Tarea 2 – Experimentos aleatorios y distribuciones de

probabilidad

Tutora: Erica Zulay Díaz

Estudiantes:

Yined Andrea Hincapie Agudelo

Código: 1.004.766.744
Rubiel Taborda
Código: 100.402.307
Diego Fernando Montoya
Código: 94.232.940

Grupo: 100402_307

Universidad Nacional Abierta a Distancia UNAD

CEAD Dosquebradas
Probabilidad
Noviembre 4 de 2019
Tabla de contenido

Introducción ................................................................................................................................ 3
Objetivos ....................................................................................................................................... 4
General ....................................................................................................................................... 4
Específicos ................................................................................................................................ 4
Ejercicio 1 ..................................................................................................................................... 5
Realizado por Yined Andrea Hincapie Agudelo .................................................. 6
Realizado por Rubiel Taborda Taborda ................................................................... 7
Realizado por Diego Montoya..................................................................................... 8
Ejercicio 2 ..................................................................................................................................... 9
Solución al estudio de caso 1: ...................................................................................... 9
Solución al estudio de caso 2: .................................................................................... 15
Solución al estudio de caso 3: .................................................................................... 25
Ejercicio 3: .................................................................................................................................. 30
Mentefacto .............................................................................................................................. 31
Conclusiones ............................................................................................................................. 33
Referencias Bibliográficas................................................................................................. 34
 Introducción

En la Tarea 2 se presenta el desarrollo de los ejercicios aplicando los

conocimientos adquiridos en las temáticas analizadas en la Unidad Nº2,
que se basa en los experimentos aleatorios y distribuciones de
probabilidad tales como: Continuo, uniforme y discreta.

Para resolver los ejercicios Nº2 se aplican las distribuciones Binomial,

Hipergeométrica, Poisson y normal; donde se da solución a diferentes
estudios de casos presentados, además de que se pueden dar en la
cotidianidad.

Por último, se presenta en conjunto el mentefacto con lo aprendido

durante el desarrollo de la unidad.
 Objetivos

General

❖ Aplicar las diferentes distribuciones de probabilidad para dar

solución a estudios de casos donde es necesario hallar datos
probabilísticos.

Específicos

❖ Analizar y comprender las temáticas correspondientes a la unidad.

❖ Dar solución a los estudios de caso presentados según sus
requerimientos.
Ejercicio 1

Descripción del ejercicio:

Cada estudiante de forma individual realizará la lectura de las referencias

recomendadas, posteriormente desarrollará un cuadro sinóptico que
servirá como sustento a la solución de los ejercicios posteriores (estudio
de casos). El cuadro sinóptico debe de ilustrar:

• Contenidos de la unidad 2.

• Importancia de las temáticas de la unidad 2.

• Aplicación de las temáticas en la vida diaria.

Realizado por Yined Andrea Hincapie Agudelo

Se ocupa de experimentos en donde su Experimentos aleatorios y

Distribucion
resultado solo puede tomar un valor de dos distribuciones de
Binomial
Experimentos aleatorios y distribuciones de probabilidad

posibles probabilidad

Determina la probabilidad de tener un

Distribucion Experimentos aleatorios y
número de exitos en una muestra que se
hipergeometrica distribuciones de
obtuvo de una poblacion con un determinado
probabilidad
numeros de exitos

Mide la frecuencia relativa de un evento en Experimentos aleatorios y

Distribucion
función a una unidad de tiempo, espacio o distribuciones de
Poisson
volumen probabilidad

Es la mas importante, puede variar gran Experimentos aleatorios y

Distribucion
cantidad de fenomenos distribuciones de
normal
probabilidad

Importancia de las temáticas de la Unidad Nº2

Aprender la fundamentación de cada uno de los Aprendiendo cada uno de los métodos se puede
métodos de probabilidad para que así sea más aplicar a la vida cotidiana en diferentes situaciones
comprensible y fácil su aplicación a la hora de que sea necesario hallar datos estadísticos.
solucionar problemas
Realizado por Rubiel Taborda Taborda Variable
discreta
Función que asigna
un valor real al
Variables resultado en el
aleatorias Variable
espacio muestral
de un experimento. continua

Distribución de conjunto de
Distribución
de la posibles valores de X
probabilidad

Probabilidad Distribuciones
condicionada Función de
discretas de Es a partir de una
Probabilidad. es la probabilidad probabilidad
Condicional y probabilidad ecuación.
distribuciones de que ocurra
de un evento A, Denotada por F(X)
Función de
probabilidad sabiendo que
también distribución
sucede otro acumulada El valor esperado.
evento B.
Media o esperanza
matemática.

Distribuciones Variable continua toma valores

continuas de contenidos en un intervalo de números

probabilidad reales.
 Realizado por Diego Montoya
Variables aleatorias Continuas: Es aquella que toma
cualquier valor numérico producto de una medición el
cual está referido a un rango o intervalo de valores
Variables aleatorias
cuyos valores se miden en
Variables experimentos de tipo aleatorio.
Variables aleatorias Discretas: Son Aquella que toman
aleatorias Estos valores posibles
un número limitado de valores generalmente números
discretas y representan los resultados de enteros que son producto de un conteo
experimentos que todavía no se
continuas.
llevaron a cabo o cantidades Valor esperado en la toma de decisiones
inciertas

Unidad 2 - Varianza y Desviación Estándar de una Variable

Probabilidad Aleatoria discreta
Condicional y
Distribución de probabilidad binomial
Distribuciones
de Una Distribución de probabilidades de
una variable aleatoria discreta es el Calculo de probabilidad en una Distribución Binominal:
Probabilidad conjunto de todos los posibles
Distribuciones
resultados numéricos de un
discretas de Media y Desviación Estándar de una Distribución
experimento a los que podemos
probabilidad. asignar un valor de ocurrencia o binominal
probabilidad
Distribución de probabilidad hipergeometrica

Media y Varianza de la Distribución de probabilidad

Distribuciones continuas de probabilidad, Distribución

probabilidad uniforme, Varianza y desviación estándar en
Distribuciones Es aquella que toma cualquier valor
una distribución de probabilidad uniforme, Distribución
numérico producto de una medición, el
continuas de cual esta referido a un rango o intervalo de probabilidad Exponencial, Media y Varianza en una
probabilidad de valores distribución de probabilidad exponencial, Distribución de
probabilidad normal, Características de una Distribución
de probabilidad normal
Ejercicio 2

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

Yined Andrea Hincapie Agudelo

a) Distribución Hipergeométrica: Una empresa manufacturera recibe

un lote que contiene 100 artículos de los cuales cinco son defectuosos.
La compañía revisa constantemente los lotes - que recibe para
establecer la calidad del material. Si la calidad de un lote recibido es
baja, regresa al proveedor el lote completo. Suponga que la compañía
recibe el lote y lo acepta si hay sólo 1 o menos piezas defectuosas en
una muestra de tamaño 6 sin reposición. ¿Cuál es la probabilidad de
que se acepte un lote de 100 artículos que contenga 5 defectuosos?

Solución

Para la distribución hipergeométrica se utiliza la siguiente ecuación:

𝑑 𝑁−𝑑
( )( )
𝑥 𝑛− 𝑥
𝑃 = (𝑋 = 𝑥) = 𝑁
( )
𝑛

Se reemplazan valores en la ecuación teniendo en cuenta la siguiente

información:

N= 100 = Número total de los artículos

d= 5 = artículos defectuosos

n= 6 = tamaño de la muestra
 X= 1 = número de éxitos de la muestra

5 100 −5
( )( )
𝑃 = (𝑋 = 5) = 1 6− 1
100
( )
6

(5)(57940519)
𝑃 = (𝑋 = 5) =
(1192052400)

289702595
𝑃 = (𝑋 = 5) = = 0.2430
1192052400

𝑷 = 𝟐𝟒. 𝟑%

R// La probabilidad de que se acepte un lote de 100 artículos que

contenga 5 defectuosos es de un 24,3%

b. Distribución Binomial: La probabilidad de fallar durante el vuelo

para cada uno de los seis motores de un avión es 0.0005. Suponiendo
que los seis motores trabajan independientes, determine la
probabilidad que en un vuelo determinado
1. No ocurra ninguna falla de motor
2. No ocurra más de una falla
3. Ocurra exactamente dos fallas.

Solución

𝒏
𝑷𝒌 = 𝑷[𝑿 = 𝒌] = ( ) 𝒑𝒌 𝒒𝒏−𝒌
𝒌

1. No ocurra ninguna falla de motor

Donde

p=0,0005 Probabilidad de que ocurra

q=0,9995 Probabilidad de que no ocurra

n= 6 total de motores
 K= 0 no ocurra ninguna falla o total de éxitos

Reemplazamos

6
𝑃𝑘 = 𝑃[𝑋 = 𝟎] = ( ) (0,00050 )(0,9995)6−0
0

𝑃𝑘 = 𝑃[𝑋 = 𝟎] = 1(1)(0.99700)

𝑃𝑘 = 𝑃[𝑋 = 𝟎] = 1(1)(0.99700)

𝑃𝑘 = 𝑃[𝑋 = 𝟎] = 𝟎, 𝟗𝟗𝟕𝟎𝟎%

2. No ocurra más de una falla de motor

6
𝑃𝑘 = 𝑃[𝑋 = 𝟏] = ( ) (0,00051 )(0,9995)6−1
1

𝑃𝑘 = 𝑃[𝑋 = 𝟏] = 6(0,0005)(0.99750)

𝑃𝑘 = 𝑃[𝑋 = 𝟏] = (0,003)(0.99750)

𝑃𝑘 = 𝑃[𝑋 = 𝟏] = 𝟎, 𝟎𝟎𝟐𝟗𝟗%

3. ocurra exactamente dos fallas

6
𝑃𝑘 = 𝑃[𝑋 = 𝟐] = ( ) (0,00052 )(0,9995)6−2
2

𝑃𝑘 = 𝑃[𝑋 = 𝟐] = 15(0,00000025)(0.99800)

𝑃𝑘 = 𝑃[𝑋 = 𝟐] = (0,00000375)(0.99750)

𝑃𝑘 = 𝑃[𝑋 = 𝟐] = 𝟎, 𝟎𝟎𝟎𝟎𝟎𝟑𝟕𝟒%

c. Distribución Poisson: El número de casos admitidos de emergencia

en cierto hospital en 1 hora es una variable aleatoria con distribución
de Poisson con X = 3. Determinar - la probabilidad que en cierta hora
1. Ningún caso de emergencia es admitido.
2. Más de 3 casos de emergencia son admitidos.
 Solución

𝒆−𝜸 . 𝜸𝒙
𝑷(𝒙) =
𝒙!

1. Ningún caso de emergencia es admitida

Trabajaremos con la letra gamma, entonces

𝛾 = 3 𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑒𝑥𝑖𝑡𝑜𝑠 𝑝𝑜𝑟 𝑢𝑛𝑖𝑑𝑎𝑑 𝑑𝑒 𝑡𝑖𝑒𝑚𝑝𝑜

𝑥 = 0 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑥𝑖𝑡𝑜𝑠 𝑞𝑢𝑒 𝑠𝑢𝑐𝑒𝑑𝑒𝑛

Reemplazamos en la función de probabilidad

𝑒 −𝛾 . 𝛾 𝑥
𝑃(𝑥 = 0) =
𝑥!

𝑒 −3 . 30
𝑃(𝑥 = 0) =
0!

(0,049)(1)
𝑃(𝑥 = 0) = = 𝟎, 𝟎𝟒𝟗𝟕𝟖
1

2. Más de tres casos de emergencia son admitidos

𝑃(𝑥 ≥ 3) = 1 − 𝑃(𝑥 ≤ 3)

𝑃(𝑥 ≥ 3) = 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2)

Ya tenemos la 𝑃(𝑥 = 0) = 0,04978

Hallaremos 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2)

𝑒 −3 . 31
𝑃(𝑥 = 1) =
1!

(0.049)(3)
𝑃(𝑥 = 1) = = 0,14936
1

Y
 𝑒 −3 . 32
𝑃(𝑥 = 2) =
2!

(0.0497)(6)
𝑃(𝑥 = 2) = = 0,2240
2

𝑃(𝑥 ≤ 3) = 0,04978 + 0,14936 + 0,2240 = 0,4231

𝑃(𝑥 ≥ 3) = 1 − 0,42314 = 𝟎, 𝟓𝟕𝟔𝟖𝟔

d. Distribución Normal: De acuerdo con la Organización de Naciones

Unidas (ONU), en Latinoamérica se tiene una esperanza de vida al
nacer de 73.4 años y una desviación estándar de 4.3714 años. Si la
esperanza de vida de una persona sigue una distribución normal,
calcula:
1. La probabilidad de que una persona sobrepase los 80 años de vida.
2. La probabilidad de que una persona al nacer tenga una esperanza
de vida entre 70 y 75 años.
3. ¿A partir de qué valor se tiene el 10% más alto de la esperanza de
vida al nacer?
Solución

1. La probabilidad de que una persona sobrepase los 80 años de

vida.

Tenemos la ecuación

𝑥−𝜇
𝑍=
𝜎
Donde
𝜎 = 𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝐸𝑠𝑡𝑎𝑛𝑑𝑎𝑟 = 4,3714
𝜇 = 𝐸𝑠𝑝𝑒𝑟𝑎𝑛𝑧𝑎 𝑑𝑒 𝑣𝑖𝑑𝑎 𝑎𝑙 𝑛𝑎𝑐𝑒𝑟 𝑀𝑒𝑑𝑖𝑎 = 73.4
𝑥 = 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒
Entonces
80 − 73,4
𝑃(𝑥 ≥ 80) = 𝑃 (𝑍 < )
4,3714

𝑃(𝑥 ≥ 80) = 𝑃(𝑍 < 1,51)

𝑃(𝑥 ≥ 80) = 1 − 𝑃(𝑍 < 1,51)

𝑃(𝑥 ≥ 80) = 1 − 0,9344 = 𝟎, 𝟎𝟔𝟓𝟔

2. La probabilidad de que una persona al nacer tenga una

esperanza de vida entre 70 y 75 años

𝑃(70 < 𝑋 < 75) = 𝑃(𝑥 < 75) − 𝑃(𝑥 < 70)

75 − 73,4 70 − 73,4
𝑃(70 < 𝑋 < 75) = 𝑃 (𝑍 < ) − (𝑍 < )
4,3714 4,3714

𝑃(70 < 𝑋 < 75) = 𝑃(𝑍 < 0,37) − (𝑍 < −0,78)

𝑃(70 < 𝑋 < 75) = 𝑃(𝑍 < 0,37) − (𝑍 < −0,78)

𝑃(70 < 𝑋 < 75) = 1𝑃(𝑍 < 0,37) − 1 (𝑍 < −0,78)

𝑃(70 < 𝑋 < 75) = 0,63 − 0,22 = 𝟎, 𝟒𝟐

3. ¿A partir de qué valor se tiene el 10% más alto de la esperanza

de vida al nacer?
 𝑋−𝜇
𝑍=
𝜎
10% = 0,1
Revisando la tabla de probabilidades normales, el valor de Z para la
probabilidad de 0,1 es de 0,5398 entonces despejamos X y reemplazamos
en la formula.
𝑍∗𝜎+𝜇 = 𝑋
0,5398 ∗ 4,3714 + 73,4 = 𝑋

𝑿 = 𝟕𝟓, 𝟕 𝑨ñ𝒐𝒔 𝒅𝒆 𝒆𝒅𝒂𝒅

Solución al estudio de caso 2:

El grupo entrega aquí, de manera organizada, el análisis, desarrollo y

solución del ESTUDIO DE CASO presentado

RESPONSABLE ROL SELECCIONADO

Rubiel Taborda Taborda

a. Distribución Hipergeométrica: El edificio Nantes está compuesto

por 30 apartamentos. De ellos, 10 están habitados por matrimonios
con sólo dos hijos hombres. Los otros 20 están habitados por
matrimonios con sólo dos hijas. Se va a demoler el edificio para
construir - uno de 60 departamentos, para lo cual se procede a
desalojar parcialmente el edificio sorteando mensualmente una
familia, la que debe retirarse. ¿Cuál es la probabilidad que al cabo de
año y medio quede en el edificio el mismo número de mujeres y de
hombres?
Solución.
 Como tenemos de que es en un año y medio tenemos que:
un año y medio=18 meses
Se retiran 18 familias de las 30 que hay:
30-18=12
Lo que quiere decir que en el año y medio solo va a haber 12 familias.

De acuerdo a lo anterior tenemos de que la probabilidad de que en año

y medio halla hombres y mujeres es de
matrimonios con 2 hijos hombres=3 hombres y una mujer=4
matrimonios con 2 hijas =3 mujeres y un hombre=4
tenemos los siguientes datos
N=12 apartamentos
d=6 apartamentos
matrimonios con 2 hijos hombres=3 hombres y una mujer=4
x=? =hombres y mujeres iguales=4

Aplicamos la fórmula para cada caso.

(𝑑𝑥)(𝑁−𝑑
𝑛−𝑥
)
𝑃(𝑋) =
(𝑁𝑛)
Remplazamos valores.

(64)(12−6
6−4
) (64)(62) 15 ∗ 15 225
𝑃(𝑋 = 4) = = = = = 0,2435
(12
6
) (12
6
) 924 924

Por lo tanto, la probabilidad de que en un año y medio hallan igual

número de mujeres y de hombres es del 24,35%.

b. Distribución Binomial: En una escuela profesional de cuatro años, el

50% de los alumnos están - en el primer año, el 25% en el segundo,
 el 15% en tercero y el 10% en cuarto. Se selecciona 5 alumnos al azar.
¿Cuál es la probabilidad que:
1. ¿Exactamente 2 sean del primer año?
2. Ninguno sea del tercero o cuarto año

Solución.

parámetros de la distribución binomial

𝑩(𝒏, 𝒑)

Remplazamos con los datos.

Datos:

n=5

p=50%=0,5

q=(1-p) =(1-0,5)=0,5

x=2

parámetros de la distribución binomial

𝑩(𝟓, 𝟎. 𝟓)

aplicamos la formula.

𝒏
𝑷(𝒙) = ( ) 𝒑𝒙 (𝟏 − 𝒑)𝒏−𝒙
𝒙

y remplazamos

𝟓
𝑷(𝒙 = 𝟐) = ( ) 𝟎, 𝟓𝟐 (𝟎, 𝟓)𝟓−𝟐 = 𝟏𝟎 ∗ 𝟎, 𝟐𝟓 ∗ 𝟎, 𝟏𝟐𝟓 = 𝟎, 𝟑𝟏𝟐𝟓
𝟐

La probabilidad de que sean exactamente 2 del primer año es de 31,25%

Para la segunda pregunta

Ninguno de tercero

Datos:

n=5

p=15%=0,15

q=(1-p)=(1-0,15)=0,85

x=0

parámetros de la distribución binomial

𝑩(𝟓, 𝟎. 𝟏𝟓)

aplicamos la formula.

𝒏
𝑷(𝒙) = ( ) 𝒑𝒙 (𝟏 − 𝒑)𝒏−𝒙
𝒙

y remplazamos

𝟓
𝑷(𝒙 = 𝟎) = ( ) 𝟎, 𝟏𝟓𝟐 (𝟎, 𝟖𝟓)𝟓−𝟎 = 𝟏 ∗ 𝟎, 𝟎𝟐𝟐𝟓 ∗ 𝟎, 𝟒𝟒 = 𝟎, 𝟎𝟎𝟗𝟗
𝟎

La probabilidad de que sean 0 del tercer año es de 0,99%

Del cuarto año.

Datos:

n=5

p=10%=0,10

q=(1-p)=(1-0,10)=0,90

x=0

parámetros de la distribución binomial

 𝑩(𝟓, 𝟎. 𝟏𝟎)

aplicamos la formula.

𝒏
𝑷(𝒙) = ( ) 𝒑𝒙 (𝟏 − 𝒑)𝒏−𝒙
𝒙

y remplazamos

𝟓
𝑷(𝒙 = 𝟎) = ( ) 𝟎, 𝟏𝟎𝟐 (𝟎, 𝟗𝟎)𝟓−𝟎 = 𝟏 ∗ 𝟎, 𝟎𝟏 ∗ 𝟎, 𝟓𝟗𝟎 = 𝟎, 𝟎𝟎𝟓𝟗
𝟎

La probabilidad de que sean 0 del cuarto año es de 0,59%

c. Distribución Poisson: Suponga que cierta enfermedad rara afecta al

0.1% de la población grande. 5,000 persona se escogen
aleatoriamente de esta población y son sometidos a un examen para
detectar la enfermedad.
1. ¿Cuál es el número esperado de personas con dicha enfermedad?
2. ¿Cuál es la probabilidad que exactamente 10 personas son afectadas
por la enfermedad?

Solución.

1. ¿Cuál es el número esperado de personas con dicha enfermedad?

Como sabemos de que afecta el 0,1% de la población y tenemos 5000

personas escogidas entonces hallamos a cuanto equivalen ese porcentaje
en esta cantidad de personas.

5000*0,1%=5

Por lo tanto, el numero esperado de personas con dicha enfermedad es

de 5.

1. ¿Cuál es la probabilidad que exactamente 10 personas son afectadas

por la enfermedad?

Para este ejercicio tenemos la siguiente formula.

 𝑒 −⋋𝑡 (⋋ 𝑡)𝑥
𝑃(𝑥,⋋ 𝑡) =
𝑥!

Datos:

P=0,1%=0,001

n=5000

⋋=(n*p)=5000*0,001=5=media

X=10

Reemplazamos en la formula.

𝑒 −5 (5)10 0,0067 ∗ 9765,6 65,430

𝑃(𝑥 = 10) = = = = 0,000018
10! 10! 3628800

La probabilidad de que sean afectadas 10 personas por esta enfermedad

es de 0,0018%.

d. Distribución Normal: Entre mayo y junio de 2011, la cotización del

dólar a la venta tuvo una media de $16.9205 y una desviación estándar
de $0.2695. Si la cotización del dólar sigue una distribución normal,
determina:
1. La probabilidad de que la venta de un dólar sobrepase los $18.
2. La probabilidad de que la cotización del dólar a la venta sea menor a
los $15.
3. Con tu equipo, investiga qué factores intervienen en la cotización del
dólar. Discute con ellos qué consecuencias trae una devaluación del
peso frente al dólar.
Solución.
Tenemos la fórmula para la distribución normal técnica de la z
𝑋−𝜇
𝑧=
𝜎
Datos:
X=valor a estudiar
𝜇=valor de la media=$16.9205
𝜎=desviación estándar=$0.2695

1. La probabilidad de que la venta de un dólar sobrepase los $18.

Curva de distribución normal.

N(16.9205,0.2695)

Ahora aplicamos la técnica z para llevar nuestro problema de

distribución normal a distribución estándar para así utilizar la tabla de
distribución normal estándar.

18 − 16,9205 1,0795
𝑧= = =4
0,2695 0,2695
Curva de distribución normal estandarizada.
 De acuerdo con la tabla de área bajo la curva tenemos que
z=4→𝐴3 =0,5000

Para conocer el área 4 tomamos el valor de 0,50 y le restamos el área 3

0,50 − 0,5000 = 0
Por lo tanto, la probabilidad de que la venta del dólar sobrepase los $18
es de 0%

b. La probabilidad de que la cotización del dólar a la venta sea menor a

los $15.

Curva de distribución normal.

N(15,0.2695)
Ahora aplicamos la técnica z para llevar nuestro problema de distribución
normal a distribución estándar para así utilizar la tabla de distribución
normal estándar.

15 − 16,9205 −1,9205
𝑧= = = −7,1
0,2695 0,2695

Como la tabla no opera con números negativos entonces tenemos en

cuenta el área 3 que es la simétrica para el área 2 y con este valor
hallamos en la tabla de distribución estándar normal.
De acuerdo con la tabla de área bajo la curva tenemos que
z=7,1→𝐴4 =0,5000
Para conocer el área 1 tomamos el valor de 0,50 y le restamos el área 4
0,50 − 0,5000 = 0
Por lo tanto, la probabilidad de que la venta del dólar sea menor a los $15
es de 0%

Con tu equipo, investiga qué factores intervienen en la cotización del

dólar. Discute con ellos qué consecuencias trae una devaluación del peso
frente al dólar.
Factores que intervienen en la cotización del dólar son:
1) Sentimientos de los inversionistas en estados unidos.
2) Comportamientos de las monedas en la región.
3) El precio del dólar es el reflejo de la economía.
4) Comportamiento de la inversión extranjera directa.
5) Datos macroeconómicos.

una devaluación del tipo de cambio del peso con respecto al dólar, y
suponiendo además que los precios internos e internacionales se
mantienen constantes, la devaluación llevaría a un mayor tipo de cambio
real. O sea, un aumento del tipo de cambio nominal provocaría un
aumento del tipo de cambio real, y de esta forma el saldo de la balanza
comercial mejoraría, aumentando las exportaciones de producción
nacional y disminuyendo importaciones de producción extranjera. Este
efecto se da porque la devaluación real encarece los productos
extranjeros con respecto a los internos.
También la devaluación del peso hace que sectores que traen materias
primas para producir sus artículos hace de que estos se encarezcan su
costo de producción y a la vez un costo más elevado para el consumidor.
Al igual que para adquirir un producto importado
Aunque es esto pasa negativamente también tiene su lado positivo en
donde el turismo y la agricultura se benefician por esta devaluación del
peso pero que frente al dólar los beneficia porque se genera más ingresos
de pesos.

Solución al estudio de caso 3:

El grupo entrega aquí, de manera organizada, el análisis, desarrollo y

solución del ESTUDIO DE CASO presentado.

RESPONSABLE ROL SELECCIONADO

Diego Montoya

e. Distribución Hipergeométrica: A menudo los biólogos que

estudian un ambiente específico etiquetan y liberan a sujetos con el
fin de estimar de tamaño de la población o la prevalencia de ciertas
características en ella. Los biólogos capturan a 10 animales de una
especie que se piensa extinta (o casi extinta) los etiquetan y los
liberan en cierta región. Después de un periodo secciona en la
región una muestra aleatoria de 15 animales de ese tipo. ¿Cuál es
la probabilidad de que 5 de los animales seleccionados estén
etiquetados, si hay 25 animales de este tipo en la región?
 Solución:
N=25 n=15 x=5 k=10

Aplicamos

(kx)(N−k
n−x
)
P(X) =
(Nn)
Sustituimos
10 25 10
( ) 252𝑥3003 756756
𝑃(𝑋) = 5 10 5 = = = 0,2315
25 3268760 3268760
15

La probabilidad de que 5 de los animales seleccionados estén

etiquetados es de 23,15%

f. Distribución Binomial: En una feria (hace mucho tiempo),

comprando un boleto de 10 soles se podía participar en un juego
que consistía en lanzar 6 argollas para embocar en una botella de
madera. Los premios del juego eran: Una bolsa de caramelos (valor
1 sol) al enhorcar de 1 a 3 argollas, Un tarro de duraznos (valor 4
soles) al embocar 4 argollas. Una botella de vermouth (valor 17
soles) al enhorcar 5 argollas. Una caja de cigarrillos (valor 31 soles)
al enhorcar las 6 argollas. # Sabiendo que el jugador promedio tiene
una probabilidad 1/3 de embocar ca da una de las argollas, y que
se vende un promedio de 729 boletos por día, determinar cuáles
son los ingresos netos diarios del dueño del juego.
Solución:
6 1 𝑥 2 6−𝑥
Aplicamos:𝑃(𝑋) = 𝑃[𝑋 = 𝑥] (𝑥) ∗ (3) (3)
 6 1 0 2 6−0
𝑃(0) = ( ) ∗ ( ) ( ) = 64
0 3 3
6 1 1 2 6−1
𝑃(1) = ( ) ∗ ( ) ( ) = 192
1 3 3
6 1 2 2 6−2
𝑃(2) = ( ) ∗ ( ) ( ) = 240
2 3 3
6 1 3 2 6−3
𝑃(3) = ( ) ∗ ( ) ( ) = 160
3 3 3
6 1 4 2 6−4
𝑃(4) = ( ) ∗ ( ) ( ) = 60
4 3 3
6 1 5 2 6−5
𝑃(5) = ( ) ∗ ( ) ( ) = 12
5 3 3
6 1 6 2 6−6
𝑃(6) = ( ) ∗ ( ) ( ) =1
6 3 3
Y: ingreso dependiendo de las embocadas
y: soles por ganancia

Y = (10-y)*P(k)*729

𝑌1 = 10 ∗ 64 = 640
𝑌2 = 9 ∗ 192 = 1723
Y3 = 9 ∗ 240 = 2160
𝑌4 = 9 ∗ 160 = 1440
𝑌5 = 6 ∗ 60 = 360
𝑌6 = −7 ∗ 12 = −84
𝑌7 = −21 ∗ 1 = −21
𝑌1 + 𝑌2 + 𝑌3 + 𝑌4 + 𝑌5 + 𝑌6 + 𝑌7
640 + 1723 + 2160 + 1440 + 360 − 84 − 21 = 6218 𝑠𝑜𝑙𝑒𝑠
g. Distribución Poisson: Suponga que 1,800 células de cierto tipo se
distribuyen aleatoriamente en un microscopio, el cuál mediante
rejillas se ha dividido en 900 áreas iguales.
1. ¿Cuál es el número de áreas que no contienen células?
2. ¿Cuál es el número de áreas que contienen exactamente una célula?
SOLUCION

Aplicamos
𝑒 −⋋ ∗⋋𝑥
𝑃(𝑋 = 𝑥) =
𝑥!

1800
𝑋 = 𝑃𝑜𝑖𝑠𝑠(⋋= =2
900

1. ¿Cuál es el número de áreas que no contienen células?

𝑒 −2 ∗ 20
𝑃(𝑋 = 0) = = 0,1353
𝑜!
𝑁 = 900 ∗ 0,1353 = 121,7
El número de Áreas que no contiene Células es 122
2 ¿Cuál es el número de áreas que contienen exactamente una
célula?
𝑒 −2 ∗ 21
𝑃(𝑋 = 1) = = 0,2707
1!
𝑁 = 900 ∗ 0,2707 = 243,6
El número de áreas que contienen una célula es 244

h. Distribución Normal: Uno de los graves problemas que se

enfrentan actualmente es la falta de agua y la contaminación de los
acuíferos. De acuerdo con cifras de la semarnat (Secretaría del
Medio Ambiente y Recursos Naturales) a través de conagua
(Estadísticas del Agua en México, 2010, México, 2010), de 2002 a
2008 en el país las descargas residuales tuvieron una media de
 7.795 km /año con una desviación estándar de 0.2311 km /año (1
km equivale a mil millones de metros cúbicos).

Suponiendo que las descargas residuales se distribuyen

normalmente, encuentra la probabilidad de que, en un año, las
descargas residuales sean:

1. Menores a 7.5 km
2. Estén entre 7.5 y 7.9 km
3. ¿A partir de qué valor se tiene el 10% más bajo de descargas
residuales?

Solución
1. Menores a 7.5 km

7,5 − 7,795 −0,295

𝑍= = − 1,276
0,2311 0,2311
𝑃(𝑍 < −1,28) = −0.1003
Menores a 7,5 son 10.03%
2 estén entre 7.5 y 7.9 km

7,9−7,795 0,105
𝑍= = 0,2311 = 0,454¿A partir de qué valor se tiene el 10% más
0,2311

bajo de descargas residuales?

𝑃(𝑧 ≤ 𝑥) = 0,10); 𝑧 ≤ −1,28
𝑋 ≤ −1,28 ∗ 0,2311 + 7,795 = 7499 𝐾𝑚/𝑎ñ𝑜𝑠
Ejercicio 3:

Descripción del ejercicio:

Colaborativamente realizar un mentefacto que ilustre los conceptos e
ideas fundamentales de la unidad 2. El mentefacto debe de ser elaborado
a partir de:

• Los cuadros sinópticos elaborados individualmente en el ejercicio N.º

1.
• La resolución del ejercicio Nº 2 (involucrar las ideas y conclusiones
generales, a partir de cada uno de los casos de estudio).
 Mentefacto

PROBABILIDAD
Probabilidad de que
CONDICIONAL Y
ocurra un evento A, DISTRIBUCIONES La relación entre
sabiendo que también DE los eventos A y B
sucede un evento B. PROBABILIDAD

Se realiza aplicando.

Función que Distribuciones Variable continua y

asigna un valor
real al resultado Variables Distribuciones Distribución, función y continuas de función de densidad de
en el espacio aleatorias discretas de distribución acumulada probabilidad probabilidad.
muestral de un probabilidad de la probabilidad.
experimento.
 Conclusiones

❖ En la presente actividad hemos aprendido a identificar los diferentes

conceptos de conceptos de la probabilidad condicional y de las
distribuciones de la probabilidad (hipergeométrica, binomial, poisson,
y distribución normal.)
❖ Al desarrollar los diferentes ejercicios, hemos aprendido aplicar los
diferentes conceptos de conceptos de la probabilidad condicional y de
las distribuciones de la probabilidad (hipergeométrica, binomial,
poisson, y distribución normal.) para resolver problemas que se
pueden llegar a presentar en nuestras vidas cotidianas y profesionales
conociendo más sobre la importancia de la probabilidad en soluciones
a problemas.
 Referencias Bibliográficas

• Sánchez, J. (2018). Distribución binomial. Recuperado de

http://hdl.handle.net/10596/19010
• Rodríguez, F. & Pierdant, A. (2014). Estadística para administración.
Pp. 150-152. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?p
pg=258&docID=11013767&tm=1470693471527
• Rodríguez, F. & Pierdant, A. (2014). Estadística para administración.
Pp. 245-261. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?p
pg=258&docID=11013767&tm=1470693471527
• Rodríguez, F. & Pierdant, A. (2014). Estadística para administración.
Pp. 279 -301. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?p
pg=258&docID=11013767&tm=1470693471527
• García, Á. M. Á. (2005). Introducción a la teoría de la probabilidad.
primer curso. Pp. 195-221. Recuperado de
https://bibliotecavirtual.unad.edu.co:2538
• Mendenhall, W.; Beaver, R. ; Beaver, B. (2015). Introducción a la
estadística. Editorial Cengage Learning . Recuperado de
https://www.educacion-
holistica.org/notepad/documentos/Medicina/Epidemiolog%C3%ADa%
20y%20Bioestadist%C3%ADca/Introduccion%20a%20la%20Probabil
idad%20y%20Estadistica.pdf
• http://bit.ly/2MluvA3
• https://es.wikipedia.org/wiki/Distribución_hipergeométrica
• https://es.wikipedia.org/wiki/Distribución_binomial