Anexo 1-Tarea 1-Espacio Muestral, Eventos, Operaciones y Axiomas de Probabilidad

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
UNIDAD 2: TAREA 2 - EXPERIMENTOS ALEATORIOS Y DISTRIBUCIONES

DE PROBABILIDAD
PRESENTADO A:
JOSÉ HÉCTOR MAESTRE
ENTREGADO POR:
ANDRES FELIPE LONDOÑO BUITRAGO CÓDIGO 1143832178

ESTEBAN RODRÍGUEZ LEMUS CÓDIGO 1031142683
JHON JAIRO CHINGATE CODIGO 80851188
FRANK JHOVER HERRERA CODIGO 1014272843
ANDRES FELIPE SUAREZ CODIGO
GRUPO:
100402_95
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERÍA
14 DE ABRIL 2019
BOGOTÁ
Introducción
Como ya hemos visto en las actividades anteriores, donde se han desarrollado los diferentes
métodos en los cuales podemos hacer conclusiones estadísticas valiéndonos de
innumerables métodos los cuales nos dan una respuesta especifica y acertada en todas las
actividades desarrolladas en esta unidad, por medio de esta actividad identificamos y
desarrollamos los conceptos vistos y estudiados donde podemos aplicarlos al diario vivir,
su uso cotidiano nos permitirá evidenciar puntualmente casos de la cotidianidad.
Con el desarrollo de esta actividad tuvimos la oportunidad de ampliar nuestros
conocimientos, identificando una visión diferente donde le desarrollo de esta actividad con
mis compañeros fue gratificante y prospera en los conocimientos adquiridos, ya que ellos
gestores de su propio estudio.
Objetivos
Desarrolla los 4 casos planteados por el tutor, aplicando la temática vista en la unidad 2
Objetivos específicos
 Realizar un análisis de los diferentes conceptos que se nos facilitan para el
desarrollo de esta actividad
 Presentar diferentes maneras de aplicar las estadísticas junto a sus fórmulas y
diagramas
 Crear conocimientos que nos permitan interpretar los datos obtenidos mediante las
investigaciones realizadas
CUADRO SINÓPTICO
ANDRES FELIPE LONDOÑO BUITRAGO:
ESTEBAN RODRÍGUEZ LEMUS:

JHON JAIRO CHINGATE:

FRANK JHOVER HERRERA:

ANDRES FELIPE SUAREZ

Solución al estudio de caso 2: El grupo entrega aquí, de manera

organizada, el análisis, desarrollo y solución del ESTUDIO DE
CASO presentado
CASOS DEL 1 AL 4
RESPONSABLE ROL SELECCIONADO
ANDRES FELIPE LONDOÑO REVISOR
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.
Ecuación:
a.
𝑵−𝑴
k=3 𝑪𝑴
𝑲 𝑪𝒏−𝒌
x=2 𝑷(x=k) =
𝑪𝑵𝒏
N=7
n=2 𝑵!
Dónde: 𝑪𝑵
𝒏 = 𝒏!(𝑵−𝒏)!
Procedemos a remplazar los valores
𝟕!
𝑪𝑵
𝒏 = = 𝟐𝟏
𝟐! (𝟕 − 𝟐)!
Procedemos a remplazar los valores en la formula principal.
𝐶03 𝐶2−0
7−3
𝑃(x=k) = = 0,286
𝐶27
𝐶13 𝐶2−1
7−3
𝑃(x=k) = = 0,57
𝐶27
𝐶23 𝐶2−2
7−3
𝑃(x=k) = = 0,142
𝐶27
b. ¿Cuáles son la media y la varianza de esta distribución?

n=muestra=2
M=mujeres=3
N=población=7
μ=media=?
ϑ =variación estándar=?
Utilizamos la siguiente fórmula para hallar la media:

𝑀
𝜇 = 𝑛( )
𝑁
3
μ = 2 ( ) = 0,85
7
Utilizamos la siguiente fórmula para hallar la varianza:

𝑀 𝑁−𝑀 𝑁−𝑛
ϑ = ( )( )( )
𝑁 𝑁 𝑁−1
Reemplazamos los valores en la fórmula:
3 7−3 7−2
ϑ = 2( )( )( ) = 0,4081
7 7 7−1
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:
a. Al menos cinco autos sean negros.

b. A lo sumo seis autos son negros.
c. Más de cuatro autos son negros.
d. Exactamente cuatro autos son negros.
e. Entre tres y cinco autos (inclusive) son negros.
f. Más de veinte autos no son negros
datos:
n=25→ muestra o número de ensayos.
k=5→ número de éxitos.
x=k→ x número de éxitos en n intentos.
p=10%=0.1→ probabilidad de éxito.
q=90%=0.9→ probabilidad de fracaso.
La fórmula de la distribución binomial es:

𝒏!
𝒑(𝒙) = 𝑷𝒌 𝒒𝒏−𝒌
𝑲! (𝒏 − 𝒌)!
La representación matemática de este enunciado de acuerdo a los datos dados es:
𝑃(𝑥 ≥ 5) = 𝑃(𝑥 = 5) + 𝑃(𝑥 = 6) + 𝑃(𝑥 = 7) … … 𝑃(𝑥 = 25)
Para calcular de manera más fácil usamos el complemento del evento el cual es el
siguiente:
𝑃(𝑥 ≤ 4) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4)
Usamos la fórmula de la distribución binomial y reemplazamos los valores para

cada caso de éxito; en otras palabras, para cada valor que toma x:
25!
𝑃(𝑥 = 0) = (0.1)0 (1 − 0.1)25−0 = 0.072
0! (25 − 0)!
25!
𝑃(𝑥 = 1) = (0.1)1 (1 − 0.1)25−1 = 0.199
1! (25 − 1)!
25!
𝑃(𝑥 = 2) = (0.1)2 (1 − 0.1)25−2 = 0.266
2! (25 − 2)!
25!
𝑃(𝑥 = 3) = (0.1)3 (1 − 0.1)25−3 = 0.226
3! (25 − 3)!
25!
𝑃(𝑥 = 4) = (0.1)4 (1 − 0.1)25−4 = 0.138
4! (25 − 4)!
Posterior a calcular la probabilidad de cada uno de los valores que se requieren,

realizamos la sumatoria para calcular, la probabilidad de que al menos 5 autos sean
negros.
∑ 𝑃(𝑥 ≤ 4) = 0.072 + 0.199 + 0.266 + 0.226 + 0.138
∑ 𝑃(𝑥 ≤ 4) = 𝟎. 𝟗𝟎𝟏
Recordemos que estamos trabajando con el complemento del evento por tal motivo
hay que aplicar la siguiente fórmula para hallar la probabilidad solicitada.
𝑃(𝑥 ≥ 5) = 1 − 𝑃(𝑥 ≤ 4)
𝑃(𝑥 ≥ 5) = 1 − 𝟎. 𝟗𝟎𝟏
𝑃(𝑥 ≥ 5) = 0.099


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

25!
𝑃(𝑥 = 0) = (0.1)0 (0.9)25−0 = 0.072
0! (25 − 0)!
25!
𝑃(𝑥 = 1) = (0.1)1 (0.9)25−1 = 0.199
1! (25 − 1)!
25!
𝑃(𝑥 = 2) = (0.1)2 (0.9)25−2 = 0.266
2! (25 − 2)!
25!
𝑃(𝑥 = 3) = (0.1)3 (0.9)25−3 = 0.226
3! (25 − 3)!
25!
𝑃(𝑥 = 4) = (0.1)4 (0.9)25−4 = 0.138
4! (25 − 4)!
25!
𝑃(𝑥 = 5) = (0.1)5 (0.9)25−5 = 0.064
5! (25 − 5)!
25!
𝑃(𝑥 = 6) = (0.1)6 (0.9)25−6 = 0.024
6! (25 − 6)!
realizamos la sumatoria para calcular, la probabilidad de que a lo sumo seis autos
son negros.
∑ 𝑃(𝑥 ≤ 6) = 0.072 + 0.199 + 0.266 + 0.226 + 0.138 + 0.064 + 0.024
∑ 𝑃(𝑥 ≤ 4) = 𝟎. 𝟗𝟗
𝑃(𝑥 > 4)
𝑃(𝑥 > 4) = 𝑃(𝑥 = 5) + 𝑃(𝑥 = 6) + 𝑃(𝑥 = 7) … … 𝑃(𝑥 = 25)
siguiente:
𝑃(𝑥 ≤ 4) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4)

25!
𝑃(𝑥 = 0) = (0.1)0 (0.9)25−0 = 0.072
0! (25 − 0)!
25!
𝑃(𝑥 = 1) = (0.1)1 (0.9)25−1 = 0.199
1! (25 − 1)!
25!
𝑃(𝑥 = 2) = (0.1)2 (0.9)25−2 = 0.266
2! (25 − 2)!
25!
𝑃(𝑥 = 3) = (0.1)3 (0.9)25−3 = 0.226
3! (25 − 3)!
25!
𝑃(𝑥 = 4) = (0.1)4 (0.9)25−4 = 0.138
4! (25 − 4)!
Realizamos la sumatoria para calcular, la probabilidad de más de cuatro autos

negros.
∑ 𝑃(𝑥 ≤ 4) = 0.072 + 0.199 + 0.266 + 0.226 + 0.138
∑ 𝑃(𝑥 ≤ 4) = 𝟎. 𝟗𝟎𝟏

𝑷(𝒙 = 𝟒)
Damos solución reemplazando los valores en la formula.
25!
𝑃(𝑥 = 4) = (0.1)4 (0.9)25−4 = 0.138
4! (25 − 4)!

𝐏(𝟑 ≤ 𝐱 ≤ 𝟓)

25!
𝑃(𝑥 = 3) = (0.1)3 (0.9)25−3 = 0.226
3! (25 − 3)!
25!
𝑃(𝑥 = 4) = (0.1)4 (0.9)25−4 = 0.138
4! (25 − 4)!
25!
𝑃(𝑥 = 5) = (0.1)5 (0.9)25−5 = 0.064
5! (25 − 5)!
realizamos la sumatoria para calcular, la probabilidad de que Entre tres y cinco autos
(inclusive) son negros.
∑ 𝑃(3 ≤ x ≤ 5) = 0.226 + 0.138 + 0.064 = 𝟎, 𝟒𝟐𝟖
f. más de veinte autos no son negros:

(𝐱 > 𝟐𝟎)

25!
𝐏(𝐱 > 𝟐𝟏) = (0.1)21 (0.9)25−21 = 𝟖. 𝟐𝟗𝟗 ∗ 𝟏𝟎−𝟏𝟖 = 𝟎
21! (25 − 21)!
25! 25−22
𝐏(𝐱 > 𝟐𝟐) = (0.1)22 (0.9) =𝟎
22! (25 − 22)!
25! 25−23
𝐏(𝐱 > 𝟐𝟑) = (0.1)23 (0.9) =𝟎
23! (25 − 23)!
25!
𝐏(𝐱 > 𝟐𝟒) = (0.1)24 (0.9)25−24 = 𝟎
24! (25 − 24)!
25!
𝑥(25) = (0,9)25 (1 − 0,9)25−25 = 𝟎. 𝟎𝟕𝟏𝟕
25! (25 − 25)!
𝑥 > 20 = ∑ > 20 = 𝟎. 𝟗𝟎𝟏𝟕
∑ 𝐏(𝐱 > 𝟐𝟎) = 𝟎
La 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:
a. A lo sumo 4.
b. Menos de 3.
c. Al menos 4.
d. Quede saturado.
e. Entre 1 y 3.
f. Una o más pero menos de 5.
g. Más de 2 pero menos de 5.
h. Ninguna.
i. Si se cuenta el número de llamadas en 5 minutos, cual es la probabilidad de que se
reciban 4 llamadas.
µ=media
𝜎 = √𝜇 →desviaión estándar
𝒆 = 𝑒𝑠 𝑙𝑎 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒
Fórmula para la distribución de poisson.
𝝁𝒌 𝒆−𝝁
𝑷(𝒙 = 𝒌) =
𝒌!
Solución del problema:
a. A lo sumo 4: 𝑷(𝒙 ≤ 𝟒) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4)
30 𝑒−3
𝑷(𝒙 = 𝟎) = = 0,05
0!
31 𝑒−3
𝑷(𝒙 = 𝟏) = = 0,15
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!
∑ 𝑃(𝑥 ≤ 4) = 0,816
b. Menos de 3. 𝑷(𝒙 < 𝟑)
30 𝑒−3
𝑷(𝒙 = 𝟎) = = 0,05
0!
31 𝑒−3
𝑷(𝒙 = 𝟏) = = 0,15
1!
32 𝑒−3
𝑷(𝒙 = 𝟐) = = 0,224
2!
∑ 𝑃(𝑥 < 3) = 0,423
C. AL Menos 4. 𝑷(𝒙 ≥ 𝟒)
siguiente:
𝑷(𝒙 ≤ 𝟑)
30 𝑒−3
𝑷(𝒙 = 𝟎) = = 0.05
0!
31 𝑒−3
𝑷(𝒙 = 𝟏) = = 0.15
1!
32 𝑒−3
𝑷(𝒙 = 𝟐) = = 0.224
2!
33 𝑒−3
𝑷(𝒙 = 𝟑) = = 0.224
3!
∑ 𝑷(𝒙 ≤ 𝟑) = 0.648
reemplazamos en la siguiente fórmula para hallar la probabilidad solicitada:

𝑷(𝒙 ≥ 𝟒) = 𝟏 − 𝑷(𝒙 ≤ 𝟑)
𝑷(𝒙 ≥ 𝟒) = 𝟏 − 0.648 = 0.352
d. Quede saturado. 𝑷(𝒙 = 𝟓)
usamos la Fórmula para la distribución de poisson. y reemplazamos los valores.
35 𝑒 −3
𝑷(𝒙 = 𝟓) = = 0.1008
5!
e. Entre 1 y 3. 𝑷(𝟏 ≤ 𝒙 ≤ 𝟑)
31 𝑒−3
𝑷(𝒙 = 𝟏) = = 0.15
1!
32 𝑒−3
𝑷(𝒙 = 𝟐) = = 0.224
2!
33 𝑒−3
𝑷(𝒙 = 𝟑) = = 0.224
3!
realizamos la sumatoria de los valores para dar con el resultado.
∑ 𝑷(𝟏 ≤ 𝒙 ≤ 𝟑) = 0,597
f .Una o más pero menos de 5. 𝑷(𝟏 ≤ 𝒙 < 𝟓)
31 𝑒−3
𝑷(𝒙 = 𝟏) = = 0,15
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!
∑ 𝑃(𝑥 ≤ 4) = 0.765
g. Más de 2 pero menos de 5. 𝑷(𝟐 < 𝒙 < 𝟓)
33 𝑒−3
𝑷(𝒙 = 𝟑) = = 0,224
3!
34 𝑒−3
𝑷(𝒙 = 𝟒) = = 0,168
4!
∑ 𝑷(𝟐 < 𝒙 < 𝟓) = 0,392
h. Ninguna. 𝑷(𝒙 = 𝟎)
30 𝑒−3
𝑷(𝒙 = 𝟎) = = 0.05
0!

reciban 4 llamadas. 𝑷(𝒙 = 𝟒)
Teniendo en cuenta que el promedio de llamadas es de 3 por minuto, entonces si

contabilizamos el promedio durante 5 minutos, este será de 15 llamadas por minuto ya
que en cada minuto entraran 3 llamadas según el promedio.
µ=15
34 𝑒−15
𝑷(𝒙 = 𝟒) = = 0.0006
4!
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?
SOLUCIÓN:
a) ¿Cuál es la probabilidad de que una persona elegida al azar de este grupo pese ms
de 80 kg?
Fórmula de la probabilidad para una para una variable aleatoria normal general.
µ= media=70kg
𝜎 = desviaión estándar=12.5kg
𝐱−μ
𝐳=
𝛔
Reemplazamos los siguientes valores en la formula.
𝟖𝟎 − 𝟕𝟎
𝐳= = 𝟎. 𝟖𝟎
𝟏𝟐. 𝟓
b) ¿Cuál es la probabilidad de que una persona elegida al azar de este grupo pese
𝑷(𝟓𝟎 ≤ 𝒙 ≤ 𝟖𝟓)
Usamos la siguiente formula, la probabilidad para 85kg
85 − 70
𝑍= = 1,2
12,5
Comprobando la probabilidad en la tabla de distribución normal estándar, para 85kg:

𝑃(𝑍 = 1.2) = 0,8849

Usamos la siguiente formula, la probabilidad para 50kg.
50 − 70
𝑍= = −1,6
12,5
Comprobando la probabilidad en la tabla de distribución normal estándar, para 50kg:
𝑃(𝑍 = −1.6) = 0,0548

La probabilidad deseada es la diferencia entre estas dos probabilidades, por lo
cual,
𝑃(0,8849 ≤ 𝑧 ≤ 0,0548) = 0,8849 − 0,0548 = 0,8301
c) ¿Cuál es el peso que es superado solo por el 93% de las personas del grupo?
93%=0.93
𝑃(𝑧 = 0.93) = 1 − 0.93 = 0.07 = −1.4
𝑍 = −1,48
𝑋 − 70
−1,48 =
12,5
𝑋 = 51,5 𝑘𝑔
Reemplazar en la formula y despejamos.
𝑧 = −1,48
𝑥 − 70
−1,48 =
12,5
𝑥 = 51,5 𝑘𝑔
CASOS DEL 1 AL 4
Esteban Rodríguez Lemus Entregas
2. El experimento consiste en ver si un vehículo es negro o no (Si o No), y repetirlo

25 veces, para finalmente ver cuántos de ellos son negros. Es por tanto un
experimento Binomial.
𝑋 = "𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑎𝑢𝑡𝑜𝑚ó𝑣𝑖𝑙𝑒𝑠 𝑛𝑒𝑔𝑟𝑜𝑠 𝑑𝑒 𝑒𝑛𝑡𝑟𝑒 𝑙𝑜𝑠 25 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜𝑠"

𝑝 = 10% = 0′1 = "𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 É𝑥𝑖𝑡𝑜 (𝑞𝑢𝑒 𝑢𝑛 𝑣𝑒ℎí𝑐𝑢𝑙𝑜 𝑠𝑒𝑎 𝑛𝑒𝑔𝑟𝑜)"
(1 − 𝑝) = 1 − 0′1 = 0′9 = 90 %
= "𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝐹𝑟𝑎𝑐𝑎𝑠𝑜 (𝑞𝑢𝑒 𝑛𝑜 𝑠𝑒𝑎 𝑛𝑒𝑔𝑟𝑜)"
𝑛 = 25
= "𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑣𝑒ℎí𝑐𝑢𝑙𝑜𝑠 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜𝑠 (𝑟𝑒𝑝𝑒𝑡𝑖𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒𝑙 𝑒𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑜)"
AL MENOS CINCO AUTOS SEAN NEGROS.

se puede interpretar como que "el número de coches negros es mayor o igual que 5"
P(X >= 5)
𝑃(𝑋 >= 5) = 𝑃(𝑋 = 5) + 𝑃(𝑋 = 6) + 𝑃(𝑋 = 7) + . . . + 𝑃(𝑋 = 25)

𝑃(𝑋 < 5) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4)
𝑃(𝑋 = 0) = (25/0) · (0′1)^0 · (0′9)^(25 − 0) = 1 · 1 · 0′9^25 = 0′07179
𝑃(𝑋 = 1) = (25/1) · (0′1)^1 · (0′9)^(25 − 1) = 25 · 0′1 · 0′9^24
= 0′19942
𝑃(𝑋 = 2) = (25/2) · (0′1)^2 · (0′9)^23 = 300 · 0′01 · 0′9^25 = 0′26589
𝑃(𝑋 = 3) = (25/3) · (0′1)^3 · (0′9)^22 = 0′22650
𝑃(𝑋 = 4) = (25 4) · (0′1)^4 · (0′9)^21 = 0′13841
𝑃(𝑋 < 5) = 0′902

𝑃(𝑋 >= 5) = 1 − 𝑃(𝑋 < 5) = 1 − 0′902 = 0′098
A LO SUMO SEIS AUTOS SON NEGROS.
𝑃(𝑋 <= 6) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + . . . + 𝑃(𝑋 = 6)

𝑃(𝑋 = 5) = (25 𝑠𝑜𝑏𝑟𝑒 5) · 0′1^5 · 0′9^20 = 0′06460

𝑃(𝑋 = 6) = (25 𝑠𝑜𝑏𝑟𝑒 6) · 0′1^6 · 0′9^19 = 0′02392
𝑃(𝑋 <= 6) = 0′902 + 0′06460 + 0′02392 = 0′991
MÁS DE CUATRO AUTOS SON NEGROS.
𝑃(𝑋 > 4) = 𝑃(𝑋 >= 5) = 0′098
EXACTAMENTE CUATRO AUTOS SON NEGROS.
𝑃(𝑋 = 4) = 0′1384
ENTRE TRES Y CINCO AUTOS (INCLUSIVE) SON NEGROS.
𝑃(3 < 𝑋 < 5) = 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4) + 𝑃(𝑋 = 5)

= 0′2265 + 0′1384 + 0′0646 = 0′43
MÁS DE VEINTE AUTOS NO SON NEGROS..
𝑃(𝑋 > 20) = 𝑃(𝑋 = 21) + 𝑃(𝑋 = 22) + 𝑃(𝑋 = 23) + 𝑃(𝑋 = 24) + 𝑃(𝑋 = 25)
𝑃(𝑋 > 20) = 0
CASOS DEL 1 AL 4
Jhon Jairo Chingate Alertas
Solución al estudio de caso 1 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.

c. Construya un histograma de probabilidad para x.
𝑁=7
𝐾=2
𝑛=3
𝑋=2
(𝐾 )(𝑁−𝐾)
𝑋 𝑛−𝑋
𝑝(𝑥) =
(𝑁𝑛)
(22)(7−2
3−2
)
𝑝(𝑥) =
(73)
(22)(51)
𝑝(𝑥) =
(73)
1∗5 5
𝑝(𝑥) = = = 0.14
35 35
Media
𝑛∗𝐾
𝑥=
𝑁
3∗2
𝑥=
7
6
𝑥= = 0.85
7
Varianza
𝑁−𝑛
𝑣 = 𝑛𝑝𝑞
𝑁−1
Valor para 𝑝
𝐾
𝑝=
𝑁
2
𝑝= = 0.28
7
Valor para 𝑞
𝑞 =1−𝑝
𝑞 = 1 − 0.28
𝑞 = 0.72
Reemplazamos
𝑁−𝑛
𝑣 = 𝑛𝑝𝑞
𝑁−1
7−3
𝑣 = 3 ∗ 0.28 ∗ 0.72
7−1
𝑣 = 0.40
Solución al estudio de caso 2 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:
f. Más de veinte autos no son negros.
𝑛
𝐵(𝑥 = 𝐾) = ( ) 𝑝𝐾 (1 − 𝑝)𝑛−𝐾
𝐾
𝑛 = 25
10
𝑝= = 0.10
100
𝑞 = (1 − 𝑝)
𝑞 = 1 − 0.10
𝑞 = 0.9
a. Al menos cinco autos sean negros
𝑝(𝑥 => 5)mayor o igual a 5
Donde
Para no calcular todos los anteriores valores tomamos desde 𝑃(𝑥) = 5 hacia atrás
P(x)=0 P(x)=1 P(x)=2 P(x)=3 P(x)=4
Realizamos las formulas

25
𝐵(𝑥 = 0) = ( ) 0.100 ∗ 0. 925−0
0
𝐵(𝑥 = 0) = 0.071
25
𝐵(𝑥 = 1) = ( ) 0.101 ∗ 0. 925−1
1
𝐵(𝑥 = 1) = 0.199
25
𝐵(𝑥 = 2) = ( ) 0.102 ∗ 0. 925−2
2
𝐵(𝑥 = 2) = 0.26
25
𝐵(𝑥 = 3) = ( ) 0.103 ∗ 0. 925−3
3
𝐵(𝑥 = 3) = 0.22
25
𝐵(𝑥 = 4) = ( ) 0.104 ∗ 0. 925−4
4
𝐵(𝑥 = 4) = 0.13
Autos negros > 5
𝑃(𝑥 ≥ 5) = 1 − 𝑃(𝑥 ≤ 4)
𝑃(𝑥 ≤ 4) = 0.07 + 0.19 + 0.26 + 0.22 + 0.13
𝑃(𝑥 ≤ 4) = 0.89
reemplazamos
𝑃(𝑥 ≥ 5) = 1 − 𝑃(𝑥 ≤ 4)
𝑃(𝑥 ≥ 5) = 1 − 0.89
𝑃(𝑥 ≥ 5) = 0.10
25
𝐵(𝑥 = 0) = ( ) 0.100 ∗ 0. 925−0 = 0.071
0
25
𝐵(𝑥 = 1) = ( ) 0.101 ∗ 0. 925−1 = 0.199
1
25
𝐵(𝑥 = 2) = ( ) 0.102 ∗ 0. 925−2 = 0.265
2
25
𝐵(𝑥 = 3) = ( ) 0.103 ∗ 0. 925−3 = 0.226
3
25
𝐵(𝑥 = 4) = ( ) 0.104 ∗ 0. 925−4 = 0.138
4
25
𝐵(𝑥 = 5) = ( ) 0.105 ∗ 0. 925−5 = 0.064
5
25
𝐵(𝑥 = 6) = ( ) 0.106 ∗ 0. 925−6 = 0.983
6
𝑃(𝑥 ≤ 6) = 0.071 + 0.199 + 0.265 + 0.226 + 0.138 + 0.064 + 0.983

𝑃(𝑥 ≤ 6) = 1.808
𝑃(𝑥 ≥ 4)
25
𝐵(𝑥 = 0) = ( ) 0.100 ∗ 0. 925−0
0
𝐵(𝑥 = 0) = 0.071
25
𝐵(𝑥 = 1) = ( ) 0.101 ∗ 0. 925−1
1
𝐵(𝑥 = 1) = 0.199
25
𝐵(𝑥 = 2) = ( ) 0.102 ∗ 0. 925−2
2
𝐵(𝑥 = 2) = 0.26
25
𝐵(𝑥 = 3) = ( ) 0.103 ∗ 0. 925−3
3
𝐵(𝑥 = 3) = 0.22
25
𝐵(𝑥 = 4) = ( ) 0.104 ∗ 0. 925−4
4
𝐵(𝑥 = 4) = 0.13
Autos negros > 5
𝑃(𝑥 ≥ 4) = 1 − 𝑃(𝑥 ≤ 4)
𝑃(𝑥 ≤ 4) = 0.071 + 0.199 + 0.265 + 0.226 + 0.138
𝑃(𝑥 ≤ 4) = 0.899
reemplazamos
𝑃(𝑥 ≥ 4) = 1 − 0.899
𝑃(𝑥 ≥ 4) = 0.101
25
𝐵(𝑥 = 4) = ( ) 0.104 ∗ 0. 925−4
4
𝐵(𝑥 = 4) = 0.13
25
𝐵(𝑥 = 3) = ( ) 0.103 ∗ 0. 925−3 = 0.226
3
25
𝐵(𝑥 = 4) = ( ) 0.104 ∗ 0. 925−4 = 0.138
4
25
𝐵(𝑥 = 5) = ( ) 0.105 ∗ 0. 925−5 = 0.064
5
𝐵(3 < 𝑥 < 5) = 0.226 + 0.138 + 0.064

𝑃(𝑥 ≥ 3 < 5) = 0.428
𝑃(𝑥 ≥ 20)
𝑃(𝑥 ≥ 20) =
25
𝐵(𝑥 = 21) = ( ) 0.1021 ∗ 0. 925−21 = 0
21
25
𝐵(𝑥 = 22) = ( ) 0.1022 ∗ 0. 925−22 = 0
22
25
𝐵(𝑥 = 23) = ( ) 0.1023 ∗ 0. 925−23 = 0
23
25
𝐵(𝑥 = 24) = ( ) 0.1024 ∗ 0. 925−24 = 0
24
25
𝐵(𝑥 = 25) = ( ) 0.1025 ∗ 0. 925−25 = 0
25
Solución al estudio de caso 3: 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:
a. A lo sumo 4.
b. Menos de 3.
c. Al menos 4.
d. Quede saturado.
e. Entre 1 y 3.
h. Ninguna.
reciban 4 llamadas.
𝜇𝑘 ∗ 𝑒 −𝜇
𝑝(𝑥 = 𝑘) =
𝑘
𝜇=3
𝑒 = 2.718281
a. A lo sumo 4.
30 ∗ 2.718281−3
𝑝(𝑥 = 0) = = 0.049
0
31 ∗ 2.718281−3
𝑝(𝑥 = 1) = = 0.149
1
32 ∗ 2.718281−3
𝑝(𝑥 = 2) = = 0.224
2
33 ∗ 2.718281−3
𝑝(𝑥 = 3) = = 0.224
3
34 ∗ 2.718281−3
𝑝(𝑥 = 4) = = 0.168
4
𝑝(𝑥 ≤ 4) = 0.049 + 0.149 + 0.224 + 0.224 +0.168
𝑝(𝑥 ≤ 4) = 0.815
a. Menos de 3.
30 ∗ 2.718281−3
𝑝(𝑥 = 0) = = 0.049
0
31 ∗ 2.718281−3
𝑝(𝑥 = 1) = = 0.149
1
32 ∗ 2.718281−3
𝑝(𝑥 = 2) = = 0.224
2
𝑝(𝑥 ≤ 3) = 0.049 + 0.149 + 0.224
𝑝(𝑥 ≤ 3) = 0.423
b. Al menos 4.
34 ∗ 2.718281−3
𝑝(𝑥 = 4) = = 0.168
4
𝑝(𝑥 = 4) = 0.168
c. Quede saturado.
35 ∗ 2.718281−3
𝑝(𝑥 = 5) = = 0.100
5
d. Entre 1 y 3.
31 ∗ 2.718281−3
(𝑥 = 1) = = 0.149
1
32 ∗ 2.718281−3
𝑝(𝑥 = 2) = = 0.224
2
33 ∗ 2.718281−3
𝑝(𝑥 = 3) = = 0.224
3
𝑝(𝑥 ≥ 1, ≤ 3) = 0.149 + 0.224 + 0.224
𝑝(𝑥 ≥ 1, ≤ 3) = 0.597
a. Una o más pero menos de 5.
31 ∗ 2.718281−3
(𝑥 = 1) = = 0.149
1
32 ∗ 2.718281−3
𝑝(𝑥 = 2) = = 0.224
2
33 ∗ 2.718281−3
𝑝(𝑥 = 3) = = 0.224
3
34 ∗ 2.718281−3
𝑝(𝑥 = 4) = = 0.168
4
𝑝(𝑥 ≥ 1, < 5) = 0.149 + 0.224 + 0.224 + 0.168
𝑝(𝑥 ≥ 1, < 5) = 0.765
b. Más de 2 pero menos de 5.
33 ∗ 2.718281−3
𝑝(𝑥 = 3) = = 0.224
3
34 ∗ 2.718281−3
𝑝(𝑥 = 4) = = 0.168
4
𝑝(𝑥 ≥ 2, < 5) = 0.224 + 0.168
𝑝(𝑥 ≥ 2, < 5) = 0.392
c. Ninguna.
30 ∗ 2.718281−3
𝑝(𝑥 = 0) = = 0.049
0
𝑝(𝑥 = 0) = 0.049
Solución al estudio de caso 4: 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:
𝜇 = 70 𝑘𝑔
𝜎 = 12.5 𝑘𝑔
a. ¿Cuál es la probabilidad de que una persona elegida al azar de este grupo pese ms de 80
kg?
80 − 70
= 0.8
12.5
Tabla de distribución normal= 78.81%
b. ¿Cuál es la probabilidad de que una persona elegida al azar de este grupo pese entre 50
kg y 85 kg?
𝑃 = (50 ≤ 𝑥) = 0.054
𝑃 = (85 ≤ 𝑥) = 0.884
𝑃 = (50 ≤ 85) = 𝑃(50 ≤ 𝑥) − (1 − 𝑃(85 ≤ 𝑥))
𝑃 = (50 ≤ 85) = 0.054 − 0.884
𝑃 = (50 ≤ 85) =0.06
𝑃 = 1 − 0.06 =
c. ¿Cuál es el peso que es superado solo por el 93% de las personas del grupo?
1 − 0.93 = 0.07
𝑍 = −1.48
𝑥 − 70
−1.48 =
12.5
−18.5 + 70 = 𝑥
𝑥 = 51.50
CASOS 1 AL 4
Frank Jhover Herrera Ramirez Alertas
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.

c. Construya un histograma de probabilidad para x.
DESARROLLO
a.
k = 2 Puestos de trabajo
x=2
N = 7 Solicitantes
n = 3 Cantidad de mujeres
𝑘 𝑁 − 𝑘
( )( )
𝑃(𝑥) = 𝑥 𝑛 − 𝑥
𝑁
( )
𝑛
2 7 − 2
( )( )
𝑃(𝑥) = 2 3 − 2
7
( )
3
2 4
( )( )
𝑃(𝑥) = 2 0
35
1∗1 1
𝑃(𝑥) = =
35 35
𝑃(𝑥) = 0.0285
𝑷(𝒙) = 𝟐. 𝟖𝟓%
b.
Media:
Para calcular la medía vamos a utilizar la siguiente formula:
𝑛∗𝑘
𝑚(𝑥) =
𝑁

3∗2
𝑚(𝑥) =
7
𝒎(𝒙) = 𝟎. 𝟖𝟓
Varianza
Para calcular la medía vamos a utilizar la siguiente formula:
𝑁−𝑛
𝑉 = 𝑛𝑝𝑞
𝑁−1
Vamos a obtener los valores de p y q
𝑘
𝑝=
𝑁
Remplazamos los valores
2
𝑝=
7
𝑝 = 0.28
Y para obtener q
𝑞 = 1−𝑝
𝑞 = 1 − 0.28
𝑞 = 0.72
Ya tenemos todos los valores, así que vamos a remplazarlos en la formula
7−3
𝑉 = 3 ∗ 0.28 ∗ 0.72
7−1
4
𝑉 = 0.60
6
𝑽 = 𝟎. 𝟒𝟎
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:


RESPUESTA
a. Al menos seis autos son negros.
Vamos a utilizar la fórmula de distribución binomial
𝐵(𝑛, 𝑃)
𝑛
𝐵(𝑥 = 𝑘) = ( ) 𝑃𝑘 (1 − 𝑃)𝑛−𝑘
𝑘
Vamos a remplazar los valores:
𝑛 = 25
10
𝑝= = 0.1
100
𝑞 = 1−𝑝
𝑞 = 1 − 0.1 = 0.9
Debemos calcular que al menos 5 autos sean negros
𝑃(𝑥 =≥ 5) Mayor o igual que 5
𝑃(𝑥 =≥ 5)
En este caso 𝑃(𝑥 =≥ 5) es igual a 𝑃(𝑥 = 5) + 𝑃(𝑥 = 6) + 𝑃(𝑥 = 7) +
𝑃(𝑥 = 8) + 𝑃(𝑥 = 9) + 𝑃(𝑥 = 10) + 𝑃(𝑥 = 11) + 𝑃(𝑥 = 12) + 𝑃(𝑥 = 13) +
𝑃(𝑥 = 14) + 𝑃(𝑥 = 15) + 𝑃(𝑥 = 16) + 𝑃(𝑥 = 17) + 𝑃(𝑥 = 18) +
𝑃(𝑥 = 19) + 𝑃(𝑥 = 20) + 𝑃(𝑥 = 21) + 𝑃(𝑥 = 22) + 𝑃(𝑥 = 23) +
𝑃(𝑥 = 24) + 𝑃(𝑥 = 25)
Para no calcular todos los valores de 𝑃(𝑥 = 5)ℎ𝑎𝑠𝑡𝑎 𝑃(𝑥 = 25) podemos
calcular el contrario el cual es 4 autos negros o menos, la cual es 𝑃(𝑥 =≤ 4)
𝑃(𝑥 =≤ 4) = 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 3) + 𝑃(𝑥 = 4)
Procedemos a realizar las formulas:

25
𝐵(𝑥 = 0) = ( ) 0.10 ∗ 0.925−0
0
𝑩(𝒙 = 𝟎) = 𝟎. 𝟎𝟕𝟏
25
𝐵(𝑥 = 1) = ( ) 0.11 ∗ 0.925−1
1
𝑩(𝒙 = 𝟏) = 𝟎. 𝟏𝟗𝟗𝟒
25
𝐵(𝑥 = 2) = ( ) 0.12 ∗ 0.925−2
2
𝑩(𝒙 = 𝟐) = 𝟎. 𝟐𝟔𝟓𝟖
25
𝐵(𝑥 = 3) = ( ) 0.13 ∗ 0.925−3
3
𝑩(𝒙 = 𝟑) = 𝟎. 𝟐𝟐𝟔𝟒
25
𝐵(𝑥 = 4) = ( ) 0.14 ∗ 0.925−4
4
𝑩(𝒙 = 𝟒) = 𝟎. 𝟏𝟑𝟖𝟑
Para calcular los autos negros iguales o mayores a cinco utilizamos la siguiente
formula:
𝑃(𝑥 =≥ 5) = 1 − 𝑃(𝑥 =≤ 4)
𝑷(𝒙 =≤ 𝟒) = 0.071 + 0.1994 + 0.2658 + 0.2264 + 0.1383
𝑷(𝒙 =≤ 𝟒) = 𝟎. 𝟖𝟗𝟓𝟗
Procedemos a remplazar los valores en la fórmula:
𝑷(𝒙 =≥ 𝟓) = 1 − 0.8959
𝑷(𝒙 =≥ 𝟓) = 𝟎. 𝟏𝟎𝟒𝟏
𝑃(𝑥 =≤ 6) Menor o igual que 6

𝑃(𝑥 =≤ 6)
En este caso 𝑃(𝑥 =≥ 6) es igual a 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) +
𝑃(𝑥 = 3) + 𝑃(𝑥 = 4) + 𝑃(𝑥 = 5) + 𝑃(𝑥 = 6)
25
𝐵(𝑥 = 0) = ( ) 0.10 ∗ 0.925−0
0
𝑩(𝒙 = 𝟎) = 𝟎. 𝟎𝟕𝟏
25
𝐵(𝑥 = 1) = ( ) 0.11 ∗ 0.925−1
1
𝑩(𝒙 = 𝟏) = 𝟎. 𝟏𝟗𝟗𝟒
25
𝐵(𝑥 = 2) = ( ) 0.12 ∗ 0.925−2
2
𝑩(𝒙 = 𝟐) = 𝟎. 𝟐𝟔𝟓𝟖
25
𝐵(𝑥 = 3) = ( ) 0.13 ∗ 0.925−3
3
𝑩(𝒙 = 𝟑) = 𝟎. 𝟐𝟐𝟔𝟒
25
𝐵(𝑥 = 4) = ( ) 0.14 ∗ 0.925−4
4
𝑩(𝒙 = 𝟒) = 𝟎. 𝟏𝟑𝟖𝟑
25
𝐵(𝑥 = 5) = ( ) 0.15 ∗ 0.925−5
5
𝑩(𝒙 = 𝟓) = 𝟎. 𝟎𝟔𝟒𝟐
25
𝐵(𝑥 = 6) = ( ) 0.16 ∗ 0.925−6
6
𝑩(𝒙 = 𝟔) = 𝟎. 𝟎𝟐𝟑𝟎
𝑷(𝒙 =≤ 𝟔) = 0.071 + 0.1994 + 0.2658 + 0.2264 + 0.1383 + 0.0642

+ 0.0230
𝑷(𝒙 =≤ 𝟔) = 𝟎. 𝟗𝟖𝟑𝟏
𝑃(𝑥 => 4) Mayor que 4

𝑃(𝑥 => 4)
𝑃(𝑥 => 4)
En este caso 𝑃(𝑥 => 5) es igual a 𝑃(𝑥 = 5) + 𝑃(𝑥 = 6) + 𝑃(𝑥 = 7) +
𝑃(𝑥 = 8) + 𝑃(𝑥 = 9) + 𝑃(𝑥 = 10) + 𝑃(𝑥 = 11) + 𝑃(𝑥 = 12) + 𝑃(𝑥 = 13) +
𝑃(𝑥 = 14) + 𝑃(𝑥 = 15) + 𝑃(𝑥 = 16) + 𝑃(𝑥 = 17) + 𝑃(𝑥 = 18) +
𝑃(𝑥 = 19) + 𝑃(𝑥 = 20) + 𝑃(𝑥 = 21) + 𝑃(𝑥 = 22) + 𝑃(𝑥 = 23) +
𝑃(𝑥 = 24) + 𝑃(𝑥 = 25)
Para no calcular todos los valores de 𝑃(𝑥 = 5) ℎ𝑎𝑠𝑡𝑎 𝑃(𝑥 = 25) podemos
calcular el contrario el cual es 4 autos negros o menos, la cual es 𝑃(𝑥 =≤ 4)
𝑃(𝑥 =≤ 4) = 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 3) + 𝑃(𝑥 = 4)
Procedemos a realizar las formulas:
25
𝐵(𝑥 = 0) = ( ) 0.10 ∗ 0.925−0
0
𝑩(𝒙 = 𝟎) = 𝟎. 𝟎𝟕𝟏
25
𝐵(𝑥 = 1) = ( ) 0.11 ∗ 0.925−1
1
𝑩(𝒙 = 𝟏) = 𝟎. 𝟏𝟗𝟗𝟒
25
𝐵(𝑥 = 2) = ( ) 0.12 ∗ 0.925−2
2
𝑩(𝒙 = 𝟐) = 𝟎. 𝟐𝟔𝟓𝟖
25
𝐵(𝑥 = 3) = ( ) 0.13 ∗ 0.925−3
3
𝑩(𝒙 = 𝟑) = 𝟎. 𝟐𝟐𝟔𝟒
25
𝐵(𝑥 = 4) = ( ) 0.14 ∗ 0.925−4
4
𝑩(𝒙 = 𝟒) = 𝟎. 𝟏𝟑𝟖𝟑
Para calcular los autos negros iguales o mayores a cinco utilizamos la siguiente
formula:
𝑃(𝑥 => 4) = 1 − 𝑃(𝑥 =≤ 4)
𝑷(𝒙 =≤ 𝟒) = 0.071 + 0.1994 + 0.2658 + 0.2264 + 0.1383
𝑷(𝒙 =≤ 𝟒) = 𝟎. 𝟖𝟗𝟓𝟗
Procedemos a remplazar los valores en la fórmula:
𝑷(𝒙 => 𝟒) = 1 − 0.8959
𝑷(𝒙 => 𝟒) = 𝟎. 𝟏𝟎𝟒𝟏

d. Exactamente 4 autos son negros
𝑃(𝑥 = 4)
25
𝐵(𝑥 = 4) = ( ) 0.14 ∗ 0.925−4
4
𝑩(𝒙 = 𝟒) = 𝟎. 𝟏𝟑𝟖𝟑
e. Entre tres y cinco autos son negros

𝑩(𝟑 ≤ 𝒙 ≤ 𝟓) 3 es menor o igual que x pero x es menor o igual que 5
25
𝐵(𝑥 = 3) = ( ) 0.13 ∗ 0.925−3
3
𝑩(𝒙 = 𝟑) = 𝟎. 𝟐𝟐𝟔𝟒
25
𝐵(𝑥 = 4) = ( ) 0.14 ∗ 0.925−4
4
𝑩(𝒙 = 𝟒) = 𝟎. 𝟏𝟑𝟖𝟑
25
𝐵(𝑥 = 5) = ( ) 0.15 ∗ 0.925−5
5
𝑩(𝒙 = 𝟓) = 𝟎. 𝟎𝟔𝟒𝟐
𝑩(𝟑 ≤ 𝒙 ≤ 𝟓) 0.2264 + 0.1383 + 0.0642
𝑷(𝒙 =≥ 𝟑, ≤ 𝟓) = 𝟎. 𝟒𝟐𝟖𝟗
f. Más de 20 autos no son negros
𝑃(𝑥 => 20) Mayor que 20
𝑃(𝑥 => 20)
𝑃(𝑥 => 20) = 𝑃(𝑥 = 21) + 𝑃(𝑥 = 22) + 𝑃(𝑥 = 23) + 𝑃(𝑥 = 24) + 𝑃(𝑥
= 25)
25
𝐵(𝑥 = 21) = ( ) 0.121 ∗ 0.925−21
21
𝑩(𝒙 = 𝟐𝟏) = 𝟎
25
𝐵(𝑥 = 22) = ( ) 0.122 ∗ 0.925−22
22
𝑩(𝒙 = 𝟐𝟐) = 𝟎
25
𝐵(𝑥 = 23) = ( ) 0.123 ∗ 0.925−23
23
𝑩(𝒙 = 𝟐𝟑) = 𝟎
25
𝐵(𝑥 = 24) = ( ) 0.124 ∗ 0.925−24
24
𝑩(𝒙 = 𝟐𝟒) = 𝟎
25
𝐵(𝑥 = 25) = ( ) 0.125 ∗ 0.925−25
25
𝑩(𝒙 = 𝟐𝟓) = 𝟎
𝑷(𝒙 => 𝟐𝟎) = 𝟎
Distribución 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:
a. A lo sumo 4.
b. Menos de 3.
c. Al menos 4.
d. Quede saturado.
e. Entre 1 y 3.
h. Ninguna.
reciban 4 llamadas.
Respuesta:
Para calcular la distribución de Poisson vamos a utilizar la siguiente formula:
𝜇 𝑘 ∗ 𝑒 −𝜇
𝑃(𝑥 = 𝑘) =
𝑘!
𝜇=3
𝑒 = 2.7182818
A. lo sumo 4.
𝑃(𝑥 =≤ 4) = 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 3) + 𝑃(𝑥 = 4)
30 ∗ 2.7182818−3
𝑃(𝑥 = 0) =
0!
𝑷(𝒙 = 𝟎) = 0.0497870
31 ∗ 2.7182818−3
𝑃(𝑥 = 1) =
1!
𝑷(𝒙 = 𝟏) = 0,149361
32 ∗ 2.7182818−3
𝑃(𝑥 = 2) =
2!
𝑷(𝒙 = 𝟐) = 0,224041
33 ∗ 2.7182818−3
𝑃(𝑥 = 3) =
3!
𝑷(𝒙 = 𝟑) = 0,2240415
34 ∗ 2.7182818−3
𝑃(𝑥 = 4) =
4!
𝑷(𝒙 = 𝟒) = 0,16803
𝑷(𝒙 =≤ 𝟒) = 0.0497870 + 0,149361 + 0,224041 + 0,2240415 + 0,16803

𝑷(𝒙 =≤ 𝟒) = 𝟎, 𝟖𝟏𝟓𝟐𝟔
B. Menos de 3.
𝑃(𝑥 => 3) = 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2)

30 ∗ 2.7182818−3
𝑃(𝑥 = 0) =
0!
𝑷(𝒙 = 𝟎) = 0.0497870
31 ∗ 2.7182818−3
𝑃(𝑥 = 1) =
1!
𝑷(𝒙 = 𝟏) = 0,149361
32 ∗ 2.7182818−3
𝑃(𝑥 = 2) =
2!
𝑷(𝒙 = 𝟐) = 0,224041
𝑃(𝑥 => 3) = 0.0497870 + 0,149361 + 0,224041

𝑷(𝒙 => 𝟑) = 𝟎, 𝟒𝟐𝟑𝟏𝟖𝟗𝟓
C. Al menos 4.
34 ∗ 2.7182818−3
𝑃(𝑥 = 4) =
4!
𝑷(𝒙 = 𝟒) = 0,16803
D. Que quede saturado
35 ∗ 2.7182818−3
𝑃(𝑥 = 5) =
5!
𝑷(𝒙 = 𝟓) = 0,1008
E. Entre 1 y 3
𝑷(𝒙 =≥ 𝟏, ≤ 𝟑) = 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 3)
31 ∗ 2.7182818−3
𝑃(𝑥 = 1) =
1!
𝑷(𝒙 = 𝟏) = 0,149361
32 ∗ 2.7182818−3
𝑃(𝑥 = 2) =
2!
𝑷(𝒙 = 𝟐) = 0,224041
33 ∗ 2.7182818−3
𝑃(𝑥 = 3) =
3!
𝑷(𝒙 = 𝟑) = 0,2240415
𝑷(𝒙 =≥ 𝟏, ≤ 𝟑) = 0,149361 + 0,224041 + 0,2240415

𝑷(𝒙 =≥ 𝟏, ≤ 𝟑) = 𝟎. 𝟓𝟗𝟕𝟓
F. Una o más pero menos de 5
𝑷(𝒙 =≥ 𝟏, < 𝟓) = 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 3) + 𝑃(𝑥 = 4)
31 ∗ 2.7182818−3
𝑃(𝑥 = 1) =
1!
𝑷(𝒙 = 𝟏) = 0,149361
32 ∗ 2.7182818−3
𝑃(𝑥 = 2) =
2!
𝑷(𝒙 = 𝟐) = 0,224041
33 ∗ 2.7182818−3
𝑃(𝑥 = 3) =
3!
𝑷(𝒙 = 𝟑) = 0,2240415
34 ∗ 2.7182818−3
𝑃(𝑥 = 4) =
4!
𝑷(𝒙 = 𝟒) = 0,16803
𝑷(𝒙 =≥ 𝟏, < 𝟓) = 0,149361 + 0,224041 + 0,2240415 + 0,16803

𝑷(𝒙 =≥ 𝟏, < 𝟓) = 𝟎. 𝟕𝟔𝟓𝟒
G. Más de dos pero menos de 5
𝑷(𝒙 => 𝟐, < 𝟓) = (𝑥 = 3) + 𝑃(𝑥 = 4)
33 ∗ 2.7182818−3
𝑃(𝑥 = 3) =
3!
𝑷(𝒙 = 𝟑) = 0,2240415
34 ∗ 2.7182818−3
𝑃(𝑥 = 4) =
4!
𝑷(𝒙 = 𝟒) = 0,16803
𝑷(𝒙 => 𝟐, < 𝟓) = 0,2240415 + 0,16803

𝑷(𝒙 => 𝟐, < 𝟓) = 𝟎. 𝟑𝟗𝟐𝟏
H. Ninguna
30 ∗ 2.7182818−3
𝑃(𝑥 = 0) =
0!
𝑷(𝒙 = 𝟎) = 0.0497870
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
c. ¿Cuál es el peso que es superado solo por el 93% de las personas del grupo?
RESPUESTA
𝜇 = 70 𝑘𝑔
𝜎 = 12.5 𝑘𝑔
a.
80 − 70
= 0.8
12.5
Valor que ubicamos en la tabla de distribución normal
𝑷 = (𝑿 ≤ 𝟖𝟎 𝒌𝒈) = 𝟎, 𝟕𝟖𝟖𝟏𝟒 = 𝟕𝟖, 𝟖𝟏%
b.
𝑃 = (50 ≤ 𝑥) = 0.0548
𝑃 = (85 ≤ 𝑥) = 0.8849
𝑃 = (50 ≤ 𝑥85) = 𝑃(50 ≤ 𝑥) − (1 − 𝑃(85 ≤ 𝑥))
𝑷 = (𝟓𝟎 ≤ 𝟖𝟓) = 𝟎. 𝟎𝟔
c.
1 − 0.93 = 0.07
Esta probabilidad la ubicamos en la tabla de distribución normal para determinar Z

𝑍 = −1.48
𝑥 − 70
−1.48 =
12.5
−18.5 + 70 = 𝑥
𝒙 = 𝟓𝟏. 𝟓𝟎
CASOS DEL 1 AL 4
ANDRES SUAREZ Revisor
Se remplazan valores
Ahora se remplaza sobre la formula anterior

Ahora calcular que de la muestra 5 sean autos negros

Remplazamos valores
P. Más de cuatro autos son negros.

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).
Conclusiones (mínimo 1 por cada participante)

(No borrar este encabezado)
ESTUDIANTE CONCLUSIÓN
ANDRES FELIPE LONDOÑO En el desarrollo de la actividad concluimos
que una variable aleatoria es un valor
numérico que corresponde a un resultado
de un experimento aleatorio.
ESTEBAN RODRÍGUEZ LEMUS Por medio de la segunda Unidad nos damos

cuenta la gran importancia de la estadística
a la hora de realizar formulaciones de
reglas y procedimientos, para presentar
determinadas cantidades de datos, de
manera útil y entendible para los demás;
por medio del establecimiento de normas
para la representación gráfica de los datos
la cual los convierte en la base del análisis.
A través de esta asignatura, lograremos
adquirir y desarrollar diferentes
habilidades en diferentes campos, por
ejemplo, la toma de decisiones relevantes,
a través de gráficas, ya que se nos brinda
herramientas para una mejor comprensión
de nuestro entorno observacional y
fenómenos poblacionales en general , por
medio del muestreo y aplicación de
herramientas en la obtención de resultados,
lo que nos permite el fortalecimiento
profesional en el análisis y conclusión
dentro de las investigaciones, que
contribuirá con el manejo de información
en el contexto de la proyección social.
JHON JAIRO CHINGATE Con el desarrollo de los anteriores

ejercicios podemos calcular infinidad de
respuestas y con estas otorgar información
real de una situación real.
FRANK JHOVER HERRERA RAMÍREZ
ANDRES SUAREZ
Referencias bibliográficas en formato APA. (Mínimo una por cada

participante, no pueden repetir referencias)
ESTUDIAN
REFERENCIA
TE
Rodríguez, F. & Pierdant, A. (2014). Estadística para

ANDRES administración. Pp. 150-152. Recuperado de
FELIPE http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/
LONDOÑO reader.action?ppg=258&docID=11013767&tm=1470
693471527
García, Á. M. Á. (2005). Introducción a la teoría de la probabilidad.

ESTEBAN
primer curso. Pp. 195-221. Recuperado de
RODRÍGUEZ
de https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/detail.actio
LEMUS
n?docID=3187261
JHON JAIRO Rodríguez, F. & Pierdant, A. (2014). Estadística para
CHINGATE administración. Pp. 245-261. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.actio
n?ppg=258&docID=11013767&tm=1470693471527
FRANK Rodríguez, F. & Pierdant, A. (2014). Estadística para
JHOVER administración. Pp. 279 -301. Recuperado
HERRERA de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.actio
RAMÍREZ n?ppg=258&docID=11013767&tm=1470693471527
García, Á. M. Á. (2005). Introducción a la teoría de la
ANDRES probabilidad. primer curso. Pp. 267-291. Recuperado
SUAREZ de https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/detail.actio
n?docID=4722054

Anexo 1-Tarea 1-Espacio Muestral, Eventos, Operaciones y Axiomas de Probabilidad

Uploaded by

Document Information

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 1-Espacio Muestral, Eventos, Operaciones y Axiomas de Probabilidad

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

UNIDAD 2: TAREA 2 - EXPERIMENTOS ALEATORIOS Y DISTRIBUCIONES

JOSÉ HÉCTOR MAESTRE

ANDRES FELIPE LONDOÑO BUITRAGO CÓDIGO 1143832178

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

ANDRES FELIPE LONDOÑO BUITRAGO:

ESTEBAN RODRÍGUEZ LEMUS:

JHON JAIRO CHINGATE:

FRANK JHOVER HERRERA:

ANDRES FELIPE SUAREZ

Solución al estudio de caso 2: El grupo entrega aquí, de manera

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

Procedemos a remplazar los valores

Procedemos a remplazar los valores en la formula principal.

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

Utilizamos la siguiente fórmula para hallar la media:

Utilizamos la siguiente fórmula para hallar la varianza:

a. Al menos cinco autos sean negros.

La fórmula de la distribución binomial es:

La representación matemática de este enunciado de acuerdo a los datos dados es:

𝑃(𝑥 ≥ 5) = 𝑃(𝑥 = 5) + 𝑃(𝑥 = 6) + 𝑃(𝑥 = 7) … … 𝑃(𝑥 = 25)

Usamos la fórmula de la distribución binomial y reemplazamos los valores para

Posterior a calcular la probabilidad de cada uno de los valores que se requieren,

b. A lo sumo seis autos son negros.

La representación matemática de este enunciado de acuerdo a los datos dados es:

Usamos la fórmula de la distribución binomial y reemplazamos los valores para

∑ 𝑃(𝑥 ≤ 6) = 0.072 + 0.199 + 0.266 + 0.226 + 0.138 + 0.064 + 0.024

c. Más de cuatro autos son negros.

La representación matemática de este enunciado de acuerdo a los datos dados es:

Usamos la fórmula de la distribución binomial y reemplazamos los valores para

Realizamos la sumatoria para calcular, la probabilidad de más de cuatro autos

d. Exactamente cuatro autos son negros.

La representación matemática de este enunciado de acuerdo a los datos dados es:

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

La representación matemática de este enunciado de acuerdo a los datos dados es:

Usamos la fórmula de la distribución binomial y reemplazamos los valores para

f. más de veinte autos no son negros:

La representación matemática de este enunciado de acuerdo a los datos dados es:

Usamos la fórmula de la distribución binomial y reemplazamos los valores para

𝑥 > 20 = ∑ > 20 = 𝟎. 𝟗𝟎𝟏𝟕

∑ 𝐏(𝐱 > 𝟐𝟎) = 𝟎

La distribución de probabilidad de Poisson: Un conmutador puede manejar un máximo

a. A lo sumo 4: 𝑷(𝒙 ≤ 𝟒) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4)

b. Menos de 3. 𝑷(𝒙 < 𝟑)

∑ 𝑃(𝑥 < 3) = 0,423

reemplazamos en la siguiente fórmula para hallar la probabilidad solicitada:

d. Quede saturado. 𝑷(𝒙 = 𝟓)

usamos la Fórmula para la distribución de poisson. y reemplazamos los valores.

g. Más de 2 pero menos de 5. 𝑷(𝟐 < 𝒙 < 𝟓)

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

Teniendo en cuenta que el promedio de llamadas es de 3 por minuto, entonces si

Comprobando la probabilidad en la tabla de distribución normal estándar, para 85kg:

𝑃(𝑍 = 1.2) = 0,8849

Comprobando la probabilidad en la tabla de distribución normal estándar, para 50kg:

𝑃(𝑍 = −1.6) = 0,0548

Reemplazar en la formula y despejamos.

2. El experimento consiste en ver si un vehículo es negro o no (Si o No), y repetirlo

𝑋 = "𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑎𝑢𝑡𝑜𝑚ó𝑣𝑖𝑙𝑒𝑠 𝑛𝑒𝑔𝑟𝑜𝑠 𝑑𝑒 𝑒𝑛𝑡𝑟𝑒 𝑙𝑜𝑠 25 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜𝑠"

AL MENOS CINCO AUTOS SEAN NEGROS.

𝑃(𝑋 >= 5) = 𝑃(𝑋 = 5) + 𝑃(𝑋 = 6) + 𝑃(𝑋 = 7) + . . . + 𝑃(𝑋 = 25)

𝑃(𝑋 < 5) = 0′902

A LO SUMO SEIS AUTOS SON NEGROS.

𝑃(𝑋 <= 6) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + . . . + 𝑃(𝑋 = 6)