Tarea 2 - Experimentos Aleatorios y Distribuciones de Probabilidad.

José Gonzalo Calambas C.

Código: 10722377

No. De grupo: 100402_151

Tutora: Leidy Johana Botero

Universidad Nacional Abierta y a Distancia - UNAD

Escuela de Ciencias Básicas Tecnología e Ingeniería

Programa Ingeniería de Sistemas

11-04-2020
 Introducción

La actividad consiste en realizar análisis estadísticos de la probabilidad en los cuales es

identificar los conceptos de la técnica de probabilidad condicional y distribuciones de
Probabilidad, variables aleatorias discretas y continuas, una vez analizados los datos se
obtienen la información necesaria para la caracterización de los valores solicitados, que
posteriormente se desarrollaran mediante las fórmulas que se aplican a cada interrogante.
El trabajo al final se consolida con la información realizada, logrando hacer un estudio
estadístico a la probabilidad y poder especificar los resultados que se obtienen al realizarlos
de acuerdo al modelo matemático.
Objetivo general
Realizar y analizar los conceptos estadísticos y sus probabilidad condicional y
distribuciones de probabilidad.

Objetivos específicos
- Desarrollar y describir los análisis realizados de la probabilidad y sus técnicas de variables
aleatorias discretas y continuas.
- Interpretar la información de acuerdo a los resultados.
 DISTRIBUCIÓN NORMAL: la distribución
Son los posibles resultados normal adapta una variable aleatoria continua a
numéricos que podemos asignar un una función que depende de la media y
valor de ocurrencia de probabilidad la desviación típica. Es decir, la función y la
se expresa mediante una formula o Es un conjunto de variable aleatoria continua tendrán la misma
gráficamente. posibles valores de x, representación pero con ligeras diferencias su
Variables
Distribución de probabilidad con la probabilidad
discretas
asociada de cada
La distribución se representa por experimento.
valores que se pueden tomar x1, x2,
x3 y las probabilidades que surjan
P1, P2, P3.
 Cuadro sinóptico

DISTRIBUCIÓN HIPERGEOMETRICA: La
distribución hipergeométrica es una distribución
discreta que modela el número de eventos en una
muestra de tamaño fijo cuando usted conoce el
número total de elementos en la población de la
cual proviene la muestra la fórmula es.
R N−R
P( X )=
( X )( n− X )
Probabilidad:
variables
Una variable continua es aquel tipo de variable
( Nn )
DISTRIBUCIÓN POISSON: La distribución de
Poisson es una distribución de probabilidad
aleatorias cuantitativa que puede expresar una cantidad infinita de discreta que se aplica a las ocurrencias de algún
valores sin importar que sea un valor intermedio. Es decir, suceso durante un intervalo determinado. Nuestra
aquellas variables cuyo valor puede encontrarse entre dos variable aleatoria x representará el número de
valores exactos, generalmente representados por números ocurrencias de un suceso en un intervalo
Variables decimales. determinado, el cual podrá ser tiempo, distancia,
continuas área, volumen o alguna otra unidad similar o
derivada de éstas, la fórmula es:
μ x∗e−μ
En toda expresión x es una variable aleatoria continua la P ( X )=
probabilidad de distribución es la función discreta asociada x!
en muchos valores. DISTRIBUCIÓN BINOMINAL: Una distribución
binomial es una distribución de probabilidad
discreta que describe el número de éxitos al
realizar n experimentos independientes entre sí,
acerca de una variable aleatoria.

P ( X )= n p x∗qn− x
X ()
 Estudios de caso estudiante N°1:1
a) Distribución Hipergeométrica: De 50 personas seleccionadas de una determinada
empresa, 20 de ellas son técnicos y 40 son profesionales de cierta área de la lingüística. Si
se selecciona aleatoriamente una muestra de 12 personas, ¿Cuál es la Probabilidad de
que:
1.6 de ellos sean tecnólogos?
1.7 de ellos sean profesionales

Solución
Formula a utilizar
R N −R
P ( x) =
( X )( n−x )

( Nn )
n!
(nk)= k ! ( n−k )!

Identificamos los datos

N = 50
R = 20, 40
n = 12
x = 6, 7
20 !
∗30 !
20 50−20 6 ! 14 !
P ( X )=
( )( )
6 12−6
=
6 ! 24 !
=0.1895
50 50 !
( )
12 12 ! 38!
P ( X=6 )=0.1895
P ( X=6 )=18.95 %

La probabilidad de que ellos sean tecnólogos es del 18.95%

1
Tomado y adaptado de Gutiérrez, Banegas, Ana Laura. Probabilidad y estadística Enfoque por competencias, Grupo
Editorial Mc Graw Hill, 2012.
 40 !
∗10 !
20 50−20 7 ! 33 !
( X )=
( )( )
7 12−7
=
5 !5!
=0.0387
50 50 !
( )
12 12 ! 38!
P ( X=7 )=0.0387
P ( X=7 )=3.87 %

La probabilidad de que ellos sean profesionales es del 3.87%

b) Distribución Binomial: (Distribución binomial). En una empresa el 25% de los empleados
tienen estudios de posgrado. Se elige aleatoriamente una muestra de 20 trabajadores. Si X
es la variable aleatoria que representa el número de trabajadores con postgrado,
encuéntrese:

Identificamos los datos

X= Numero empleados
r = valor que tome x
N= 20 trabajadores
P=0.25
Q=1−P=1−0.25=0.75
Formula

P ( X=r )= n ∗Pn∗Qn−1
()
r

P ( X ≤ 4 ) =41.48 %
P ( X < 4 )=22.52%
P ( X ≥6 )=38.28 %
P ( X >6 )=21.42 %
P ( 2≤ X ≤ 8 )=3.97 %
P ( 2≤ X <8 )=9.13 %
P ( 2< X ≤8 )=10.68 %
P ( 2< X <8 )=4.55 %
P ( X=4 )=18.97 %
Encontramos que la probabilidad para el número de trabajadores con posgrado es del
18.97%

c) Distribución Poisson: En el estudio de cierto organismo acuático se toman gran número de

muestras de un estanque y se midió el número de organismos que había en cada muestra.
Se encontró que el promedio de organismos por muestra fue de tres. Encontrar la
Probabilidad de que:

La siguiente muestra que se tome contenga uno o más organismos.

La próxima muestra tomada contenga exactamente dos organismos.
Solución
Formula a utilizar

μ k∗e−μ
P ( x=k ) =
k!
Datos
X = número de muestras del estanque
μ = promedio de organismos encontrados 3

e−3∗31
P ( X=1 ) = =0.149
1!
P ( X=1 ) =1.49 %
La probabilidad de la siguiente muestra que se tome de uno o más organismos es de 1.49%

e−3∗32
P ( X=2 )= =0.224
2!
P ( X=2 )=2.24 %
La probabilidad de la próxima muestra tomada que contenga exactamente 2 organismos es
de 2.24%
d) Distribución Normal: En comparación con las baterías tradicionales, las baterías de iones
de litio se cargan más rápido, duran más y tienen una densidad de potencia más alta, lo
que las hace más livianas y les da una mayor duración. Estas baterías duran en promedio 6
años, con una desviación estándar de 0,9 años. Suponiendo que la duración de las baterías
está normalmente distribuida, encuéntrese la Probabilidad de que una batería de litio
dada dure entre de 4 y 7 años.

Solución

Formula a utilizar
x−μ
z=
σ

Datos

Promedio años = 6

Desviación estándar = 0.9

P=(4 ≤ X ≤ 7)

x−x́ ( 4−6 )
z= = =−2.22=0.0132
s 0.9

(5−6 )
¿ =−1.1=0.1357
0.9

( 6−6 )
¿ =0
0.9
 (7−6 )
¿ =1.1=0.8643
0.9

P= ( 4 ≤ X ≤7 )=0.0132+0.1357+ 0.8643=1.0132

P= ( 4 ≤ X ≤7 )=101.32 %

La probabilidad de que una batería dure entre 4 y 7 años es de 101.32%

Conclusiones
Con el desarrollo de este trabajo se analiza conceptos de probabilidad condicional y
distribuciones de probabilidad, variables aleatorias discretas y continuas, distribuciones
discretas de Probabilidad, distribuciones continuas de probabilidad, seda respuesta a los
interrogantes de cada ejercicio seleccionado. Se concluye que es el estudio de una
determinada clase de experimentos mediante un modelo matemático que en ella podemos
realizar estudios reales con la población.
 Referencias bibliográficas

Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Pp. 150-152.

Recuperado de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=258&docID=11013767&tm=1470693471527 
García, Á. M. Á. (2005). Introducción a la teoría de la probabilidad. primer curso. Pp.
195-221. Recuperado de https://ebookcentral-proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?docID=4722054&ppg=196
Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Pp. 245-261. 
Recuperado de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=258&docID=11013767&tm=1470693471527
García, Á. M. Á. (2005). Introducción a la teoría de la probabilidad. primer curso. Pp.
221-243. Recuperado de https://ebookcentral-proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?docID=4722054&ppg=222
Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Pp. 279 -301. 
Recuperado de  https://ebookcentral-proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?docID=3227823&ppg=296