UNIDAD 3 FASE 3 "DISCUSIÓN"

Tutora: Olga Lucila Ruíz

Grupo: 211622_109

Presentado Por:
Adriana María Clavijo Ramírez
Código: 1130624850

Estadística y Probabilidad

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD - ECBTI

INGENIERÍA INDUSTRIAL
MAYO 7 DEL 2020
UNAD - ECBTI
NOMBRE DEL ESTUDIANTE ANEXO 1 ANEXO 2
Pregunta 5 Pregunta 1
Pregunta 4 Pregunta 2
Adriana Maria Clavijo Pregunta 3 Pregunta 4
Pregunta 2 Pregunta 3
Pregunta 1 Pregunta 5
 ANEXO 3 ANEXO 4 ANEXO 5
Pregunta 2 Pregunta 3 Pregunta 4
Pregunta 1 Pregunta 5 Pregunta 3
Pregunta 5 Pregunta 1 Pregunta 2
Pregunta 4 Pregunta 4 Pregunta 5
Pregunta 3 Pregunta 2 Pregunta 1
 Distribució

La secretaria de salud frente a la calidad del agua en la ciu

aceptación del 23%. Construya una tabla con

x 10
p 0.23

Distribución

Mediante una inspección de los contaminantes en algunas ver

UNT por hora. Realice una tabla de distribución de Poisso

µ 0.5
 Distribució

Los resultados detectados en el laboratorio de aguas – Hidrola

Calcule las si

ALCALINIDAD TOTAL Media 33.61 5. ¿Cuál es la probabilidad de que Alcal

Desviacion
1.61 45.97 47.74% 0.47736413
Estandar
1.7 52.26% 0.52263587
2.6
La probabilidad de que Alcalinidad Total
1.61

1.61

1.61 ¿Cuál es la probabilidad de que Alcal

1.61 57.24% 0.57240628
1.8
La probabilidad de que Alcalinidad Tota
1.61
1.71
1.8
82.4
87

91.8 Distribución Uni

89.2
103
93.8 El análisis de las pruebas de laboratorio determina que el Hier
112.8 siguient
112.6
90.2
80.6
87.2 FORMULA: P(X=x)=(d-c)/(b-a)
37.4 b: es el valor máximo del conjunto
28.6 a: valor mínimo del conjunto
7.5
c: el valor mínimo en la pregunta de
probabilidad a determinar
d: el valor máximo en la pregunta de
28.4
probabilidad a determinar
26.2
28.8 1. La probabilidad que el Hierro T
25.6 b 1.24
29.3 a 0.03
29.2 c 0.5
29.9 d 1.2
36.6
La probabilidad que el Hierro Total este
28.6
26.6
18.9 La probabilidad que el Hierro
25.6 b 1.24
17.3 a 0.03
16.9 c 0.03
201 d 0.9
201
La probabilidad que el Hierro Total s
201
201
201
201 Distribución Hi
7.5
7.1
7.1 En algunos comedores escolares la calidad del agua potable
detecta que de 30 comedores escolares hay 9 de ellos que es
6.9
platino de cobalto co
5.7
6.2
6.2
7.4
2. Si se sacan de forma aleatoria 12 comedo
7.1
7.7
7.1 N 30
7.4 S 9
2.4 n 12
2.9 x 6
2.7
3.4 P(x=6)
2.5 - 0%
2.5
2.3
2.6
Si se sacan de forma aleatoria 17 comedor
1.9
2.1
2.2 N 30
29.2 S 9
35.6 n 17
39.2 x 9
18.5
15.2 P(x=9)
13 - 0%
26.6
27.6
5.1
40
30.1
31.9
12.3
9.8
10.2
11.7
14
16
13.9
41.6
38.4
53.1
44.5
15.1
6.6
9.1
8.9
30.4
25.5
47.4
48.6
3
10.1
8.8
15.5
7
6.6
7.2
17.8
7.7
6.4
6.6
6.8
5.9
1.61
3.1
1.61
2.9
2.3
3
4.2
2.5
2.8
3.6
2.6
1.61
1.61
1.9
1.61
1.61
1.61
1.61
3.42
1.8
1.61
1.61
5.1
5.8
6.5
3.8
4.9
4.4
4.25
4
5
6.1
6.6
1.61
1.61
1.8
1.61
1.61
1.61
1.61
1.61
1.61
1.61
1.61
7.3
4
1.61
17.75
10.6
1.61
1.61
6.2
10.2
8.2
6
8.9
6.5
1.61
1.61
9.6
2.1
2.7
3.1
7
8.3
5
8.4
3.9
2.8
2.6
1.61
1.61
2.8
6.3
6
7.1
1.61
2.2
3.4
1.61
1.61
1.61
1.9
1.61
2
1.8
1.61
6.8
8.9
8
4.8
7.9
6.7
4
7.9
7.5
7.3
3.7
4.7
4.6
1.61
1.61
1.61
1.61
2.2
3.4
4.8
3.7
5.3
4.7
2.7
1.61
1.61
3
3.9
4.2
4.6
3.8
4.8
6.3
1.61
1.61
1.61
1.61
4.3
5.5
6.3
14.1
18
9
6.2
8.7
9
7.9
8.9
10.9
8.9
8.5
4.5
3.5
5.8
3.6
1.61
2.5
2.3
4.3
4.6
1.61
5.4
13.3
17.81
31.2
8.6
5.4
4.5
6
11.4
11.3
7.6
1.3
1.61
1.7
1.61
32.31
1.61
1.61
1.61
3.42
39.6
55.6
72.3
35.8
33.8
26
 35
45.9
50.2
1.61
1.61
2.1
1.61
1.61
1.61
1.61
1.61
1.61
1.9
3.8
4.6
5.7
3.7
4.9
7.2
4.7
5.2
5.6
33.2
30.4
28.4
43.6
18.8
39.4
39
15.9
28.9
31.8
8.1
29.2
21.4
8.2
10.9
149
130
130.35
98.5
138.5
142
153.7
167.5
122.05
137.6
154.3
166.8
36
10.3
80.2
72.4
72.4
82.4
65
66
123
85.2
99.2
14
16.1
48.6
47.6
47.6
76.3
92.8
76.9
90.4
50.5
43.1
50.8
68.2
40.2
10.6
97.2
102.8
109.3
112
112.6
100.8
110
27
54
69
25.4
26.4
20
128.2
15
26.2
94
11.8
54.1
52
55.6
50.2
47.3
104.8
96.4
35
43
60.6
14
65.2
63
74.2
59.2
65.2
116.4
128.6
145.2
113.8
101
129.6
138.6
113.6
117
66.54
10.3
75
81.2
125.4
131.6
163.4
155
185.6
201
147.4
154.6
24.4
12.7
25
27
24.2
20
24.9
24.7
21
24.9
26
27.8
38.8
40.2
34.6
40.4
25.2
68.6
22.7
40
63.8
57.8
9.7
12.4
44.4
22.2
18.4
17.9
14.2
16.8
95.2
76.4
65.6
68.6
67.8
67.8
67.6
67.4
67.2
64
67.6
67.4
10.5
20
68
34.2
80.2
74
22.2
22.4
82.2
76.2
54.8
70.2
66.4
10.75
11.19
10.68
11.32
9.4
14.65
9.46
12.46
10.26
10.23
8.21
9.11
201
201
201
201
102.1
201
201
201
145.2
10.5
9.7
9.1
8.2
8.8
6.4
10.2
9.5
13.7
10.6
8.9
57.6
71
69.6
67.6
63.6
69
68
69
69.8
47.6
48.4
45
43.8
43.4
64
16.6
59.8
73
62.4
105.6
111.4
96.2
2.4
16.2
16.2
2.2
1.7
1.61
1.61
10.7
1.61
1.8
1.61
1.61
1.61
1.61
1.61
2.1
1.61
10.6
10.5
12.6
10.2
9
7.1
8.2
7.8
8.9
7.4
3.9
4.1
4.1
2.2
5
3.5
4
26
17.1
20.5
16.8
3.7
8.2
15.8
8.2
13.2
7.4
9.5
9.6
9.1
8.2
140.2
1.61
1.61
1.61
1.61
1.61
1.61
1.61
1.61
1.61
 Distribución binomial – Anexo 1

a la calidad del agua en la ciudad de Bogotá determino que la variable PH tiene una probabilidad de
3%. Construya una tabla con valores entre el 0 y 10 aplicando la distribución Binomial.

x P(X=x) % 3. ¿Cuál es la probabilidad de que sean mas de

P(x<3) ó
0 0.073 7% P(4)+P(5)+P(6)+P(7)+P(8)+P(9)+P(
10)
1 0.219 22%

2 0.294 29% ¿Cuál es la probabilidad de que sean exactament

3 0.234 23% P(3)

4 0.122 12%
5 0.044 4%
6 0.011 1%
7 0.002 0%
8 0.000 0%
9 0.000 0%
10 0.000 0%

Distribución de Poisson – Anexo 2

contaminantes en algunas veredas del país, se determina que la Turbiedad presenta un promedio de 5
abla de distribución de Poisson para k entre 0 y 12, donde determine las siguientes probabilidades:

x P(x) % 4. Que sean mayor a 7 UNT.

0 0.607 61% P(>7) ó

P(8)+P(9)+P(10)+P(11)+P(12)
1 0.303 30%
2 0.076 8% Que sean más de 2 UNT.

3 0.013 1% P(3)+P(4)+P(5)+P(6)+P(7)+P(8)+P(
9)+P(10)+P(11)+P(12)
4 0.002 0%
5 0.000 0%
6 0.000 0%
7 0.000 0%
8 0.000 0%
9 0.000 0%
10 0.000 0%
11 0.000 0%
 12 0.000 0%

Distribución normal – Anexo 3

aboratorio de aguas – Hidrolab, determina que la variable Alcalinidad Total se distribuye normalmente.
Calcule las siguientes probabilidades:

a probabilidad de que Alcalinidad Total sea superior a 31?

P(x<31)
1-P(x<31)

ad de que Alcalinidad Total sea superior a 31, es del 52,26%

a probabilidad de que Alcalinidad Total sea menor a 42?

P(x>42)

dad de que Alcalinidad Total sea menor a 42 es del 57,24%

Distribución Uniforme Continua – Anexo 4

oratorio determina que el Hierro Total tiene un comportamiento uniformemente continuo. Determine las
siguientes probabilidades:

=(d-c)/(b-a)

Máximo: 1.24

Minimo: 0.03

probabilidad que el Hierro Total este entre 0.5 y 1.2

P(0,5 ≤ X ≤ 1,2)
57.85%
ilidad que el Hierro Total este entre 0,5 y 1,2, es del 57,85%

a probabilidad que el Hierro Total sea hasta 0.9

P(0,03 ≤ X ≤ 0,9)
71.90%

babilidad que el Hierro Total sea hasta 0,9 es del 71,90%

Distribución Hipergeométrica – Anexo 5

es la calidad del agua potable presenta una variable con color aparente que perjudica el consumo. Se
colares hay 9 de ellos que están por encima de los niveles permisibles en cuanto al color aparente con
platino de cobalto correspondiente al agua potable.

e forma aleatoria 12 comedores. ¿Cuál es la probabilidad de determinar 6?

# de población
# de poblacion por encima de los niveles permisibles
# de eventos cuya probabilidad se esta calculando
# de muestra

Si se sacan de forma aleatoria 12 comedores, la

probabilidad de determinar 6 es del 0%

forma aleatoria 17 comedores. ¿Cuál es la probabilidad de determinar 9?

# de población
# de poblacion por encima de los niveles permisibles
# de eventos cuya probabilidad se esta calculando
# de muestra

Si se sacan de forma aleatoria 17 comedores, la

probabilidad de determinar 9 es del 0%
bilidad de que sean mas de 3?
La probabilidad de que sean mas de 3
es del 18%.

18%

ad de que sean exactamente 3? La probabilidad de que sean

exactamente 3 es del 23%.
23%

an mayor a 7 UNT.
La probabilidad de que sean mayor a
7 UNT es del 0%.
0%

an más de 2 UNT.
La probabilidad de que sean mas de 2
UNT es del 1%.
1%
HIERRO
TOTAL
0.1
0.23
0.16
0.13
0.14
0.2
0.2
0.2
0.23
0.21

0.21

0.08

0.1
0.08
0.08
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.08
0.11
0.13
0.13
0.22
0.04
0.2
0.2
0.2
0.2
0.2
0.2
0.08
0.2
0.2
0.2
0.2
0.09
0.15
0.08
0.2
0.2
0.2
0.65
0.18
0.08
0.08
0.08
0.2
0.2
0.2
0.27
0.2
0.2
0.2
0.2
0.08
0.08
0.08
0.11
0.2
0.2
0.2
0.2
0.2
0.2
0.08
0.39
0.58
0.24
0.2
0.38
0.39
0.77
0.28
0.15
0.28
0.35
0.28
0.24
0.23
0.37
0.79
0.53
0.56
0.21
0.37
0.13
0.08
0.13
0.13
0.2
0.21
0.2
0.24
0.2
0.2
0.08
0.15
0.29
0.53
0.25
0.59
0.14
0.27
0.2
0.2
0.43
0.2
0.9
0.2
0.09
0.12
0.1
0.44
0.2
0.2
0.2
0.2
0.2
0.2
0.08
0.12
0.08
0.14
0.11
0.2
0.2
0.2
0.2
0.2
0.2
0.08
0.08
0.08
0.08
0.08
0.2
0.2
0.2
0.3
0.2
0.2
0.15
0.08
0.1
0.09
0.23
0.2
0.2
0.2
0.2
0.34
0.08
0.08
0.18
0.1
0.14
0.05
0.23
0.2
0.2
0.2
0.2
0.37
0.13
0.5
0.35
0.22
0.2
0.35
0.36
0.36
0.26
0.3
0.09
0.51
1.01
0.92
0.81
0.29
0.26
0.8
1.08
0.97
1.06
1.08
0.17
0.5
0.17
0.13
0.19
0.32
0.2
0.2
0.2
0.71
0.11
0.08
0.08
0.08
0.08
0.2
0.2
0.2
0.2
0.2
0.16
0.08
0.23
0.21
0.18
0.03
0.26
0.2
0.21
0.2
0.08
0.08
0.89
0.08
0.2
0.2
0.2
0.2
0.2
0.2
0.08
0.08
0.84
0.08
0.2
0.2
0.2
0.2
0.2
0.2
0.14
0.08
0.12
0.25
0.2
0.2
0.25
0.2
0.2
0.2
0.2
0.38
0.11
0.18
0.08
0.2
0.2
0.25
0.2
0.2
0.43
0.33
0.2
0.17
0.08
0.14
0.1
0.1
0.25
0.2
0.2
0.3
0.08
1.09
0.16
0.11
0.14
0.2
0.33
0.24
0.26
0.23
0.13
0.14
0.16
0.13
0.03
0.23
0.2
0.32
0.22
0.08
0.13
0.13
0.2
0.2
0.2
0.2
0.2
0.2
0.32
0.08
0.08
0.08
0.08
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.11
0.09
0.18
0.1
0.2
0.06
0.2
0.2
0.2
0.2
0.2
0.12
0.08
0.11
0.08
0.08
0.2
0.2
0.2
0.2
0.2
0.2
0.23
0.2
0.2
0.09
0.1
0.2
0.2
0.2
0.2
0.1
0.08
0.08
0.08
0.2
0.2
0.2
0.2
0.2
0.24
0.2
0.2
0.2
0.08
0.2
0.08
0.08
0.08
0.08
0.08
0.2
0.2
0.2
0.2
0.2
0.08
0.79
0.2
0.12
0.24
0.2
0.2
0.2
0.2
0.2
0.08
0.08
0.19
0.08
0.08
0.2
0.2
0.2
0.2
0.2
0.21
0.08
0.49
0.41
0.39
0.2
0.2
0.18
0.21
0.15
0.17
0.09
0.2
0.35
0.42
0.2
0.2
0.2
0.2
0.25
0.15
0.08
0.2
0.2
0.2
0.2
0.2
0.2
0.08
0.08
0.11
0.08
0.08
0.2
0.2
0.2
0.2
0.2
0.2
0.09
0.33
0.2
0.26
0.2
0.2
0.34
0.2
0.14
0.2
0.2
0.14
0.08
0.09
0.2
0.2
0.2
0.2
0.2
0.09
0.26
0.1
0.53
0.08
0.72
0.2
0.2
0.2
1.24
1.12
0.85
0.2
0.2
0.13
0.1
0.08
0.37
0.2
0.2
0.23
0.2
0.2
0.2
0.2
0.09
0.1
0.11
0.08
0.14
0.17
0.16
0.2
0.2
0.19
0.13
0.11
0.25
0.29
0.08
0.08
0.08
0.2
0.2
0.2
0.2
0.09
0.08
0.08
0.08
0.2
0.2
0.2
0.2
0.2
0.2
0.28
0.08
1.06
0.15
0.22
0.2
0.2
0.2
0.2
0.3
0.28
0.46
0.21
0.19
0.23
0.53
0.2
0.2
0.2
0.2
0.28
0.2
0.32
0.29
0.29
0.27
0.24
0.15
0.2
0.2
0.2
0.47
0.21
0.18
0.19
0.12
0.2
0.2
0.2
0.3
0.08
0.12
0.08
0.08
0.08
0.2
0.2
0.2
0.38
0.2
0.11
0.08
0.08
0.18
0.2
0.2
0.2
0.08
0.18
0.13
0.06
0.2
0.13
0.27
0.21
0.08
0.2
0.05
0.2
0.2
0.2
0.22
0.13
0.1
0.08
0.2
0.2
0.2
0.2
0.2
0.2
 Distribucion Normal
Tambien llamada distribución de Gauss, en el cual refleja como se distribuyen los datos en una población.
Se trata de la distribución mas frecuente en estadística y se considera la mas importante por la gran
cantidad de variables reales que adoptan su forma, Así, muchas de las caracteristicas en la población se
distribuyen según una distribución normal: la inteligencia, datos especificos, ebtre otros. La distribución
normal se trata, pues, de una distribución de probabilidad de una variable continua. Las variables continuas
son aquellas que pueden adoptar cualquier valor en el marco de un intervalo que ya está predeterminado.
Entre dos de los valores, siempre puede existir otro valor intermedio, susceptible de ser tomado como valor
por la variable continua. Un ejemplo de variable continua es el peso.

Formula

Caracteristicas
1.Media y Desviación Típica
A la distribución normal le corresponde un media cero y una desviación típica o estándar de 1. La
desviación típica o estándar indica la separación que existe entre un valor cualquiera de la muestra y la
media.
2. Porcentajes
En una distribución normal, se puede determinar con exactitud qué porcentaje de los valores estará dentro
de cualquier rango específico.
Ejemplos
La estatura, Inteligencia, Curva de Maxwell.
 REFERENCIAS

Monroy, S. (2008). Distribuciones de probabilidad. En: Estadística Descriptiva. Editorial: Instituto Técnico N
187 – 219). Recuperado dehttps://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?
docID=3192101&ppg=188  

Llinás, S. H. (2017). En: Estadística descriptiva y distribuciones de probabilidad. (pp. 188 - 241). Recupera
de https://ebookcentral-proquest-com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?docID=54866

Llinás, S. H. (2017). Teorema de Bayes. En: Estadística descriptiva y distribuciones de probabilidad. (pp. 2

Recuperado de https://ebookcentral-proquestcom.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?
docID=5486680&ppg=276

Espejo I. (2006). Distribución de probabilidad uniforme continua. En: Estadística descriptiva y probabilidad
problemas, 3th ed. [Online]. España: Servicio de publicaciones de la Universidad de Cádiz. (pp. 195 – 199
Recuperado dehttp://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=228&docID=10844601&tm=1485306164106
orial: Instituto Técnico Nacional. (pp.
der.action?

p. 188 - 241). Recuperado

er.action?docID=5486680&ppg=206

de probabilidad. (pp. 258 - 295).

unadsp/reader.action?

scriptiva y probabilidad: teoría y

e Cádiz. (pp. 195 – 199).