Pasó 3 - Experimentos aleatorios y distribuciones de probabilidad continúan

Derly Nayive Romero Díaz

Diego Sitiven Rubio

Oscar Javier Avila

Grupo: 100402A_473

Tutor: Yuri Vanessa Nieto

Universidad Nacional Abierta y a Distancia

UNAD

Ingeniería En Telecomunicaciones
Bogotá 2018
 INTRODUCCIÓN

En desarrollo del curso de probabilidad, se espera que el estudiante de este

programa académico logre, por medio de la aplicación de los conocimientos
adquiridos en el desarrollo de la primera unidad, la solución de ejercicios prácticos
que le permitan llevar a su contexto diario el aprendizaje realizado.

Los estudiantes del curso 100402_21 debemos entregar en esta tercera fase una
serie de evidencias que permitan deducir el recorrido y aprehensión de los distintos
temas de la unidad 2 evidencias que deberán ser construidas de forma colaborativa
por todos los integrantes del grupo.

En este trabajo, hacemos desarrollo de las actividades planteadas por los

formadores, esperando haber cumplido a cabalidad con lo esperado en ellas.
Objetivos
 Validar conocimientos básicos de la probabilidad a la hora de analizar cada
caso
 Obtener un excelente ponderado en la nota colaborativa, con el cual
estimulara nuestro trabajo en equipo.

Actividades a desarrollar

ESTUDIO DE CASO 1
Supongamos que X es una variable aleatoria discreta y que x es uno de sus
valores posibles. La probabilidad de que la variable aleatoria X tome el valor
específico x se representa por medio de P(X = x). La función de probabilidad de
una variable aleatoria es una representación de las probabilidades de todos los
resultados posibles. Esta representación podría ser algebraica, gráfica o tabular.
En el caso de las variables aleatorias discretas, un sencillo método es enumerar
las probabilidades de todos los resultados posibles de acuerdo con los valores de
x.

Una empresa nueva de buses del Sistema Integrado de Transporte de Bogotá

(SITP) ha comenzado a dar servicio en un nuevo barrio. Se ha registrado el
número de usuarios que hay en este barrio en el servicio a primera hora de la
mañana (5:00 a.m.). La tabla adjunta muestra la proporción de cada uno de los
días de la semana.
 1. Grafica de la función de probabilidad de la variable aleatoria X: Número de
usuarios.

𝑠 2 = 𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎
𝑥 = 𝑡𝑒𝑟𝑚𝑖𝑛𝑜 𝑑𝑒 𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑜 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠
𝑀 = 𝑚𝑒𝑑𝑖𝑎 𝑑𝑒 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑛 = 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑚𝑢𝑒𝑠𝑡𝑟𝑎

Numero de Probabilidades Media Varianza

Usuarios X-M/n
0 0,02 6,78 -0,1111
2 0,05 6,78 0,6440
3 0,12 6,78 1,6440
5 0,18 6,78 3,6440
6 0,13 6,78 4,6440
8 0,16 6,78 10,4649
10 0,14 6,78 21,0409
12 0,12 6,78 41,4377
15 0,08 6,78 81,2314
z
Totales 61 1 164,6397
 Numero de usuarios
porporcion
0.2

0.15

0.1

0.05

0
0 2 4 6 8 10 12 14 16

 El promedio de número de usuarios de la empresa de buses del sistema

integrado de trasporte de Bogotá es 61 usuarios
 Media la media para la empresa de buses del sistema integrado de
trasporte de Bogotá es 67.8

3 Probabilidad de que en un día seleccionado aleatoriamente haya

exactamente ocho usuarios del barrio esperando el servicio

Cogemos y dividimos los 8 usuarios por el total de usuarios que nos dio en
la grafica

8
= 0.13 = 13%
61

Exactamente de los ocho usuarios el 13 % del barrio están esperado el

servicio.
4 Probabilidad de que en un día seleccionado aleatoriamente haya más de
seis usuarios del barrio esperando este servicio

Analizamos nuestra probabilidad con el siguiente análisis

0.13+0.16+0.14+.0.12+00.8=63%

El 63%de usuarios del barrio están esperando el servicio

5. Probabilidad de que en un día seleccionado aleatoriamente haya menos

de cuatro usuarios del barrio en este servicio

0,02 + 0,05 + 0,12 = 0,19 %

6El numero esperado de usuarios de este servicio y su desviación estándar

𝑠 = √164.64 = 12.83 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟

7. Con base en estos resultados, redacte un breve resumen de sus

hallazgos para la empresa

Con los análisis que realizamos anteriormente nos podemos dar cuenta que
al comienzo del nuevo horario de la presentación del servicio fue muy
favorable para muchos usuarios pero al trascurso del tiempo fue
desmejorando la calidad del servicio.
ESTUDIO DE CASO 2

La distribución de probabilidad binomial es una distribución de probabilidad discreta

que se presenta con mucha frecuencia.

Una de sus características consiste en que sólo hay dos posibles resultados en un
determinado ensayo del experimento y los resultados son mutuamente excluyentes;
Otra característica de la distribución binomial es el hecho de que la variable aleatoria
es el resultado de conteos. Es decir, se cuenta el número de éxitos en el número
total de ensayos. Una tercera característica de una distribución binomial consiste en
que la probabilidad de éxito es la misma de un ensayo a otro.

Un estudio del Departamento de Transporte de

Illinois concluyó que 78.5% 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 8 vehículos.
Ilustración 1. Estudio de caso 2
Usando sus conocimientos sobre distribuciones
discretas de probabilidad, presente un informe en el
que como mínimo incluya:

INFORME A PRESENTAR:

1. ¿Esta situación cumple con los supuestos de la distribución binomial?

Identifíquelos

•solo hay posibilidades de que en un vehículo en particular los ocupantes de la parte

delantera utilicen o no el cinturón de seguridad
• La probabilidad de que los ocupantes utilicen cinturón de seguridad es la misma
para cualquier vehículo la cual corresponde a 76.2%.
• hay una cantidad fija de 12 pruebas, ya que se verifican 12 vehículos.
• Las pruebas son independientes ya que el resultado de un vehículo no influye en
los demás
2. Elabore un diagrama de barras para la distribución de probabilidad
binomial que representa esta situación

0.3

0.25

0.2
P(x)

0.15

0.1

0.05

0
1 2 3 4 5 6 7 8 9 10 11 12
vehiculos

3. ¿Cuál es la probabilidad que los ocupantes de la parte delantera en

exactamente 7 de los 12 vehículos seleccionados utilicen cinturones de
seguridad?

𝑛 = 12
𝜋 = 0.762
𝑃(𝑥) = 𝐶𝜋 𝑥 (1 − 𝜋)𝑛−𝑥
𝑃(𝑥 = 7) = 𝐶 ∗ 0.7627 (1 − 0.762)12−7
𝑃(𝑥 = 7) = 792(0.14917)(0.00076)
𝑃(𝑥 = 7) = 0.0902
4. ¿Cuál es la probabilidad que los ocupantes de la parte delantera de por lo
menos 7 de los 12 vehículos utilicen cinturón de seguridad?

En la siguiente tabla calculamos todas las probabilidades con ayuda de Excel

vehículo C P(x)
0 1 3,30311E-08
1 12 1,26906E-06
2 66 2,23472E-05
3 220 0,000238496
4 495 0,00171807
5 792 0,008801136
6 924 0,032874832
7 792 0,090218326
8 495 0,18053142
9 220 0,256890648
10 66 0,246744547
11 12 0,143635863
12 1 0,038323014

Ahora la probabilidad de que al menos tiene vehículos utilice cinturón de

seguridad
𝑃(𝑥 >= 7) = 𝑃(𝑥 = 7) + 𝑃(𝑥 = 8) + 𝑃(𝑥 = 9) + 𝑃(𝑥 = 10) + 𝑃(𝑥 = 11)
+ 𝑃(𝑥 = 12)
𝑃(𝑥 >= 7) = 0.0902 + 0.1805 + 0.2569 + 0.2467 + 0.1436 + 0.0383
𝑃(𝑥 >= 7) = 0.9562

5. ¿Cuál es la probabilidad que los ocupantes de la parte delantera de

máximo 7 de los 12 vehículos

𝑃(𝑥 <= 7) = 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 3) + 𝑃(𝑥 = 4) + 𝑃(𝑥 = 5)

+ 𝑃(𝑥 = 6) + 𝑃(𝑥 = 7)
 𝑃(𝑥 <= 7) = 3.3 ∗ 10−8 + 1.27 ∗ 10−6 + 2.2 ∗ 10−5 + 0.00024 + 0.0017 + 0.0088
+ 0.0329 + 0.0902
𝑃(𝑥 <= 7) = 0.13386

6. ¿Encuentre el valor esperado del número de vehículos en los que los

ocupantes de la parte delantera utilizan el cinturón de seguridad?

Se esperan que pasen 9 vehículos con cinturón de seguridad ya que es el que

más probabilidades tiene.

ESTUDIO DE CASO 41

La distribución de probabilidad de Poisson describe el número de veces que se

presenta un evento durante un intervalo específico. El intervalo puede ser de tiempo,
distancia, área o volumen. La distribución 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 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 distribución de errores en una entrada de datos, el número de rayones
y otras imperfecciones en las cabinas de automóviles recién pintados, el número de
partes defectuosas en envíos, el número de clientes que esperan mesa en un
restaurante, el número de accidentes en una carretera en un periodo determinado.

1
Tomado y adaptado de Giovanangelli, B., 100 Enigmas de Probabilidad. Juegos divertidos para potenciar tu mente,
Editorial Planeta, 2009
Los padres preocupados porque sus hijos son
“propensos a accidentes” pueden estar tranquilos, de
acuerdo a un estudio realizado por el Departamento de
Pediatría de la Universidad de California, San
Francisco. Los niños que se lesionan dos o más veces
tienden a sufrir estas lesiones durante un tiempo
relativamente limitado, por lo general un año o
menos. El estudio determinó que el número promedio Ilustración 2. Estudio de caso
de lesiones por año para niños en edad escolar es de
dos. 4

Usando sus conocimientos sobre distribuciones de probabilidad discretas, presente

un informe que como mínimo contenga:

1. Esta situación cumple con los supuestos de la distribución Poisson.

Identifíquelos

Rta: Los dos supuestos presentes son que sea una variable aleatoria discreta y
que los sucesos que son objeto de estudio ocurren de forma independiente entre
sí.

2. Probabilidad de que un niño sufra tres lesiones durante el año

x:3
u = 2 por año

𝑢𝑘 𝑒 −𝑢
P (X = K) =
𝑘!
23 𝑒 −2 8𝑒 −2
P (X = K) = = = 0,18045 = 18%
3! 6
3. Probabilidad de que un niño sufra más de tres lesiones durante el año

P (X ≥ 3) = 1 − P(X < 3)
P (X < 3) = P(0) + P(1) + P(2)
20 𝑒 −2 1𝑒 −2
P (0) = = = 0,13534
0! 1
21 𝑒 −2 2𝑒 −2
P (1) = = = 0,27067
1! 1
22 𝑒 −2 4𝑒 −2
P (2) = = = 0,27067
2! 2

P (X ≥ 3) = 1 − (0,13534 + 0,27067 + 0,27067) = 0,3233 = 32%

4. Probabilidad de que un niño sufra una lesión en los siguientes tres meses
del año

2 ACCIDENTES --- 12 MESES

U2-----3 MESES

2 𝑎𝑐𝑐𝑖𝑑𝑒𝑛𝑡𝑒𝑠 . 3 𝑚𝑒𝑠𝑒𝑠
𝑈2 = = 0,5
12 𝑀𝑒𝑠𝑒𝑠

0,51 𝑒 −0,5
P (x = 1) = = 0,3032 = 30,3%
1!

5. Número de lesiones esperado por año y su desviación estándar. Dentro de

que limites se espera entonces que caiga el número de lesiones por año.

El valor esperado (y la varianza) de una variable aleatoria con distribución de

poisson sn iguales a u. en nuestro caso el número de lesiones esperada por año
es 2. (u=2).
 La desviación estándar es:

𝜎 = √4 = √2

Realmente, pueden estar tranquilos los padres? Sustente su opinión en los

resultados obtenidos

Yo de padre no estaría tranquilo, las probabilidades de los accidentes en los niños

son significativas.