Tarea 3 Experimentos aleatorios y distribuciones de Probabilidad.

Anexo 2 – Tablas

PROBABILIDAD

Alejandro Ossa
Cód. 10.030.218

Alexander Torre
Cód.

Hugo Armando Granados

Cód.

Luisa Fernanda Rivera Marín

Cód. 30232377

Viviana Herrera Patiño

Cód. 42158038

Tutor
NAYIVES XILENA TRUJILLO 
Grupo: 100402_92

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ADMINISTRACION DE EMPRESAS
CEAD DOSQUEBRADAS
Noviembre 2021
Actividad 1
Tabla comparativa de conceptos
Tabla
comparativa
Variable,
formula o
Concepto Definición imagen que
representa
el
concepto
Variable aleatoria Una variable aleatoria es el
resultado numérico de un
experimento aleatorio,
como lanzar una moneda al
aire.
Variable En esta variable se puede
aleatoria tomar un número infinito
continua de valores entre dos
valores de una
característica cualquiera.
Variable su campo de variación está
aleatoria constituido por un conjunto
discreta finito o infinito numerable
de valores posibles.

Distribución permite establecer toda la

de gama de resultados
Probabilidad probables de ocurrir en un
experimento determinado.
Distribución de Esta describe la
Probabilidad probabilidad de los posibles
Continua valores de una variable
aleatoria continua

Distribución de Pro Son aquellas en las que la

babilidad Discreta variable puede tomar un
número determinado de
valores.
Media Es el valor promedio de un
conjunto de datos
numéricos, calculada como
la suma del conjunto de
valores dividida entre el
número total de valores.
Desviación estándar También llamada
desviación típica esta se
refiere a una medida que
brinda información sobre la
dispersión media de una
variable.

Valor esperado El valor esperado de una

variable aleatoria es el
número que intenta
capturar el centro de la
distribución de dicha
variable aleatoria

Varianza medida de dispersión que

representa la variabilidad
de una serie de datos
respecto a su medida,
formalmente se calcula
como la suma de los
residuos al cuadrado
divididos entre el total de
observaciones.

Función Esta devuelve la

de probabilidad de que una
Probabilid variable aleatoria discreta
ad sea exactamente igual a
cualquier valor.

Función de densidad Es una variable aleatoria

continua que describe la
probabilidad relativa según
la cual dicha variable
aleatoria tomara
determinado valor.
Distribución binomial Distribución de
probabilidad discreta que
describe el número de
éxitos al realizar n
experimentos
independientes entre sí,
acerca de una variable
aleatoria
Aproximación de la Esta se da cuando el
D. binomial a la D. parámetro (n) tiende a
Poisson infinito y el parámetro (p)
tiende a ser cero, por lo
tanto el producto de n por
p sea una cantidad
constante.
Distribución Poisson expresa la probabilidad de
un número k de eventos
ocurriendo en un tiempo o
espacio fijo si estos
eventos ocurren con una
tasa media conocida, y son
independientes del tiempo
o espacio desde el último
evento.
Distribución es una distribución discreta
Hipergeométri que modela el número de
ca eventos en una muestra de
tamaño fijo.
Distribución normal Esta tiene la capacidad de
aproximar el valor de una
variable aleatoria a una
situación ideal.
Distribución probabilidad de encontrar
normal estándar el valor de la variable que
sea igual o inferior a un
cierto valor , conociendo la
media, la desviación
estándar, y la varianza de
un conjunto de datos en
sustituyéndolos en la
función que describe el
modelo.
 Área bajo la curva El área bajo la curva entre
dos puntos es la
probabilidad de que una
variable distribuida
normalmente asuma un
valor entre ellos
Aproximación de La aproximación consiste
la normal a la en utilizar una distribución
binomial normal con la misma
media y desviación típica
que la distribución binomial

Actividad 2 tabla de elección de ejercicios

nombre del rol a desarrollar grupo de ejercicios a

estudiante desarrollar
Viviana Herrera Patiño Entregas el estudiante desarrolla
el ejercicio a en todos
los 4 tipo
de ejercicios

Alejandro Ossa Evaluador el estudiante desarrolla

el ejercicio b en todos
los 4 tipo
de ejercicios

Alexander Torres Revisor el estudiante desarrolla

el ejercicio c en todos
los 4 tipo
de ejercicios

Luisa Fernanda Rivera Alertas el estudiante desarrolla

Marín el ejercicio
d en todos los 4 tipo
de ejercicios
Hugo Armando Granados Compilador el estudiante desarrolla
el ejercicio e en todos
los 4 tipo de ejercicios
Tipo de ejercicios 1 - Distribución Binomial.

VIVIANA HERRERA PATIÑO

a. El 70% de las personas que van a un gimnasio para realizar sus ejercicios
usan tapabocas, ¿Cuál es la probabilidad que en 20 usuarios:
• 15 usen tapabocas.
• Entre 10 y 15 usuarios inclusive, usen tapabocas.
• A lo sumo 11 no usen tapabocas.

Solución:

Utilizamos la fórmula para la distribución

f (x)=P (x=x)=(¿nx ) Px ¿ ¿

P → Probabilidad de que ocurra un suceso

q → Contratio a P

P=70 %=0,7

q=1−P=1−0,7=0,3

n=20

• 15 usen tapabocas

X=15

P( x=x )=( ¿nx ) P x ¿ ¿

Pasamos a reemplazar

P(15)=(¿20 15
15 )(0,7) ¿ ¿
 20 !
=15504
15! (20−15) !

P(15)=15504 (0,7)15 ¿

P(15)=0,1788=17,88 %

Tenemos que la probabilidad que 15 personas usen tapabocas es del 17,88%

• Entre 10 y 15 usuarios inclusive, usen tapabocas

P=P( 10)+ P(11)+ P(12)+ P(13)+ P(14)+ P(15)

P(10)=(¿20 10
15 )( 0,7) ¿ ¿

P(11)=(¿20 11
15 )(0,7) ¿ ¿

P(12)=( ¿20 12
15 ) ( 0,7 ) ¿ ¿

P(13)=(¿20 13
15 ) ( 0,7 ) ¿ ¿

20
P(14)=(¿15 ) ( 0,7 )14 ¿ ¿

P(15)=(¿20 15
15 )(0,7) ¿ ¿

P total=3,08+6,53+11,4 +19,16+17,88

P total=74,45 %

La probabilidad de que entre 10 y 15 personas usen tapabocas es del 74,45%

• A lo sumo 11 no usen tapabocas.

P=0,7

q=0,3

n=20

P=P( 1)+ P(2)+ P(3)+ P(4 )+ P( 5) P(6)+ P(7)+ P(8)+ P(9)+ P(10)+ P(11)
 P(1)=( ¿20 1
1 )(0,7) ¿ ¿

P(2)=(¿20 2
2 )(0,7) ¿ ¿

P(3)=(¿20 3
3 ) ( 0,7 ) ¿ ¿

P( 4)=(¿20 4
4 ) ( 0,7 ) ¿ ¿ 0,1304 = 13,04%

P(5)=(¿20 5
5 ) ( 0,7 ) ¿ ¿

P(6)=(¿20 6
6 )(0,7) ¿¿

P(7)=(¿20 7
7 ) ( 0,7 ) ¿ ¿

P(8)=(¿20 8
8 ) ( 0,7 ) ¿ ¿

P(9)=(¿20 9
9 ) ( 0,7 ) ¿ ¿

P(10)=(¿20 10
10 ) ( 0,7 ) ¿ ¿

P(11)=(¿20 11
11 )(0,7) ¿ ¿

P total=0,683+2,78+7,16+13,04 +17,88+19,16+16,42+11,43+ 6,53+3,081+1,20

P total=99,40 %

La probabilidad de que a lo sumo 11 no usen tapabocas es del 99,40%

ALEJANDRO OSSA
b. En el cuestionario que deben responder las personas que solicitan empleo en la
Agencia pública de Empleo del SENA, se plantea la pregunta “¿tiene experiencia en el
empleo al cual está aspirando?” para lo cual el 55% de los aspirantes responden que
sí. Se toma una muestra de 30 encuestados.

p=nCx∗p x qn− x
n=30
p=0,55
q=0,45
• ¿Cuál es la probabilidad que 7 de ellos hayan respondido afirmativamente?
p=30 C 7∗0.55 7∗0.4523=0,00032746

• ¿Qué probabilidad hay de que más de 15 respondan afirmativamente?

p ( x>15 )=1− p( x ≤15)

0,1423673
P 16 34
0,1432978
P 17 4
0,1264913
P 18 03
0,0976424
P 19 09
0,0656373
P 20 97
0,0382016
P 21 6
0,0191008
P 22 3
0,0081201
P 23 6
0,0028946
P 24 87
0,0008491
P 25 08
0,0001995
P 26 77
3,61373E-
P 27 05
4,73227E-
P 28 06
3,98889E-
P 29 07
P 30 1,6251E-08
0,6448435 64,48436
  Total 9 %

• ¿Cuál es la probabilidad de que menos de 15 respondan afirmativamente?

3,94798E-
P 0 11
1,44759E-
P 1 09
 2,56546E-
P 2 08
2,92652E-
P 3 07
2,41438E-
P 4 06
1,53447E-
P 5 05
7,81445E-
P 6 05
0,00032746
P 7 3
0,00115066
P 8 7
0,00343779
P 9 6
0,00882367
P 10 7
0,01960817
P 11 1
0,03794544
P 12 2
0,06421536
P 13 3
0,09530375
P 14 3
23,09086
  Total 0,2309086 %

ALEXANDER TORRES
c.

Los resultados finales del curso de probabilidad del periodo 16-02 del 2020
mostraron que el 75% de los estudiantes aprobaron el curso, si se toman
30 resultados finales del curso de probabilidad.

 ¿Cuál es la probabilidad que 10 de ellos no hayan aprobado el

curso?
p=0,25 probabilidad de que los estudiantes no apruben el curso

n=30 resultados

x=número de estudiantes que no aprobaron

( nx) p (1− p)
p ( x) =
x n−x

p ( x=10 )= 30 0,25 10 ( 1−0,25 )30−10=0,0908

( )
10

 ¿Qué probabilidad hay de que 15 de ellos hayan aprobado el

curso?

p=0,75 probabilidad de que los estudiantes apruben el curso

n=30 resultados

x=número de estudiantes que aprobaron

p ( x=15 )= (3015)0,75 15
( 1−0,75 )30−15=0,0019
  ¿Cuál es la probabilidad de que a lo sumo 5 de ellos no hayan
aprobado el curso?

p=0,25 probabilidad de que los estudiantes no apruben el curso

n=30 resultados

x=número de estudiantes que no aprobaron

p ( x=0 )= (300) 0,25 (1−0,25 )

0 30−0
=0,00017

p ( x=1 )= 30 0,251 ( 1−0,25 )30−1=0,0017

( )
1

p ( x=2 )= (302)0,25 ( 1−0,25 )

2 30−2
=0,008

p ( x=3 )= 30 0,253 ( 1−0,25 )30−3=0,027

( )
3

p ( x ≤ 3 )=0,0374

LUISA FERNANDA RIVERA MARIN

d. Los resultados de pruebas Covid de un laboratorio clínico revelo que el
13% de los pacientes resulta positivo para tener el virus, si se toma una
muestra de 10 Pacientes que se hicieron la prueba.

n=10
p=0.13
( 1− p ) =0,87

• ¿Cuál es la probabilidad que 5 de ellos salgan positivos?

Para hallar la probabilidad binomial se utilizará la siguiente formula:

( nx) p ( 1− p )
x n−x

p ( x=5 )

B ( n , p ) = n p x ( 1− p )n−x
()x

( nx) p ( 1− p )
x n−x

(105 ) 0,13 (1−0,13 )

5 10−5

(105 ) 0,13 ( 0,87 ) =0,0047

5 5

• ¿Qué probabilidad hay de que al menos 6 de ellos salgan negativos?

p=0,87

p ( x ≥ 6 )= p ( x=6 )

p ( x=6 )= (106) 0,87 ( 1−0,87 )

6 10−6
=0,026

p ( x=7 )= 10 0,877 ( 1−0,87 )10−7=0,0995

( )
7

p ( x=8 )= (108) 0,87 ( 1−0,87 )

8 10−8
=0,2496
p ( x=9 )= (109) 0,87 ( 1−0,87 )
9 10−9
=0,3712

p ( x=10 )= 10 0,87 10 ( 1−0,87 )10−10=0,2484

( )
10

0,026+ 0,0995+ 0,2496+0,3712+0,2484=0.9947

• ¿Cuál es la probabilidad de que menos de 4 de ellos salgan positivos?

p ( x>3 )= p( x=3)

p ( x=3 )= 10 0,133 ( 1−0,13 )10−3=¿0,0995

( )
3

p ( x=2 )= 10 0,13 2 ( 1−0,13 )10−2=¿02496

( )
2

p ( x=1 )= (101)0,13 ( 1−0,13 )

2 10−1
=¿ 0,3712

p ( x=0 )= 10 0,130 (1−0,13 )10−0=¿0,2484

( )
0

0,0995+0,2496+ 0,3712+ 0,2484=0,9687

HUGO ARMANDO GRANADOS

d.
Ejercicio 2. Distribución Poisson.

VIVIANA HERRERA PATIÑO

a. La farmacéutica SINOVAC está probando la vacuna contra La Covid – 19
para combatir la nueva cepa que se está presentando en Brasil, para esto
selecciono una muestra de 1000 personas, la probabilidad de una persona
presente una reacción negativa a la vacuna es de 0.002.
• ¿Cuál es la probabilidad de que 8 personas presenten una reacción
negativa a la vacuna?
• ¿Qué probabilidad hay de que al menos 5 personas presenten una reacción
negativa a la vacuna?
• ¿Cuál es la probabilidad de que a lo sumo 6 personas presenten una
reacción negativa a la vacuna?

Solución:

• ¿Cuál es la probabilidad de que 8 personas presenten una reacción

negativa a la vacuna?

n=1000
p=0.002

e−λ∗λ x
P ( x) =
λ!

λ=n∗p

8 personas conreaccion negativa

x=8 n=1000 p=0.002

λ=1000∗0.002=2

−2 28 −4
P ( 8 )=e =8.592 x 10
8!
¿ 0.0008592

¿ 0.08592 %

La probabilidad de que en una muestra de 1000 personas 8 tengan una reacción

negativa es del 0.08592%

• ¿Qué probabilidad hay de que al menos 5 personas presenten una reacción

negativa a la vacuna?

5 personascon reaccion negativa

x=5 n=1000 p=0.002

λ=2

−2 25
P ( 5 )=e =0.0360=3.6 %
5!

La probabilidad de que en una muestra de 1000 personas 5 tengan una reacción

negativa es del 3.6%

• ¿Cuál es la probabilidad de que a lo sumo 6 personas presenten una

reacción negativa a la vacuna?

x=6 n=1000 p=0.002

λ=2

Pt =P (1)+ P(2)+ P(3)+ P(4 )+ P (5) P(6)

1
−2 2
P ( 1 )=e =0.270=27 %
1!

−2 22
P ( 2 )=e =0.270=27
2!

23
−2
P ( 3 )=e =0.1804=18.04 %
3!
4
−2 2
P ( 4 )=e =0.0902=9.02 %
4!
5
−2 2
P ( 5 )=e =0.03608=3.608 %
5!
 −2 26
P ( 6 )=e =0.0120=1.2%
6!

Pt =27 %+27 %+18.04 % +9.02 %+ 3.608 %+1.2 %

Pt =85.87 %

La probabilidad de que en una muestra de 1000 personas 6 tengan una reacción

negativa es del 85.87%

ALEJANDRO OSSA
b. El Ministerio de Salud de Colombia reporto que en el mes de abril el promedio de
las personas que se contagiaron con el virus de La COVID – 19 y que fallecieron fue
de 5 personas cada hora. Cuál es la probabilidad de que en una hora
e−k∗k x
p ( x) =
x!
k=5 por hora
• Seis personas contagiadas mueran
e−5∗56
p ( x=6 )= =0.14622
6!

• A lo sumo tres personas contagiadas mueran

P(x<=3)
P 0 0,00673795
P 1 0,03368973
P 2 0,08422434
P 3 0,1403739
  Total 0,2650259

• Ninguna persona contagiada muera.

e−5∗50
p ( x=0 )= =0.00673
0!
ALEXANDER TORRES
El ministerio de transporte en un estudio de accidentalidad en motocicleta revelo
que el promedio de estos es de 3 cada 24 horas, si el número de accidente sigue
una distribución de Poisson:

 ¿Cuál es la probabilidad que se presenten 5 accidentes?

λ=3 promedio de accidentes en motocicleta

x=número de accidentes

λx − λ
p ( x) = ∗e
x!

35 −3
p ( x=5 )= ∗e =0,1
5!

 ¿Qué probabilidad hay de que no se presenten accidentes?

30 −3
p ( x=0 )= ∗e =0,049
0!
  ¿Cuál es la probabilidad de que a lo sumo 3 accidentes se
presenten en 48 horas?

6 0 −6
p ( x=0 )= ∗e =0,0024
0!

61 −6
p ( x=1 )= ∗e =0,0148
1!

62 −6
p ( x=2 )= ∗e =0,0446
2!

63 −6
p ( x=3 )= ∗e =0,089
3!

P ( x ≤ 3 )=0,151

LUISA FERNANDA RIVERA MARIN

d. La secretaria de salud de Bogotá reporta que cada 24 horas llegan
un promedio de 500 personas a las urgencias de cualquier hospital
de las cuales solo el 1% de estas quedan hospitalizadas, si el número de
registro de urgencias sigue una distribución de Poisson, encuentre la
probabilidad que en 24 horas:

e− ‫ ג ג‬x
p ( ‫=) ג‬
x!
1
p= =0,002
500
n=500
‫=ג‬n∗p=500∗0,002=1
‫=ג‬1
• 10 personas queden hospitalizadas
e− ‫ ג ג‬x
p ( 10 )=
x!
e−1 110
p ( x=10 )= =0,0000001013
10 !

• A lo sumo 5 personas queden hospitalizadas

p ( x ≤ 5 )= p ( x=0 ) + p ( x=1 ) + p ( x =2 )+ p ( x=3 )+ p ( x=4 ) + p ( x=5 )

−1 0
e 1
p x=0 =
( ) =0,3679
0!

e−1 11
p x=1 =
( ) =0,3679
1!

e−1 12
p ( x=2 )= =0,1839
2!

e−1 13
p ( x=3 )= =0,0613
3!

e−1 1 4
p ( x=4 )= =0,0153
4!
 e−1 15
p ( x=5 )= =0,0031
5!

0,3679+0,3679+0,1839+0,0613+0,0153+0,0031=0,9994

• Ninguna persona quede hospitalizada.

p(x=0)

e−1 10
p ( x=0 )= =0,3679
0!

HUGO ARMANDO GRANADOS

d.

Ejercicio 3. Distribución Hipergeométrica.

VIVIANA HERRERA PATIÑO

a. La fundación Tecnoglass que produce vidrios templados envío un pedido de
100 de sus vidrios templados a uno de sus distribuidores en la zona y por
descuido del almacenista se enviaron 5 vidrios defectuosos (no cumplían con
las especificaciones del pedido), el comprador al ser notificado del error
tomó al azar 15 vidrios templados:
• ¿Cuál es la probabilidad de que ninguno de los vidrios salga defectuoso?
• ¿Qué probabilidad hay de que 2 sean defectuosos?
• ¿Cuál es la probabilidad de que a lo sumo 3 de los vidrios salgan
defectuoso?

Solución:

• ¿Cuál es la probabilidad de que ninguno de los vidrios salga defectuoso?

r N −r
P ( x) =
( x )( n−x )

( Nn )
x=0
r =5
n=15
N=100

Pasamos a reemplazar la formula

5 95
P ( 0 )=
( 0 )( 15 )
=0.4356
100
( 15 )
¿ 43.56 %

La probabilidad de que ninguno salga defectuoso es de 43.56%

• ¿Qué probabilidad hay de que 2 sean defectuosos?

x=2
r =5
n=15
N=100
 5 95
P ( 2 )=
( 2 )( 15 )
=0.1377
100
( 15 )
¿ 13.77 %

La probabilidad de que 2 salgan defectuoso es de 13.77%

• ¿Cuál es la probabilidad de que a lo sumo 3 de los vidrios salgan

defectuoso?

x=3
r =5
n=15
N=100

Pt =P (1)+ P(2)+ P(3)

5 95
P ( 1 )=
( 2 )( 14 )
=0.4034=40.34 %
100
( 15 )
5 95
P ( 2 )=
( 2 )( 13 )
=13.77 %
100
( 15 )
5 95
P ( 3 )=
( 2 )( 12 )
=0.0215=2.15 %
100
( 15 )
Pt =4.0 .34 % +17.77 %+2.15 %

Pt =60.26 %

La probabilidad de que al menos 3 salgan defectuoso es de 60.26%

ALEJANDRO OSSA
b. El banco de preguntas de la prueba nacional de probabilidad de la UNAD está
conformado por 30 preguntas de opción múltiple con única respuesta, y 5 de estas
preguntas evalúan la distribución hipergeométrica. Si un estudiante presenta una
prueba la cual está conformada por 10 preguntas:

kCx∗( N−k ) C (n−x)

p ( x) =
NCn
Muestra éxito(x)  
Num. Muestra (n) 10
Pob. Éxito (k) 5
Num población(N) 30

• ¿Cuál es la probabilidad de que 2 de las 10 preguntas sean de distribución

hipergeométrica?
5C 2∗( 30−5 ) C (10−2)
p ( 2 )= =0.359984
30 C 10

• ¿Cuál es la probabilidad de que a lo sumo 3 de las 10 preguntas sean de distribución

hipergeométrica?
P(x<=3)
P 0 0,10879542
P 1 0,33998568
P 2 0,35998484
P 3 0,15999326
  total 0,96875921

• ¿Cuál es la probabilidad de que ninguna de las 10 preguntas sea de distribución

hipergeométrica?
5 C 0∗( 30−5 ) C (10−0)
p ( 0 )= =0.1087954
30 C 10
ALEXANDER TORRES

c. Si un productor avícola reporta que por cada canasta de 30 huevos que se

producen cada hora 5 de ellos no cumplen con el peso adecuado exigido por
la distribuidora MinHac. Si la distribuidora toma al azar una docena de
huevos, encuentre la probabilidad de que:

 3 de ellos no cumplan con el peso adecuado.

N=30 huevos canasta

s=5 no cumple con el peso adecuado

n=12 huevos tomados al azar

x=3 huevos tomados que no cumplen con el peso adecuado

C sx ∗Cn−
N−s
x
P ( x) = N
Cn

C 53∗C 30−5
12−3
P ( x=3 )= 30
=0,236
C12

 A lo sumo 4 de ellos no cumplan con el peso adecuado.

 C 50∗C 30−5
12−0
P ( x=0 )= 30
=0,06
C 12

C51∗C30−5
12−1
P ( x=1 )= 30
=0,257
C12

C52∗C30−5
12−2
P ( x=2 )= 30
=0,377
C12

C 53∗C 30−5
12−3
P ( x=3 )= 30
=0,236
C12

C54∗C 30−5
12−4
P ( x=4 )= 30
=0,062
C 12

P ( x ≤ 4 )=0,992

 Todos salgan con el peso adecuado.

C 50∗C 30−5
12−0
P ( x=0 )= 30
=0,06
C 12

LUISA FERNANDA RIVERA MARIN

d. El ministerio de trabajo a través de una encuesta pública reveló de cada
50 mujeres menores de 30 años que trabaja 8 de ellas tiene un hijo, si
selecciona una muestra de 20 mujeres:

N=50
n=20
d=8
Hg ( n ,d , N )= (dx )¿ ¿
• ¿Cuál es la probabilidad de que 5 de ellas tengan un hijo?

p(x=5)= Hg ( 20 , 8 , 50 )= (85 ) ¿ ¿

• ¿Cuál es la probabilidad de que a lo sumo 4 de ellas tengan un hijo?

p ( x ≤ 4 )= p ( x=0 ) + p ( x=1 ) + p ( x=2 )+ p ( x=3 )+ p ( x=4 )

p(x=0)= Hg ( 20 , 8 , 50 )= (80 ) ¿ ¿
p(x=1)= Hg ( 20 , 8 , 50 )= (81 ) ¿ ¿
p(x=2)= Hg ( 20 , 8 , 50 )= (82 ) ¿ ¿
p(x=3)= Hg ( 20 , 8 , 50 )= (83 ) ¿ ¿
p(x=4)= Hg ( 20 , 8 , 50 )= ( 84)¿ ¿
0,0109*0,0758*0,2101*0,3026+0,2473=0,8468
• ¿Cuál es la probabilidad de que ninguna de ellas tenga hijo?

p(x=0)

p(x=0)= Hg ( 20 , 8 , 50 )= (80 ) ¿ ¿

HUGO ARMANDO GRANADOS

d.
Ejercicio 4. Distribución Normal.

VIVIANA HERRERA PATIÑO

a. Un puesto de vacunación contra LaCovid-19 se distribuye normalmente con

una media de 270 personas vacunadas cada 24 horas y una desviación
estándar de 10 personas vacunadas. Encuentre la probabilidad de que el
número de personas vacunadas por día:
• Sea menor de 285
• Sea mayor de 286
• Este entre 255 y 284 personas
• Este entre 275 y 285 personas

Solución:

• Sea menor de 285

x−μ
z=
σ

x=285

μ=270

σ =10

x−μ
P( x <285)=
σ

285−270
¿
10

3
¿ =1,5
2

P( x <285)=0,9332 ≈ 93,32 %
La probabilidad de que los
Vacunados por día sea menor
a 285 personas es del 93,32%

• Sea mayor de 286

x−μ
P( x <286)=
σ

286−270
¿ =0,6=0,7257
10

1−0,7257

0,2743=27,43 %

La probabilidad de que vacunen mas de 286 personas es del 27,43%

• Este entre 255 y 284 personas

x=255 284

μ=270

σ =10

P(284)−P(255)

284−270 255−270
−
10 10

1,4−[ 1−(1,5) ]

0,9192− [ 1−(0,9332) ]

0,9192−0,0668

0,8524 ≈ 85,24 %

La probabilidad de que vacunen entre

255 y 284 personas es de 85,24%

• Este entre 275 y 285 personas

P(285)−P( 275)

285−270 275−270
−
10 10

1,5−0,5

0,9332−0,6915

0,2417 ≈ 24,17 %

La probabilidad de que vacunen entre

275 y 285 personas es de 24,17%

ALEJANDRO OSSA
b. La administración de Transmilenio revelo que los costos de operación por hora para
cualquiera de sus estaciones siguen una distribución normas con una media de
$5.000.000 y una desviación estándar de $500.000, encuentre la probabilidad de que
los costos de funcionamientos por hora:
x−µ
p ( x) =
Ꝺ

Media 5.000.000

Desviación 500.000
• Sea menor de $6.000.000

6.000 .000−5.000 .000

p ( x<6.000 .000 ) =Z= =2
500. 000
z ( 2 ) =0.9772

• Sea mayor de $5.800.000

5.800 .000−5.000 .000
p ( x>5.800 .000 ) =Z= =1.6
500.000
z ( 1,6 )=0.0548

• Este entre $4.500.000 y $6.200.000

p ( 4.500 .000< x <6.200 .000 )
4.500 .000−5.000 .000
p ( x> 4.500 .000 )=Z= =−1
500.000
z (−1 )=0.0548
6.200 .000−5.000 .000
p ( x>6.200 .000 ) =Z= =2.4
500.000
z (−1 )=0.0548

P ( x<6.200 .000 ) −p ( x < 4.200.000 )=z ( 2.4 )−z (−1 )=0.9918−0.1587=0.8331

• Este entre $5.300.000 y $6.300.000

p ( 5.300.000< x <6.300 .000 )

5.300 .000−5.000.000
p ( x> 4.500 .000 )=Z= =0.6
500.000
z (0.6)=0.7257
6.300 .000−5.000 .000
p ( x>6.200 .000 ) =Z= =2.6
500.000
z ( 2.6 )=0.9953

P ( x<6.200 .000 ) −p ( x < 4.200.000 )=z ( 2.6 )−z ( 0.6 )=0.9953−0.7257=0.269

ALEXANDER TORRES

c. El tiempo de respuesta de una llamada de urgencia se distribuye

normalmente. El tiempo promedio de respuesta es de 3.5 minutos con una
desviación estándar de 0.5 minutos. Encuentre la probabilidad de que una
llamada obtenga una respuesta:

 Sea menor de 4.3 minutos

media ( μ )=3,5min tiempo promedio de respuesta

desviación estandar ( σ ) =0,5 min

para ladistribución normal estándar tipificamos la variable

x −μ
Z=
σ

4,3−3,5
Z= =1,6
0,5

P ( x ≤ 4,3 ) =0,9452

 Sea mayor 4 minutos

 4−3,5
Z= =1
0,5

P ( x ≤ 4 )=0,8413

P ( x> 4 )=1−P ( x ≤ 4 )=1−0,8413=0,1587

 Este entre 3.1 y 4.1 minutos

3,1−3,5
Z= =−0,8
0,5

P ( x ≤ 3,1 )=0,2119

4,1−3,5
Z= =1,2
0,5

P ( x ≤ 4,1 )=0,8849

P ( 3,1≤ x ≤ 4,1 ) =0,8849−0,2119=0,673

 Este entre 3.7 y 4.2 minutos

 3,7−3,5
Z= =0,4
0,5

P ( x ≤ 3,7 )=0,6554

4,2−3,5
Z= =1,4
0,5

P ( x ≤ 4,2 )=0,9192

P ( 3,7 ≤ x ≤ 4,2 )=0,9192−0,6554=0,2638

Anexo

LUISA FERNANDA RIVERA MARIN

d. El número de créditos para vivienda tiene una distribución normal
con una media de 70 millones de pesos y una desviación estándar de 8
millones de pesos, si se recibe una solicitud de crédito.
Encuentre la probabilidad de que:
• Sea menor de 75 millones de pesos

¿ 0,734

• Sea mayor de 80 millones de pesos

¿ 0,1056

• Este entre 65 y 74 millones de pesos

¿ 0,4255

• Este entre 73 y 78 millones de pesos

¿ 0,1952
HUGO ARMANDO GRANADOS
d.
 Tabla links videos explicativos

Nombre Ejercicios Link video

estudiante sustentados Explicativ
o
Alejandro Ossa Distribución https://www.youtube.com/w
Binomial atch?v=SFtYi20JuEU

Luisa Fernanda Rivera Ejercicios d distribución binomial https://youtu.be/aJYDNwQN3qU

 Referencias Bibliográficas

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.

Llinás Solano, H. (2017). Estadística descriptiva y distribuciones de

probabilidad. (pp. 183-186, 214-235, 283-299). Universidad del Norte.

Obando López, J. y Arango Londoño, N. (2019). Probabilidad y estadística.

Fondo Editorial EIA. (pp. 57-69, 72-74).

Rodríguez Franco, J. y Pierdant Rodríguez, A. I. (2015). Estadística para

administración. (pp. 241-268, 287-297). Grupo Editorial Patria.