104 Tarea2

Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Unidad 2: Tarea 2 - Experimentos Aleatorios y Distribuciones de

Probabilidad
Libna Marcela Ramírez Cód. 1.121.937.904

Yohan Sebastián Moreno Cód. 1.069.750.850
Oscar Augusto Cabrera Cód. 1.069.722.056
Xiomara Robles Medellín Cód. 1.070.333.119
Grupo: 100402_104
Universidad Nacional Abierta y a Distancia - UNAD

La correspondencia relacionada a este trabajo debe ser dirigida a
José Héctor Maestre.
Introducción
(mínimo 2 párrafos de 10 líneas de texto cada uno)
Mi originalidad consiste en traer a la vida, de un modo humano, seres

improbables y hacerlos vivir de acuerdo como las leyes de la
probabilidad, pero poniendo -tan lejos como sea posible- la lógica de lo
visible al servicio de lo invisible.
Odilón Redon
En el presente trabajo colaborativo encontraremos el desarrollo de 4

casos respecto al uso de la probabilidad los cuales fueron realizados
por cada uno de los integrantes, igualmente realizamos un Mentefacto
de acuerdo a los temas expuestos en la unidad 2 del curso de
Probabilidad el cual fue realizado por cada uno de los integrantes.
Actualmente la probabilidad es utilizada para pronosticar o anticipar
situaciones, es el cálculo matemático que evalúa las posibilidades que
existen de que una cosa suceda como interviene al azar.
Con el desarrollo del trabajo colaborativo se consigue intensificar los
conocimientos de probabilidad para enfocarse en cada una de las
distribuciones, las cuales serán de gran uso para el desempeño como
profesionales enfocándonos hábilmente a la solución de casos
presentados en la vida cotidiana, a medida que se desarrolló cada
ejercicio se encontraron dificultades, pero se supieron sortear
encontrando una buena consolidación de la guía.
Objetivos
El grupo presenta máximo 3 objetivos, uno general y dos
específicos.
General
Brindar las herramientas necesarias para que cada uno de los
estudiantes, para poder calcular la probabilidad Distribución
Hipergeométrica, Distribución Binomial, la distribución de
probabilidad de Poisson, Distribución Normal, para cada una de
ellas.
Específicos
- Desarrollar ejercicio 1 según lo solicitado por la Guía de
actividades.
- Desarrollar ejerciico2 con sus cuatro casos según lo solicitado por
la Guía de actividades.
Ejercicio 2
El grupo entrega aquí, de manera organizada, el análisis, desarrollo y
solución de ESTUDIO DE CASO que selecciono y explico cada estudiante
a sus compañeros de grupo.
Solución al estudio de caso 1: El grupo entrega aquí, de manera
organizada, el análisis, desarrollo y solución del ESTUDIO DE
CASO presentado
RESPONSABLE ROL SELECCIONADO
Libna Marcela Entregas
Ramírez
Estudio de caso 1 - Distribución Hipergeométrica:

Una compañía tiene siete solicitantes para dos puestos de trabajo: tres
mujeres y cuatro hombres. Suponga que los siete 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.
Solución
𝑁 = 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
Datos del ejercicio
𝐾 = 𝑛° 𝑑𝑒 𝑖𝑛𝑑𝑖𝑣𝑖𝑑𝑢𝑜𝑠
7 solicitantes
𝑛 = 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
3 mujeres
𝑥 = 𝑣𝑎𝑙𝑜𝑟𝑞𝑢𝑒 𝑡𝑜𝑚𝑎 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒
4 hombres
2 puestos de trabajo
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.

Formula
𝑘 𝑁 −𝑘
( )( )
𝑝(𝑥) = 𝑋 𝑛 − 𝑋
𝑁
( )
𝑛
N=7
k=2
x=2
n=2
Aplicamos
2 7−2
( )( )
𝑝(𝑥 = 2) = 2 2 −2
7
( )
2
𝑛 𝑛!
( )=
𝑘 𝑘! (𝑛 − 𝑘)!
2! 5! 2 ∗ 2! 5! ∗ 5! 2 5
∗ ∗ ∗
𝑝(𝑥 = 2) = 2! 0! 0! 5! = 2! 0! 0! 5! = 0 0
7! 7! ∗ 6! ∗ 5! 42
2! 5! 2! 5! 2
10
𝑝(𝑥 = 2) = = 0,0476 = 4,76%
21
b. ¿Cuáles son la media y la varianza de esta distribución?
Media:
𝜇 = 𝑛. 𝑝
𝜇 = 2. 4,76 = 9,52
Varianza:
𝑁 − 𝑛 𝑛𝑘 𝑘
𝑉𝑎𝑟[𝑋 = 2] = ( ) ( ) (1 − )
𝑁−1 𝑁 𝑁
7 − 2 2,2 2
𝑉𝑎𝑟[𝑋 = 2] = ( ) ( ) (1 − )
7−1 7 2
En la fórmula anterior, definiendo
𝑘 2
𝑝= =
𝑁 2
𝑞 =1−𝑝
𝑁−𝑛
𝜎 2 = 𝑛𝑝𝑞
𝑁−1
7−2
𝜎 2 = 𝑛𝑝𝑞 ( )
7−1
5
𝜎 2 = 𝑛𝑝𝑞 ( )
6
5
𝜎 2 = 0,37 ( )
6
𝜎 2 = 0,30
c. Construya un histograma de probabilidad para x.
PROBABILIDAD
CONVINACIONES PARA X
Mujer - Mujer 14.3
Mujer - Hombre 57.2
Hombre - Hombre 28.6

CASO presentado
Oscar Cabrera Revisor
Estudio de caso 21:
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 ese año y tipo se
seleccionan al azar, encuentre las siguientes probabilidades:
a. Al menos cinco autos sean negros.
𝑛 = 25; 𝑝 = 0,10; 𝑞 = 1 − 𝑝 = 0,90

𝑛!
𝑃𝑛,𝑟 = 𝑝𝑟 𝑞 𝑛−𝑟
(𝑛
𝑟! − 𝑟)!
- r=0
25! 1,551 × 1025
𝑃25,0 = 0,100 0,9025−0 = × 1 × 0,071789799
0! (25 − 0)! 1(1,551 × 1025 )
= 1 × 1 × 0,071789799 = 0,071789799
- r=1
25! 1,551 × 1025
𝑃25,1 = 0,101 0,9025−1 = × 0,10 × 0,079
1! (25 − 1)! 1(6,204 × 1023 )
= 25 × 0,10 × 0,079 = 0,199416108
1 Tomado y adaptado de Lind, Marchall. Estadística Aplicada a los Negocios y la Economía. Ed. Mc Graw Hill
- r=2
25! 2 25−2
1,551 × 1025
𝑃25,2 = 0,10 0,90 = × 0,010 × 0,087
2! (25 − 2)! 2(2,585 × 1022 )
= 300 × 0,010 × 0,087 = 0,265888144
- r=3
25! 3 25−3
1,551 × 1025
𝑃25,3 = 0,10 0,90 = × 1 × 10−3 × 0,096
3! (25 − 3)! 6(1,124 × 1021 )
= 2.299,822 × 1 × 10−3 × 0,096 = 0,226497308
- r=4
25! 1,551 × 1025
𝑃25,4 = 0,104 0,9025−4 = × 1 × 10−4 × 0,106
4! (25 − 4)! 24(5,109 × 1019 )
= 12.650,897 × 1 × 10−4 × 0,106 = 0,138415021
- r=5
25! 1,551 × 1025
𝑃25,5 = 0,105 0,9025−5 = × 1 × 10−5 × 0,117
5! (25 − 5)! 120(2,432 × 1018 )
= 53.145,559 × 1 × 10−5 × 0,117 = 0,064593677
- r=6
25! 1,551 × 1025
𝑃25,6 = 0,106 0,9025−6 = × 1 × 10−6 × 0,13
6! (25 − 6)! 720(1,216 × 1017 )
= 177.151,864 × 1 × 10−6 × 0,13 = 0,023923584
- r=7
25! 7 25−7
1,551 × 1025
𝑃25,7 = 0,10 0,90 = × 1 × 10−7 × 0,144
7! (25 − 7)! 5040(6,402 × 1015 )
= 480.690,558 × 1 × 10−7 × 0,144 = 0,007215049
- r=8
25! 8 25−8
1,551 × 1025
𝑃25,8 = 0,10 0,90 = 14
× 1 × 10−8 × 0,16
8! (25 − 8)! 40.320(3,556 × 10 )
= 1.081.756,522 × 1 × 10−8 × 0,16 = 0,001803762
- r=9
25! 9 25−9
1,551 × 1025
𝑃25,9 = 0,10 0,90 = × 1 × 10−9 × 0,177
9! (25 − 9)! 362.880(2,092 × 1013 )
= 2.043.088,055 × 1 × 10−9 × 0,177 = 0,000378567
- r=10
25! 1,551 × 1025
𝑃25,10 = 0,1010 0,9025−10 = × 1 × 10−10 × 0,196
10! (25 − 10)! 3.628.800(1,307 × 1012 )
= 3.270.191,44 × 1 × 10−10 × 0,196 = 6,73009 × 10−5

- r=11
25! 1,551 × 1025
𝑃25,11 = 0,1011 0,9025−11 = × 1 × 10−11 × 0,217
11! (25 − 11)! 39.916.800(8,717 × 1010 )
= 4.457.476,208 × 1 × 10−11 × 0,217 = 1,01971 × 10−5

- r=12
25! 1,551 × 1025
𝑃25,12 = 0,1012 0,9025−12 = × 1 × 10−12 × 0,241
12! (25 − 12)! 479.001.600(6.227.020.800)
= 5.199.894,32 × 1 × 10−12 × 0,241 = 1,32185 × 10−6

- r=13
25! 1,551 × 1025
𝑃25,13 = 0,1013 0,9025−13 = × 1 × 10−13 × 0,267
13! (25 − 13)! 6.227.020.800(479.001.600)
= 5.199.894,32 × 1 × 10−13 × 0,267 = 1,46872 × 10−7

- r=14
25! 1,551 × 1025
𝑃25,14 = 0,1014 0,9025−14 = × 1 × 10−14 × 0,296
14! (25 − 14)! 8,717 × 1010 (39.916.800)
= 4.457.476,208 × 1 × 10−14 × 0,296 = 1,39878 × 10−8

- r=15
25! 1,551 × 1025
𝑃25,15 = 0,1015 0,9025−15 = × 1 × 10−15 × 0,329
15! (25 − 15)! 1,307 × 1012 (3.628.800)
= 3.270.191,44 × 1 × 10−15 × 0,329 = 1,13975 × 10−9

- r=16
25! 1,551 × 1025
𝑃25,16 = 0,1016 0,9025−16 = 13
× 1 × 10−16 × 0,366
16! (25 − 16)! 2,092 × 10 (362.880)
= 2.043.088,055 × 1 × 10−16 × 0,366 = 7,9149 × 10−11
- r=17
25! 1,551 × 1025
𝑃25,16 = 0,1017 0,9025−17 = 14
× 1 × 10−17 × 0,406
17! (25 − 17)! 3,556 × 10 (40.320)
= 1.081.756,522 × 1 × 10−17 × 0,406 = 4,65583 × 10−12
- r=18
25! 1,551 × 1025
𝑃25,18 = 0,1018 0,9025−18 = 15
× 1 × 10−18 × 0,452
18! (25 − 18)! 6,402 × 10 (5040)
= 480.690,558 × 1 × 10−18 × 0,452 = 2,29917 × 10−13
- r=19
25! 1,551 × 1025
𝑃25,19 = 0,1019 0,9025−19 = × 1 × 10−19 × 0,502
19! (25 − 19)! 1,216 × 1017 (720)
= 177.151,864 × 1 × 10−19 × 0,502 = 9,41182 × 10−15
- r=20
25! 1,551 × 1025
𝑃25,20 = 0,1020 0,9025−20 = × 1 × 10−20 × 0,558
20! (25 − 20)! 2,432 × 1018 (120)
= 53.145,559 × 1 × 10−20 × 0,558 = 3,13727 × 10−16
- r=21
25! 21 25−21
1,551 × 1025
𝑃25,21 = 0,10 0,90 = × 1 × 10−21 × 0,620
21! (25 − 21)! 5,109 × 1019 (24)
= 12.650,897 × 1 × 10−21 × 0,620 = 8,29966 × 10−18
- r=22
25! 1,551 × 1025
𝑃25,22 = 0,1022 0,9025−22 = 21
× 1 × 10−22 × 0,689
22! (25 − 22)! 1,124 × 10 (6)
= 2.299,822 × 1 × 10−22 × 0,689 = 1,6767 × 10−19
- r=23
25! 1,551 × 1025
𝑃25,23 = 0,1023 0,9025−23 = 22
× 1 × 10−23 × 0,765
23! (25 − 23)! 2,585 × 10 (2)
= 300 × 1 × 10−23 × 0,765 = 2,43 × 10−21
- r=24
25! 1,551 × 1025
𝑃25,24 = 0,1024 0,9025−24 = 23
× 1 × 10−24 × 0,850
24! (25 − 24)! 6,204 × 10 (1)
= 25 × 1 × 10−24 × 0,850 = 2,25 × 10−23
- r=25
25! 1,551 × 1025
𝑃25,25 = 0,1025 0,9025−25 = 25
× 1 × 10−25 × 1
25! (25 − 25)! 1,551 × 10 (1)
= 1 × 1 × 10−25 × 1 = 1 × 10−25
Sumar desde r=0 hasta r=4 y se le resta a 1

𝒓𝟎 + 𝒉𝒂𝒔𝒕𝒂 𝒓𝟒 = 𝟏 − 𝟎, 𝟗𝟎𝟐𝟎𝟎𝟔𝟑𝟕𝟗 = 𝟎, 𝟎𝟗𝟕𝟗𝟗𝟑𝟔𝟐 = 𝟗, 𝟕𝟗%
b. A lo sumo seis autos son negros.
Sumar la probabilidad de 0 a 4 que ya tenemos
𝑟0 + ℎ𝑎𝑠𝑡𝑎 𝑟4 = 0,902006379
Y sumarle r=5 y r=6
𝒓𝟓 = 𝟎, 𝟎𝟔𝟒𝟓𝟗𝟑𝟔𝟕𝟕
𝒓𝟔 = 𝟎, 𝟎𝟐𝟑𝟗𝟐𝟑𝟓𝟖𝟒
𝒓𝟎 𝒂 𝒓𝟒 + 𝒓𝟓 + 𝒉𝒂𝒔𝒕𝒂 𝒓𝟔 = 𝟎, 𝟗𝟎𝟐𝟎𝟎𝟔𝟑𝟕𝟗 + 𝟎, 𝟎𝟔𝟒𝟓𝟗𝟑𝟔𝟕𝟕 + 𝟎, 𝟎𝟐𝟑𝟗𝟐𝟑𝟓𝟖𝟒
= 𝟎, 𝟗𝟗𝟎𝟓𝟐𝟑𝟔𝟑𝟗 = 𝟗, 𝟗𝟓%
c. Más de cuatro autos son negros.

Sumar desde r=5 hasta r=25
𝒓𝟓 + 𝒉𝒂𝒔𝒕𝒂 𝒓𝟐𝟓 = 𝟎, 𝟎𝟗𝟕𝟗𝟗𝟑𝟔𝟐𝟏 = 𝟗, 𝟕𝟗%
d. Exactamente cuatro autos son negros.

r=4
25! 1,551 × 1025
𝑃25,4 = 0,104 0,9025−4 = × 1 × 10−4 × 0,106
4! (25 − 4)! 24(5,109 × 1019 )
= 𝟏𝟐. 𝟔𝟓𝟎, 𝟖𝟗𝟕 × 𝟏 × 𝟏𝟎−𝟒 × 𝟎, 𝟏𝟎𝟔 = 𝟎, 𝟏𝟑𝟖𝟒𝟏𝟓𝟎𝟐𝟏 = 𝟏𝟑, 𝟖𝟒%
e. Entre tres y cinco autos (inclusive) son negros.

𝒓𝟑 + 𝒉𝒂𝒔𝒕𝒂 𝒓𝟓 = 𝟎, 𝟒𝟐𝟗𝟓𝟎𝟔𝟎𝟏 = 𝟒𝟐, 𝟗𝟓%
f. Más de veinte autos no son negros.

𝒓𝟐𝟏 + 𝒉𝒂𝒔𝒕𝒂 𝒓𝟐𝟓 = 𝟑, 𝟐𝟐𝟏 × 𝟏𝟎−𝟏𝟔 ≈ 𝟎%

CASO presentado

Yohan Sebastian Moreno Lesmes Evaluador
Estudio de caso 32:
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
2 Tomado y adaptado de Ritchey F., Estadística para las Ciencias sociales, Mc Graw Hill, 2014
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.
Utilizamos la ecuación de poisson:

𝜆𝑥 𝑒 −𝜆
𝑃(𝑥, 𝑘) =
𝑥!
𝜆=3
𝑈𝑛𝑎 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑑𝑒 𝑣𝑎𝑙𝑜𝑟 𝑒 = 2,71828
Remplazamos valores:
30 (2,71828)−3 1(2,71828)−3
𝑃(0) = = = 0,04978
0! 4!
𝑷(𝟎) = 𝟒, 𝟗%
31 (2,71828)−3 3(2,71828)−3
𝑃(1) = = = 0,14936
1! 4!
𝑷(𝟏) = 𝟏𝟒, 𝟗%
32 (2,71828)−3 9(2,71828)−3
𝑃(2) = = = 0,2240
2! 4!
𝑷(𝟐) = 𝟐𝟐, 𝟒%
33 (2,71828)−3 ) 27(2,71828)−3
𝑃(3) = = = 0,2240
3! 4!
𝑷(𝟑) = 𝟐𝟐, 𝟒%
34 (2,71828)−3 81(2,71828)−3
𝑃(4) = = = 0,1680
4! 4!
𝐏(𝟒) = 𝟏𝟔, 𝟖%
Sumamos los resultados
𝑃(𝑋 ≤ 4) = 𝑃(0) + 𝑃(1) + 𝑃(2) + 𝑃(3) + 𝑃(4)
𝑷(𝑿 ≤ 𝟒) = 𝟎, 𝟎𝟒𝟗𝟕𝟖 + 𝟎, 𝟏𝟒𝟗𝟑𝟔 + 𝟎, 𝟐𝟐𝟒𝟎 + 𝟎, 𝟐𝟐𝟒𝟎 + 𝟎, 𝟏𝟔𝟖 = 𝟎, 𝟖𝟏𝟓𝟏𝟒
= 𝟖𝟏, 𝟓%
b. Menos de 3.
Sumamos los primeros 3 Resultados
P(x) = P(0) + P(1) + P (2)

P(x) = 0,04978 + 0,14936 + 0,2240
𝐏(𝐱) = 𝟎, 𝟒𝟐𝟑𝟏 = 𝟒𝟐, 𝟑𝟏
c. Al menos 4.
34 (2,71828)−3 81(2,71828)−3
𝑃(4) = = = 0,1680
4! 4!
𝐏(𝟒) = 𝟏𝟔, 𝟖%
d. Quede saturado.
35 (2,71828)−3 243(2,71828)−3
𝑃(5) = = = 0,100
5! 5!
𝐏(𝟓) = 𝟏𝟎%
e. Entre 1 y 3.
P(x) = P(1) + P(2) + P(3)

P (𝑥) = 0,14936 + 0,2240 + 0,2240
𝐏 (𝐱) = 𝟎, 𝟓𝟗𝟕𝟑 = 𝟓𝟗, 𝟕𝟑%
f. Una o más pero menos de 5.
P(x) = P(1) + P(2) + P(3) + P(4)

𝐏(𝒙) = 𝟎, 𝟏𝟒𝟗𝟑𝟔 + 𝟎, 𝟐𝟐𝟒𝟎 + 𝟎, 𝟐𝟐𝟒𝟎 + 𝟎, 𝟏𝟔𝟖𝟎𝟑 = 𝟎, 𝟕𝟔𝟓𝟑𝟗 = 𝟕𝟔, 𝟓%
g. Más de 2 pero menos de 5.
P(x) = P(3) + P(4)

𝐏 (𝐱) = 𝟎, 𝟐𝟐𝟒𝟎 + 𝟎, 𝟏𝟔𝟖𝟎𝟑 = 𝟎, 𝟑𝟗𝟐 = 𝟑𝟗, 𝟐%
h. Ninguna.
30 ∗ (2,71828)−3 1(2,71828)−3
𝑃(0) = = = 0,04978
0! 0!
𝐏(𝟎) = 𝟒, 𝟗%
i. Si se cuenta el número de llamadas en 5 minutos, cual es la

probabilidad de que se reciban 4 llamadas.
𝟏𝟓𝟒 (𝟑. 𝟐𝟔𝟗. 𝟎𝟏𝟕, 𝟑𝟕𝟐)𝟏𝟓

𝐏(𝟒) = 𝟎, 𝟎𝟗% = 𝟗%
𝟒!

CASO presentado
Xiomara Robles Medellín Compilador
Estudio de caso 43:
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?
Datos:
μ = 70 kg
σ = 12,5 kg
(𝑿 − 𝝁) (𝟖𝟎 − 𝟕𝟎) 𝟏𝟎
𝑷(𝑿 ≤ 𝟖𝟎) = 𝒁 = = = = 𝟎, 𝟖
𝝈 𝟏𝟐, 𝟓 𝟏𝟐, 𝟓
Según la tabla de ubicación normal
𝑷(𝑿 ≤ 𝟖𝟎) = 𝟎, 𝟕𝟖𝟖𝟏𝟒 = 𝟏 − 𝟎, 𝟕𝟖𝟖𝟏𝟒 = 𝟎, 𝟐𝟏𝟖𝟔 = 𝟐𝟏, 𝟏%
b. ¿Cuál es la probabilidad de que una persona elegida al azar de

este grupo pese entre 50 kg y 85 kg?
(𝑋 − 𝜇)
𝑃(50 ≤ 85) = 𝑍 =
𝜎
3
Tomado y adaptado de Ritchey F., Estadística para las Ciencias sociales, Mc Graw Hill, 2014
50 − 70
𝑃(50 ≤ 𝑋 ) = = −1,6
12,5
(85 − 70)
𝑃(85 ≤ 𝑋 ) = = 1,2
12,5
Según la tabla de distribución normal tenemos
𝑃(𝑍 ≤ −1,6) = 𝑃(𝑍 ≥ 1,6) = 1 − 0,9452 = 0,0548
𝑍 = 1,2 = 0,8849
𝑃 (50 ≤ 85) = 𝑃(50 ≤ 𝑋 ) − 𝑃(85 ≤ 𝑋 )
𝟎, 𝟖𝟖𝟒𝟗 − 𝟎, 𝟎𝟓𝟒𝟖 = 𝟎, 𝟖𝟑𝟎𝟏 = 𝟖𝟑%
c. ¿Cuál es el peso que es superado solo por el 93% de las personas

del grupo?
Lo ubicamos en la tabla de distribución obteniendo
𝒁 = −𝟏, 𝟒𝟕
Ahora despejamos X de la ecuación obteniendo
(𝑿 − 𝝁)
𝒁=
𝝈
𝑿 = 𝒁𝝈 + 𝝁 = (−𝟏, 𝟒𝟕)(𝟏𝟐, 𝟓) + 𝟕𝟎 = −𝟏𝟖, 𝟑𝟕𝟓 + 𝟕𝟎 = 𝟓𝟏, 𝟔𝟐𝟓𝑲𝒈
Ejercicio 3
Mentefacto:
El grupo presenta un Mentefacto sobre los conceptos e ideas

fundamentales de la unidad 2, tomando como base los cuadros
sinópticos elaborados individualmente en el ejercicio Nº 1 y la
resolución del ejercicio Nº 2 (involucrando las ideas y conclusiones
generales, de cada uno de los casos de estudio).
Conclusiones (mínimo 1 por cada participante)
ESTUDIANTE CONCLUSIÓN
Libna Marcela Ramírez Se llevó acabo la solución de los 2
ejercicios solicitados por la Guía de
Actividades del curso Probabilidad,
ejecutando teoría y practica de los
temas dados en el curso de la Unidad
2, adquiriendo así conocimientos que
se podrán ejecutar en nuevas
actividades o en eventos futuros.
Oscar Augusto Cabrera Se resolvieron los casos de estudio,
aplicando cada uno de los conceptos
adquiridos por medio de la bibliografía
del entorno de conocimiento y
conceptos alternos investigados en
bibliografía externa, de cada una de
las temáticas de la unidad 2
Xiomara Robles Medellín De acuerdo con los resultados
demostrados se evidencia la aplicación
de las distribuciones de probabilidad.
Yohan Sebastián Moreno Como conclusión en esta guía vimos y
desarrollamos los ejercicios
propuestos, también vimos las
distribuciones discretas, variables
aleatorias que pueden ser discretas o
continuas, las distribuciones continuas
y que son cada una de estas.
Diego Alejandro Alvarado

Referencias bibliográficas en formato APA. (Mínimo una por cada

participante, no pueden repetir referencias)
ESTUD REFERENCIA
IANTE
Oscar Rodríguez, F. & Pierdant, A. (2014). Estadística para
August administración. Pp. 150-152. Recuperado de
o http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader
Cabrer .action?ppg=258&docID=11013767&tm=1470693471527
a
Libna García, Á. M. Á. (2005). Introducción a la teoría de la
Marcel probabilidad. primer curso. Pp. 195-221. Recuperado de
a https://bibliotecavirtual.unad.edu.co:2538
Ramíre
z
Yohan Rodríguez, F. & Pierdant, A. (2014). Estadística para
Sebasti administración. Pp. 245-261. Recuperado de
án http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader
Moreno .action?ppg=258&docID=11013767&tm=1470693471527
Xiomara García, Á. M. Á. (2005). Introducción a la teoría de la
Robles probabilidad. primer curso. Pp. 267-291. Recuperado de
Medellín https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/detail
.action?docID=4722054

104 Tarea2

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

104 Tarea2

Încărcat de

Drepturi de autor:

Formate disponibile

Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de

Unidad 2: Tarea 2 - Experimentos Aleatorios y Distribuciones de

Libna Marcela Ramírez Cód. 1.121.937.904

Universidad Nacional Abierta y a Distancia - UNAD

Mi originalidad consiste en traer a la vida, de un modo humano, seres

En el presente trabajo colaborativo encontraremos el desarrollo de 4

Estudio de caso 1 - Distribución Hipergeométrica:

a. Escriba la fórmula para p(x), la distribución de probabilidad de x.

b. ¿Cuáles son la media y la varianza de esta distribución?

En la fórmula anterior, definiendo

Solución al estudio de caso 2: El grupo entrega aquí, de manera

Estudio de caso 21:

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

a. Al menos cinco autos sean negros.

𝑛 = 25; 𝑝 = 0,10; 𝑞 = 1 − 𝑝 = 0,90

= 3.270.191,44 × 1 × 10−10 × 0,196 = 6,73009 × 10−5

= 4.457.476,208 × 1 × 10−11 × 0,217 = 1,01971 × 10−5

= 5.199.894,32 × 1 × 10−12 × 0,241 = 1,32185 × 10−6

= 5.199.894,32 × 1 × 10−13 × 0,267 = 1,46872 × 10−7

= 4.457.476,208 × 1 × 10−14 × 0,296 = 1,39878 × 10−8

= 3.270.191,44 × 1 × 10−15 × 0,329 = 1,13975 × 10−9

Sumar desde r=0 hasta r=4 y se le resta a 1

b. A lo sumo seis autos son negros.

Sumar la probabilidad de 0 a 4 que ya tenemos

c. Más de cuatro autos son negros.

Sumar desde r=5 hasta r=25

𝒓𝟓 + 𝒉𝒂𝒔𝒕𝒂 𝒓𝟐𝟓 = 𝟎, 𝟎𝟗𝟕𝟗𝟗𝟑𝟔𝟐𝟏 = 𝟗, 𝟕𝟗%

d. Exactamente cuatro autos son negros.

e. Entre tres y cinco autos (inclusive) son negros.

𝒓𝟑 + 𝒉𝒂𝒔𝒕𝒂 𝒓𝟓 = 𝟎, 𝟒𝟐𝟗𝟓𝟎𝟔𝟎𝟏 = 𝟒𝟐, 𝟗𝟓%

f. Más de veinte autos no son negros.

𝒓𝟐𝟏 + 𝒉𝒂𝒔𝒕𝒂 𝒓𝟐𝟓 = 𝟑, 𝟐𝟐𝟏 × 𝟏𝟎−𝟏𝟔 ≈ 𝟎%

Solución al estudio de caso 3: El grupo entrega aquí, de manera

RESPONSABLE ROL SELECCIONADO

Estudio de caso 32:

La distribución de probabilidad de Poisson describe el número de veces

proporcional a la longitud del intervalo. El segundo supuesto consiste en

Esta distribución posee diversas aplicaciones. Se le utiliza como modelo

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

Utilizamos la ecuación de poisson:

Sumamos los primeros 3 Resultados

P(x) = P(0) + P(1) + P (2)

P(x) = P(1) + P(2) + P(3)

P(x) = P(1) + P(2) + P(3) + P(4)

g. Más de 2 pero menos de 5.

P(x) = P(3) + P(4)

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

𝟏𝟓𝟒 (𝟑. 𝟐𝟔𝟗. 𝟎𝟏𝟕, 𝟑𝟕𝟐)𝟏𝟓

Solución al estudio de caso 4: El grupo entrega aquí, de manera

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

a. ¿Cuál es la probabilidad de que una persona elegida al azar de

b. ¿Cuál es la probabilidad de que una persona elegida al azar de

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

El grupo presenta un Mentefacto sobre los conceptos e ideas

Conclusiones (mínimo 1 por cada participante)

Diego Alejandro Alvarado

Referencias bibliográficas en formato APA. (Mínimo una por cada

S-ar putea să vă placă și