Estadística y probabilidad - Fase 3: Discusión

Presentando por:
Leidy Alexandra castillo Holguín

Presentado a (tutor):
Liliana García

Carrera: tecnología en regencia de farmacia

Código: 1121948375
Grupo: 211622_209

Universidad nacional abierta y a distancia (UNAD)

Escuela ciencias de la salud (ECISALUD)
Fecha: 06/05/2020
Año: 2020
 Distribución binomial – Anexo 1
La secretaria de salud frente a la calidad del agua en la ciudad de Bogotá determino que la variable
probabilidad de aceptación del 23%. Construya una tabla con valores entre el 0 y 10 aplicando la distr
 Paso 2. Identificación del problema

otá determino que la variable PH tiene una

re el 0 y 10 aplicando la distribución Binomial. Mediante una inspección de los contamina
promedio de 5 UNT por hora. Realice u
oblema

Distribución de Poisson – Anexo 2

a inspección de los contaminantes en algunas veredas del país, se determina que el Turbiedad presenta un
de 5 UNT por hora. Realice una tabla de distribución de Poisson para k entre 0 y 12, donde determine las
siguientes probabilidades:
 Distribución Hipergeométrica – Anex
En algunos comedores escolares la calidad del agua potable presenta una va
consumo. Se detecta que de 30 comedores escolares hay 9 de ellos que están
cuanto al color aparente con platino de cobalto correspond
ón Hipergeométrica – Anexo 5
gua potable presenta una variable con color aparente que perjudica el
Los resultados detectados en
ares hay 9 de ellos que están por encima de los niveles permisibles en
platino de cobalto correspondiente al agua potable.
 Distribución normal – Anexo 3

os resultados detectados en el laboratorio de aguas – Hidrolab, determina que la variable Alcalinidad Total se distribuye
normalmente. Calcule las siguientes probabilidades:
dad Total se distribuye
 Distribución bin
La secretaria de salud frente a la calidad del agua en la ciudad de
de aceptación del 23%. Construya una tabla con valores

x
0
x 10 1
p(x) 0.23 2
23% 3
4
5
6
7
8
9
10
Suma

Distribución no

Los resultados detectados en el laboratorio de aguas – Hidrolab

normalmente. Calcule las sig

ALCALINID
Media 33.61
AD TOTAL
Desviación E 45.97 1.61
1.7
2.6
1.61
1.61
1.61
1.61
1.8
1.61
1.71
1.8
82.4
 87
91.8
89.2
103
93.8
112.8
112.6
90.2
80.6
87.2
37.4
28.6
7.5
28.4
26.2
28.8
25.6
29.3
29.2
29.9
36.6
28.6
26.6
18.9
25.6
17.3
16.9
201
201
201
201
201
201
7.5
7.1
7.1
6.9
5.7
6.2
6.2
7.4
7.1
7.7
7.1
7.4
 2.4
2.9
2.7
3.4
2.5
2.5
2.3
2.6
1.9
2.1
2.2
29.2
35.6
39.2
18.5
15.2
13
26.6
27.6
5.1
40
30.1
31.9
12.3
9.8
10.2
11.7
14
16
13.9
41.6
38.4
53.1
44.5
15.1
6.6
9.1
8.9
30.4
25.5
47.4
48.6
3
10.1
8.8
15.5
7
6.6
7.2
17.8
7.7
6.4
6.6
6.8
5.9
1.61
3.1
1.61
2.9
2.3
3
4.2
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
 3. Analisis del

Distribución binomial – Anexo 1

l agua en la ciudad de Bogotá determino que la variable PH tiene una probabilidad
a una tabla con valores entre el 0 y 10 aplicando la distribución Binomial.

P(X=x) 2.¿Cuál es la probabilidad de que a lo más 2? la probabilidad de que

0.073 7% p(x≤2) 58.63% 58,6
0.219 22%
0.294 29% ¿Cuál es la probabilidad de que al menos sea 9? la probabilidad de que
0.234 23% p(x≥9) 0.00% 0
0.122 12%
0.044 4%
0.011 1%
0.002 0%
0.000 0%
0.000 0%
0.000 0%
100% 100%

yj

Distribución normal – Anexo 3

io de aguas – Hidrolab, determina que la variable Alcalinidad Total se distribuye

mente. Calcule las siguientes probabilidades:

4. ¿Cuál es la probabilidad de que Alcalinidad Total sea menor 40?

54.67% 0.54666792 esta es la probabilidad de 0 a 39

la probabilidad de que Alcalinidad Total sea menor a 40, es del 54,67%

¿Cuál es la probabilidad de que Alcalinidad Total sea mayor a 26?

43.43% 0.43426301 esta es la probabilidad de 0 a 26
56.57% 0.56573699 la probabilidad de los mayores a 26, sale de
q= 1-p(x>26)

la probabilidad de que Alcalinidad Total sea mayor a 26, es del 56,57%

la probabilidad de que Alcalinidad Total sea mayor a 26, es del 56,57%
 3. Analisis del problema.

Mediante una inspección de los contaminantes en al

promedio de 5 UNT por hora. Realice una tabla de
siguie
la probabilidad de que a lo mas sea 2 es del
58,63%

la probabilidad de que al menos sea 9 es del

0%

Distribución Uniforme Continua – Anexo 4

El análisis de las pruebas de laboratorio determina que el Hierro Total tiene un comportamiento uniformemente co
Determine las siguientes probabilidades:

HIERRO
TOTAL
Maximo 1.24 Formula: para sacar las probabilidades P(X=x)=(d

0.1 Minimo 0.03 b: es el valor máximo del conjunto

0.23 a: valor mínimo del conjunto
c: el valor mínimo en la pregunta
0.16
d: de probabilidad
el valor máximoaendeterminar
la pregunta
0.13
de probabilidad a determinar
0.14
0.2 4. La probabilidad que el Hierro Total este entre 0.6 y 1.
0.2 b 1.24
0.2 a 0.03 P(0.6 ≤ X ≤ 1.1)
0.23 c 0.6 41.32%
0.21 d 1.1
0.21
La probabilidad que el Hierro Total este entre 0.6 y 1.1, es
0.08
0.1
0.08 La probabilidad que el Hierro Total sea hasta 1.2
0.08 b 1.24
0.2 a 0.03 P(0 ≤ X ≤ 1.02)
0.2 c 0 99.17%
0.2 d 1.2
0.2
La probabilidad que el Hierro Total sea hasta 1.2, es de
0.2
0.2
0.2
0.08
0.11
0.13
0.13
0.22
0.04
0.2
0.2
0.2
0.2
0.2
0.2
0.08
0.2
0.2
0.2
0.2
0.09
0.15
0.08
0.2
0.2
0.2
0.65
0.18
0.08
0.08
0.08
0.2
0.2
0.2
0.27
0.2
0.2
0.2
0.2
0.08
0.08
0.08
0.11
0.2
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
0.35
0.28
0.24
0.23
0.37
0.79
0.53
0.56
0.21
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
 Distribución de Poisson – Anexo 2

n de los contaminantes en algunas veredas del país, se determina que el Turbiedad presenta un
or hora. Realice una tabla de distribución de Poisson para k entre 0 y 12, donde determine las
siguientes probabilidades:

Promedio 5

x P(X=x) 3. Que al menos sean 2 UNT

0 0.007 1% p(x≥2) 95.76%
1 0.034 3%
2 0.084 8% Que estén entre 6 UNT y 11 UNT
3 0.140 14% p(6≤x≤11) 37.86%
4 0.175 18%
5 0.175 18%
6 0.146 15%
7 0.104 10%
8 0.065 7%
9 0.036 4%
10 0.018 2%
11 0.008 1%
12 0.003 0%
Suma 1 100%

ortamiento uniformemente continuo.

sacar las probabilidades P(X=x)=(d-c)/(b-a)

máximo del conjunto

ínimo del conjunto
ínimo en la pregunta
ilidad
áximoaendeterminar
la pregunta
bilidad a determinar

rro Total este entre 0.6 y 1.1

.6 ≤ X ≤ 1.1)

Total este entre 0.6 y 1.1, es de 41,32%

ierro Total sea hasta 1.2

≤ X ≤ 1.02)

rro Total sea hasta 1.2, es del 99,17%

 En algunos comedores escolares la calidad del agua
consumo. Se detecta que de 30 comedores escolares
cuanto al color aparente con platin

5. Si se sacan de forma aleatoria 10 comedores. ¿

es la probabilidad de establecer 5?
la probabilidad de que al menos sean 2 UNT es
del 95,76% P(k=5)
0.085338 8.53%
La probabilidad de que esten entre 6 UNT y 11 Si se sacan de forma aleatoria 10 comedores, la p
UNT es del 37,86% determinar 5, es del 8,53%

Si se sacan de forma aleatoria 19 comedores. ¿Cu

la probabilidad de determinar 7?

P(k=7)
0.193703 19.37%
Si se sacan de forma aleatoria 23 comedores, la p
determinar 4, es del 1,30%
 Distribución Hipergeométrica – Anexo 5
escolares la calidad del agua potable presenta una variable con color aparente que perjudica el
e de 30 comedores escolares hay 9 de ellos que están por encima de los niveles permisibles en
o al color aparente con platino de cobalto correspondiente al agua potable.

N 30 Numero de experimentos
a aleatoria 10 comedores. ¿Cuál N1 9 comedores por encima de los niveles
lidad de establecer 5? k 5 Numero de eventos cuya probabilidad se esta calculando
n 10 Numero de ensayos que se realiza

aleatoria 10 comedores, la probabilidad de

erminar 5, es del 8,53%

N 30 # de experimentos
eatoria 19 comedores. ¿Cuál es N1 9 # que favorece al evento N1
dad de determinar 7? k 7 # de eventos cuya probabilidad se esta calculando
n 19 # de ensayos que se realiza

aleatoria 23 comedores, la probabilidad de

erminar 4, es del 1,30%
perimentos
ma de los niveles
abilidad se esta calculando
s que se realiza

imentos
al evento N1
idad se esta calculando
ue se realiza
 Paso 4. Explicación del concepto.

●       Distribución normal

Es una variable aleatoria continua que depe

y una desviación típica
. Una variable aleatoria continua puede tom
La distribución normal es la base de otras di
Algunas de las propiedades de la distribució
·         La forma de la curva de la dis
·         Su esperanza es μ.
·         Su varianza es
y, por tanto, su desviación típica
·         Media, moda y mediana coinc
·         La media indica la posición de
·         A mayor desviación la curva s
·         La curva es simétrica respect

La gráfica de la fdp de esta distribución tien

Esta distribución nos permite modelar nume

●       Ejemplos
1.   Suponga que
, ¿cuál es la probabilidad d

Solución

2. supongo que , ¿cuál es la probabilidad d

Solución
n del concepto.

bución normal.

oria continua que depende de una media

ria continua puede tomar cualquier número real. Por ejemplo, las rentabilidades de las acciones, los re
al es la base de otras distribuciones como la distribución t de Student, distribución ji-cuadrada, distrib
edades de la distribución normal son:
ma de la curva de la distribución depende de sus dos parámetros: la media y la desviación estándar.
peranza es μ.
rianza es
nto, su desviación típica es σ..
, moda y mediana coinciden (μ).
dia indica la posición de la campana, la gráfica se desplaza a lo largo del eje x.
yor desviación la curva será más "plana", dado que la distribución, en este caso, presenta una mayor v
rva es simétrica respecto a la media.

de esta distribución tiene una forma acampanada y es simétrica respecto de un determinado parámetr

permite modelar numerosos fenómenos naturales, sociales y psicológicos.

Suponga que
cuál es la probabilidad de que asuma un valor menor que 66?

cuál es la probabilidad de que asuma un valor mayor que 40?

es de las acciones, los resultados de un examen, el coeficiente de inteligencia IQ y los errores estánda
ción ji-cuadrada, distribución F de Fisher y otras distribuciones.  

a desviación estándar.

o, presenta una mayor variabilidad.

determinado parámetro estadístico. Esta curva es conocida como campana de Gauss.

Q y los errores estándar son variables aleatorias continuas.  
 ·         Moreno, Y. (2016). OVI: Unidad 3_Distribuciones de Probabilidad. Recuperado de http://hdl
·         Velandia, J. (2018). OVI: Tabla de Frecuencia Agrupada. Recuperado de http://hdl.handle.ne

  
·         Monroy, S. (2008). Distribuciones de probabilidad. En: Estadística Descriptiva. Editorial: Insti
·         Llinás, S. H. (2017). . En: Estadística descriptiva y distribucio
·         Llinás, S. H. (2017). Teorema de Bayes. En: Estadística descriptiva y distribuciones de probab
·         Espejo I. (2006). Distribución de probabilidad uniforme continua. En: Estadística descriptiva y
 REFERENCIAS
idad. Recuperado de http://hdl.handle.net/10596/9859
perado de http://hdl.handle.net/10596/21607

stica Descriptiva. Editorial: Instituto Técnico Nacional. (pp. 187 – 219). Recuperado de  https://bibliotecavirtual.unad.edu.co:2538/lib/unad
scriptiva y distribuciones de probabilidad. (pp. 188 - 241). Recuperado de https://ebookce
ptiva y distribuciones de probabilidad. (pp. 258 - 295). Recuperado de https://ebookcentral-proquest-com.bibliotecavirtual.unad.edu.co/li
nua. En: Estadística descriptiva y probabilidad: teoría y problemas, 3th ed. [Online]. España: Servicio de publicaciones de la Universidad de
tual.unad.edu.co:2538/lib/unadsp/reader.action?docID=3192101&ppg=188  
o de https://ebookcentral-proquest-com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.a
bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?docID=5486680&ppg=276
blicaciones de la Universidad de Cádiz. (pp. 195 – 199). Recuperado de  http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.actio
/lib/unadsp/reader.action?docID=5486680&ppg=206

o:2077/lib/unadsp/reader.action?ppg=228&docID=10844601&tm=1485306164106