Documente Academic
Documente Profesional
Documente Cultură
Presentado Por:
Grupo: 301014_9
Presentado a:
Tutor
Noviembre de 2016
2
Contenido
Introducción .................................................................................................................................................. 3
Objetivos ....................................................................................................................................................... 4
Generales: .................................................................................................................................................. 4
Específicos ................................................................................................................................................ 4
Caso 2 ............................................................................................................................................................ 6
Caso 3 .......................................................................................................................................................... 11
Caso 4 .......................................................................................................................................................... 16
Caso 5 .......................................................................................................................................................... 20
Conclusiones ............................................................................................................................................... 23
Referencias Bibliográficas .......................................................................................................................... 24
3
Introducción
En la vida cotidiana aparecen muchas situaciones en las que los resultados observados son
diferentes aunque las condiciones iniciales en las que se produce la experiencia sean las mismas.
variable aleatoria X se dice que es discreta si los números asignados a los sucesos elementales de
E son puntos aislados. Sus posibles valores constituyen un conjunto finito o infinito numerable.
Por ejemplo, supongamos el experimento consistente en lanzar tres veces una moneda no trucada;
si consideramos la variable aleatoria X=”número de caras obtenidas en los tres lanzamientos”, los
valores que puede tomar esta variable aleatoria son finitos (0,1,2,3). o CONTINUA: La variable
aleatoria X será continua si los valores asignados pueden ser cualesquiera, dentro de ciertos
aleatoria X=”nivel de agua”, esta puede tomar valores entre 0 y más infinito. Distribuciones de
Probabilidad Es un modelo teórico que describe la forma en que varían los resultados de un
experimento aleatorio, es decir, nos da todas las probabilidades de todos los posibles resultados
que podrían obtenerse cuando se realiza un experimento aleatorio. Se clasifican como discretas o
distribución 27 densidad, la variable que se está considerando puede tomar cualquier valor dentro
de un intervalo dados.
4
Objetivos
Generales:
algunas de las distribuciones de probabilidad más comunes, tanto las discretas como las
continuas
Específicos
discreta de
probabilidad
UNIDAD 2 Variables Aleatorias y distribuciones de Probabilidad
es aquella que tiene por media el valor cero, μ = 0, y por desviación típica
Distribución
la unidad, σ =1 Para poder utilizar la tabla tenemos que transformar la
2. . Distribuciones continuas de probabilidad
normal y uso de variable X que sigue una distribución N(μ, σ) en otra variable Z que siga
la distribución una distribución N(0, 1)
normal estándar
Caso 2
presenta con mucha frecuencia. Una de sus características consiste en que sólo hay dos posibles
ensayos. Una tercera característica de una distribución binomial consiste en que la probabilidad
Un estudio del Departamento de Transporte de Illinois concluyó que 76.2% de quienes ocupaban
los asientos delanteros de los vehículos utilizaba cinturón de seguridad. Esto significa que los dos
ocupantes de la parte delantera utilizaban cinturones de seguridad. Suponga que decide comparar
la información con el uso actual que se da al cinturón de seguridad, para lo cual selecciona una
muestra de 12 vehículos.
INFORME A PRESENTAR:
1.- ¿Esta situación cumple con los supuestos de la distribución binomial? Identifíquelos
Existe una cantidad fija de ensayos, 12 en este caso, pues se verifican 12 vehículos.
Los ensayos son independientes. Si, en el cuarto vehículo seleccionado, todos los
ocupantes utilizan cinturón de seguridad, esto no influye en los resultados del quinto o
decimo vehículo.
3.- ¿Cuál es la probabilidad que los ocupantes de la parte delantera en exactamente 7 de los
P(x=7 І n= 12 y π=0.762)
8
12=7
De esta manera, se concluye que la probabilidad de que los ocupantes de exactamente 7 de los 12
4.- ¿Cuál es la probabilidad que los ocupantes de la parte delantera de por lo menos 7 de los
K= 7
N=12
P=0.762
5.- ¿Cuál es la probabilidad que los ocupantes de la parte delantera de máximo 7 de los 12
vehículos?
Como los eventos son mutuamente excluyentes (lo cual significa que una muestra de 12vehículos
no puede tener un total de 7 ni, al mismo tiempo, un total de 8 vehículos en que los ocupantes
P (x≥ 7 l n = 12 y π =0.762
= 0.9562
6.- ¿Encuentre el valor esperado del número de vehículos en los que los ocupantes de la
Muestra: 12
76.2% de 12 vehículos
10
seguridad es 9.
11
Caso 3
El Baloto, es la lotería en línea de Colombia, supervisado por ETESA (Empresa territorial para la
salud). Es un juego que consiste en acertar 6, 5, 4 o 3 números en cualquier orden de una matriz
del 1 al 45; El jugador señala en un tarjetón los 6 números que escoge. Los números están
representados en 45 balotas numeradas del 1 al 45. Cada número aparece una sola vez y las
balotas ganadoras se seleccionan sin reemplazo. El premio acumulado se entrega a quien haga
que denominamos d. Con esto podemos extraer una muestra n de la población y la distribución
D = cantidad de elementos
𝑑 𝑁−𝑑
( )( )
𝑃(𝑥) = 𝑥 𝑛 − 𝑥
𝑁
( )
𝑛
6 45 − 6 39
( )( ) 1( )
𝑃(6) = 6 6−6 = 0 = 1
45 45 45
( ) ( )
6 6 39! 6!
39! 6! 6! 720
= =
45! 45.44.43.42.41.40 5864443200
1
= 1.22773804 ∗ 10−7 = 0.000000122773804
8145060
𝑃(6) = 0.000000122773804
3.- La empresa encargada del sorteo informa que la probabilidad de que coincidan todos los
ganadores
1
𝑃(6) = = 1.22773804 ∗ 10−7
8145060
Si coincide este resultado con la respuesta anterior ya que se llegó a la misma fracción.
𝑑 𝑁−𝑑
( )( )
𝑃(𝑥) = 𝑥 𝑛 − 𝑥
𝑁
( )
𝑛
6 45 − 6 6.5.4 39
( )( )
3! ( 3 )
𝑃(6) = 3 6 − 3 =
45 45
( ) ( )
6 6
39.38.37
20 20 .9139 182780
= 3! = = = 0.02244059589
45.44.43.42.41.40 8145060 8145060
6!
14
𝑑 𝑁−𝑑
( )( )
𝑃(𝑥) = 𝑥 𝑛 − 𝑥
𝑁
( )
𝑛
6 45 − 6 6.5 39
( )( ) ( ) 15 39.38 15 ∗ 741 11115 741
2
𝑃(6) = 4 6 − 4 = 2 = 2 = = =
45 45 8145060 8145060 8145060 543004
( ) ( )
6 6
= 0.001364630831
𝑑 𝑁−𝑑
( )( )
𝑃(𝑥) = 𝑥 𝑛 − 𝑥
𝑁
( )
𝑛
6 45 − 6 39
( )( ) 6( )
𝑃(6) = 5 6 − 5 = 1 = 6 ∗ 39 = 234 = 39
45 45 8145060 8145060 1357510
( ) ( )
6 6
No invertiría en este juego, en lo personal creo que es más cuestión de suerte ya que hablando de
probabilidades y respecto a los resultados obtenidos por ejemplo, vemos que es complicado
acertar con tres cifras, así que con mayor razón un premio mayor, sería casi imposible.
16
Caso 4
durante un intervalo específico. El intervalo puede ser de tiempo, distancia, área o volumen. La
a la longitud del intervalo. El segundo supuesto consiste en que los intervalos son independientes.
En otras palabras, cuanto más grande sea el intervalo, mayor será la probabilidad; además, el
número de veces que se presenta un evento en un intervalo no influye en los demás intervalos.
Esta distribución posee diversas aplicaciones. Se le utiliza como modelo para describir la
las cabinas de automóviles recién pintados, el número de partes defectuosas en envíos, el número
periodo determinado.
equipaje de sus pasajeros, por lo que pocas veces se pierde equipaje. En la mayoría 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 número promedio de maletas perdidas por vuelo es de 0.3.
1.- ¿Esta situación cumple con los supuestos de la distribución Poisson? Identifíquelos
17
En otras palabras, cuanto más grande sea el intervalo, mayor será la probabilidad, y el número de
Concepto
Esta distribución es una de las más importantes distribuciones de variable discreta. Sus
principales aplicaciones hacen referencia a la modelización de situaciones en las que nos interesa
determinar el número de hechos de cierto tipo que se pueden producir en un intervalo de tiempo o
FORMULA
P(0)= 74%
3.- Determine cuál es la probabilidad de que en un vuelo se pierda exactamente una maleta
18
P(1)= 22%
4.- Determine cuál es la probabilidad de que en un vuelo se pierdan entre dos y cuatro maletas
P(2)= 0,3%
P(3)= 3.3%
P(4)= 2.5%
5.- Podría establecer cuál es la probabilidad de que se pierdan en un vuelo más de cuatro
Maletas
6.- ¿En qué momento debe sospechar el supervisor de la Aerolínea que en un vuelo se están
De acuerdo a los resultados obtenidos, se puede evidenciar que el momento en el cual se pierden
mayor cantidad de maletas es en el 1, es decir que se debe cuidar al momento de recoger las
Caso 5
Para una población grande de personas sin hogar, Wong y Piliavin (2001) examinaron factores de
Entre las personas sin hogar, la puntuación media del cuestionario CESD es 23,5 con una
desviación estándar de 7.5 y se considera que para la Variable X = puntuación del CESD, la
distribución es normal. Como trabajador en el área 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
Dentro de las políticas del refugio se encuentra que cualquier persona cuya puntuación sea de 20
Informe a presentar:
1) La probabilidad de que una persona que llegue al refugio sea enviado a ver al doctor.
Puntuación Media=23.5
X=20-23.5=3.5
Variable X=3.5
Desviación Estándar=7.5
21
2) La probabilidad de que una persona que llegue al refugio tenga una puntación de 10 o
menos puntos:
x = 10 μ = 23.5 σ = 7.5
X − μ 10 − 23.5 −13.5
Z= = = = −1.8
σ 7.5 7.5
3) La probabilidad de que una persona que llegue al refugio tenga una puntuación entre 16 y
20 puntos.
Puntuación 16
x = 16 μ = 23.5 σ = 7.5
x − μ 16 − 23.5 −7.5
Z= = = = −1
σ 7.5 7.5
Puntuación 20
22
x = 20 μ = 23.5 σ = 7.5
X − μ 20 − 23.5 −23.5
Z= = = = −0.46
σ 7.5 7.5
4) Si las personas sin hogar con puntuación en el 15% más alto deben ser enviadas a los
servicios de prevención de suicidios, ¿Qué puntuación hace calificar a una persona que
Rta. 23.5+15%=27.025
La puntuación que hace calificar a una persona que llega al refugio de servicios de prevención de
5) Las personas sin hogar con puntación en el 25% más bajo, se les envía a un servicio de
orientación laboral para mejorar sus recursos. ¿Qué puntuación permite calificar a una
Rta.23.5-25%=17.625
La puntuación que hace calificar a una persona para acceder al servicio de orientación laboral
Conclusiones
valores de datos económicos, políticos, sociales, biológicos, físicos, entre otros. Pero esta ciencia
no sólo consiste en reunir y tabular los datos, sino en dar la posibilidad de tomar decisiones
acertadas y a tiempo, así como realizar proyecciones del comportamiento de algún evento. Es así
la Estadística. Muchos de los eventos que ocurren en la vida del ser humano no se pueden
predecir con exactitud, pues la mayoría de los hechos están influenciados por el azar, es decir, por
procesos inciertos, en los que no se está seguro de lo que va a ocurrir. Sería un error afirmar que
Probabilidad llevan a descubrir que ciertos eventos tienen una mayor o menor probabilidad de
ocurrir que la apreciación hecha a través del sentido común. De esta manera, la Probabilidad
permite estudiar los eventos de una manera sistemática y más cercana a la realidad, entregando
una información más precisa y confiable y, por tanto, más útil para las distintas disciplinas del ser
humano. De ahí que se vea la importancia de conocer a profundidad las características de ciertos
fenómenos cotidianos que el ser humano vive, comprender los métodos Probabilísticos más
comúnmente usados y con ellos llegar a tomar las decisiones más apropiadas.
24
Referencias Bibliográficas
González, M. M. T., & Pérez, D. V. A. (2010). Estadística aplicada una visión instrumental.
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=216&docID=1039023
8&tm=1470697885580
Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=183&docID=1043660
4&tm=1470693651415
González, M. M. T., & Pérez, D. V. A. (2010). Estadística aplicada una visión instrumental.
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=235&docID=1039023
8&tm=1470697787148
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=47&docID=10995669
&tm=1470693596054
Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=194&docID=1043660
4&tm=1470693683773
González, M. M. T., & Pérez, D. V. A. (2010). Estadística aplicada una visión instrumental.
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=282&docID=1039023
8&tm=1470697674966
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=59&docID=10995669
&tm=1470694057290