UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

Distribuciones de Probabilidad

Actividad Fase 2

Presentado por:
Yeimmy Paola Camargo
Cdigo: 100402_312
Daniel Giovani Vasquez Gutirrez
Cdigo :1022930718
William Alberto Muoz Jimnez
Cdigo: 1023868901

Presentado a:
LUIS ALEXANDER SARAVIA ROA
Tutor de Curso

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

CEAD JOS ACEVEDO Y GMEZ
BOGOTA D.C COLOMBIA
MAYO 2017
 Desarrollo de la actividad

ESTUDIO DE CASO 3 desarrollado por William Muoz

El Baloto, es la lotera en lnea de Colombia, supervisado por ETESA (Empresa territorial para la salud).
Es un juego que consiste en acertar 6, 5, 4 o 3 nmeros en cualquier orden de una matriz del 1 al 45; El
jugador seala en un tarjetn los 6 nmeros que escoge. Los nmeros estn representados en 45
balotas numeradas del 1 al 45. Cada nmero aparece una sola vez y las balotas ganadoras se
seleccionan sin reemplazo. El premio acumulado se entrega a quien haga coincidir los seis nmeros.
Presente un informe en el que como mnimo incluya:

1.- Esta situacin cumple con los supuestos de la distribucin Hipergeomtrica? Identifquelos
(Sugerencia: Divida los 45 nmeros en dos grupos: ganadores y no ganadores)
2.- Usando la distribucin de probabilidad Hipergeomtrica determinar la probabilidad de que el
jugador acierte los 6 nmeros
3.- La empresa encargada del sorteo informa que la probabilidad de que coincidan todos los nmeros
es de 1 en 8145060. Qu significa esto en trminos de probabilidad? Coincide esto con su respuesta
anterior.

El sorteo tambin otorga un premio si el jugador hace coincidir 3, 4 o 5 de los nmeros ganadores

4) Calcule la probabilidad, para hacer coincidir 3 de los 6 nmeros ganadores.

5) Calcule la probabilidad de que coincidan 4 de los 6 nmeros ganadores
6) Calcule la probabilidad de que coincidan 5 de los 6 nmeros ganadores
7) Con base en los resultados obtenidos, usted invertira dinero en el BALOTO?

Solucin

1. Esta situacin cumple con los supuestos de la distribucin Hipergeomtrica? Identifquelos

(Sugerencia: Divida los 45 nmeros en dos grupos: ganadores y no ganadores)

Tal cual como lo propone la teora de la probabilidad la distribucin hipergeomtrica sabemos que es
una distribucin discreta relacionada con muestreos aleatorios y sin reemplazo, de esta manera
podemos decir que si se cumple.
Teniendo una poblacin de N elementos, donde N es el tamao de poblacin, n es el tamao de la
muestra extrada, d es el nmero de elementos en la poblacin original que pertenecen a la categora
deseada y x es el nmero de elementos en la muestra que pertenecen a dicha categora. La notacin a
a
hace referencia al coeficiente binomial, es decir, el nmero de combinaciones posibles al seleccionar
x
x elementos de un total a.
De esta manera al final del ejercicio podramos decir que la teora de distribucin hipergeomtrica nos
dara un resultado de los 6 probables nmero ganadores.
Se puede sealar que la poblacin N seran las 45 balotas en el sorteo.
Se puede sealar que la cantidad de elementos es correspondiente a d.

2. Usando la distribucin de probabilidad Hipergeomtrica determinar la probabilidad de que el

jugador acierte los 6 nmeros.

Para determinar la probabilidad de acertar los 6 nmeros debemos conocer la teora y la formula de la
distribucin hipergeomtrica.

La funcin de probabilidad de una variable aleatoria con distribucin hipergeomtrica puede deducirse
a travs de razonamientos combinatorios y es igual a:

Teniendo una poblacin de N elementos, donde N es el tamao de poblacin, n es el tamao de la

muestra extrada, d es el nmero de elementos en la poblacin original que pertenecen a la categora
deseada y x es el nmero de elementos en la muestra que pertenecen a dicha categora. La notacin k
k
hace referencia al coeficiente binomial, es decir, el nmero de combinaciones posibles al seleccionar
x
x elementos de un total k.

6 45 6 39
(6) . ( 6 6 ) 1. ( 0 ) 1
(6) = = =
45 45 45!
(6) (6) (39! .6)

39! .6! 6! 720

= =
45! 45.44.43.42.41.40 5864443200

1
= 1.22773804 107
8145060

0.000000122773804
De esta manera a travs de la teora de distribucin hipergeomtrica llegamos a la conclusin de que
una persona que juegue el baloto jugando los 6 nmeros posibles en el billete, tendra la posibilidad de
0.000000122773804 de acierto para su apuesta.

3. La empresa encargada del sorteo informa que la probabilidad de que coincidan todos los
nmeros es de 1 en 8145060. Qu significa esto en trminos de probabilidad? Coincide esto
con su respuesta anterior.

1
(6) = = 1.22773804 107
8145060

Podemos deducir con la frmula del ejercicio 2 que coincide la respuesta.

4. Calcule la probabilidad, para hacer coincidir 3 de los 6 nmeros ganadores.

La frmula que utilizaremos para este clculo seria la siguiente

Como coincidir 3 nmeros en el baloto:

6 45 6 6.5.4 39 39.38.37
(3) . ( 6 4 ) ( ) 20. 20.9139
(6) = = 3! 3 = 3! =
45 45 45.44.43.42.41.40 8145060
(6) (6) 6!

182780
= 0.02244059589
8145060

De esta manera podemos afirmar que la probabilidad es de 0.02244059589 para coincidir tres dgitos
en un billete de baloto.
 5. Calcule la probabilidad de que coincidan 4 de los 6 nmeros ganadores

La frmula que utilizaremos para este clculo seria la siguiente

Como coincidir 4 nmeros en el baloto es:

6 45 6 6.5. 39 39.38
(4) . ( 6 4 ) (2) 15. 2 15.741 11115
(6) = = 2 = = =
45 45 8145060 8145060 8145060
(6) (6)

741
= 0.001364630831
543004

De esta manera podemos afirmar que la probabilidad es de 0.001364630831 para coincidir cuatro
dgitos en un billete de baloto.

6. Calcule la probabilidad de que coincidan 5 de los 6 nmeros.

La frmula que utilizaremos para este clculo seria la siguiente

Como coincidir 5 nmeros en el baloto es:

 6 45 6 39
( ).( ) 6. ( 1 ) 6.39 234 39
(6) = 5 6 5 = = = =
45 45 8145060 8145060 1357510
(6) (6)

2.872807014 . 105 = 0.0002872807014

De esta manera podemos afirmar que la probabilidad es de 0.0002872807014 para coincidir cinco
dgitos en un billete de baloto.

7. Con base en los resultados obtenidos, usted invertira dinero en el BALOTO?

Bueno, la verdad este ejercicio me ha dejado sorprendido, jams pens que la probabilidad de este
juego fuera tan remota, tan baja, tan escasa, casi nula.

He jugado un par de veces pero despus de esta actividad no lo volver a jugar jams.
 ESTUDIO DE CASO 4 Daniel Giovani Vasquez Gutirrez

La distribucin de probabilidad de Poisson describe el nmero de veces que se presenta un evento

durante un intervalo especfico. El intervalo puede ser de tiempo, distancia, rea o volumen. La
distribucin se basa en dos supuestos. El primero consiste en que la probabilidad es proporcional a la
longitud del intervalo. El segundo supuesto consiste en que los intervalos son independientes. En otras
palabras, cuanto ms grande sea el intervalo, mayor ser la probabilidad; adems, el nmero de veces
que se presenta un evento en un intervalo no influye en los dems intervalos.
Esta distribucin posee diversas aplicaciones. Se le utiliza como modelo para describir la distribucin de
errores en una entrada de datos, el nmero de rayones y otras imperfecciones en las cabinas de
automviles recin pintados, el nmero de partes defectuosas en envos, el nmero de clientes que
esperan mesa en un restaurante, el nmero de accidentes en una carretera en un periodo determinado.

La compaa de aviacin Delta Airlines, se caracteriza por su responsabilidad y cuidado con el equipaje
de sus pasajeros, por lo que pocas veces se pierde equipaje. En la mayora de los vuelos no se pierden
maletas; en algunos se pierde una; en unos cuantos se pierden dos; pocas veces se pierden tres, etc.
Suponga que una muestra aleatoria de 1 000 vuelos arroja un total de 300 maletas perdidas. De esta
manera, el nmero promedio de maletas perdidas por vuelo es de 0.3.

Prepare un informe en el que como mnimo, incluya:

1.- Esta situacin cumple con los supuestos de la distribucin Poisson? Identifquelos
2.- Determine cul es la probabilidad de que en un vuelo no se pierda ninguna maleta
3.- Determine cul es la probabilidad de que en un vuelo se pierda exactamente una maleta
4.- Determine cul es la probabilidad de que en un vuelo se pierdan entre dos y cuatro maletas
5.- Podra establecer cul es la probabilidad de que se pierdan en un vuelo ms de cuatro maletas
6.- En qu momento debe sospechar el supervisor de la Aerolnea que en un vuelo se estn perdiendo
demasiadas maletas?

Supuestos de la distribucin de Poisson

a) La probabilidad es proporcional a la longitud del intervalo.

Dado que la probabilidad descrita es del 30% y la longitud de 1000 en efecto se cumple el
supuesto ya que el total de maletas perdidas es de 300 y es proporcional a la longitud del
intervalo
b) Los intervalos son independientes.
En efecto se cumple el supuesto debido a que se puede tomar cualquier nmero aleatorio de
muestra de maletas para este caso.
La probabilidad de que en un vuelo no se pierda ninguna maleta est dada por:
Teniendo en cuenta la frmula:

( = ) =
!

Tenemos que

= 0,3
Y
=0

0,30 0,3
( = 0) =
0!

( = 0) = 0,741

La probabilidad de que en un vuelo se pierda exactamente una maleta

=1

0,31 0,3
( = 1) =
1!

( = 1) = 0,22

La probabilidad de que en un vuelo se pierdan entre dos y cuatro maletas

( 2 4) = ( = 2) + ( = 3) + ( = 4)

0,32 0,3 0,33 0,3 0,34 0,3

( 2 4) = + +
2! 3! 4!

( 2 4) = (0,033) + (0,0033) + (0,0025)

( 2 4) = 0,037

la probabilidad de que se pierdan en un vuelo ms de cuatro maletas

( < 4) = 1 ( = 4)

0,34 0,3
( < 4) = 1
4!
( < 4) = 1 (0,0025)
 ( < 4) = 0,99

En qu momento debe sospechar el supervisor de la Aerolnea que en un vuelo se estn perdiendo

demasiadas maletas?

Ya que el promedio de perdida de maletas es del 30% para una muestra de 1000, tenemos que por vuelo
en promedio se pierden 0,3 maletas, como en realidad una maleta no puede representar 0,3 por vuelo
si no una unidad, que en un vuelo se pierdan 2 maletas se puede decir que es demasiado.

Resumen:
Distribucin de Probabilidad de Poisson

Una variable aleatoria x sigue una distribucin de Poisson mediante la funcin de cuanta dada por:

( = ) =
!

Para = {0; 1,2, }; > 0, quiere decir que la variable k puede tomar cualquiera de los infinitos
nmeros naturales, incluso el cero.

La funcin de distribucin est dada por:

() = ( ) =
!
=0

Bibliografa

Prez., F. J. (2006). bibliotecavirtual.unad. Obtenido de Fundamentos de probabilidad:

http://bibliotecavirtual.unad.edu.co:2081/ps/retrieve.do?tabID=T003&resultListType=RESULT_LIST&sea
rchResultsType=SingleTab&searchType=BasicSearchForm&currentPosition=1&docId=GALE%7CCX40527
00098&docType=Topic+overview&sort=RELEVANCE&contentSegment=&prodId=
Robinson, R. (22 de Octubre de 2011). SlideShare. Obtenido de Clculo Nmerico:
http://es.slideshare.net/rodolforobinson/reglas-de-cifras-significativas