TRABAJO COLABORATIVO 2

CURSO: PROBABILIDAD

PRESENTADO POR:
JOSE ALBEIS PALACIOS QUINTO
KATIA GIZELLA MUNAR
WILLIAM ANDRES ARIAS DELGADO
COD: 1083882946

TUTOR (A):
ANGELA MARIA GONZALEZ

UNIVERSIDAD NACIONAL ABIERTA A DISTANCIA

2011

Introduccin
El presente trabajo se realiza con el fin de comprender los principios de
probabilidad y aplicar las propiedades bsicas as como sus leyes las cuales
definen la diferencia entre variables aleatorias, continas y discretas as como
entender el concepto de desviacin estndar, varianza y valor esperado.
De otro lado se estudia la importancia de las distribuciones de probabilidad
sabiendo que en todo fenmeno los datos obtenidos tienen un comportamiento
especfico el cual es pertinente para un conjunto de datos.
Todos estos conceptos son necesarios para comprender y encontrar una relacin
dentro de un conjunto de datos los cuales provienen de hechos concretos y
medibles que nos permiten tomar decisiones acertadas y librar de esta forma la
incertidumbre del azar.
La creacin de este trabajo colaborativo principalmente se basa en los conceptos
que hemos adquirido a travs del modulo del curso acerca de la unidad dos, por
ende cada integrante del curso debe exponer y realizar un ejercicio por cada tema
planteado por nuestro tutor de curso, como son ocho temas cada integrante debe
realizar ocho ejercicios y referenciar a los mismos el cual se exponen a
continuacin.

Objetivos

Aplicar los conocimientos adquiridos sobre variables aleatorias continuas y

discretas, estudiar los tipos de distribuciones de probabilidad, sus caractersticas,
sus parmetros, su aplicacin de igual forma sobre la distribucin de probabilidad
discreta y continua as como su utilizacin y por ende desarrollar el trabajo
expuesto por nuestro tutor del curso con el nico fin de adquirir mayores
conocimientos acerca de los temas tratados y ms destrezas.

Objetivos Especficos

Identificar las distintas variables que nos ofrece cada ejercicio con el fin de
poder aplicar la frmula adecuada.

Realizar cada ejercicio indicando los pasos efectuados para el desarrollo de

cada uno de ellos.

Resolver las preguntas planteadas en cada ejercicio.

Desarrollo de la actividad.
Ejercicio N1
Tema: Variable aleatoria con varianza y desviacin estndar.
Enunciado. Se seleccionan al azar dos calcetines y de manera sucesiva, se
sacan de un cajn que contiene seis calcetines cafs y cuatro verdes, Defina la
variable aleatoria X que represente el nmero de calcetines cafs que se
selecciona. Encuentre la funcin de probabilidad f(X), F(X), E(X), Varianza y
desviacin estndar de la variable aleatoria.
Propuesto por: Jose Albeis Palacios.
Referencia: Canavos. George 1988. Probabilidad y estadstica. McGraw Hill.
Mxico.
Desarrollo.
Solucin:
La variable aleatoria X est definida por 0, 1 y 2; la funcin de probabilidad
f(x) es:
( )

( )

( )

( )

( )(
( )

( )( )
( )
( )( )
( )
( )( )
( )

La funcin de probabilidad F(x) es:

( )
{

La ganancia o media es:

( )

( )

*
*

( )
La ganancia es de

Calculo de varianza:

( )

[(

( )

[(

( )

[ (

* (

* (
*

*
(

* (

* (
*

La varianza es de 5.76.

*
*]

( )

Calculo de desviacin estndar.

*
(

* (
* (

*]
*]

La desviacin estndar es de 2.4

Ejercicio N2
Tema: Distribucin hper geomtrica.
Enunciado. Una florera tiene 15 vehculos de reparto, que se utilizan
principalmente para llevar flores y arreglos florales en una ciudad, suponga que
seis de los 15 camiones tienen problemas con los frenos. Se seleccionaron cinco
vehculos al azar para probarlos, cual es la probabilidad de que dos de los
camiones probados tengan frenos defectuosos?
Propuesto por: Jose Albeis Palacios.
Referencia: Canavos. George 1988. Probabilidad y estadstica. McGraw Hill.
Mxico.
Desarrollo.
Solucin:
La variable X es igual 2de los camiones probados. Donde N= 15, n=6 y k= 5
( )

( )

( )(

( )

( )( )
( )

La probabilidad de que dos de los camiones probados tengan sus frenos

defectuosos es de 0.42
Ejercicio N3
Tema: Distribucin binomial.
Enunciado: En una fbrica de circuitos electrnicos, se afirma que la proporcin
de unidades defectuosas de cierto componente que esta produce es del 5%. Cul
es la probabilidad de que un comprador al revisar 15 unidades al azar encuentre
cuatro defectuosas?
Propuesto por: Jose Albeis Palacios.
Referencia: Canavos. George 1988. Probabilidad y estadstica. McGraw Hill.
Mxico.

Desarrollo.
Solucin:
La variable X corresponde a 4 unidades defectuosas, donde n=15 unidades y la
proporcin de unidades defectuosas es de 5% =0.05, para esto utilizaremos una
distribucin binominal.

La probabilidad de que un comprador encuentre 4 unidades defectuosas es de

0.00485
EJERCICIO PROPUESTOS POR: KATIA MUNAR

TEMA
EJERCICIO
REFERENCIA
ENUNCIADO

VARIABLES ALEATORIAS, FUNCIN DE

PROBABILIDAD Y VALOR ESPERADO
NUMERO 4
Alejandro D. Zylberberg (2009) Probabilidad y Estadstica
Encuentre la distribucin de probabilidad para el nmero
de discos de jazz cundo se eligen al azar cuatro discos
de una coleccin que consta de cinco discos de jazz, dos
de msica clsica y tres de polkas. Exprese los resultados
a travs de una formula

SOLUCION

pc

fc 2
0.4%
n 5

p p

fp 3
0.6%
n 5

p ( x 4) c ( p(c)) 4 ( p( p))1
4

TEMA

VARIABLES ALEATORIAS, FUNCIN DE

PROBABILIDAD Y VALOR ESPERADO

EJERCICIO
REFERENCIA

NUMERO 5
George C. Conavos (1988) Probabilidad y Estadstica
Aplicaciones y Mtodos McGRAW-HILL
Una persona pide prestado un llavero con 5 llaves, y no
sabe cul es la que abre un candado. Por lo tanto, intenta
con cada llave hasta que consigue abrirlo. Sea la variable
aleatoria X que representa el nmero de intentos
necesarios para abrir el candado.

ENUNCIADO

a) Determine la funcin de probabilidad de X

b) Cul es el valor de p( x 1)

SOLUCION
Apartado a)
5

p( x 5) c 1
5

Apartado b)
5

p( x 1) c (0.5) 0 (0.5) 5 c (0.5)1 (0.5) 4

1(1)(0.03125) 5(0.5)(0.0625)

p( x 1) 0.03125 0.15625 0.1875

TEMA
EJERCICIO
REFERENCIA
ENUNCIADO

DISTRIBUCIONES DE PROBABILIDAD DISCRETAS Y

CONTINUAS
NUMERO 6
George C. Conavos (1988) Probabilidad y Estadstica
Aplicaciones y Mtodos McGRAW-HILL
Los resultados de una prueba objetiva de seleccin hecha a 200
personas indicaron que la distribucin de puntuaciones es
normal, con media 60 puntos y desviacin tpica de 6 puntos.
Calcular cuntos examinados han obtenido entre 30 y 40
puntos, y cul es la mnima puntuacin por debajo de la cual
estn el 75% de los examinados.

SOLUCION
Entre 30 y 40 puntos

40 60
30 60
p30 x 40 p
z

6
6

p(5 z 3.33) 1 p( z 5) 1 p( z 3.33)

(1 0.999979) (1 0.999566) 0.000021 0.000434
0.000413* 200
0.826
N 60

p ( x N ) 0.75 p z
0.75
6

N 60
0
6

N 60

1 p z
0.75
6

N 60
N 60

p z
0.25
6
6

EJERCICIO 7

TRABAJO COLABORATIVO DOS

TEMA: DISTRIBUCIN UNIFORME DISCRETA Y

UNIFORME CONTINUA
ESTUDIANTE QUE LO PROPUSO: WILLIAM ANDRES
ARIAS DELGADO

Determine el valor de e de manera que cada una de las siguientes funciones pueda servir como
distribucin de probabilidad de la variable aleatoria discreta X.

FUNDAMENTACIN TERICA

La variable aleatoria discreta ms

sencilla es aquella que toma slo un
nmero finito de valores posibles n,
cada uno con la misma
probabilidad. Ella se
denomina entonces variable
aleatoria discreta uniforme y su
distribucin uniforme discreta est
dada por:
( )

PROBLEMA O EJERCICIO

a. f (x) = e(x2 + 4) x = 0, 1, 2, 3
( )

( )

( )

( )

( )

b. f(x) = e( 2C x) (3C3-x) para x = 0,1,2

( )
( )

( *( *

( )( )

( )

( *( *

( )( )

( )

( *( *

( )( )

a.
b.

Este ejercicio fue realizado con base en lo aprendido del modulo del curso probabilidad del
captulo 5.

EJERCICIO 8
TRABAJO COLABORATIVO DOS

TEMA: DISTRIBUCIN DE POISSON

ESTUDIANTE QUE LO PROPUSO: WILLIAM ANDRES

ARIAS DELGADO

El nmero de camiones en promedio que llegan a una central de abastos en cierta ciudad, es de
12 por da. Cul es la probabilidad de que en un da Cualquiera lleguen menos de nueve
camiones a esa central de abastos?
FUNDAMENTACIN TERICA
Esta es otra distribucin de
probabilidad discreta til en la que la
variable aleatoria
representa el nmero de eventos
independientes que ocurren a una
velocidad constante. La distribucin
de Poisson, llamada as en honor a
Simen Denis
Poisson probabilista francs que fue
el primero en describirla, es el

PROBLEMA O EJERCICIO
= 12
(

principal modelo de probabilidad

empleado para analizar problemas
de lneas de espera, confiabilidad y
control de calidad; entonces el
experimento aleatorio recibe el
nombre de proceso Poisson o flujo
de procesos de Poisson.
Dado un proceso Poisson donde
es el nmero promedio de
ocurrencias en el
intervalo de nmeros reales donde
este se define, la variable aleatoria
X correspondiente al nmero de
ocurrencias en el intervalo es
llamada variable
aleatoria Poisson y su funcin de
probabilidad est dada por:

La probabilidad de que en un da Cualquiera lleguen menos de nueve camiones a esa

central de abastos es de
Este ejercicio fue realizado con base en lo aprendido del modulo del curso probabilidad del
captulo 5.

EJERCICIO 9
TRABAJO COLABORATIVO DOS

TEMA: Distribucin hipergeomtrica

ESTUDIANTE: WILLIAM ANDRES
ARIAS DELGADO
EJERCICIO: Suponga que cierto estudiante tiene una probabilidad de 0,75 de aprobar el examen
de ingls en cualquier intento que haga. Cul es la probabilidad de que lo logre aprobar en el
cuarto intento?
FUNDAMENTACIN TERICA
La distribucin Hipergeomtrica considera el caso en
el cual una poblacin finita se divide en dos grupos,
uno de los cuales se considera "xitos" y el otro
"Fracasos". Por consiguiente si se toma sin

PROBLEMA O EJERCICIO

reemplazamiento una muestra de "n" elementos y se

desea hallar la probabilidad de obtener "X" xitos,
tenemos:
N = Tamao de la poblacin

P=
0,75
=
aprobar/intentos

Np = Nmero de xitos en la poblacin

Q= 0.25 = probabilidad de no aprobar

Nq = Nmero de fracasos en la poblacin

P(x=4)= probabilidad de aprobarlo

En el cuarto intento

X = Variable aleatoria que nos representa el nmero

de xitos en la muestra
n = Tamao de la muestra

probabilidad

de

Como el nmero de intentos no es

Fijo, es un distribucin hipergeomtrica.
f (4,0.75) = (0.25) (0.75)
= 0.011718 = 1.1718%

n - x = Nmero de fracasos en la muestra, utilizando

las definiciones dadas, podemos hallar la funcin de
densidad para una variable aleatoria X que se
distribuya Hipergeomtricamente, as:
fx (x) = P(X=x); donde el suceso, (X=x), (o sea, suceso
de xitos en la muestra), se puede dar de:

Ahora el nmero total de

muestras posibles de tamao n que podemos extraer
de la poblacin de N elementos es:

Luego,
Para X = 0, 1, . . . , n s

La probabilidad de que en el cuarto intento logre aprobar el examen de ingles es=

1.1718%
Tomado de: Martnez Luz Stella. 1986 Manual Practico de estadstica. PIME S.a

Ejercicio N10
Tema: Distribucin normal
Enunciado. Si Z es la distribucin normal tipificada, encuentre el rea bajo la
curva que cae:
a. A la izquierda de z = - 1,13
b. Entre z = - 2,06 y z = - 0,15
c. A la derecha de z = 1,44
Propuesto por: Jose Albeis Palacios.
Referencia: Canavos. George 1988. Probabilidad y estadstica. McGraw Hill.
Mxico.
Desarrollo.
Solucin:
a. A la izquierda de z = - 1,13
(

)
(

El rea bajo la curva a la izquierda de z = -1.13 es de 0.1292 o 12.92%

b. Entre z = - 2,06 y z = - 0,15
(

)
(
(

(
(
)

))
(

)
(

))
)

El rea bajo la curva entre de z = -2.06 y z = -0.15 es de 0.4207 o 42.07%

c. A la derecha de z = 1,44
(
)

El rea bajo la curva a la derecha de z = 1.44 es de 0.0749 o 7.49%

Conclusiones

La realizacin de este trabajo fue fascnate ya que por medio del mismo obtuve un
mayor nfasis en cuanto a los temas tratados en el mismo por otra parte mejore
mis destreza para desarrollar ejercicios de diferentes ndoles muchos de ellos no
los encontramos en nuestro diario vivir, como tambin logre una buena interaccin
con mis compaeros de curso y por ende con el tutor.
Gracias al desarrollo de este taller me he dado cuenta que las variables aleatorias
y las distribuciones de probabilidad son de gran utilidad ya que dando un buen uso
de las formulas que estas nos ofrecen podemos dar solucin rpida a problemas
que se nos pueden presentar en cualquier parte de nuestro trabajo, ya sea en
investigacin o en la vida cotidiana.

Referencias Bibliogrficas

Morales Robayo Adriana. 2007. Mdulo de probabilidad. UNAD. Bogot. D.C.

Canavos. George 1988. Probabilidad y estadstica. McGraw Hill. Mxico.