Anexo 1-Tarea 2-Experimentos Aleatorios y Distribuciones de Probabilidad Origi

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

aleatorios y distribuciones de probabilidad
Portada
TAREA 2 - EXPERIMENTOS ALEATORIOS Y DISTRIBUCIONES DE

PROBABILIDAD
Autores:
Marínela Vivas Código:
Ana María Córdoba Código: 24634803
Lisbeth Rosmeri Orozco Código: 25545992
Donal David Quisoboni Código:
Grupo_100402A _ 144
Tutor
Eric Fernando Bravo
Universidad Nacional Abierta y a Distancia UNAD
Ciencias Administrativas, Contables, Económicas y de Negocios
Administración de Empresas
4/noviembre/2019
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 entrega en esta segunda 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, cada distribución, cada formula que el estudiante aplica al resolver
cada punto de la actividad desarrolla en el cada día su aprendizaje, aprendizaje que aplicara
en su contexto o diario vivir en todas las áreas, siendo la probabilidad una rama de las
matemáticas aplicadas en diversas áreas, como estudiantes, como profesionales, en
cualesquier tarea que se desempeñe siempre están las matemáticas y la probabilidad es
matemática.
Cabe resaltar que se obtuvo conocimientos de gran importancia donde se evidencia que las
variables aleatorias pueden ser discretas o continuas; es decir que una variable aleatoria se
considera así a una variable x que en su momento puede adquirir un conjunto de valores.
De igual manera que la distribución de probabilidad son probabilidades de posibles
resultados que se pueden tener en un experimento y las distribuciones de frecuencia son
frecuencias observadas de cada resultado que se dio por los experimentos.

Objetivos
Objetivo General
Identificar y aplicar cado uno de los experimentos aleatorios y distribución de

probabilidades en la solución de los diferentes estudios de caso.
Objetivos Específicos
- Aplicar cada una de las formulas en las variables discretas y continuas.
- Identificar las diferentes posibilidades de probabilidad de un experimento.
- Validar conocimientos básicos de la probabilidad a la hora de analizar cada caso

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
Ana María Córdoba Alertas
Estudios De Caso Estudiante N°1:

a) Distribución HIPERGEOMETRICA: 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?
𝑅𝑒𝑐ℎ𝑎𝑧𝑜: 𝐶𝑎𝑙𝑖𝑑𝑎𝑑 𝑏𝑎𝑗𝑎: 𝑁° 𝑑𝑒 𝑑𝑒𝑓𝑒𝑐𝑡𝑜𝑠 > 1
𝐴𝑐𝑒𝑝𝑡𝑎𝑐𝑖ó𝑛: 𝐶𝑎𝑙𝑖𝑑𝑎𝑑 𝑎𝑙𝑡𝑎: 𝑁° 𝑑𝑒 𝑑𝑒𝑓𝑒𝑐𝑡𝑜𝑠 ≤ 1
𝑁° 𝑑𝑒 𝑖𝑛𝑑𝑖𝑣𝑖𝑑𝑢𝑜𝑠 𝑞𝑢𝑒 𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎𝑛 é𝑥𝑖𝑡𝑜:
𝑘 = 100 − 5
𝑘 = 95
𝑁 = 100
𝑛=6
𝑘
𝑝=
𝑁
95
𝑝=
100
𝑝 = 0,95
𝑛
𝑃(𝑋=𝑥) = ( ) ∙ 𝑝 𝑥 ∙ (1 − 𝑝)𝑛−𝑥
𝑥
Sustituyendo tenemos:
6
𝑃(𝑋=5) = ( ) ∙ 0,955 ∙ (1 − 0,95)6−5
5
𝑃(𝑋=5) = 0,2321
0,2321 ∙ 100% = 23,21%
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.
𝑛
𝑃(𝑋=𝑘) = ( ) ∙ 𝑝𝑘 ∙ 𝑞 𝑛−𝑘
𝑘
𝑞 = 0,0005 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑓𝑎𝑙𝑙𝑎 𝑑𝑒 𝑚𝑜𝑡𝑜𝑟𝑒𝑠
𝑞 = 1 − 0,0005 = 0,9995
𝑛 = 6 𝑚𝑜𝑡𝑜𝑟𝑒𝑠
1. No ocurra ninguna falla de motor.
6
𝑞(𝑋=0) = ( ) ∙ (0,0005)0 ∙ (0,9995)6
0
𝑞(𝑋=0) = 0,997
2. No ocurra más de una falla.
𝑞(𝑋≤1) = 𝑃(𝑋=0) + 𝑞(𝑋=1)
𝑞(𝑋≤1) = 0,997 + 0,0029
𝑞(𝑋≤1) = 0,9999
3. Ocurra exactamente dos fallas.
6
𝑞(𝑋=2) = ( ) ∙ (0,0005)2 ∙ (0,9995)4
2
𝑞(𝑋=2) = 0,0000374
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.
𝜇𝑘 ∙ 𝑒 −𝜇
𝑃(𝑋=𝑘) =
𝑘!
𝜇: 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑎𝑑𝑚𝑖𝑡𝑖𝑑𝑜𝑠 𝑑𝑒 𝑒𝑚𝑒𝑟𝑔𝑒𝑛𝑐𝑖𝑎 𝑒𝑛 𝑐𝑖𝑒𝑟𝑡𝑜 ℎ𝑜𝑠𝑝𝑖𝑡𝑎𝑙 𝑒𝑛 1 ℎ𝑜𝑟𝑎.
𝜇=3
𝑒 = 2,7183
1. Ningún caso de emergencia es admitido.
𝑘=0
3⁰(2,71828)⁻³
𝑃(𝑥 = 0) = = 0,0498
0!
2. Más de 3 casos de emergencia son admitidos.
𝑃(𝑋≥3) = 1 − 𝑃(𝑋≤3)
𝑃(𝑋≤3) = 𝑃(𝑋=0) + 𝑃(𝑋=1) + 𝑃(𝑋=2)
0 (2,71828)−3
3 31 (2,71828)−3 32 (2,71828)−3
𝑃(𝑋≤3) = + +
0! 1! 2!
𝑃(𝑋≤3) = 0,0498 + 0,1494 + 0,224
𝑃(𝑋≤3) = 0,4232
𝑃(𝑋≥3) = 1 − 0,42315
𝑃(𝑋≥3) = 0,57685
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:
𝜇 = 73,4
𝜎 = 4,3714
Empleamos la distribución normal estandarizada, esto es N(0,1). Entonces la variable X la

denotamos por Z:
𝜇
𝑍=𝑋−
𝜎
𝐷𝑜𝑛𝑑𝑒:
𝜎 = 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛
𝜇 = 𝑚𝑒𝑑𝑖𝑎
𝑋 = 𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝐴𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎
𝑋 ≈ 𝑁(𝜇 = 73,4; 𝜎 = 4,3714)
1. La probabilidad de que una persona sobrepase los 80 años de vida.
80−73,4
2. 𝑃(𝑋≥80) = 𝑃 (𝑍 > 4,3714
)
3. 𝑃(𝑋≥80) = 𝑃(𝑍 > 1,51)
4. 𝑃(𝑋≥80) = 1 − 𝑃(𝑍 > 1,51)
5. 𝑃(𝑋≥80) = 1 − 0,9344
6. 𝑃(𝑋≥80) = 0,07
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 < ) − 𝑃 (𝑍 < )
4,3714 4,3714
𝑃(𝑋≥80) = 𝑃(𝑍 < 0,37) − 𝑃(𝑍 < −0,78)
𝑃(𝑋≥80) = 0,6443 − 0,2173
𝑃(𝑋≥80) = 0,43
3. ¿A partir de qué valor se tiene el 10% más alto de la esperanza de vida al nacer?
El 10% más alto es la probabilidad de tener una esperanza de vida de 0,1. En la tabla de
distribución normal el valor de Z para una probabilidad de 0,1 es de 0,5398. El valor que representa
dicho % sería el siguiente:
𝜇
𝑍=𝑋−
𝜎
73,4
0,5398 = 𝑋 −
4,3714
73,4
0,5398 + =𝑋
4,3714
𝑋 = 75,7

Lisbet Rosmeri Orozco Otero Compilador
Estudios de caso estudiante N°21:
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?
𝑅
( ) (𝑁 − 𝑅)
𝑋
( 𝑁 − 𝑋)
P (X) =
𝑁
( )
𝑁
Donde:
N: Total de población
R: Exitos población
N: Muestra
X: Exitos muestr
En el edificio hay un total de 120 personas, 70 mujeres y 50 hombres, al cabo de 18 meses
se desalojaran 72 personas y quedaran 48. Se necesita que sean 24 hombres y 24 mujeres,
es decir 6 familias de cada tipo, por lo tanto podemos decir que se necesitan que de 18
familias desalojadas sean 4 de tipo dos hijos o 14 de tipo de dos hijas.
En el segundo caso tendríamos
N: 30
R: 20
N: 18
X: 14
20 30 − 20
( )( )
14 18 − 14
P (X) = =
30
( )
18
1Tomado y adaptado de Gutiérrez, Banegas, Ana Laura. Probabilidad y estadística Enfoque por competencias, Grupo
Editorial Mc Graw Hill, 2012.
20 10
( )( )
14 4 (38760)(210)
P (X) = =
30 86493225
( )
18
P (X) = 0,094
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?
𝑁
𝑃𝑘 = 𝑃⟮𝑋 = 𝐾⟯ = ( ) 𝑃 𝑘 𝑞𝑛−𝑘
𝐾
Caso 1:
P=0,5 probabilidad que sea de primer año
Q= 0,5 probabilidad que sea de primer año
N= S # total de eventos
K=2 Total de éxitos
5
P(X=2)= ( ) (0,5) 2 (0,5) 5−2
2
= 10 (0,25) (0,125)= 0,3125
Caso 2
X= los estudiantes sean de primero o segundo
P(X)= P(1°) +P(2°)=0,5+0,125=0,75
P=0,75
Q=0,25
5
P(X=5)= ( ) (0,75) 2 (0,25) 5−5
5
=1. (0,2373)*1= 0,2373
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?
𝑃(𝑋) = 𝑒 𝑚 . 𝑚𝑥
𝑋!
X= Suceso de estudio
M= media
1¿Cuál es el número esperado de personas con dicha enfermedad?
El número esperado de personas con dicha enfermada es:

0,1
1. 5000 * 5000 ∗ 100 =5 personas
2. ¿Cuál es la probabilidad que exactamente 10 personas son afectadas por la enfermedad?

M= 5
X= 10
𝑒 5 .510
𝑃(𝑋 = 10) = 10!
= 0,01813
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.
1 M=16,9205
O= 0,2695
P(X>18)=1-P(X≤18)
18−16,9205
𝑍= 0,2695
= 4,0055
Tipificando
𝑋−𝑀
𝑍=
𝐴
P(X>18)=1-P(Z<4,0055)=1-0,9998= 0,0002
P(X<15)
15−16,9205
𝑍= 0,2695
𝑍 = 7,12
P(X<15)=
P= (Z<7,12) =
P= (Z>7,12)= 1-P (Z≤12)=1-0,9998=0,0001
3. Los factores que intervienen en la cotización del dólar son: la inflación, deuda pública,
productividad del país, especulación, entre otras.
Se podría decir que una de las consecuencias es la devaluación del peso, aumento en el precio
de los productos importados, el aumento de la demanda en la moneda.


Donal Quisoboni Revisor
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?
Probabilidad Hipergeométrica
𝒏 𝑵−𝒌
( )( )
𝒌 𝒏−𝒙
𝑷(𝑿) =
𝑵
( )
𝒏
Ecuación de combinaciones:
Cn, k = n! /k! (n-k)!
Después de un periodo seleccionan 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?
N = 25
n= 15
x=5
k = 10
Ck, x =C10,5 = 10! /5!5! = 10*9*8*7*6*5! /5! *5*4*3*2*1 = 252
¡C (N-k) ;(n-x) = C15,10 = 15! /10! *5*4*3*2*1 = 15*14*13*12*11/120 =3003
CN, n = C25,15 = 3268760

P (x) = 252*3003/3268760 = 0,2315
La probabilidad de que 5 de los animales seleccionados estén etiquetados es de 23,15%
a. 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.
Distribución Binomial
𝒏
𝑷(𝑿 = 𝒌) = ( ) 𝒑𝒌 ⋅ 𝒒𝒏−𝒌
𝒌
Cn, k = n! /k! (n-k)
El jugador promedio tiene una probabilidad 1/3 de embocar cada una de las argollas:
p = 1/3
q = 2/3 de no embocar
Boletos promedio que se venden por día es de 729
Los ingresos netos diarios del dueño del juego.
Y: ingreso dependiendo de las embocadas
y: soles por ganancia
Y = (10-y) *P(k)*729
probabilidades
Y1 = 10*64= 640
Y2 = 9* 192= 1728
Y3 = 9*240 = 2160
Y4= 9*160 = 1440
Y5 = 6*60 = 360
Y6 = -7*12 = -84
Y7 = -21*1 = -21
Total 6218 soles
f) 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?
Distribución Poisson, por medio de la siguiente fórmula:
X≈Poiss (λ=x)
𝑒 −𝜆 ⋅ 𝜆𝑥
𝑃(𝑋 = 𝑥) =
𝑥!
X≈Poiss (λ=1800/900= 2)
1. El número de áreas que no contienen células:

𝑒 −2 ⋅ 20
𝑃(𝑋 = 0) =
0!
𝑃(𝑋 = 0) = 0,1353
N°= 900*0,1353= 121,77 ≈ 122
2. El número de áreas que contienen exactamente una célula es
𝑒 −2 ⋅ 21
𝑃(𝑋 = 1) =
1!
𝑃(𝑋 = 1) = 0,2707
N°= 900*0,2707= 243,63 ≈ 244
g) 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?

La probabilidad de que las descargas residuales sean:
1. Menores a 7.5 km: 0,1002.
2. Estén entre 7.5 y 7.9 km: 0,5734.
3. A partir de 7,90 se tiene el 10% más bajo de descargas residuales.
μ= 7795
σ= 0,2311
Empleamos la distribución normal estandarizada, esto es N (0,1). Entonces la variable X la

denotamos por Z:
Z= X - μ/σ
σ=desviación
μ=media
X= variable aleatoria
X≈N (μ= 7795; σ= 0,2311)
a) La probabilidad de que las descargas residuales sean menores a 7.5 km

7,5 − 7,795
𝑃(𝑥 < 7,5) = 𝑃 (𝑧 < )
0,2311
𝑃(𝑥 < 7,5) = 𝑃(𝑧 < −1,28)
𝑃(𝑥 < 7,5) = 0,1002
2 La probabilidad de que las descargas residuales estén entre 7.5 y 7.9 km
𝑃(7,5 < 𝑋 < 7,9) = 𝑃(𝑋 < 7,9) − 𝑃(𝑋 < 7,5)
7,9 − 7,795 7,5 − 7,795

𝑃(7,5 < 𝑋 < 7,9) = 𝑃(𝑍 < 7,9) − 𝑃 (𝑋 < ) − 𝑃 (𝑍 < )
0,2311 0,2311
𝑃(7,5 < 𝑋 < 7,9) = 𝑃(𝑍 < 0,45) − 𝑃(𝑍 < −1,28)
𝑃(7,5 < 𝑋 < 7,9) = 0,6736 − 0,1002
𝑃(7,5 < 𝑋 < 7,9) = 0,5734

3. ¿A partir de qué valor se tiene el 10% más bajo de descargas residuales?
p = 0,10
x= 7,5 𝑘𝑚3

Marínela Vivas Evaluador
Estudios de caso estudiante N°42:
h) 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?
Desarrollo:
𝑃(𝑥) = 𝐶𝑘, 𝑥 ∗ 𝐶(𝑁 − 𝑘), (𝑛 − 𝑥)/𝐶𝑁, 𝑛

𝐸𝑐𝑢𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑐𝑜𝑚𝑏𝑖𝑛𝑎𝑐𝑖𝑜𝑛𝑒𝑠: 𝐶𝑛, 𝑘 = 𝑛/𝑘(𝑛 − 𝑘)
𝑁 = 25
𝑛 = 15
𝑥=5
𝑘 = 10
5
𝐶𝑘, 𝑥 = 𝐶10,5 = 10/5/5 = 10 ∗ 9 ∗ 8 ∗ 7 ∗ 6 ∗ ∗ 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1 = 252
5
𝐶(𝑁 − 𝑘); (𝑛 − 𝑥) = 𝐶15,10 = 15/10 ∗ 5 ∗ 4 ∗ 3 ∗ 2 ∗ 1 = 15 ∗ 14 ∗ 13 ∗ 12 ∗ 11/120 = 3003
2Tomado y adaptado de Gutiérrez, Banegas, Ana Laura. Probabilidad y estadística Enfoque por competencias, Grupo
Editorial Mc Graw Hill, 2012.
𝐶𝑁, 𝑛 = 𝐶25,15 = 3268760
𝑃(𝑥) = 252 ∗ 3003/3268760 = 0,2315
La probabilidad de que 5 de los animales seleccionados estén etiquetados es de 23,15%
i) Distribución Binomial: Un cuerpo se encuentra en reposo en el punto (0,0). Se lanza un dado

10 veces y por cada número mayor que 2 que aparece, el cuerpo se desplaza una unidad de
longitud hacia la derecha, en caso contrario se desplaza una unidad hacia la izquierda. Calcular
la probabilidad que después de los 10 lanzamientos el cuerpo se encuentre a:
1. 8 unidades de longitud a la derecha del origen.

2. 3 unidades a la derecha del origen.
3. 2 unidades a la izquierda del origen.
Dado lanzado 10 veces:
 Probabilidad de sacar un número mayor que 2 = {3,4,5,6} = 4/6
(1 unidad hacia la derecha)
 Probabilidad de sacar un número menor que 2 = {1} = 1/6
(1 unidad hacia la izquierda)
Empleamos la distribución binomial:
X ≈ Bin(n; p)
n
P(X = x) = ( ) ∗ px ∗ (1 − p)n−x
x
n 𝑛!
( )=
x 𝑥! (𝑛 − 𝑥)!
1. Probabilidad que después de los 10 lanzamientos el cuerpo se encuentre 8 unidades de longitud a

la derecha del origen.
Datos
𝑛 = 10
Probabilidad (𝑥 ≤ 2) 𝑝 = 0,66
={3,4,5,6} = 4/6
2. Probabilidad que después de los 10 lanzamientos el cuerpo se encuentre 3 unidades a

la derecha del origen:
10
( ) = 120
3
10
𝑃(𝑋 = 3) = ( ) ∗ 0,663 ∗ (1 − 0,66)10−3
3
𝑃(𝑋 = 3) = 0,018
3. Probabilidad que después de los 10 lanzamientos el cuerpo se encuentre 2 unidades a

la izquierda del origen:
𝑛 = 10
Probabilidad (𝑥 < 2)𝑝 = 0,166
𝑥=8
10
( ) = 45
2
10
𝑃(𝑋 = 2) = ( ) ∗ 0,1662 ∗ (1 − 0,166)10−2
2
𝑃(𝑋 = 2) = 0,290
Probabilidad de que después de los 10 lanzamientos el cuerpo se encuentre a:
1) 8 unidades de longitud a la derecha del origen: 18,72%

2) 3 unidades a la derecha del origen: 1,81%
3) 2 unidades a la izquierda del origen: 29,02%
j) Distribución Poisson: Ciertos automóviles llegan a una garita de peaje aleatoriamente con un
promedio de 300 autos por hora. ¿Cuál es la probabilidad que
1. Llegue exactamente 1 automóvil durante un periodo de 1 minuto?

2. Lleguen por lo menos 2 automóviles en un período de 1 minuto?
Criterio estadístico de distribución Poisson
𝒆−𝝀 ∗ 𝝀𝒙
𝑷(𝑿 = 𝒙) =
𝒙¡
Conversión:
300 60 minutos
X minuto
X= 1*300/60
X=5*minuto
Respuesta N°1:
𝒆−𝟓 ∗ 𝟓𝒙
𝑷(𝑿 = 𝟏) =
𝟏¡
𝑷(𝑿 = 𝟏) = 𝟎, 𝟎𝟑𝟑𝟕
 La probabilidad de que 1 automóvil llegue durante un periodo de 1 minuto es de: 3,37%
Respuesta N°2:
𝑷(𝑿 ≥ 𝟐) = 𝟏 − 𝐏(𝐗 ≤ 𝟐)
𝑷(𝑿 ≤ 𝟐) = 𝐏(𝐗 = 𝟏) + 𝐏(𝐗 = 𝟐)
𝒆−𝟓 ∗ 𝟓𝒙
𝑷(𝑿 = 𝟐) =
𝟐¡
𝑷(𝑿 = 𝟐) = 𝟎, 𝟎𝟖𝟒𝟐
𝑷(𝑿 ≤ 𝟐) = 𝟎, 𝟎𝟑𝟑𝟕 + 𝟎, 𝟎𝟖𝟒𝟐
𝑷(𝑿 ≤ 𝟐) = 𝟎, 𝟏𝟏𝟕𝟗
𝑷(𝑿 ≥ 𝟐) = 𝟏 − 𝟎, 𝟏𝟏𝟕𝟗
𝑷(𝑿 ≥ 𝟐) = 𝟎, 𝟖𝟖𝟐𝟏
La probabilidad de que lleguen por lo menos 2 automóviles en un periodo de 1 minuto es de: 88,21
k) Distribución Normal: De acuerdo con la Organización de Naciones Unidas (ONU), los años de
educación promedio son de 8.1 y una varianza de 3.1 en países latinoamericanos. Suponiendo
que los años de educación promedio se distribuyen como una normal, calcula la probabilidad de
que un país:
1. Tenga más de 10 años de educación promedio.

2. Tenga entre 7.5 y 10.5 años de educación promedio.
3. ¿A partir de qué valor se tiene el 5% más bajo de educación?
¿A partir de qué valor se tiene el 5% más bajo de educación?
Datos:
µ=8,1
𝜎 ∧ 2 = 3,1
𝜎 = √3,1 = 1,76
Distribución normal estandarizada, N ( 0,1)
La variable (X) la denotamos por (Z): Z=X - µ/σ
σ =desviación
µ=media
X=Variable aleatoria
Respuesta N°1: Probabilidad que tenga más de 10 años de educación promedio: 86%
10,5 − 8,1
𝑃(𝑋 ≥ 10) = 𝑃(𝑍 < )
1,76
𝑃(𝑋 ≥ 10) = 𝑃(𝑍 < 1,08)
𝑃(𝑋 ≥ 10) = 1 − 𝑃(𝑍 < 1,08)
𝑃(𝑋 ≥ 10) = 1 − 0,1400
𝑃(𝑋 ≥ 10) = 𝟎, 𝟖𝟔
Respuesta N°2: La probabilidad que 1 persona tenga entre 7,5 y 10,5 años de educación promedio
es de: 55%
𝑃(7,5 < 𝑋 < 10,5) = 𝑃(𝑋 < 10,5) − 𝑃(𝑋 < 7,5)
10,5 − 8,1
𝑃(7,5 < 𝑋 < 10,5) = 𝑃 (𝑍 < ) − 𝑃(𝑋 < 7,5)
1,76
𝑃(7,5 < 𝑋 < 10,5) = 𝑃(𝑍 < 1,36) − 𝑃(𝑍 < −0,34)
𝑃(7,5 < 𝑋 < 10,5) = 0,9130 − 0,3669
𝑃(7,5 < 𝑋 < 10,5) = 0,55
¿A partir de qué valor se tiene el 5% más bajo de educación?
Respuesta: 9,015
 En la tabla de distribución normal el valor de Z para la probabilidad de 0,1 es de 0,5199.
Z=X-µ/σ
8,1
0,5199 = 𝑥 −
1,76
0,5199 ∗ 1,76 + 8,1 = 𝑥
𝒙 = 𝟗, 𝟎𝟏𝟓
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 individualemente 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
Ana María Córdoba La probabilidad es la posibilidad u oportunidad
de que suceda un evento particular. La
probabilidad involucrada es una porción o
fracción cuyo valor varía entre cero y uno
exclusivamente. Observamos un evento que no
tiene posibilidad de ocurrir (es decir, el evento
nulo), tiene una probabilidad de cero, mientras
que un evento que seguramente ocurrirá (es
decir, el evento cierto), tiene una probabilidad
de uno.
La regla más evidente para las probabilidades
es que deben variar en valor de 0 a 1. Un
evento imposible tiene una probabilidad cero
de ocurrir, y un evento cierto tiene una
probabilidad uno de ocurrir. La probabilidad
simple se refiere a la probabilidad de
ocurrencia de un evento simple.
Lisbet Rosmeri Orozco Otero concluyo que la probabilidad es de suma

importancia a la hora de tomar decisiones ya
que se caracteriza por tener varias evidencias
diferentes resultados en una investigacion, es
decir que la probabilidad se refiere que hay una
posibilidad que sucedan las cosas.
Referencias bibliográficas en formato APA. (Mínimo una por cada participante, no pueden
repetir referencias)
ESTUDIA REFERENCIA
NTE
Ana María Gil, M., Gonzales, A. J Salagre, M. (2014). Ejercicios de estadística teórica:
Córdoba Probabilidad e inferencia. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=1099566
9&ppg=19
Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Pp. 150-
152. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=258&doc
ID=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
Sánchez, J. (2018). Distribución binomial. Recuperado de
http://hdl.handle.net/10596/19010.

Anexo 1-Tarea 2-Experimentos Aleatorios y Distribuciones de Probabilidad Origi

Încărcat de

Informații document

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

Anexo 1-Tarea 2-Experimentos Aleatorios y Distribuciones de Probabilidad Origi

Încărcat de

Drepturi de autor:

Formate disponibile

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

Plantilla para entrega de la Unidad 2: Tarea 2 - Experimentos

TAREA 2 - EXPERIMENTOS ALEATORIOS Y DISTRIBUCIONES DE

Marínela Vivas Código:

Ana María Córdoba Código: 24634803

Lisbeth Rosmeri Orozco Código: 25545992

Donal David Quisoboni Código:

Eric Fernando Bravo

Universidad Nacional Abierta y a Distancia UNAD

Ciencias Administrativas, Contables, Económicas y de Negocios

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

evidencias que permitan deducir el recorrido y aprehensión de los distintos temas de la

matemáticas aplicadas en diversas áreas, como estudiantes, como profesionales, en

cualesquier tarea que se desempeñe siempre están las matemáticas y la probabilidad es

De igual manera que la distribución de probabilidad son probabilidades de posibles

resultados que se pueden tener en un experimento y las distribuciones de frecuencia son

frecuencias observadas de cada resultado que se dio por los experimentos.

Identificar y aplicar cado uno de los experimentos aleatorios y distribución de

- Aplicar cada una de las formulas en las variables discretas y continuas.

- Identificar las diferentes posibilidades de probabilidad de un experimento.

- Validar conocimientos básicos de la probabilidad a la hora de analizar cada caso

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

Solución al estudio de caso 1: El grupo entrega aquí, de manera organizada, el análisis,

Estudios De Caso Estudiante N°1:

c) Distribución POISSON: El número de casos admitidos de emergencia en cierto hospital en 1

Empleamos la distribución normal estandarizada, esto es N(0,1). Entonces la variable X la

𝑃(70<𝑋<75) = 𝑃(𝑋<75) − 𝑃(𝑋<70)

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

a) Distribución Hipergeométrica: El edificio Nantes está compuesto por 30 apartamentos. De

El número esperado de personas con dicha enfermada es:

2. ¿Cuál es la probabilidad que exactamente 10 personas son afectadas por la enfermedad?

P= (Z>7,12)= 1-P (Z≤12)=1-0,9998=0,0001

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

RESPONSABLE ROL SELECCIONADO

e) Distribución Hipergeométrica: A menudo los biólogos que estudian un ambiente

Cn, k = n! /k! (n-k)!

Después de un periodo seleccionan en la región una muestra aleatoria de 15 animales de ese

Ck, x =C10,5 = 10! /5!5! = 10*9*8*7*6*5! /5! *5*4*3*2*1 = 252

¡C (N-k) ;(n-x) = C15,10 = 15! /10! *5*4*3*2*1 = 15*14*13*12*11/120 =3003

CN, n = C25,15 = 3268760

P (x) = 252*3003/3268760 = 0,2315

La probabilidad de que 5 de los animales seleccionados estén etiquetados es de 23,15%

a. Distribución Binomial: En una feria (hace mucho tiempo), comprando un boleto de 10

Cn, k = n! /k! (n-k)

Boletos promedio que se venden por día es de 729

Los ingresos netos diarios del dueño del juego.

Y: ingreso dependiendo de las embocadas

y: soles por ganancia

Y4= 9*160 = 1440

Total 6218 soles

f) Distribución Poisson: Suponga que 1,800 células de cierto tipo se distribuyen

1. El número de áreas que no contienen células:

2. El número de áreas que contienen exactamente una célula es

N°= 900*0,2707= 243,63 ≈ 244

3. ¿A partir de qué valor se tiene el 10% más bajo de descargas residuales?

1. Menores a 7.5 km: 0,1002.

2. Estén entre 7.5 y 7.9 km: 0,5734.

3. A partir de 7,90 se tiene el 10% más bajo de descargas residuales.

Empleamos la distribución normal estandarizada, esto es N (0,1). Entonces la variable X la

X≈N (μ= 7795; σ= 0,2311)

a) La probabilidad de que las descargas residuales sean menores a 7.5 km

𝑃(𝑥 < 7,5) = 0,1002

Ck, x =C10,5 = 10! /5!5! = 1098765! /5! 54321 = 252

¡C (N-k) ;(n-x) = C15,10 = 15! /10! 54*321 = 1514131211/120 =3003