Sunteți pe pagina 1din 12

Trabajo Colaborativo Final

Presentado por:
xxxxx

Universidad Nacional Abierta y a Distancia UNAD


Diciembre de 2018
Cuadro sinóptico

Probabilidad P(A)= Casos favorables al evento A


Clásica Casos posibles

Probabilidad P(A)= n (A)


PROBABILIDAD
Frecuentista n

Axiomas de
Probabilidad

Primer Segundo Tercer


Axioma Axioma Axioma

.
.
ESTUDIO DE CASO N°1
¿Red Social WhatsApp mientras se conduce un automóvil? La proporción de
adultos (18 años o más) que admiten emplear la red social de WhatsApp para enviar
mensajes de texto y audio mientras conducen es 47%. Suponga que selecciona al
azar tres conductores adultos y les pregunta si utilizan el WhatsApp para enviar
mensajes de texto y audio mientras conducen.
Identificación método de probabilidad
Binomial, porque existen dos probabilidades de respuesta, quienes aprueban (47%)
y quienes no aprueban el uso de whatsapp mientras se conduce. Además hay un
único elemento a identificar y es saber quiénes aprueban; y el porcentaje de
aprobación (47%) no cambia así se altere el número de muestra.
a. Encuentre la distribución de probabilidad para x, el número de conductores
en la muestra que admiten enviar mensajes de texto y audio mientras
conducen.

x 0 1 2 3
P(X=x) 0,148877 0,396069 0,351231 0,103823
Cálculo por distribución binomial – Excel

b. Construya un histograma de probabilidad para p(x).

P(X=x)
0.6
0.4
0.2
0
0 1 2 3

c. ¿Cuál es la probabilidad de que exactamente uno de los tres conductores


envié mensajes de texto y audio mientras conduce?
La probabilidad de que uno de los tres conductores envíe mensajes de
texto y audio mientras conduce es del 39,6%.

d. ¿Cuáles son la media y la desviación estándar poblacional para la variable


aleatoria x?
Media poblacional:
µ = n*p
µ = 3*0,47
µ = 1,41

La desviación estándar equivale a 0,8644


x 0 1 2 3
P(X=x) 0,148877 0,396069 0,351231 0,103823
Xi-E(x) -1,41 -0,41 0,59 1,59
(Xi-E(x))² 1,9881 0,1681 0,3481 2,5281
(Xi-
E(x))²∙P(x) 0,295982364 0,0665792 0,12226351 0,26247493
Var(X) 0,7473
σ(x) 0,864465153

ESTUDIO DE CASO N°2

Prueba de la FDA. Como reglamentación se conoce que la duración máxima de


patente para un nuevo medicamento es 17 años. Restando el tiempo requerido por
la FDA para probar y aprobar el medicamento, es decir, el tiempo que una compañía
tiene para recuperar costos de investigación y desarrollo y obtener una utilidad.
Suponga que la distribución de tiempos de vida de patente para nuevos
medicamentos es como se muestra a continuación:

Años, x 3 4 5 6 7 8 9 10 11
p(x) 0.03 0.05 0.07 0.10 0.14 0.20 0.18 0.12 0.07

Años, x 12 13
p(x) 0.03 0.01

a. Encuentre el número esperado de años de vigencia de patente para un nuevo


medicamento.
b. Encuentra la desviación estándar de x.
c. Encuentra la probabilidad de que x caiga en el intervalo 𝜇 ± 2𝜎

Solución:

Organizo y desarrollo la siguiente tabla con los valores dados para la variable
aleatoria discreta 𝑥, para la distribución de probabilidades 𝑃(𝑥) , y con los términos
individuales de las fórmulas para calcular:

- La media o valor esperado de 𝑥 (𝜇 = ∑ 𝑥𝑃(𝑥) )


- La varianza de 𝑥 (𝜎 2 = ∑(𝑥 − 𝜇)2 𝑃(𝑥) )
- La desviación estándar de x ( 𝜎 = √𝜎 2 ):
𝑥 𝑃(𝑥) 𝑥𝑃(𝑥) (𝑥 − 𝜇) (𝑥 − 𝜇)2 (𝑥 − 𝜇)2 𝑃(𝑥)

3 0,03 0,09 -4,9 24,01 0,7203


4 0,05 0,2 -3,9 15,21 0,7605
5 0,07 0,35 -2,9 8,41 0,5887
6 0,1 0,6 -1,9 3,61 0,361
7 0,14 0,98 -0,9 0,81 5,67
8 0,2 1,6 0,1 0,01 0,08
9 0,18 1,62 1,1 1,21 10,89
10 0,12 1,2 2,1 4,41 44,1
11 0,07 0,77 3,1 9,61 106,04
12 0,03 0,36 4,1 16,81 201,72
13 0,01 0,13 5,1 26,01 338,13

𝜇 = ∑ 𝑥𝑃(𝑥)
𝜎 2 = ∑(𝑥 − 𝜇)2 𝑃(𝑥)

Totales 1 𝜇 = 7,9
𝜎 2 = 709,0605
𝜎 = 26,6281

De ésta tabla puedo asegurar que efectivamente tengo una distribución de


probabilidades porque se cumplen las condiciones de que ∑ 𝑃(𝑥) = 1 y que 𝑃(𝑥) ≥
0, y puedo extraer la repuesta a lo solicitado en el planteamiento del ejercicio:

a. Encuentre el número esperado de años de vigencia de patente para un nuevo


medicamento.
El valor esperado para x es el correspondiente a la media
𝜇 = ∑ 𝑥𝑃(𝑥) = 7,9 𝑎ñ𝑜𝑠

b. Encuentra la desviación estándar de x.


La desviación estándar está dada por σ = √σ2 , y σ2 , o varianza poblacional,
está dada por σ2 = ∑(x − μ)2 P(x)
𝜎 = √(∑(𝑥 − 𝜇)2 𝑃(𝑥) ) = 26.6281

c. Encuentra la probabilidad de que x caiga en el intervalo 𝜇 ± 2𝜎

El intervalo μ ± 2σ corresponde a 7,9±2(26,6281), es decir, desde -45,3563


hasta 61,1563.
Como el intervalo de x va desde 3 hasta 13, la probabilidad de que x caiga
en el intervalo -45,3563 hasta 61,1563 es absoluta.

ESTUDIO DE CASO N°3

Regularmente muchas de las personas que toman café se toman un poco de tiempo para
prepararlo y algunas toman más de un descanso al día. En la siguiente tabla, se ilustra la
distribución de probabilidad para x, el número de descansos por día que se dan quienes
toman café.

Años x 0 1 2 3 4 5
p (x) 0.28 0.37 0.17 0.12 0.05 0.01

A. ¿Cuál es la probabilidad de que una persona que toma café, seleccionada al azar,
no se dé un descanso para tomar café durante el día?
B. ¿Cuál es la probabilidad de que una persona que toma café, seleccionada al azar,
se dé más de tres descansos para tomar café durante el día?
C. ¿Cuál es la probabilidad de que una persona que toma café, seleccionada al azar,
se dé más de cuatro descansos para tomar café durante el día?
D. Calcule la media y la desviación estándar para la variable aleatoria x. Encuentre la
probabilidad de que x caiga en el intervalo .

Desarrollo.
A.

x=0
x n-x
n=5 P(x\n,p)= nCx x (P) * (q)
P=0.28

4
P(x=0\n=5,p=0.28)= 5C0 x (0.28) x (0.72) 5-0
P(x=0\n=5,p=0.28)= 1 x 0.006147 x 0.193492
P(x=0\n=5,p=0.28)= 0.001189
B.
x=3
x n-x
n=5 P(x\n,p)= nCx x ( P ) x (q)
P=0.12

3
P(x=3\n=5,p=0.12)= 5C3 x (0.12) x (0.88) 5-3
P(x=3\n=5,p=0.12)= 10 x 0.00173 x 0.77440
P(x=3\n=5,p=0.12)= 0.01338

C. x>4
n=5 P(x>4\n=5,p=0.06)= p(x=4) + p(x=5)
P=0.06 P(x>4\n=5,p=0.06)= 0.000060912 + 0.000000777

P(x>4\n=5,p=0.06)= 0.000061689

x=4

x=4
x * n-x
n=5 P(x\n,p)= nCx * (P) (q)
P=0.06

4 5-4
P(x=4\n=5,p=0.06)= 5C4 x (0.06) x (0.94)
P(x=4\n=5,p=0.06)= 5 x 0.0000129 x 0.94
P(x=4\n=5,p=0.06)= 0.000060912

x=5

x=5
x x n-x
n=5 P(x\n,p)= nCx x (P) (q)
P=0.06

5 5-5
P(x=5\n=5,p=0.06)= 5C5 x (0.06) x (0.94)
P(x=5\n=5,p=0.06)= 1 x 0.000000777 x 1
P(x=5\n=5,p=0.06)= 0.000000777

D. La media a largo plazo de una variable aleatoria x se llama valor esperado, el


cual se denota como
N= número total de ensayos o el tamaño de la muestra
P= probabilidad de éxito

x=5
n=5
p=0.72

E (x) = n x p
E (x) = 5 x 0.72
E (x) = 3.6

La varianza es una medida de variabilidad o de dispersión en conjunto de datos la


cual denotamos como

x=5
n=5
p=0.72

V (x) = n * p * q
V (x) = 5 * 0.72 * 0.28
V (x) = 1.008

La desviación estándar al igual que la varianza es una medida de variabilidad, la


cual se calcula sacando la raíz cuadrada de la varianza

= V (x) E.

= 1.008

= 1.00399

ESTUDIO DE CASO N° 4

Suponga que el 10% de los campos en una región agrícola determinada están
infestados con la mosca blanca de la remolacha. Se seleccionan de manera
aleatoria 100 campos de esta región y se inspeccionan para ver si están infestados.
a. ¿Cuál es el número promedio de campos muestreados que están infestados?
Sea X variable aleatoria discreta con distribución binomial con parámetros
n,p
Entonces
𝑛 = 100 𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑒𝑛𝑠𝑎𝑦𝑜𝑠

𝑝 = 0.10 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑖𝑛𝑓𝑒𝑐𝑡𝑎𝑑𝑜𝑠

μ = 𝐸(𝑋) = 𝑛𝑝 Media de X

μ = 100 ∗ 0.1 = 10

𝜎 2 = 𝑉(𝑋) = 𝑛𝑝(1 − 𝑝) = 100(0.1)(1 − 0.1) =

9 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑛𝑜 𝑒𝑠𝑡𝑒 𝑖𝑛𝑓𝑒𝑐𝑡𝑎𝑑𝑜𝑠 Varianza de X

b. ¿Dentro de que límites esperaría usted hallar el número de campos


infestados, con probabilidad aproximada de 95%?

Distribución Normal estándar

Para Z = 1,96, según la tabla de distribución normal existe una probabilidad de 95%

Intervalo de confianza

𝑥̅ = 10 𝑆=9 𝑛 = 100

𝑧∞⁄2 = 1.96

𝑠
⟨𝑀⟩1−𝛼 = 𝑥̅ ± 𝑧𝛼,2
√𝑛

9
⟨𝑀⟩95% = 10 ± 1.96 =
√100

= 10 ± 1.764 = 11.764

= 10 ± 1.764 = 8.236

= ⟨8.236 ; 11.764⟩

c. ¿Qué podría usted concluir si encuentra X=25 campos estuvieran infestados?


¿Es posible que una de las características de un experimento binomial no se
satisfaga en este experimento?
No es posible realizar una probabilidad binomial, porque está por encima de la
probabilidad de campos infestados dados.
100
𝑃(𝑥 = 25) = ( ) 0.125 (9)100−25 = 1.062
25

Estudio de caso N°5


De acuerdo con un estudio realizado por el Departamento de Pediatría de la
Universidad Nacional en Bogotá, los niños que se lesionan dos o más veces tienden
a sufrir estas lesiones durante un tiempo relativamente limitado, por lo general un
año o menos. Si el número promedio de lesiones por año para niños en edad escolar
es de dos, ¿cuáles son las probabilidades de estos eventos?

a. Un niño en edad escolar sufrirá dos lesiones durante el año.

b. Un niño en edad escolar sufrirá dos o más lesiones durante el año.

c. Un niño en edad escolar sufrirá a lo sumo una lesión durante el año.


Bibliografía

 Martínez, C. (2011). Estadística Básica Aplicada. Ecoe, 4a


edición. Capítulos 1 a 4.
 http://probabilidadestadistic.blogspot.com/2010/09/axiomas-y-teoremas-de-
la-probabilidad.html
 Gil, M., Gonzales, A. J Salagre, M. (2014). Ejercicios de estadística teórica:
Probabilidad e inferencia. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=10
995669&ppg=19

 Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico


Nacional. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=151&
docID=10436604&tm=1470688991083

 Martín, J. y Ruiz, L. (2004). Estadística I: Probabilidad. 2nd ed. Madrid:


Paraninfo. vii-viii. Recuperado de
http://bibliotecavirtual.unad.edu.co:2081/ps/eToc.do?rcDocId=GALE%7CCX
4052400005&inPS=true&prodId=GVRL&userGroupName=unad&resultClick
Type=AboutThisPublication
&contentModuleId=GVRL&searchType=BasicSearchForm&docId=GALE%7
C3BDC

 Rodríguez, F. & Pierdant, A. (2014). Estadística para administración.


Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=11
013767&ppg=200