202 Tarea 2

Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Unidad 2: Tarea 2 - Experimentos aleatorios y distribuciones
de probabilidad
Erick Riaño Hoyos
Juval Jose Diaz
Jorge Leonardo Ruiz
Miguel Fernando Beltran
Ana Hilda Vargas
Noviembre 2019.
Universidad Nacional Abierta Y A Distancia (UNAD)
Probabilidad
Grupo 100402_202
Introducción
En el presente trabajo se ha realizado el desarrollo de un mente facto

que ha sido creado tomando como referencia y base todos aquellos
cuadros sinópticos compartidos por los integrantes del equipo de la
respectiva actividad, así como también contiene de manera completa
cada uno de los aportes de los casos de estudiantes realizados por los
integrantes y que posteriormente fueron compartidos al foro con el fin
de poder integrarlos en el presente trabajo y presentarlos en
conglomerado como solución final, de esta manera ser estudiados de
una manera eficiente y eficaz, proporcionando toda la información
necesaria.
Es importante recalcar que cada uno de los ejercicios desarrollados

aquí tanto como el cuadro sinóptico y los casos de estudio, han sido
desarrollados mediante el correcto y adecuado uso de las formulas y
teorías probabilísticas tales como lo son Distribución Hipergeométrica,
Distribución Binomial, Distribución Poisson y la Distribución Normal y
sobre todo teniendo en cuenta cada uno de los materiales de la unidad
2 y sus respectivos contenidos que proporcionan de manera completa
como llevar a cabo cada uno de los ejercicios aquí propuestos y su
adecuada solución de cada uno de ellos.
Objetivos
Objetivo general:
 Aplicar cada una de las enseñanzas propuestas en la unidad

dos, con el fin de solucionar las problemáticas expuestas.
Objetivo específico:
 Desarrollar correctamente cada uno de los ejercicios

propuestos.
 Aplicar adecuadamente las formulas y conocimientos
probabilísticos.
Ejercicio 2
El grupo entrega aquí, de manera organizada, el análisis, desarrollo y

solución de ESTUDIO DE CASO que selecciono y explico cada estudiante
a sus compañeros de grupo.
Solución al estudio de caso 1: El grupo entrega aquí, de manera
organizada, el análisis, desarrollo y solución del ESTUDIO DE
CASO presentado
RESPONSABLE ROL SELECCIONADO
MIGUEL FERNANDO
BELTRAN
DISTRIBUCIÓN HIPERGEOMÉTRICA
Una empresa manufacturera recibe un lote que contiene 100 artículos

de los cuales cinco son defectuosos. La compañía revisa
constantemente los lotes - que recibe para establecer la calidad del
material. Si la calidad de un lote recibido es baja, regresa al proveedor
el lote completo. Suponga que la compañía recibe el lote y lo acepta si
hay sólo 1 o menos piezas defectuosas en una muestra de tamaño 6
sin reposición. ¿Cuál es la probabilidad de que se acepte un lote de 100
artículos que contenga 5 defectuosos?
La compañía recibe el lote y lo acepta si hay sólo 1 o menos piezas

defectuosas, por lo tanto seria la probabilidad de
𝑃(𝑥 ≤ 1) = 𝑃(0) + 𝑃(1)
𝑁 = 100 𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑜𝑠 𝑒𝑛 𝑡𝑜𝑡𝑎𝑙
𝐾 = 5 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠
𝑛 = 6 𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑜𝑠 𝑠𝑒𝑙𝑒𝑐𝑐𝑖𝑜𝑛𝑎𝑑𝑜𝑠
𝑥 = 0,1, 𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑜𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠

(𝑘𝑥)(𝑁−𝑘
𝑛−𝑥
)
𝑝(𝑥 = 𝑘) =
(𝑁𝑛)
 Resolvemos las combinatorias por la calculadora
(50)(100−5
6−0
)
𝑝(𝑥 = 0) =
(100
6
)
(50)(95
6
)
𝑝(𝑥 = 0) = = 𝟎, 𝟕𝟐𝟗𝟎
(100
6
)
(51)(100−5
6−1
)
𝑝(𝑥 = 1) =
(100
6
)
(51)(95
5
)
𝑝(𝑥 = 1) = = 𝟎, 𝟐𝟒𝟑𝟎
(100
6
)
𝑃(𝑥 ≤ 1) = 0,7290 + 0,2430 = 0,972 = 𝟗𝟕, 𝟐%
La probabilidad de que se acepte un lote de 100 artículos que contenga

5 defectuosos es de 97,2%
DISTRIBUCIÓN BINOMIAL
La probabilidad de fallar durante el vuelo para cada uno de los seis

motores de un avión es 0.0005. Suponiendo que los seis motores
trabajan independientes, determine la probabilidad que en un vuelo
determinado
𝑛
𝑃(𝑥 = 𝑘) = ( ) 𝑝𝑘 ∗ 𝑞 (𝑛−𝑘)
𝑘
1. No ocurra ninguna falla de motor
𝑝 = 0,0005
𝑞 = 1 − 0,0005 = 0,9995
6
𝑃(𝑥 = 0) = ( ) (0,0005)0 ∗ (0,9995)6 = 0,997 = 99,7%
0
2. No ocurra más de una falla
𝑃(𝑥 ≤ 1) = 𝑃(0) + 𝑃(1)
6
𝑃(𝑥 = 1) = ( ) (0,0005)1 ∗ (0,9995)5 = 0,0029925
1
𝑃(𝑥 ≤ 1) = 0,0029925 + 0,997 = 0,9999925
3. Ocurra exactamente dos fallas
6
𝑃(𝑥 = 2) = ( ) (0,0005)2 ∗ (0,9995)4 = 0,000003742 = 0,0003742%
2
DISTRIBUCIÓN POISSON
El número de casos admitidos de emergencia en cierto hospital en 1

hora es una variable aleatoria con distribución de Poisson con X = 3.
Determinar - la probabilidad que en cierta hora
𝑒 −𝜆 ∗ 𝜆𝑥
𝑃(𝑋 = 𝑥) =
𝑥!
1. Ningún caso de emergencia es admitido.
𝑒 −3 ∗ 30
𝑃(𝑥 = 0) = = 0,04978
0!
2. Más de 3 casos de emergencia son admitidos.
𝑃(𝑥 > 3) = 1 − [𝑃(0) + 𝑃(1) + 𝑃(2) + 𝑃(3)]
𝑒 −3 ∗ 31
𝑃(𝑥 = 1) = = 0,1493
1!
𝑒 −3 ∗ 32
𝑃(𝑥 = 2) = = 0,2240
2!
𝑒 −3 ∗ 33
𝑃(𝑥 = 3) = = 0,2240
3!
𝑃(𝑥 > 3) = 1 − [0,04978 + 0,1493 + 0,2240 + 0,2240]
𝑃(𝑥 > 3) = 1 − [0,64708]
𝑃(𝑥 > 3) = 0,35292 = 35,292%
DISTRIBUCIÓN NORMAL
De acuerdo con la Organización de Naciones Unidas (ONU), en

Latinoamérica se tiene una esperanza de vida al nacer de 73.4 años y
una desviación estándar de 4.3714 años. Si la esperanza de vida de
una persona sigue una distribución normal, calcula
𝑥̅ = 73,4
𝜎 = 4,3714
1. La probabilidad de que una persona sobrepase los 80 años de

vida.
80 − 73,4
𝑍= = 1,51
4,3714
𝑃(𝑥 > 80) = 1 − 𝑃(𝑧 ≤ 1,51)
𝑃(𝑥 > 80) = 1 − 0,9345
𝑃(𝑥 > 80) = 0,0655 = 6,55%
2. La probabilidad de que una persona al nacer tenga una

esperanza de vida entre 70 y 75 años.
70 − 73,4
𝑍1 = = −0,78
4,3714
75 − 73,4
𝑍= = 0,37
4,3714
𝑃(−0,78 ≤ 𝑧 ≤ 0,37) = 0,6443 − (1 − 0,7823)
𝑃(−0,78 ≤ 𝑧 ≤ 0,37) = 0,4266 = 42,66%
3. ¿A partir de qué valor se tiene el 10% más alto de la esperanza

de vida al nacer?
𝑥 − 73,4
0,6 =
4,3714
𝑥 = (0,6 ∗ 4,3714) + 73,4
𝑥 = 76,02284

CASO presentado
JUVAL JOSE DIAZ RAMIREZ
E. Distribución Hipergeométrica: El edificio Nantes está compuesto por

30 apartamentos. De ellos, 10 están habitados por matrimonios con
sólo dos hijos hombres. Los otros 20 están habitados por matrimonios
con sólo dos hijas. Se va a demoler el edificio para construir - uno de
60 departamentos, para lo cual se procede a desalojar parcialmente el
edificio sorteando mensualmente una familia, la que debe retirarse.
¿Cuál es la probabilidad que al cabo de año y medio quede en el
edificio el mismo número de mujeres y de hombres?
Desarrollo:
N= 30*4personas= 60
Apartamentos habitados con sólo 2 hijos varones: 10/30 = 1/3
Apartamentos habitados con sólo 2 hijas hembras: 20/30 = 2/3
Número de hombres= 10*3= 30
Número de mujeres= 20*3= 60
-Mensualmente se desaloja 1 familia:
1 año y medio: 18 meses: 18 familias.
18-30= 12 familias
n= 12*4personas= 48
Probabilidad de que queden en el edificio:
N° de Mujeres = N° de Hombres
24 mujeres
24 hombres
Individuos que presentan ''éxito'' k=24
p= k/N
p= 24/60
p= 0,4
Para hallar la probabilidad de que dé al cabo de año y medio quede en

el edificio el mismo número de mujeres y de hombres aplicamos la
Distribución Hipergeométrica. Dado que N es grande: N>50,
aproximamos a la Distribución Binomial:
𝑛
𝑃(𝑋 = 𝑥) = ∗ 𝑝 𝑥 ∗ (1 − 𝑝)𝑛−𝑥
𝑥
Sustituyendo tenemos:
48
𝑃(𝑋 = 24) = ∗ 0,424 ∗ (1 − 0,4)48−24
24
𝑃(𝑋 = 24) = 0,043
La probabilidad que al cabo de año y medio quede en el edificio

el mismo número de mujeres y de hombres es de 0,043.
F. Distribución Binomial: En una escuela profesional de cuatro años, el

50% de los alumnos están - en el primer año, el 25% en el segundo, el
15% en tercero y el 10% en cuarto. Se selecciona 5 alumnos al azar.
¿Cuál es la probabilidad que: 1? ¿Exactamente 2 sean del primer año?
2. Ninguno sea del tercero o cuarto año?
Una distribución binomial es una distribución de probabilidad discreta

que conociendo la probabilidad de éxito de un evento se quiere
determinar que en n experimento tengamos x éxitos, la función de
probabilidad es:
P(X = x) = n!/ ((n-x)!*x!)*pˣ*(1-p) ⁿ⁻ˣ

a) probabilidad de exactamente 2 sean del primer año:
Entonces en este caso p = 0.50, n = 5 y se desea saber la probabilidad

de X = 2
P(X = 2) = 5!/ ((5-2)!*2!)*0.5^5*(1-0.5)³
= 0.03906
b) La probabilidad de ninguna sea del tercero o cuarto año:
Entonces en este caso p = 0.15+ 0.10= 0.25, n = 5 y se desea saber

la probabilidad de X = 0
P(X = 0) = 5!/ ((5-0)!*0!)*0.35^5*(1-0.35) ^5
= 0.0061
La probabilidad de que 2 sean del primer año es 0.03905, de que

ninguna sea del tercer o cuarto año es 0.0061
G. Distribución Poisson: Suponga que cierta enfermedad rara afecta al

0.1% de la población grande. 5,000 persona se escogen
aleatoriamente de esta población y son sometidos a un examen para
detectar la enfermedad.
1. ¿Cuál es el número esperado de personas con dicha enfermedad?
2. ¿Cuál es la probabilidad que exactamente 10 personas son afectadas
¿Por la enfermedad?
Usare el Teorema de aproximación de binomial a Poisson para resolver

este problema, puesto que X: Número de personas afectadas de dicha
enfermedad es tal que
X →B(n= 5000, p =0,001)
Como E[X]= np ya que X es binomial, entonces E[X]= 5000*(0,001)=

5
Como λ = np = 5, entonces P(X=10) =(〖 e〗^(-5)

5^10)/10!=0.018113179
El número esperado de personas con la enfermedad es 5 personas y la

probabilidad que exactamente 10 personas estén infectadas es
0.01813279= 18,113179%
H. Distribución Normal: Entre mayo y junio de 2011, la cotización del

dólar a la venta tuvo una media de $16.9205 y una desviación
estándar de $0.2695. Si la cotización del dólar sigue una distribución
normal, determina: 1. La probabilidad de que la venta de un dólar
sobrepase los $18. 2. La probabilidad de que la cotización del dólar a la
venta sea menor a los $15. 3. Con tu equipo, investiga qué factores
intervienen en la cotización del dólar. Discute con ellos qué
consecuencias trae una devaluación del peso frente al dólar.
Desarrollo:
Datos:
μ= 8,1
σ^2= 3,1
σ= √3,1= 1,76
Empleamos la distribución normal estandarizada, esto es N(0,1).

Entonces la variable X la denotamos por Z:
Z= X - μ/σ
donde:
σ=desviación
μ=media
X= variable aleatoria
X≈N (μ= 16,9205; σ= 0,2695)
1. La probabilidad de que la venta de un dólar sobrepase los 18$: 0,86.
18 − 16,9205
𝑃(𝑋 ≥ 18) = 𝑃(𝑍 < )
0,2695
𝑃(𝑋 ≥ 18) = 𝑃(𝑍 < 4)
𝑃(𝑋 ≥ 18) = 1 − 𝑃(𝑍 < 4)
𝑃(𝑋 ≥ 18) = 1 − 0,9998
𝑃(𝑋 ≥ 18) = 0,0002
2. La probabilidad de que la cotización del dólar a la venta sea menor a

los $15
15 − 16,9205
𝑃(𝑋 ≤ 15) = 𝑃(𝑍 < )
0,2695
𝑃(𝑋 ≤ 18) = 𝑃(𝑍 < −7,12)
𝑃(𝑋 ≤ 15) = 0,0001
1. La probabilidad de que la venta de un dólar sobrepase los 18$:

0,0002.
2. La probabilidad de que la cotización del dólar a la venta sea menor a

los 0,0001.
3. Los factores que intervienen en la cotización del dólar son el nivel

inflacionario, deuda pública, nivel de divisas, estabilidad política y
productividad del país, especulación, valor de otras divisas, entre
otros. Las consecuencias principales que trae una devaluación del peso
frente al dólar es el aumento de los precios a nivel generalizado de los
productos importados, así como aquellos cuya producción depende de
la importación de materia prima y por lo tanto el aumento de la
liquidez monetaria (demanda de dinero).

CASO presentado

Ana Hilda Vargas Revisor
i. Distribución Hipergeométrica: A menudo los biólogos que

estudian un ambiente específico etiquetan y liberan a sujetos
con el fin de estimar de tamaño de la población o la
prevalencia de ciertas características en ella. Los biólogos
capturan a 10 animales de una especie que se piensa extinta
(o casi extinta) los etiquetan y los liberan en cierta región.
Después de un periodo secciona en la región una muestra
aleatoria de 15 animales de ese tipo. ¿Cuál es la probabilidad
de que 5 de los animales seleccionados estén etiquetados, si
hay 25 animales de este tipo en la región?
𝑘 𝑁− 𝐾
( )( )
𝑃 (𝑥) = 𝑥 𝑛 − 𝑥
𝑁
( )
𝑛
N=25
K=10
n=15
x=5
10 25 − 10 10 15
( )( ) ( ) ( ) 252 ∗ 3003 756756
𝑃(𝑋 = 5) = 5 15 − 5 = 5 10 = =
25 25 3268760 3268760
( ) ( )
15 15
= 0.2315116436
= 23%
Respuesta: La probabilidad de que 5 de los animales seleccionados

estén etiquetados, es del 23%.
j. Distribución Binomial: En una feria (hace mucho tiempo),

comprando un boleto de 10 soles se podía participar en un juego que
consistía en lanzar 6 argollas para embocar en una botella de madera.
Los premios del juego eran:
Una bolsa de caramelos (valor 1 sol) al enhorcar de 1 a 3 argollas,
Un tarro de duraznos (valor 4 soles) al embocar 4 argollas.
Una botella de vermouth (valor 17 soles) al enhorcar 5 argollas.
Una caja de cigarrillos (valor 31 soles) al enhorcar las 6 argollas. #

Sabiendo que el jugador promedio tiene una probabilidad 1/3 de
embocar cada una de las argollas, y que se vende un promedio de 729
boletos por día, determinar cuáles son los ingresos netos diarios del
dueño del juego.
𝑛=6
𝑟=4
1
𝑝=
3
2
𝑞=
3
𝑛!
𝑃𝑛, 𝑟 = 𝑝𝑟 𝑞 𝑛−𝑟
𝑟! (𝑛 − 𝑟)!
6! 1 0 2 6
𝑃(𝑟 = 0) = ( ) ( )
0! (6 − 0)! 3 3
6∗5∗4∗3∗2∗1 2 6
𝑃(𝑟 = 0) = (1) ( )
1(6 ∗ 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1) 3
720
𝑃(𝑟 = 0) = (1)(0.08779)
720
𝑃(𝑟 = 0) = (1)(1)(0.08779)
𝑃(𝑟 = 0) = 0.08779
6! 1 1 2 5
𝑃(𝑟 = 1) = ( ) ( )
1! (6 − 1)! 3 3
6∗5∗4∗3∗2∗1 1 2 5
𝑃(𝑟 = 1) = ( )( )
1(6 ∗ 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1) 3 3
720
𝑃(𝑟 = 1) = (1/3) (0.13168)
720
𝑃(𝑟 = 1) = (1)(1/3)(0.13168)
𝑃(𝑟 = 1) = 0.043893
6! 1 2 2
𝑃(𝑟 = 2) = ( ) ( )4
2! (6 − 1)! 3 3
6∗5∗4∗3∗2∗1 1 2 4
𝑃(𝑟 = 2) = ( )( )
2(6 ∗ 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1) 9 3
720
𝑃(𝑟 = 2) = (1/9) (0.197530)
1440
𝑃(𝑟 = 2) = (1/2)(1/9)(0.13168)
𝑃(𝑟 = 2) = 0.109738
6! 1 3 2 3
𝑃(𝑟 = 3) = ( ) ( )
3! (6 − 1)! 3 3
6∗5∗4∗3∗2∗1 1 2 3
𝑃(𝑟 = 3) = ( )( )
6(6 ∗ 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1) 27 3
720 1
𝑃(𝑟 = 3) = ( )(0.296296)
4320 27
𝑃(𝑟 = 3) = (1/6)(1/27)(0.296296)
𝑃(𝑟 = 3) = 0.0018289
6! 1 4 2 2
𝑃(𝑟 = 4) = ( ) ( )
4! (6 − 1)! 3 3
6∗5∗4∗3∗2∗1 1 2 2
𝑃(𝑟 = 4) = ( )( )
24(6 ∗ 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1) 81 3
720 1
𝑃(𝑟 = 4) = ( )(0.44444)
17280 81
𝑃(𝑟 = 4) = (1/24)(1/81)(0.44444)
𝑃(𝑟 = 4) = 0.000261281
6! 1 5 2
𝑃(𝑟 = 5) = ( ) ( )1
5! (6 − 1)! 3 3
6∗5∗4∗3∗2∗1 1 2 1
𝑃(𝑟 = 5) = ( )( )
120 (6 ∗ 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1) 243 3
720 1
𝑃(𝑟 = 5) = ( )(0.66666)
86400 243
𝑃(𝑟 = 5) = (1/120)(1/243)(0.66666)
𝑃(𝑟 = 5) = 0.000022862
6! 1 6 2
𝑃(𝑟 = 6) = ( ) ( )0
6! (6 − 1)! 3 3
6∗5∗4∗3∗2∗1 1 2 0
𝑃(𝑟 = 6) = ( )( )
720 (6 ∗ 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1) 243 3
720 1
𝑃(𝑟 = 6) = ( )(1)
518400 729
𝑃(𝑟 = 6) = (1/720)(1/729)(1)
𝑃(𝑟 = 6) = 0.00000190519
Probabilidades
𝑌 = (10 − 𝑦) ∗ 𝑃(𝐾) ∗ 729
𝑌0 = 10 ∗ 64 = 640
𝑌1 = 9 ∗ 192 = 1723
𝑌2 = 9 ∗ 240 = 2160
𝑌3 = 9 ∗ 160 = 1440
𝑌4 = 6 ∗ 60 = 360
𝑌5 = −7 ∗ 12 = −84
𝑌6 = −21 ∗ 1 = −21
Total: 6218 soles
Respuesta: Los ingresos netos diarios del dueño del juego son 6218
soles.
k. Distribución Poisson: Suponga que 1,800 células de cierto tipo se

distribuyen aleatoriamente en un microscopio, el cuál mediante rejillas
se ha dividido en 900 áreas iguales.
1. ¿Cuál es el número de áreas que no contienen células?

ƛ𝑥 ℯ −ƛ
𝑃(𝑥) =
𝑥!
P (x)= probabilidad de x éxitos dado el valor l
ƛ=número promedio (valor esperado) de ocurrencias por unidad de

tiempo, espacio o volumen.
ℯ= 2.71828, base de los logaritmos naturales o neperianos.
x=numero de éxitos deseados por unidad de tiempo, espacio o

volumen
sus valores enteros positivos varían de 0,1,2,3,4,5,…∞
18000 2.7182−1800
𝑃(𝑥 = 0) =
0!
1∗0
𝑃(𝑥 = 0) =
0!
0
𝑃(𝑥 = 0) = =0
0
Respuesta: El número de áreas que no contiene células es 0.
2. ¿Cuál es el número de áreas que contienen exactamente una célula?
18001 2.7182−900
𝑃(𝑥 = 1) =
1!
1800 ∗ 0
𝑃(𝑥 = 1) =
1∗1
0
𝑃(𝑥 = 1) = =0
1
Respuesta: El número de áreas que contiene una célula es 0.

l. Distribución Normal: Uno de los graves problemas que se

enfrentan actualmente es la falta de agua y la contaminación de los
acuíferos. De acuerdo con cifras de la semarnat (Secretaría del Medio
Ambiente y Recursos Naturales) a través de conagua (Estadísticas del
Agua en México, 2010, México, 2010), de 2002 a 2008 en el país las
descargas residuales tuvieron una media de 7.795 km /año con una
desviación
estándar de 0.2311 km /año (1 km equivale a mil millones de metros

cúbicos).
Suponiendo que las descargas residuales se distribuyen normalmente,

encuentra la probabilidad de que, en un año, las descargas residuales
sean:
1. Menores a 7.5 km
2. Estén entre 7.5 y 7.9 km
3. ¿A partir de qué valor se tiene el 10% más bajo de descargas

residuales?
x= valor de la variable aleatoria que nos preocupa
µ= media de la distribución de la variable aleatoria
ơ=desviación estándar de la distribución
z= numero de desviaciones estándar que hay desde x a la media de la

distancia
𝑥−µ
𝑧=
ơ
x= 7.5, 7.9,10%
µ= 7.795 km /año
ơ= 0.2311 km /año
1. Menores a 7.5 km
7.5−7.795
𝑧 (𝑥 < 7.5) = 0.2311
0.295
𝑧 (𝑥 < 7.5) = 0.2311
𝑧 (𝑥 < 7.5) = −1.2765
𝑧 (𝑥 < 7.5) = 0.1002
Respuesta: La probabilidad de que las descargas residuales sean

menores a 7.5 km es de 0.1002 km.
2. Estén entre 7.5 y 7.9 km
𝑧 (7.5 < 𝑥 < 7.9) = 𝑧 (𝑥 < 7.9) − 𝑧 (𝑥 < 7.5)

7.9−7.795 7.5−7.795
𝑧 (7.5 < 𝑥 < 7.9) = 𝑧 (𝑥 < ) − 𝑧(𝑥 < )
0.2311 0.2311
𝑧 (7.5 < 𝑥 < 7.9) = 𝑧(𝑥 < 0.45) − 𝑧(𝑥 < −1.2765)
𝑧 (7.5 < 𝑥 < 7.9) = 0.6736 − 0.1002
𝑧 (7.5 < 𝑥 < 7.9) =0.5734
Respuesta: La probabilidad de que las descargas residuales estén

entre 7.5 km y 7.9 km es de 0.5734 km.
3. ¿A partir de qué valor se tiene el 10% más bajo de descargas

residuales?
𝑧 = 𝑥 − µ/ ơ
𝑥 =µ+ơ∗z
𝑥 = 7.795 + (0.2311 ∗ 0.4601)
𝑥 = 7.901
Respuesta: A partir del valor 7.901 se tiene el 10% más bajo de

descargas.

CASO presentado
Erick Riaño Hoyos Alertas
m) Distribución Hipergeométrica: A menudo los biólogos que

estudian un ambiente específico etiquetan y liberan a sujetos
con el fin de estimar de tamaño de la población o la prevalencia
de ciertas características en ella. Los biólogos capturan a 10
animales de una especie que se piensa extinta (o casi extinta)
los etiquetan y los liberan en cierta región. Después de un
periodo secciona en la región una muestra aleatoria de 15
animales de ese tipo. ¿Cuál es la probabilidad de que 5 de los
animales seleccionados estén etiquetados, si hay 25 animales
de este tipo en la región?
Solución:
N = 25
n= 15
x=5
k = 10
Ck, x = C10,5 = 10! / 5!5! = 10*9*8*7*6*5!/5!*5*4*3*2*1 = 252
C (N-k);(n-x) = C15,10 = 15!/10!*5*4*3*2*1 =

15*14*13*12*11/120 =3003
CN, n = C25, 15 = 3268760
P (x) = 252 * 3003 / 3268760 = 0.231511644
Respuesta: Como resultado se obtiene que la probabilidad de que 5

de los animales seleccionados estén etiquetados es de 23.15%
n) Distribución Binomial: Un cuerpo se encuentra en reposo en

el punto (0,0). Se lanza un dado 10 veces y por cada número
mayor que 2 que aparece, el cuerpo se desplaza una unidad de
longitud hacia la derecha, en caso contrario se desplaza una
unidad hacia la izquierda. Calcular la probabilidad que después

de los 10 lanzamientos el cuerpo se encuentre a:
1. 8 unidades de longitud a la derecha del origen.
2. 3 unidades a la derecha del origen.
3. 2 unidades a la izquierda del origen.
Solución:
Probabilidad de que salga un número mayor que 2= {3, 4, 5, 6}= 4/6
Una (1) unidad a la derecha
Probabilidad de que salga un número menor que 2= {1} 1/6
Una (1) unidad a la izquierda
Distribución binomial:
X = Bin(n ; p)
P(X = x) = (n / x) * p^x * (1 - p)^n - x
1. Probabilidad que después de los 10 lanzamientos el cuerpo se

encuentre 8 unidades de longitud a la derecha del origen.
Datos
n = 10
Probabilidad (x > 2): p= 0.67
x=8
P(X = 8) = (10/8) * 0.67 ^8 * (1 - 0.67)^10 - 8
P(X = 8) = 0.198
Respuesta: 8 unidades de longitud a la derecha del origen: 19.80%.

encuentre 3 unidades de longitud a la derecha del origen:
P(X = 3) = (10/3) * 0.67^3 * (1 - 0.67) ^10-3
P(X = 3) = 0.0152
Respuesta: Tres (3) unidades a la derecha del origen: 1.52%

encuentre 2 unidades de longitud a la izquierda del origen:
n = 10
Probabilidad (x < 2): p= 0.17
x= 8
P(X = 2) = (10/2) * 0.17^2 * (1 - 0.17)^10 - 2
P(X = 2) = 0.2928
Respuesta: 2 unidades a la izquierda del origen: 29,28%
o) Distribución Poisson: Ciertos automóviles llegan a una garita

de
peaje aleatoriamente con un promedio de 300 autos por hora.

¿Cuál
es la probabilidad que
1. Llegue exactamente 1 automóvil durante un periodo de 1

minuto?
2. Lleguen por lo menos 2 automóviles en un período de 1

minuto?
Solución:
300 -> 60 minuto(s)
x <- 1 minuto(s)
x = 1*300 / 60
x = 5 * minuto(s)
X = (λ = 5)
1. Probabilidad de que llegue exactamente 1 automóvil durante un

periodo de 1 minuto:
P(X = 1) = e^-5 * 5^1/1!
P(X = 1) = 0.0338
P(X = 1) = 3,38%
2. Probabilidad de que lleguen por lo menos 2 automóviles en un

período de 1 minuto:
P(X > 2) = 1 - P(X < 2)
P(X < 2) = P(X = 1) + P(X = 2)
P(X = 2) e^-5 * 5^2 / 2!
P(X = 2) = 0.0841
P(X < 2)= 0,0337 + 0,0841
P(X ≤ 2)= 0,1178
P(X > 2) = 1 - 0,1178

P(X > 2) = 0,8820
P(X > 2) = 88.20%
p. Distribución Normal: De acuerdo con la Organización de

Naciones Unidas (ONU), los años de educación promedio son de
8.1 y una varianza de 3.1 en países latinoamericanos.
Suponiendo que los años de educación promedio se distribuyen
como una normal, calcula la probabilidad de que un país:
1. Tenga más de 10 años de educación promedio.
2. Tenga entre 7.5 y 10.5 años de educación promedio.
3. ¿A partir de qué valor se tiene el 5% más bajo de educación?
Solución:
De acuerdo con la Organización de Naciones Unidas (ONU), los años de

educación promedio son:
u = 8.1
o² = 3.1
o = √3.1
o = 1.76
La probabilidad de que un país:
1. Tenga más de 10 años de educación promedio:
Z = (10 - 8.1) / 1.76
Z = 1.08 Este resultado al ubicarse dentro de la tabla de distribución

normal se obtiene:
P (x < 10) = 0.8593
P(x > 10) = 1 - 0.8593 = 0,1407

Respuesta: La probabilidad de que un país tenga más de 10 años de

educación promedio es de 14.07%
2. Que tengan entre 7.5 y 10.5 años de educación promedio:
Z = (10.5 - 8.1) / 1.76
Z = 1.36 Este resultado al ubicarse dentro de la tabla de distribución

normal se obtiene:
P ( x < 10.5) = 0.91308
Z= (7.5 - 8.1) / 1.76
Z = -0.34 Este resultado al ubicarse dentro de la tabla de distribución

normal se obtiene:
P(X < 7,5) = 0.36693
P ( 7.5 < x < 10.5) = 0.91308 - ( 1 - 0.36693) = 0.28000
Respuesta: Tenga entre 7.5 y 10.5 años de educación promedio es

del 28%
3. ¿A partir de qué valor se tiene el 5% más bajo de educación?
p = 0.05 Este resultado al ubicarse dentro de la tabla de distribución

normal se obtiene:
Z = -1.65
1.65 = (x -8.1) / 1.76
2.9 = x - 8.1
x = 11
Respuesta: A partir de menos de 11 años de educación se encuentra

el 5% más bajo
Ejercicio 3
Mentefacto:
El grupo presenta un mentefacto sobre los conceptos e ideas

fundamentales de la unidad 2, tomando como base los cuadros
sinópticos elaborados individualemente en el ejercicio Nº 1 y la
resolución del ejercicio Nº 2 (involucrando las ideas y conclusiones
generales, de cada uno de los casos de estudio).
Conclusiones (mínimo 1 por cada participante)

(No borrar este encabezado)
ESTUDIANTE CONCLUSIÓN
Erick Riaño Hoyos Es importante concluir que la probabilidad
juega un papel importante en nuestra
carrera, así como también en la vida
cotidiana ya que se encuentra en distintas
actividades en las que nos vemos
envueltos en nuestro día a día y es
importante comprenderlas.
Ana Hilda Vargas La importancia de la probabilidad radica
en que mediante los procedimientos
matemáticos realizados se puede
solucionar problemas y organizar datos.
Lo más importante es que se puede utilizar
en diferentes áreas como son para analizar
fenómenos físicos, para el comercio, la
investigación, la sociedad, entre otros.
Con los datos recolectados y procesados
se pueden hacer pronósticos que sirvan
como estrategia para la toma de
decisiones.
Referencias bibliográficas en formato APA. (Mínimo una por cada

participante, no pueden repetir referencias)
(No borrar este encabezado)
ESTUDI REFERENCIA
ANTE
Erick Rodríguez, F. & Pierdant, A. (2014). Estadística para administración.
Riaño Pp. 150-152. Recuperado de
Hoyos http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=25
8&docID=11013767&tm=1470693471527
García, Á. M. Á. (2005). Introducción a la teoría de la probabilidad.
primer curso. Pp. 195-221. Recuperado de
https://bibliotecavirtual.unad.edu.co:2538
Juval  Walpole, R (1999). Probabilidad y estadística para

Jose ingenieros. México; Hispanoamericana.
Diaz  Llinás, H. (2006). Estadística descriptiva y
Ramirez distribuciones de probabilidad. Bogotá: Uninorte
 Walpole, R (1999). Probabilidad y estadística para
ingenieros. México; Hispanoamericana.
 Universidad Oberta Cataluna U.O.C. Variables
aleatorias discretas
 Morales, Adriana (2010) Modulo Probabilidad. Bogotá
D.C., Universidad Nacional Abierta y a distancia –
UNAD.
 http://datateca.unad.edu.co/contenidos/100402/mo
dulo_probabilidad_2010I.pdf

202 Tarea 2

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

202 Tarea 2

Hochgeladen von

Copyright:

Verfügbare Formate

Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de

Unidad 2: Tarea 2 - Experimentos aleatorios y distribuciones

Erick Riaño Hoyos

Juval Jose Diaz

Jorge Leonardo Ruiz

Miguel Fernando Beltran

Ana Hilda Vargas

Universidad Nacional Abierta Y A Distancia (UNAD)

En el presente trabajo se ha realizado el desarrollo de un mente facto

Es importante recalcar que cada uno de los ejercicios desarrollados

 Aplicar cada una de las enseñanzas propuestas en la unidad

 Desarrollar correctamente cada uno de los ejercicios

El grupo entrega aquí, de manera organizada, el análisis, desarrollo y

Una empresa manufacturera recibe un lote que contiene 100 artículos

La compañía recibe el lote y lo acepta si hay sólo 1 o menos piezas

𝑃(𝑥 ≤ 1) = 𝑃(0) + 𝑃(1)

𝑁 = 100 𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑜𝑠 𝑒𝑛 𝑡𝑜𝑡𝑎𝑙

𝑥 = 0,1, 𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑜𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠

 Resolvemos las combinatorias por la calculadora

𝑃(𝑥 ≤ 1) = 0,7290 + 0,2430 = 0,972 = 𝟗𝟕, 𝟐%

La probabilidad de que se acepte un lote de 100 artículos que contenga

La probabilidad de fallar durante el vuelo para cada uno de los seis

1. No ocurra ninguna falla de motor

2. No ocurra más de una falla

𝑃(𝑥 ≤ 1) = 𝑃(0) + 𝑃(1)

𝑃(𝑥 ≤ 1) = 0,0029925 + 0,997 = 0,9999925

3. Ocurra exactamente dos fallas

El número de casos admitidos de emergencia en cierto hospital en 1

1. Ningún caso de emergencia es admitido.

2. Más de 3 casos de emergencia son admitidos.

𝑃(𝑥 > 3) = 1 − [𝑃(0) + 𝑃(1) + 𝑃(2) + 𝑃(3)]

𝑃(𝑥 > 3) = 1 − [0,04978 + 0,1493 + 0,2240 + 0,2240]

𝑃(𝑥 > 3) = 1 − [0,64708]

𝑃(𝑥 > 3) = 0,35292 = 35,292%

De acuerdo con la Organización de Naciones Unidas (ONU), en

1. La probabilidad de que una persona sobrepase los 80 años de

𝑃(𝑥 > 80) = 1 − 𝑃(𝑧 ≤ 1,51)

𝑃(𝑥 > 80) = 1 − 0,9345

𝑃(𝑥 > 80) = 0,0655 = 6,55%

2. La probabilidad de que una persona al nacer tenga una

𝑃(−0,78 ≤ 𝑧 ≤ 0,37) = 0,6443 − (1 − 0,7823)

𝑃(−0,78 ≤ 𝑧 ≤ 0,37) = 0,4266 = 42,66%

3. ¿A partir de qué valor se tiene el 10% más alto de la esperanza

𝑥 = (0,6 ∗ 4,3714) + 73,4

Solución al estudio de caso 2: El grupo entrega aquí, de manera

E. Distribución Hipergeométrica: El edificio Nantes está compuesto por

Apartamentos habitados con sólo 2 hijos varones: 10/30 = 1/3

Apartamentos habitados con sólo 2 hijas hembras: 20/30 = 2/3

Número de hombres= 10*3= 30

Número de mujeres= 20*3= 60

-Mensualmente se desaloja 1 familia:

1 año y medio: 18 meses: 18 familias.

Probabilidad de que queden en el edificio:

Individuos que presentan ''éxito'' k=24

Para hallar la probabilidad de que dé al cabo de año y medio quede en

𝑃(𝑋 = 24) = 0,043

La probabilidad que al cabo de año y medio quede en el edificio

F. Distribución Binomial: En una escuela profesional de cuatro años, el

Una distribución binomial es una distribución de probabilidad discreta

P(X = x) = n!/ ((n-x)!*x!)*pˣ*(1-p) ⁿ⁻ˣ

a) probabilidad de exactamente 2 sean del primer año:

Entonces en este caso p = 0.50, n = 5 y se desea saber la probabilidad

P(X = 2) = 5!/ ((5-2)!*2!)*0.5^5*(1-0.5)³

P(X = x) = n!/ ((n-x)!x!)pˣ*(1-p) ⁿ⁻ˣ

P(X = 2) = 5!/ ((5-2)!2!)0.5^5*(1-0.5)³

P(X = 0) = 5!/ ((5-0)!0!)0.35^5*(1-0.35) ^5

Ck, x = C10,5 = 10! / 5!5! = 1098765!/5!54321 = 252