Experimentos aleatorios y distribuciones

de probabilidad

JUANDIEGO JARAMILLO ACOSTA.

Código:10883113128

WILMAR SANCHEZ.

Código

ERIKA ZULAY DIAZ

Universidad Nacional Abierta y a Distancia (UNAD).

Escuela de Ciencias Básicas, Tecnología e Ingeniería

PEREIRA/RISARALDA

2020
 INTRODUCCION.

En el siguiente documento se explica la elaboración del trabajo

Probabilidad condicional y distribuciones de Probabilidad la cual se basa

en tres tipos de ejercicios (Variables aleatorias discretas y

continuas., Distribuciones discretas de Probabilidad,

Distribuciones continuas de Probabilidad.) la cual cada uno de los

estudiantes selecciono de manera a libre e individual un numero con el

tema correspondiente. El cual presenta el desarrollo de estos ejercicios

evidenciando la participación activa de todos los miembros en la

solución de los ejercicios en el foro. Colaborando para la construcción

del trabajo final que se presentara de manera unificada con los aportes

previamente realizados
 OBJETIVOS

OBJETIVO GENERAL:
Entender cada uno de los procesos de la probabilidad, a través de varios
ejercicios que pueden suceder en la vida cotidiana

OBJETIVOS ESPECIFICOS
 Dar el desarrollo de los ejercicios de la clase Probabilidad condicional y
distribuciones de Probabilidad

 Dar el desarrollo de los ejercicios de la clase técnicas de conteo

 Dar el desarrollo de los ejercicios de la clase teorema de bayes

 Desarrollo del ejercicio#2

ESTUDIO DE CASO ESTUDIANTE N°1

Estudiante: Wilmar Sanchez

a) Distribución Hipergeométrica: De 60 personas seleccionadas de una

determinada empresa, 20 de ellas son técnicos y 40 son profesionales de
cierta área de la lingüística. Si se selecciona aleatoriamente una muestra de
12 personas, ¿Cuál es la Probabilidad de que:

 6 de ellos sean tecnólogos?

Rta:
Datos:
N = 60
n = 12
C = 20
X=6

C N−C
P ( X= X )=
( X )( n−x )
N
n

20 60−20
P ( X=6 )=
( 6 )( 12−6 )
60
12

20 40
P ( X=6 )=
( 6 )( 6 )
60
12
 ( 38760 ) (3838380 )
P ( X=6 )=
1.399358

P ( X=6 )=1.063

La probabilidad de que 6 de ellos sean tecnólogos es de 1.063

 7 de ellos sean profesionales?

RTA:
Datos:
N = 60
n = 12
C = 40
X=7

C N−C
P ( X= X )=
( X )( n−x )
N
n

20 60−40
P ( X=7 )=
( 7 )( 12−7 )
60
12

20 20
P ( X=7 )=
( 7 )( 5 )
60
12
( 77520 )( 15504 )
P ( X=7 )=
1.399358

P ( X=7 )=858872483
 La probabilidad de que 7 sean profesionales es de 858872483

b) Distribución Binomial: (Distribución binomial). En una empresa el 25% de

los empleados tienen estudios de posgrado. Se elige aleatoriamente una
muestra de 20 trabajadores. Si X es la variable aleatoria que representa el
número de trabajadores con postgrado, encuéntrese:

RTA:
Datos:

X= 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
P(X=x) 0.003171212 0.021141413 0.066947808 0.133895615 0.189685455 0.202331152 0.168609293 0.112406195 0.060886689 0.027060751 0.009922275 0.00300675 0.000751688 0.000154192 2.56987E-05 3.4265E-06 3.56927E-07 2.79942E-08 1.55524E-09 5.45697E-11 9.09495E-13

𝑃(𝑋≤4)
Rta:
P ( X ≤ 4 ) =P ( X=0 )+ P ( X =1 ) + P ( X=2 ) + P ( X=3 )+ P( X =4)
P ( X ≤ 4 ) =0.414841503

𝑃(𝑋<4)
Rta:
P ( X < 4 )=P ( X ≤ 3 )=P ( X =0 ) + P ( X=1 ) + P ( X =2 ) + P( X =3)
P ( X < 4 )=0.225156048

𝑃(𝑋≥6)
Rta:
P ( X ≥6 )=P ( X=6 ) + P ( X=7 )+ P ( X =8 ) +…+ P ( X =20)
P ( X ≥6 )=0.382827346

𝑃(𝑋>6)
Rta:
 P ( X >6 )=P ( X ≥ 7 )=P ( X=7 )+ P ( X =8 ) +…+ P (X =20)
P ( X >6 )=0.214218052

𝑃(2≤𝑋≤8)
Rta:
P ( 2≤ X ≤ 8 )=P ( X =2 )+ P ( X=3 ) + P ( X =4 )+ …+ P(X =8)
P ( 2≤ X ≤ 8 )=0.934762207

𝑃(2≤𝑋<8)
Rta:
P ( 2≤ X <8 )=P ( X=2 )+ P ( X =3 ) + P ( X=4 )+ …+ P( X =7)
P ( 2≤ X <8 )=0.873875518

𝑃(2<𝑋≤8)
Rta:
P ( 2≤ X ≤ 8 )=P ( X =3 ) + P ( X=4 ) + P ( X =5 ) +…+ P( X=8)
P ( 2< X ≤8 )=0.8678144

𝑃(2<𝑋<8)
Rta:
P ( 2< X <8 )=P ( X=3 )+ P ( X =4 ) + P ( X=5 ) + …+ P(X =7)
P ( 2< X <8 )=0.806927711

𝑃(𝑋=4)
Rta:
P ( X=4 )=0.189685455

c) Distribución Poisson: En el estudio de cierto organismo acuático se toman

gran número de muestras de un estanque y se midió el número de
organismos que había en cada muestra. Se encontró que el promedio de
organismos por muestra fue de tres. Encontrar la Probabilidad de que:
  La siguiente muestra que se tome contenga uno o más organismos.
Rta:

X= 0 1 2 3 4 5 6 7 8 9 10
P(X=x) 0.049787068 0.149361205 0.224041808 0.224041808 0.168031356 0.100818813 0.050409407 0.021604031 0.008101512 0.002700504 0.000810151

P ( X >1 )=1−P(X ≤1)

1− [ P ( X =0 ) + P ( X=1 ) ]
1−0.199148273
0.80

La probabilidad de que la siguiente muestra que se tome contenga

uno o mas organismos es de 80%

 La próxima muestra tomada contenga exactamente dos organismos.

Rta:
λ=3
X =¿ 2
−λ X
∫ ( X , λ )= e X λ!

e−3 ( 3 )2
P ( x , λ ) =P ( 2,3 )=
2!

P ( x , λ ) =P ( 2,3 )=0.22

La probabilidad de que la siguiente muestra tomada contenga

exactamente dos organismos es de un 22%

d) Distribución Normal: En comparación con las bacterias tradicionales, las

baterías de iones de litio se cargan más rápido, duran más y tienen una
densidad de potencia más alta, lo que las hace más livianas y les da una
mayor duración. Estas bacterias duran en promedio 6 años, con una
desviación estándar de 0,9 años. Suponiendo que la duración de las
bacterias está normalmente distribuida, encuéntrese la Probabilidad de que
una bacteria de litio dada dure entre de 4 y 7 años.

RTA:
Promedio = 6
Desvest = 0.9

X−μ
Z=
σ
4−6
P ( 4 ≤ X ≤ 7 )=Z=
0.9
P ( 4 ≤ X ≤ 7 )=Z=−2.22=0.0132

5−6
P ( 4 ≤ X ≤ 7 )=Z=
0.9
P ( 4 ≤ X ≤ 7 )=Z=−1.11=0.1357

6−6
P ( 4 ≤ X ≤ 7 )=Z=
0.9
P ( 4 ≤ X ≤ 7 )=Z=0

7−6
P ( 4 ≤ X ≤ 7 )=Z=
0.9
P ( 4 ≤ X ≤ 7 )=Z=1.11=0.6335

P ( 4 ≤ X ≤ 7 )=0.0132+0.1357+ 0+0.6335=0.7839=78.39

La probabilidad de que una bacteria de litio dada dure entre de 4 y 7 años

es de 78.39%
Estudios de caso estudiante N°31:

Estudiante: Juan Diego Jaramillo Acosta

a. Distribución Hipergeométrica: En un auditorio se encuentran reunidas 7 personas,

de las cuales 2 son hombres. Una persona elige aleatoriamente 4 de dichas personas.
¿Cuál es la Probabilidad de elegir:
1. ¿Cero Mujeres?
2. ¿Un hombre?
3. Dos hombres?

La formula que permite calcular la distribución hipergeometrica esta dada por la ecuación:

Solucion:

¿ K∨¿ N −K∨¿

¿ X ∨¿ n−k∨¿

P(x) = -----------------------------

¿ N∨¿

¿ n∨¿

Donde:

N : Número total de la muestra

K : Numero de exitos de la poblacion

n : Numero de la muestra

X : Numero de exitos de la muestra

1
¿Cero Mujeres?

N=7

K=5

n=4

x=0

¿ 5∨¿7−5∨¿ 5∨¿ 2∨¿

¿ 0∨¿ 4−5∨¿ 0∨¿−1∨¿

P(x = 0) = ------------------ = ------------------ = 1*2/35

¿ 7∨¿ 7∨¿

¿ 4∨¿ 4∨¿

P(x=0) = 0.0571 probabilidad de elegir cero mujeres

¿Un hombre?

N=7

K=2

n=4

x=1

¿ 2∨¿ 7−2∨¿ 2∨¿ 5∨¿

¿ 1∨¿ 4−2∨¿ 1∨¿ 2∨¿

P(x = 1) = ------------------ = ------------------ = 2*10/35

¿ 7∨¿ 7∨¿

¿ 4∨¿ 4∨¿
P(x=1) = 0.571 probabilidad de elegir un hombre

¿Dos hombres?

N=7

K=2

n=4

x=2

¿ 2∨¿ 7−2∨¿ 2∨¿ 5∨¿

¿ 2∨¿ 4−2∨¿ 1∨¿ 2∨¿

P(x = 1) = ------------------ = ------------------ = 1*10/35

¿ 7∨¿ 7∨¿

¿ 4∨¿ 4∨¿

P(x=2) = 0.285 probabilidad de elegir dos hombres

b. Distribución Binomial: Una empleada de servicios generales debe de empezar sus

quehaceres laborales todas las mañanas a las 7:00 AM, se retarda 2 horas o más el
30% de las veces en empezar. El jefe de talento humano que no llega sino a las 8:00
AM hace semanalmente monitoreo, para verificar las instalaciones de trabajo estén
en optimas condiciones de aseo entre las 9:00 AM y las 10:00 AM. ¿Cuál es la
Probabilidad de que dos mañanas de las cinco en que el jefe de talento humano hace
la verificación, las instalaciones estén en óptimas condiciones?

Probabilidad =0,16308 (Con numero de pruebas =5 ; probabilidad de exito =0,7 ;limite

inferior =0 ; limite superior =2)

c. Distribución Poisson: Ciertos automóviles llegan a una garita de peaje

aleatoriamente a una tasa de 500 autos cada hora. Encuentre la Probabilidad de que
durante un periodo de un minuto lleguen:
1. Cinco automóviles.
2. Cuando más, tres automóviles.
3. Menos de ocho automóviles.
Probabilidad de que:

1. Llegue exactamente 1 automóvil durante un periodo de 1 minuto: 0,0337.

2. Lleguen por lo menos 2 automóviles en un período de 1 minuto: 0,8821.

Desarrollo:
Aplicamos el criterio estadístico de Distribución Poisson, por medio de la siguiente
fórmula:

X≈Poiss (λ=x)
e− x∗X x
P ( X=x )=
x

Conversión:
300 →60 min
x ← 1 min
x=1∗300/60
x=5∗minuto
X ≈ Poiss( λ=5)

1) Probabilidad de que llegue exactamente 1 automóvil durante un periodo de 1

minuto:

e−5∗51
P X=1 =
( )
1
 P ( X=1 ) =0.0337

2. Probabilidad de que lleguen por lo menos 2 automóviles en un período de 1

minuto:

P( X ≥ 2)=1−P( X ≤ 2)
P( X ≤ 2)=P( X =1)+ P( X=2)
e−5∗52
P ( X=x )=
2
P ( X=2 )=0.0842

P( X ≤ 2)=0,0337+0,0842
P( X ≤ 2)=0,1179
P( X ≥ 2)=1−0,1179
P( X ≥ 2)=0,8821

d. Distribución Normal: Si los valores de Azúcar en sangre total de los seres humanos
están distribuidos aproximadamente en forma normal con μ=90 mg/dl y σ =9 mg/ dl
. Hallar la Probabilidad de que un individuo elegido al azar de dicha población
tenga un valor de azúcar en sangre de:
 1. Al menos 82 mg/dl.
2. Cuando mucho 110 mg/dl.
3. Menos de 140 mg/dl.

La Probabilidad que un individuo seleccionado aleatoriamente (azar) tenga al menos 82

mg/dl de Azúcar en la sangre es de 11,13 %; cuando mucho 110 mg/dl es de 98,68 % y
menos de 140 mg/dl es de 100 %.

Datos:
Media de los Datos (μ) = 90 mg/dl
Desviación Estándar (σ) = 9 mg/dl

Se plantea la siguiente relación a partir de los datos suministrados.

N (90 ; 9)

Estos datos se deben Normalizar o Tipificar, mediante la fórmula siguiente:

Z=(x – μ)/σ
1. Al menos 82 mg/dl.
X =82 mg/dl

Entonces tipificando se tiene:

Z=(82 – 90/9)
Z=– 8 /9=– 0,8889
se tiene que el valor es Z = 0,8887

Como se pide al menos 82 mg/dl, se tiene que la Probabilidad es:

P(¿ 82 mg/dl)=1 – P(z ≤ 0,8887)
P¿
P( Azúcar <82 mg/dl)=11,13 %
2. Cuando mucho 110 mg/dl.
X =110 mg/dl

Se Normaliza.
Z=(110 – 90)9
Z=20/9=2,2222

El valor en la Tabla de Distribución Normal es 0,9868

En consecuencia, la Probabilidad de que cuando mucho un individuo registre 110 mg/dl es:
P( Azúcar ≤110 mg /dl )=98,68 %

3. Menosde 140 mg/dl .

X =140 mg/dl

Tipificando.
Z=(140 – 90)/9
Z=50/9=5,5556
P( Z ≤ 5,56)=1

Por lo que la Probabilidad para que posea menos de 140 mg/dl un individuo es de la Unidad
(1), que equivale al 100%
P( Azúcar ≤140 mg/dl )=100 %

 Desarrollo del ejercicio 3 (1 mentefacto por grupo).

Idea principal la probabilidad

 Conclusiones

- A través de la elaboración de cada uno de los ejercicios pudimos

entender cada uno de los aspectos de la unidad que se trabajo
 Conclusiones del trabajo desarrollado.
 Referencias Bibliográficas teniendo en cuenta las normas APA .