PROBABILIDAD

TRABAJO COLABORATIVO UNIDAD 2

INTEGRANTES

JENNYFER GONZÁLEZ RUANO 33376740

SONIA ALEJANDRA MOGOLLON 1’057.574.170

JOSE PABLO

TUTORA

RINCON PARRA NIDIA

GRUPO

100402_53

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

CEAD TUNJA
ECACEN
JULIO 2016
 INTRODUCCIÓN

La probabilidad es un método por el cual se obtiene la frecuencia de un

acontecimiento determinado mediante la realización de experimentos aleatorios,
de los que se conocen todos los resultados posibles, bajo condiciones
suficientemente estables y en este trabajo vamos a mostrarles los diferentes
casos que se pueden presentar en la vida diaria y sus diferentes formas de
solución.
 OBJETIVOS

 El grupo revisa y discute los resúmenes realizados por cada uno de los integrantes
del grupo, sobre los temas de la unidad, y consolida en un cuadro sinóptico los
aspectos teóricos de la unidad que sirven de sustento a la solución de cada caso.
 ESTUDIOS DE CASO NO 1 (José Pablo)

Estudio de caso 1
La distribución de probabilidad binomial es una distribución de probabilidad
discreta que se presenta con mucha frecuencia. Una de sus características
consiste en que sólo hay dos posibles resultados en un determinado ensayo
del experimento y los resultados son mutuamente excluyentes; Otra
característica de la distribución binomial es el hecho de que la variable aleatoria
es el resultado de conteos. Es decir, se cuenta el número de éxitos en el
número total de ensayos. Una tercera característica de una distribución
binomial consiste en que la probabilidad de éxito es la misma de un ensayo a
otro.
DISTRIBUCION BINOMIAL
Las distribuciones binomiales son las más útiles dentro de las distribuciones de
probabilidad discretas. Sus áreas de aplicación incluyen inspección de calidad,
ventas, mercadotecnia, medicina, investigación de opiniones, entre otras.
Definición
Sea un experimento aleatorio en el que sólo puedan darse dos posibilidades:
que ocurra un determinado suceso A, que llamaremos éxito, o que no ocurra
dicho suceso, o sea que ocurra su complementario, que llamaremos fracaso, 𝑨 ̅
.
Se conoce la probabilidad de ocurrencia del suceso A, y por lo tanto la de su
complementario:

𝑃(𝐴) = 𝑝 ; 𝑃(𝐴̅) = 1 − 𝑝 = 𝑞
Se repite el experimento n veces en las mismas condiciones (independencia).
Se define la variable aleatoria Binomial:
X: “nº de veces que ocurre el suceso A (nº éxitos) en n realizaciones
independientes del experimento”
Por lo tanto, X: 0, 1, 2, 3,…n
𝑋 → 𝐵(𝑛; 𝑝)

Se representa que X sigue una distribución binomial 𝑋~𝐵𝑖 (𝑛, 𝑝) también suele
escribirse: 𝑋~𝐵(𝑛, 𝑝). Su función de probabilidad es:
𝑛
𝑝𝑘 = 𝑃[𝑋 = 𝑘] = ( ) 𝑝𝑘 𝑞 𝑛−𝑘
𝑘
𝑛!
= 𝑝𝑘 𝑞 𝑛−𝑘
𝑘! (𝑛 − 𝑘)!
𝑘: 0,1,2, … 𝑛
Puede comprobarse
𝑛 𝑛
𝑛
∑ 𝑃(𝑋 = 𝑘) = ∑ ( ) 𝑝𝑘 𝑞 𝑛−𝑘 = 1
𝑘
𝑘=0 𝑘=0

Donde
n: número de intentos independientes que se realizan
p: probabilidad de éxito
q: probabilidad de fracaso
p+q=1
k: números de éxitos que se desean tener
Características binomiales
1. El resultado de cada prueba de un experimento se clasifica en una de
dos categorías mutuamente excluyentes: éxito o fracaso.
2. La variable aleatoria permite contar el número de éxitos en una cantidad
fija de pruebas.
3. La probabilidad de éxito y fracaso es la misma para cada prueba.
4. Las pruebas son independientes, lo cual significa que el resultado de
una prueba no influye en el resultado de otra prueba.
Un estudio del Departamento de Transporte de Illinois concluyó que 76.2% de
quienes ocupaban los asientos delanteros de los vehículos utilizaba cinturón de
seguridad. Esto significa que los dos ocupantes de la parte delantera utilizaban
cinturones de seguridad. Suponga que decide comparar la información con el
uso actual que se da al cinturón de seguridad, para lo cual selecciona una
muestra de 12 vehículos.
INFORME A PRESENTAR:

Presente un informe en el que como mínimo incluya:

1. ¿Esta situación cumple con los supuestos de la distribución binomial?
Identifíquelos
Si, esta situación satisface los requisitos binomiales según las características
estudiadas

 Solo hay dos posibles resultados, utilizan cinturón de seguridad o no lo

hacen.
 La cantidad de pruebas es fija, 12 para la situación planteada en el
ejercicio
 La probabilidad de un éxito usar cinturón de seguridad es la misma de
un vehículo al siguiente 76.2%
 Las pruebas son independientes

2. Elabore un diagrama de barras para la distribución de probabilidad

binomial que representa

3. ¿Cuál es la probabilidad que los ocupantes de la parte delantera en

exactamente 7 de los 12 vehículos seleccionados utilicen cinturones de
seguridad?
En la situación presentada tenemos los siguientes datos:
𝑝 = 0.762 (Probabilidad de éxito)

𝑞 = 1 − 𝑝 = 1 − 0,762 = 0.238 (Probabilidad de fracaso)

𝑛 = 12 (Total de experimentos)

𝑘=7 (Total de éxitos)

Lo podemos plantear de la siguiente manera
𝑛
𝐵(𝑥; 𝑛; 𝑝) = ( ) 𝑝 𝑥 𝑞 𝑛−𝑥
𝑥
Remplazamos los valores en la formula
12
𝐵(𝑥 = 7; 𝑛 = 12 ; 𝑝 = 0,762) = ( ) (0,7627 )(0,2385 )
7
Desarrollamos las operaciones
12!
= (0,7627 )(0,2385 )
7! (12 − 7)!
 = 792 ∗ 0,1492 ∗ 0,000763 = 0,0901 = ~9%
De esta manera podemos concluir de que los ocupantes de exactamente 7 de
los 12 vehículos utilicen el cinturón de seguridad es de aproximadamente del
9%
4. ¿Cuál es la probabilidad que los ocupantes de la parte delantera de por
lo menos 7 de los 12 vehículos utilicen cinturón de seguridad?
Para determinar la probabilidad de que los ocupantes en 7 o más de los
vehículos utilicen su cinturón de seguridad, vamos a aplicar la fórmula de la
distribución binomial, así como la regla especial de la adición.
Como los eventos son mutuamente excluyentes (lo cual significa que una
muestra de 12 vehículos no puede tener un total de 7 ni, al mismo tiempo, un
total de 8 vehículos en que los ocupantes utilizan cinturón de seguridad), se
determina la probabilidad de que en 7 de los vehículos los ocupantes utilizan
cinturón de seguridad; la probabilidad de que en 8 de los vehículos los
ocupantes utilicen cinturones de seguridad y, así sucesivamente, la
probabilidad de que en los 12 vehículos de la muestra los ocupantes están
utilizando cinturón de seguridad. La probabilidad de cada uno de estos
resultados se suma enseguida.

𝐵(𝑥 ≥ 7; 𝑛 = 12; 𝑝 = 0,762 ) 𝑜 7 ≤ 𝑥 < 12 𝑥 = 7,8,9,10,11,12

12 (0,7627 )(0,2385 )
𝐵(7; 12; 0,762) = ( ) = 0,0901
7
12 (0,7628 )(0,2384 )
𝐵(8; 12; 0,762) = ( ) = 0,1805
8
12 (0,7629 )(0,2383 )
𝐵(9; 12; 0,762) = ( ) = 0,2569
9
12
𝐵(10; 12; 0,762) = ( ) (0,76210 )(0,2382 ) = 0,2467
10
12 (0,76211 )(0,2381 )
𝐵(11; 12; 0,762) = ( ) = 0,1436
11
12 (0,76212 )(0,2380 )
𝐵(12; 12; 0,762) = ( ) = 0,383
12
Regla de la adición

𝑃(𝑥 ≥ 7; 𝑛 = 12; 𝑝 = 0,762) =

= 𝑃(𝑥 = 7) + 𝑃(𝑥 = 8) + 𝑝(𝑥 = 9) + 𝑃(𝑥 = 10) + 𝑃(𝑥 = 11) + 𝑃(𝑥 = 12)

= 0,0901 + 0,1805 + 0,2569 + 0,2467 + 0,1436 + 0,383 = 0,9562 = 95,62%

De esta manera, la probabilidad de seleccionar 12 automóviles y hallar que los
ocupantes de 7 o más vehículos utilizaban cinturón de seguridad es de 95,62%.
 5. ¿Cuál es la probabilidad que los ocupantes de la parte delantera de
máximo 7 de los 12 vehículos

𝐵(𝑥 ≤ 7; 𝑛 = 12; 𝑝 = 0,762) 1 ≤ 𝑥 ≤ 7 𝑥 = 1,2,3,4,5,6,7

12 (0,7627 )(0,2385 )
𝐵(7; 12; 0,762) = ( ) = 0,0901
7
12 (0,7626 )(0,2386 )
𝐵(6; 12; 0,762) = ( ) = 0,0327
6
12 (0,7625 )(0,2387 )
𝐵(5; 12; 0,762) = ( ) = 0,00874
5
12 (0,7624 )(0,2388 )
𝐵(4; 12; 0,762) = ( ) = 0,00164
4
12
𝐵(3; 12; 0,762) = ( ) (0,7623 )(0,2389 ) = 0,000238
3
12
𝐵(2; 12; 0,762) = ( ) (0,7622 )(0,23810 ) = 0,0000222
2
12 (0,7621 )(0,23811 )
𝐵(1; 12; 0,762) = ( ) = 0,0000000126
1
Regla de la adición

𝑃(𝑥 ≤ 7; 𝑛 = 12; 𝑝 = 0,762) =

= 𝑃(𝑥 = 7) + 𝑃(𝑥 = 6) + 𝑝(𝑥 = 5) + 𝑃(𝑥 = 4) + 𝑃(𝑥 = 3) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 1)

𝑃(𝑥 ≤ 7; 𝑛 = 12; 𝑝 = 0,762 = 0,133 = 13,3%

De esta manera, la probabilidad de seleccionar 12 automóviles y hallar que los
ocupantes de 7 o menos vehículos utilizaban cinturón de seguridad es de
13,3%.

6. Encuentre el valor esperado del número de vehículos en los que los

ocupantes de la parte delantera utilizan el cinturón de seguridad?
 CASO DOS (Sonia Mogollón)

El Baloto, es la lotería en línea de Colombia, supervisado por ETESA (Empresa

territorial para la salud). Es un juego que consiste en acertar 6, 5, 4 o 3 números
en cualquier orden de una matriz del 1 al 45; El jugador señala en un tarjetón los
6 números que escoge. Los números están representados en 45 balotas
numeradas del 1 al 45. Cada número aparece una sola vez y las balotas
ganadoras se seleccionan sin reemplazo. El premio acumulado se entrega a
quien haga coincidir los seis números.

INFORME A PRESENTAR.

Presente un informe en el que como mínimo incluya:

1.- ¿Esta situación cumple con los supuestos de la distribución Hipergeométrica?

Identifíquelos

(Sugerencia: Divida los 45 números en dos grupos: ganadores y no ganadores)

RTA:

Ganadores = 6 Perdedores= 39

2.- Usando la distribución de probabilidad hipergeométrica determinar la

probabilidad de que el jugador acierte los 6 números

Rta:

Utilizando la fórmula de probabilidad hipergeometrica.

 (𝑋𝐶 ) (𝑁−𝐶
𝑛−𝑋
)
𝑃(𝑥) =
𝑁
𝑛

(66)(45−6
0
) 1 ∗ (39) 1
𝑃(6) = = 45 0 =
45 (6) 45
6 39 − 6
39 ∗ 6 6 6
= =
45 45 ∗ 44 ∗ 43 ∗ 42 ∗ 41 ∗ 40 5864443200
1
= 122773804 ∗ 10−7 = 0.000000122773804
8145060
𝑃(6) = 0.000000122773804

3.- La empresa encargada del sorteo informa que la probabilidad de que

coincidan todos los números es de 1 en 8145060. ¿Qué significa esto en
términos de probabilidad? Coincide esto con su respuesta anterior.

Rta: 𝑃(6) = 0.000000122773804 si coincide con el valor anterior.

Esto quiere decir que la probabilidad de combinar 6 números con la totalidad de

las balotas (45).
El sorteo también otorga un premio si el jugador hace coincidir 3, 4 o 5 de los
números ganadores.

4) Calcule la probabilidad, para hacer coincidir 3 de los 6 números ganadores.

20 ∗ 39 ∗ 38
6 ∗ 5 ∗ 4 3
(63)(45−6) ∗ (39)
𝑃(3) = 6−3
= 3 3
= 45 ∗ 44 ∗ 43 ∗ 42 ∗ 41 ∗ 40
45 45 6
6 6
9880
= 0.00121300518351
8145060
5) Calcule la probabilidad de que coincidan 4 de los 6 números ganadores.

(64)(6−4
39
) (63)(39)
𝑃(4) = = 452
45 (6)
6
15 ∗ 39 ∗ 38
2 15 ∗ 741 11115 741
= = = = 0.0013646
8145060 8145060 8145060 543004
6) Calcule la probabilidad de que coincidan 5 de los 6 números ganadores.

(64)(45−6
6−5
) 6 ∗ (39
1
)
𝑃(5) = =
(45
6
) (45
6
)

6 ∗ 39 234 39
= = = 2.6519
8145060 8145060 1357510

7) Con base en los resultados obtenidos, usted invertiría dinero en el BALOTO?

Rta: Con base en esos resultados no, pero cuando seguiré invirtiendo en baloto
ya que es el mejor que paga.
 CASO 3(Jennyfer González)
La distribución de probabilidad de Poisson describe el número de veces que se
presenta un evento durante un intervalo específico. El intervalo puede ser de
tiempo, distancia, área o volumen. La distribución se basa en dos supuestos. El
primero consiste en que la probabilidad es proporcional a la longitud del
intervalo. El segundo supuesto consiste en que los intervalos son
independientes. En otras palabras, cuanto más grande sea el intervalo, mayor
será la probabilidad; además, el número de veces que se presenta un evento
en un intervalo no influye en los demás intervalos.
Esta distribución posee diversas aplicaciones. Se le utiliza como modelo para
describir la distribución de errores en una entrada de datos, el número de
rayones y otras
imperfecciones en las cabinas de automóviles recién pintados, el número de
partes defectuosas en envíos, el número de clientes que esperan mesa en un
restaurante, el número de accidentes en una carretera en un periodo
determinado.
La compañía de aviación Delta Airlines, se caracteriza por su responsabilidad y
cuidado con el equipaje de sus pasajeros, por lo que pocas veces se pierde
equipaje. En la mayoría de los vuelos no se pierden maletas; en algunos se
pierde una; en unos cuantos se pierden dos; pocas veces se pierden tres, etc.
Suponga que una muestra aleatoria de 1 000 vuelos arroja un total de 300
maletas perdidas. De esta manera, el número promedio de maletas perdidas
por vuelo es de 0.3.
INFORME A PRESENTAR:
Prepare un informe en el que como mínimo, incluya:
1.- ¿Esta situación cumple con los supuestos de la distribución Poisson?
Identifíquelos
2.- Determine cuál es la probabilidad de que en un vuelo no se pierda ninguna
maleta
3.- Determine cuál es la probabilidad de que en un vuelo se pierda
exactamente una maleta
4.- Determine cuál es la probabilidad de que en un vuelo se pierdan entre dos y
cuatro maletas
5.- Podría establecer cuál es la probabilidad de que se pierdan en un vuelo más
de cuatro maletas
6.- ¿En qué momento debe sospechar el supervisor de la Aerolínea que en un
vuelo se están perdiendo demasiadas maletas?

DESARROLLO
1.- ¿Esta situación cumple con los supuestos de la distribución Poisson?
Identifíquelos
X = Número de veces que se presenta un evento
Por lo que pocas veces se pierde equipaje. En la mayoría de los vuelos no se
pierden maletas; en algunos se pierde una; en unos cuantos se pierden dos;
pocas veces se pierden tres, etc.

donde

 = Es la media de la cantidad de veces (éxitos) que se presentan en un evento un intervalo particular

e = Es la constante 2.17828(base del sistema de logaritmos naperianos)

x = Número de veces quese presenta un evento

P(x)  Es la probabilidad para un valor especifico de X

Donde

 X e 
P( X ) 
x!

2.- Determine cuál es la probabilidad de que en un vuelo no se pierda ninguna

maleta
Probabilidad de que se pierda una maleta.
300
𝑃𝐴 = = 0,3 = 0,3 % 𝑚𝑎𝑙𝑒𝑡𝑎𝑠 𝑝𝑒𝑟𝑑𝑖𝑑𝑎𝑠
1000

Probabilidad de que no se pierda una maleta.

De 1000 vuelos – 300 maletas perdidas = 700 maletas no se pierden
Por lo tanto
Maleta que no se pierden 700
𝑃𝐴 = = = 0,7 = 0,7 %
Total Vuelos 1000
La probabilidad que no se pierda ninguna maleta en un vuelo es de 0,7 %

 X e 
P( X ) 
x!
(0.3) 0 e 3
P( X ) 
0!

(1)(0.74081)
P( X ) 
1
La probabilidad es de 74% de los vuelos no habrá maletas perdidas

3.- Determine cuál es la probabilidad de que en un vuelo se pierda

exactamente una maleta.

(0X.3)1e 3
P( X )   e
x!1!
La probabilidad
(0.3)(0.74081 de, que
) se pierda exactamente una maleta es de 22 %
P( X ) 
4.- Determine 1cuál es la probabilidad de que en un vuelo se pierdan entre dos y
cuatro maletas
(0.222243)
P( X )  X e  
P( X )  1
x!
.3) 2 e 3
P( X ) (.02222
PLa )
( Xprobabilidad  .2.240
que se pierda entre 2 dos maletas es de 0.033 %
2!
X 
 e3)1)(e0.374081)
((00..09
( X ) 
PP((XX)) 
P
x!1!4 23  .2222
(0.3) e
P( X )   .2.240
(0.0666729
4! )
P( X ) 
2
(0.008.1)(0.74081)
P( X ) 
(0.0666729 24 )
P( X ) 
2
(0008.1)(0.74081)
P( X ) 
24
P( X )  0(.03333645
0.3) e 4 3
P((X
P X ))  000.6  2. 5 .2.5
2442! 3
(0.3) e
PLa )
( Xprobabilidad  .0.03333
que se pierda cuatro maletas es de 2.5 %
2!

5.- Podría establecer cuál es la probabilidad de que se pierdan en un

vuelo más de cuatro maletas

(0.3)4 𝑒 − 3
𝜌 (𝑋) = 0.00025
4!

De acuerdo a esto la probabilidad que se pierda de cuatro maletas es de

un 0.025 %
6.- ¿En qué momento debe sospechar el supervisor de la Aerolínea que
en un vuelo se están perdiendo demasiadas maletas?
Se pierden mayor cantidad de maletas es en el momento 1 es decir que se debe cuidar al
momento de recoger las maletas para ser trasladadas al avión.
CUADRO SINÓPTICO
 CONCLUSIONES.

Nos dimos cuenta que al desarrollar los casos cada uno de esos tiene su fórmula.
Aprendimos a desarrollar diferentes casos propuestos por la tutora.
Al realizar el cuadro sinóptico vimos todo lo que la unidad dos nos aportó para la
elaboración de los casos.
También nos dimos cuenta el sin numero de conocimientos que nos puede
brindar para desarrollar los casos propuestos.
 BIBLIOGRAFIA

https://es.wikipedia.org/wiki/Sistema_binominal

http://www.vadenumeros.es/sociales/distribucion-binomial-
parametros.htm

http://www.aulafacil.com/cursos/l11242/ciencia/estadisticas/estadisticas/d
istribuciones-discretas-hipergeometrica

https://www.uv.es/ceaces/base/modelos%20de%20probabilidad/hipergeo
metrica.htm

https://www.uv.es/ceaces/base/modelos%20de%20probabilidad/poisson.h
tm

http://www.ub.edu/stat/GrupsInnovacio/Statmedia/demo/Temas/Capitulo3/
B0C3m1t6.htm