Anexo 1 Tarea 2 Grupo - 294

Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Plantilla para entrega de la Unidad 2: Tarea 2 - Experimentos aleatorios y

distribuciones de probabilidad
UNIDAD 2: TAREA 2 - EXPERIMENTOS ALEATORIOS Y DISTRIBUCIONES DE
PROBABILIDAD
GRUPO
100402-294
WILMER SANTIAGO LOAIZA BEDOYA/1.040.031.135
ERLIN MEDRANO PEREIRA/ 1038820521
TUTOR
FRANCISCO JAVIER PEREIRA LOPEZ
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
ESCUELA DE CIENCIAS AGRÍCOLAS, PECUARIAS Y DEL MEDIO AMBIENTE
OCTUBRE 2019
INTRODUCCIÓN
A partir de la construcción del trabajo propuesto por la guía de

actividades, se presentan ejercicios y problemas donde se refleja el
estudio de la Unidad 2, del curso de Probabilidad, dónde se pretende
adquirir conocimientos de Probabilidad Condicional y Distribuciones de
Probabilidad.
Para un financiamiento inicial fue de suma importancia realizar un

cuadro sinóptico donde se abarcaron los diferentes temas, subtemas y
fórmulas de aplicación a los casos, Todos estos se pueden aplicar de
manera directa al diario vivir, y en el momento de estar involucrados en
un ámbito profesional cada una de estas bases nos permiten dar con
claridad y objetividad respuesta a un caso aplicado a nivel profesional.
Objetivos
Objetivo General
Analizar y desarrollar de los principios o conceptos básicos de

conocimientos de Probabilidad Condicional y Distribuciones de Probabilidad. ,
identificando las respuestas correctas a los ejercicios propuestos
Objetivos Específicos
 Adquirir las herramientas y teoría propuestas en las bibliografías
brindadas, para la solución de los ejercicios.
 Realizar cada uno de los ejercicios propuestos en la guía,
aplicando los temas básicos de la Unidad 2.
 Dar cumplimiento a los lineamientos propuestos, desarrollando
cada una de la pautas propuestas.
(No borrar este encabezado)
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
WILMER SANTIAGO LOAIZA Evaluador: Asegurar que el documento contenga
BEDOYA
los criterios presentes en la rúbrica. Debe
comunicar a la persona encargada de las alertas
para que informe a los demás integrantes del
equipo en caso que haya que realizar algún ajuste
sobre el tema.
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?
𝑁 = 100
𝑘=5
𝑛=6
Formula
(𝑁−𝑘 𝑘
𝑛−𝑥 )(𝑥)
𝑃(𝑋 = 𝑥) =
(𝑁
𝑛)
𝑃(𝑋 ≤ 1) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1)

(95
6
)(50) (95
5
)(51)
+
(100
6
) (100
6
)
0.7291 + 0.243
La probabilidad de que se acepte un lote de 100 artículos que contenga
5 defectuoso es de = 0.9721
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
𝑋: 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑚𝑜𝑡𝑜𝑟𝑒𝑠 𝑞𝑢𝑒 𝑓𝑎𝑙𝑙𝑎𝑛 𝑑𝑢𝑟𝑎𝑛𝑡𝑒 𝑢𝑛 𝑣𝑢𝑒𝑙𝑜
𝑝 = 0.0005
𝑛=6
𝑛
𝑃(𝑋 = 𝑥) = ( ) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥
1. No ocurra ninguna falla de motor

𝑃(𝑋 = 0)
6
𝑃(𝑋 = 0) = ( ) (0.0005)0 (1 − 0.0005)6−0
0
𝑃(𝑋 = 0) = (0.9995)6
𝑃(𝑋 = 0) = 0.997
2. No ocurra más de una falla
𝑃(𝑋 ≤ 1 )
𝑃(𝑋 ≤ 1 ) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1)
6
𝑃(𝑋 ≤ 1 ) == ( ) (0.0005)0 (1 − 0.0005)6−0
0
𝑃(𝑋 ≤ 1 ) = 0.997
3. Ocurra exactamente dos fallas.
𝑃(𝑋 = 2)
6
𝑃(𝑋 = 2) = ( ) (0.0005)2 (1 − 0.0005)6−2
2
𝑃(𝑋 = 2) == 15 ∗ (0.0005)3 ∗ (0.9995)4
𝑃(𝑋 = 2) == 3.74 ∗ 10−6
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:
1. La probabilidad de que una persona sobrepase los 80 años de vida.
𝜇 = 73.4
𝜎 = 4.3714
1. 𝑃(𝑥 > 80) = 1 − 𝑃(𝑥 ≤ 80)
𝑥−𝜇
𝑧=
𝜎
80 − 73.4
𝑧= = 1.51
4.3714
𝑃(𝑥 ≤ 80) = 0.9345
𝑃(𝑥 > 80) = 1 − 0.9345

𝑃(𝑥 > 80) = 0.0655
2. La probabilidad de que una persona al nacer tenga una esperanza de vida entre
70 y 75 años.
𝑃(70 < 𝑥 < 75) = 𝑃(𝑥 ≤ 75) − 𝑃(𝑥 ≤ 70)
75 − 73.4
𝑧1 = = 0.37
4.3714
𝑃(𝑥 ≤ 75) = 0.6443
70 − 73.4
𝑧2 = = −0.78
4.3714
𝑃(𝑥 ≤ 70) = 0.2177
𝑃(70 < 𝑥 < 75) = 0.6443 − 0.2177 = 0,4266

𝑃(70 < 𝑥 < 75) = 0,4266
3. ¿A partir de qué valor se tiene el 10% más alto de la esperanza de vida al nacer?
𝑃(𝑥 > 𝑥0 ) = 0.1
𝑃(𝑥 > 𝑥0 ) = 1 − 𝑃(𝑥 < 𝑥0 )
1 − 𝑃(𝑥 ≤ 𝑥0 ) = 0.1
𝑃(𝑥 ≤ 𝑥0 ) = 0.9
𝑥0 − 73.4
𝑧=
4.3714
𝐷𝑒 𝑙𝑎 𝑡𝑎𝑏𝑙𝑎 𝑧 = 1.2
𝑥0 − 73.4
= 1.2
4.3714
𝑥0 − 73.4 = 1.2 ∗ 4.3714 = 5.2457
𝑥0 − 73.4 = 5.2457
𝑥0 = 73.4 + 5.2457 = 78.6457
𝑥0 = 73.4 + 5.2457 = 78.6457
𝑥0 = 78.6457
Es importante que las respuestas de cada ítem las resalten en un color diferente o las
indiquen como respuestas, esto va para cada uno de los numerales que tenga el punto.
(borrar esta instrucción antes de la entrega)



Erlin Medrano 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?
SOLUCION
Probabilidad hipergeométrica
N= 25
n= 15
x=5
k=10
𝑃(𝑥) = 𝐶𝑘, 𝑥 ∗ 𝐶(𝑁 − 𝑘); (𝑛 − 𝑥) /𝐶𝑁, 𝑛
10! 5!
𝐶𝐾, 𝑥 = 𝐶10,5 = = 10 ∗ 9 ∗ 8 ∗ 7 ∗ 6 ∗ ∗ 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1 = 252
5! 5! 5!
15! 15 ∗ 14 ∗ 13 ∗ 12 ∗ 11
𝐶(𝑁 − 𝐾); (𝑛 − 𝑥) = 𝑐15,10 = ∗5∗4∗3∗2∗1= = 3003
10! 120
𝐶𝑁, 𝑛 = 𝐶25,15 = 3268760

𝑝(𝑥) = (252 ∗ 3003)/3268760 = 0,2315
La probabilidad de que los 5 animales seleccionados estén etiquetados es de 23,15
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 ca da 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.
SOLUCION
Distribución binomial
𝑃(𝑥 = 𝑘) = 𝐶𝑛, 𝑘 ∗ 𝑝 ∧ 𝑘 ∗ 𝑞 ∧ (𝑛 − 𝑘)
𝑋 = 𝑑𝑒 𝑎𝑐𝑖𝑒𝑟𝑡𝑜𝑠(𝑒𝑛𝑐ℎ𝑜𝑙𝑎𝑟 𝑙𝑎 𝑎𝑟𝑔𝑜𝑙𝑙𝑎)
𝑁 = 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑛𝑡𝑜𝑠 = #𝑎𝑟𝑔𝑜𝑙𝑙𝑎𝑠 𝑝𝑜𝑟 𝑝𝑒𝑟𝑠𝑜𝑛𝑎
1
𝑝 = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 = = 0,33 𝑑𝑒 𝑒𝑥𝑖𝑡𝑜
3
𝑞 = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 = 1 − 𝑝 = 0,66

𝑛
𝑝(𝑥 =) = ( ) 𝑝𝑥(1 − 𝑝)𝑛−𝑥
𝑥
𝑛
𝑝(𝑥 =) = ( ) 𝑝𝑥(1 − 𝑝)𝑛−𝑥
𝑥
6 6!
𝑝(𝑥 = 0) = ( ) (0,33)0 𝑥(0,66)6 = 0,666 = 0,08265
0 0! (6!)
6 6! 6𝑥5! 𝑥0,33
𝑝(𝑥 = 1) = ( ) (0,33)1 𝑥(0,66)5 = 0,33𝑥0,125 =
1 1! (5!) 5! 𝑥0,125
6 6! 6𝑥5𝑥4
𝑝(𝑥 = 2) = ( ) (0,33)2 𝑥(0,66)4 = 𝑥0,332 𝑥0,664 = 𝑥0,020
2 2! (4!) 0! (5!)
6 6! 6𝑥5𝑥4!
𝑝(𝑥 = 3) = ( ) (0,33)3 𝑥(0,66)3 = = 𝑥0,333 𝑥0,663
2 3! (4) 3𝑥2𝑥4
6 6! 6𝑥5𝑥4!
𝑝(𝑥 = 4) = ( ) (0,33)4 𝑥(0,66)2 = 𝑥 0,334 𝑥 0,662 = 𝑥0,0052
2 4! (4!) 4𝑥3𝑥2𝑥1𝑥4
6 6! 6𝑥5!
𝑝(𝑥 = 5) = ( ) (0,33)5 𝑥(0,66)1 = 𝑥 0,335 𝑥 0,66 = 𝑥0,0026
5 5! 1! 5! 𝑥1
6 6!
𝑝(𝑥 = 6) = ( ) (0,33)6 𝑥(0,66)0 = 𝑥 0,336 𝑥1
6 6!
𝑝(𝑥 = 0) = 0,08𝑥0𝑠𝑜𝑙) = 0
𝑝(𝑥 = 0) = 0,08𝑥1𝑠𝑜𝑙) = 0
𝑝(𝑥 = 1) = 0,2475𝑥1 𝑠𝑜𝑙𝑥729 = 180,42
𝑝(𝑥 = 2) = 0,3𝑥1 𝑠𝑜𝑙 𝑥729 = 218,7
𝑝(𝑥 = 3) = 0,052 𝑥1 𝑠𝑜𝑙 𝑥 729 = 37,908
𝑝(𝑥 = 4) = 0,0062 𝑥 4 𝑠𝑜𝑙𝑒𝑠𝑒𝑟2 𝑥 729 = 18,079
𝑝(𝑥 = 5) = 0,0155 𝑥 17 𝑠𝑜𝑙𝑒𝑠 𝑥 729 = 192,09𝑘

𝑝(𝑥 = 6) = 0,00129 𝑥 31 𝑠𝑜𝑙𝑒𝑠 𝑥 729 = 29, 15
𝑝(𝑥 = 0) + 𝑝(𝑥 = 1) + 𝑝(𝑥 = 2) + 𝑝(𝑥 = 3)𝑝(𝑥 = 4) + 𝑝(𝑥 = 5) + 𝑝(𝑥 = 6)

= 676,347
Ingresos=(729x10)-676,34
=6613,65
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?
¿Cuál es el número de áreas que contienen exactamente una célula
1800
𝜇= = 2
900
𝑒 = 2,71828
𝑝 = (𝑥 = 0) = 2 ∗ e⁻²/0!
𝑝(𝑥 = 0) = 0,1353
𝑛 = 900 ∗ 0,1353 = 121,8 areas que no tienen celulas
P ( x = 1) = 2¹ ∗ e⁻²/0!
𝑝(𝑥 = 1) = 0,2707
𝑛 = 900 ∗ 0,2707 = 243,6

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?
SOLUCION
µ=7795
σ=0,2311
empleamos la distribución normal estandarizada, esto es N(0,1). La variable x la
denotamos por z:
z=x-µ/ σ
donde :
σ= desviación
µ=media
x= variable aleatoria
X≈N (μ= 7795; σ= 0,2311)
La probabilidad de que las descargas residuales sean menores a 7.5 km
7,5 − 7,795
𝑃(𝑋 < 7,5) = 𝑃(𝑍 < )
0,2311
𝑃(𝑋 < 7,5) = 𝑃(𝑍 < −1,28)
𝑃(𝑋 < 7,5) = 0,1102
La probabilidad de que las descargas residuales estén entre 7,5 y 7,9 km

𝑃(7,5 < 𝑋 < 7,9) = 𝑃(𝑋 < 7,9) − 𝑃(𝑋 < 7,5
7,9 − 7,795 7,5 − 7,795

𝑃(7,5 < 𝑥 < 7,9) = 𝑃 (𝑍 < ) − 𝑃(𝑍 < )
0,2311 0,2311
𝑃(7,5 < 𝑋 < 7,9) = 𝑃(𝑍 < 0,45) − 𝑃(𝑍 < −1,28)
𝑃(7,5 < 𝑋 < 7,9) = 0,6736 − 0,1002
𝑃(7,5 < 7,9) = 0,5734
A partir de que valor se tiene el 10% mas bajo de descargas residuales
El 10% mas bajo es la probabilidad de tener una descarga residual de -0,1. En la
tabla de distribución normal el valor de Z para una probabilidad de 0,1 es de o,4601.
El valor que representa el porcentaje seria:
𝑍 = 𝑋 − 𝜇/𝜎
0,4601 = 𝑥 − 7,795/0,2311
0,4601 ∗ 0,2311 + 7,795 = 𝑋
𝑋 = 7,90

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)

ESTUDIANTE CONCLUSIÓN
WILMER SANTIAGO LOAIZA Con el desarrollo de la actividad
BEDOYA
propuesta por la Unidad 2, pude
concluir la importancia en la
apertura de un tema de realizar un
analisis de cada uno de los temas,
subtemas y Formulas propuestas
por la bibliografia ofrecida en el
curso antes de dar solucion a un
problema y/o ejercicio, asi mismo
se debe aplicar en el ambito
laboral o profesionar basarnos de
teoria antes de resolver.
ERLIN MEDRANO PEREIRA De acuerdo con la temática de la

unidad 2 y a los ejercicios
planteados en la guía, se busca
identificar conceptos,
fundamentos y métodos de la
probabilidad este caso podemos
concluir que la distribución
binomial es una distribución de
probabilidad discreta que
describe el número de éxitos al
realizar n experimentos
independientes entre sí, acerca
de una variable aleatoria.
Es importante colocar el nombre de cada estudiante tanto en conclusiones como en

referencias. Si el estudiante no participa, el compilador deja indicado el nombre del
compañero que no aportó y el espacio de la aportación se dejará en blanco. (borrar esta
instrucción antes de la entrega)
Referencias bibliográficas en formato APA. (Mínimo una por cada participante, no

pueden repetir referencias)
ESTUDIANTE REFERENCIA
WILMER SANTIAGO Sánchez, S. E. A., Inzunza, C. S., &
LOAIZA BEDOYA Ávila, A. R. (2015). Probabilidad y
estadística 1. Distrito Federal, MÉXICO:
Grupo Editorial Patria. Recuperado
de http://bibliotecavirtual.unad.edu.co:
2077/lib/unadsp/reader.action?docID=1
1230886&p00=conceptos+generales+e
stad%C3%ADstica+descriptiva&ppg=46
Sánchez, J. (2018). Distribución binomial.

ERLIN MEDRANO Recuperado de
http://hdl.handle.net/10596/19010
Rodríguez, F. & Pierdant, A. (2014).

Estadística para administración. Pp. 279 -
301. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/
unadsp/reader.action?ppg=258&docID=1101
3767&tm=1470693471527
Es importante colocar el nombre de cada estudiante tanto en conclusiones como en

referencias. Si el estudiante no participa, el compilador deja indicado el nombre del
compañero que no aportó y el espacio de la aportación se dejará en blanco. (borrar esta
instrucción antes de la entrega)

Anexo 1 Tarea 2 Grupo - 294

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

Anexo 1 Tarea 2 Grupo - 294

Hochgeladen von

Copyright:

Verfügbare Formate

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

Plantilla para entrega de la Unidad 2: Tarea 2 - Experimentos aleatorios y

UNIDAD 2: TAREA 2 - EXPERIMENTOS ALEATORIOS Y DISTRIBUCIONES DE

WILMER SANTIAGO LOAIZA BEDOYA/1.040.031.135

ERLIN MEDRANO PEREIRA/ 1038820521

FRANCISCO JAVIER PEREIRA LOPEZ

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCUELA DE CIENCIAS AGRÍCOLAS, PECUARIAS Y DEL MEDIO AMBIENTE

A partir de la construcción del trabajo propuesto por la guía de

Para un financiamiento inicial fue de suma importancia realizar un

Analizar y desarrollar de los principios o conceptos básicos de

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

𝑃(𝑋 ≤ 1) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1)

1. No ocurra ninguna falla de motor

2. No ocurra más de una falla

𝑃(𝑥 > 80) = 1 − 0.9345

𝑃(70 < 𝑥 < 75) = 𝑃(𝑥 ≤ 75) − 𝑃(𝑥 ≤ 70)

𝑃(70 < 𝑥 < 75) = 0.6443 − 0.2177 = 0,4266

𝑃(70 < 𝑥 < 75) = 0,4266

𝑃(𝑥 > 𝑥0 ) = 1 − 𝑃(𝑥 < 𝑥0 )

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

(No borrar este encabezado)

Solución al estudio de caso 3: El grupo entrega aquí, de manera organizada, el

RESPONSABLE ROL SELECCIONADO

I.distribución Hipergeométrica: A menudo los biólogos que estudian

𝐶𝑁, 𝑛 = 𝐶25,15 = 3268760

j. Distribución Binomial: En una feria (hace mucho tiempo),

𝑞 = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 = 1 − 𝑝 = 0,66

𝑝(𝑥 = 3) = 0,052 𝑥1 𝑠𝑜𝑙 𝑥 729 = 37,908

𝑝(𝑥 = 4) = 0,0062 𝑥 4 𝑠𝑜𝑙𝑒𝑠𝑒𝑟2 𝑥 729 = 18,079

𝑝(𝑥 = 5) = 0,0155 𝑥 17 𝑠𝑜𝑙𝑒𝑠 𝑥 729 = 192,09𝑘

𝑝(𝑥 = 6) = 0,00129 𝑥 31 𝑠𝑜𝑙𝑒𝑠 𝑥 729 = 29, 15

𝑝(𝑥 = 0) + 𝑝(𝑥 = 1) + 𝑝(𝑥 = 2) + 𝑝(𝑥 = 3)𝑝(𝑥 = 4) + 𝑝(𝑥 = 5) + 𝑝(𝑥 = 6)

1. ¿Cuál es el número de áreas que no contienen células?

¿Cuál es el número de áreas que contienen exactamente una célula

𝑛 = 900 ∗ 0,1353 = 121,8 areas que no tienen celulas

𝑛 = 900 ∗ 0,2707 = 243,6

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

Suponiendo que las descargas residuales se distribuyen

La probabilidad de que las descargas residuales estén entre 7,5 y 7,9 km

7,9 − 7,795 7,5 − 7,795

Solución al estudio de caso 4: El grupo entrega aquí, de manera organizada, el

(No borrar este encabezado)

Conclusiones (mínimo 1 por cada participante)

ERLIN MEDRANO PEREIRA De acuerdo con la temática de la

Es importante colocar el nombre de cada estudiante tanto en conclusiones como en

Referencias bibliográficas en formato APA. (Mínimo una por cada participante, no

Sánchez, J. (2018). Distribución binomial.

Rodríguez, F. & Pierdant, A. (2014).

Es importante colocar el nombre de cada estudiante tanto en conclusiones como en

Das könnte Ihnen auch gefallen