TAREA 2 – EXPERIMENTOS ALEATORIOS Y DISTRIBUCIONES DE

PROBABILIDAD.

Estudiante: Yaquelin Quiroz peña

Código: 1101.457.067

100402_233

Universidad Nacional Abierta y a Distancia – UNAD

Probabilidad

2020
 Estudios de caso estudiante N°2 :

B
EXPERIMEMTOS
A ALEATORIOS Y
DISTRIBUCIONES DE
B
PROBABILIDAD
I
Toma diferentes
L valores numéricos,
mediante un proceso
I VARIABLES de contar a medir
ALEATORIAS
D

D DISCRETAS CONTINUASS

FORMULAS

Permite la recolección, manejo y

presentación de datos con el fin de
IMPORTANCIA Y APLICABILIDAD DE LA TEMATICA
facilitar la toma de decisiones
Estudios de caso estudiante N°2:
a. Distribución Hipergeométrica: Un lote de 40 artículos contiene 5 defectuosos.
Se elige una muestra aleatoria de 8 artículos. ¿Cuál es la Probabilidad de que 3
de ellos sean defectuosos?
Fórmula utilizada de hipergeométrica:

yCx . N − y C n−x
p ( x) =
NCn

Donde:

C = Símbolo de combinaciones

N = Tamaño de la población

n = Tamaño de la muestra

y = Numero de éxitos de la población

x = Numero de éxitos de la muestra

N – y = Numero de fracasos de la población

n - x = Numero de fracasos de la muestra

Datos conocidos:

 N = 40

 n=8

 y = 40-5 = 35

 x = 8-3= 5

Ejecución:

yCn∗N− y C n−x 35 C 5∗40−35 C 8−5 35 C 5∗5 C 3

P ( x) = P ( x) = P ( x) =
N Cn 40 C 8 40 C 8

324632∗10 3246320
P ( x) = P ( x) = =0,04221 %
76904685 76904685
 la Probabilidad de que lotes sean defectuosos es de 0,04221 %

b. Distribución Binomial: En cierta zona geográfica, el 10% de las personas son

analfabetas. Cuál es la Probabilidad de que una muestra aleatoria de 15 adultos el
número de analfabetas sea:
1. ¿Exactamente 6?
Tenemos que; P: 10%; n: 15; q: 1-p = 0.9; r: 6
n!
Pn , r= ( pr ) ( q n−r )
r ! ( n−r ) !
15 !
P15,6= ( 0.10 6 )( 0.99 ) P15,6=( 5005 ) ( 0.106 ) ( 0.9 9) P15,6 =0.001939
6 ! ( 15−6 ) !

2. ¿Menos de 5?
Tenemos que; P: 10%; n: 15; q: 1-p = 0.9; r: X<5
15 !
P15,0= ( 0.10 0 )( 0.915) P15,0= (1 ) ( 1 ) ( 0.2059 ) P15,0=0.2059
0 ! ( 15−0 ) !
15!
P15,1= ( 0.10 1) ( 0.9 14) P15,1=( 15 )( 0.10 ) ( 0.2287 ) P15,1=0.3431
1! ( 15−1 ) !
15 !
P15,2= ( 0.102 )( 0.913) P15,2=( 105 ) ( 0.01 ) ( 0.2542 ) P15,2=0.2669
2! (15−2 ) !
15 !
P15,3= ( 0.103 ) ( 0.912 ) P 15,3=( 455 )( 0.001 ) ( 0.2824 ) P15,3=0.1285
3 ! ( 15−3 ) !
15 !
P15,4= ( 0.104 )( 0.911 ) P 15,4=( 1365 ) ( 0.0001 )( 0.3138 ) P15,4 =0.0428
4 ! ( 15−4 ) !
Pn , r=P0 + P1 + P2 + P3+ P4=P ( x<5)=0.9872

3. ¿3 o más?
Tenemos que; P: 10%; n: 15; q: 1-p = 0.9; r: x≥3
15 !
P15,3= ( 0.103 ) ( 0.912 ) P 15,3=( 455 )( 0.001 ) ( 0.2824 ) P15,3=0.1285
3 ! ( 15−3 ) !
15 !
P15,4= ( 0.104 )( 0.911 ) P 15,4=( 1365 ) ( 0.0001 )( 0.3138 ) P15,4 =0.0428
4 ! ( 15−4 ) !
P15,5=0.0105
P15,6=0.0019
P15,7=0.0003
P15,8=0.0000
P15,9=0.0000
P15,10=0.0000
P15,11 =0.0000
P15,12=0.0000
P15,13=0.0000
P15,14=0.0000
Pn , r=P3 + P4 + P5 + P6 + … P15=P (x ≥ 3)=0.1841

4. ¿Entre 3 y 5 inclusive?
Tenemos que; P: 10%; n: 15; q: 1-p = 0.9; r: 3≤x≤5
15 !
P15,3= ( 0.103 ) ( 0.912 ) P 15,3=( 455 )( 0.001 ) ( 0.2824 ) P15,3=0.1285
3 ! ( 15−3 ) !
15 !
P15,4= ( 0.104 )( 0.911 ) P 15,4=( 1365 ) ( 0.0001 )( 0.3138 ) P15,4 =0.0428
4 ! ( 15−4 ) !
15 !
P15,5= ( 0.105 ) ( 0.910 ) P15,5=( 3003 ) ( 0.00001 )( 0.3487 ) P15,5=0.0105
5 ! ( 15−5 ) !
Pn , r=P3 + P4 + P5 =P(3 ≤ x ≤5)=0.1818

5. Menos de 7 pero más de 4?

Tenemos que; P: 10%; n: 15; q: 1-p = 0.9; r: 7>x>4

15 !
P15,5= ( 0.105 ) ( 0.910 ) P15,5=( 3003 ) ( 0.00001 )( 0.3487 ) P15,5=0.0105
5 ! ( 15−5 ) !
15 !
P15,6= ( 0.10 6 )( 0.99 ) P15,5=( 5005 ) ( 0.000001 )( 0.3874 ) P15,6 =0.0019
6 ! ( 15−6 ) !
Pn , r=P5 + P6=P (7> x >4)=0.0124
c. Distribución Poisson: Un Call center de la empresa de telefonía Movistar
puede recibir un máximo de 8 llamadas por minuto, en promedio se reciben 5
llamadas cada minuto. Encuéntrese las Probabilidades de que el número de llamadas
recibidas en el siguiente minuto por el call center sea:
P γx
( x )= γ
x !e

50
P 0= 5
=P 1
0! e 0=
( 1 )148.413
=P 0=0.006738
¿

51
P 1= =P 5
1! e5 1=
( 1 ) 148.413
=P 1=0.03369
¿

52
P 2= =P 25
2! e5 2=
( 2 ) 148.413
=P 2=0.08422
¿

53
P 3= =P 125
3 ! e5 3=
( 6 ) 148.413
=P 3=0.14037
¿

54
P4 = =P 625
4 ! e5 4=
( 24 ) 148.413
=P 4=0.17547
¿

55
P 5= =P 3125
5 ! e5 5=
( 120 ) 148.413
=P 5=0.17547
¿

56
P 6= =P 15625
6 ! e5 6=
( 720 ) 148.413
=P 6=0.146223
¿

57
P 7= =P 78125
7 ! e5 7=
( 5040 ) 148.413
=P 7=0.10444
¿

58
P 8= =P 390625
8 ! e5 8=
( 40320 ) 148.413
=P 8=0.06528
¿

1. Máximo 6.

P(x=6) = P0+P1+P2+P3+P4+P5+P6 = P(x)= 0.7622

 2. Menos de 4.

P(x<4) = P0+P1+P2+P3 = P(x)= 0.26502

3. Al menos 3.

P(x=2) = P0+P1+P2 = P(x)= 0.124648

4. Tan grande que lo sature.

P(x=8) = P0+P1+P2+P3+P4+P5+P6 P7+P8 = P(x)= 0.932

5. Entre 2 y 7.

P(2<x<7) = P3+P4+P5+P6 = P(x)= 0.637533

6. Una o más pero menos de 8.

P(1=x<8) = P1+P2+P3+P4+P5+P6+P7 = P(x)= 0.86

7. No más de 3 pero más de 1.

P(1<x=3) = P2+P3 = P(x)= 0.2246

8. Más de 2 pero menos de 6.

P(2<x<6) = P3+P4+P5 = P(x)= 0.49131

9. Ninguna.
50
P 0= 5
=P 1
0! e 0=
( 1 )148.413
=P
0=0.006738
¿

d. Distribución Normal: El pan de Almendra alto en proteína es el producto más

exitoso de Fitcook by Mary Méndez, este producto se distribuye en las principales
ciudades del País. Las cajas en las cuales se empaca este producto tienen una longitud
promedio de 32 centímetros y una desviación estándar de 3 centímetros. Si se supone
que las longitudes están distribuidas normalmente, ¿qué porcentaje de las cajas son:
1. Más largas que 33.8 centímetros?
x −μ 33.8−32 1.8
Z= = = → Z=0.6
σ 3 3
 µ = 32; σ = 3; x = 33.8

P (x≥33.8) = 0.2776 = 27.76%

2. Entre 31,3 y 35.5 centímetros de longitud?

x −μ 31.3−32 −0.7
Z= = = → Z=−0.23 → P ( x ≥ 31.3 )=0.5−0.409=0.091
σ 3 3

µ = 32; σ = 3; x = 31.3

x −μ 35.5−32 3.5
Z= = = → Z=1.16 → P ( x ≤ 35.5 )=0.5−0.877=0.377
σ 3 3

µ = 32; σ = 3; x = 35.5

P (31.3≤x≤35.5) = 0.091+0.377 = 0.4680 = 46.80%

3. Más cortas que 27.5 centímetros
x −μ 27.5−32 −4.5
Z= = = → Z =−1.5
σ 3 3

µ = 32; σ = 3; x = 33.8

P (x≤27.5) = 0.0668 = 6.68%

Referencias.

Gutiérrez, A. L. (2012). Probabilidad y estadística Enfoque por competencias.

México: Grupo Editorial Mc Graw Hill, 2012.

Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Pp. 280-301.

Recuperado de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?

ppg=258&docID=11013767&tm=1470693471527