FASE 2 Distribuciones de Probabilidad

Roberto Antonio Valbuena Romero

Ana Dolores Rodriguez Rojas
Alexa Didiana Vacca
Jeimy Clotilde Albornoz

Grupo: 124

Tutora:
Azucena Gil

Universidad Nacional Abierta y a Distancia UNAD

Escuelas de Ciencias Bsicas, Tecnologa e Ingeniera
Ingeniera Electrnica
Chiquinquir
2017
Introduccin.
Gracias a los conocimientos ya adquiridos en materias anteriores podemos comprender de
manera adecuada las temticas que vamos a desarrollar en el curso de probabilidad.
El adecuado conocimiento de la probabilidad nos ayuda a comprender la forma de
desarrollar las tcnicas de la inferencia estadstica en pocas palabras nos da a comprender el
funcionamiento de esta rama de las matemticas.
Adems para poder expresar de una forma exacta los fenmenos aleatorios de nuestra vida
cotidiana en la cual no tenemos la certeza absoluta de lo que pueda ocurrir debemos
conocer adecuadamente las reglas de la probabilidad.
Por eso y gracias al adecuado desarrollo de las actividades podremos logara de alguna
manera integrar estas tcnicas a nuestro diario vivir.
 CUADRO SINOPTICO

Su frmula es:
VARIABLE ALEATORIA S el nmero tomado es finito.

DISCRETA F()= 1
VARIABLE
Puede tomar un nmero infinito de Se caracteriza
ALEATORIA

CONTINUA Valores dentro de un rango determinado. Por la Variable f()

VALOR ESPERADO Y La varianza de una variable al azar es una

VARIANZA medida de la dispersin de la distribucin de
probabilidad de sta.

Se manifiesta, a partir de una frecuencia

de ocurrencia media, la probabilidad de () = [ = ] =
!
DISTRIBUCION DE que ocurra un explcito nmero de X=0,1,2,..; o en cualquier
POISSON eventos durante cierto perodo de
otro punto o valor.
DISTRIBUCIONES DE PROBABILIDAD

tiempo.
VARIABLES ALEATORIAS Y

La variable aleatoria se define como el nmero f(x,p,r)= x-1Cr-1 qx-r .pr

DISTRIBUCION
de ensayos Bernoulli necesarios para obtener x=r,r+1,r+r+2+....
BINOMIAL
el xito numero 1
NEGATIVA
Se cree la existencia de xitos y/o fracasos en
( )( )

DISTRIBUCION () =
=
una poblacin determinada, y de la cual se
HIPERGEOMETRICA ( )
extrae una muestra sin substituto donde
tambin existen xitos o fracasos. Con xk

Los ensayos son autnomos. Cada ensayo Caractersticas:

DISTRIBUCION es de tipo Bernoulli. Esto, tiene slo dos
BINOMIAL posibles resultados: "xito" o "fracaso. La 1. Variacin
probabilidad de xito de cada ensayo,
denotada por p, es constante. 2. Tendencia Central
La distribucin normal es la ms
La distribucin normal es de suma 3. Asimetra
extensa en estadstica y muchos
DISTRIBUCION gran valor en estadstica por tres tests estadsticos estn
NORMAL razones principales. fundamentados en una supuesta
"normalidad".

DISTRIBUCION
Describe el comportamiento de una f x ( x) { < < }
variable discreta que puede tomar n
UNIFORME
valores distintos con la misma
DISCRETA
probabilidad cada uno de ellos
1
Sigue una distribucin uniforme continua ( ) =

en un intervalo real (a,b), y se representa
DISTRIBUCION
por (a,b), si su funcin de densidad es Y su funcin de distribucin la
UNIFORME CONTINUA
constante en dicho intervalo y se cancela funcin escalonada.
fuera de l.
1
DISTRIBUCION Es la nica variable aleatoria () = 1(, ]( ).

La funcin que la genera es:

EXPONENCIAL. Continua cuya tasa de fallos es () = , 0

constante

DISTRIBUCION Es una reparticin de probabilidad continua con un parmetro k que

representa los grados de libertad de la variable aleatoria.
CHI CUADRADO
 Solucin al estudio de caso 1: Ana Dolores Rodriguez Rojas
Califique a cada uno de estos clientes y calcule la probabilidad de que resulten rentables.

David born: Edward Brendan: Ann Mclaughlin

Edad 18 puntos 12 puntos 0 puntos

Vivienda 20 puntos 10 puntos 20 puntos
Antigedad auto 13 puntos 13 puntos 3 puntos
Pago auto 4 puntos 6 puntos 4 puntos
Costo vivienda 10 puntos 0 puntos 12 puntos
Cuenta 15 puntos 3 pun tos 0 puntos
Total 80 puntos 44 puntos 39 puntos

David Born: total = 80 puntos la probabilidad de que resulten rentables es de 0,95, es decir
95%

Edward Brendan: total 44 puntos la probabilidad es de 0,78% es decir que la probabilidad de

que resulte rentable es de 78%

Ann Mclaughlin total 39 puntos la probabilidad de que resulten rentables es de 0, 70%, es

decir 70%

2.- Con los datos anteriores construya una variable aleatoria que represente el nmero de
clientes rentables para el banco y determine: Cul es la probabilidad de que los tres
resulten rentables?

P=clientes rentables = (0,95)*(0.78)*(0.770)=0.51.87%

La probabilidad de que los tres sean rentables es de 0.51.87%

3.- Cul es la probabilidad de que ninguno sea rentable?

P= (ninguno rentable)= (1-0,95)(1-0,78)(1-0,70)

P= (0.05)*(0.22)*(0.3)=0.0033

La probabilidad de que ninguno sea rentable es de 0.0033

4.- Determine la distribucin de probabilidad total del nmero de clientes rentables entre
este grupo de tres clientes.

(0.95)*(0.22)*(0.3)+(0.05)*(0.78)*(0.3)+(0.05)*(0.22)*(0.70)

(0.0627)+(0.00117)+(0.0077)=0.0821

P(rentables )=(0.95)*(0.78)*(0.3)+(0.95)*(0.22)*(0.70)+(0.05)*(0.78)*(0.70)
 (0.2223)+(0.1463)+(0.0273)=0.3959

P=0.0033+0.0821+0.3959+05187=1

5.- Redacte un breve resumen de sus hallazgos.

La probabilidad de que haya un cliente rentable ocurre cuando los clientes superan
los 40 puntos, en este caso la probabilidad de que haya un cliente rentable es 1 de
tres.

Solucin al estudio de caso 2: Jeimy Clotilde Albornoz

La distribucin de probabilidad binomial es una distribucin de probabilidad discreta que se
presenta con mucha frecuencia. Una de sus caractersticas consiste en que slo hay dos
posibles resultados en un determinado ensayo del experimento y los resultados son
mutuamente excluyentes; Otra caracterstica de la distribucin binomial es el hecho de que
la variable aleatoria es el resultado de conteos. Es decir, se cuenta el nmero de xitos en el
nmero total de ensayos. Una tercera caracterstica de una distribucin binomial consiste en
que la probabilidad de xito es la misma de un ensayo a otro.

Un estudio del Departamento de Transporte de Illinois

concluy que 76.2% de quienes ocupaban los asientos
delanteros de los vehculos utilizaba cinturn de
seguridad. Esto significa que los dos ocupantes de la parte
delantera utilizaban cinturones de seguridad. Suponga
que decide comparar la informacin con el uso actual que
se da al cinturn de seguridad, para lo cual selecciona una muestra de 10 vehculos.

Presente un informe en el que como mnimo incluya:

1. Esta situacin cumple con los supuestos de la distribucin binomial?

Identifquelos

La funcin de probabilidad de la distribucin binomial, tambin denominada funcin de la

distribucin de Bernoulli, una distribucin binomial consiste en repetir una prueba n veces,
la prueba solo puede presentar dos resultados xitos o fracaso con suma de esas dos
probabilidades igual a 1, y a la probabilidad de xito se le llama P.
Y debe presentar la caracterstica de que la probabilidad de cada prueba es independiente
del resultado de las anteriores, es decir, que p es constante para todas las pruebas.

Esta situacin cumple por entero los requisitos de una distribucin binomial, cuando salga
un conductor con cinturn la probabilidad de que los otros lleven cinturn disminuir algo
y viceversa. Pero se supone que la cantidad de conductores es tan grande que esa diferencia
es despreciable. Por tanto, podemos asumir que es una binomial

p(x) = nCx px qnx

- n es el nmero de pruebas.

- x es el nmero de xitos.

- p es la probabilidad de xito.

- q es la probabilidad de fracaso.

2. Cul es la probabilidad de que los ocupantes de la parte delantera en

exactamente 6 de los 10 vehculos seleccionados utilicen cinturones de
seguridad?

p(x) = nCx px qnx

nCx px qnx

p(x = 6) = nCx x q106

10C6 (. 762)6 (. 238)106

210(. 195762)(.00320)
= 0.1315

3. Cul es la probabilidad de que los ocupantes de la parte delantera de por lo

menos 6 de los 10 vehculos utilicen cinturn de seguridad?

P (x 6 | n=10 p= .762

P(x=6) + P(x =7) + P(x =8) + P(x =9) + P(x =10)

10C6 (.762)6 (. 238)106

=210(.195762) (.00320)
= 0.1315
10C7 (.762)7 (. 238)107
=120 (.149171) (.013481)
= 0.2413
10C8(.762)8 (. 238)108
=45 (.113668) (.056644)
=0. 2061
10C10(. 762)10 (. 238)1010
= 1 (.066000) (1)
= 0.66
=0 .1315 + 0.2413 + 0.2897 +0 .2061 + 0.66
= 1.5286
4. Cul es la probabilidad de que los ocupantes de la parte delantera de mximo
6 de los 10 vehculos utilicen cinturn de seguridad?

P (x 6 | n =10 p= .762

P(x=6) + P(x =5) + P(x =4) + P(x =3) + P(x =2) + P(x =1)
 10C1 (.762)1 (. 238)101
=10(.762) (.000002)
=0 .000015
10C2 (.762)2 (. 238)102
=45 (.580644) (.000010)
=0.000261
10C3 (.762)3 (. 238)103
=120 (.442450) (.000043)
= 0.002283
10C4 (.762)4 (. 238)104
=210 (.337147) (.000181)
= 0.128
10C6 (.762)6 (. 238)106
=210(.195762) (.00320)
=0.315
=0 .315+0.049396+0.128+0.002283+0.000261 +0.000015
=0.494955

5. Encuentre el valor esperado del nmero de vehculos en los que los ocupantes
de la parte delantera utilizan el cinturn de seguridad?

p(x) = nCx px qnx

- n es el nmero de pruebas.=10

- x es el nmero de xitos.=7.62

- p es la probabilidad de xito.= 0.76 2

- q es la probabilidad de fracaso.=0.24

tamao de la muestra por la probabilidad de xito.

10(0,762)=7.62

Solucin al estudio de caso 3: Roberto Antonio Valbuena.

El Baloto, es la lotera en lnea de Colombia, supervisado por ETESA (Empresa territorial
para la salud). Es un juego que consiste en acertar 6, 5, 4 o 3 nmeros en cualquier orden de
una matriz del 1 al 45; El jugador seala en un tarjetn los 6 nmeros que escoge. Los
nmeros estn representados en 45 balotas numeradas del 1 al 45. Cada nmero aparece
una sola vez y las balotas ganadoras se seleccionan sin reemplazo. El premio acumulado se
entrega a quien haga coincidir los seis nmeros.

1.- Esta situacin cumple con los supuestos de la distribucin Hipergeomtrica?

Identifquelos
(Sugerencia: Divida los 45 nmeros en dos grupos: ganadores y no ganadores)

En la distribucin hipergeomtrica se identifica una poblacin N y algunos elementos de

esta cumplen una propiedad, la cantidad de estos elementos es d. Entonces nosotros
extraemos una muestra n de la poblacin y la distribucin nos da la probabilidad que
hayamos elegido x elementos con la propiedad.
La poblacin N son los 45 nmeros.
Los elementos que cumplen la propiedad son los 6 que han salido en el sorteo.
La muestra que tomamos es una muestra de 6 nmeros.
La probabilidad que nos da la distribucin hipergeomtrica es la de tener de 0 a seis
ganadores en la muestra.

2.- Usando la distribucin de probabilidad hipergeomtrica determinar la

probabilidad de que el jugador acierte los 6 nmeros

La frmula para determinar la probabilidad es:


( )( )
() =

( )

La desarrollo para acertar nmeros 6 es:
6 45 6 39
( )( ) 1( ) 1
(6) = 6 66 = 0 = =
45 45 45!
( ) ( )
6 6 39! 6!
39! 6! 6! 720
= = = =
45! 45 44 43 42 41 40 5864443200
1
= = 1.22773804 107 = 0.000000122773804
8145060
(6) = 0.000000122773804
3.- La empresa encargada del sorteo informa que la probabilidad de que coincidan
todos los nmeros es de 1 en 8145060. Qu significa esto en trminos de
probabilidad? Coincide esto con su respuesta anterior

(6) = 1/8145060 = 1.22773804 10^(7)

Si concuerda con la respuesta anterior porque la fraccin es igual.
El sorteo tambin otorga un premio si el jugador hace coincidir 3, 4 o 5 de los nmeros
ganadores

4) Calcule la probabilidad, para hacer coincidir 3 de los 6 nmeros ganadores.

Usamos esta frmula para hallar la solucin.

( )( )
( ) =

( )

Al coincidir 3 tendramos:
39 38 37
6 45 6 6 5 4 39 20
( )( ) ( ) 3!
3 6 3 3! 3 45 44 43 42 41 40 =
(6) = = =
45 45 6!
( ) ( )
6 6
 20 9139 182780
= = = 0.02244059589
8145060 8145060

5) Calcule la probabilidad de que coincidan 4 de los 6 nmeros ganadores

Usamos esta frmula para hallar la solucin.

( )( )
() =

( )

Al coincidir 4 tendramos:

6 45 6 6 5 39
( )( ) ( )
(6) = 4 64 = 2 2 =
45 45
( ) ( )
6 6
El compuesto 45 sobre 6 ya est desarrollado en los pasos anteriores as que lo ya no lo
calcularemos.
39 38
15 15 741 11115 741
2 = = = = 0.001364630831
8145060 8145060 8145060 543004

6) Calcule la probabilidad de que coincidan 5 de los 6 nmeros ganadores

Usamos esta frmula para hallar la solucin.

( )( )
() =

( )

Al coincidir 5 tendramos:
6 45 6 39
( )( ) 6( )
(6) = 4 6 5 = 1 =
45 45
( ) ( )
6 6
El compuesto 45 sobre 6 ya est desarrollado en los pasos anteriores as que lo ya no lo
calcularemos.
6 39 234 39
= = = 2.872807014 105
8145060 8145060 1357510

7) Con base en los resultados obtenidos, usted invertira dinero en el BALOTO?

No, porque acertar 6 cifras es casi imposible y acertar 5 tambin es muy difcil, tampoco es fcil
acertar 4 y acertar 3 talvez una vez al ao si de forma frecuente.

As que no invirtiera ya que teniendo en cuenta la baja probabilidad y adems de ello todos
los impuestos y contribuciones que se deben hacer al gobierno no lo hara sera una prdida
de dinero.

Solucin al estudio de caso 4: Alexa Didiana Vacca Sanchez

La distribucin de probabilidad de Poisson describe el nmero de veces que se presenta un evento
durante un intervalo especfico. El intervalo puede ser de tiempo, distancia, rea o volumen. La
distribucin 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 ms grande sea el intervalo, mayor ser la probabilidad; adems, el nmero
de veces que se presenta un evento en un intervalo no influye en los dems intervalos.

Esta distribucin posee diversas aplicaciones. Se le utiliza como modelo para describir la distribucin
de errores en una entrada de datos, el nmero de rayones y otras imperfecciones en las cabinas de
automviles recin pintados, el nmero de partes defectuosas en envos, el nmero de clientes que
esperan mesa en un restaurante, el nmero de accidentes en una carretera en un periodo
determinado.

La compaa de aviacin Delta Airlines, se caracteriza por su responsabilidad y cuidado con el

equipaje de sus pasajeros, por lo que pocas veces se pierde equipaje. En la mayora de los vuelos no
se pierden maletas; en algunos se pierde una; en unos cuantos se pierden dos; pocas veces se
pierden tres, etc. Suponga que una muestra aleatoria de 1 000 vuelos arroja un total de 300 maletas
perdidas.

De esta manera, el nmero promedio de maletas perdidas por vuelo es de 0.3.

DESARROLLO
1.- Esta situacin cumple con los supuestos de la distribucin Poisson? Identifquelos

Cumple con el primer supuesto, que dice que la probabilidad es proporcional a la longitud del
intervalo, en este caso de 1000 vuelos se pierden 300 maletas, es decir que existe un promedio de
0.3 maletas perdidas por vuelo.

Si cumple con el segundo supuesto, debido a que el nmero de veces que se presenta un evento en
un intervalo si influye en los dems intervalos, ya que es una muestra aleatoria y los intervalos son
independientes, es decir si es ms grande el intervalo tendr mayor probabilidad.

2.- Determine cul es la probabilidad de que en un vuelo no se pierda ninguna maleta

=1
=

.
(; ) =
!

e :es la base del logaritmo natural igual a 2.71828.

k es el nmero de ocurrencias de un evento; la probabilidad de que viene dada por la
funcin
k! es el factorial de k
es un nmero real positivo, igual que el nmero esperado de ocurrencias durante el
intervalo dado. Los eventos ocurren en promedio 300 maletas prdidas por 1000 vuelos,

(0,3)0 . ( 0.3 )
(0) = = 0.7408
0!

Teniendo en cuenta lo anterior podemos decir que hay un 74% de probabilidad de que ninguna
maleta se pierda.

3.- Determine cul es la probabilidad de que en un vuelo se pierda exactamente una maleta
 (0,3)1 . ( 0.3 )
(1) = = 0.222
1!
En base al resultado obtenido se puede decir que la probabilidad de que se pierda solo una maleta
es del 22,2%

4.- Determine cul es la probabilidad de que en un vuelo se pierdan entre dos y cuatro maletas

P(2)+P(3)+P(4)

(0,3)2 . ( 0.3 )
(2) = = 0.033 100 = 3.3%
2!
(0,3)3 . ( 0.3 )
(3) = = 0.00333 100 = 0,3%
3!
(0,3)4 . ( 0.3 )
(4) = = 0,0003 100 = 100 = 0,03%
4
= 3,63

De acuerdo a los resultados obtenidos se puede decir que el 3.33 %, pierde dos maletas, que el
0.3% pierde tres maletas, el 0.025% pierde cuatro maletas.

5.- Podra establecer cul es la probabilidad de que se pierdan en un vuelo ms de cuatro

maletas

(0,3)4 . ( 0.3 )
(4) = = 0.00025
4!

La probabilidad de que pierda cuatro maletas es de 0.025%

6.- En qu momento debe sospechar el supervisor de la Aerolnea que en un vuelo se estn

perdiendo demasiadas maletas?
De acuerdo a los resultados obtenidos, se puede evidenciar que el momento en el cual se pierden
mayor cantidad de maletas es en el 1, es decir que se debe cuidar al momento de recoger las
maletas para ser trasladadas al avin.

Solucin al estudio de caso 5: Edwin Leonardo Ladino.

Para una poblacin grande de personas sin hogar, Wong y Piliavin (2001) examinaron factores de
estrs, recursos y agotamiento psicolgico empleando la Escala de Depresin del Centro de
Estudios Epidemiolgicos (CESD), un cuestionario de evaluacin comunitario.

Entre las personas sin hogar, la puntuacin media del cuestionario CESD es 22,5 con una
desviacin estndar de 8.5 y se considera que para la Variable X = puntuacin del CESD, la
distribucin es normal. Como trabajador en el rea de admisiones en un refugio para personas sin
hogar, usted es el encargado de aplicar el CESD y debe evaluar los resultados para las nuevas
personas que lleguen al centro.

Dentro de las polticas del refugio se encuentra que cualquier persona cuya puntuacin sea de 21
o ms puntos en el CESD debe enviarse a ver a un doctor.

1. La probabilidad de que una persona que llegue al refugio sea enviado a ver al doctor.

Para este ejemplo tenemos que 22,5 de desviacin estndar y 8,5 para variable x

X=21/8,5= 26.4% probable

Calculando igual, la probabilidad:

P)=21/30=70% probable

Como 70% es mayor que 26.4% es ms probable que llegue al refugio sea enviado a ver al doctor.

2. La probabilidad de que una persona que llegue al refugio tenga una puntacin de 10 o
menos puntos

En particular, hay 10 personas, por lo tanto son 12 los casos favorables a dicha seleccin. Pero ella
se har de un total de 22 + 12 = 33 personas sumamos la cantidad de las polticas y que forman
parte de la seleccin y por tanto, los casos posibles o totales.

As, la probabilidad pedida es

P= 12/33

3. La probabilidad de que una persona que llegue al refugio tenga una puntuacin entre 16
y 20 puntos

La informacin sobre lo que come cada una de las personas es insustancial. Pues en lo que solicita
no hay relacin con ello. Por definicin, la probabilidad pedida viene dada por:

P= casos favorables a la seleccin 16/casos totales de la muestra 20

P= 16/20
4. Si las personas sin hogar con puntuacin en el 15% ms alto deben ser enviadas a los
servicios de prevencin de suicidios, Qu puntuacin hace calificar a una persona que llega al
refugio para este servicio?

P=casos favorables a la seleccin 15/casos totales de la muestra planteada en el ejercicio 21

P=15/20 la puntuacin es de 15/21

5. Las personas sin hogar con puntacin en el 25% ms bajo, se les enva a un servicio de
orientacin laboral para mejorar sus recursos. Qu puntuacin permite calificar a una persona
para acceder a este servicio?

P=(25 + 5)/(8 +12 +7 + 5)

P=12/32 8

P=3/8 la puntuacin es de 3/8

Bibliografa

Gil, M., Gonzales, A. J Salagre, M. (2014). Ejercicios de estadstica terica: Probabilidad

e inferencia. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=59&docID=1099
5669&tm=1470694057290

Monroy, S. (2008). Estadstica Descriptiva. Editorial: Instituto Tcnico Nacional.

Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=59&docID=1099
5669&tm=1470694602509
Rodrguez, F. & Pierdant, A. (2014). Estadstica para administracin. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=268&docID=110
13767&tm=1470693526577
Gil, M., Gonzales, A. J Salagre, M. (2014). Ejercicios de estadstica terica: Probabilidad
e inferencia. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=47&docID=1099
5669&tm=1470693596054
Monroy, S. (2008). Estadstica Descriptiva. Editorial: Instituto Tcnico Nacional.
Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=194&docID=104
36604&tm=1470693683773