ESTUDIO DE CASO 1

Supongamos que X es una variable aleatoria discreta y que x es uno de sus valores posibles.
La probabilidad de que la variable aleatoria X tome el valor específico x se representa por
medio de P(X = x). La función de probabilidad de una variable aleatoria es una representación
de las probabilidades de todos los resultados posibles. Esta representación podría ser
algebraica, gráfica o tabular. En el caso de las variables aleatorias discretas, un sencillo
método es enumerar las probabilidades de todos los resultados posibles de acuerdo con los
valores de x.

Una empresa nueva de buses del Sistema Integrado de Transporte de Bogotá (SITP) ha
comenzado a dar servicio en un nuevo barrio. Se ha registrado el número de usuarios que hay
en este barrio en el servicio a primera hora de la mañana (5:00 a.m.). La tabla adjunta muestra
la proporción de cada uno de los días de la semana.

Número (𝑥) 0 2 3 5 6 8 10 12 15
Proporción (𝑃(𝑥)) 0,02 0,05 0,12 0,18 0,13 0,16 0,14 0,12 0,08

Si X es la variable que representa el número de usuarios que la empresa debe atender a la

hora de inicio del servicio, con base en esta información y haciendo uso de los conceptos de
variables aleatorias discretas y función de probabilidad, prepare un informe en el que debe
incluir como mínimo lo siguiente
1. Grafica de la función de probabilidad de la variable aleatoria X: Número de usuarios.

2. Función de probabilidad acumulada de la variable aleatoria X: Número de usuarios.

Número 0 2 3 5 6 8 10 12 15

Función
0,02 0,07 0,19 0,37 0,5 0,66 0,8 0,92 1
acumulada
3. Probabilidad de que en un día seleccionado aleatoriamente haya exactamente ocho
usuarios del barrio esperando el servicio
𝑃(𝑋 = 8) = 0,16
4. Probabilidad de que en un día seleccionado aleatoriamente haya más de seis usuarios del
barrio esperando este servicio
𝑃(𝑋 > 6) = 1 − 𝑃(𝑋 ≤ 6) = 1 − 0,5 = 0,5
5. Probabilidad de que en un día seleccionado aleatoriamente haya menos de cuatro usuarios
del barrio en este servicio.
𝑃(𝑋 < 4) = 𝑃(𝑋 ≤ 3) = 0,19
6. El numero esperado de usuarios de este servicio y su desviación estándar
15

𝐸(𝑥) = ∑ 𝑃(𝑥) ∗ 𝑋 = 7,46 ≈ 7

𝑖=0

𝜎𝑥 = √𝑉𝑎𝑟(𝑋) = √𝐸(𝑥 2 ) − 𝐸(𝑥)2

15

𝐸(𝑥 2 ) = ∑ 𝑃(𝑥) ∗ 𝑥 2 = 69,98

𝑖=0

𝜎𝑥 = √69,98 − 55,65 = 3,78

7. Con base en estos resultados, redacte un breve resumen de sus hallazgos para la empresa
Hay un 100% de probabilidad de que máximo lleguen 15 usuarios. Se observa también que
la probabilidad de que lleguen exactamente 8 usuarios es de 0,16. Por otro lado hay una
probabilidad del 50% de que se atiendan más de 6 en una hora. Luego la probabilidad de que
se atiendan menos de 4 usuarios es de 0,19. El numero promedio de usuarios que la empresa
puede atender en una hora es de 7.46, con una desviación de 3.78.
ESTUDIO DE CASO 2
La distribución de probabilidad binomial es una distribución de probabilidad discreta que se
presenta con mucha frecuencia.
Una de sus características consiste en que sólo hay dos posibles resultados en un determinado
ensayo del experimento y los resultados son mutuamente excluyentes; Otra característica de
la distribución
binomial es el hecho de que la variable aleatoria es el resultado de conteos. Es decir, se cuenta
el número de éxitos en el número total de ensayos. Una tercera característica de una
distribución binomial consiste en que la probabilidad de éxito es la misma de un ensayo a
otro.
Un estudio del Departamento de Transporte de Illinois concluyó que 78.5% de quienes
ocupaban los asientos delanteros de los vehículos utilizaba cinturón de seguridad. Esto
significa que los dos ocupantes de la parte delantera utilizaban cinturones de seguridad.
Suponga que decide comparar la información con el uso actual que se da al cinturón de
seguridad, para lo cual selecciona una muestra de 8 vehículos.
Usando sus conocimientos sobre distribuciones discretas de probabilidad, presente un
informe en el que como mínimo incluya:
1. Esta situación cumple con los supuestos de la distribución binomial. Identifíquelos
Si cumple con los supuestos de la distribución binomial dado que primero se nos proporciona
la probabilidad de éxito de un experimento, en este caso la probabilidad de que los pasajeros
de los asientos delanteros lleven puesto el cinturón de seguridad en un vehículo (78,5%).
Luego nos dicen las 𝑛 veces que se repetirá el experimento, en este caso 8. Finalmente, la
variable seria
𝑋: 𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑣𝑒ℎí𝑐𝑢𝑙𝑜𝑠 𝑒𝑛 𝑑𝑜𝑛𝑑𝑒 𝑙𝑜𝑠 𝑝𝑎𝑠𝑎𝑗𝑒𝑟𝑜𝑠 𝑑𝑒 𝑙𝑜𝑠

𝑎𝑠𝑖𝑒𝑛𝑡𝑜𝑠 𝑑𝑒𝑙𝑎𝑛𝑡𝑒𝑟𝑜𝑠 𝑙𝑙𝑒𝑣𝑒𝑛 𝑝𝑢𝑒𝑠𝑡𝑜 𝑒𝑙 𝑐𝑖𝑛𝑡𝑢𝑟ó𝑛 𝑑𝑒 𝑠𝑒𝑔𝑢𝑟𝑖𝑑𝑎𝑑

𝑋~𝐵(8, 0.785)
8
𝑓(𝑥) = 𝑃(𝑋 = 𝑥) = ( ) 0.785𝑥 (1 − 0.785)8−𝑥
𝑥

2. Diagrama de barras de la distribución de probabilidad binomial que representa esta

situación
3. Probabilidad de que los ocupantes de la parte delantera en exactamente 5 de los 8 vehículos
seleccionados utilicen cinturones de seguridad
8
𝑃(𝑋 = 5) = ( ) 0.7855 (0,215)3 = 16,59%
5

4. Probabilidad de que los ocupantes de la parte delantera de por lo menos 5 de los 8 vehículos
utilicen cinturón de seguridad
8
8
𝑃(𝑋 ≥ 5) = ∑ ( ) 0.785𝑖 (0,215)8−𝑖 = 92,89%
𝑖
𝑖=5

5. Probabilidad de que los ocupantes de la parte delantera de máximo 5 de los 8 vehículos

utilicen cinturón de seguridad
5
8
𝑃(𝑋 ≤ 5) = ∑ ( ) 0.785𝑖 (0,215)8−𝑖 = 23,69%
𝑖
𝑖=0

6. Número de vehículos esperado en los que los ocupantes de la parte delantera utilizan el
cinturón de seguridad.
𝐸(𝑥) = 𝑛 ∗ 𝑃 = 8 ∗ 0.785 = 6,28
ESTUDIO DE CASO 33
Baloto es un juego novedoso de tipo loto en línea, de suerte y azar, donde el jugador elige 5
números del 1 al 43 y una súper balota con números del 1 al 16 a través de una terminal de
venta. El juego consiste en acertar 5, 4 o 3 números en cualquier orden de una matriz del 1
al 43 y otro número (super balota) del 1 al 16.
El jugador señala en un tarjetón los 6 números que escoge. Los números están representados
en 43 balotas amarillas numeradas del 1 al 43 y 16 balotas rojas numeradas del 1 al 16. Cada
número aparece una sola vez y las balotas ganadoras se seleccionan sin reemplazo. El
premio acumulado se entrega a quien haga coincidir los seis números. En la tabla aparecen
las opciones para ganar

Usando sus conocimientos sobre distribuciones discretas de probabilidad, presente un

informe en el que como mínimo incluya:
1. Esta situación cumple con los supuestos de la distribución Hipergeométrica.
Identifíquelos.
Si cumple las condiciones de una distribución hipergeometrica puesto que nos habla de 43
balotas amarillas diferentes (𝑁), luego nos dice que toman 5 de estas al azar (las de 1 al 43)
y sin remplazo (𝑛), luego nos dice que hay solo hay 5 que serán las seleccionadas por el
jugador (𝐾) es decir que habrán 37 no seleccionadas (𝑁 − 𝐾). Si definimos X: Numero de
balotas del 1 a las 43 seleccionadas ganadoras, entonces:
𝑋~𝐻𝑖𝑝𝑒𝑟(43, 5, 5)
𝐾 𝑁−𝐾 5 37
( )( ) ( )( )
𝑓(𝑥) = 𝑃(𝑋 = 𝑥) = 𝑥 𝑛 − 𝑥 = 𝑥 5 − 𝑥
𝑁 43
( ) ( )
𝑛 5
En el caso de la valoras rojas se trata de un experimento distinto dado que están numeradas
de 1 a 16, por lo que definimos Y: Numero de balotas rojas seleccionadas ganadoras. 𝑌 puede
1 15
tomar valores de 0 y 1 únicamente, con 𝑃(𝑌 = 1) = 16 y 𝑃(𝑌 = 0) = 16
2. Probabilidad de obtener el “Gran acumulado” con los 6 números (5 números del 1 al 43
y la súper balota). 3. La empresa encargada del sorteo informa que, Hasta el sorteo
anterior, la posibilidad de “pegarle al gordo” era de 1 en 8 millones, mientras que ahora
será de 1 en 15 millones. Explique esta afirmación.
5 37
( )( ) 1 1
𝑃(𝑋 = 5) ∗ 𝑃(𝑌 = 1) = 5 0 ∗ = 0,0001% ∗ = 0,0000065%
43 16 16
( )
5
3. El sorteo también otorga otros premios (ver tabla). Presente la probabilidad de obtener
los premios que incluyen acertar la súper balota.
5 37
( )( ) 1 1
𝑃(𝑋 = 4) ∗ 𝑃(𝑌 = 1) = 4 1 ∗ = 0,019738% ∗ = 0,0012336%
43 16 16
( )
5
5 37
( )( ) 1 1
𝑃(𝑋 = 3) ∗ 𝑃(𝑌 = 1) = 3 2 ∗ = 0,730315% ∗ = 0,0456447%
43 16 16
( )
5
5 37
( )( ) 1 1
𝑃(𝑋 = 2) ∗ 𝑃(𝑌 = 1) = 2 3 ∗ = 8,763783% ∗ = 0,5477364%
43 16 16
( )
5
5 37
( )( ) 1 1
𝑃(𝑋 = 1) ∗ 𝑃(𝑌 = 1) = 1 4 ∗ = 38,341551% ∗ = 2,3963469%
43 16 16
( )
5
5 37
( )( ) 1 1
𝑃(𝑋 = 0) ∗ 𝑃(𝑌 = 1) = 0 5 ∗ = 52,144509% ∗ = 3,2590318%
43 16 16
( )
5
4. Presente la probabilidad de obtener los premios que no incluyen acertar la súper balota.

5 37
( ) ( ) 15 15
𝑃(𝑋 = 5) ∗ 𝑃(𝑌 = 0) = 5 0 ∗ = 0,0001% ∗ = 0,0000974%
43 16 16
( )
5
5 37
( ) ( ) 15 15
𝑃(𝑋 = 4) ∗ 𝑃(𝑌 = 0) = 4 1 ∗ = 0,019738% ∗ = 0,0185046%
43 16 16
( )
5
 5 37
( ) ( ) 15 15
𝑃(𝑋 = 3) ∗ 𝑃(𝑌 = 0) = 3 2 ∗ = 0,730315% ∗ = 0,6846705%
43 16 16
( )
5
5. Con base en los resultados obtenidos, ¿usted invertiría dinero en el BALOTO?
No invertiría dado que la probabilidad de ganar es de 6,9532725% sumando todos los casos
en los que se gana, lo que representa una probabilidad significativamente baja dado que de
100 veces que juegue solo 7 veces ganaría aproximadamente.