TRABAJO COLABORATIVO FASE 2

PROBABILIDAD

Diana Carolina Leal Gmez

Cdigo: 63.398.200
Adriana Maria Bolivar Garzon
Codigo: 63.447.424
Yamid Caballero
Codigo:
Sneidi Mosquera
Codigo:

TUTORA: AZUCENA GIL.

UNIVERSIDAD ABIERTA Y A DISTANCIA UNAD

BUCARAMANGA
MAYO-2015

INTRODUCCIN
La probabilidad es una disciplina terico practica que ha estado presente durante muchos
aos, esto no es ajeno a toda las actividades que se realizan en el diario vivir pues en
muchos casos se ha hecho uso de la probabilidad para predecir ciertos acontecimientos,
de ah la importancia del estudio de este curso que nos lleva a conocer sin nmero de
situaciones y a realizar ejercicios prcticos relacionados con la probabilidad. En el
desarrollo de esta unidad estudiaremos variables aleatorias y distribuciones de
probabilidad.

UNIDAD 2: VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD.

VARIABLE ALEATORIA
SE DEFINE COMO

VARIABLE ALEATORIA DISCRETA

a un nmero real a cada resultado en el espacio muestral de un experimento aleatorio

SE DENOTA

Una

variable

aleatoria X es discreta si

el

nmero de valores que puede tomar es finito (o

Una letra mayscula, tal comoX.

PARAMETROS DE UNA V.A

VALOR ESPERADO

DISTRIBUCIONES DE
PROBABILIDAD

Llamado media o esperanza

matemtica

BINOMIAL:
consiste
repetidos

El experimento
en
n
intentos

variable

discreta X con media X y funcin de

probabilidad f(x), es:

de posicin para la distribucin

2 V(X ) E(X )2 [(x )2 f (x)]

HIPERGEOMETRICA:

Una
muestra aleatoria de tamao n se
selecciona sin reemplazo de un total de
N resultados o artculos totales

POISSON:

una

La varianza de una variable aleatoria

aleatoria discreta X es una medida

de X.

GEOMETRICA: Si repetidos
intentos independientes pueden resultar
en un xito con una probabilidad p y en
un fracaso con una probabilidad de q =
1-p

de

VARIANZA

Ocurren en un
intervalo de tiempo dado o
regin especfica indicado por t.

VARIABLE ALEATORIA.

Una variable aleatoria una funcin que asigna un nmero real a cada resultado en el
espacio muestral de un experimento aleatorio.

Ellas se denotan con una letra mayscula, tal como X.

Se dice que X es aleatoria.

Involucra la probabilidad de los resultados del espacio muestral.

Se define X como una funcin porque transforma todos los posibles resultados del
espacio muestral en cantidades numricas reales.

Se define como variable aleatoria X la suma de los valores de las dos caras de los
dados.

El beneficio en la probabilidad de que una variable aleatoria tome un valor particular.

Se requiere primero definir claramente la variable aleatoria.
La siguiente simbologa: {X=x} denotar el evento formado por todos los resultados para
los que;
X=x y P(X=x) ser la probabilidad de dicho evento.

VARIABLE DISCRETA.

Una variable aleatoria X es discreta si el nmero de valores que puede tomar es finito (o
infinito contable).

La distribucin de probabilidad de una variable aleatoria X es una descripcin

del conjunto de posibles valores de X, junto con la probabilidad asociada con cada
uno de estos valores.
Esta distribucin bien puede ser una grfica, una tabla o una ecuacin que da la
probabilidad de cada valor de la variable aleatoria y se considera como el
resumen ms til de un experimento aleatorio.
Toda distribucin de probabilidad debe satisfacer uno de los dos requisitos
siguientes:

EL VALOR ESPERADO
Llamado media o esperanza matemtica de una variable aleatoria discreta X es
una medida de posicin para la distribucin de X.
Se simboliza con .
Se calcula al sumar el producto de cada valor de X con su probabilidad
correspondiente. La media o valor esperado de una variable aleatoria discreta X
es:
x=E( X)= x . f ( x )
x

La siguiente distribucin de una variable aleatoria X.

X
0
1
2
f(x) 0,04 0,32 0,64
La media est dada por:

 XE(X ) (00,04) (10,32) (20,64) 1,6

LA VARIANZA.
De una variable aleatoria es una medida de la dispersin de la distribucin de
probabilidad de sta.
Se calcula ponderando el cuadrado de cada desviacin con respecto a la media,
con la probabilidad asociada con la desviacin.
La varianza de una variable aleatoria discreta X con media X y funcin de
probabilidad f(x), es:

2 V(X ) E(X )2 [(x )2 f (x)]

DISTRIBUCIONES DE PROBABILIDAD DISCRETA

Debemos partir de la definicin de variable aleatoria. Los valores de esta variable

estn determinados por las oportunidades de los resultados de un experimento.
En otras palabras, cada miembro del espacio muestral asigna un valor numrico a
la variable. Una variable aleatoria discreta asume cada uno de sus nmeros
discretos con cierta probabilidad.
Un ejemplo de una variable continua discreta podra ser la estatura de una
persona, la presin arterial, tiempo de vida de una clula, volumen de lluvia que
cae en un da en una selva, la resistencia a la tensin, en kilos por centmetro
cuadrado, de un cable de acero de 1 cm de dimetro.
Las siguientes son las clases de distribuciones de probabilidad para variables
aleatorias discretas que existen y que sern explicadas seguidamente: binomial,
hipergeomtrica, geomtrica, poisson.
DISTRIBUCION BINOMIAL

Las ms utilizadas dentro de las probabilidades discretas.

Su aplicacin se da en reas como Inspeccin de calidad, ventas,

mercadotecnia, medicina, investigacin de opiniones entre otras.

Estas distribuciones enfrentan circunstancias cuando los resultados pertenecen

a dos categoras importantes: en que ocurra un evento determinado o que no
lo haga, este experimento aleatorio es llamado Ensayo de Bernoulli.

Los dos resultados posibles son denotados por xito y fracaso y se define
por p la probabilidad de un xito y por 1-p la probabilidad de un fracaso.

Experimento Binomial se da cuando un experimento aleatorio que consiste en

n ensayos repetidos tales que los ensayos son independientes, cada ensayo
es de tipo Bernoulli, la probabilidad de xito de cada ensayo denotado por p
permanece constante.

La variable X de un experimento Bonomial que corresponde al nmero de

ensayos donde el resultado es xito tiene una distribucin Binomial con
parmetros p y n= 1,2..y su funcin de probabilidad es:

( nx )p ( 1 p )

f ( x ; p , n)=

( nx )p q

La

funcin

de

la
x

i=0

f ( x ; p , n)=

p ( X x )=F ( x ; p ,n )=

para x=0,1, , n

La denotacin de probabilidad del fracaso q=1-p la funcin se propiedad

Binomial se simplifica

nx

distribucin

( ni )p q
1

nx

Binomial

acumulada

es

n1

La media y la varianza de una variable aleatoria Binomial depende solo de los

parmetros p y n
x= E ( X )=np

2 X=np ( 1. p ) =npq

DISTRIBUCION HIPERGEOMTRICA
El muestreo es sin reemplazo, caso en el cual los ensayos no son
independientes.

Sea N el nmero de elementos de un conjunto de los cuales K son determinados

como xito y N-K como fallas, de termina la probabilidad de x xitos en n ensayos
de los N elementos del conjunto donde k N y n N .
Distribucin Hipergeomtrica cuando la variable X es el nmero de xitos en la
muestra
y
la
funcin
de
probabilidad
estad
dad
por
k N k
x nx
f ( x ; N ; k , n )=
x=0,1,2 .min ( k ,n )
N
n

( )( )
( )

La distribucin Hipergeomtrica acumulada es

k N k
(
i )( ni )
P ( X x )=F ( x ; N , k ,n )=
( Nn )
x

i=0

La media y la varianza de una variable aleatoria Hipergeomtrica X con

parmetros N, k y n son:
x= E ( X )=np

2 X=V ( X )=npq .

( NN n
1 )

DISTRIBUCION GEOMTRICA
Se realizan ensayos Bernoulli con una probabilidad constante de xitos p en la el
nmero de ensayos no es fijo, se realizan constantemente hasta obtener el primer
xito.
Sea la variable X el nmero de de ensayos realizados hasta hallar el xito, se
maneja por una distribucin geomtrica con parmetros p y se expresa
x1
f ( x ; p , ) =( 1 p ) x1 *p
XX=1,2, y simplificada queda g ( x ; p , )=q p
x

i1
La distribucin geomtrica acumulada es : p ( X x )=F ( x ; p , )= q p
i=x

La varianza y la media de una variable aleatoria geomtrica son

x= E ( X )=

1
p

2 X=V ( X )=

q
p2

DISTRIBUCION DE POISSON
La distribucin de probabilidad de la variable aleatoria de Poisson X, que
representa el nmero de resultados que ocurren en un intervalo de tiempo dado o
regin especfica indicado por t, es:
p(x, ) = p(x, t) = e-t (t) x / x!
x: 0, 1, 2, . Donde t es la tasa promedio
de resultados por unidad de tiempo o regin y e = 2.71828
= 2 = t
Cuando n tiende a y p tiende a 0 y = np permanece constante: se aproxima
binomial a la poisson, esto es b(x, n, p) p(x, )
DISTRIBUCIN BINOMIAL NEGATIVA O DISTRIBUCIN PASCAL
Generalizacin de la distribucin geomtrica donde le valor aleatorio X es el
nmero de ensayos Bernoulli efectuadas hasta que se obtiene r xitos con una
probabilidad constante de xitos p.
X tiene una distribucin Binomial negativa on parmetros p y r=1,2, 3
q
( x1
r1 )

f ( x ; p , n) =

xr

pr

x=r, r+1, r+r+2+

La media y la varianza de una variable aleatoria Binomial negativa X con

parmetros p y r son
x= E ( X )=

r
p

2 X=V ( X )=

rp
p2

La funcin de la distribucin Binomial negativa acumulada es

1i
( r1
)q

P ( X x )=F ( x ; p ,r ) =

1r

p r

ESTUDIO DE CASO - MISCELANEA DE EJERCICIOS UNIDAD 2

ESTUDIO DE CASO
Si usted fuera el jefe, habra considerado la estatura como criterio en su
seleccin del sucesor para su trabajo? Daniel Slegiman analiz en su columna de
la revista Fortuned sus ideas acerca de la estatura como un factor en la decisin
de Deng Xiaoping para elegir a Hu Yaobang como su sucesor en la presidencia
del Partido Comunista Chino. Como afirma Slegiman, los hechos que rodean el
caso despiertan sospechas al examinarlo a la luz de la estadstica.
Deng, segn parece solo media 154 cm de alto, una estatura baja incluso en
China. Por consiguiente al escoger a Hy Yaobang, que tambin tena 154 cm de
estatura, motivo algunos gestos de desaprobacin porque como afirma Sleigman
las probabilidades en contra de una decisin ajena a la estatura que dan lugar a
un presidente tan bajo como Deng son aproximadamente de 40 a 1. En otras
palabras, si tuviramos la distribucin de frecuencias relativas de las estaturas de
todos los varones chinos, solo 1 en 40 es decir 2,5% tendran menos 154 cm de
estatura o menos.
Para calcular estas probabilidades Seligman advierte que no existe el equivalente
chino del Servicio de Salud de pases como Estados Unidos y por tanto, es difcil
obtener las estadsticas de salud de la poblacin actual china. Sin embargo,
afirma que en general se sostiene que la longitud de un nio al nacer representa
el 28,6% de su estatura final y que en la China la longitud media de un nio al
nacer era de 48 cm.

De esto Seligman deduce que la estatura promedio de los varones adultos chinos
es: 48 * 100 / 28.6 = 167,8 cm.
El periodista asume entonces que la distribucin de las estaturas en China sigue
una distribucin normal al igual que en pases como estados Unidos con una
media de 167,8 cm y una desviacin estndar de 6,8 cm

INFORME A PRESENTAR:
Prepare un informe en el que como mnimo, incluya:
1. Por medio de las suposiciones de Seligman, calcule la probabilidad de que la
estatura de un solo varn adulto chino escogido al azar sea menor o igual a 154
cm
SOLUCION
Media = 167,8 Desviacin = 6,8

p ( x 154 )= p z

Z=

154167,8
6,8

Z =2,03
0,0212

154167,8
6,8

2,12%
154

167,8

2. Los resultados de la pregunta 1, concuerdan con las probabilidades de

Seligman?
SOLUCION:
La probabilidad dadA por Seligman es de 1/40 es decir de 0,025 y la probabilidad
terica segn la distribucin normal es de 0,0212. Un valor muy cercano que
concuerda con la premisa de Seligman.
3. Comente acerca de la validez de las suposiciones de Seligman Hay algn error
bsico en su razonamiento?
SOLUCION:
Existe un error en el razonamiento de Seligman. Relacionar las probabilidades de
una decisin (a favor o contra) con las probabilidades de ser ms alto o ms bajo
de un umbral de estatura.
4. Con base en los resultados anteriores, argumente si considera o no que Deng
Xiaping tomo en cuenta la estatura al elegir a su suceso
SOLUCION:
Se considera en base a los resultados anteriores que Deng Xiaping si tomo en
cuenta la estatura para la eleccin de su sucesor, debido a que la probabilidad de
que la estatura de un varn chino adulto sea menor de 154 cm es de 2,12% y esto
implica que la mayora de las personas son de una altura superior porque le se
deduce que Deng si tom en cuenta la estatura para su decisin.

EJERCICIOS CAPITULO 4
VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD
1.- Un embarque de 8 televisores contiene 2 unidades defectuosas. Un hotel
realiza una compra al azar de 3 de los televisores. Si X es una variable aleatoria
discreta que representa el nmero de unidades defectuosas que compra el hotel:
a.- Encuentre la funcin de probabilidad f(x)
b.- Encuentre el valor esperado E(x), la varianza V(x) y la desviacin estndar
S(x)
SOLUCION
a) N=8 televisores= Total de la problacinn.
K=2=unidades defectuosas.
n=3 compra tres televisores=muestra.
X= variable aleatoria discreta, que puede ser 0, 1 y 2 las unidades defectuosas
que le salgan en la muestra.
Usamos las siguientes formulas:
k N k
x nx
F ( x ; N , k , n )=
para x=0,1, n
N
n

( )( )
()

n!
( Nk )= k ! ( nk
)!

2 82
2!
6!
(
)(
)
0 30
0 !2! 3!3 ! 10
F ( 0 ; 8,2,3 )=
=
=
8!
28
8
(3 )
3 !5 !
2 82
2!
6!
(
1 )( 31 ) 1!1 ! 4 !2! 15
F ( 1 ; 8,2,3 )=
=
=
8!
28
8
( 3)
3 !5 !

2 82
2!
6!
(
)(
)
2 32
2!0! 1!5 ! 3
F ( 2 ; 8,2,3 )=
=
=
8!
28
8
( 3)
3!5 !

x
F(x)=P(X=x)

0
10/28

1
15/28

b) Valor esperado E(x)

10
( 287
)+1( 1528 )+2( 283 )=0,75

x =E ( x )= [ X . f (x ) ] =0
x

La Varianza:
V (x)= [ ( X x )2f (x ) ]= [ x 2f (x ) ]2x
x

[(

V (x)= 02

)]

10
15
3
+ 12
+ 22
( 0,75 )2
28
28
28

)(

)(

V (x)=[ 0,3571+ 0,4642+ 3,8928 ] 0,5625

2
3/28

V (x)=3,4375
Desxviacin estndar:
S (x)= V ( x)= 3,4375=1,8540

3.- Una empresa ha medido el nmero de errores que cometen las secretarias
recin contratadas a lo largo de los ltimos tres aos (X), encontrando que stas
cometen hasta cinco errores en una pgina de 20 lneas y que esta variable
aleatoria representa la siguiente funcin de probabilidad. Si se escoge una
secretaria al azar, cual es la probabilidad de que cometa mximo 2 errores? Cul
es la probabilidad de que cometa exactamente 2 errores?

Solucin:

La probabilidad de que cometa mximo 2 errores es:

f(0) + f(1) + f(2) = 0,50 + 0,28 + 0,07 = 0,85

La probabilidad de que cometa exactamente 2 es:

f(2)=0,07

6.- Suponga que un comerciante de joyera antigua est interesado en comprar

una gargantilla de oro para la cual las probabilidades de poder venderla con una
ganancia de $ 250, $ 100, al costo, o bien con una prdida de $150 son:
respectivamente: 0.22, 0.36, 0.28, 0.14.
Cul es la ganancia esperada del comerciante.
E X =n . p ( x)

E16=250.0,22=$ 55
E26=100.0,36=$ 36
E3=0.0,28=$ 0
E4 =150.0,14=$ 21
E( x )=E 16+ E 26+ E 3+ E4 =55+36+021=70
La ganancia esperada del comerciante es de 70.

EJERCICIOS CAPITULO 5
DISTRIBUCIONES DISCRETAS DE PROBABILIDAD
1.- Se sabe que el 75% de los ratones inoculados con un suero quedan
protegidos contra cierta enfermedad. Si se inoculan 6 ratones, encuentre la
probabilidad de que:
a.- ninguno contraiga la enfermedad
b.- menos de 2 contraigan la enfermedad
c.- ms de 3 contraigan la enfermedad
Solucin:

Nmero de pruebas= 6
Probabilidad de xito= 0,75
Probabilidad de fracaso= 0,25

Ninguno contraiga la enfermedad:

P ( x=0 )= 6 0,756 0.250 =0,1779=17,79
6

()

Menos de 2 contraigan la enfermedad

P( x=2)+ P(x=3)+ P( x=4 )+ P (x=5)+ P ( x=6)

( 6 0,752 0.254 )+( 6 0,753 0.253)+( 6 0,754 0.252 )+( 6 0,75 5 0.251 )+( 6 0,756 0.250)
2
3
4
5
6

()

0,6392

()

()

()

()

63,92

Ms de 3 contraigan la enfermedad

P( x=4)+ P( x=5)+ P( x=6)

( 6 0,75 4 0.252)+( 6 0,755 0.251)+( 6 0,756 0.250 )

4
5
6

()

()

()

0,2571
25,71

2. Un estudio examin las actitudes nacionales acerca de los antidepresivos. El

estudio revel que 70% cree que los antidepresivos en realidad no curan nada,
slo disfrazan el problema real. De acuerdo con este estudio, de las siguientes 5
personas seleccionadas al azar:

a.- Cul es la probabilidad de que al menos 3 tengan esta opinin?

F( x , p ,n)=(n /x ) p (1 p)

0(0,3)+(5/5)(0,7) (0,3)
x ( x )(0,7) (0,3) =(5/3)
P
0,8369100 Entonces : p [x 3 ]=83,69
b.- Cul es la probabilidad de que mximo 3 tengan esta opinin?
p[ x 3]=1p [ x>3 ]=1[(5 /4)(0,7) (0,3)+(5 /5)(0,7) (0,3)]=0,4717100
Entonces: p[ x 3]=47,17
c.- De cuantas personas se esperara que tuvieran esta opinin
x =np=5( 0,7)=3,5 x=3,5 Personas

5. En el metro de la ciudad de Medelln, los trenes deben detenerse solo unos

cuantos segundos en cada estacin, pero por razones no explicadas, a menudo se
detienen por intervalos de varios minutos. La probabilidad de que el metro se
detenga en una estacin ms de tres minutos es de 0,20.
a- Halle la probabilidad de que se detenga ms de tres minutos por primera
vez, en la cuarta estacin desde que un usuario lo abordo?
b- Halle la probabilidad de que se detenga ms de tres minutos por primera
vez antes de la cuarta estacin desde que un usuario lo abordo

DESARROLLO
a)

Halle la probabilidad de que se detenga ms de tres minutos por primera

vez, en la cuarta estacin desde que un usuario lo abordo.
x = 4 (Estacin)
p = 0,2

q = 0,8 (Porcentaje de Rechazo)

r = 1 (Ocurrencia)
P=0.8 30,2=0.1024
0,1024100=10,24

La probabilidad de que el metro se detenga ms de tres minutos por primera

vez en la cuarta estacin es de 10,24%
b) Halle la probabilidad de que se detenga ms de tres minutos por primera vez
antes de la cuarta estacin desde que un usuario lo abordo.
x = 1, 2, 3 (Estacin)
p = 0,2
q = 0,8 (Porcentaje de Rechazo)
r = 1 (Ocurrencia)
P=0,2+0,80,2+0,80,80,2=0,488
0,488+100=48,8

La probabilidad de que el metro se detenga ms de tres minutos por primera

vez antes de la cuarta estacin es de 48,8%

11.- Un club de estudiantes extranjeros tiene entre sus miembros a 2

canadienses, 3 japoneses, 5 italianos y 2 alemanes. Si se selecciona al azar un
comit de 4 personas, Determine la probabilidad de que todas las nacionalidades
estn representadas?
Datos

Canadienses=2x1=1n=4

Japoneses=3x2=1
Italianos=5x3=1
Alemanes=2x4=1

2352
1111 4
f ( 1,1,1,1,2,3,5,2,12,4 )
= =0.1212
12
33
4
La probabilidad de que todas las nacionalidades estn representadas es de 0.1212

EJERCICIOS CAPITULO 6
DISTRIBUCIONES CONTINUAS DE PROBABILIDAD

1. Los coeficientes intelectuales de 600 aspirantes de cierta universidad se

distribuyen aproximadamente normal con una media de 115 y una desviacin
estndar de 12. Si la universidad requiere de un coeficiente intelectual de al
menos 95:
a.- Cuntos de estos estudiantes sern rechazados sobre esta base sin importar
sus otras calificaciones?
Z =x/ =95115 /12=1,6666 P[ z<1,6666 ]=P

[z >1,6666]=1P[ z <1,6666]=10,9515=0,0485 P [z <1,6666]=4,85 600P [z <1,6666]=60

De los aspirantes sern rechazados 30 personas.
b.- Si se considera que un coeficiente intelectual mayor a 125 es muy superior
Cuntos de estos estudiantes tendran un coeficiente intelectual muy superior al
del grupo?
CI>125 Muy superior
Z= x-/ =125-115/12=0,8333 P [Z>0,8333]=1-P[Z<0,8333]=1-

0,7967=0,2033*100P[Z>0,8333]=20,33%600*P[Z>0,8333]=600(0,2033)=121,98
122
De los aspirantes 122 tendrn coeficiente intelectual muy superior.
3.- Una empresa ha encontrado que la duracin de sus llamadas telefnicas tienen
una distribucin normal con media tres minutos y desviacin estndar de 1,8
minutos. a.- En qu proporcin las llamadas tendran una duracin de ms de dos
minutos pero menos de tres y medio minutos. b.- Si una secretaria va a realizar
una llamada cual es la probabilidad de que la llamada dure ms de cinco minutos
Solucin:

a) La proporcin es las llamadas que cumplen entre las llamadas totales, es lo mismo
que la probabilidad.
Sea X la variable aleatoria duracin de la llamada, en una N(3, 1.8)
Para buscar probabilidades en la tabla se tipifican los valores restndoles la
media y dividiendo entre la desviacin.
Z=(X-3)/1.8
P(2<X<3.5) = P[(2-3)/1.8 < Z < (3.5-3)/1.8] =
P(-0.5555... < Z < 0.27777...) =
P(Z < 0.27777...) - P(Z < -0.5555...) =
P(Z < 0.27777...) - [1 - P(Z < 0.5555...)] =
Tabla(0.27) = 0.6064
Tabla(0.28) = 0.6103
Valor para 0.27777... = 0.6064 + 0.777777...(0.6103-0.6064) = 0.6094333...
Tabla(0.55) = 0.7088
Tabla(0.56) = 0.7123
Valor para 0.5555... = 0.7088 + 0.55555...(0.7123-0.7088) = 0.7107444....

= 0.6094333... - (1 - 0.7107444...) = 0.3201777...

B) P(X>5) = 1 - P(X<5) =
1 - P[Z<(5-3)/1.8] = 1 - P(Z<1.111...) =
Tabla(1.11) = 0.8665
Tabla(1.12) = 0.8686
Valor para 1.1111.. = 0.8665 + 0.11111...(0.8686-0.8665) = 0.8667333...
= 1 - 0.8667333... = 0.1332666...

7. Se ha determinado que para varones normales en una cierta poblacin

normalmente distribuida, la temperatura media es de 37C y desviacin estndar
de 0,5C. Si se consideran 1000 de estas personas Cuntas se puede esperar
que tengan una temperatura comprendida entre 37C y 37,6C?
Entonces debemos hallar el valor de Z o normalizar
Z=

3737
=0
0,5

Z=

37,637
=1,2
0,5

p (37 < X <37,6 )=

3737 X 37,637
<
<
0,5

0,5

p ( 0<Z <1,2 )= p ( Z< 1,2 ) p ( Z <0 )

p ( 0<Z <1,2 )=0,88490,5000
p ( 0<Z <1,2 )=0,3849

Entonces :
p (37 < X <37,6 )=0,3849
p (37 X 37,6 )=0,3849100=38,49
p (37 < X <37,6 )=38,49 =385 personas
Se puede esperar que 385 personas tengan una temperatura entre 37y 37,6
grados centgrados.

6.- En una panadera se cortan panecillos con un peso que se ajusta a una
distribucin normal de media 100 g y desviacin tpica 9. Cul es la probabilidad
de obtener un panecillo cuyo peso oscile entre 80 g y la media?
=100 y =9
p ( 80< x< 100 )=

x 80100 20
=
=
=222

9
9

p ( 80< x< 100 )=

x 100100 0
=
=
=0.00

9
9

p (222<0.000 ) =p ( 0.00 ) (p ( 222 ) )

=0.5000-(-0,98679=0.5000-0.01321=0.48679
La probabilidad de obtener un panecillo cuyo peso oscile entre 80 g y la media es de0.48679.

CONCLUSIONES

Se entendi mediante ejercicios prcticos claramente los temas estudiados en las

unidades de estudio. De igual forma se comprendi algunas relevancias de la
temtica propuesta en el presente curso encausndola hacia las competencias
que debemos desarrollar.

BIBLIOGRAFIA
http://datateca.unad.edu.co/contenidos/100402/2015I/Guia_Integrada_de_Curso_100402_Probabilidad_2015-1.pdf
http://datateca.unad.edu.co/contenidos/100402/2015I/Unidad_2_100402_Estudio_de_Caso_y_Miscelanea_de_Ejercicios.pdf
Walpole, R (1999). Probabilidad y estadstica para ingenieros. Mxico; Hispanoamericana.
http://books.google.com.co/books?id=Melpe80mYOIC&pg=PA114&dq=Variables+
aleatorias+discretas+y+sus+distribuciones+de+probabilidad&hl=es&sa=X&ei=LWd
gU86pGMiwsQTF7IGgDw&ved=0CFAQ6AEwBQ#v=onepage&q=Variables%20ale
atorias
%20discretas%20y%20sus%20distribuciones%20de%20probabilidad&f=fals
e
Universidad
Oberta
Cataluna
U.O.C.
Variables
aleatorias
discretas
http://www.uoc.edu/in3/emath/docs/VA_discretas.pdf
Distribuciones continas de probabilidad Llins, H. (2006).
Estadstica descriptiva y distribuciones de probabilidad. Bogot:
Uninorte
http://books.google.com.co/books?id=3Tkb8HJ5toUC&pg=PA257&dq=Variables+al
eatorias+continuas+y+sus+distribuciones+de+probabilidad&hl=es&sa=X&ei=tWlgU
2 UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
Escuela
de
Ciencias
Bsicas,
Tecnologa
e
Ingeniera
Curso:
57fF7K0sQTdkYHgBw&ved=0CC8Q6wEwAA#v=onepage&q=Variables%20aleator
%20continuas%20y%20sus%20distribuciones%20de%20probabilidad&f=false

Probabilidad
ias