Anexo 1-Tarea 2-Experimentos Aleatorios y Distribuciones de Probabilidad Compilacion John Jader Vian

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
Probabilidad
Estudiante:
John Jader Viana
Tutora:
Claudia Mireya Chaves
Universidad Nacional Abierta y A Distancia

Abril de 2019
Introducción
En el presente trabajo se recopilan los ejercicios propuestos por los diferentes

participantes del foro colaborativo, que aportaron para la realización de este trabajo. En
este se expresa el aprendizaje alcanzado por las estudiantes en cuanto a determinar
algunas distribuciones de probabilidad en variables continuas y discretas y, así, establecer
su valor esperado, su varianza y distribución estándar. En tal sentido, el taller aborda los
siguientes temas, correspondientes a la unidad dos:
- Variable aleatoria discreta y continua, valor esperado y varianza
- Distribuciones de probabilidad discreta: uniforme discreta, binomial, binomial
negativa, geométrica, de Poisson e hipergeométrica
- Distribuciones de probabilidad continua: uniforme continua, normal, exponencial,
chi cuadrado y t de student.
Objetivos
Profundizar en los contenidos temáticos de la Unidad II del curdo de estadística compleja
Dar solución a los ejercicios planteados en la guía de actividades
Debatir en grupo las soluciones propuestas a cada uno de los ejercicios y construir el
trabajo final
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

RESPONSABLE ROL SELECCIONADO
John Jader Viana Alertas
Estudio de caso 1: Distribución Hipergeométrica
Una compañía tiene siete solicitantes para dos puestos de trabajo: tres mujeres y cuatro
hombres. Suponga que los siete 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.

b. ¿Cuáles son la media y la varianza de esta distribución?
c. Construya un histograma de probabilidad para x.
Distribución Hipergeométrica
N= Número total de la población= 7 solicitantes

M= Número de éxitos de la población= 3 puestos de trabajo
n= Número de la muestra=2
N-M= Número de fracasos
x= número de mujeres escogido para ocupar las dos posiciones= 0, 1, 2
1 Tomado y adaptado Mendenhall Beaver Beaver, Introducción a la probabilidad y estadística. 14ª edición 2015
a. Escriba la fórmula para p(x), la distribución de probabilidad de x.

𝐂𝐤𝟑 𝐂𝟐−𝐱
𝟕−𝐤
𝐏(𝐱 = 𝐤) =
𝐂𝟐𝟕
b. ¿Cuáles son la media y la varianza de esta distribución?

Media
𝑀
𝜇 = 𝑛( )
𝑁
3
𝜇 = 2( )
7
𝜇 = 2 ∗ 0,4285
𝜇 = 𝟎, 𝟖𝟓𝟕𝟏
Varianza
𝑀 𝑁−𝑀 𝑁−𝑛
𝜎2 = 𝑛 ( ) ( )( )
𝑁 𝑁 𝑁−1
3 4 7−2
𝜎2 = 2 ( ) ( ) ( )
7 7 6
𝝈𝟐 = 𝟎, 𝟒𝟎𝟖𝟏
d. Construya un histograma de probabilidad para x.

𝐶03 𝐶2−0
7−3
𝑃(0) = = 𝟎, 𝟐𝟖𝟓𝟕
𝐶27
𝐶13 𝐶2−1
7−3
𝑃(1) = = 𝟎, 𝟓𝟕𝟏𝟒
𝐶27
𝐶23 𝐶2−2
7−3
𝑃(2) = = 𝟎, 𝟏𝟒𝟐𝟖
𝐶27
Histograma de probabilidad para x
P(x=1), 0.5714
0.6
0.5
0.4 P(x=0), 0.2857
0.3
P(x=2), 0.1428
0.2
0.1 Series1
0
P(x=0) P(x=1) P(x=2)
SOLUCIÓN AL ESTUDIO DE 2
John Jader Viana Alertas
Estudio de caso 22: 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 ese año y tipo se seleccionan al azar,
encuentre las siguientes probabilidades:
Datos principales:
 P= La probabilidad de que todos os autos de lujos vendidos fueron negros = 10%

= 0,1%
 Q = La probabilidad que no todos los autos vendidos hayan sido negros = 90% =
0,9%
2
Tomado y adaptado de Lind, Marchall. Estadística Aplicada a los Negocios y la Economía. Ed. Mc Graw Hill
 Ne = Número total de experimentos (autos) = 25

 X= ?
Para hallar las probabilidades planteadas implementamos la fórmula:
𝒏
𝑷(𝒙) = ( ) 𝑷𝒙 (𝟏 − 𝒑)𝒏−𝒙
𝒙
Por lo tanto,
a. Al menos cinco autos sean negros
𝟐𝟓
𝐏(𝟓) = ( ) 𝟎, 𝟏𝟓 (𝟏 − 𝟎, 𝟏)𝟐𝟓−𝟓
𝟓
P(5) = 53130 ∗ 0,00001 (0,9)20
P(5) = 53130 ∗ 0,00001 (0,1215)
P(5) = 0,5313 ∗ 0,1215
𝐏(𝟓) = 𝟎, 𝟎𝟔𝟒𝟓 ∗ 𝟏𝟎𝟎% = 𝟔, 𝟒𝟓%
𝟐𝟓
𝐏(𝟒) = ( ) 𝟎, 𝟏𝟒 (𝟏 − 𝟎, 𝟏)𝟐𝟓−𝟒
𝟒
P(4) = 12650 ∗ 0,0001 (0,9)21
P(4) = 12650 ∗ 0,0001(0,1094)
P(4) = 1265 ∗ 0,1094
𝐏(𝟒) = 𝟎, 𝟏𝟑𝟖𝟒 ∗ 𝟏𝟎𝟎% = 𝟏𝟑, 𝟖𝟒%
𝟐𝟓
𝐏(𝟑) = ( ) 𝟎, 𝟏𝟑 (𝟏 − 𝟎, 𝟏)𝟐𝟓−𝟑
𝟑
P(3) = 2300 ∗ 0,001 (0,9)22
P(3) = 2300 ∗ 0,001 (0,0984)
P(3) = 2,3 ∗ 0,0984
𝐏(𝟑) = 𝟎, 𝟐𝟐𝟔𝟑 ∗ 𝟏𝟎𝟎% = 𝟐𝟐, 𝟔𝟑%
𝟐𝟓
𝐏(𝟐) = ( ) 𝟎, 𝟏𝟐 (𝟏 − 𝟎, 𝟏)𝟐𝟓−𝟐
𝟐
P(2) = 300 ∗ 0,01 (0,9)23
P(2) = 300 ∗ 0,001 (0,0886)
P(2) = 3 ∗ 0,0886
𝐏(𝟐) = 𝟎, 𝟐𝟔𝟓𝟖 ∗ 𝟏𝟎𝟎% = 𝟐𝟔, 𝟓𝟖%
𝟐𝟓
𝐏(𝟏) = ( ) 𝟎, 𝟏𝟏 (𝟏 − 𝟎, 𝟏)𝟐𝟓−𝟏
𝟏
P(1) = 25 ∗ 0,1 (0,9)24
P(1) = 25 ∗ 0,1 (0,0797)
P(1) = 2,5 ∗ 0,0797
𝐏(𝟏) = 𝟎, 𝟏𝟗𝟗𝟒 ∗ 𝟏𝟎𝟎% = 𝟏𝟗, 𝟗𝟒%
𝟐𝟓
𝐏(𝟎) = ( ) 𝟎, 𝟏𝟎 (𝟏 − 𝟎, 𝟏)𝟐𝟓−𝟎
𝟎
P(0) = 1 ∗ 0,10 (0,9)25
P(0) = 1 ∗ 1 (0,0717)
P(0) = 1 ∗ 0,0717
𝐏(𝟎) = 𝟎, 𝟕𝟏𝟕 ∗ 𝟏𝟎𝟎% = 𝟕, 𝟏𝟕
Obteniendo:
𝐏(𝐱 ≤ 𝟓) = 𝟏 − ( 𝟎, 𝟏𝟑𝟖𝟒 + 𝟎, 𝟐𝟐𝟔𝟑 + 𝟎, 𝟐𝟔𝟓𝟖 + 𝟎, 𝟏𝟗𝟗𝟒 + 𝟎, 𝟎𝟕𝟏𝟕)
𝑃(𝑥 ≤ 5) = 1 − 0,90168
𝑷(𝒙 ≤ 𝟓) = 𝟎, 𝟎𝟗𝟖𝟑 ∗ 𝟏𝟎𝟎% = 𝟗𝟖, 𝟑%
b. A lo sumo seis autos son negros
25
𝐏(𝟔) = ( ) 0,16 (1 − 0,1)25−6 = 𝟎, 𝟎𝟐𝟑𝟗
6
25
𝐏(𝟓) = ( ) 0,15 (1 − 0,1)25−5 = 𝟎, 𝟎𝟔𝟒𝟓
5
25
𝐏(𝟒) = ( ) 0,14 (1 − 0,1)25−4 = 𝟎, 𝟏𝟑𝟖𝟒
4
25
𝐏(𝟑) = ( ) 0,13 (1 − 0,1)25−3 = 𝟎, 𝟐𝟐𝟔𝟑
3
25
𝐏(𝟐) = ( ) 0,12 (1 − 0,1)25−2 = 𝟎, 𝟐𝟔𝟓𝟖
2
25
𝐏(𝟏) = ( ) 0,11 (1 − 0,1)25−1 = 𝟎, 𝟏𝟗𝟗𝟒
1
25
𝐏(𝟎) = ( ) 0,10 (1 − 0,1)25−0 = 𝟎, 𝟎𝟕𝟏𝟕
0
Obteniendo:
𝑷(𝒙 ≤ 𝟔) = 𝐏(𝐨) + 𝐏(𝟏) + 𝐏(𝟐) + 𝐏(𝟑) + 𝐏(𝟒) + 𝐏(𝟓) + 𝐏(𝟔)
= 0,0717 + 0,1994 + 0,2658 + 0.2263 + 0,1384 + 0,0645 + 0,0239
= 𝟎. 𝟗𝟗 = 99%
c. Más de cuatro autos son negros.
25
𝐏(𝟒) = ( ) 0,14 (1 − 0,1)25−4 = 𝟎, 𝟏𝟑𝟖𝟒
4
25
𝐏(𝟑) = ( ) 0,13 (1 − 0,1)25−3 = 𝟎, 𝟐𝟐𝟔𝟑
3
25
𝐏(𝟐) = ( ) 0,12 (1 − 0,1)25−2 = 𝟎, 𝟐𝟔𝟓𝟖
2
25
𝐏(𝟏) = ( ) 0,11 (1 − 0,1)25−1 = 𝟎, 𝟏𝟗𝟗𝟒
1
25
𝐏(𝟎) = ( ) 0,10 (1 − 0,1)25−0 = 𝟎, 𝟎𝟕𝟏𝟕𝟖
0
Obteniendo:
𝐏(𝐱 > 𝟒) = 𝟏 − 𝐏(𝐱 ≤ 𝟒)
𝐏(𝐱 > 𝟒) = 1 − 0,9017
𝐏(𝐱 > 𝟒) = 𝟎, 𝟎𝟗𝟖𝟑 = 𝟗𝟖%
d. Exactamente cuatro autos son negros.

𝟐𝟓
𝑷(𝟒) = ( ) 𝟎, 𝟏𝟒 (𝟏 − 𝟎, 𝟏)𝟐𝟓−𝟒
𝟒
𝑷(𝟒) = 12650 ∗ 0,0001 (1 − 0,1)25−4
𝐏(𝟒) = 12650 ∗ 0,0001 (0,9)21
𝐏(𝟒) = 12650 ∗ 0,0001(0,1094)
𝐏(𝟒) = 1265 ∗ 0,1094
𝐏(𝟒) = 𝟎, 𝟏𝟑𝟖𝟒 ∗ 𝟏𝟎𝟎% = 𝟏𝟑, 𝟖𝟒%
e. Entre tres y cinco autos (inclusive) son negros.

25
𝐏(𝟓) = ( ) 0,15 (1 − 0,1)25−5 = 𝟎, 𝟎𝟔𝟒𝟓
5
25
𝐏(𝟒) = ( ) 0,14 (1 − 0,1)25−4 = 𝟎, 𝟏𝟑𝟖𝟒
4
25
𝐏(𝟑) = ( ) 0,13 (1 − 0,1)25−3 = 𝟎, 𝟐𝟐𝟔
3
𝐏(𝟑 ≤ 𝐱 ≤ 𝟓)
𝑃 = 0,226 + 0,138 + 0,064
𝑷 = 𝟎, 𝟒𝟐𝟖
f. Más de veinte autos no son negros.
25
𝐏(𝟐𝟏) = ( ) 0,121 (1 − 0,1)25−21 = 𝟖, 𝟐𝟗𝐗𝟏𝟎−𝟏𝟖
21
25
𝐏(𝟐𝟐) = ( ) 0,122 (1 − 0,1)25−22 = 𝟏, 𝟔𝟕𝟔𝐗𝟏𝟎−𝟏𝟗
22
25
𝐏(𝟐𝟑) = ( ) 0,123 (1 − 0,1)25−23 = 𝟐, 𝟒𝟑𝐱𝟏𝟎−𝟐𝟏
23
25
𝐏(𝟐𝟒) = ( ) 0,124 (1 − 0,1)25−24 = 𝟐, 𝟐𝟓𝐱𝟏𝟎−𝟐𝟑
24
25
𝐏(𝟐𝟓) = ( ) 0,125 (1 − 0,1)25−25 = 𝟏𝐱𝟏𝟎−𝟐𝟓
25
𝐏(𝐱 > 𝟐𝟎) = 8,29𝑋10−18 + 1,676𝑋10−19 + 2,43𝑥10−21 + 2,25𝑥10−23

+ 1𝑥10−25
𝐏(𝐱 > 𝟐𝟎) = 𝟖, 𝟒𝟔𝒙𝟏𝟎−𝟏𝟖
SOLUCIÓN AL ESTUDIO DE CASO 3

Responsable Rol seleccionado
Estudio de caso 33: Distribución de probabilidad de Poisson
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.
Utilice la distribución Poisson para encontrar las probabilidades de que el número de

llamadas recibidas por el conmutador en 1 minuto sea:
Datos principales:
 μ = 3 llamadas por minuto

 e = 2,7182818
Formula:
𝝁𝒌 𝒆−𝝁
𝑷(𝒙 = 𝒌) =
𝒌!
𝝁=𝟑
a. A lo sumo 4
30 𝑒 −3
𝑃(𝑥 = 0) = = 0,049
0!
3
Tomado y adaptado de Ritchey F., Estadística para las Ciencias sociales, Mc Graw Hill, 2014
31 𝑒 −3
𝑃(𝑥 = 1) = = 0,149
1!
32 𝑒 −3
𝑃(𝑥 = 2) = = 0,224
2!
33 𝑒 −3
𝑃(𝑥 = 3) = = 0,224
3!
34 𝑒 −3
𝑃(𝑥 = 4) = = 0,168
4!
Obteniendo:
𝐩(𝐱 ≤ 𝟒) = 0,049 + 0,149 + 0,224 + 0,224 + 0,168

𝐩(𝐱 ≤ 𝟒) = 𝟎, 𝟖𝟏𝟒
b. Menos de 3.
30 𝑒 −3
𝑃(𝑥 = 0) = = 0,049
0!
31 𝑒 −3
𝑃(𝑥 = 1) = = 0,149
1!
32 𝑒 −3
𝑃(𝑥 = 2) = = 0,224
2!
Obteniendo:
𝒑(𝒙 < 𝟑) = 0,049 + 0,149 + 0,224

𝐩(𝐱 < 𝟑) = 𝟎, 𝟒𝟐𝟐
c. Al menos 4.
30 𝑒 −3
(𝑥 = 0) = = 0,049
0!
31 𝑒 −3
𝑃(𝑥 = 1) = = 0,149
1!
32 𝑒 −3
𝑃(𝑥 = 2) = = 0,224
2!
33 𝑒 −3
𝑃(𝑥 = 3) = = 0,224
3!
34 𝑒 −3
𝑃(𝑥 = 4) = = 0,168
4!
Obteniendo
34 (2,7182718)−3
𝑃(𝑥 = 4) =
4!
𝑷(𝒙 = 𝟒) = 𝟎, 𝟏𝟔𝟖𝟎𝟑
d. Quede saturado.
35 𝑒 −3
𝑃(𝑥 = 5) =
5!
35 (2,7182718)−3
𝑃(𝑥 = 5) =
5!
𝑷(𝒙 = 𝟓) = 𝟎, 𝟏𝟎
e. Entre 1 y 3.
31 𝑒 −3
𝑃(𝑥 = 1) =
1!
−3
31 (2,7182718)−3
𝑃(𝑥 = 1) =
1!
𝑷(𝒙 = 𝟏) = 𝟎, 𝟏𝟒𝟗𝟑
32 e−3
P(x = 2) =
2!
−3
32 (2,7182718)−3
𝑃(𝑥 = 2) =
2!
𝑷(𝒙 = 𝟐) = 𝟎, 𝟐𝟐𝟒𝟎
33 e−3
P(x = 3) =
3!
−3
33 (2,7182718)−3
𝑃(𝑥 = 3) =
3!
𝑷(𝒙 = 𝟑) = 𝟎, 𝟐𝟐𝟒𝟒
Obteniendo:
P(1 ≤ x ≤ 3) = 0,149 + 0,224

𝐏(𝟏 ≤ 𝐱 ≤ 𝟑) = 𝟎, 𝟑𝟕𝟑
f. Una o más pero menos de 5.

31 (2,7182718)−3
𝑃(𝑥 = 1) = = 0,1493
1!
32 (2,7182718)−3
𝑃(𝑥 = 2) = = 0,2240
2!
33 (2,7182718)−3
𝑃(𝑥 = 3) = = 0,2240
3!
34 (2,7182718)−3
𝑃(𝑥 = 4) = = 0,1680
4!
Obteniendo:
𝑝(1 ≤ 𝑥 < 5) = 0,1493 + 0,2240 + 0,2240 + 0,1680
𝒑(𝟏 ≤ 𝒙 < 𝟓) = 𝟎, 𝟕𝟔𝟓𝟒𝟕
g. Más de 2 pero menos de 5.

33 (2,7182718)−3
𝑃(𝑥 = 3) = = 0,2240
3!
34 (2,7182718)−3
𝑃(𝑥 = 4) = = 0,1680
4!
Obteniendo:
P(2 < x < 5) = 0,2240 + 0,1680

𝐏(𝟐 < 𝐱 < 𝟓) = 𝟎, 𝟑𝟗𝟐
h. Ninguna.
30 𝑒 −3
𝑃(𝑥 = 0) =
0!
30 (2,7182718)−3
𝑃(𝑥 = 0) =
0!
𝑷(𝒙 = 𝟎) = 𝟎, 𝟎𝟒𝟗𝟕
i. Si se cuenta el número de llamadas en 5 minutos, cual es la probabilidad de

que se reciban 4 llamadas.
𝜇 = 15
154 𝑒 −15
𝑃(𝑥 = 4) =
4!
154 (2,7182718)−15
𝑃(𝑥 = 4) =
4!
𝐏(𝐱 = 𝟒) = 𝟎, 𝟎𝟎𝟎𝟔𝟒
Solución al estudio de caso 4: El grupo entrega aquí, de manera organizada, el

análisis, desarrollo y solución del ESTUDIO DE CASO presentado
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?
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
Ejercicio 3
Mentefacto:
Conclusiones
ESTUDIANTE CONCLUSIÓN
John Jader Viana Al dar por terminado el trabajo se debe
destacar las innumerables aplicaciones que
tiene la teoría de la probabilidad en la
actualidad, particularmente en la
Psicología que es nuestra carrera. Gracias a
desarrollo del estudio de Caso se puede
visualizar mejor como la estadística nos
proporciona una mejor visión en la toma de
decisiones frente a algún contexto
particular.
Es importante colocar el nombre de cada estudiante tanto en conclusiones como en

referencias. Si el estudiante no participa, el compilador deja indicado el nombre del
compañero que no aportó y el espacio de la aportación se dejará en blanco. (borrar esta
instrucción antes de la entrega)
Referencias bibliográficas en formato APA.
ESTUDIANTE REFERENCIA
John Jader Viana Guía trabajo colaborativo 2 y rubrica de estadística
compleja. Universidad Nacional Abierta y a Distancia, UNAD
(2014). Bogotá, Colombia.
Morales, A. (2010). Módulo de estadística

compleja. Universidad Nacional Abierta y a Distancia,
UNAD. Bogotá, Colombia.
Protocolo estadística compleja 301014, consultado en

noviembre de 2014 en:
http://datateca.unad.edu.co/contenidos/301014/protocolo_exe/.
Ramírez K. D. Algunas distribuciones discretas de

probabilidad. Investigación de operaciones i. (UCR – ECCI)
(2014).
Es importante colocar el nombre de cada estudiante tanto en conclusiones como en

referencias. Si el estudiante no participa, el compilador deja indicado el nombre del
compañero que no aportó y el espacio de la aportación se dejará en blanco. (borrar esta
instrucción antes de la entrega)

Anexo 1-Tarea 2-Experimentos Aleatorios y Distribuciones de Probabilidad Compilacion John Jader Vian

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Anexo 1-Tarea 2-Experimentos Aleatorios y Distribuciones de Probabilidad Compilacion John Jader Vian

Uploaded by

Copyright:

Available Formats

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

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

Universidad Nacional Abierta y A Distancia

En el presente trabajo se recopilan los ejercicios propuestos por los diferentes

Profundizar en los contenidos temáticos de la Unidad II del curdo de estadística compleja

Dar solución a los ejercicios planteados en la guía de actividades

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

SOLUCIÓN AL ESTUDIO DE CASO 1

Estudio de caso 1: Distribución Hipergeométrica

a. Escriba la fórmula para p(x), la distribución de probabilidad de x.

N= Número total de la población= 7 solicitantes

a. Escriba la fórmula para p(x), la distribución de probabilidad de x.

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

d. Construya un histograma de probabilidad para x.

Histograma de probabilidad para x

Estudio de caso 22: Distribución Binomial

 P= La probabilidad de que todos os autos de lujos vendidos fueron negros = 10%

 Ne = Número total de experimentos (autos) = 25

Para hallar las probabilidades planteadas implementamos la fórmula:

a. Al menos cinco autos sean negros

P(5) = 53130 ∗ 0,00001 (0,9)20

P(5) = 53130 ∗ 0,00001 (0,1215)

P(5) = 0,5313 ∗ 0,1215

𝐏(𝟓) = 𝟎, 𝟎𝟔𝟒𝟓 ∗ 𝟏𝟎𝟎% = 𝟔, 𝟒𝟓%

P(4) = 12650 ∗ 0,0001 (0,9)21

P(4) = 12650 ∗ 0,0001(0,1094)

P(4) = 1265 ∗ 0,1094

𝐏(𝟒) = 𝟎, 𝟏𝟑𝟖𝟒 ∗ 𝟏𝟎𝟎% = 𝟏𝟑, 𝟖𝟒%

P(3) = 2300 ∗ 0,001 (0,9)22

P(3) = 2300 ∗ 0,001 (0,0984)

P(3) = 2,3 ∗ 0,0984

𝐏(𝟑) = 𝟎, 𝟐𝟐𝟔𝟑 ∗ 𝟏𝟎𝟎% = 𝟐𝟐, 𝟔𝟑%

P(2) = 300 ∗ 0,01 (0,9)23

P(2) = 300 ∗ 0,001 (0,0886)

𝐏(𝟐) = 𝟎, 𝟐𝟔𝟓𝟖 ∗ 𝟏𝟎𝟎% = 𝟐𝟔, 𝟓𝟖%

P(1) = 25 ∗ 0,1 (0,9)24

P(1) = 25 ∗ 0,1 (0,0797)

P(1) = 2,5 ∗ 0,0797

𝐏(𝟏) = 𝟎, 𝟏𝟗𝟗𝟒 ∗ 𝟏𝟎𝟎% = 𝟏𝟗, 𝟗𝟒%

P(0) = 1 ∗ 0,10 (0,9)25

𝐏(𝟎) = 𝟎, 𝟕𝟏𝟕 ∗ 𝟏𝟎𝟎% = 𝟕, 𝟏𝟕

𝐏(𝐱 ≤ 𝟓) = 𝟏 − ( 𝟎, 𝟏𝟑𝟖𝟒 + 𝟎, 𝟐𝟐𝟔𝟑 + 𝟎, 𝟐𝟔𝟓𝟖 + 𝟎, 𝟏𝟗𝟗𝟒 + 𝟎, 𝟎𝟕𝟏𝟕)

𝑷(𝒙 ≤ 𝟓) = 𝟎, 𝟎𝟗𝟖𝟑 ∗ 𝟏𝟎𝟎% = 𝟗𝟖, 𝟑%

b. A lo sumo seis autos son negros

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

= 0,0717 + 0,1994 + 0,2658 + 0.2263 + 0,1384 + 0,0645 + 0,0239

c. Más de cuatro autos son negros.

𝐏(𝐱 > 𝟒) = 𝟏 − 𝐏(𝐱 ≤ 𝟒)

𝐏(𝐱 > 𝟒) = 1 − 0,9017

𝐏(𝐱 > 𝟒) = 𝟎, 𝟎𝟗𝟖𝟑 = 𝟗𝟖%

d. Exactamente cuatro autos son negros.

𝑷(𝟒) = 12650 ∗ 0,0001 (1 − 0,1)25−4

𝐏(𝟒) = 12650 ∗ 0,0001 (0,9)21

𝐏(𝟒) = 12650 ∗ 0,0001(0,1094)

𝐏(𝟒) = 1265 ∗ 0,1094

𝐏(𝟒) = 𝟎, 𝟏𝟑𝟖𝟒 ∗ 𝟏𝟎𝟎% = 𝟏𝟑, 𝟖𝟒%

e. Entre tres y cinco autos (inclusive) son negros.

𝑃 = 0,226 + 0,138 + 0,064

f. Más de veinte autos no son negros.

𝐏(𝐱 > 𝟐𝟎) = 8,29𝑋10−18 + 1,676𝑋10−19 + 2,43𝑥10−21 + 2,25𝑥10−23

SOLUCIÓN AL ESTUDIO DE CASO 3

Estudio de caso 33: Distribución de probabilidad de Poisson

Un conmutador puede manejar un máximo de 5 llamadas por minuto. Si la experiencia