TAREA 2 – EXPERIMENTOS ALEATORIOS Y DISTRIBUCIONES DE

PROBABILIDAD

DIANA PULGARIN ESTRADA

PROBABILIDAD
100402_222

JENNY TATIANA SANCHEZ

DIRECTOR(A)

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCUELA ADMINISTRATIVAS, CONTABLES, ECONÓMICAS Y DE NEGOCIOS
ADMINISTRACIÓN DE EMPRESAS
MEDELLÍN
2019
 Ejercicio 1:

Descripción del ejercicio:

Cada estudiante de forma individual, realizará la lectura de las referencias recomendadas,
posteriormente desarrollará un cuadro sinóptico que servirá como sustento a la solución de
los ejercicios posteriores (estudio de casos). El cuadro sinóptico debe de ilustrar:

La variable aleatoria más sencilla es

Distribución aquella que toma sólo un número
uniforme finito de valores posibles n, cada
discreta uno con la misma probabilidad.

Permite enfrentar circunstancias en

Distribución las que los resultados pertenecen a
Binomial dos categorías relevantes.

El número de ensayos no es fijo

Distribución como en la distribución binomial si
Geométrica no que éstos se realizan hasta que
se obtiene el primer éxito.

Distribución Conocer el números de ensayos

Probabilidad Binomial hasta obtener éxitos.
negativa
condicional y
distribución de El muestreo es sin reemplazo, caso
probabilidad. Distribución en el cual los ensayos no
hipergeométrica
Distribución independientes
de
probabilidad La variable aleatoria representa el
Distribución
discreta número de eventos independientes
Poisson
que ocurre a una velocidad
constante

Cada miembro de la familia, todos

Distribución los intervalos de igual longitud en
Distribución de
uniforme la distribución en su rango son
probabilidad igualmente probables.
continua
continua
Ejercicio 2:

Descripción del ejercicio:

Cada estudiante desarrollará los cuatro (4) casos de estudio propuestos; posteriormente, se
deben de revisar y unificar colaborativamente la entrega de los casos. Realizar las
conclusiones para cada uno de los casos y plantear las diferencias para cada una de las
distribuciones estudiadas.

Estudio de caso 1:
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.
a. Escriba la fórmula para p(x), la distribución de probabilidad de x.
b. ¿Cuáles son la media y la varianza de esta distribución?
c. Construya un histograma de probabilidad para x.

Solución del ejercicio

𝑁 = 7 𝑠𝑜𝑙𝑖𝑐𝑖𝑡𝑎𝑛𝑡𝑒𝑠
𝑋=2
𝐾 = 2 𝑝𝑢𝑒𝑠𝑡𝑜𝑠 𝑑𝑒 𝑡𝑟𝑎𝑏𝑎𝑗𝑜
𝑛=2

Candidatos:
2 𝑚𝑢𝑗𝑒𝑟𝑒𝑠
4 ℎ𝑜𝑚𝑏𝑟𝑒𝑠
𝑥 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑚𝑢𝑗𝑒𝑟𝑒𝑠 𝑒𝑠𝑐𝑜𝑔𝑖𝑑𝑎𝑠 𝑝𝑎𝑟𝑎 𝑜𝑐𝑢𝑝𝑎𝑟 𝑙𝑎𝑠 𝑑𝑜𝑠𝑝𝑜𝑠𝑖𝑐𝑖𝑜𝑛𝑒𝑠.
a. Escriba la fórmula para p(x), la distribución de probabilidad de x.

Distribución Hipergeométrica:

𝐶𝑁 − 𝐾; 𝑛 − 𝑥
𝑃(𝑥) = 𝐶𝐾. 𝑥 ∗
𝐶𝑁, 𝑛
𝑛!
𝐶𝑁, 𝑘 =
𝑘! (𝑛 − 𝑘)!
𝐶2,2 ∗ 𝐶7 − 2; 2 − 2
𝑃(𝑥) =
𝐶7,2
5
𝑃(𝑥) = 1 ∗
21
𝑃(𝑥) = 0,2381

b. ¿Cuáles son la media y la varianza de esta distribución?

Media:

μ= n*p

μ= 2*0,2381= 0,48

Varianza:

𝑁−𝑛
σ2 = 𝑛𝑝𝑞 ( 𝑁−1 )

5
σ2 = 0,37 ( )
6
σ2 = 0,30
c. Construya un histograma de probabilidad para x.

Podemos utilizar un gráfico de barras, llamado un histograma de la distribución de

probabilidad, para ilustrar las probabilidades de que X se queda en rangos seleccionados

Estudio de caso 2:
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.
c. Más de cuatro autos son negros.
d. Exactamente cuatro autos son negros.
e. Entre tres y cinco autos (inclusive) son negros.
f. Más de veinte autos no son negros.

Solución del ejercicio:

Hay que distinguir que no se pude aplicar la distribución de Poisson, ya que nos indican una
probabilidad y no una media, por lo tanto se aplica Teorema de Bayes, que nos da una
probabilidad:

10% 𝑑𝑒 𝑙𝑜𝑠 𝑎𝑢𝑡𝑜𝑠 𝑑𝑒 𝑙𝑢𝑗𝑜𝑠 𝑠𝑜𝑛 𝑛𝑒𝑔𝑟𝑜𝑠

𝑛 = 25

a. Al menos cinco autos sean negros.

10% ∗ 25 = 2,5
 5
𝑃= ∗ 0,1 = 0,02 = 2%
25

b. A lo sumo seis autos son negros.

6
𝑃= ∗ 0,10 = 0,024 = 2,4%
25

c. Más de cuatro autos son negros.

4
𝑃= ∗ 0,10 = 0,016
25
𝑃 = 1 − 0,016 = 0,984 = 98,4

d. Exactamente cuatro autos son negros.

4
𝑃= ∗ 0,10 = 0,016
25

e. Entre tres y cinco autos (inclusive) son negros.

𝑃 = (3 ≤ 𝑥 ≤ 5) = 𝑃(𝑥 = 3) + 𝑝(𝑥 = 4) + 𝑝(𝑥 = 5) = 0,2265 + 0,1384 + 0,0646

= 0,43

f. Más de veinte autos no son negros.

20
𝑃= ∗ 0,9 = 0,72 = 72%
25
Estudio de caso 3 :
La distribución de probabilidad de Poisson describe el número de veces que se presenta un
evento durante un intervalo específico. El intervalo puede ser de tiempo, distancia, área o
volumen. La distribución se basa en dos supuestos. El primero consiste en que la probabilidad
es proporcional a la longitud del intervalo. El segundo supuesto consiste en que los intervalos
son independientes. En otras palabras, cuanto más grande sea el intervalo, mayor será la
probabilidad; además, el número de veces que se presenta un evento en un intervalo no
influye en los demás intervalos.

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.

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.

Si se cuenta el número de llamadas en 5 minutos, cual es la probabilidad de que se reciban 4

llamadas

Solución del ejercicio

1. El problema si cumple los supuestos de dicha distribución , pues cualquier grupo de

muestra tomada tendrán sus respectivo # de maletas perdidas, es decir son
independientes entre muestras. Además es proporcional a la cantidad de vuelos
analizados . Sin embargo no es recomendable usar poisson porque si bien aunque la
muestra es grande (1,000) el # de maletas perdidas es grande (300) , es del 30% .
Debemos recordar que la distribución poisson es la misma distribución binomial a la
cual se le aplica límite cunado n⇒ ∞, es decir cuando las muestras son grandes y la
probabilidad del hecho que se analice (en este caso maletas perdidas) es muy bajo.
La regla empírica establece que si n x p < 5 se puede aproximar la binomial usando
poisson , pero en este caso no se cumple (1000) x (0,3)= 300 > 5 .

Esto según lo que me han enseñado , pero como veo que el ejercicio busca aplicar la
distribución poisson , se la puede usar , pero todos los resultados variarán un poco
(realmente la diferencia es minúscula )de los más reales ( usando d.binomial)( por lo
expuesto anteriormente).

0,3°
2. 𝑝 (0,0.3) = e − 0,3 = 0.741 = 74,1%
0!

0,31
3. 𝑝 (1,0.3) = e − 0,2 = 0.22 = 22,2%
1!

4. 𝑝 (2 ≤ 𝑥 ≤ 4) = 𝑝(4; 0,3) + 𝑝(3; 0,3) + 𝑝(2; 0,3) = 0,0369 = 3,7%

5. 𝑝 (𝑥 ≥ 4) = 1 − 𝑝(4)
Estudio de caso 4 :

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:
a. ¿Cuál es la probabilidad de que una persona elegida al azar de este grupo pese ms de
80 kg?
b. ¿Cuál es la probabilidad de que una persona elegida al azar de este grupo pese entre
50 kg y 85 kg?
c. ¿Cuál es el peso que es superado solo por el 93% de las personas del grupo?

Solución del ejercicio

μ = 70 kg

σ = 12,5 kg

Distribución normal

μ
𝑍=𝑥−
σ

a. ¿Cuál es la probabilidad de que una persona elegida al azar de este grupo pese
menos de 80 kg?

𝑝 (𝑥 ≤ 80 𝐾𝑔) =?
70
𝑍 = 80 − 12,5 = 0,8 𝑣𝑎𝑙𝑜𝑟 𝑞𝑢𝑒 𝑢𝑏𝑖𝑐𝑎𝑚𝑜𝑠 𝑒𝑛 𝑙𝑎 𝑡𝑎𝑏𝑙𝑎 𝑑𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙

𝑝 (𝑥 ≤ 80 𝐾𝑔) = 0,78814 = 78,814%

 b. ¿Cuál es la probabilidad de que una persona elegida al azar de este grupo pese
entre 50 kg y 85 kg?

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?

1, −0,93 = 0,07 𝑒𝑠𝑡𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑙𝑎 𝑢𝑏𝑖𝑐𝑎𝑚𝑜𝑠 𝑒𝑛 𝑙𝑎 𝑡𝑎𝑏𝑙𝑎 𝑑𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙

𝑍 = −1,48
70
−1,48 = 𝑋 −
12,5
−18,5 + 70 = 𝑥
𝑥 = 51,50 𝐾𝑖𝑙𝑜𝑠
 BIBLIOGRAFÍA

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

García, Á. M. Á. (2005). Introducción a la teoría de la probabilidad. primer curso. Pp. 221-

243. Recuperado de https://bibliotecavirtual.unad.edu.co:2538

Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Pp. 279 -

301. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=258&docID=11
013767&tm=1470693471527

García, Á. M. Á. (2005). Introducción a la teoría de la probabilidad. primer curso. Pp. 267-

291. Recuperado de
https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/detail.action?docID=4722054