Unidad 2

EXPERIMENTOS ALEATORIOS Y DISTRIBUCIONES DE

PROBABILIDAD

GRUPO
100402_68

PRESENTADO A
FRANCISCO JAVIER PEREIRA LOPEZ

PRESENTADO POR
LUIS CARLOS APOZA VARON
CC 1130655927

UNAD
 EJERCICIO :1 desarrollará un cuadro sinóptico que servirá como sustento a la solución de los ejercicios
posteriores

es una función que asigna un valor, usualmente numérico, al

aleatoria resultado de un experimento aleatorios
s
variable que no puede tomar algunos valores dentro de un
Variables discretas mínimo conjunto numerable, quiere decir, no acepta cualquier
valor, únicamente aquellos que pertenecen al conjunto

continuas puede tomar un valor fijo dentro de un intervalo determinado.

Probabilidad
condicional y
Unidad 2:
distribuciones Distribucione Una distribución de probabilidades para una variable aleatoria discreta es un
de Probabilidad listado mutuamente excluyente de todos los resultados numéricos posibles para
s discretas de
esa variable aleatoria tal que una probabilidad específica de ocurrencia se asocia
probabilidad
con cada resultado.

se llama continua si su función de

Distribuciones distribución es continua. Puesto que
continuas de la función de distribución de una
probabilidad variable aleatoria X viene dada por
Estudio de caso 1:

Distribución Hipergeométrica: Una compañía tiene siete solicitantes

para dos puestos de trabajo: tres mujeres y cuatro hombres. Suponga
que los siente solicitantes están igualmente calificados y que no se da
preferencia para elegir género alguno. Sea x igual al número de mujeres
escogido para ocupar las dos posiciones.
a. Escriba la fórmula para p(x), la distribución de probabilidad de x.

𝑁 = 𝑛𝑢𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛

𝑘 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 é𝑥𝑖𝑡𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
𝑛 = 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑥 = 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑥𝑖𝑡𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑘 𝑁−𝑘
(𝑥 )( 𝑛 − 𝑥 )
𝑝(𝑥) =
𝑁
𝑛
𝑁=7
𝑘= 2
𝑛=3
𝑥=2
2 7−2 2 5 2 5
( )( ) ( )( ) ( )( ) 1 ∗ 5 5
𝑝(𝑥 = 2) = 2 3 − 2 = 2 1 = 2 1 = = = 0.1428
7 7 7 35 35
3 3 3
= 14,28% 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑙𝑜𝑠 𝑑𝑜𝑠 𝑝𝑢𝑒𝑠𝑡𝑜𝑠 𝑠𝑒𝑎𝑛 𝑝𝑎𝑟𝑎 𝑙𝑎𝑠 𝑚𝑢𝑗𝑒𝑟𝑒𝑠
 b. ¿Cuáles son la media y la varianza de esta distribución?
Media de este caso
𝑚
𝐸(𝑥) = 𝑛
𝑁
2
𝐸(𝑥) = 3
7
𝐸(𝑥) = 0.8571
𝐸(𝑥) = 85.71%

Varianza de este caso

𝑥 𝑥 𝑁−𝑛
𝜎2 = 𝑛 (1 − ) ( )
𝑁 𝑁 𝑁−1
2 2 7−3
𝜎 2 𝑣𝑎𝑟(𝑥) = 3 (1 − ) ( )
7 7 7−1
𝜎 2 𝑣𝑎𝑟(𝑥) = 0.4081
𝜎 2 𝑣𝑎𝑟(𝑥) = 40.81%

c. Construya un histograma de probabilidad para x.

 histograma
3.5

2.5

1.5

0.5

0
1

f(X) X

Estudio de caso 22:

Distribución Binomial: La preferencia por el color de un auto cambia

con los años y de acuerdo con el modelo particular que seleccione el
cliente. En año reciente, suponga que 10% de todos los autos de lujo que
se vendieron eran negros. Si 25 autos de es año y tipo se seleccionan al
azar, encuentre las siguientes probabilidades:

a. Al menos cinco autos sean negros.

b. A lo sumo seis autos son negros.
c. Más de cuatro autos son negros.
d. Exactamente cuatro autos son negros.
e. Entre tres y cinco autos (inclusive) son negros.
f. Más de veinte autos no son negros.

10% de los autos de lujos son negros

n= 25
a. Al menos cinco autos sean negros.

10%*25 = 2,5

P = 5/25*0,1 = 0,02 = 2%

b. A lo sumo seis autos son negros.

P= 6/25*0,10= 0,024 = 2,4%

c. Más de cuatro autos son negros.

P= 4/25*0,10 = 0,016

P = 1-0,016 =0,984 = 98,4%

d. Exactamente cuatro autos son negros.

P= 4/25*0,10 = 0,016

e. Más de veinte autos no son negros.

P = 20/25 *0,9 = 0,72 = 72%

Estudio de caso 33:

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.

Un conmutador puede manejar un máximo de 5 llamadas por minuto. Si

la experiencia indica que se recibe un promedio de 3 llamadas por minuto.
Utilice la distribución Poisson para encontrar las probabilidades de que el
número de llamadas recibidas por el conmutador en 1 minuto sea:

a. A lo sumo 4.

b. Menos de 3.

c. Al menos 4.

d. Quede saturado.

e. Entre 1 y 3.

f. Una o más pero menos de 5.

g. Más de 2 pero menos de 5.

h. Ninguna.

i. Si se cuenta el número de llamadas en 5 minutos, cual es la

probabilidad de que se reciban 4 llamadas.

a. A lo sumo 4.

P(x<=4)=81,53 %

b. Menos de 3.

P(x<3)=42,32 %

c. Al menos 4.

P(x>=4)=26,89 %
d. Quede saturado.

P(x=5)=91,61 %

e. Entre 1 y 3.

P(1<=x<=3)=59,74 %

f. Una o más pero menos de 5.

P(1<=x<5)=76,55 %

g. Más de 2 pero menos de 5.

P(2<x<5) =39,21 %

h. Ninguna.

P(x=0)=4,98 %

i. Si se cuenta el número de llamadas en 5 minutos, cual es la

probabilidad de que se reciban 4 llamadas.

P(x=4, media=3(5)) =0,09 %

Estudio de caso 44:

Distribución Normal: Supóngase que se sabe que los pesos de cierto

grupo de personas están distribuidos aproximadamente de forma normal
con media 𝜇=70 𝑘𝑔 y desviación estándar 𝜎=12,5 𝑘𝑔. Use sus
conocimientos sobre la distribución normal para responder:
a. ¿Cuál es la probabilidad de que una persona elegida al azar de este
grupo pese ms de 80 kg?
b. ¿Cuál es la probabilidad de que una persona elegida al azar de este
grupo pese entre 50 kg y 85 kg?
c. ¿Cuál es el peso que es superado solo por el 93% de las personas
del grupo?
Datos:
μ = 70 kg
σ = 12,5 kg
Distribución normal
Z = X-μ/σ
¿Cuál es la probabilidad de que una persona elegida al azar de
este grupo pese menos de 80 kg?
P ( X≤80 kg) = ?
Z = 80-70/12,5 = 0,8 Valor que ubicamos en la tabla de distribución

P (X≤80 kg) = 0,78814 = 78,814%

¿Cuál es la probabilidad de que una persona elegida al azar de
este grupo pese entre 50 kg y 85 kg?
P (50≤X85) = ?
P(50≤X ) = 0,0548
P(85≤X ) =0,88493
P (50≤X85) = P(50≤X ) -(1-P(85≤X ))
P (50≤X85) =0,06

¿Cuál es el peso que es superado solo por el 93% de las

personas del grupo?
1,-0,93= 0,07 determinamos Z
Z = -1,48
-1,48 = X-70/12,5
-18,5 +70 = X
X = 51,50 kilos