Fase 3: Distribuciones de Probabilidad

Martha Isabel López Ruiz

Codigo: 65783765

Universidad Nacional Abierta y a Distancia

CEAD Florencia Caquetá
ESTADISTICA Y PROBABILIDAD
2019
uciones de Probabilidad

sabel López Ruiz

go: 65783765

l Abierta y a Distancia UNAD

lorencia Caquetá
A Y PROBABILIDAD
 Nombre
Anexo 1 Anexo 2
estudiante

La secretaria de salud frente a la 
contaminación en la ciudad de  Mediante una inspección de los 
Medellín determino que la  contaminantes en algunas 
variable PM10 tiene una  veredas del país, se determina 
 MARTHA  probabilidad de aceptación del  que el SO2 presenta un promedio 
LOPEZ 27%. Construya una tabla con  de 5 µg/m3 por hora. Realice una 
valores entre el 0 y 10 aplicando  tabla de distribución de Poisson 
la distribución Binomial. 5. ¿Qué para k entre 0 y 12. 1. Que no
probabilidad hay de que salgan presente contaminación
a lo sumo 7 µg/m3?
 Anexo 3 Anexo 4

Los resultados detectados en el 
El análisis de las pruebas de 
laboratorio del IDEAM el 
laboratorio determina que el 
contaminante de monóxido de 
ozono (O3) tiene un 
carbono (CO) en las ciudades 
comportamiento uniformemente 
principales se distribuye 
continuo. Determine las 
normalmente. Calcule las 
siguientes probabilidades: 3. La
siguientes probabilidades: 2. 
probabilidad que el grado de
¿Cuál es la probabilidad de que
ozono sea hasta 140
CO sea menor a 6200?
 Anexo 5

En las ciudades principales los 
mayores contribuyentes a la 
contaminación del aire es 
provocado por Dióxido de 
nitrógeno (NO2) procedente de 
los camiones de carga. Se 
detecta que en una flota de 20 
camiones hay 4 de ellos por 
encima de los niveles 
permisibles.  4. Si se sacan de
forma aleatoria 14 camiones.
¿Cuál es la probabilidad de
establecer 6?
 Distribución binomial – Anexo 1
La secretaria de salud frente a la contaminación en la ciudad de Medellín determ
PM10 tiene una probabilidad de aceptación del 27%. Construya una tabla con val
aplicando la distribución Binomial.

5. ¿Qué probabilidad hay de que salgan a lo sumo 7 µg/m3?

probabilida binomial: �_𝐾=[𝑋=𝐾]=(𝑛¦𝑘) 〖∗ (𝑝) 〗 ^𝑛∗(𝑞)^(𝑛−𝑘

𝑋=[𝑂,1,2,3,4,5,6,7,8,9,10]

n = 10 p = 0.27

N° �[𝑋=�𝑀_10 ] □(64&(𝑛¦(�𝑀_10 �^(�𝑀_10

)) ) )
0µg/m3 �[𝑋=0] □(64&(10¦0) ) (0,27)^0

1µg/m3 �[𝑋=1] □(64&(10¦1) ) (0,27)^1

2µg/m3 �[𝑋=2] □(64&(10¦2) ) (0,27)^2

3µg/m3 �[𝑋=3] □(64&(10¦3) ) (0,27)^3

4µg/m3 �[𝑋=4] □(64&(10¦4) ) (0,27)^4

5µg/m3 �[𝑋=5] □(64&(10¦5) ) (0,27)^5

6µg/m3 �[𝑋=6] □(64&(10¦6) ) (0,27)^6

7µg/m3 �[𝑋=7] □(64&(10¦7) ) (0,27)^7

8µg/m3 �[𝑋=8] □(64&(10¦8) ) (0,27)^8

9µg/m3 �[𝑋=9] □(64&(10¦9) ) (0,27)^9

10µg/m3 �[𝑋=10] □(64&(10¦10) ) (0,27)^10

La probabilida de que salga a lo sumo es de �[𝑋≤7]=4,2%+15%+26,4%+26%+16%

Distribución de Poisson – Anexo 2

Mediante una inspección de los contaminantes en algunas veredas del país, se det
µg/m3 por hora. Realice una tabla de distribución de Poiss
 Distribución de Poisson – Anexo 2
Mediante una inspección de los contaminantes en algunas veredas del país, se det
µg/m3 por hora. Realice una tabla de distribución de Poiss

1.Que no presente contaminación

𝑋=[0,1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]

𝜇=5

x° �[𝑋=𝐾] (𝑒^(−𝜇)∗𝜇^𝑘)/𝑘! Total

0µg/m3 �[𝑋=0] (𝑒^(−5)∗5^0)/0! 0.006

1µg/m3 �[𝑋=1] (𝑒^(−5)∗5^1)/1! 0.033

2µg/m3 �[𝑋=2] (𝑒^(−5)∗5^2)/2! 0.084

3µg/m3 �[𝑋=3] (𝑒^(−5)∗5^3)/3! 0.14

4µg/m3 �[𝑋=4] (𝑒^(−5)∗5^4)/4! 0.17

5µg/m3 �[𝑋=5] (𝑒^(−5)∗5^5)/5! 0.175

6µg/m3 �[𝑋=6] (𝑒^(−5)∗5^6)/6! 0.146

7µg/m3 �[𝑋=7] (𝑒^(−5)∗5^7)/7! 0.10

8µg/m3 �[𝑋=8] (𝑒^(−5)∗5^8)/8! 0.06

9µg/m3 �[𝑋=9] (𝑒^(−5)∗5^9)/9! 0.03

10µg/m3 �[𝑋=10] (𝑒^(−5)∗5^10)/10! 0.01

11µg/m3
(𝑒^(−5)∗5^11)/11! 0.008
11µg/m3 �[𝑋=11] (𝑒^(−5)∗5^11)/11! 0.008

12µg/m3 �[𝑋=12] (𝑒^(−5)∗5^12)/12! 0.003

la probabilidad de que no presente contaminacion es de 0,6%

Distribución normal – Anexo 3

Los resultados detectados en el laboratorio del IDEAM el contaminante de monóx
en las ciudades principales se distribuye normalmente. Calcule las siguientes

2.¿Cuál es la probabilidad de que CO sea menor a 6200?

�=(𝑋−𝜇)/𝜗=(6200−5671,968)/3580,16815=0,14

X=6200

Desbiacion estandar CO 𝜗=3580,16815

Promedio de la muestra 𝜇=5671,968

CO

utilizando la tabla de distribucion normal, la intercecion entre 0,1 y

obtiene que la probabilida es de 55,57% que el CO sea menor.

Distribución Uniforme Continua – Anexo 4

El análisis de las pruebas de laboratorio determina que el ozono (O3) tiene un
uniformemente continuo. Determine las siguientes probabilidad

3.La probabilidad que el grado de ozono sea hasta 140

 1/(𝑏−𝑎)

a= 0,2 b= 140

�(𝑥_1 𝑌 𝑥_2 )=1/(𝑏−𝑎) (𝑥_2−𝑥_1 )

�(𝑥_1 𝑌 𝑥_2 )=1/(166,9−0,2) (140−0,2)=0,83∗100=64%

valor minimo O3 = 0,2 La probabilidad que el grado d

valor maximo O3 = 166,9 una distribucion uniforme c

Distribución Hipergeométrica – Anexo 5

En las ciudades principales los mayores contribuyentes a la contaminación del air
Dióxido de nitrógeno (NO2) procedente de los camiones de carga. Se detecta que
camiones hay 4 de ellos por encima de los niveles permisibles.

4. Si se sacan de forma aleatoria 14 camiones. ¿Cuál es la probabili

establecer 6?

N = Numero total de la poblacion

K = Numero de exitos de la poblacion
n = Numero total de la muetra
X= Numero de éxito de la muestra.

�(𝑥)=(𝐾¦𝑋)((𝑁−𝐾)¦(𝑛−𝑋))/((𝑁¦𝑛) )=(6¦4)((20−6)¦(14−4))/((20¦14) )=

La probabilidad de establecer 6 es de 38%

mial – Anexo 1
la ciudad de Medellín determino que la variable
%. Construya una tabla con valores entre el 0 y 10
ución Binomial.

e salgan a lo sumo 7 µg/m3?

) 〖∗ (𝑝) 〗 ^𝑛∗(𝑞)^(𝑛−𝑘)

𝑋~𝐵_𝐼 (10 ; 0,27)

q = 0,73

�^(�𝑀_10 ) 𝑞^(𝑛− 〖�𝑀〗 _10 ) total

%
(0,27)^0
〖 (0,73) 〗 ^10 0.042 4.2%
(0,27)^1
〖 (0,73) 〗 ^9 0.15 15%
(0,27)^2
〖 (0,73) 〗 ^8 0.264 26.4%
(0,27)^3
〖 (0,73) 〗 ^7 0.26 26%
(0,27)^4
〖 (0,73) 〗 ^6 0.16 16%
(0,27)^5
〖 (0,73) 〗 ^5 0.074 7.4%
(0,27)^6
〖 (0,73) 〗 ^4 0.023 2.3%
(0,27)^7
〖 (0,73) 〗 ^3 0.004 0.4%
(0,27)^8
〖 (0,73) 〗 ^2 0.0006 0.06%
(0,27)^9
〖 (0,73) 〗 ^1 0.00005 0.01%
(0,27)^10
〖 (0,73) 〗 ^0 0.0000004 0.00%

%+15%+26,4%+26%+16%+7,4%+2,3+0,4%=97,7%

bución de Poisson – Anexo 2

gunas veredas del país, se determina que el SO2 presenta un promedio de 5
tabla de distribución de Poisson para k entre 0 y 12
e no presente contaminación

𝑒=2.718281828

Total %

0.006 0.6%

0.033 3.3%

0.084 8.4%

0.14 14%

0.17 17%

0.175 17.5%

0.146 14.6%

0.10 10%

0.06 6%

0.03 3%

0.01 1%

0.008 0.8%
 0.008 0.8%

0.003 0.3%

acion es de 0,6%

mal – Anexo 3
M el contaminante de monóxido de carbono (CO)
mente. Calcule las siguientes probabilidades:

que CO sea menor a 6200?

1,968)/3580,16815=0,14

mal, la intercecion entre 0,1 y 04 se

55,57% que el CO sea menor.

Continua – Anexo 4
a que el ozono (O3) tiene un comportamiento
ne las siguientes probabilidades:

do de ozono sea hasta 140

 b= 140 166,
9

−0,2)=0,83∗100=64%

a probabilidad que el grado de O3 Sea asta 140 en

una distribucion uniforme continua es de 64%

ométrica – Anexo 5
tes a la contaminación del aire es provocado por
ones de carga. Se detecta que en una flota de 20
ma de los niveles permisibles.

amiones. ¿Cuál es la probabilidad de

er 6?

N = 20
K=6
n = 14
x=4

20−6)¦(14−4))/((20¦14) )=0,38 ∗100=38%

ablecer 6 es de 38%
• Distribuciones de probabilidad para variables aleatorias continuas

Si la variable aleatoria es continua, hay infinitos valores posibles de la variable y

entra cada dos de ellos se podrían definir infinitos valores. En estas condiciones no e
posible deducir la probabilidad de un valor puntual de la variable como se puede hac
en el caso de las variables discretas. Pero sí es posible calcular la probabilidad
acumulada hasta un cierto valor (función de distribución) y cómo cambia esa
probabilidad acumulada en cada punto (densidad de probabilidad). Por tanto, cuando
variable aleatoria sea continua hablaremos de función de densidad.
Sea X una variable aleatoria continua, se llama función de densidad y se
representa como f(x) a una función no negativa definida sobre la recta real, tal que pa
cualquier intervalo que estudiemos se verifica:

∀𝐴 �(𝑋∈𝐴)=∫1▒ 〖� (𝑋) 𝑑𝑥 〗
ias continuas

valores posibles de la variable y

valores. En estas condiciones no es
de la variable como se puede hacer
posible calcular la probabilidad
stribución) y cómo cambia esa
e probabilidad). Por tanto, cuando la
s de función de densidad.
ma función de densidad y se
nida sobre la recta real, tal que para
mos se verifica:
 Referencias Bibliografic
Alonso, M. (s.f.). VARIABLE ALEATORIA Y FUNCIÓN DE. Obtenido de https://www.ugr.es/~eues/web
ncias Bibliograficas
e https://www.ugr.es/~eues/webgrupo/Docencia/MonteroAlonso/estadisticaII/tema2.pdf