Fase 6 Probabilidad Casos de Uso

Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de Investigación
- VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Plantilla para entrega de la Unidad 2: Fase 6 Distribuciones de Probabilidad
Probabilidad
Código_100402
Unidad 2_ Fase_6
Fase 6 Distribuciones de Probabilidad
Presentado a:
León David Sosapanta
Entregado por:
Manuel De Jesús Sevillano Mena.Codigo_71351509
Cesar Augusto Escobar. Código_
Erna Luis Peña Moreno Código: 71781294
Carlos alberto moreno calderin código:1007451930
Grupo: 100402_195
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD
ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERÍA
MARZO DE 2018
CEAD_TURBO.
- VIACI
Introducción
 El presente ejercido evidencian la comprensión y aplicación de los fundamentos de

las Distribuciones discretas y continúas de probabilidad, Variables aleatorias y
distribuciones de probabilidad.
 La probabilidad permite predecir la frecuencia con que ocurren algunos fenómenos
y esto es muy importante en la toma de decisiones en las organizaciones. Las
variables aleatorias discretas y su distribución dentro del experimento son
esenciales para estimar el riesgo a que se puede someter una acción. En el
siguiente trabajo se estudia la distribución de probabilidad de una variable aleatoria
discreta y también la distribución binomial, comprendiendo los conceptos y
fórmulas, se hace uso de estos conocimientos para resolver 2 de los estudios de
caso propuestos por el tutor del curso.
- VIACI
Cuadro sinóptico:
En probabilidad, la distribución normal aparece

Distribución Normal como el límite de varias distribuciones de
probabilidad continuas y discretas.
Es una medida de dispersión para variables

Aspectos teóricos de la unidad razón (variables cuantitativas o cantidades
Desviación Estándar.
racionales) y de intervalo. Se define como la
cuadrada de la varianza de la variable.
La tabla de la distribución normal presenta

Tabla de probabilidad: los valores de probabilidad para una
variable estándar
Valor esperado, varianza

y desviación estándar
Variable Toman un número

aleatoria limitado de valores,
discreta números enteros
Distribución binomial
VARIABLE ALEATORIA
Distribución de poisson
Toma cualquier
valor numérico,
Distribución hipergeométrica
Variable
números enteros,
aleatoria
fracciones,
continua son
fracción de una
unidad
Distribución normal
son
- VIACI
Resumen individual
Aportes de cada participante en donde evidencia el resumen de los conceptos teóricos de la
unidad que le permitieron solucionar el estudio de caso seleccionado.
1. Nombre del participante y caso seleccionado:
Resumen de conceptos teóricos:
Erna Luis Peña Moreno

Caso 3
El caso de estudio numero 3 nos presenta las probabilidades para

sucesos no excluyentes, por lo tanto la suma de probabilidades no es
igual a 1, además porque los sucesos son no excluyentes se puede
hallar la probabilidad de que los tres sean rentables calculando la
probabilidad condicional, para el caso en que ningún cliente es rentable
se aplica la probabilidad condicional a las diferencias entre 1 y el valor
de la probabilidad de que sean rentables.
4. Manuel de Jesús Sevillano Mena Caso_5:

Resumen de conceptos teóricos: Para poder calcular la distribución normal, primero
se aplicó la fórmula para el cálculo de la “z”, y con base en el resultado, se ubica
en la tabla de probabilidad normal estándar el valor correspondiente, y de ahí se
puede calcular la probabilidad. En resumen, primero se hace el cálculo de la “z” y
- VIACI
con base en el resultado se ubica en la tabla de probabilidad normal estándar el

porcentaje correspondiente.
Solución al estudio de caso 1: El grupo entrega aquí, de manera organizada, el análisis,

desarrollo y solución del ESTUDIO DE CASO presentado
RESPONSABLE ROL SELECCIONADO
Carlos alberto moreno calderin revisor
ESTUDIO DE CASO 11
Supongamos que X es una variable aleatoria discreta y que x es uno de sus valores
posibles. La probabilidad de que la variable aleatoria X tome el valor específico x se
representa por medio de P(X = x). La función de probabilidad de una variable aleatoria
es una representación de las probabilidades de todos los resultados posibles. Esta
representación podría ser algebraica, gráfica o tabular. En el caso de las variables
aleatorias discretas, un sencillo método es enumerar las probabilidades de todos los
resultados posibles de acuerdo con los valores de x.
Una empresa nueva de buses del Sistema

Integrado de Transporte de Bogotá (SITP) ha
comenzado a dar servicio en un nuevo barrio.
Se ha registrado el número de usuarios que
hay en este barrio en el servicio a primera
hora de la mañana (5:00 a.m.). La tabla
adjunta muestra la proporción de cada uno de los días de la semana.
Número de usuarios 0 2 3 5 6 8 10 12 15
Proporción 0.02 0.05 0.12 0.18 0.13 0.16 0.14 0.12 0.08
Si X es la variable que representa el número de usuarios que la empresa debe atender a

la hora de inicio del servicio, con base en esta información y haciendo uso de los
conceptos de variables aleatorias discretas y función de probabilidad, prepare un informe
en el que debe incluir como mínimo lo siguiente
1. Grafica de la función de probabilidad de la variable aleatoria X: Número de usuarios.
2. Función de probabilidad acumulada de la variable aleatoria X: Número de usuarios.
1
Tomado y adaptado Newball P., Estadística para administración y economía. 6ª edición Pearson. 2008
- VIACI
3. Probabilidad de que en un día seleccionado aleatoriamente haya exactamente ocho

usuarios del barrio esperando el servicio
4. Probabilidad de que en un día seleccionado aleatoriamente haya más de seis usuarios

del barrio esperando este servicio
5. Probabilidad de que en un día seleccionado aleatoriamente haya menos de cuatro

usuarios del barrio en este servicio
6. El numero esperado de usuarios de este servicio y su desviación estándar
7. Con base en estos resultados, redacte un breve resumen de sus hallazgos para la
empresa
Solución
1. Grafica de la función de probabilidad de la variable aleatoria X: Número de usuarios.

- VIACI
2. Función de probabilidad acumulada de la variable aleatoria X: Número de usuario
La función de probabilidad acumulada es es la tercera columna de la siguiente tabla
Número de usuarios 0 2 3 5 6 8 10 12 15
Proporción 0.02 0.05 0.12 0.18 0.13 0.16 0.14 0.12 0.08
Función de probabilidad
acumulada 0.02 0.07 0.19 0.37 0.5 0.66 0.8 0.92 1
3. Probabilidad de que en un día seleccionado aleatoriamente haya exactamente ocho usuarios

del barrio esperando el servicio.
Como se observa en la tabla, la probabilidad de que en un día seleccionado aleatoriamente haya

exactamente 8 usuarios del barrio esperando el servicio es de 0.16.
4. Probabilidad de que en un día seleccionado aleatoriamente haya más de seis usuarios del
barrio esperando este servicio.
- VIACI
Esta es la probabilidad de que en un día seleccionado aleatoriamente al azar hayan 6 o 8 o 10 o 12

o 15, es decir
𝑃 = 0.16 + 0.12 + 0.08 = 𝟎. 𝟑𝟔
5. Probabilidad de que en un día seleccionado aleatoriamente haya menos de cuatro usuarios del
barrio en este servicio.
Esta probabilidad es
𝑃 = 0.02 + 0.05 + 0.12 = 𝟎. 𝟏𝟗
6. El numero esperado de usuarios de este servicio y su desviación estándar
El valor esperado viene dado por
𝐸 = (0)(0.02) + (2)(0.05) + (3)(0.12) + (5)(0.18) + (6)(0.13) + (8)(0.16) + (10)(0.14) + (12)(0.12)

+ (15)(0.08) = 𝟕. 𝟒𝟔 ≈ 𝟕
La varianza viene dada por
𝑉 = (0 − 7.46)2 (0.02) + (2 − 7.46)2 (0.05) + (3 − 7.46)2 (0.12) + (5 − 7.46)2 (0.18)

+ (6 − 7.46)2 (0.13) + (8 − 7.46)2 (0.18) + (10 − 7.46)2 (0.14) + (12 − 7.46)2 (0.12)
+ (15 − 7.46)2 (0.08) = 𝟏𝟒. 𝟑𝟑
La desviación estándar es la raíz cuadrada de la varianza, por eso
𝜎 = √14.33 = 𝟑. 𝟕𝟗 ≈ 𝟒
7. Con base en estos resultados, redacte un breve resumen de sus hallazgos para la empresa
Al analizar la tabla, se observa que la empresa nueva de buses del Sistema Integrado de
Transporte de Bogotá (SITP) debe esperar a primera hora hayan aproximadamente 7 pasajeros,
pero este valor puede fluctuar entre 3 y 11 usuarios de acuerdo a la desviación estándar obtenida.
También, se observa que es poco probable que no haya ningún usuario a esa hora y también poco
probable de que haya muchos usuarios a esa hora.
Resumen
- VIACI
Para solucionar esta situación se utilizaron los conceptos de variable aleatoria discreta. Este tipo
de variable es aquella que solo puede tomar valores discretos y por lo tanto cuando se gráfica la
función de probabilidad en función de la variable aleatoria esta gráfica es una función a trozos.
Además, se utilizó el concepto de función de probabilidad acumulada que es la suma de las
probabilidades anteriores y que debe cumplir que el último valor que toma la función de
probabilidad acumulada es la unidad. Por último, se utilizó la propiedad de suma de probabilidades
para determinar la probabilidad de que varias cosas puedan suceder.

(No borrar este encabezado)

ESTUDIO DE CASO 22
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.
Un estudio del Departamento de Transporte de Illinois concluyó

que 78.5% 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 8 vehículos.
Usando sus conocimientos sobre distribuciones discretas de

probabilidad, presente un informe en el que como mínimo
incluya:
1. Esta situación cumple con los supuestos de la distribución binomial. Identifíquelos

- VIACI
2. Diagrama de barras de la distribución de probabilidad binomial

que representa esta situación
3. Probabilidad de que los ocupantes de la parte delantera en exactamente 5 de los 8 vehículos

seleccionados utilicen cinturones de seguridad
4. Probabilidad de que los ocupantes de la parte delantera de por lo menos 5 de los 8 vehículos
utilicen cinturón de seguridad
5. Probabilidad de que los ocupantes de la parte delantera de máximo 5 de los 8 vehículos utilicen
cinturón de seguridad
6. Número de vehículos esperado en los que los ocupantes de la parte delantera utilizan el
SOLUCION
1. Esta situación cumple con los supuestos de la distribución binomial. Identifíquelos
R// Si cumple, ya que satisface la característica de la distribución binomial donde existen solo
dos resultados posibles: usar el cinturón o no usarlo.
Encontramos un número fijo de muestras y las pruebas son independientes la una de la otra.
La probabilidad de que los ocupantes utilicen cinturón de seguridad es la misma para cualquier
vehículo la cual corresponde a 78.5
Hay una cantidad fija de 8 pruebas, ya que se verifican 8 vehículos.
2. Diagrama de barras de la distribución de probabilidad binomial que representa esta situación.
R// X: Variable aleatorio: Que los ocupantes del vehículo usen cinturón de seguridad.
P (0) = 1/2*1/2*1/2*1/2*1/2*1/2*1/2*1/2 = 1/256 = 0,0039 = 0,39%
P (1) = 0,0039 * C8, 1 = 0,0039 * 8! / (8-1)! 1! = 0,0039 *40320/5040

= 0,03212 = 3,12 %
P (2) = 0,0039 * C8, 2 =0,0039 *28 =0,1092 =10,92%
P (3) = 0.0039 * C8, 3 = 0,0039 * 56 = 0,2184 =21,84 %

- VIACI
P (4) = 0,0039 * C8, 4 = 0,0039 * 70 = 0,273 = 27,30%
X %
0 0,39
1 3,12
2 10,92
3 21,84
4 27,3
Probabilidad de usos del cinturon de seguridad

30
25
20
15
10
0
0 1 2 3 4
3. Probabilidad de que los ocupantes de la parte delantera en exactamente 5 de los 8 vehículos

seleccionados utilicen cinturones de seguridad
R// P (5) = 0,0039 * C8, 5 = 0,0039 * 56 = 0,2184 = 21,84%
Existe un 21,84% de que en 5 vehículos los pasajeros de la parte delantera usen cinturón de
seguridad.
4. Probabilidad de que los ocupantes de la parte delantera de por lo menos 5 de los 8 vehículos
utilicen cinturón de seguridad.
R//
- VIACI
5. Probabilidad de que los ocupantes de la parte delantera de máximo 5 de los 8 vehículos utilicen
6. Número de vehículos esperado en los que los ocupantes de la parte delantera utilizan el
cinturón de seguridad.
R// C8, 1 = 8 vehículos esperados
C8, 2 = 28 vehículos esperados
C8, 4 =70 vehículos esperados
Encontramos que al ampliar la muestra, se van disminuyendo los vehículos esperados y su

probabilidad.


Erna Luis Peña Moreno
Baloto es un juego novedoso de tipo loto en línea, de suerte y azar, donde el
jugador elige 5 números del 1 al 43 y una súper balota con números del 1 al 16 a
través de una terminal de venta. El juego consiste en acertar 5, 4 o 3 números en
cualquier orden de una matriz del 1 al 43 y otro número (super balota) del 1 al
- VIACI
16. El jugador señala en un tarjetón los 6 números que escoge. Los números están
representados en 43 balotas amarillas numeradas del 1 al 43 y 16 balotas rojas
numeradas del 1 al 16. 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. En la tabla aparecen las opciones para ganar.
Usando sus conocimientos sobre distribuciones discretas de probabilidad,

presente un informe en el que como mínimo incluya:
1. Esta situación cumple con los supuestos de la distribución

Hipergeométrica. Identifíquelos
Si cumple con la distribución hipergeométrica porque
La distribución hipergeométrica es una distribución discreta que modela el número

de eventos en una muestra de tamaño fijo cuando usted conoce el número total
de elementos en la población de la cual proviene la muestra. Cada elemento de la
muestra tiene dos resultados posibles (es un evento o un no evento). Las
muestras no tienen reemplazo, por lo que cada elemento de la muestra es
diferente. Cuando se elige un elemento de la población, no se puede volver a
elegir. Por lo tanto, la probabilidad de que un elemento sea seleccionado aumenta
con cada ensayo, presuponiendo que aún no haya sido seleccionado.
La distribución hipergeométrica se define por 3 parámetros: tamaño de la

población, conteo de eventos en la población y tamaño de la muestra.
2. Probabilidad de obtener el “Gran acumulado” con los 6 números (5

- VIACI
Números del 1 al 43 y la súper balota).
El cálculo de las probabilidades de la lotería se hace obteniendo la probabilidad de

obtener los números que hayamos elegido.
Se tiene un conjunto con 43 objetos diferentes (balotas del 1 al 43), de los cuales
se escogerán cinco (sin importar el orden de elección) y la superbalota.
En un primer momento, hay 43 balotas, cualquiera de las 5 opciones que elegimos

sirve. La probabilidad de obtener una balota es 1/43, pero hay 5 balotas que
sirven, es decir, 5/43 de probabilidad.
A continuación, la máquina elegirá una segunda balota, hay 4 balotas que sirven
(ya había salido una) de 42 disponibles. Hay una probabilidad de 4/42.
Así sucesivamente, hasta que la última balota queda por elegir se saca de 39
disponibles. 1/39.
Factor: 5/43. 4/42. 3/41. 2/40. 1/39.
Se multiplican estos factores y se obtiene el factor de éxito: 1 en 962.598

la probabilidad de ganar 0.0000001038%. este valor se lo multiplica por 16
962.598* 16 =15.401.568 la probabilidad de ganarse el baloto es 1 combinación

entre 15.401.568 combinaciones
3. La empresa encargada del sorteo informa que hasta el sorteo anterior,

la posibilidad de “pegarle al gordo” era de 1 en 8 millones, mientras que
ahora será de 1 en 15 millones. Explique esta afirmación.
El nuevo sistema de juego que empezará a implementar Baloto reducirá las
posibilidades de ganarse el premio mayor, pero aumentará la probabilidad para
que sus compradores ganen otros premios.
Antes, se jugaba con seis números que se sacaban de una bolsa de 45 balotas.
No se podían repetir números y no importa el orden en el que salieran.
Con esas condiciones, habían 8'145.060 combinaciones posibles, es decir, la
probabilidad de ganar era de una entre 8'145.060.
El nuevo esquema del juego, para los colombianos que compran el Baloto, implica
- VIACI
que ahora para ganar tendrá que escoger y acertar cinco números del 1 al 43 y
una super balota de 1 a 16, como lo se demostró en el punto anterior
4. El sorteo también otorga otros premios (ver tabla). Presente la

probabilidad de obtener los premios que incluyen acertar la súper balota.
Según la tabla hay 6 aciertos de la super balota y existen 16 posibilidades
La probabilidad será p(a)= 6/16= 0.375= 37.5% de obtener los premios que
incluyen acertar la super balota.
5. Presente la probabilidad de obtener los premios que no incluyen

acertar la súper balota.
Según la tabla hay 3 no aciertos y existen 16 posibilidades
La probabilidad será 3/16= 0.1875= 18.75% de obtener los premios que no
incluya la super balota
6. Con base en los resultados obtenidos, ¿usted invertiría dinero en el

BALOTO?
No, porque la probabilidad de ganarse el premio gordo del baloto es muy baja del
0.000001038%. una combinación entre 15 millones de combinaciones. Y esto
aplica también a las loterías.


Manuel De Jesús Sevillano Mena Entrega
Solución de caso
- VIACI
ESTUDIO DE CASO 5 3
El Coeficiente intelectual C.I. de un individuo es

medido en una escala que va de 45 a 155. Un
C.I. de 100 es el promedio. En la figura siguiente
se puede ver que la mayoría de la población tiene
el C.I. alrededor de 100. Existen menos personas
que tienen el
CI menor a 85 y muy pocos tienen el CI por encima

de 115.
Una empresa que recluta personal para multinacionales, aplica un test de inteligencia a todos los
posibles candidatos. Una persona que desea ser contratada, acaba de presentar el test y le
informan que ha obtenido C.I. igual a 95.
Asumiendo que las puntuaciones en un test de inteligencia se distribuyen normalmente y sabiendo

que las puntuaciones CI tienen promedio 100 y desviación estándar 15, usted debe presentarle
un informe acerca de sus resultados.
Usando sus conocimientos sobre la distribución de probabilidad normal, presente un informe que
como mínimo contenga:
1. Porcentaje de personas que podrían tener un C.I. inferior o igual a 95.
2. Porcentaje de personas podrían tener un C.I. superior a 95.
3. Probabilidad de que una persona tenga un C.I. entre 85 y 90
4. Puntuación C.I. que habría que sacar en el test de inteligencia para estar en el 30% inferior
(puntuación de CI que deja el 30% de sujetos por debajo).
5. Puntuación de C.I. que es superada solo por el 10% de los sujetos.
6. Valores de C.I. entre los que se encuentran el 50% central de los sujetos
Solución
Datos:
- VIACI
μ: media
μ = 100
σ: desviación estándar
σ= 15
X=95
Tipificación variable aleatoria
X ≈ N (100, 15) ⇒ Z ≈ N (0,1)
1. Porcentaje de personas que podrían tener un C.I. inferior o igual a 95.
Porcentaje X≤95
X−μ
Z= → 𝐅ó𝐫𝐦𝐮𝐥𝐚
σ
95 − 100
P(x ≤ 95) = P (Z ≤ ) = P(Z ≤ −0,33̂) ≅ 0,3707 →∴ 𝐏 ≅ 𝟑𝟕, 𝟎𝟕%
15
Ubiqué valor de la tabla para Z, que será el área bajo la curva de la normal estándar (Distribución)
a la izquierda de Z
Nota: si se realiza con la calculadora en línea de distribución normal, se da una pequeña diferencia
a raíz de los decimales, siendo con la calculadora 36,94%
R//=37,07%
2. Porcentaje de personas podrían tener un C.I. superior a 95.
Porcentaje X>95
95 − 100
P(x > 95) = 1 − P(x < 95) = 1 − P (Z > ) = 1 − P(Z < −0,33̂) = 1 − 0,3707 = 0,6293 →∴ 𝐏 = 𝟔𝟐, 𝟗𝟑%
15
R//=62,93%
3. Probabilidad de que una persona tenga un C.I. entre 85 y 90
85 − 100
P(X ≥ 85) = 1 − P(X ≤ 85) = Z1 = = −1 → P = 1 − 0,1587 = 0,8413 ∴ P ≈ 84,13%
15
 Según la tabla la primer Z es 0,1587

- VIACI
90 − 100
P(X ≤ 90) → P = 1 − (x ≤ 95) → Z2 = ≅ −0,67 → P = 1 − 0,2514 = 0,7475 ∴ P ≈ 74,75%
15
 Según la tabla la segunda Z es 0,2514
Calculo probabilidad 85≥X≤90:
P(85 ≤ x ≤ 90) = P1 − P2 = 0,8413 − 0,7475 = 0,0938 →∴ P(85 ≤ x ≤ 90) ≈ 9,38%
R//= 9,38%
4. Puntuación C.I. que habría que sacar en el test de inteligencia para estar en el
30% inferior (puntuación de CI que deja el 30% de sujetos por debajo).
R//: La puntuación debe ser menor al promedio dado de 45 puntos
5. Puntuación de C.I. que es superada solo por el 10% de los sujetos.
R//: La puntuación mayor del promedio dado de 155 puntos
Conclusiones (mínimo 1 por cada participante)

ESTUDIANTE CONCLUSIÓN
Erna Luis Peña Moreno Debido a la necesidad de modelar lo

observable, la probabilidad constituye un
importante parámetro en la determinación de
las diversas casualidades obtenidas tras una
serie de eventos esperados dentro de un rango
estadístico; un modelo resulta
extremadamente útil, siempre que se
corresponda con la realidad que pretende
- VIACI
representar o predecir; por ello es necesario

conocer cada distribución de la probabilidad en
el caso específico, sus usos y formas de
aplicarlas.
Manuel De Jesús Sevillano Mena Mediante los ejercicios se logró calcular la

distribución normal estándar aplicando la
fórmula para el cálculo de la “z”, y con base
en el resultado, se ubicó en la tabla de
probabilidad normal estándar el valor
correspondiente.
Es importante colocar el nombre de cada estudiante tanto en conclusiones como en referencias.

Si el estudiante no participa, el compilador deja indicado el nombre del compañero que no
aportó y el espacio de la aportación se dejará en blanco. (borrar esta instrucción antes de la
entrega)
Referencias bibliográficas en formato APA. (Mínimo una por cada participante, no pueden
repetir referencias)
- VIACI
ESTUD REFERENCIA
IANTE
Manuel Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico Nacional.
De Página
Jesús
Sevillan 178 a 222.de
o Recuperadode:http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/r
Mena. eader.action?ppg=183&docID=10436604&tm=1470693651415
Gil, M., Gonzales, A. J Salagre, M. (2014). Ejercicios de estadística teórica:
Probabilidad e inferencia. Página 46 a 57. Recuperado

de:http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.acti
on?ppg=47&docID=10995669&tm=1470693596054
Erna Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico Nacional.

Luis Página
Peña
178 a 222.de
More Recuperadode:http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/r
no eader.action?ppg=183&docID=10436604&tm=1470693651415
Es importante colocar el nombre de cada estudiante tanto en conclusiones como en referencias.

Si el estudiante no participa, el compilador deja indicado el nombre del compañero que no
aportó y el espacio de la aportación se dejará en blanco. (borrar esta instrucción antes de la
entrega)

Fase 6 Probabilidad Casos de Uso

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Fase 6 Probabilidad Casos de Uso

Diunggah oleh

Hak Cipta:

Format Tersedia

Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de Investigación

Plantilla para entrega de la Unidad 2: Fase 6 Distribuciones de Probabilidad

Fase 6 Distribuciones de Probabilidad

León David Sosapanta

Manuel De Jesús Sevillano Mena.Codigo_71351509

Cesar Augusto Escobar. Código_

Erna Luis Peña Moreno Código: 71781294

Carlos alberto moreno calderin código:1007451930

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERÍA

 El presente ejercido evidencian la comprensión y aplicación de los fundamentos de

En probabilidad, la distribución normal aparece

Es una medida de dispersión para variables

La tabla de la distribución normal presenta

Valor esperado, varianza

Variable Toman un número

1. Nombre del participante y caso seleccionado:

Resumen de conceptos teóricos:

2. Nombre del participante y caso seleccionado:

Resumen de conceptos teóricos:

Erna Luis Peña Moreno

El caso de estudio numero 3 nos presenta las probabilidades para

3. Nombre del participante y caso seleccionado:

Resumen de conceptos teóricos:

4. Manuel de Jesús Sevillano Mena Caso_5:

con base en el resultado se ubica en la tabla de probabilidad normal estándar el

Solución al estudio de caso 1: El grupo entrega aquí, de manera organizada, el análisis,

Una empresa nueva de buses del Sistema

Si X es la variable que representa el número de usuarios que la empresa debe atender a

1. Grafica de la función de probabilidad de la variable aleatoria X: Número de usuarios.

2. Función de probabilidad acumulada de la variable aleatoria X: Número de usuarios.

3. Probabilidad de que en un día seleccionado aleatoriamente haya exactamente ocho

4. Probabilidad de que en un día seleccionado aleatoriamente haya más de seis usuarios

5. Probabilidad de que en un día seleccionado aleatoriamente haya menos de cuatro

6. El numero esperado de usuarios de este servicio y su desviación estándar

1. Grafica de la función de probabilidad de la variable aleatoria X: Número de usuarios.

2. Función de probabilidad acumulada de la variable aleatoria X: Número de usuario

La función de probabilidad acumulada es es la tercera columna de la siguiente tabla

3. Probabilidad de que en un día seleccionado aleatoriamente haya exactamente ocho usuarios

Como se observa en la tabla, la probabilidad de que en un día seleccionado aleatoriamente haya

Esta es la probabilidad de que en un día seleccionado aleatoriamente al azar hayan 6 o 8 o 10 o 12

𝑃 = 0.16 + 0.12 + 0.08 = 𝟎. 𝟑𝟔

𝑃 = 0.02 + 0.05 + 0.12 = 𝟎. 𝟏𝟗

6. El numero esperado de usuarios de este servicio y su desviación estándar

El valor esperado viene dado por

𝐸 = (0)(0.02) + (2)(0.05) + (3)(0.12) + (5)(0.18) + (6)(0.13) + (8)(0.16) + (10)(0.14) + (12)(0.12)

La varianza viene dada por

𝑉 = (0 − 7.46)2 (0.02) + (2 − 7.46)2 (0.05) + (3 − 7.46)2 (0.12) + (5 − 7.46)2 (0.18)

La desviación estándar es la raíz cuadrada de la varianza, por eso

Solución al estudio de caso 2: El grupo entrega aquí, de manera organizada, el análisis,

(No borrar este encabezado)

La distribución de probabilidad binomial es una distribución de probabilidad discreta que se

Un estudio del Departamento de Transporte de Illinois concluyó

Usando sus conocimientos sobre distribuciones discretas de

1. Esta situación cumple con los supuestos de la distribución binomial. Identifíquelos

2. Diagrama de barras de la distribución de probabilidad binomial

3. Probabilidad de que los ocupantes de la parte delantera en exactamente 5 de los 8 vehículos

1. Esta situación cumple con los supuestos de la distribución binomial. Identifíquelos

Hay una cantidad fija de 8 pruebas, ya que se verifican 8 vehículos.

2. Diagrama de barras de la distribución de probabilidad binomial que representa esta situación.

P (0) = 1/2*1/2*1/2*1/2*1/2*1/2*1/2*1/2 = 1/256 = 0,0039 = 0,39%

P (1) = 0,0039 * C8, 1 = 0,0039 * 8! / (8-1)! 1! = 0,0039 *40320/5040

P (2) = 0,0039 * C8, 2 =0,0039 *28 =0,1092 =10,92%

P (0) = 1/21/21/21/21/21/21/2*1/2 = 1/256 = 0,0039 = 0,39%