
2. ¿Cuál es el número de áreas que contienen exactamente una célula?
Solución:
sabemos que la formula distribución poisson es:
Identificamos el numero promedio de ocurrencia

1800
𝑋= =2
900
a) como buscamos cuando no contiene células es:
𝑒 −2 (2)0
𝑝(𝑥 = 0) =
0!
ya que si no contienen células x=0
𝑝(𝑥 = 0) = 0,13533528324
como se dividió en 900 entonces:
900 ∗ 0,13533528324 = 121,8
Podemos redondear 122 celdas en promedio no contienen células.
b) como contienen exactamente uno entonces:

𝑥=1
Realizamos el mismo proceso del ejercicio anterior
𝑒 −2 (2)1
𝑝(𝑥 = 1) =
1!
𝑝(𝑥 = 1) = 0,27067056647
Como se dividió en 900 entonces:
900 ∗ 027067056647 = 243,6035098259
Podemos redondear 244 celdas en promedio solo contiene 1 célula.
l. Distribución Normal: Uno de los graves problemas que se enfrentan

actualmente es la falta de agua y la contaminación de los acuíferos.
De acuerdo con cifras de la semarnat (Secretaría del Medio Ambiente
y Recursos Naturales) a través de conagua (Estadísticas del Agua en
México, 2010, México, 2010), de 2002 a 2008 en el país las
descargas residuales tuvieron una media de 7.795 km /año con una
desviación
estándar de 0.2311 km /año (1 km equivale a mil millones de metros

cúbicos).
Suponiendo que las descargas residuales se distribuyen

normalmente, encuentra la probabilidad de que, en un año, las
descargas residuales sean:
1. Menores a 7.5 km
2. Estén entre 7.5 y 7.9 km
3. ¿A partir de qué valor se tiene el 10% más bajo de descargas

residuales?
Solución:
1. Como nos están pidiendo la probabilidad de que sea menor que

7.5 la hallamos de la siguiente forma
Donde:
𝜇 = 7.795 𝑒𝑠 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎
𝜎 = 0.2311 𝑑𝑒𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑡í𝑝𝑖𝑐𝑎
Que consiste en pasar del dominio de x al dominio de z para aplicar
la tabla de distribución normal.
7,5 − 7,795
𝑃(𝑥 < 7.5) = 𝑃 (𝑧 < )
0,23
𝑃(𝑥 < −1,2826)

Para nuestro ejercicio a = 1.2826.

Procedemos buscar en la tabla para obtener el valor de la
probabilidad para este caso.
𝑃(𝑧 < −1,2826) = 1 − 𝑃(𝑧 ≤ 1,2826)

= 1 − 0,8997
𝑃(𝑧 < −1,2826) = 0,10003
2. La probabilidad que nos piden es:

𝑃(7,5 < 𝑥 < 7,9)
convertimos (a z)
7,5 − 7,795 7,9 − 7,795
𝑃( < 𝑧< )
0,23 0,23
𝑃(−1,28 < 𝑧 ≤ 0,45)
Donde a= 1.28 y b= 0,45
𝑃(𝑧 < 0,45) − 𝑃(𝑧 ≻ 1,28)

𝑃(𝑧 < 0,45) − 𝑃[1 − 𝑝(𝑧 < 1,28)]
= 0,6736 − 1 + 0,8997
= 0,5733
Aproximadamente el 57% tienen entre el 7,5 y el 7,9 km
3. Nos vamos a la tabla y buscamos cuando el área está en 10%
𝑃(𝑧 < −2,33) = 0,1

𝑥 − 7,795
= −2,33
0,23
Encontramos el valor para el cual se cumple esta condición
𝑥 − 7,795 = 0,23(−2,33)
𝑥 = 0,23 − (2,33) + 7,795
𝑥 = 7,2591
A partir de valores menores a 7,2 km se obtiene el 10% de descargas
residuales.

presentado
Silvio Dayan Sánchez Alertas
(No borrar este encabezado)
e. 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?
Probabilidad Hipergeometrica
𝑃(𝑥) = 𝐶𝑘, 𝑥 ∗ 𝑐(𝑁 − 𝐾);(n-x)/CN, n

Ecuación de combinaciones
Cn, k=n!/k!(n-k)!
¿Cuál es la probabilidad de que 5 de los animales seleccionados estén
etiquetados, si hay 25 animales de este tipo en la región?
N=25
n=15
x=5
K=10
𝐶𝑘, 𝑥 = 𝐶10,5 = 10! 5! 5! = 10 ∗ 9 ∗ 8 ∗ 7 ∗ 6 ∗ 5 ∗ 5 ∗ 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1 = 252

C(Nk);(nx)=c15,10=!/10!*5*4*3*2*1=15*14*13*12*11/120=3003
CN, n= (25,15=3268760
P(x)=252*3003/3268760=o, 2315
La probabilidad de que 5 de los animales seleccionados estén
etiquetados es de 23,15%
r. Distribución Binomial: Una fábrica emplea un patrón de
aceptación de los artículos producidos antes de embarcarlos. El plan
consiste en lo siguiente: cajas de 25 artículos son preparados para su
embarque; un inspector toma un artículo al azar, lo inspecciona y lo
devuelve a la caja; un segundo y un tercero efectúan el mismo
procedimiento. Si cualquiera de los tres inspectores encuentra un
artículo defectuoso, la caja no se embarca. ¿Cuál es la probabilidad de:
1. Embarcar una caja que contenga tres artículos defectuosos?
2. No embarcar una caja que contiene sólo un artículo defectuoso?
Probabilidad = Numero de sucesos favorables / Numero de sucesos
posibles
La probabilidad de embarcar una caja que contenga tres artículos
defectuosos: probabilidad con reemplazo, ve que se devuelve la caja con
el artículo
P (Defectuosos)=3/25*3/25*3/25=0,12*0,12*0,12=0,002
La probabilidad de no embarcar una caja que contiene solo un artículo
defectuoso
P (1 defectuoso) = 1/25 = 0,04
Probabilidad de no embarcar solo un artículo defectuoso
P= 1-0,04=0,96
1. Probabilidad de que 9 o más utilicen twitter:
𝑥 = 𝑝𝑖𝑠𝑠(𝜆 = 30 ∗ 0,6 = 1.8)
𝑃(𝑋 ≤ 9) = 1 − 𝑃(𝑥 < 9)
𝑃(𝑥 < 9) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4) + 𝑃(𝑋 = 5)
+ 𝑃(𝑋 = 6) + 𝑃(𝑋 = 7) + 𝑃(𝑋 = 8) + 𝑃(𝑋 = 9)
𝑃(𝑋 = 0) = 𝑒 −1,8 ∗ 1,80

0!
𝑃(𝑋 = 0) = 0,1653
𝑃(𝑋 = 1) = 𝑒 −1,8 ∗ 1,81

1!
𝑃(𝑋 = 1) = 0,2975
𝑃(𝑋 = 2) = 𝑒 −1,8 ∗ 1,82

2!
𝑃(𝑋 = 2) = 0,2978
𝑃(𝑋 = 3) = 𝑒 −1,8 ∗ 1,83

3!
𝑃(𝑋 = 3) = 0,1607
𝑃(𝑋 = 4) = 𝑒 −1,8 ∗ 1,84

4!
𝑃(𝑋 = 4) = 0,0723
𝑃(𝑋 = 5) = 𝑒 −1,8 ∗ 1,85

5!
𝑃(𝑋 = 5) = 0,0260
𝑃(𝑋 = 6) = 𝑒 −1,8 ∗ 1,86

6!
𝑃(𝑋 = 6) = 0,0078
𝑃(𝑋 = 7) = 𝑒 −1,8 ∗ 1,87

7!
𝑃(𝑋 = 7) = 0,002
𝑃(𝑋 = 8) = 𝑒 −1,8 ∗ 1,88

8!
𝑃(𝑋 = 8) = 0,0009
𝑃(𝑋 = 9) = 𝑒 −1,8 ∗ 1,89

9!
𝑃(𝑋 = 9) = 0,00009
𝑃(𝑥 < 9) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4) + 𝑃(𝑋 = 5)

+ 𝑃(𝑋 = 6) + 𝑃(𝑋 = 7) + 𝑃(𝑋 = 8) + 𝑃(𝑋 = 9)
𝑃(𝑋 < 9) = 0,1653 + 0,2975 + 0,2678 + 0,1607 + 0,0260 + 0,0078 + 0,002 + 0,0004
+ 0,00009
𝑃(𝑋 < 9) = 0,9999
𝑃(𝑋 ≤ 9) = 0,0001
2. Probabilidad de que máximo 2 usen esa red:
𝑃(𝑥 ≤ 2) = 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2)
𝑃(𝑥 ≤ 2) = 0,1653 + 0,2975 + 0,2678
𝑃(𝑥 ≤ 2) = 0,7306
f. 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?
Dataos
N=8.1
𝜎˄2 = 3,1
Empleamos distribución normal estandarizada esto es (𝑁(0,1). Entonces
la variable por 𝑍 = 𝑋 − 𝜇/0
Donde
𝜎 = 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛
𝜇 = 𝑚𝑒𝑑𝑖𝑎
𝑋 = 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎
𝑥 ≈ 𝑁(𝜇 = 8,1; 1,76)
1 la probabilidad de que una persona tenga más de 10 años educación
promedio:
10 − 8.1
𝑃(𝑥 ≥ 10) = 𝑃 (2 < )
1,76
𝑃(𝑋 ≥ 10) = 𝑃(𝑍 < 1,08)
𝑃(𝑋 ≥ 10) = 1 − 𝑃(2 < 1,8)
𝑃(𝑋 ≥ 10) = 1 − 0,1400
𝑃(𝑋 ≤ 10) = 0,86
2. la probabilidad de que una persona tenga entre 7,5 y 10,5
años de educación promedio:
𝑃(7,5 < 𝑋 < 10,5) = 𝑃(𝑋10,5) − 𝑃(𝑋 < 7,5)
10,5 − 8,1 7,5 − 8,1
𝑃(7,5 < 𝑋 < 10,5) = 𝑃 (2 < ) − 𝑃 (𝑍 < )
1,76 1,76
𝑃(7,5 < 𝑋 < 10,5) = 𝑃(𝑍 < 1,36) − 𝑃(2 < −0,34)
𝑃(7,5 < 𝑋 < 10,5) = 0,9130 − 0,3669

𝑃(7,5 < 𝑋 < 10,5) = 0,55
3. A partir de qué valor se tiene el 5% más bajo de educación:
El 5% más bajo es la probabilidad de tener una educación
promedio de 0,05. En la tabla de distribución normal el valor de Z
para una probabilidad de 0,1 es de 0,5199.
El valor representaría dicho porcentaje seria:
𝑍 = 𝑋/𝜎
0,5199 = 𝑥 − 8,1/1,76
𝑋 = 9,015
Ejercicio 3
Mentefacto:
Conclusiones (mínimo 1 por cada participante)

(No borrar este encabezado)
ESTUDIANTE CONCLUSIÓN
Melquisedec Pérez Con el desarrollo de este trabajo adquirimos
conocimientos útiles e importantes para entender
aún más la probabilidad, ya que sin darnos
cuenta la aplicamos constantemente en nuestros
entornos cotidianos.
James Macareno Los métodos probabilísticos que usamos en esta
Ramos unidad fueron muy representativo para nuestra
vida laboral; constantemente estamos en
obtención de datos cual quiera sea el ámbito
laboral, persona, ya que lo realizábamos
instintivamente sin tener el conocimiento claro
cómo se realizaba.
Daniela Varela Gracias a estos métodos podemos estimar la
probabilidad de que un suceso ocurra con ciertas
condiciones específicas.
Silvio Dayan La probabilidad nos lleva a investigar los sucesos
Sánchez que se muestran en la vida que nosotros vivimos
aplicando diferentes métodos de la probabilidad
para llegar a dicha investigación.
Es importante colocar el nombre de cada estudiante tanto en

conclusiones como en referencias. Si el estudiante no participa, el
compilador deja indicado el nombre del compañero que no aportó y el
espacio de la aportación se dejará en blanco. (borrar esta instrucción
antes de la entrega)
Referencias bibliográficas en formato APA. (Mínimo una por cada

participante, no pueden repetir referencias)
ESTUDI REFERENCIA
ANTE
Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Pp.
Melquised 150-152. Recuperado de
ec Perez http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg
=258&docID=11013767&tm=1470693471527
James Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Pp.
Macareno 245-261. Recuperado
R. de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?p
pg=258&docID=11013767&tm=1470693471527
Daniela Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Pp.
varela 279 -301. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?p
pg=258&docID=11013767&tm=1470693471527
OVI Unidad 2 – Distribución binomial
Objetivo virtual de información que presenta la distribución binomial, así

como un ejemplo de su aplicación.
Sánchez, J. (2018). Distribución binomial. Recuperado

de http://hdl.handle.net/10596/19010
Es importante colocar el nombre de cada estudiante tanto en

conclusiones como en referencias. Si el estudiante no participa, el

compilador deja indicado el nombre del compañero que no aportó y el
espacio de la aportación se dejará en blanco. (borrar esta instrucción
antes de la entrega)

Actividad de Probabilidad

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

Actividad de Probabilidad

Caricato da

Copyright:

Formati disponibili

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

TAREA 2 - EXPERIMENTOS ALEATORIOS Y DISTRIBUCIONES

ENTREGADO POR LOS ESTUDIANTES:

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

 Analizar los enunciados para hallar las respuestas.

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

a. Distribución Hipergeométrica: Una empresa manufacturera

(95𝐶5)(100 − 95𝐶6 − 5) (95𝐶5)(5𝐶1)

Respuesta: La probabilidad de que se acepte un lote de 100

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

1. No ocurra ninguna falla de motor.

Respuesta: La probabilidad de que no se produzca una falla de motor es

2. No ocurra más de una falla.

𝑃(𝑥 ≥ 𝑘) → 𝑝(𝑥 ≥ 1) = 1 − 𝑝(𝑥 = 0) = 1 − 0,997 = 0,003

Respuesta: La probabilidad de que ocurra más de una falla es de 0.3%

3. Ocurra exactamente dos fallas.

Respuesta: La probabilidad de que ocurra exactamente dos fallas es de

c. Distribución Poisson: El número de casos admitidos de

1. Ningún caso de emergencia es admitido.

Respuesta: La probabilidad de que ningún caso se ha admitido es de

2. Más de 3 casos de emergencia son admitidos.

𝑃(𝑥 ≥ 3) = 1 − 0,423 = 0,577

Respuesta: La probabilidad que se admitan más de 3 emergencias es de

d. Distribución Normal: De acuerdo con la Organización de

𝑃(𝑥 ≤ 80) = 0.934454527

𝑃(𝑥 > 80) = 1 − 0.93445453 = 0.06554547

Respuesta: El 6.55% es la probabilidad de que una persona sobre pase

2. La probabilidad de que una persona al nacer tenga una esperanza

P(≤70x≤75)= 0,642823232-0,21834852= 0,424474715

Respuesta: El 42,44% es la probabilidad de una persona vivav entre 70

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

fx(b)=0,9 b=fx-1(0,9)= 79,00217451

Solución al estudio de caso 2:

RESPONSABLE ROL SELECCIONADO

e. Distribución Hipergeométrica: El edificio Nantes está compuesto

Para hallar la probabilidad de que de al cabo de año y medio quede en el

La probabilidad que al cabo de año y medio quede en el edificio

a). 2 sean del primer año:

5C2 *(0.5)2 (0.5)3 = 0.3125

b). Ninguno del tercero o cuarto año

n= 5 x=0 p=0.15 q=0.85

g. Distribución Poisson: Suponga que cierta enfermedad rara afecta

aleatoriamente de esta población y son sometidos a un examen para

1: porque es rara y solo afecta al 0,1% de la población de 5.000.

2: es alta porque es poco infecciosa

h. Distribución Normal: Entre mayo y junio de 2011, la cotización del

Empleamos la distribución normal estandarizada, esto es N(0,1).

1. La probabilidad de que la venta de un dólar sobrepase los 18$: 0,86.

2. La probabilidad de que la cotización del dólar a la venta sea menor a

Solución al estudio de caso 3: El grupo entrega aquí, de manera

RESPONSABLE ROL SELECCIONADO

Estudios de caso estudiante N°33:

Reconocemos cada unas de las variables para poder aplicarlas:

La probabilidad de que 5 de los animales seleccionados estén

Ahora calculamos la probabilidad de que cada evento suceda

𝑥 = 3 (𝑚𝑒𝑡𝑎𝑛 𝑡𝑟𝑒𝑠 𝑠𝑜𝑙𝑒𝑠)

podemos decir que de 729 boletas 64 de ellas no ganaran nada, ya

podemos decir que de 729 boletas 192 meterán solo una.

podemos decir que de 729 boletas 240 meterán solo dos.

podemos decir que de 729 boletas 160 meterán solo tres.

podemos decir que de 729 boletas 60 meterán solo cuatro.

podemos decir que de 729 boletas 12 meterán solo cinco.

Como 64 no ganan nada, la ganancia es de 640 soles diarios.