PROBABILIDAD

UNIDAD 2 - TAREA 3 - Experimentos aleatorios y distribuciones de Probabilidad.

Presentado a:
Edgar Blanco Guerrero
Diretora de Curso: Jenny Tatiana Sanchez

Entregado por:

LUIS RODRÍGUEZ BELTRÁN

CÓDIGO: 1.050.972.124
EJERCICIOS A

LUIS RAFAEL MEZA MARTINEZ

CÓDIGO: 1104014291
EJERCICIOS C

Grupo: 100402_200

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

MAYO 2021
Ejercicios - EJERCICIOS A - LUIS RODRÍGUEZ BELTRÁN
Actividad 1
Tabla comparativa de conceptos
Tabla comparativa

Variable, formula o
imagen que
Concepto Definición representa el concepto

Variable aleatoria

Es la función que
asocia los
elementos de un
espacio muestral
con los números
reales.

Variable aleatoria Una variable

continua aleatoria se
considera continua
si puede tomar
cualquier valor
dentro de un
intervalo infinito de
números reales.
Variable aleatoria
discreta Una variable
aleatoria se
considera discreta
si los valores que
toma se pueden
contar.

Distribución de Lista de los

Probabilidad resultados de un
experimento con
las probabilidades
que se esperarían
ver asociadas con
cada resultado.
Distribución de La definición
Probabilidad Continua implica que en una
distribución de
probabilidad
continua X se
cumple P [X = a] = 0
para todo número
real a, esto es, la
probabilidad de que
X tome el valor a es
cero para cualquier
valor de a. Si la
distribución de X es
continua, se llama a
X variable aleatoria
continua.
Distribución de
Probabilidad Discreta

Distribución en la
que la variable
tiene permitido
tomar solamente
un número limitado
de valores.

Media La media se utiliza

para representar a
todos los datos de
la distribución y es
el valor alrededor
del cual tienden a
agruparse todas las
observaciones. Se
obtiene sumando
todas las
puntuaciones de la
distribución y
dividiendo por el
número de
puntuaciones
sumadas.
Desviación estándar Es una medida de
dispersión para
variables de razón
(variables
cuantitativas o
cantidades
racionales y de
intervalo. Se define
como la raíz
cuadrada de la
varianza de la
variable.
Valor esperado Es el valor
promedio de una
variable aleatoria
en muchas pruebas
u observaciones.
Varianza Medida de
variabilidad que
consiste en la
distancia media de
las distancias de las
puntuaciones en
una variable hasta
su media aritmética
al cuadrado.
Función de Probabilidad Probabilidad de que
una variable
aleatoria discreta
tome un valor
concreto: P(X = xi).
Se suele
representar por
f(x).
Función de densidad
Función
matemática que
proporciona la
probabilidad que la
variable aleatoria
continua tome
valores en un
determinado
intervalo.
Distribución binomial Distribución que
describe los
resultados de un
experimento
 conocido como
proceso de
Bernoulli.
Aproximación de la D.
binomial a la D. Sea X es una
Poisson variable aleatoria
binomial con
parámetro n y p. Si
n es grande (n ≥
100), y p pequeña
(p≤0,01) y n y p
puede aproximarse
por la distribución
de Poisson con
parámetros ƛ=np .
Distribución Poisson Distribución
discreta en la que la
probabilidad de
presentación de un
evento en un
intervalo muy
pequeño es un
número también
pequeño, la
probabilidad de que
dos o más de estos
eventos se
presenten dentro
del mismo intervalo
es efectivamente
igual a cero, y la
probabilidad de
presentación del
evento dentro del
periodo dado es
independiente de
cuándo se presenta
dicho periodo.
Distribución La distribución
Hipergeométrica correcta para
calcular el riesgo
del consumidor; a
menudo se le
aproxima mediante
la distribución
binomial.
Distribución normal Es una distribución
teórica de
 probabilidad que se
usa tanto en la
estadística aplicada
como en la teórica.
Aparece en la
práctica con mucha
frecuencia como
consecuencia del
importante
resultado que
establece el
teorema central del
límite. Tiene una
forma de campana
y viene
caracterizada por
únicamente dos
valores: la media y
la varianza.
Distribución normal Distribución normal
estándar de probabilidad con
media cero y una
desviación estándar
de 1.
Área bajo la curva

El área total bajo la

curva representa el
100% de los casos.

Aproximación normal En este caso se

de la binomial estarán calculando
probabilidades de
experimentos
Binomiales de una
forma muy
aproximada con la
distribución
Normal, esto puede
llevarse a cabo si
n¥® y p = p(éxito)
no es muy cercana
a 0 y 1, o cuando n
es pequeño y p
tiene un valor muy
 cercano a ½.

Fuente:
[ CITATION SER21 \l 9226 ]
Tabla de elección de ejercicios

Nombre del estudiante Rol a desarrollar Grupo de ejercicios a

desarrollar
Luis Rodríguez Beltrán Revisor El estudiante desarrolla el
ejercicio a en todos los 4
Tipo
de ejercicios
El estudiante desarrolla el
ejercicio b en todos los 4
Tipo de ejercicios
El estudiante desarrolla el
ejercicio c en todos los 4
Tipo de ejercicios
El estudiante desarrolla el
ejercicio d en todos los 4
Tipo de ejercicios
El estudiante desarrolla el
ejercicio e en todos los 4
Tipo de ejercicios
Solución a los Ejercicios
Ejercicios a: Realizado por el estudiante: Luis Rodríguez Beltrán
Ejercicio 1. Distribución Binomial.

a. Si 22% de las piezas de computadores portátiles que fabrica una maquinaria recién ajustada son
defectuosas, calcula la probabilidad de que en seis piezas elegidas al azar se obtenga:
1) Una pieza defectuosa.
2) Ninguna defectuosa.
3) Dos piezas defectuosas como máximo.
Solución:
Éxito= ““Se obtiene computadores portátiles defectuosos por una maquinaria recién ajustada””
n= 6.
p= P(“Éxito”) = 0.22

X= “Número de piezas defectuosas que se obtienen de seis piezas elegidas al azar”

X~B (6, 0.22)

1) Una pieza defectuosa.

La pregunta se traduce como:
P(X=1) = 0.3811070 ≈ 38.11%

Validación en GeoGebra
 2) Ninguna defectuosa.
La pregunta se traduce como:
P(X=0 ) = 0.2251996 ≈ 22.52%

Validación en GeoGebra

3) Dos piezas defectuosas como máximo.

La pregunta se traduce como:
P(X ≤ 2 ) = 0.8750 ≈ 87.50 %

Validación en GeoGebra

Ejercicio 2. Distribución Poisson.

 a. El número promedio de derrames de crudo que se presentan en el río Magdalena es de 0.35 al
mes. Cuál es la probabilidad de que el próximo mes se presenten:
1) Dos derrames.
2) Mas de 1 derrame.

Solución:
Éxito= “Derrames en el río Magdalena”
λ= 0.35

X= “Número de derrames que se presentarán en el río Magdalena, el próximo mes”

X~P (0.35)

1) Dos derrames.
La pregunta se traduce como:
P(X=2 ) = 0.04316 ≈ 4.32%

Validación en GeoGebra
 2) Más de 1 derrame.
La pregunta se traduce como:
P(X>1) = 0.04867 ≈ 4.87%

Validación en GeoGebra

Ejercicio 3. Distribución Hipergeométrica.

a. Cada uno de 15 air fryer de cierta marca ha sido regresada a un distribuidor debido a que el
sistema de encendido digital se bloquea. Suponga que 9 de estos air fryer tienen un encendido
digital defectuoso y que los otros 6 tienen problemas menos serios. Si los air fryer se examinan
en orden aleatorio, Cuál es la probabilidad de que entre los primeros 8 examinados:
1) 6 tengan un encendido digital defectuoso.
2) Entre 3 y 7 inclusive tengan el encendido digital defectuoso.

Solución:
Éxito= “Una marca devuelve air fryers con encendido digital defectuoso, a un distribuidor”
n= 8
M= 9
N= 15

X= “Número de air fryer con encendido defectuoso obtenido(s) de 8 primeros air fryer examinados
aleatoriamente”
X~Hg (8, 9, 15)
 1) 6 tengan un encendido digital defectuoso.
La pregunta se traduce como:
P(X=6 ) = 0.1958 ≈ 19.58%

Validación en GeoGebra

2) Entre 3 y 7 inclusive tengan el encendido digital defectuoso

La pregunta se traduce como:
P(3<X<7) = 0.8811≈ 88.11%

Validación en GeoGebra

Ejercicio 4. Distribución Normal.

 a. Suponga que la fuerza que actúa en una columna que ayuda a soportar un edificio está
normalmente distribuida con media de 15.0 kilolibras (kips) y desviación estándar de 1.25
kilolibras (kips).
1) ¿Cuál es la probabilidad de que la fuerza sea de más de 18 kilolibras?
2) ¿Cuál es la probabilidad de que la fuerza esté entre 10 y 12 kilolibras?

Solución:
µ = 15.0
σ = 1.25

X= “La fuerza que actúa en una columna que ayuda a soportar un edificio en kilolibras”
2
X~N (15, 1.25 )

1) ¿Cuál es la probabilidad de que la fuerza sea de más de 18 kilolibras?

La pregunta se traduce como:
P(X>18) = 0.082

Validación en GeoGebra
2) ¿Cuál es la probabilidad de que la fuerza esté entre 10 y 12 kilolibras?
La pregunta se traduce como:
P(10<X<12) = 0.0082

Validación en GeoGebra
Ejercicios - EJERCICIOS C - LUIS RAFAEL MEZA

Tipo de ejercicios 1 - Distribución Binomial.

Distribución Binomial

p=de segunda=0,1
1− p=buenos=0,9
n=8
1. De esta manera:
8!
x= p ( x=1 )= 8 0,11 0,97 =
() 0,11 0,97 =0,382
1 1 !7!

2. Es restarle a 1, la probabilidad que ninguno sea de segunda

8!
x=1− p ( x=0 )=1− 8 0,10 0,98=
() 0,10 0,98 =1−0,43=0,57
0 0!8!

3. Por lo menos tres sean se segunda.

x= p ( x=0 ) + p ( x=1 ) + p ( x =2 )+ p ( x=3 )=¿
¿ 8 0,10 0,98 + 8 0,11 0,97 + 8 0,12 0,96 + 8 0,13 0,95
() () () ()
0 0 0 0
8! 8 ! 8 ! 8!
¿ 0,10 0,98 + 0,11 0,97+ 0,12 0,96 + 0,13 0,95
0! 8! 1! 7 ! 2 !6! 3!5!
¿ 0,43+0,382+0.148+ 0,033=¿

Ejercicio 2. Distribución Poisson.

λ=8
1. Para este problema tenemos que:
λk −λ 82 −8
p ( x=2 )= e = e =0,01073
k! 2!

2. En este caso es una sumatoria:

λk − λ 8 0 −8 81 −8 8 2 −8 8 3 −8 84 −8
p ( x< 4 )= e = e + e + e + e + e
k! 0! 1! 2! 3! 4!
¿ 0,0003+0,0026+ 0,01073+0,0286+0,0572=0,07083

Ejercicio 3. Distribución Hipergeométrica.

N=300
k =240
n=8
1. x=5
240 300−240
p(x=5)=
( 5 )( 8−5 )
=0,147
300
(8)
 2. Debe estar entre 4 y 8 inclusive:
240 300−240
p(x=4)=
( 4 )( 8−4 )
=0,044
300
(8)
240 300−240
p(x=5)=
( 5 )( 8−5 )
=0,147
300
(8)
240 300−240
p(x=6)=
( 6 )( 8−6 )
=0,297
300
(8)
240 300−240
p(x=7)=
( 7 )( 8−7 )
=0,337
300
(8)
240 300−240
p(x=8)=
( 8 )( 8−8 )
=0,163
300
(8)
P=0,044+0,147+ 0,297+0,337+ 0,163=0,988
Ejercicio 4. Distribución Normal.

μ=17
δ =0,1
1. En este caso:
18−17
(
p ( x ≥ 18 )= p z ≥
0,1 )
= p ( z ≥10 ) =1−0,99999=0.00001
 2. Para este caso:

p ( 16,8≤ x 17,2 ) =p ( 16,8−17

0,1
≤z≤
17,2
0,1 )
= p (−2 ≤ z ≤2 )

¿ p ( z ≤ 2 )− p ( z ≤−2 ) =0,9772−0,0228=0,9544
REFERENCIAS BIBLIOGRÁFICAS

1. Gamero Burón, C. (2017). Estadística I: elementos de estadística descriptiva y de

teoría de la probabilidad. (pp. 257-262, 329-345, 383-395). Servicio de Publicaciones y
Divulgación Científica de la Universidad de Málaga.
2. Llinás Solano, H. (2017). Estadística descriptiva y distribuciones de probabilidad. (pp.
183-186, 214-235, 283-299). Universidad del Norte.
3. Obando López, J. y Arango Londoño, N. (2019). Probabilidad y estadística. Fondo
Editorial EIA. (pp. 57-69, 72-74).
4. Rodríguez Franco, J. y Pierdant Rodríguez, A. I. (2015). Estadística para
administración. (pp. 241-268, 287-297). Grupo Editorial Patria.
5.
SERVIDOR ALICANTE. (2021). GLOSARIO SERVIDOR ALICANTE. Obtenido de
Términos estadísticos: https://glosarios.servidor-alicante.com/terminos-estadistica