Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

Formula Bernoulli

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 9

ESTADISTICA DESCRIPTIVA

PREGUNTAS DINAMIZADORAS UNIDAD 3

MARIA NATALY FONTECHA VARGAS

Mg. ALIRIO SANABRIA MEJÍA

CORPORACIÓN UNIVERSITARIA DE ASTURIAS


PROGRAMA DE ADMINISTRACIÓN DE EMPRESAS
BOGOTÁ
2020
Tabla de Contenidos

Introducción...................................................................................................................................46
Capítulo 1 Pregunta Dinamizadora 1............................................................................................58
1.1. solucion de la pregunta 1...............................................................................................68
1.2. solucion de la pregunta 2...............................................................................................79
Conclusiones..................................................................................................................................91
Lista de referencias......................................................................................................................102
Introducción

A continuación, se dará a cabo la solución de las preguntas dinamizadoras propuesta


por el docente logrando un manejo de cuyos ejercicios. En la teoría de la probabilidad existen
muchos modelos teóricos que resultan de utilidad en una gran variedad de situaciones
prácticas, ya que sirven para modelizar gran número de situaciones reales. Estas distribuciones
o modelos de probabilidad se dividen en dos grandes grupos dependiendo del tipo de la
variable que modelizan. Así, distinguimos entre distribuciones de probabilidad discretas, si la
variable aleatoria que modelizan es de naturaleza discreta y distribuciones de probabilidad
continuas, cuando la variable aleatoria es continua.

Existen muchas distribuciones de probabilidad, pero, dado el carácter introductorio de esta


práctica, nos limitaremos a estudiar la distribución binomial y la distribución de Poisson como
ejemplos de distribuciones discretas y la distribución Normal para ilustrar las distribuciones
continuas.
Capítulo 1

Pregunta Dinamizadora 3

PREGUNTA DINAMIZADORA UNIDAD 3 ESTADÍSTICA DESCRIPTIVA

I. Un agente de seguros vende pólizas a siete personas de la misma edad y que

disfrutan de buena salud. Según las tablas actuales, la probabilidad de que

una persona en estas condiciones viva 30 años o más es 2/3. Hállese la

probabilidad de que, transcurridos 30 años, vivan:

a) Las cinco personas.

b) Al menos tres personas.

c) Exactamente dos personas.

Tomemos en cuenta la distribución binomial B(n , p) con los siguientes parámetros:

P ( X=k )= ( nk ) p .q
k n−k

( 23 ) p= 32 q=1− 23 = 13
B 5,

variables
p=2/3
n=5
x=5

a) Las cinco personas.


5
5 2
p ( x=5 )= ( )( )
5 3
5
5! 2
5! 0! 3()
¿ 0,132
PROBABILIDAD P(X=5) = 13.2%

b) Al menos tres personas.

P ( X ≥3 )=P ( X=3 )+ P ( X =4 ) + P ( X=5 )

5 2 3 1 2 5 2 4 1 5 2 5
¿ ( )( ) ( ) ( )( ) ( ) ( )( )
3 3
.
3
+
4 3
.
3
+
5 3
.

3 2 4 5
5! 2 1 5! 2 1 5! 2
(
3! 2! 3 ) .( ) +
3 (
4!1! 3 ) . ( )+
3 5 !0! ( 3)

¿ 0,791

 PROBABILIDAD P(X>=3) = 79.1%

c) Exactamente dos personas.


2 3
5 2 1
P ( X=2 )= ( )( ) ( )
2 3 3

5! 2 2 1 3

()()
5! 3 ! 3
.
3

¿ 0,164

PROBABILIDAD P(X=2) = 16.4%

II. En promedio cada hora cinco personas realizan transacciones en el

mostrador de servicios al cliente de un banco. Suponiendo que la llegada de

esas personas tiene una distribución independiente e igualmente probable en

todo el periodo de interés. ¿Cuál es la probabilidad de que más de cinco


personas deseen realizar transacciones en el mostrador de servicios

especiales en una hora especifica?

Solución

λ=5

x=¿ 10 … 15

λX
P ( X )=
X !eλ

condiciones

P ( λ=5 , X > 10 )

P( λ=5 , X=11 ….15)

Se calculan las probabilidades a partir de la onceava persona ya que el problema

enmarca que dicha probabilidad se calculara de más de 10 personas hasta completar

15 debido a que se pretende calcular la probabilidad en que más de 10 personas

desean realizar transacciones en el mostrador de servicios especiales en “una hora

específica ”por lo que el promedio en una hora con respecto a las personas que

tengan que hacer transacciones es 5. Por lo tanto 10 más 5 darán 15 personas en la

próxima hora.

511
P ( λ=5 , X =11 ) =
(11!)(e ¿¿5)=0,0082¿

512
P ( λ=5 , X =12 )=
(12 !)(e ¿¿ 5)=0,0034 ¿

513
P ( λ=5 , X =13 )=
( 13!)( e¿¿ 5)=0,0013 ¿
5 14
P ( λ=5 , X =14 )=
(14 !)(e ¿¿ 5)=0,00047 ¿

515
P ( λ=5 , X =15 )=
( 15!)( e¿¿ 5)=0,00015 ¿

Sumamos todas las probabilidades y nos arroja un resultado:

0,0082+0,0034+ 0,0013+0,00047+0,00015=0,01352

La probabilidad de que más de cinco personas deseen realizar transacciones en el

mostrador de servicios especiales en una hora especifica es del 0.0136 = 1.35 %

Calculo de la media

Media= el numero de veces que = X = n ocurre un evento

Media= 5

Caculo de la división estándar

desviacion estandar=√ numero de vecesque ocurre en eventos=√ n

Desviación estándar = √ 5=2.236=2.24


Conclusiones

En este contexto, interesa estudiar el número de éxitos en estas repeticiones del experimento
aleatorio y, para ello, se define la siguiente variable aleatoria,  X = “Número de éxitos
en n ensayos independientes con probabilidad de éxito constante p ”. Entonces decimos
que X sigue una distribución binomial de parámetros n y p, y lo representamos como X→B(n,
p). La distribución binomial es una distribución de probabilidad discreta, mide el número de
éxitos en una secuencia de n ensayos independientes, con una probabilidad fija p de
ocurrencia de éxitos entre los ensayos.

la distribución binomial, la cual necesita dos parámetros para ser correctamente identificada,
la distribución de Poisson se define a partir de un único parámetro, que suele notarse por λ.
Generalmente, el parámetro λ representa el número medio de sucesos que ocurren por
unidad de tiempo. Entonces, podemos definir la variable aleatoria  X = “Número de sucesos
aleatorios que ocurren en un determinado periodo de tiempo” e identificar su distribución, X
→ P(λ). Los posibles valores que puede tomar una variable con distribución de Poisson van
desde 0 a infinito.
Referencias

Corporación Universitaria Asturias . (1 de Abril de 2020). http://uniasturias.edu.co/.


Obtenido de http://uniasturias.edu.co/wp-
content/uploads/2018/06/2018_06_18_Norma_APA_Uniasturias.pdf

Levin, R., & Rubin, D. (2004). Estadística para Administración y Económia. México:
PEARSON Educación.

Asturias Corporación Universitaria, Conceptos Básicos, 2020.

Asturias Corporación Universitaria, Esperanza, Varianza, Momentos, 2020.

Asturias Corporación Universitaria, Distribuciones Discretas, 2020.

Asturias Corporación Universitaria, Distribuciones Continuas, 2020.

También podría gustarte