UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

UNIDAD 2: FASE 6 - DISTRIBUCIONES DE PROBABILIDAD

Presentado por:

Mauricio Camilo Ernesto Cuaical Montenegro cdigo: 1.085.937.529

Nathaly Elizabeth Paz cdigo: 1.085.330.182

Willy Nelson Rodrguez Arteaga- cdigo: 1089031828

Flower Andrs Penagos Portilla- cdigo: 1085317313

Marco Tulio Pastas Colimba-cdigo: 1088650425

Tutor:

Julin Eduardo Hoyos

Grupo: 100402_170

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

PROBABILIDAD

29 DE NOVIEMBRE DE 2017
 UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

INTRODUCCIN

El objetivo de este apartado es abordar el estudio de algunas distribuciones de probabilidad de

variables aleatorias discretas; cuando nos planteamos estudiar estas distribuciones de
probabilidad, lo hacemos partiendo de la base que su estudio nos permitir simplificar el
tratamiento estadstico de muchos fenmenos reales. De esta manera, si nosotros nos
encontramos con un fenmeno real tal y como puede ser realizar una inversin o no, este es un
fenmeno que tiene dos posibles valores, invertir, no invertir; bien, veremos que este tipo de
fenmenos los podemos estudiar como una variable o distribucin de Bernoulli. Si nosotros hemos
estudiado esta variable tendremos perfectamente identificados tanto la media como la varianza
como su funcin de cuanta, etc. Es decir, conocemos el comportamiento probabilstico de este
fenmeno.
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Cuadro sinptico de la Unidad 2

 UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Estudio de caso 1

1. Califique a cada uno de estos clientes y calcule la probabilidad de que resulten rentables.

Puntos

Nombre DAVID BORN EDWARD Ann MCLAUGHLIN

BRENDAN

edad 18 12 0

Tiempo de vivir en el 20 0 20
mismo domicilio

Antigedad con el 13 13 3
auto

Pago mensual del 4 6 4

auto

Costo de vivienda 10 10 12

Cuenta de cheques o 15 3 0
ahorros

probabilidad 0,95 = 95% 0,81 = 81% 0,77 = 77%

Cul es la probabilidad de que los tres resulten rentables?

P= (A).P(B).P(C) = (0,95).(0,81).(0.77)=0,59 = 59%

Cul es la probabilidad de que ninguno sea rentable?

P= (A)=10,95 = (0,05.100) = 5%

P= (B)=10,81 = (0,19.100)= 19%

P= (C)=10,77 = (0,23.100) = 23%

 UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Determine la distribucin de probabilidad total del nmero de clientes rentables entre este grupo
de tres clientes

CLIENTES PUNTOS

DAVID BORN 80

EDWARD BRENDAN 44

Ann MCLAUGHLIN 39

Resumen del estudio de caso 1

Se observa que David Born; tiene ms rentabilidad de adquirir la tarjeta de crdito del grupo aval
con una probabilidad de 95% y que no sea rentable con un 5%; seguido de edward brendan con
un 81% de rentabilidad y desfavorable con un 19% y por ultimo tenemos a Ann Mclaughlin con
un 77% de favorabilidad y en contra con un 23%; como tambin se observa en la tabla de
puntos que entre la edad de menos de 25 y ms de 35 los puntos de aceptabilidad son mayores
que entre las dems edades, siendo as se sac un total de rentabilidad de los tres ciudadanos
que quieren adquirir su tarjeta de crdito para un 59% total de rentabilidad. De los tres
ciudadanos.

Estudio de caso 2

La distribucin de probabilidad binomial es una distribucin de

probabilidad discreta que se presenta con mucha frecuencia.

Una de sus caractersticas consiste en que slo hay dos posibles

resultados en un determinado ensayo del experimento y los
resultados son mutuamente excluyentes; Otra caracterstica de
la distribucin binomial es el hecho de que la variable aleatoria
es el resultado de conteos. Es decir, se cuenta el nmero de
xitos en el nmero total de ensayos. Una tercera caracterstica
de una distribucin binomial consiste en que la probabilidad de
xito es la misma de un ensayo a otro.

Un estudio del Departamento de Transporte de Illinois concluy que 86.2% de quienes ocupaban
los asientos delanteros de los vehculos utilizaba cinturn de seguridad. Esto significa que los dos
ocupantes de la parte delantera utilizaban cinturones de seguridad. Suponga que decide comparar
la informacin con el uso actual que se da al cinturn de seguridad, para lo cual selecciona una
muestra de 10 vehculos.

Presente un informe en el que como mnimo incluya:

 UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

1.- Esta situacin cumple con los supuestos de la distribucin binomial? Identifquelos

Esta situacin si cumple todos los supuestos de la distribucin binomial. Cumple el primer
supuesto por se presentan la probabilidad de que utilicen o no el cinturn los ocupantes de los
puestos delanteros del auto. El segundo supuesto se cumple porque la variable aleatoria que es el
nmero de carros es el resultado de conteos. Y por ltimo, se cumple el tercer supuesto porque la
probabilidad de que se utilicen los dos cinturones en los puestos delanteros es independiente para
cada uno de los carros.

2- Elabore un diagrama de barras para la distribucin de probabilidad binomial que

representa esta situacin

El siguiente diagrama muestra la distribucin de probabilidad de que en un total de 12 carros se

utilice el cinturn de la parte delantera:

3.- Cul es la probabilidad de que los ocupantes de la parte delantera en exactamente

6 de los 12 vehculos seleccionados utilicen cinturones de seguridad?

De acuerdo a los datos presentados, la probabilidad de que en exactamente seis de los doce
vehculos lleven puesto el cinturn es:

!
() = (1 )
! ( )!

12!
() = (0.862)6 (0.138)6 = 0.003
6! (6)!
 UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Se puede apreciar que la probabilidad de que en seis de doce carros lleven el cinturn puesto es
muy baja.

4.- Cul es la probabilidad de que los ocupantes de la parte delantera de por lo menos
6 de los 12 vehculos utilicen cinturn de seguridad?

Para calcular esta probabilidad se deben sumar las probabilidades de que desde seis hasta doce
autos tengan el cinturn puesto, por lo tanto:

12! 12! 12! 12!

= (0.862)6 (0.138)6 + (0.862)7 (0.138)5 + (0.862)8 (0.138)4 + (0.862)9 (0.138)3
6! (6)! 7! (5)! 8! (4)! 9! (3)!
12! 12! 12!
+ (0.862)10 (0.138)2 + (0.862)11 (0.138)1 + (0.862)12 (0.138)0 = 0.999
10! (2)! 11! (1)! 12! (0)!

Esta probabilidad es tan grande porque, como se observa en el grfico, el pico de la distribucin
de probabilidad est cerca de estos valores del nmero de autos que llevan puesto el cinturn.

5.- Cul es la probabilidad de que los ocupantes de la parte delantera de mximo 6 de

los 12 vehculos utilicen cinturn de seguridad?

Cuando dicen mximo seis de los doce vehculos se deben sumar las probabilidades de que desde
cero hasta seis autos lleven puesto el cinturn de seguridad, por lo tanto

12! 12! 12!

= (0.862)0 (0.138)12 + (0.862)1 (0.138)11 + (0.862)2 (0.138)10 + (0.862)3 (0.138)9
1! (11)! 2! (10)! 3! (9)!
12! 12! 12!
+ (0.862)4 (0.138)8 + (0.862)5 (0.138)7 + (0.862)6 (0.138)6 = 0.003
4! (8)! 5! (7)! 6! (6)!

Esta probabilidad es tan baja porque estos valores del nmero de vehculos que llevan e cinturn
puesto estn ms alejados del pico mximo de la distribucin de probabilidad.

6.- Encuentre el valor esperado del nmero de vehculos en los que los ocupantes de la
parte delantera utilizan el cinturn de seguridad?

El valor esperado es:

= (12)(0.862) = 10.34

Este valor esperado est de acuerdo con la grfica de la distribucin de probabilidad en donde el
pico mximo se encuentra en este valor.
 UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Comentarios sobre este caso de estudio 2

En este caso de estudio se utilizaron las dos siguientes herramientas de la probabilidad:

La distribucin binomial
La suma de probabilidades

Con la distribucin binomial se calcul la probabilidad de que en un determinado nmero

de vehculos llevaran puesto el cinturn de seguridad en los asientos delanteros. La suma
de probabilidades se utiliz en los tems donde por ejemplo, pedan determinar la
probabilidad de que en por lo menos 6 de los 12 vehculos lleven puesto el cinturn de
seguridad. En estos casos se sum la probabilidad de que en ninguno, en uno solo, en dos,
y as hasta llegar a seis vehculos llevaran el cinturn puesto.

Estudio de caso 3

El Baloto, es la lotera en lnea

de Colombia, supervisado por
ETESA (Empresa territorial para
la salud). Es un juego que
consiste en acertar 6, 5, 4 o 3
nmeros en cualquier orden de
una matriz del 1 al 45; El
jugador seala en un tarjetn
los 6 nmeros que escoge. Los
nmeros estn representados en
45 balotas numeradas del 1 al
45. Cada nmero aparece una
sola vez y las balotas ganadoras se seleccionan sin reemplazo. El premio acumulado se
entrega a quien haga coincidir los seis nmeros.

Presente un informe en el que como mnimo incluya:

1.- Esta situacin cumple con los supuestos de la distribucin Hipergeomtrica?

Identifquelos (Sugerencia: Divida los 45 nmeros en dos grupos: ganadores y no ganadores)
2.- Usando la distribucin de probabilidad Hipergeomtrica determinar la probabilidad de que
el jugador acierte los 6 nmeros
3.- La empresa encargada del sorteo informa que la probabilidad de que coincidan todos los
nmeros es de 1 en 8145060. Qu significa esto en trminos de probabilidad? Coincide esto
con su respuesta anterior.

El sorteo tambin otorga un premio si el jugador hace coincidir 3, 4 o 5 de los nmeros

ganadores

4) Calcule la probabilidad, para hacer coincidir 3 de los 6 nmeros ganadores.

5) Calcule la probabilidad de que coincidan 4 de los 6 nmeros ganadores
6) Calcule la probabilidad de que coincidan 5 de los 6 nmeros ganadores
7) Con base en los resultados obtenidos, usted invertira dinero en el BALOTO?
 UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Solucin:

1.- Esta situacin cumple con los supuestos de la distribucin Hipergeomtrica? Identifquelos

(Sugerencia: Divida los 45 nmeros en dos grupos: ganadores y no ganadores)

Si en el apartado 2 nos dicen que calculemos la probabilidad usando la distribucin

hipergeomtrica ser porque este apartado es verdadero, ahora a intentar demostrarlo.

En la distribucin hipergeomtrica hay una poblacin N y unos elementos de ella que cumplen una
propiedad, la cantidad de estos elementos es d. Entonces nosotros extraemos una muestra n de la
poblacin y la distribucin nos da la probabilidad que hayamos elegido x elementos con la
propiedad.

La poblacin N son los 45 nmeros.

Los elementos que cumplen la propiedad son los 6 que han salido en el sorteo.

La muestra que tomamos es una muestra de 6 nmeros.

Y la probabilidad que nos da la distribucin hipergeomtrica es la de tener de 0 a seis ganadores

en la muestra.

2.- Usando la distribucin de probabilidad hipergeomtrica determinar la probabilidad de que el

jugador acierte los 6 nmeros

Dicha probabilidad viene dada por esta frmula:

( )( )
() =

( )

La de acertar 6 es

6 45 6 39
( )( ) 1( ) 1
(6) = 6 6 6 = 0 = =
45 45 45!
( ) ( )
6 6 39! 6!
39! 6! 6! 720
= = = =
45! 45 44 43 42 41 40 5864443200
 UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

1
= = 1.22773804 107 = 0.000000122773804
8145060
(6) = 0.000000122773804

3.- La empresa encargada del sorteo informa que la probabilidad de que coincidan todos los
nmeros es de 1 en 8145060. Qu significa esto en trminos de probabilidad? Coincide esto con
su respuesta anterior

En trminos de probabilidad significa

(6) = 1/8145060 = 1.22773804 10^(7)

Coincide a la perfeccin porque llegu a esa misma fraccin.

El sorteo tambin otorga un premio si el jugador hace coincidir 3, 4 o 5 de los nmeros ganadores

4) Calcule la probabilidad, para hacer coincidir 3 de los 6 nmeros ganadores.

Usaremos la frmula que enuncibamos antes pero ahora con x=3

( )( )
() =

( )

La de acertar 3 seria

39 38 37
6 45 6 6 5 4 39 20
( )( ) ( ) 3!
3 6 3 3! 3 45 44 43 42 41 40 =
(6) = = =
45 45 6!
( ) ( )
6 6
20 9139 182780
= = = 0.02244059589
8145060 8145060

5) Calcule la probabilidad de que coincidan 4 de los 6 nmeros ganadores

( )( )
() =

( )

 UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

La de acertar 4 es

6 45 6 6 5 39
( )( ) ( )
4 6 4 2 2 =
(6) = =
45 45
( ) ( )
6 6

El combinatorio 45 sobre 6 ya est calculado en los dos pasos anteriores as que lo pondr directo

39 38
15 15 741 11115 741
2 = = = = 0.001364630831
8145060 8145060 8145060 543004

6) Calcule la probabilidad de que coincidan 5 de los 6 nmeros ganadores

( )( )
() =

( )

La de acertar 5 es

6 45 6 39
( )( ) 6( )
(6) = 4 6 5 = 1 =
45 45
( ) ( )
6 6

Como ya conocemos el combinatorio 45 sobre 6 lo ponemos directo

6 39 234 39
= = = 2.872807014 105
8145060 8145060 1357510

7) Con base en los resultados obtenidos, usted invertira dinero en el BALOTO?

Con base a los resultados no, porque acertar 6 es casi imposible y acertar 5 medio imposible,
tampoco es fcil acertar 4 y acertar 3 con suerte una vez al ao si se juega todas las semanas.

Pero aparte de las probabilidades hay que tener en cuenta lo que no se reparte en premios porque
se lo lleva el estado, y eso puede ser el 33% o ms, y despus los impuestos si te tocara un
premio gordo. Luego no, no jugara. Solo cuando hay un acumulado grande a lo mejor jugara uno
das

Propuesta de solucin al estudio de caso seleccionado

La propuesta que yo le doy al caso de Baloto es que solamente las persona hagan coincidir los 3
nmeros de la balota ya que as sera ms conveniente de que a los tres intentos la persona gane
y no sea a las 6 veces y que adems el tarjetn que sea de 4 nmeros nada ms porque entre
menos chance tenga mayor es la posibilidad de ganar y que el premio acumulado se lo lleve la
personas que hizo coincidir los 3 nmeros.
 UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Conceptos tericos que me ayudaron con el caso seleccionado:

Espacio muestral: Es el conjunto formado por todos los posibles resultados de un experimento
aleatorio, lo designaremos por S.A la coleccin de resultados que se obtiene en los experimentos
aleatorios se le llama espacio muestral.

Ejemplo:

Si consideramos un experimento aleatorio, que consiste en lanzar un dado, los posibles resultados
son 1, 2, 3, 4, 5, 6.

Por tanto E= {1, 2, 3, 4, 5, 6}

El anterior seria el espacio muestral.

Experimento aleatorio: es una accin o proceso que puede tener distintos resultados posibles y
cuyo resultado no se conoce hasta que no se lleve a cabo.

Ejemplo:

Lanzar una moneda.

Lanzar un dado.

Medir la cantidad en milmetros de lluvia cados

Elegir un nmero al azar.

Estudio de caso 4

La compaa de aviacin Delta Airlines, se caracteriza por su

responsabilidad y cuidado con el equipaje de sus pasajeros,
por lo que pocas veces se pierde equipaje. En la mayora de
los vuelos no se pierden maletas; en algunos se pierde una;
en unos cuantos se pierden dos; pocas veces se pierden tres,
etc. Suponga que una muestra aleatoria de 1000 vuelos
arroja un total de 400 maletas perdidas. De esta manera, el
nmero promedio de maletas perdidas por vuelo es de 0.4.

Prepare un informe en el que como mnimo, incluya:

1.- Esta situacin cumple con los supuestos de la distribucin Poisson? Identifquelos

2.- Determine cul es la probabilidad de que en un vuelo no se pierda ninguna maleta

3.- Determine cul es la probabilidad de que en un vuelo se pierda exactamente una maleta

4.- Determine cul es la probabilidad de que en un vuelo se pierdan entre dos y cuatro maletas

5.- Podra establecer cul es la probabilidad de que se pierdan en un vuelo ms de cuatro

maletas
 UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

6.- En qu momento debe sospechar el supervisor de la Aerolnea que en un vuelo se estn

perdiendo demasiadas maletas?

Desarrollo del estudio de caso 4

1. Esta situacin si cumple con los supuestos de Poisson, los cuales se detallan a continuacin:

Se observa que se cuenta con una muestra de 1000 vuelos en los que se pierden
400 maletas, lo cual significa que, si dicha muestra aumenta o disminuye de
tamao, de la misma manera y en igual proporcin variar la cantidad de maletas
extraviadas. Por ejemplo, si se estudiaran 2000 vuelos, se esperara perder 800
maletas.

Tambin se puede identificar el cumplimiento de la independencia de los intervalos,

ya que segn el tamao de la muestra se obtendr una cantidad especfica de
maletas perdidas, cantidad que no altera el nmero de maletas extraviadas dentro
de otras muestras diferentes.

2.
0.4 0.40
( = 0) =
0!

0.67032 1
( = 0) =
1

( = 0) = 0.67032 = 67.032%

Respuesta: La probabilidad de que en un vuelo no se pierda ninguna maleta es del

67.032%

3.
0.4 0.41
( = 1) =
1!

0.67032 0.4
( = 1) =
1

( = 1) = 0.2681 = 26.81%

Respuesta: La probabilidad de que en un vuelo se pierda exactamente una maleta es del

26.81%

4.
0.4 0.42 0.4 0.43 0.4 0.44
(2 4) = + +
2! 3! 4!

(2 4) = 0.05362256 + 0.00715008 + 0.000715008

(2 4) = 0.061487648 = 6,149%

Respuesta: La probabilidad de que en un vuelo se pierdan entre 2 y cuatro maletas es de

un 6,149%
 UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

5.
( > 4) = 1 ( 4)

0.4 0.40 0.4 0.41 0.4 0.42 0.4 0.43 0.4 0.44
1 ( 4) = 1 ( + + + + )
0! 1! 2! 3! 4!

1 ( 4) = 1 (0.67032 + 0.2681 + 0.05362256 + 0.00715008 + 0.000715008)

1 ( 4) = 1 0.999907694

1 ( 4) = 0.000092306 = 0.009%

Respuesta: La probabilidad de que en un vuelo se pierdan ms de 4 maletas es de 0.009%, lo

cual significa que es casi imposible que esto suceda.

6. El supervisor debe sospechar que se estn perdiendo demasiadas maletas, cuando la

cantidad de maletas extraviadas tenga una probabilidad de ocurrencia menor al 5%. Por
ejemplo, en esta situacin donde se ha tomado una muestra de 1000 vuelos, una cantidad
anormal de perdida de maletas sera 3, puesto que la probabilidad de que suceda es slo de
un 0.71%

Resumen del estudio de caso 4

Una vez finalizado el clculo de las probabilidades de las situaciones presentadas, se pudo
encontrar que la Aerolnea Delta Airlines, tiene un buen grado de responsabilidad con el equipaje,
puesto que la probabilidad de que ninguna maleta se pierda durante un vuelo es del 67.032%. De
la misma manera se pudo descubrir que, la probabilidad de perderse una maleta es del 26.81%.
El caso de que se llegaran a perder 2 o 3 o 4 maletas solo tiene una probabilidad de ocurrir del
6,149%. Adems, se puede afirmar que prcticamente no hay posibilidad de que se pierdan ms
de 4 maletas en un solo vuelo, debido a que la probabilidad de que esto suceda es nicamente del
0.009%.

Por toda la informacin antes mencionada es coherente concluir que, para una muestra de mil
vuelos la cantidad aceptable de prdida de maletas es una o dos, ya que si se excediera estos
nmeros, sera un indicador de que se han presentado irregularidades en el manejo de equipaje,
debido a que la probabilidad de perdida de exactamente 3 maletas es tan slo de un 0.71% y a
medida que se aumenta la cantidad de extravos la probabilidad de estos contina bajando.
 UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Estudio de caso 5

Para una poblacin grande de personas sin hogar, Wong y Piliavin (2001) examinaron factores de
estrs, recursos y agotamiento psicolgico empleando la Escala de Depresin del Centro de
Estudios Epidemiolgicos (CESD), un cuestionario de evaluacin comunitario.

Entre las personas sin hogar, la puntuacin media del cuestionario CESD es 20,5 con una
desviacin estndar de 8.5 y se considera que para la Variable X = puntuacin del CESD, la
distribucin es normal. Como trabajador en el rea de admisiones en un refugio para personas
sin hogar, usted es el encargado de aplicar el CESD y debe evaluar los resultados para las nuevas
personas que lleguen al centro.

Dentro de las polticas del refugio se encuentra que cualquier persona cuya puntuacin sea de 21
o ms puntos en el CESD debe enviarse a ver a un doctor.

INFORME A PRESENTAR:

Prepare un informe en el que como mnimo, incluya:

1. La probabilidad de que una persona que llegue al refugio sea enviada a ver al doctor

=

21 20,5
=
8,5
0,5
=
8,5

= 0,0588

0,06

( = 0,06) = 0.0239 = 2,39%

( 0,06) = 0.0239 + 0,5 = 0,5239 = 52,39%

Respuesta: La probabilidad de que la persona que llegue al refugio sea enviada a ver al doctor es
de 52,39%

2. La probabilidad de que una persona que llegue al refugio tenga una puntacin de 10 o menos
puntos

=

10 20,5
=
8,5
10,5
=
8,5

= 1,2352

1,24

( = 1,24) = 0,3925 = 39,25%

( 1,24) = 0,5 0,3925 = 0.1075 = 10,75%

 UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Respuesta: la probabilidad de que una persona que llegue al refugio tenga una puntuacin de 10
puntos o menos es de 10,75%

3. La probabilidad de que una persona que llegue al refugio tenga una puntuacin entre 16 y 20
puntos

16 puntos

=

16 20,5
=
8,5
4,5
=
8,5

= 0,5294

1 0,53

(1 = 0,53) = 0,2019

20 puntos

=

20 20,5
=
8,5
0,5
=
8,5

= 0,0588

2 0,06

(2 = 0,06) = 0,0239

(1 < < 2 ) = 0,2019 0,0239 = 0.178 = 17,8%

Respuesta: La probabilidad de que una persona que llegue al refugio tenga una puntuacin entre
16 y 20 puntos es de 17,8%

4. Si las personas sin hogar con puntuacin en el 15% ms alto deben ser enviadas a los
servicios de prevencin de suicidios, Qu puntuacin hace calificar a una persona que llega al
refugio para este servicio?
= 15% = 0,15

( = 0,15) = 0.0596

=

 UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

+ =

= 0,0596 8,5 + 20,5

= 21,0066

21

Respuesta: la persona que llegar al refugio tendr una puntuacin de 21 puntos

5. Las personas sin hogar con puntacin en el 25% ms bajo, se le enva a un servicio de
orientacin laboral para mejorar sus recursos. Qu puntuacin permite calificar a una persona
para acceder a este servicio?

= 15% = 0,15

( = 0,15) = 0.0987

=

+ =

= 0,0987 8,5 + 20,5

= 21,33895
 UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

CONCLUSIONES

A travs de estas construcciones tericas, se podr experimentar sobre aquello que la realidad no
permita; se usa extensamente en reas como la estadstica, la fsica, la matemtica, la ciencia
para lograr conclusiones sobre la probabilidad de sucesos potenciales en sistemas complejos.

Debido a la necesidad de modelar lo observable, la probabilidad constituye un importante

parmetro en la determinacin de las diversas casualidades obtenidas tras una serie de eventos
esperados dentro de un rango estadstico; un modelo resulta extremadamente til, siempre que
se corresponda con la realidad que pretende representar o predecir; por ello es necesario conocer
cada distribucin de la probabilidad en el caso especfico, sus usos y formas de aplicarlas.
 UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

REFERENCIAS BIBLIOGRFICAS

Canavos GC. Probabilidad y estadstica: aplicaciones y mtodos. Madrid: McGraw-Hill; 1988.

Fernndez-Abascal H, Guijarro MM, Rojo JL, Sanz JA. Clculo de probabilidades y estadstica.
Barcelona: Editorial Ariel; 1994.

Herreras Pleguezuelo R, Palacios Gonzlez F. Curso de inferencia estadstica y del modelo lineal
simple. Madrid: Delta, Publicaciones Universitarias; 2007.

Martn-Pliego J, Ruiz-Maya L. Estadstica I: Probabilidad. 2 ed. Madrid: Thomson; 2004.

Meyer PL. Probabilidad y aplicaciones estadsticas. 2 ed. Bogot: Fondo Educativo

Interamericano; 1973.

Weisstein EW. From MathWorld-A Wolfram Web Resource [pgina en internet]. Statistical
Distribution. Disponible en:
http://mathworld.wolfram.com/topics/StatisticalDistributions.html