Sunteți pe pagina 1din 15

PROBABILIDAD

UNIDAD 2: FASE 2 DISTRIBUCIONES DE PROBABILIDAD

PRESENTADO POR

JAIRO ANDRES MENDOZA JIMENEZ CC:1.122.237.604

YENEIBI TIQUE LOSADA CC: 1.120.572.083

JOSE ANTONIO MARROQUIN CC:

GRUPO: 237

TUTOR:

FRANCISCO JAVIER PEREIRA LOPEZ

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

CCAV SAN JOSE DEL GUAVIARE

10 DE ABRIL 2017
INTRODUCCION

En el desarrollo del presente trabajo de la fase 2 de probabilidad, donde se desarrollaron cinco


casos de estudio; permitindonos poner en prctica los conocimientos adquiridos sobre las
distribuciones de probabilidad. Resaltando que la probabilidad es una herramienta que nos
ayuda para la toma de decisiones porque proporciona una forma de medir, expresar y analizar
las incertidumbres asociadas con eventos futuros de razones entre el nmero de casos
favorables y el nmero de casos posibles.

Una distribucin de probabilidad indica toda la gama de valores que pueden representarse
como resultado de un experimento si ste se llevase a cabo. Es decir, describe la probabilidad
de que un evento se realice en el futuro, constituye una herramienta fundamental para la
prospectiva, puesto que se puede disear un escenario de acontecimientos futuros
considerando las tendencias actuales de diversos fenmenos naturales.
CUADRO SINPTICO
ESTUDIO CASO 1

JAIRO ANDRS MENDOZA JIMNEZ

Para entregar una Tarjeta de crdito en los bancos del grupo Aval, los analistas del banco
clasifican o califican al cliente en funcin de la probabilidad de que resulte rentable. Una
tabla habitual de calificaciones es la siguiente:

La calificacin es la suma de los puntos de los seis rubros. Por ejemplo, Sushi Brown tiene
menos de 25 aos (12 puntos); ha vivido en el mismo domicilio durante dos aos (0 puntos);
desde hace cuatro aos es dueo de un automvil (13 puntos), por el que realiza pagos de
$75 (6 puntos); realiza gastos domsticos de $200 (10 puntos) y posee una cuenta de cheques
(3 puntos). La calificacin que obtendra sera de 44. Despus, con una segunda tabla, se
convierten las calificaciones en probabilidades de rentabilidad del cliente, as:

La puntuacin de Sushi (44) se traducira en una probabilidad de rentabilidad aproximada de


0.81. En otras palabras, 81% de los clientes como Sushi generaran dinero a las operaciones
con tarjeta del banco. A continuacin se muestran los resultados de las entrevistas con los
tres posibles clientes.
SOLUCION:

1. Califique a cada uno de estos clientes y calcule la probabilidad de que resulten


rentables.

NOMBRE DAVID EDWARD ANN


BROWN BRENDAN MCLAUGHLIN
EDAD 18 12 0
TIEMPO DE VIVIR EN LA 20 0 20
MISMA RESIDENCIA
ANTIGUEDAD CON EL AUTO 13 13 3
PAGO MENSUAL DEL AUTO 4 6 4
COSTO DE VIVIENDA 10 10 12
CUENTA DE CHEQUES O 15 3 0
AHORROS
TOTAL 80 44 39

Con el fin de realizar el clculo para poder encontrar la probabilidad, tendremos que realizar
un hallazgo de la relacin entre el tamao existente entre las variables de puntaje (10 puntos),
para encontrar la diferencia que pueda realizar la probabilidad.
NOMBRE DAVID BROWN EDWARD ANN
BRENDAN MCLAUGHLIN
CALIFICACION 80 44 39
PROBABILIDAD 0.95 0.81 0.77

2. Cul es la probabilidad de que los tres resulten rentables?

Segn la probabilidad, de que las 3 personas resulten rentables, est bajo la determinacin
de la probabilidad que es condicional en el presente caso, pues los sucesos no son
excluyentes.
() () ()

0.95 0.81 0.77 = 0.59

3. Cul es la probabilidad de que ninguno sea rentable?

La probabilidad de que ninguno sea rentable, est predeterminada por medio de la


probabilidad condicional para el caso de que no sean rentables

(1 0,84) = 0,16 = 16%

La probabilidad de que ninguno sea rentable es del 16%

4. Determine la distribucin de probabilidad total del nmero de clientes rentables


entre este grupo de tres clientes.

Esta es la tabla de conversin del puntaje de la posible probabilidad


Aqu realizo este cuadro realizando la distribucin de probabilidad de los 3 clientes presentes.

Calificaciones Puntos
Edad 30
Tiempo de vivir en el mismo domicilio 40
Antigedad con el auto 29
Pago mensual del auto 14
Costo de vivienda 32
Cuenta de cheques o ahorros 18
Total 163

Luego realizo la multiplicacin de las calificaciones por el nmero total de los puntos as:

x F(x) X*f(x)
0 0,18 0
1 0,25 0,25
2 0,18 0,36
3 0,08 0,24
4 0,20 0,8
5 0,11 0,55
Total 1 2,2

La distribucin de probabilidad total del nmero de clientes rentable es de 2,2


5. Redacte un breve resumen de sus hallazgos.

En los casos de estudio nos presentaron las diferentes probabilidades para una serie de
acontecimientos los cuales son no excluyentes, motivo por el cual al momento de realizar la
suma correspondiente no debe como resultado a 1. Segn esto las caractersticas de
acontecimientos no excluyentes lograremos encontrar la probabilidad de que los 3 clientes
sean rentables por medio del clculo de la probabilidad condicional, pero para el suceso de
que ninguno resulte rentable, se procede a la aplicacin de la probabilidad condicional entre
las diferencias dadas entre 1 y el valor total, dada de la probabilidad que probablemente sean
rentables.

Con el fin de lograr describir la probabilidad, procedemos a realizar la implementacin de


una funcin, la cual relacione los tamaos de los intervalos de la puntuacin, segn el tamao
dado por los intervalos de la misma probabilidad, y esta ser la cual nos dar la opcin de
realizar el clculo de la probabilidad para los puntos que no se pueden encontrar con la
relacin en la anterior tabla.

ESTUDIO CASO 2

Nombre completo

ESTUDIO CASO 3

Nombre completo
ESTUDIO CASO 4

JOSE ANTONIO MARROQUIN

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

El nmero de maletas que se espera se pierdan en un promedio de 1000 vuelos.


La distribucin de poisson suele emplearse con sucesos de probabilidades pequeas o muy
escazas. En el presente caso, el suceso que rara vez ocurre es que una maleta se pierda en la
mayora de vuelos de Delta Airlines, lo que significa que la probabilidad que ocurra es muy
pequea. = ( # ) No. de veces que se espera ocurra el
fenmeno = 300/1000 = 0,3 = .

2.- Determine cul es la probabilidad de que en un vuelo no se pierda ninguna maleta

(, ) (, )
() = = , = %

Lo anterior demuestras que el 74 % de los velos realizados, un total de 740 vuelos no se


presentaron perdidas de maletas.
3.- Determine cul es la probabilidad de que en un vuelo se pierda exactamente una
maleta

(, ) (, )
= = , = %

Lo anterior demuestra que en un 22 % de los vuelos realizados, un total de 220 vuelos se


tendr la perdida de 1 maleta.

4.- Determine cul es la probabilidad de que en un vuelo se pierdan entre dos y cuatro
maletas

Tabla de Poisson

u
x 0,1 0,2 0,3 0,4 0,5
0 0,904 0,818 0,74 0,67 0,60
1 0,09 0,163 0,22 0,268 0,30
2 0,004 0,016 0,033 0,053 0,075
3 0,002 0,001 0,003 0,007 0,012
4 0,000 0,0001 0,0003 0,0007 0,001

(, ) (, )
() = = , = , %

(, ) (, )
() = = , = , %

(, ) (, )
() = = , = , %

La probabilidad de que el nmero de maletas perdidas por los vuelos de Delta Airlines se
incremente de 2 a 4 es cada vez ms escaso, teniendo presente los valores presente en la tabla
de Poisson.
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?

En el 22% de los vuelos, para un total de 220 vuelos se sabe que se perder en promedio 1
maleta, que esta cifra se incremente tiene una posibilidad ms reducida de ocurrencia, pero
cada vez menos se perdern un mayor nmero de maletas.

ESTUDIO CASO 5

YENEIBI TIQUE LOSADA

Para una poblacin grande de personas sin hogar, Wong y Piliavin (2001) examinaron
factores de estrs, recursos y agotamiento psicolgico empleando la Escala de Depresin del
Centro de Estudios Epidemiolgicos (CESD), un cuestionario de evaluacin comunitario.
Entre las personas sin hogar, la puntuacin media del cuestionario CESD es 22,5 con una
desviacin estndar de 8.5 y se considera que para la Variable X = puntuacin del CESD, la
distribucin es normal. Como trabajador en el rea de admisiones en un refugio para personas
sin hogar, usted es el encargado de aplicar el CESD y debe evaluar los resultados para las
nuevas personas que lleguen al centro.
Dentro de las polticas del refugio se encuentra que cualquier persona cuya puntuacin sea
de 21 o ms puntos en el CESD debe enviarse a ver a un doctor.

INFORME A PRESENTAR:
Prepare un informe en el que como mnimo, incluya:
1. La probabilidad de que una persona que llegue al refugio sea enviado a ver al doctor
2. La probabilidad de que una persona que llegue al refugio tenga una puntacin de 10 o
menos puntos
3. La probabilidad de que una persona que llegue al refugio tenga una puntuacin entre 16 y
20 puntos
4. Si las personas sin hogar con puntuacin en el 15% ms alto deben ser enviadas a los
servicios de prevencin de suicidios, Qu puntuacin hace calificar a una persona que llega
al refugio para este servicio?
5. Las personas sin hogar con puntacin en el 25% ms bajo, se le enva a un servicio de
orientacin laboral para mejorar sus recursos. Qu puntuacin permite calificar a una
persona para acceder a este servicio?

1. La probabilidad de que una persona que llegue al refugio sea enviado a ver al Doctor.
x
=

20 23,5
Z= 7,5

3,5
= 7,5

= 0,466 0,47

( = 0,47) = 0,1808 18,08%

( 0,47) = 0,1808 + 0,5 = 0,6808 68,08%

Respuesta: La probabilidad de que una persona que llegue al refugio sea enviado a ver al
Doctor es de 68,08%

2. La probabilidad de que una persona que llegue al refugio tenga una puntacin de 10
o menos puntos.

x
=

10 23,5
= 7,5

13,5
= 7,5

= 1.8 1. 80

( = 1,8) = 0,4641 46,41%

( 1,8) = 0,5 0,4641 = 0,0359 3,59%


Respuesta: La probabilidad de que una persona que llegue al refugio tenga una puntacin de
10 o menos puntos es del 3,59%

3. La probabilidad de que una persona que llegue al refugio tenga una puntuacin entre
16 y 20 puntos

x
=

Para 16 se tiene que


16 23,5
= 7,5

7,5
= 7,5

= 1.0

( = 1) = 0,3413 34.13%

Para 20 se tiene que


20 23,5
= 7,5

3,5
= 7,5
= 0.4667

= 0.4667
2 = 0,46 0,47

( 2 = 0,47) = 0,1808

( 1 < < 2) = 0,3413 0,1808 = 0,1605 16,05%

Respuesta: La probabilidad de que una persona que llegue al refugio tenga una puntuacin
entre 16 y 20 puntos es del 16,05%

4. Si las personas sin hogar con puntuacin en el 15% ms alto deben ser enviadas a los
servicios de prevencin de suicidios, Qu puntuacin hace calificar a una persona
que llega al refugio para este servicio?
Se va a la tabla y se consulta 15% o sea 0.15 como valor de rea.

A este valor de rea se le halla el valor Z. asociado. = 1.035

Implica que
x
=
==> 1.035 = X 7.5
23.5

Luego el valor de X que cumple esta condiciones

X = 1.035*7.5 + 23.5 = 7.7625 + 23.5 = 31,26 aproximado 31

5. Las personas sin hogar con puntacin en el 25% ms bajo, se les enva a un servicio
de orientacin laboral para mejorar sus recursos. Qu puntuacin permite calificar a
una persona para acceder a este servicio?
= 0,67

X 23.5
0,67 =
7.5

= (0.68 .7, 5) + 23,5 =

= (0.68 .7, 5) + 23,5 = -5.1+23.= 18.4 Aproximado 18


BIBLIOGRAFIA

Rodrguez, F. & Pierdant, A. (2014). Estadstica para administracin. Recuperado de:


http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=258&docID
=11013767&tm=1470693471527. Consultado el 28-04-2017
Juan Medina-Distribuciones continas. Publicado el 06-10-2013. Consultado el 20-
04-2017. https://www.youtube.com/watch?v=MCH5kfMpmns
Unamunoenlinea- Variables discretas y continuas. Publicado el 10-09-2012.
Consultado el 20-04-2017. https://www.youtube.com/watch?v=fE8qnpIgkxk
Gil, M., Gonzales, A. J Salagre, M. (2014). Ejercicios de estadstica terica:
Probabilidad e inferencia. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=47&docID=
10995669&tm=1470693596054 Consultado el 19-04-2017.

S-ar putea să vă placă și