CASO PRACTICO UNIDAD 3

ASTRID MILENA CARDONA LOPEZ

ESTADISTICA

DOCENTE

MILCON MONTENEGRO

COORPORACION ASTURIAS

ADMINISTRACION DE EMPRESAS

ABRIL 29 DEL 2019

 CASO PRÁCTICO

1. ¿Qué modelo de distribución podrían seguir las siguientes variables aleatorias?

- Número de Hombres, mujeres y niños (menores de 12 años, de cualquier sexo),

en un avión con 145 pasajeros.

Respuesta:

Distribución Bernouilli ya que esta distribución admite 2 resultados que son el

Éxito y el Fracaso, donde la variable discreta X asociada en este experimento
toma el valor 1 cuando ocurre el éxito con probabilidad P(A) = p y el valor 0
cuando ocurre el fracaso con probabilidad P(Ȃ) = q

- Número de visitas que recibe en una hora www.iep.edu.es

Respuesta:

Distribución Poisson donde se observa la ocurrencia de hechos de cierto tipo

durante un periodo de tiempo o a lo largo de un espacio, considerados Unitarios

- Enciclopedias vendidas por un vendedor a domicilio tras visitar 18 casas.

Respuesta:

Distribución Binomial donde se realizan n pruebas de Bernouilli sucesivas e

independientes. La variable aleatoria discreta X se denomina variable Binomial
cuando X = " número de veces que ocurre el suceso éxito en n pruebas"

X ~ B(n,p)

2. Si Ʀ sigue la distribución B (10, 0, 8), su valor esperado y su varianza valen:

a) 8 y 0.2
b) 0.8 y 1.6
c) 8 y 16
d) 0.8 y 0.2

Respuesta:

b) 0.8 y 1.6
 FORMULA = N. INTENTO X PROBABILIDAD EXITO
N. INTENTOS 10
PROBABILIDAD ÉXITO 0.8
MEDIA 8

En la media binomial por definición es el número de intentos por la probabilidad de éxito.

Entonces seria asi: 10 x 0.8 = 8

VARIANZA = MEDIA * (1-PROBABILIDAD ÉXITO)

PROBABILIDAD ÉXITO 0.8
MEDIA 8
CONSTANTE 1
VARIANZA 1.6

En cambio en la varianza se multiplica la probabilidad de éxito por el número ensayos

menos una probabilidad de éxito.

Entonces seria asi: 8 x (1-0.8) = 1.6

3. ¿Qué falta en la f(x) de cuantía de una variable B(n,p); P(Ɛ =x) = ¿? Px (1-p) n-x?

a) n! / x
b) n! / [ x! (n-x)!]
c) x! / [ n! (x-n)!]
d) x! / n!

Teniendo los datos anteriormente, dados podemos deducir que es una distribución
binomial, donde n veces es el número de pruebas que se realiza y p es la probabilidad de
éxito.

Esta se define como:

P (x = k) = (n k) Pk qn-k donde k = 0, 1, 2, 3….n

Donde el número combinatorio (n k) es:

n !

K! (n=k)! Y sabiendo que K = x, la respuesta es la b:

n !

x ! (n = x)!

4. Se efectúan lanzamientos consecutivos de un dado correcto. Resuelva las

siguientes cuestiones:

a) Determine razonablemente la distribución de probabilidad de la v, a, Ɛ

"numero de lanzamientos que deben efectuarse hasta conseguir el primer
resultado par".

Calcular la probabilidad de que se requieran 3 lanzamientos.

Respuesta:

Lo que debemos hacer, es tener una función que nos de los valores de
probabilidad para ambos casos, que son los números pares y los números
impares.

F(x) ⌠1/2 par

F(x) ⌠ ½ impar

Esto es asi ya que si cuentas, los valores pares son ⌠2, 4,6⌡, los impares

⌠1, 3,5⌡lo cual implica que sumando un sexto por cada caso, vemos que hay
probabilidad de un medio de obtener un valor par, de esta forma, la
probabilidad de conseguir dos impares y un par:

P (2 pares) = (1/2)2 = ¼ = 0.25 x 100 = 25 %

Probabilidad del 25 %

b) Determinar razonadamente la distribución de probabilidad de la v, a, µ,

"numero de lanzamientos que deben efectuarse hasta seguir 3 pares". Calcular la
probabilidad de que se requieran 5 lanzamientos.
 Respuesta:

Primero que todo vamos a mirar cuantas posibilidades pueden aparecer en 3

lanzamientos, serian 6 posibilidades en cada lanzamiento, se multiplica y nos
da un total de 6 cubos, es decir 216, de esas nos importa solo (2, 4,6), serian 3
posibilidades en cada lanzamiento 33 = 27 posibilidades.
Entonces son 27 posibilidades entre 216, es decir
27/216 =0.125 que significa 1/8

(1/8 pares
(7/8 otro

Ahora para obtenerla probabilidad:

P (4 lanzamientos no favorables)= (7/8 )5= 0.586 x 100 = 59%

Lo que significa que tenemos una probabilidad del 59 % que ocurra.

 CONCLUSIONES

 Con este caso práctico llego a la conclusión, que la estadística es una

herramienta que es muy útil para describir, analizar e interpretar las
características en el ambiente que vivimos como grupo de individuos, como
las circunstancias del diario vivir.
 La estadística nos enseña acumular datos numéricos que se pueden
adquirir de la observación de muchos fenómenos, los procesamos de una
manera razonable mediante las teorías de Poisson, Bernoulli, Binomial,
Normal, Geométrica, Varianza, Esperanza etc., las cuales nos contribuyen
en nuestro conocimiento como estudiantes de administración de
empresas.
 Al realizar la solución de este caso práctico aprendí a diferenciar ejercicios
de distribución y si este es continua o discreta.
Bibliografía

http://www.estadistica.net/Algoritmos2/web-distribuciones.pdf

https://www.uv.es/ceaces/base/modelos%20de%20probabilidad/MODEPR1.htm

https://es.khanacademy.org/math/statistics-probability/random-variables-stats-library/random-
variables-discrete/v/discrete-and-continuous-random-variables

https://es.khanacademy.org/math/probability/probability-geometry/probability-counting-
permutations-combinations/v/probability-of-dependent-events-2

https://es.khanacademy.org/math/probability/data-distributions-a1/summarizing-center-
distributions/v/statistics-intro-mean-median-and-mode

https://wtv.frooze.tv/embed_iep2.php?id=5283701d-1134-11e6-b58e-f2bddc18df1a