UNIDAD 2

DISTRIBUCIONES DE PROBABILIDAD
ESTUDIO DE CASOS

CARLOS CARDENAS
PEDRO CRISTOBAL PARRA SUREZ
GRUPO:100402_102

PRESENTADO A:
AZUCENA GIL

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

PROBABILIDAD
29 DE NOVIEMBRE DE 2017
 INTRODUCCION

Este trabajo se realiza con el fin de aplicar los temas vistos en la unidad dos
de la materia Probabilidad dictada por la UNAD.

Un trabajo donde se logra trabajar grupal y activamente desarrollando los

ejercicios propuestos para la comprensin de esta unidad, donde los
estudiantes al solucionar los casos propuestos logran adquirir destrezas en
el desarrollo adecuado de problemas lo cual nos puede servir tanto a nivel
profesional como personal.
 RESUMEN UNIDAD 1
CUADRO SINPTICO

Es aquella variable que toma diferentes valores Es aquella que toma un nmero
numricos, mediante un proceso de contar o Variable Aleatoria limitado de valores, generalmente
medir, como producto de un experimento Discreta nmeros enteros que son producto de
Variable aleatorio; dicha variable es un valor que un conteo.
Aleatoria cambia de una ocurrencia a otra sin seguir una
secuencia predecible, es decir en forma Es aquella que toma cualquier valor
Variable Aleatoria numrico producto de una medicin,
aleatoria.
Continua el cual est referido a un rango o
intervalo de valores.
Indica todos los resultados probables de un
Distribucin de
experimento, as como la probabilidad de Distribucin de
Probabilidad Conjunto de todos los resultados
ocurrencias de estos resultados. probabilidades de posibles numricos de un experimento
una variable a los que se puede asignar un valor
aleatoria discreta de ocurrencia o probabilidad.

Valor esperado de Es una media ponderada de todos los

una variable resultados posibles que presenta esta
VARIABLES
discreta variable aleatoria.
ALEATORIAS Y
DISTRIBUCIONES
DE PROBABILIDAD
Distribucin de Distribucin de gran cantidad de variables
probabilidad aleatorias discretas cuyos resultados
binomial experimentales son generados mediante un
proceso conocido como de Bernoulli.

Surge al seleccionar una muestra sin

Distribucin de reemplazo de una poblacin finita conocida y La funcin de probabilidad de una variable
probabilidad que representa una proporcin relativamente aleatoria con distribucin hipergeomtrica
hipergeomtrica grande de la poblacin, de tal forma que la puede deducirse a travs de razonamientos
probabilidad de xito cambia de una combinatorios y es igual a:
seleccin a otra.
( ) (

)
Se aplica para variables aleatorias discretas, () =
Distribucin de
ya que mide la frecuencia relativa de un ()
probabilidad de
evento en funcin a una unidad de tiempo, a
Poisson
un espacio o bien a una de volumen.
 ESTUDIO DE CASO 1
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.

1. Calificacin y probabilidad

Edward Ann
Nombre David Born
Brendan MacLaughlin
42 23 33
Edad
(18 pts.) ( 12 pts.) ( 0 pts.)
Tiempo de vivir en el 9 2 5
mismo domicilio
(20 pts.) ( 0 pts.) ( 20 pts.)
2 3 7
Antigedad con el auto
(13 pts.) (13 pts.) (3 pts.)
140 99 175
pago mensual del auto
(4 pts.) ( 6 pts.) ( 4 pts.)
300 200 Propietaria
costo de vivienda
(10 pts.) (10 pts.) (12 pts.)
Slo
Cuenta de cheques o Ambas Ninguna
cheques
ahorros
(15 pts.) (3 pts.) (0 pts.)
Puntuacin total 80 44 39
cantidad de datos 6 6 6

0,95 0,805 0,772

 David Born
80 80 95 95
( = 80) = + 95 = 0.95
10

Edward Brendan
44 40 85 78
( = 44) = + 78 = 0.801
10
Ann McLaughlin

39 30 78 70
( = 39) = + 70 = 0.77
10

2. Probabilidad que los 3 sean rentables = 0.592587

(3) = 0.95 0.808 0.772 = 0.592587

3. Probabilidad que ninguno sea rentable:

a. Hallar la posibilidad de que cada uno sea rentable, para as poder
determinar que ninguno fuera rentable.

() = 1 0.95 = 0.05

() = 1 0.81 = 0.19

() = 1 0.77 = 0.23

b. Entonces la probabilidad que ninguno sea rentable sera: 0.0021888

(0) = 0.05 0.19 0.23 = 0.0021888

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

rentables entre este grupo de tres clientes.

Para un rentable se toma la rentabilidad y los de no de los otros dos se

suman
Para dos rentables se toma la rentabilidad de dos y se suma uno de no
rentabilidad.
(1)
= 0.95 0.192 0.228 + 0.05 0.808 0.228 + 0.05 0.192
0.772

(1) = 0.0415872 + 0.0092112 + 0.0074112

(1) = 0.0582096

(2)
= 0.95 0.808 0.228 + 0.95 0.192 0.772 + 0.05 0. 808 0.772

(2) = 0.1750128 + 0.1408128 + 0.0311888

(2) = 0.3470144

5. En resumen

DAVID BORN cuenta con la mayor rentabilidad teniendo un patrimonio

slido y en cuanto a su capacidad de pago podra ser el mejor.
La probabilidad ms baja hallada es en la que ninguno de los casos sea
rentable.
De alguna manera sin tener que escoger los tres seran rentables.
La probabilidad de rentabilidad se halla bajo la distribucin de
probabilidad total.
 ESTUDIO DE CASO 3

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?
INFORME:

1. Esta situacin cumple con los supuestos de la distribucin

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

Si cumple con la distribucin Hipergeomtrica ser de la siguiente

manera, existe una poblacin se tomar como N, estn compuesto por
unos elementos que cumplen una propiedad la cantidad de dichos
elementos se denomina con la letra d, luego se debe extraer una
muestra n de la poblacin y la distribucin dar la probabilidad de lo que
se est buscando:
N/ son los 45 nmeros
d/ cantidad de elementos
x / elementos con propiedad
Los elementos que cumplen la propiedad son 6 que ha salido en el
sorteo.
La muestra que se toma es la de los 6 nmeros
La probabilidad que nos da el mtodo Hipergeomtrica es la de tener 0 a
6 ganadores.

2. Usando la distribucin de probabilidad Hipergeomtrica determinar

la probabilidad de que el jugador acierte los 6 nmeros
Frmula para comprobar probabilidad:

() (

)
() =
()

Aplicamos frmula para acertar 6 nmeros:

(66) (456
66
) 1 (39
0
) 1
(6) = = =
(45
6
) (45
6
) 45!
39! 6!
39! 6! 6! 720 1
= = = = 1.22773804107
45! 45.44.43.42.41.40 5864443200 8145060
= 0.000000122773804
 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) = = 1.22773804107
8145060

Si coincide con el punto anterior ya que se lleg a la misma fraccin.

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

ganadores.

(66) (456
66
) 1 (39
0
)
(6) = =
(45
6
) (45
6
)

39.38.37
3! 20.9139 182780
= 20 = =
45.44.43.42.41.40 8145060 8145060
6
= 0.02244059589

La probabilidad para que coincidan 3 de los 6 nmeros ganadores es =

0.02244059589

5. Calcule la probabilidad de que coincidan 4 de los 6 nmeros

ganadores

() (

)
() =
()

Solucin para acertar 4 nmeros

6.5 39 39.38
(64) (456
64
) 2 ( 2 ) 15 2 15.741 11115 741
(6) = = = = = =
(45
6
) 45
(6) 8145060 8145060 8145060 543004

= 0.001364630831
 La probabilidad para que el jugador acierte los 4 nmeros es =
0.001364630831

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

ganadores

() (

)
() =
()

Solucin para acertar 5 nmeros

(65) (456
65
) 6 (39
1
) 6.39 234 39
(6) = = = = =
(45
6
) (45
6
) 8145060 8145060 1357510

= 2.872807014 105 = 0.00002872807014

La probabilidad para que el jugador acierte los 4 nmeros es =

0.00002872807014

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

BALOTO?

Yo no soy persona de gasta dinero en juegos de azar y observando los

resultados obtenidos me da ms mi razn de no invertir dinero en juego
que es casi 100% suerte, es muy difcil acertar cinco o seis nmeros,
ms bien se ahorra ese dinero y se invierte mejor.
 ESTUDIO DE CASO 4

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 400
maletas perdidas. De esta manera, el nmero promedio de maletas perdidas
por vuelo es de 0.4.

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?

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

Es una distribucin de probabilidad porque cumple:

Es una distribucin discreta, ya que el nmero de maletas es dicreto.

Da la probabilidad de que suceda un nmero de veces un evento en un
intervalo de tiempo.

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

ninguna maleta

Para este caso, la probabilidad utilizando la distribucin de Poisson se calcula

como

= 0, = 0.4 =
!

0.4 (0.4)0
= = 0.67
0!

Esto demuestra que la probabilidad de que en un vuelo no se pierdan maletas

es alta.

3. Determine cul es la probabilidad de que en un vuelo se pierda

exactamente una maleta

Esta probabilidad viene dada por


= 1, = 0.4 =
!

0.4 (0.4)1
= = 0.27
1!

4. Determine cul es la probabilidad de que en un vuelo se pierdan

entre dos y cuatro maletas

Esta probabilidad es

0.4 (0.4)4 0.4 (0.4)2 0.4 (0.4)3

= + + = 0.06
4! 2! 3!

5. Podra establecer cul es la probabilidad de que se pierdan en un

vuelo ms de cuatro maletas

Esta probabilidad es

0.4 (0.4)4 0.4 (0.4)3 0.4 (0.4)2 0.4 (0.4)1 0.4 (0.4)0
=1( + + + + )
4! 3! 2! 1! 0!
= 6.12 105

Es una probabilidad muy pequea como es de esperarse porque es muy

improbable que en un vuelo se pierdan 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 momento en que se pierdan ms maletas que el valor medio, el supervisor

debe comenzar a sospechar.

COMO SE DESARROLLO EL CASO

Para solucionar este ejercicio se hizo necesario usar la distribucin de

probabilidad de Poisson porque:
Hace referencia a una variable aleatoria discreta
Se hace en referencia a un rango especifico, en este caso la prdida de
un equipaje en un intervalo de tiempo
La probabilidad de ocurrencia del suceso se da con una probabilidad
muy pequea
 ESTUDIO DE CASO 5

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
20,5 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 enviada a
ver al doctor
x
z=

21 20,5
z=
8.5
0.5
z=
8.5
z = 0.06
( = 0.06) = 0.5239 52.39%
 ( 0.06) = 0.5239 0.5 = 0.0239 2.39%

R/:La probabilidad de que una persona que llegue al refugio sea enviada
a ver al doctor es de 2.39%.

2. La probabilidad de que una persona que llegue al refugio tenga una

puntacin de 10 o menos puntos

=

10 20.5
=
8.5
20.5
=
8.5
= 2.7 2.70
( = 2.70) =0.0034 -> 0.0034%
( 2.70) = 0.5 0.0034 = 0.4966 4.96%
R/: La probabilidad de que una persona que llegue al refugio tenga una
puntacin de 10 o menos puntos es de 4.96%

3. La probabilidad de que una persona que llegue al refugio tenga una

puntuacin entre 16 y 20 puntos

=

Para 16 se tiene que
16 20.5
=
8.5
4.5
=
8.5
= 0.5
( = 0.5) = 0.3085 30.85%

Para 20 se tiene que

20 20.5
=
8.5
0.5
=
8.5
= 0.05
( = 0.05) = 0.5199 51.99%
( < < ) = 0.5199 0.3085 = 0.2114 21.14%
R/:La probabilidad de que una persona que llegue al refugio tenga una
puntuacin entre 16 y 20 puntos es de 21.14%.
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 =0.5596

=

= + ( )
= 20.5 + (8.5 0.5596)
= 20.5 + (4.75)
= 25.25 25
R/: Las personas que tengan un puntaje superior a 25 puntos deben ser
enviadas a un servicio de prevencin de suicidios.

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?

Se va a la tabla y se consulta 25% o sea 0.25 como valor de rea.

A este valor de rea se le halla el valor z asociado =0.5987

=

= + ( )
= 20.5 + (8.5 0.5987)
= 20.5 + (5.08)
= 25.58 26
R/: Las personas que tengan un puntaje superior a 26 puntos deben ser
enviadas a un servicio de orientacin laboral para mejorar sus recursos.
 CONCLUSIN

En las investigaciones en cuanto poblacin o situaciones utilizan muestras de

probabilidad, es decir, aquellas que el investigador pueda especificar la
probabilidad de cualquier elemento en la poblacin o suceso que investiga. Las
muestras de probabilidad permiten usar estadsticas que son aquellas que
permiten realiza comparaciones a partir de datos. Por otra parte, las muestras
no probabilsticas solo permiten usarse estadsticas descriptivas, aquellas que
solo permiten describir, organizar y resumir datos.
 REFERENCIAS BIBLIOGRFICAS

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

Recuperado
de: http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg
=194&docID=11013767&tm=1489690058527.
Monroy, S. (2008). Estadstica Descriptiva. Editorial: Instituto Tcnico
Nacional. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=
10436604&ppg=128
Martn, J. y Ruiz, L. (2004). Estadstica I: Probabilidad. 2nd ed. Madrid:
Paraninfo. vii-viii. Recuperado
de: http://bibliotecavirtual.unad.edu.co:2081/ps/eToc.do?rcDocId=GALE
%7CCX4052400005&inPS=true&prodId=GVRL&userGroupName=unad&
resultClickType=AboutThisPublication&contentModuleId=GVRL&searchT
ype=BasicSearchForm&docId=GALE%7C3BDC
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?docID=
10995669&ppg=19
Recuperado de:
http://datateca.unad.edu.co/contenidos/100402/modulo_probabilidad_201
0I.pdf
Universidad Oberta Cataluna U.O.C. Variables aleatorias discretas
Estadstica descriptiva y distribuciones de probabilidad. Bogot: Uninorte
Morales, Adriana (2010) Modulo Probabilidad. Bogot D.C., Universidad
Nacional Abierta y a distancia UNAD.