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

Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Estadística Compleja Código: 301014

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

aleatorios y distribuciones de probabilidad

Tarea 2 - Experimentos aleatorios y distribuciones de probabilidad

Presentado por:

Sandra Milena Uribe Bautista cód. 1098713141

Yiseth Lorena Rodriguez Cód. 1.096.907.143

Laura Cecilia Lamus. Cód. 27.984.741

Patricia Jaramillo Cardozo. Cód. 52847696

Claudia Samira Rodriguez. Cód. 20645072

Grupo: 301014_1

Presentado a: Jenny Tatiana Sánchez

Universidad nacional abierta y a distancia – UNAD

Estadística Compleja

14 de abril de 2019
 Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Estadística Compleja Código: 301014

Introducción (mínimo 2 párrafos de 10 líneas de texto cada uno)

En este trabajo se tratará de formalizar numéricamente los resultados de

un fenómeno aleatorio. Por tanto, una variable aleatoria es un valor
numérico que corresponde a un resultado de un experimento aleatorio.

Experimento aleatorio: proceso de observar un fenómeno del que se

conocen de antemano todos sus posibles resultados, pero a partir de las
condiciones iniciales no puede predecirse exactamente cuál de estos
resultados se producirá.

la distribución de probabilidad de una variable aleatoria es una función que

asigna a cada suceso definido sobre la variable la probabilidad de que
dicho suceso ocurra. La distribución de probabilidad está definida sobre el
conjunto de todos los sucesos y cada uno de los sucesos es el rango de
valores de la variable aleatoria.

También puede decirse que tiene una relación estrecha con las
distribuciones de frecuencia. De hecho, una distribución de probabilidades
puede comprenderse como una frecuencia teórica, ya que describe cómo
se espera que varíen los resultados.
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Estadística Compleja Código: 301014

Objetivos

General:

Analizar el material de estudio de la unidad dos con el fin de

comprender los conceptos básicos de la probabilidad condicional y las
distribuciones de Probabilidad.

Específicos:

Justificar por medio de los métodos matemáticos de la probabilidad

condicional y las distribuciones de Probabilidad las respuestas a los
ejercicios 1, 2. 3 y 4 de la guía de actividades.

Adquirir por medio de la práctica la destreza necesaria para resolver

problemas estadísticos utilizando metodología de la probabilidad
condicional y las distribuciones de Probabilidad.
 Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Estadística Compleja Código: 301014

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
Aleyda patricia Jaramillo

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.
p(x)= número de veces que ocurre el evento por probabilidad del
evento
Hay tres posibles valores para x. 0 1 o 3
2 4 3 2
𝑝(0) = ( ) ( ∗ ) =
0 7 6 7
2 3 4 4
𝑝(1) = ( ) ( ∗ ) =
1 7 6 7
2 3 2 1
𝑝(2) = ( ) ( ∗ ) =
2 7 6 7
Podemos generalizar con la siguiente expresión
𝑛 𝑁−𝑎 𝑎−1
𝑝(𝑥) = ( ) ( ∗ )
𝑥 𝑁 𝑁−1

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

c.
 Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Estadística Compleja Código: 301014

𝜇 = ∑ 𝑥 ∗ 𝑝(𝑥)
𝑥=0
2 4 1
𝜇 =0∗ +1∗ +2∗
7 7 7
6
𝜇=
7

𝑣𝑎𝑟(𝑥) = ∑(𝑥 − 𝜇)2 ∗ 𝑝(𝑥)

𝑥=0

6 2 2 1 2 4 8 2 1
𝑣𝑎𝑟(𝑥) = (− ) ∗ + ( ) ∗ + ( ) ∗
7 7 7 7 7 7
20
𝑣𝑎𝑟(𝑥) =
49

d. Construya un histograma de probabilidad para x.

p(x)
0.6
0.5
0.4
0.3
0.2
0.1
0
x=0 x=1 x=2

Podemos verificar los resultados ya que sabemos que x se distribuye híper geométrica
𝑐 𝑁−𝑐
( )( )
𝑥 𝑛−𝑥
𝑝(𝑥) = 𝑁
( )
𝑛

N=total de población=7
 Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Estadística Compleja Código: 301014

n=muestra=2

c= cantidad de objetos con el atributo

3 7−3
( )( )
𝑝(𝑥) = 𝑥 2−𝑥
7
( )
2
2
𝑝(0) =
7
4
𝑝(1) =
7
1
𝑝(2) =
7
𝑐 3
Siendo 𝑃 = 𝑁 = 7 y 𝑄 = 1 − 𝑃 para la distribución hipergeometrica

tenemos
6
𝜇 =𝑛∗𝑃 =
7
𝑁 − 𝑛 20
𝑣𝑎𝑟(𝑥) = 𝑛𝑃𝑄 ∗ =
𝑁 − 1 49

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
Sandra Milena Uribe Bautista Lider y entregas

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:

P= 10% de los autos son negros

Q= 90% de que los carros no son negros

n= 25 autos vistos
 Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Estadística Compleja Código: 301014

n
P(x) = ( ) (P)x (Q)n−x
x

a. Al menos cinco autos sean negros.

𝑃(𝑥 < 5) + 𝑃(𝑥 ≥ 5) = 1

𝑃(𝑥 ≥ 5) = 1 − 𝑃(𝑥 < 5)

El paso siguiente es tener la probabilidad de X=0 hasta X=4

25 (0.1)0 (0.9)25−0
𝑃(𝑥 = 0) = ( ) = 0.0717
0
25 (0.1)1 (0.9)25−1
𝑃(𝑥 = 1) = ( ) = 0.1994
1
25 (0.1)2 (0.9)25−2
𝑃(𝑥 = 2) = ( ) = 0.2658
2
25 (0.1)3 (0.9)25−3
𝑃(𝑥 = 3) = ( ) = 0.2264
3
25 (0.1)4 (0.9)25−4
𝑃(𝑥 = 4) = ( ) = 0.1384
4

Con los resultados obtenidos se reemplaza en la formula

𝑃(𝑥 ≥ 5) = 1 − (0.0717 + 0.1994 + 0.2658 + 0.2264 + 0.1384)

𝑃(𝑥 ≥ 5) = 0.0983

La probabilidad de que al menos 5 carros sean negros es del 9.83%.

b. A lo sumo seis autos son negros.

𝑃(𝑥 ≤ 6) = 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 3) + 𝑃(𝑥 = 4) + 𝑃(𝑥 = 5) + 𝑃(𝑥 = 6)

El paso siguiente es tener la probabilidad de X=0 hasta X=6

 Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Estadística Compleja Código: 301014

25 (0.1)0 (0.9)25−0
𝑃(𝑥 = 0) = ( ) = 0.0717
0
25 (0.1)1 (0.9)25−1
𝑃(𝑥 = 1) = ( ) = 0.1994
1
25 (0.1)2 (0.9)25−2
𝑃(𝑥 = 2) = ( ) = 0.2658
2
25 (0.1)3 (0.9)25−3
𝑃(𝑥 = 3) = ( ) = 0.2264
3
25 (0.1)4 (0.9)25−4
𝑃(𝑥 = 4) = ( ) = 0.1384
4
25 (0.1)5 (0.9)25−5
𝑃(𝑥 = 5) = ( ) = 0.0645
5
25 (0.1)6 (0.9)25−6
𝑃(𝑥 = 6) = ( ) = 0.0239
6

Con los resultados obtenidos se reemplaza en la formula

𝑃(𝑥 ≤ 6) = 0.0717 + 0.1994 + 0.2658 + 0.2264 + 0.1384 + 0.0645 + 0.0239

𝑃(𝑥 ≤ 6) = 0.9901

La probabilidad de que a lo sumo 6 autos son negros es del 99.01%

c. Más de cuatro autos son negros.

𝑃(𝑥 < 5) + 𝑃(𝑥 ≥ 5) = 1

𝑃(𝑥 ≥ 5) = 1 − 𝑃(𝑥 < 5)

El paso siguiente es tener la probabilidad de X=0 hasta X=4

25 (0.1)0 (0.9)25−0
𝑃(𝑥 = 0) = ( ) = 0.0717
0
25 (0.1)1 (0.9)25−1
𝑃(𝑥 = 1) = ( ) = 0.1994
1
25 (0.1)2 (0.9)25−2
𝑃(𝑥 = 2) = ( ) = 0.2658
2
 Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Estadística Compleja Código: 301014

25 (0.1)3 (0.9)25−3
𝑃(𝑥 = 3) = ( ) = 0.2264
3
25 (0.1)4 (0.9)25−4
𝑃(𝑥 = 4) = ( ) = 0.1384
4

Con los resultados obtenidos se reemplaza en la formula

𝑃(𝑥 ≥ 5) = 1 − (0.0717 + 0.1994 + 0.2658 + 0.2264 + 0.1384)

𝑃(𝑥 ≥ 5) = 0.0983

La probabilidad de que más de 4 carros sean negros es del 9.83%

d. Exactamente cuatro autos son negros.

25 (0.1)4 (0.9)25−4
𝑃(𝑥 = 4) = ( ) = 0.1384
4
La probabilidad de que 4 carros sean negros es del 13.84%
e. Entre tres y cinco autos (inclusive) son negros.
𝑃(3 ≤ 𝑥 ≤ 5) = 𝑃(3) + 𝑃(4) + 𝑃(5)

El paso siguiente es tener la probabilidad de X=3 hasta X=5

25 (0.1)3 (0.9)25−3
𝑃(𝑥 = 3) = ( ) = 0.2264
3
25 (0.1)4 (0.9)25−4
𝑃(𝑥 = 4) = ( ) = 0.1384
4
25 (0.1)5 (0.9)25−5
𝑃(𝑥 = 5) = ( ) = 0.0645
5

𝑃(3 ≤ 𝑥 ≤ 5) = 0.2264 + 0.1384 + 0.0645

𝑃(3 ≤ 𝑥 ≤ 5) = 0.4293

La probabilidad de que entre 3 y 5 carros sean negros es del 42.93%

f. Más de veinte autos no son negros.

𝑃(𝑥 ≥ 20) = 𝑃(𝑥 = 20) + 𝑃(𝑥 = 21) + 𝑃(𝑥 = 22) + 𝑃(𝑥 = 23) + 𝑃(𝑥 = 24) + 𝑃(𝑥
= 25) ≈ 0
 Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Estadística Compleja Código: 301014

La probabilidad de de P=20 hasta P=25 son valores muy pequeños por lo

que se aproxima el resultado aproximadamente igual a 0

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

Aleyda patricia Jaramillo

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.
 Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Estadística Compleja Código: 301014

Utilice la distribución Poisson para encontrar las probabilidades de que el

número de llamadas recibidas por el conmutador en 1 minuto sea:

𝑒 𝜆 𝜆𝑥
𝑃(𝑥) =
𝑥!

𝜆=3

𝑒 −3 3𝑥
𝑃(𝑥) =
𝑥!

a. A lo sumo 4.

4
𝑒 −3 3𝑥
𝑃(𝑋 ≤ 4) = ∑ = 0.82
𝑥!
𝑥=0

b. Menos de 3.

2
𝑒 −3 3𝑥
𝑃(𝑋 < 3) = ∑ = 0.42
𝑥!
𝑥=0

c. Al menos 4.

3
𝑒 −3 3𝑥
𝑃(𝑋 ≥ 4) = 1 − ∑ = 0.35
𝑥!
𝑥=0
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Estadística Compleja Código: 301014

d. Quede saturado.

5
𝑒 −3 3𝑥
𝑃(𝑋 > 5) = 1 − ∑ = 0.08
𝑥!
𝑥=0

e. Entre 1 y 3.

3
𝑒 −3 3𝑥
𝑃(1 ≤ 𝑋 ≤ 3) = ∑ = 0.6
𝑥!
𝑥=1

f. Una o más pero menos de 5.

4
𝑒 −3 3𝑥
𝑃(≤ 𝑋 < 5) = ∑ = 0.77
𝑥!
𝑥=1

g. Más de 2 pero menos de 5.

4
𝑒 −3 3𝑥
𝑃(2 < 𝑋 < 5) = ∑ = 0.39
𝑥!
𝑥=3

h. Ninguna.

𝑒 −3 30
𝑃(0) = = 0.05
0!

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

probabilidad de que se reciban 4 llamadas.

𝑒 −15 15𝑥
𝑃5 (𝑥) =
𝑥!
 Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Estadística Compleja Código: 301014

𝑒 −15 154
𝑃5 (4) = = 6.45 ∗ 10−4
4!

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

organizada, el análisis, desarrollo y solución del ESTUDIO DE CASO
presentado
RESPONSABLE ROL SELECCIONADO
Claudia Samira Rodríguez Evaluador

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?
 Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Estadística Compleja Código: 301014

¿P (X≤80 kg) =?

Z = 80-70/12,5 = 0,8 Valor que ubicamos en la tabla de distribución

normal

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 esta probabilista la ubicamos en la tabla de distribución

normal para determinar Z

Z = -1,48

-1,48 = X-70/12,5

-18,5 +70 = X

X = 51,50 kilos
 Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Estadística Compleja Código: 301014

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).

Es importante que las respuestas de cada ítem las resalten en un color

diferente o las indiquen como respuestas, esto va para cada uno de los
numerales que tenga el punto. (borrar esta instrucción antes de la
entrega)
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Estadística Compleja Código: 301014

Conclusiones (mínimo 1 por cada participante)

(No borrar este encabezado)

ESTUDIANTE CONCLUSIÓN
Claudia Samira Rodríguez Las probabilidades de las variables
aleatorias continuas (X) se definen
como el área por debajo de la
curva. Por lo tanto, solo los rangos
de valores pueden tener una
probabilidad diferente de cero. La
probabilidad de que una variable
aleatoria continua equivalga a
algún valor siempre es cero.
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Estadística Compleja Código: 301014

Referencias bibliográficas en formato APA. (Mínimo una por cada

participante, no pueden repetir referencias)
(No borrar este encabezado)

ESTUDIANTE REFERENCIA
Sandra Milena Uribe Bautista García, Á. M. Á. (2005).
Introducción a la teoría de la
probabilidad. Pp. 195-221.
Claudia Samira Rodríguez Matus, R., Hernández, M., &
García, E. (2010). Estadística. (Pp.
1-14).