ESTADISTICA Y PROBABILIDAD

TAREA 3

AUTOR:
EYMER ALONSO FAJARDO
TUTOR:
JULIAN ANDRES ROSO
GRUPO:
211622_162

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

Escuela de Ciencias Básicas, Tecnología e Ingeniería
ABRIL 16 DEL 2020
 Fase 3 - Discución

Distribución binomial – Anexo 1

Solución Datos del problema:

Datos del problema:

Utilizando la formula

Utilizando la formula

Hallamos para x=0

Hallamos para x=0

Hallamos para x=1

Hallamos para x=1

Hallamos para x=2

Hallamos para x=2

Hallamos para x=3

Hallamos para x=3

Hallamos para x=4

Hallamos para x=4

 Hallamos para x=5
Hallamos para x=5

Hallamos para x=6

Hallamos para x=6

Hallamos para x=7

Hallamos para x=7

Hallamos para x=8

Hallamos para x=8

Hallamos para x=9

Hallamos para x=9

Hallamos para x=10

Hallamos para x=10

Hallamos para x=11

Tabla de distribucción binomial

x Probabilidad
0 0.073266
1 0.218848 Hallamos para x=12
2 0.294167
3 0.234314
4 0.122482
5 0.043902
6 0.010928
7 0.001865
8 0.000208
9 1.3E-05
 10 4.14E-07

Probabilidad de que sea 8

𝑝(𝑥=8)=0,0208%
La probabilidad que el Ph del agua sea 8 es de 0,0208%

Probabilidad de que al menos sea 6

𝑝(𝑥≤6)=99,79% La probabilidad de qu

La probabilidad que el Ph del agua sea al menos 6 es del 99,79%

La probabilidad d
 Distribución poisson – Anexo 2 Distribuci

ALCALINIDA
D TOTAL
1.61
1.7
Solución 2.6

1.61

atos del problema: 1.61

1.61
1.61
1.8
Utilizando la formula 1.61
1.71
1.8
82.4
87
allamos para x=0 91.8
89.2
103
93.8
112.8
allamos para x=1 112.6 probabilidad d
90.2
80.6 Datos del problema:
87.2
37.4
allamos para x=2 28.6
7.5
28.4 Utilizando la formula
26.2
28.8
allamos para x=3 25.6
29.3
29.2 Reemplazando
29.9
36.6
allamos para x=4 28.6
26.6
18.9
Utilizamos la tabla de distribu
25.6
valor de la probabilidad para
 Utilizamos la tabla de distribu
valor de la probabilidad para
17.3
16.9
201
201
allamos para x=5 201
201
201
201
7.5
allamos para x=6 7.1
7.1
6.9
5.7
6.2
allamos para x=7 6.2
7.4
7.1
7.7
7.1
allamos para x=8 7.4 Como el 50% de lo datos se
2.4
2.9
2.7 P(𝑥>43)=0,5−0,079 =
3.4
La probabilidad de que
allamos para x=9 2.5
2.5
2.3 probabilidad d
2.6
1.9
allamos para x=10 2.1
2.2
29.2
35.6
39.2
allamos para x=11 18.5
15.2
13
26.6
27.6
allamos para x=12 5.1
40
30.1
31.9
12.3
Tabla de distribucción poisson 9.8
10.2
x Probabilidad 11.7
0 0.006737 14
 1 0.033689 16
Como el 50% de lo datos se
2 0.084224 13.9
3 0.140373 41.6
4 0.175467 38.4
P(𝑥>23)=0,5+0,091 =
5 0.175467 53.1
6 0.146222 44.5
7 0.104444 15.1
La probabilidad de que
8 0.065278 6.6
9 0.036265 9.1
10 0.018132 8.9
11 0.008242 30.4
12 0.003434 25.5
47.4
Probabilidad que estén entre 3 UNT y 8 UNT.
48.6
3
𝑃(3≤𝑥≤8)= P(3)+P(4)+P(5)+P(6)+P(7)+P(8) 10.1
8.8
15.5
7
𝑝(3≤𝑥≤8)=80,72% 6.6
7.2
La probabilidad de que la turbiedad este entre 3 UNT y 8 UNT es del 80,72%
17.8
7.7
Probabilidad que sean mas de 6 UNT
6.4
6.6
6.8
5.9
1.61
3.1
1.61
2.9
𝑝(𝑥≥6)=13,13%
2.3
3
4.2
La probabilidad de que la turbiedad sea mas de 6 UNT es del 13,13%
2.5
2.8
3.6
2.6
1.61
1.61
1.9
1.61
1.61
1.61
1.61
3.42
1.8
1.61
1.61
5.1
5.8
6.5
3.8
4.9
4.4
4.25
4
5
6.1
6.6
1.61
1.61
1.8
1.61
1.61
1.61
1.61
1.61
1.61
1.61
1.61
7.3
4
1.61
17.75
10.6
1.61
1.61
6.2
10.2
8.2
6
8.9
6.5
1.61
1.61
9.6
2.1
2.7
3.1
7
8.3
5
8.4
3.9
2.8
2.6
1.61
1.61
2.8
6.3
6
7.1
1.61
2.2
3.4
1.61
1.61
1.61
1.9
1.61
2
1.8
1.61
6.8
8.9
8
4.8
7.9
6.7
4
7.9
7.5
7.3
3.7
4.7
4.6
1.61
1.61
1.61
1.61
2.2
3.4
4.8
3.7
5.3
4.7
2.7
1.61
1.61
3
3.9
4.2
 4.6
3.8
4.8
6.3
1.61
1.61
1.61
1.61
4.3
5.5
6.3
14.1
18
9
6.2
8.7
9
7.9
8.9
10.9
8.9
8.5
4.5
3.5
5.8
3.6
1.61
2.5
2.3
4.3
4.6
1.61
5.4
13.3
17.81
31.2
8.6
5.4
4.5
6
11.4
11.3
7.6
1.3
1.61
1.7
1.61
32.31
1.61
1.61
1.61
3.42
39.6
55.6
72.3
35.8
33.8
26
35
45.9
50.2
1.61
1.61
2.1
1.61
1.61
1.61
1.61
1.61
1.61
1.9
3.8
4.6
5.7
3.7
4.9
7.2
4.7
5.2
5.6
33.2
30.4
28.4
43.6
18.8
39.4
39
15.9
28.9
31.8
8.1
29.2
21.4
8.2
10.9
149
 130
130.35
98.5
138.5
142
153.7
167.5
122.05
137.6
154.3
166.8
36
10.3
80.2
72.4
72.4
82.4
65
66
123
85.2
99.2
14
16.1
48.6
47.6
47.6
76.3
92.8
76.9
90.4
50.5
43.1
50.8
68.2
40.2
10.6
97.2
102.8
109.3
112
112.6
100.8
110
27
54
69
25.4
26.4
20
128.2
15
26.2
94
11.8
54.1
52
55.6
50.2
47.3
104.8
96.4
35
43
60.6
14
65.2
63
74.2
59.2
65.2
116.4
128.6
145.2
113.8
101
129.6
138.6
113.6
117
66.54
10.3
75
81.2
125.4
131.6
163.4
155
185.6
201
147.4
154.6
24.4
12.7
25
27
24.2
20
24.9
24.7
21
24.9
26
27.8
38.8
40.2
34.6
40.4
25.2
68.6
22.7
40
63.8
57.8
9.7
12.4
44.4
22.2
18.4
17.9
14.2
16.8
95.2
76.4
65.6
68.6
67.8
67.8
67.6
67.4
67.2
64
67.6
67.4
10.5
20
68
34.2
80.2
74
22.2
22.4
82.2
76.2
54.8
70.2
66.4
10.75
11.19
10.68
11.32
9.4
14.65
9.46
12.46
10.26
10.23
8.21
9.11
201
201
201
201
102.1
201
201
201
145.2
10.5
9.7
9.1
8.2
8.8
6.4
10.2
9.5
13.7
10.6
8.9
57.6
71
69.6
67.6
63.6
69
68
69
69.8
47.6
48.4
45
43.8
43.4
64
16.6
59.8
73
62.4
105.6
111.4
96.2
2.4
16.2
16.2
2.2
1.7
1.61
1.61
10.7
1.61
1.8
1.61
1.61
1.61
1.61
1.61
2.1
1.61
10.6
10.5
12.6
10.2
9
7.1
8.2
7.8
8.9
7.4
3.9
4.1
4.1
2.2
5
3.5
4
26
17.1
20.5
16.8
3.7
 8.2
15.8
8.2
13.2
7.4
9.5
9.6
9.1
8.2
140.2
1.61
1.61
1.61
1.61
1.61
1.61
1.61
1.61
1.61
 Distribución normal – Anexo 3 Distribución Uniforme Con

Columna1
Solución
Media 33.60986278
HIERRO
Error típico 1.90398306 TOTAL

Mediana 10.3 0.1 Columna1

Moda 1.61 0.23
Desviación estándar 45.97241912 0.16 Media
Varianza de la muestra 2113.46332 0.13 Error típico
Curtosis 3.370512612 0.14 Mediana
Coeficiente de asimetría 1.927278558 0.2 Moda
Rango 199.7 0.2 Desviación es
Mínimo 1.3 0.2 Varianza de l
Máximo 201 0.23 Curtosis
Suma 19594.55 0.21 Coeficiente d
Cuenta 583 0.21 Rango
0.08 Mínimo
Solución 0.1 Máximo
0.08 Suma
probabilidad de que Alcalinidad Total sea mayor a 43 0.08 Cuenta
0.2
atos del problema: 0.2 probabilidad de que Hierr
Media (µ) 33.61 0.2
Desviación estándar (σ) 45.97 0.2 Intervalo
(x) 43.00 0.2
𝑃(𝑎≤𝑥≤𝑏)=(𝑑−𝑐)/(𝑏−𝑎)
0.2
tilizando la formula 0.2
0.08
0.11 𝑃(0,5≤𝑥≤1,2)=(1,2
0.13
0.13
eemplazando 0.22
0.04
0.2
0.2
0.2
0.2
tilizamos la tabla de distribución de probabilidad normal estándar para halla el
0.2
alor de la probabilidad para Z=0,20
tilizamos la tabla de distribución de probabilidad normal estándar para halla el
alor de la probabilidad para Z=0,20
0.2
La probabilidad de que el hierro to
0.08
0.2
0.2 probabilidad de que H
0.2
0.2 Intervalo
0.09
0.15 𝑃(𝑎≤𝑥≤𝑏)=(𝑑−𝑐)/(𝑏−𝑎)
0.08
0.2
0.2 𝑃(0,03≤𝑥≤0,9)=(0,
0.2
0.65
0.18
0.08
0.08
0.08
0.2
P𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑=0,079 0.2

Como el 50% de lo datos se encuentran despues de la media hacemos la sigiente 0.2

resta 0.27
La probabilidad de que el hierr
0.2
P(𝑥>43)=0,5−0,079 = 0,421 𝑝(𝑥>43)=42,1% 0.2
0.2
La probabilidad de que la alcalinidad total sea mayor a 43 es del 42,1%
0.2
0.08
probabilidad de que Alcalinidad Total sea mayor a 23 0.08
0.08
Reemplazando 0.11
0.2
Z=(23−33,61)/45,97=−0,23 0.2
0.2
0.2
0.2
0.2
0.08
0.39
0.58
0.24
0.2
0.38
0.39
0.77
0.28
0.15
0.28
P𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑=0,091 0.35
0.28
 0.24
Como el 50% de lo datos se encuentran despues de la media hacemos la sigiente
resta 0.23
0.37

𝑝(𝑥>23)=59,1% 0.79
P(𝑥>23)=0,5+0,091 = 0,591
0.53
0.56
0.21
La probabilidad de que la alcalinidad total sea mayor a 23 es del 59,1%
0.37
0.13
0.08
0.13
0.13
0.2
0.21
0.2
0.24
0.2
0.2
0.08
0.15
0.29
0.53
0.25
0.59
0.14
0.27
0.2
0.2
0.43
0.2
0.9
0.2
0.09
0.12
0.1
0.44
0.2
0.2
0.2
0.2
0.2
0.2
0.08
0.12
0.08
0.14
0.11
0.2
0.2
0.2
0.2
0.2
0.2
0.08
0.08
0.08
0.08
0.08
0.2
0.2
0.2
0.3
0.2
0.2
0.15
0.08
0.1
0.09
0.23
0.2
0.2
0.2
0.2
0.34
0.08
0.08
0.18
0.1
0.14
0.05
0.23
0.2
0.2
0.2
0.2
0.37
0.13
0.5
0.35
0.22
0.2
0.35
0.36
0.36
0.26
0.3
0.09
0.51
1.01
0.92
0.81
0.29
0.26
0.8
1.08
0.97
1.06
1.08
0.17
0.5
0.17
0.13
0.19
0.32
0.2
0.2
0.2
0.71
0.11
0.08
0.08
0.08
0.08
0.2
0.2
0.2
0.2
0.2
0.16
0.08
0.23
0.21
0.18
0.03
0.26
0.2
0.21
0.2
0.08
0.08
0.89
0.08
0.2
0.2
0.2
0.2
0.2
0.2
0.08
0.08
0.84
0.08
0.2
0.2
0.2
0.2
0.2
0.2
0.14
0.08
0.12
0.25
0.2
0.2
0.25
0.2
0.2
0.2
0.2
0.38
0.11
0.18
0.08
0.2
0.2
0.25
0.2
0.2
0.43
0.33
0.2
0.17
0.08
0.14
0.1
0.1
0.25
0.2
0.2
0.3
0.08
1.09
0.16
0.11
0.14
0.2
0.33
0.24
0.26
0.23
0.13
0.14
0.16
0.13
0.03
0.23
0.2
0.32
0.22
0.08
0.13
0.13
0.2
0.2
0.2
0.2
0.2
0.2
0.32
0.08
0.08
0.08
0.08
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.11
0.09
0.18
0.1
0.2
0.06
0.2
0.2
0.2
0.2
0.2
0.12
0.08
0.11
0.08
0.08
0.2
0.2
0.2
0.2
0.2
0.2
0.23
0.2
0.2
0.09
0.1
0.2
0.2
0.2
0.2
0.1
0.08
0.08
0.08
0.2
0.2
0.2
0.2
0.2
0.24
0.2
0.2
0.2
0.08
0.2
0.08
0.08
0.08
0.08
0.08
0.2
0.2
0.2
0.2
0.2
0.08
0.79
0.2
0.12
0.24
0.2
0.2
0.2
0.2
0.2
0.08
0.08
0.19
0.08
0.08
0.2
0.2
0.2
0.2
0.2
0.21
0.08
0.49
0.41
0.39
0.2
0.2
0.18
0.21
0.15
0.17
0.09
0.2
0.35
0.42
0.2
0.2
0.2
0.2
0.25
0.15
0.08
0.2
0.2
0.2
0.2
0.2
0.2
0.08
0.08
0.11
0.08
0.08
0.2
0.2
0.2
0.2
0.2
0.2
0.09
0.33
0.2
0.26
0.2
0.2
0.34
0.2
0.14
0.2
0.2
0.14
0.08
0.09
0.2
0.2
0.2
0.2
0.2
0.09
0.26
0.1
0.53
0.08
0.72
0.2
0.2
0.2
1.24
1.12
0.85
0.2
0.2
0.13
0.1
0.08
0.37
0.2
0.2
0.23
0.2
0.2
0.2
0.2
0.09
0.1
0.11
0.08
0.14
0.17
0.16
0.2
0.2
0.19
0.13
0.11
0.25
0.29
0.08
0.08
0.08
0.2
0.2
0.2
0.2
0.09
0.08
0.08
0.08
0.2
0.2
0.2
0.2
0.2
0.2
0.28
0.08
1.06
0.15
0.22
0.2
0.2
0.2
0.2
0.3
0.28
0.46
0.21
0.19
0.23
0.53
0.2
0.2
0.2
0.2
0.28
0.2
0.32
0.29
0.29
0.27
0.24
0.15
0.2
0.2
0.2
0.47
0.21
0.18
0.19
0.12
0.2
0.2
0.2
0.3
0.08
0.12
0.08
0.08
0.08
0.2
0.2
0.2
0.38
0.2
0.11
0.08
0.08
0.18
0.2
0.2
0.2
0.08
0.18
0.13
0.06
0.2
0.13
0.27
0.21
0.08
0.2
0.05
0.2
0.2
0.2
0.22
0.13
0.1
0.08
0.2
0.2
0.2
0.2
0.2
0.2
stribución Uniforme Continua– Anexo 4 Distribución Uniforme Continua– Anexo 4

Solución

Solución

Columna1
Si se sacan de forma aleatoria 7 comedores ¿Probabilidad de
0.21600343
0.00689095 𝑁=30, 𝑛=7, 𝑦=9, 𝑥=3
0.2
0.2 Utilizando la formula
0.16638458
0.02768383
13.0375934
3.30618128 Reemplazo
1.21
P(x)=((_9^ )𝐶_3∗ (_30−9^ )𝐶_(7−3) )/(_30^ )𝐶
0.03
1.24
125.93
583
P(x)=((_9^ )𝐶_3∗ (_21^ )𝐶_4 )/(_30^ )𝐶_7

robabilidad de que Hierro Total este entre 0,5 y 1,2

Utilizamos la formula de combinatoria

𝑑−𝑐)/(𝑏−𝑎) 𝑎=0,03 b=1,24

c=0,50 d=1,20

(_9^ )𝐶_3= 9!/3!(9−3)!=9!/3!6!=84

𝑃(0,5≤𝑥≤1,2)=(1,20−0,50)/(1,24−0,03)

(_21^ )𝐶_4= 21!/4!(21−4)!=21!/4!17!=598

(_30^ )𝐶_7= 30!/7!(30−7)!=30!/7!23!=203

𝑃(0,5≤𝑥≤1,2)=0,5785

𝑃(0,5≤𝑥≤1,2)=57,85%
P(x=3)=(84∗5985)/2035800=0,246
lidad de que el hierro total este entre 0,5 y 1,2 es de 57,85% La probabilidad de determinar 3 comedores es de 2

probabilidad de que Hierro Total sea hasta 0,9 Si se sacan de forma aleatoria 19 comedores ¿Probabilidad de

𝑁=30, 𝑛=19, 𝑦=9, 𝑥= 9

𝑎=0,03 b=1,24 d=0,9 Utilizando la formula

𝑐=0,03

𝑃(0,03≤𝑥≤0,9)=(0,9−0,03)/(1,24−0,03)
0.71900826
Reemplazo

P(x)=((_9^ )𝐶_9∗ (_30−9^ )𝐶_(19−9) )/(_30^ )𝐶

𝑃(0,03≤𝑥≤0,9)=0,719

𝑃(0,03≤𝑥≤0,9)= 71,9% P(x)=((_9^ )𝐶_9∗ (_21^ )𝐶_10 )/(_30^ )𝐶_1

Utilizamos la formula de combinatoria

babilidad de que el hierro total sea hasta 0,9 es de 71,9%

(_9^ )𝐶_9= 9!/9!(9−9)!=9!/9!0!=1

(_21^ )𝐶_10= 21!/10!(21−10)!=21!/10

(_30^ )𝐶_19= 30!/19!(30−19)!=30!/19!1

P(x=9)=(1∗352716)/54627300=0,0064

La probabilidad de determinar 9 comedores es de 0

forme Continua– Anexo 4

Solución

omedores ¿Probabilidad de determinar 3?

0−9^ )𝐶_(7−3) )/(_30^ )𝐶_7

∗ (_21^ )𝐶_4 )/(_30^ )𝐶_7

9−3)!=9!/3!6!=84

−4)!=21!/4!17!=5985

−7)!=30!/7!23!=2035800

5800=0,246 𝑃(𝑥=3)=24,6%
erminar 3 comedores es de 24,6%

comedores ¿Probabilidad de determinar 9?

30−9^ )𝐶_(19−9) )/(_30^ )𝐶_19

∗ (_21^ )𝐶_10 )/(_30^ )𝐶_19

/9!(9−9)!=9!/9!0!=1

10!(21−10)!=21!/10!11!=352716

9!(30−19)!=30!/19!11!=54627300

00=0,0064 𝑃(𝑥=9)=0,64%

erminar 9 comedores es de 0,64%

 EXPLICACIÓN DEL CONCEPTO

DISTRIBUCCIÓN BINOMIAL

EJEMPLO 1

En una empresa el 25,99 % 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: P(x<4)

SOLUCIÓN

Datos del problema:

Utilizando la formula

Hallamos para

Hallamos para

Hallamos para

Se utiliza cuando la situaci

nacer una b
Pero tambien se utiliza cu
Hallamos para Las metas d

Sumando las probabilidades se tiene

 CONCLUSIÓN

Se utiliza cuando la situaciones cuya solución tiene dos posibles resultados, ejemplo:al
nacer una bebe puede ser de sexo masculino o femenino
Pero tambien se utiliza cuando el resultado se puede reducir a dos opciones, ejemplo:
Las metas de producción del mes se pueden o no lograr
 BIBLIOGRAFIA

Espinosa, M. (2017). Distribucion binomial. Ejercicio resuelto paso a paso.Recuperado el 16

de abril del 2020 de: https://www.youtube.com/watch?v=EMRag5uvqBA

Fisicaymates. (2016). Distribución de Poisson | Teoría y ejercicio resuelto.Recuperado el 16

de abril del 2020 de: https://www.youtube.com/watch?v=hmAfNpD7Eps

Matemovil. (2018). Distribución Normal - Ejercicios Resueltos - Nivel 1.Recuperado el 16 de

abril del 2020 de: https://www.youtube.com/watch?v=T7_ktqfVseU

Mantilla, M. (2014). Distribucion uniforme continua.Recuperado el 16 de abril del 2020 de:

https://es.slideshare.net/monicamantillahidalgo/distribucion-uniforme-continua