PROBABILIDAD

TRABAJO COLABORATIVO FASE 2

MARTHA HERAZO PETRO: 64.477253

LUIS FERNANDO TORRES:
ULISES VILORIA RONDON: 72.179.831
JUAN GUILLERMO HENRIQUEZ 72140.550

CURSO 100402
GRUPO 6

TUTORA
CARMEN EMILIA RUBIO

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

BARRANQUILLA
MAYO 07 DE 2015

INTRODUCCION

La probabilidad es una disciplina terico practica que ha estado presente durante

muchos aos, esto no es ajeno a toda las actividades que realizamos en nuestro
diario vivir pues en muchos casos hemos hecho uso de la probabilidad para
predecir ciertos acontecimientos, de ah la importancia del estudio de este curso
que nos lleva a conocer sin nmero de situaciones y a realizar ejercicios prcticos
relacionados con la probabilidad.
En el clculo de las probabilidades se debe poder determinar el nmero de veces
que ocurre un evento o suceso determinado. Es muchas situaciones de
importancia prctica es imposible contar fsicamente el nmero de ocurrencias de
un evento o enumerarlos uno a uno se vuelve un procedimiento engorroso.
Cuando se est frente a esta situacin es muy til disponer de un mtodo corto,
rpido y eficaz para contar.

Esta unidad busca que el estudiante identifique, apropie e interiorice todos los
conceptos para que sean aplicados a la administracin en todas sus ramas y nos
lleven

Durante el desarrollo de este trabajo, vemos como la probabilidad est presente

en cada una de nuestras actividades diarias, y que aprendiendo a usarla
correctamente se pueden simplificar muchas respuestas a casos rutinarios;
encontramos que la Probabilidad aparte de presentar mucha teora, se puede
hacer practica en nuestro diario vivir, utilizando los mtodos establecidos, para
simplificar la solucin de un evento determinado que se requiera tal como un
mtodo corto y rpido para contar.

APORTE INDIVIDUAL LUIS TORRES

Ejercicios probabilidad Unidad 2 (Captulos 4 al 6)

Captulo 4
1. Un embarque de 8 televisores contiene 2 unidades defectuosas. Un hotel
realiza una compra al azar de 3 de los televisores. Si X es una variable aleatoria
discreta que representa el nmero de unidades defectuosas que compra el hotel:
a.Encuentre la funcin de probabilidad f(x)
b. Encuentre el valor esperado E(x), la varianza V(x) y la desviacin estndar S(x)
Solucin
a) Este experimento sigue una distribucin binomial, donde n=3 televisores,
p=2/8=0.25 es la proporcin de televisores defectuosos y x es el nmero de xitos,
es decir el nmero de televisores defectuosos encontrados en la muestra
comprada.
La funcin de probabilidad es:
n x
f ( x )= n p x ( 1 p ) parax=0,1,2, , n
x
En este caso, reemplazando los valores de n y p.
x
3 x
f ( x )= 3 ( 0.25 ) ( 0.75 ) para x =0,1,2,3
x

()

()

b)
E ( x )=np=( 3 ) ( 0.25 )
E ( x )=0.75
V ( x ) =np ( 1 p )=( 3 )( 0.25 )( 0.75 )
V ( x ) =0.5625
S ( x ) = np (1 p )= ( 3 ) ( 0.25 ) ( 0.75 )= 0.5625
S ( x ) =0.75
Captulo 5
1. Se sabe que el 75% de los ratones inoculados con un suero quedan protegidos
contra cierta enfermedad. Si se inoculan 6 ratones, encuentre la probabilidad de
que:
a. Ninguno contraiga la enfermedad.
b. Menos de 2 contraigan la enfermedad.
c. Ms de 3 contraigan la enfermedad.
Solucin
Este experimentosigue una distribucin binomial, la cual mide la probabilidad de
ocurrencia de eventos de acuerdo a un criterio de xitos y fracasos, donde xito
en este caso es que el ratn contraiga la enfermedad. Como la probabilidad de

que una vez el ratn sea inoculado, contraiga la enfermedad es de 0.75, su

complemento 0.25 es la probabilidad de xito.
Los parmetros de la distribucin son p=0.25 ? Probabilidad de xito
n=6 Nmero de eventos
x Nmero de xitos
n x
P ( x )= n p x ( 1 p )
Probabilidad de ocurrencia para un nmero de xitos
x

()

dado
a)Esto es la probabilidad de que ocurran 0 xitos
0
60
P ( 0 )= 6 ( 0.25 ) ( 10.25 ) =0.178
0
b) Esto es la probabilidad de que ocurran 0 y 1 xitos.
P ( x <2 )=P ( 0 )+ P ( 1 )=0.178+ 0.356=0.534
c) Esto es la probabilidad de que ocurran 4, 5 y 6 xitos.
( x> 3 )=P ( 4 ) + P ( 5 )+ P ( 6 )=0.033+0.004+ 0.000=0.038

()

Captulo 6
1. Los coeficientes intelectuales de 600 aspirantes de cierta universidad se
distribuyen aproximadamente normal con una media de 115 y una desviacin
estndar de 12. Si la universidad requiere de un coeficiente intelectual de al
menos 95
a.Cuntos de estos estudiantes sern rechazados sobre esta base sin importar
sus otras calificaciones?
b. Si se considera que un coeficiente intelectual mayor a 125 es muy superior,
cuntos de estos estudiantes tendran un coeficiente intelectual muy superior al
del grupo?
Solucin
Se tiene que para esta distribucin normal, =115 y =12 .
La universidad requiere un 95 de coeficiente intelectual.
a) Primero se calcula la probabilidad de rechazo, teniendo en cuenta que un
aspirante es rechazado cuando tiene un IQ menor que 95, es decir se calcula
P ( X <95 ) . Para esto, se estandariza el valor de X a un Z, utilizando los
parmetros de la distribucin normal.
X 95115
Z=
=
=1.667

12
Ahora, la probabilidad a la izquierda de un

Z =1.667

es la probabilidad de

rechazo
P ( Z <1.667 )=0.0478
Quiere decir que el 4.78% de los aspirantes sern rechazados. Esto para los 600

aspirantes corresponde a:
n=600 0.0478=28.67 29 aspirantes rechazados
b)Se procede de manera similar al inciso anterior, donde ahora X =125.
X 125115
Z=
=
=0.833

12
Ahora, la probabilidad a la derecha de un Z =0.833 es la probabilidad de que un
estudiante sea muy superior
P ( Z <0.833 )=0.2023
Quiere decir que el 20.23% de los aspirantes tendrn un IQ muy superior. Esto
para los 600 aspirantes corresponde a:
n=600 0.2023=121.40 122 aspirantes

APORTE INDIVIDUAL ULISES VILORIA

Captulo 4.
4- Un jugador tiene tres oportunidades de lanzar una moneda para que aparezca
una cara, el juego termina en el momento en que cae una cara o despus de tres
intentos, lo que suceda primero. Si en el primero, segundo o tercer lanzamiento
aparece cara el jugador recibe $20000, $40000 o $80000 respectivamente, si no
cae cara en ninguno de los tres pierde $200000. Si X representa la ganancia del
jugador:
a. Encuentre la funcin de probabilidad f(x)
La probabilidad de que aparezca una cara es 1/2, la probabilidad de que
aparezca dos caras seguidas es (1/2)(1/2) = (1/4), la probabilidad de que
aparezcan tres caras seguidas es (1/2)(1/2)(1/2) = 1/8, que es la misma
probabilidad de que no aparezca una sola cara, por tanto la distribucin de
probabilidad es:

f ( x )=

1
x=20000
2
1
x=40000
4
1
x=80000
8
1
x=200000
8

b. Encuentre el valor esperado E(x), la varianza V(x) y la desviacin

estndar S(x).
El valor esperado est definido por
E ( x )= f ( x ) x

( 12 )+40000( 14 )+80000 ( 18 )200000 ( 18 )

E ( x )=20000

E ( x )=10000+10000+1000025000
E ( x )=5000
La varianza V(x)

 2 ( x )=V ( x ) =E [ ( x )2 ]= [ ( xu )2 f ( x ) ]

( 12 )+( 400005000) ( 14 )+( 800005000 ) ( 18 )+(2000005000) ( 18

2 ( x )=( 200005000 )2

2 ( x )=112500000+306250000+703125000+5253125000
2 ( x )=6375000000
La desviacin estndar

(x)

( x )= 6375000000=79844

Captulo 5
7- Una compaa fabricante utiliza un esquema de aceptacin de produccin de
artculos antes de que se embarquen. El plan tiene dos etapas. Se preparan
cajas de 25 artculos para su embarque y se prueba una muestra de 3 en
busca de defectuosos. Si se encuentra alguno defectuoso, toda la caja se
regresa para verificar el 100%. Si no se encuentran defectuosos, la caja se
embarca.
a. Cul es la probabilidad de que se embarque una caja que contiene
3 defectuosos?
Para el caso la variable x se refiere a la posibilidad de encontrar un
artculo no defectuoso, x = 3. K es el nmero de artculos no
defectuosos, para nuestro caso hay tres artculos defectuosos por tanto
k = 22, N es el nmero total de artculos = 25 y n el nmero total de
ensayos, n = 3.

f=

[ ][ ]
[ ]
22 3
3 0
25
3

22! 3 !
3 ! 19 ! 0 ! 3 ! 1540
f=
=
=0.66
25 !
2300
3! 22!

b. Cul es la probabilidad de que una caja que contiene solo 1

artculo defectuoso se regrese para su revisin?
En este caso las variables no son como en el caso anterior,
N = 25, n = 3 k = al nmero de artculos defectuosos = 3 y x es la
posibilidad de sacar uno de estos tres artculos.

f=

[ ][ ]
[ ]
3 22
1 2
25
3

3 ! 22 !
1 ! 2! 2! 20 ! 3231
f=
=
=0.33
25!
2300
3 ! 22 !

Captulo 6
2- Un empleado viaja todos los das de su casa en las afueras a su oficina en
el centro de la ciudad. El tiempo promedio para un viaje de ida es de 24
minutos con una desviacin estndar de 3,8 minutos. Si se supone que la
distribucin de los tiempos de viaje esta distribuida normalmente
a. Cul es la probabilidad de que un viaje le tome al menos media hora?
La probabilidad de que el viaje tome al menos 30 minutos
P ( x 30 )=1P ( x< 30 )
P ( x <30 )
Z=

3024
=1.57
3.8

Usando la tabla de probabilidades

P ( x <30 ) =0.9406
Por tanto la probabilidad de que se demore al menos 30 minutos
P ( x 30 )=10.9406=0.0594
b. Si la oficina abre a las 9:00 am y el sale a diario de su casa a las 8:45
am Qu porcentaje de las veces llegar tarde al trabajo?
Es la probabilidad de demorarse hasta 15 minutos
Z=

1524
=2.36
3.8

P ( Z <2.36 )=P ( Z >2.36 )

P ( Z >2.36 )=1P ( Z <2.36 )
P ( x <15 ) =10.99061=0.00939
La probabilidad de demorarse mas de 15 minutos es
P ( X >15 )=0.99061
Y el porcentaje es igual a
99.06

de las veces llega tarde.

c. Si sale de su casa a las 8:35 am y el caf se sirve en la oficina de 8:50 a

9:00 am Cul es la probabilidad de que se pierda el caf?
La probabilidad de tardar ms de 15 minutos es la misma que la anterior
y es
P ( X >15 )=0.99061
Ahora calculemos la probabilidad de tardar menos de 25 minutos
Z=

2524
=0.26
3.8

P ( X <25 )=0.6026
La probabilidad de llegar a tiempo al caf es
P ( cafe )=P ( X >15 ) P ( X< 25 )
P ( cafe )=0.990610.6026=0 .388
Por tanto la probabilidad de perder el caf es
P ( perdercafe )=1P ( cafe )=10.388=0.622

APORTE INDIVIDUAL: MARTHA ISABEL HERAZO PETRO

CAPTULO 4.
4- Un jugador tiene tres oportunidades de lanzar una moneda para que aparezca
una cara, el juego termina en el momento en que cae una cara o despus de tres
intentos, lo que suceda primero. Si en el primero, segundo o tercer lanzamiento
aparece cara el jugador recibe $20000, $40000 o $80000 respectivamente, si no
cae cara en ninguno de los tres pierde $200000. Si X representa la ganancia del
jugador:
a. Encuentre la funcin de probabilidad f(x)
La probabilidad de que aparezca una cara es 1/2, la probabilidad de que
aparezca dos caras seguidas es (1/2)(1/2) = (1/4), la probabilidad de que
aparezcan tres caras seguidas es (1/2)(1/2)(1/2) = 1/8, que es la misma
probabilidad de que no aparezca una sola cara, por tanto la distribucin de
probabilidad es:

f ( x )=

1
x=20000
2
1
x=40000
4
1
x=80000
8
1
x=200000
8

b.
Encuentre el valor esperado E(x), la varianza V(x) y la
desviacin estndar S(x).
El valor esperado est definido por
E ( x )= f ( x ) x

( 12 )+40000( 14 )+80000 ( 18 )200000 ( 18 )

E ( x )=20000

E ( x )=10000+10000+1000025000
E ( x )=5000
La varianza V(x)

 2 ( x )=V ( x ) =E [ ( x )2 ]= [ ( xu )2 f ( x ) ]

( 12 )+( 400005000) ( 14 )+( 800005000 ) ( 18 )+(2000005000) ( 18

2 ( x )=( 200005000 )2

2 ( x )=112500000+306250000+703125000+5253125000
2 ( x )=6375000000
La desviacin estndar

(x)

( x )= 6375000000=7 9844

CAPTULO 5
c. Una compaa fabricante utiliza un esquema de aceptacin de produccin de
artculos antes de que se embarquen. El plan tiene dos etapas. Se preparan
cajas de 25 artculos para su embarque y se prueba una muestra de 3 en
busca de defectuosos. Si se encuentra alguno defectuoso, toda la caja se

regresa para verificar el 100%. Si no se encuentran defectuosos, la caja se

embarca.
Cul es la probabilidad de que se embarque una caja que contiene 3
defectuosos?
Para el caso la variable x se refiere a la posibilidad de encontrar un
artculo no defectuoso, x = 3. K es el nmero de artculos no
defectuosos, para nuestro caso hay tres artculos defectuosos por tanto
k = 22, N es el nmero total de artculos = 25 y n el nmero total de
ensayos, n = 3.

f=

[ ][ ]
[ ]
22 3
3 0
25
3

22! 3 !
3 ! 19 ! 0 ! 3 ! 1540
f=
=
=0.66
25 !
2300
3! 22!
Cul es la probabilidad de que una caja que contiene solo 1 artculo
defectuoso se regrese para su revisin?
En este caso las variables no son como en el caso anterior,
N = 25, n = 3 k = al nmero de artculos defectuosos = 3 y x es la
posibilidad de sacar uno de estos tres artculos.

f=

[ ][ ]
[ ]
3 22
1 2
25
3

3 ! 22 !
1 ! 2! 2! 20 ! 3231
f=
=
=0.33
25!
2300
3 ! 22 !

CAPTULO 6
2- Un empleado viaja todos los das de su casa en las afueras a su oficina en
el centro de la ciudad. El tiempo promedio para un viaje de ida es de 24
minutos con una desviacin estndar de 3,8 minutos. Si se supone que la
distribucin de los tiempos de viaje esta distribuida normalmente
A: Cul es la probabilidad de que un viaje le tome al menos media hora?
La probabilidad de que el viaje tome al menos 30 minutos
P ( x 30 )=1P ( x< 30 )

P ( x <30 )
Z=

3024
=1.57
3.8

Usando la tabla de probabilidades

P ( x <30 ) =0.9406
Por tanto la probabilidad de que se demore al menos 30 minutos
P ( x 30 )=10.9406=0.0594
A: Si la oficina abre a las 9:00 am y el sale a diario de su casa a las 8:45 am
Qu porcentaje de las veces llegar tarde al trabajo?
Es la probabilidad de demorarse hasta 15 minutos
Z=

1524
=2.36
3.8

P ( Z <2.36 )=P ( Z >2.36 )

P ( Z >2.36 )=1P ( Z <2.36 )
P ( x <15 ) =10.99061=0.00939
La probabilidad de demorarse mas de 15 minutos es
P ( X >15 )=0.99061
Y el porcentaje es igual a
99.06

de las veces llega tarde.

A: Si sale de su casa a las 8:35 am y el caf se sirve en la oficina de 8:50 a

9:00 am Cul es la probabilidad de que se pierda el caf?
La probabilidad de tardar ms de 15 minutos es la misma que la anterior
y es
P ( X >15 )=0.99061
Ahora calculemos la probabilidad de tardar menos de 25 minutos

Z=

2524
=0.26
3.8

P ( X <25 )=0.6026
La probabilidad de llegar a tiempo al caf es
P ( cafe )=P ( X >15 ) P ( X< 25 )
P ( cafe )=0.990610.6026=0.388
Por tanto la probabilidad de perder el caf es
P ( perdercafe )=1P ( cafe )=10.388=0.622

Martha Isabel Herazo Petro

Estudiante Administracin de Empresas

APORTE INDIVIDUAL: MARTHA ISABEL HERAZO PETRO

En el metro de la ciudad de Medelln, los trenes deben detenerse solo unos
cuantos segundos en cada estacin, pero por razones no explicadas, a menudo
se detienen por intervalos de varios minutos. La probabilidad de que el metro se
detenga en una estacin ms de tres minutos es de 0,20.
a.-Halle la probabilidad de que se detenga mas de tres minutos por primera vez,
en la cuarta estacin desde que usuario lo abordo?
Utilizando distribucin binomial negantiva tenemos que:
x = 4 (Estacin)
p = 0,2
q = 0,8 Porcentaje de Rechazo
r = 1 (Ocurrencia)
La probabilidad de que el metro se detenga ms de 3 minutos por primera vez en
la cuarta estacin es de 10,24%
b.- Halle la probabilidad de que se detenga mas de tres minutos por primera vez
antes de la cuarta estacin desde que un usuario lo abordo?
Utilizando distribucin binomial negantiva tenemos que:
x = 1, 2, 3 (Estacin)
p = 0,2
q = 0,8 Porcentaje de Rechazo
r = 1 (Ocurrencia)
La probabilidad de que el metro se detenga ms de 3 minutos por primera vez
antes de la cuarta estacin es de 48,8%

Juan Guillermo Henrquez E.

Cdigo: 72140550
CEAD Barranquilla

EJERCICIOS CAPITULO 4

VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD

1.- Una persona pide prestado un llavero con cinco llaves, y no sabe cul es la que
abre un candado. Por tanto, intenta con cada llave hasta que consigue abrirlo. Sea
la variable aleatoria X que representa el nmero de intentos necesarios para abrir
el candado.

Desarrollo:

La probabilidad de abrir a la primera es 1/5

La probabilidad de abrir a la segunda es la probabilidad de no abrir - abrir
4/5 * 1/4 =1/5
ya que primero tenemos 5 llaves de las que 4 no abren 4/5 y despus para la
segunda tenemos 4 de las que 1 abre el candado 1/4
de la misma manera para
3 intentos --> 4/5 * 3/4 * 1/3 = 1/5

4 intentos --> 4/5 * 3/4 * 2/3 * 1/2 = 1/5

5 intentos --> 4/5 * 3/4 * 2/3 * 1/2 = 1/5
P(X)=1/5
P(X<=1) = P(X=1) = 1/5

EJERCICIOS CAPITULO 5

DISTRIBUCIONES DISCRETAS DE PROBABILIDAD

1 - El propietario de una farmacia local sabe que en promedio, llegan a su

farmacia 100 personas cada hora.
a.- Encuentre la probabilidad de que en un periodo dado de 3 minutos nadie entre
a la farmacia
b.- Encuentre la probabilidad de que en un periodo dado de 3 minutos entren ms
de 5 personas a la farmacia.

Solucin:

b. Utilizamos la distribucin de Poisson

=100 personas/hora

1 hora --> 100 personas

60 minutos --> 100 personas --> 5/3 personas por minutos
3 minutos --> 5/3 *3 = 5 personas
=5
P(X=x) = e^(-) * ^x / x!
En este caso,
P(X=x) = e^(-5) *5^x / x!
a) P(X=0) = e^(-5) * 5^0 / 0! = 0.0067
b) P(X>5) = P(X=6) + P(X=7) + P(X=8) + ...
P(X>5) = 1 - P(X<=5)
donde p(X<=5) = P(X=0) + P(X=1) + P(X=2) + P(X=3) + P(X=4) + P(X=5)
P(X=0) = e^(-5) * 5^0 / 0! = 0.0067
P(X=1) = e^(-5) * 5^1 / 1! = 0.0336
P(X=2) = e^(-5) * 5^2 / 2! = 0.0842
P(X=3) = e^(-5) * 5^3 / 3! = 0.1403
P(X=4) = e^(-5) * 5^4 / 4! = 0.1754
P(X=5) = e^(-5) * 5^5 / 5! = 0.1754
Sumando P(X<=5) = 0.6156
Por tanto
P(X>5) = 1 - 0.6156 = 0.3844

EJERCICIOS CAPITULO 6

DISTRIBUCIONES CONTINUAS DE PROBABILIDAD

d. En una panadera se cortan panecillos con un peso que se ajusta a una

distribucin normal de media 100 g y desviacin tpica 9.
Cul es la probabilidad de obtener un panecillo cuyo peso oscile entre 80
g y la media?

Para obtener P (80<X<100), donde X es una variable aleatoria de la

distribucin de los panecillos.
Primero, por el teorema del lmite central,
P(80<X<100) = P ((80-100)/9<(X-100)/9<(100-100)/9) =
P (-20/9< Z < 0 )
Ahora, sabemos que es cierto que P(a<X<b) = P(X<b)-P(X<a)
y que P(X<a) = 1 - P (X>a)
Tabla de Distribucin:
P(Z<-20/9) - P(Z>0)
Buscando en tablas, y a sabiendas que P(Z>0) = 0.5, solo basta hallar P(Z<20/9) = 1 - P (Z>20/9) = 1 - 0.0132 = 0.9868
Es decir P(Z<-20/9) - P(Z>0) = 0.9868 - 0.5000 = 0.4868
0.4868 es la probabilidad de obtener el peso del panecillo entre 80 g y 100 g.

JUAN GUILLERMO HENRIQUEZ E.

CD. 72140550
CEAD BARRANQUILA
Aporte individual Probabilidad

Estudio de caso

Si usted fuera el jefe, habra considerado la estatura como criterio en su

seleccin del sucesor para su trabajo? Daniel Slegiman analiz en su columna de
la revista Fortuned sus ideas acerca de la estatura como un factor en la decisin
de Deng Xiaoping para elegir a Hu Yaobang como su sucesor en la presidencia del
Partido Comunista Chino. Como afirma Slegiman, los hechos que rodean el caso
despiertan sospechas al examinarlo a la luz de la estadstica. Deng, segn parece
solo media 154 cm de alto, una estatura baja incluso en China. Por consiguiente al
escoger a Hy Yaobang, que tambin tena 154 cm de estatura, motivo algunos
gestos de desaprobacin porque como afirma Sleigman las probabilidades en
contra de una decisin ajena a la estatura que dan lugar a un presidente tan bajo
como Deng son aproximadamente de 40 a 1. En otras palabras, si tuviramos la
distribucin de frecuencias relativas de las estaturas de todos los varones chinos,
solo 1 en 40 es decir 2,5% tendran menos 154 cm de estatura o menos. Para
calcular estas probabilidades Seligman advierte que no existe el equivalente chino
del Servicio de Salud de pases como Estados Unidos y por tanto, es difcil
obtener las estadsticas de salud de la poblacin actual china. Sin embargo, afirma
que en general se sostiene que la longitud de un nio al nacer representa el
28,6% de su estatura final y que en la China la longitud media de un nio al nacer
era de 48 cm. De esto Seligman deduce que la estatura promedio de los varones
adultos chinos es: 48 * 100 / 28.6 = 167,8 cm. El periodista asume entonces que la
distribucin de las estaturas en China sigue una distribucin normal al igual que
en pases como estados Unidos con una media de 167,8 cm y una desviacin
estndar de 6,8 cm.
Informe a presentar:
Prepare un informe en el que como mnimo, incluya:
1. Por medio de las suposiciones de Seligman, calcule la probabilidad de que la
estatura de un solo varn adulto chino escogido al azar sea menor o igual a 154

cm.
Respuesta
M= 167.8 cms
= 6.8 cms
X= Variacin con 1.54 cms de estatura o menos.
Se tiene distribucin normal estndar.
Tomamos la tabla de distribucin normal estndar.

Para X= 154 cms

Tabla para Z= -2,02

Respuesta: La estatura de un solo varn adulto chino escogido al azar sea

menor o igual a 154 cm, es del 2%.
2. Los resultados de la pregunta 1, concuerdan con las probabilidades de
Seligman?
Respuesta
Los resultados parecen concordar con las suposiciones de Seligman, debido
a que el porcentaje obtenido es del 2%, en comparacin del 2,5 % supuesto
por l.

3. Comente acerca de la validez de las suposiciones de Seligman Hay algn

error bsico en su razonamiento?
Respuesta
El error bsico que podemos detectar en el razonamiento de Seligman es el
hecho de que no se considera ninguna variable adems de la altura y esto
podra inclinar las conclusiones de estudio.
4. Con base en los resultados anteriores, argumente si considera o no que Deng
Xiaping tomo en cuenta la estatura al elegir a su sucesor
Respuesta
Se puede determinar que no es suficiente para generar la conclusin de que
Deng Xiaping tome la decisin obedeciendo nicamente a criterios de la
estatura, ya que, es importante conocer las dems caractersticas, no solo
fsicas de los candidatos.

CONCLUSIONES

De lo anterior se puede concluir que en el estudio de la probabilidad es

indispensable tener claros los conceptos y definiciones para poder interpretar
los ejercicios propuestos.

Al realizar el resumen de los captulos se evidencia la importancia del estudio

de la probabilidad para la solucin de ejercicios estadsticos.

El uso de la probabilidad incrementa los conocimientos, habilidades y

destrezas en cuanto a la lgica matemtica.

BIBLIOGRAFA

Mendoza, H, Bautista, G. (2002). Probabilidad y Estadstica. Universidad Nacional

de Colombia, http://www.virtual.unal.edu.co/cursos/ciencias/2001065/. Licencia:
Creative Commons BY-NC-ND.
Espacio Muestral y eventos http://www.mat.uda.cl/hgomez/Apuntes/lect3.pdf