Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
XXXXXXXXXXXXXXX
XXXXXXXXXXXXXXX
XXXXXXXXXXXXXXX
XXXXXXXXXXXXXXX
XXXXXXXXXXXXXXX
Tutor:
XXXXXXXXXXXXXX
Curso:
XXXXXXXXX
Ingeniería de sistemas
Probabilidad.
Objetivos
El grupo presenta máximo 3 objetivos, uno general y dos
especificos.
General
Especifico
Ejercicio 2
N= 7 solicitantes (población)
x=2
k= 3 puestos de trabajos
1 Tomado y adaptado Mendenhall Beaver Beaver, Introducción a la probabilidad y estadística. 14ª edición 2015
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
n=3
Candidatos:
2 mujeres y 4 hombres
(𝑘 𝑁−𝑘
𝑥 ) ( 𝑛−𝑥 ) 𝑛 𝑛!
P(x) = y teniendo en cuenta que Cn ( )=
(𝑁𝑛) 𝑘 𝑘!(𝑛−𝑘)!
(3) (7−2)
2 3−2
P(x) =
(7 )
3
(3) (5)
2 1
P(x) =
(7 )
3
(3!) (5!)
(( )( )
2!1!) 1!4!
P(x) = 7!
( )
3!4!
P(x) = 3 x 5
35
P(x) = 0.04286
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Media:
𝜇 =3𝑥𝑝
𝜇 = 3 𝑥 (0.04286)
𝝁 = 𝟎. 𝟏𝟐𝟖𝟓
Varianza
𝑁−𝑛
𝜗2 = 𝑛 𝑥 𝑝 𝑥 𝑞 ( )
𝑁−1
𝑁−𝑛
𝜗 = √𝑛 𝑥 𝑝 𝑥 𝑞 ( ) donde q = 1-p
𝑁−1
7−3
𝜗 = √3 𝑥 0.04286 𝑥 0.95714 ( )
7−1
4
𝜗 = √0.12306906 𝑥 ( )
6
𝜗 = √0.08204604
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
𝜗 = 0.286436
Distribución Hipergeométrica
0.4
0.3
0.2
0.1
0
0 1 2
x
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
𝑛
Aplicando la siguiente formula P (X= k) ( ) ∗ 𝑝𝑘 ∗ 𝑞 𝑛−𝑘 donde 1-p =
𝑘
q
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
𝑛
P (X= k) ( ) ∗ 𝑝𝑘 ∗ 𝑞 𝑛−𝑘
𝑘
𝑛
P (X= k) ( ) ∗ 𝑝𝑘 ∗ (1 − 𝑝)𝑛−𝑘
𝑘
Tenemos que
P (X= 0) = 1 ∗ 1 (0.0717)
P (X= 0) = 1 ∗ (0.0717)
P (X= 0) = 0.0717
24
P (X= 1) = 25 ∗ 0.1 (0.9)
P (X= 1) = 0.1994
P (X= 2) = 0.2658
P (X= 3) = 0.2263
P (X= 4) = 0.13840
B) "a lo más 6 son negros" = "el número de vehículos negros es menor o igual
que 6"
P(X=5) = 0.06459
P(X=6) = 0.02390
P(X<=6) = 0.901+0.06459+0.02390
P(X<=6) = 0.9894
C) "más de 4 son negro = "X mayor que 4" = "X mayor o igual que 5"
P (X= 4) = 0.13840
E) "entre 3 y 5" inclusive son negros = "3 o 4 o 5" (debemos suponer que el 3 y
el 5 incluidos)
P(3 < X < 5) = P(X=3) + P(X=4) + P(X=5) = 0'2263 + 0'13840 + 0'06459 = 0'4292
2 Tomado y adaptado de Ritchey F., Estadística para las Ciencias sociales, Mc Graw Hill, 2014
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
a. A lo sumo 4.
b. Menos de 3.
c. Al menos 4.
d. Quede saturado.
e. Entre 1 y 3.
h. Ninguna.
datos:
𝜇=3 e = 2.7182718
a. A lo sumo 4.:
Es necesario hallar las probabilidades de los intervalos de las
llamadas menores o iguales a 4
𝜇𝑥 ∗ 𝑒 −𝑢
Es necesario aplicar la siguiente formula: P(x)=
𝑥!
Entonces:
30 ∗(2.7182718)−3
P(X=0) =
0!
30 ∗(0.049787)
P(X=0) =
0!
1∗(0.049787)
P(X=0) =
1
P(X=0) = 0.0497870
31 ∗(2.7182718)−3
P(X=1) =
1!
31 ∗(0.049787)
P(X=1) =
1!
3∗(0.049787)
P(X=1) =
1
P(X=1) = 0.149361
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
32 ∗(2.7182718)−3
P(X=2) =
2!
32 ∗(0.049787)
P(X=2) =
2!
9∗(0.049787)
P(X=2) =
2
P(X=2) = 0.2240415
33 ∗(2.7182718)−3
P(X=3) =
3!
33 ∗(0.049787)
P(X=3) =
3!
27∗(0.049787)
P(X=3) =
6
P(X=3) = 0.2240415
34 ∗(2.7182718)−3
P(X=4) =
4!
34 ∗(0.049787)
P(X=4) =
4!
81∗(0.049787)
P(X=4) =
24
P(X=4) = 0.168031
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Por lo tanto la sumatoria de los datos hallados dará como resultado los
totales dentro de los menores o iguales a 4
P(X≤4) = P(X= 0) + P(X=1) +P (X=2) + P ( X=3) + P ( X=4)
P(X≤4) = 0.0497870 + 0.149361 + 0.2240415 + 0.2240415 + 0.168031
P(X≤4) = 0,815262
b. Menos de 3.
c) Al menos 4.
Tenemos:
34 ∗(2.7182718)−3
P(X=4) =
4!
34 ∗(0.049787)
P(X=4) =
4!
81∗(0.049787)
P(X=4) =
24
P(X=4) = 0.168031
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
𝜇𝑥 ∗ 𝑒 −𝑢
P(x)=
𝑥!
35 ∗(2.7182718)−3
P ( X= 5) =
5!
35 ∗(0.049787)
P(X=5) =
5!
243∗(0.049787)
P(X=5) =
120
P(X=5) = 0.100
Lo que equivale al 10%
P (1≤X≤3) = 0,5974
30 ∗(2.7182718)−3
P(X=0) =
0!
30 ∗(0.049787)
P(X=0) =
0!
1∗(0.049787)
P(X=0) =
1
P(X=0) = 0.0497870
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Datos:
μ = 70 kg
σ = 12,5 kg
Distribución normal
𝑥−𝜇
Z=
𝜎
3
Tomado y adaptado de Ritchey F., Estadística para las Ciencias sociales, Mc Graw Hill, 2014
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
P ( X >=80 kg) = ?
80−70
Z=
12.5
P = (50≤X≤85) 0 p (
50−70 ≤Z ≤
85−70
12.5 12.5
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
P = (-1.6 ≤ Z ≤ 1.2)
P = (Z≤1.2 – P(Z≤-1.6)
P = (Z≤1.2 – [1-P(Z≤1.6)]
P = 0.8869- (1-0.9463)
P = 0.8332 p = 83.32% LA PROBABILIDAD
93−70
P (x=93) 0 P (Z = = p(Z = 1.84)
12.5
1.48 = x-70/12.5
X = 88.5 Kg es el peso
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Ejercicio 3
Mentefacto:
Estudio de caso 1:
Tenemos que:
N= Número total de la población.
k = Numero de éxitos de la población.
n = Numero de la muestra.
X = Numero de éxitos de la muestra.
N= 7 solicitantes
k= 2 puestos de trabajos
n = 2 mujeres
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
𝜇 = 𝑥 ∗ 𝑝(𝑥)
𝜇 = 2 ∗ 0,047 = 0,094
Estudio de caso 2:
n= 25
10%*25 = 2,5
P = 5/25*0,1 = 0,02 = 2%
P= 4/25*0,10 = 0,016
P= 4/25*0,10 = 0,016
Estudio de caso 3:
j. A lo sumo 4.
k. Menos de 3.
l. Al menos 4.
m. Quede saturado.
n. Entre 1 y 3.
q. Ninguna.
Tenemos que:
Distribución de Poisson:
𝑒 𝜆 ∗ 𝜆𝑥
𝑃[𝑋 = 𝑥] =
𝑥!
a. A lo sumo 4:
Entonces:
P(X ≤ 4) = 0,81526
b. Menos de 3.
P(X<3) = 0,4231895
c. Al menos 4.
d. Quede saturado.
e. Entre 1 y 3.
P (1 ≤ X ≤ 3) 0,5974435
0,16803
h. Ninguna.
Estudio de caso 4:
Formula:
p(x)=(ck,x*cn-k;n-x)/(cn,n)
p(x)=(c2,2*c7-2;2-2)/c7,2
p(x)= (1*5)/21
p(x)=0,2381
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Media:
u=v*p
u=2*0,2381
u=0,48
Varianza:
o=vpq(i-v/i-1)
o=0,37(5/6)
o=0,30
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
N = 25
10%*25=2,5
A=5/25*0,1
A=0,02
A=2%
B=6/25*0,10
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
B=0,024
B=2,4%
C=4/25*0,10
C=0,016
C=1-0.016
C=0,984
C=98,4%
D=4/25*0,10
D=0,016
D=16%
E=20/25*0,72
E=5-3*0.72
E=1.44
E=14.4%
F=20/25*0,72
F=0,72
F=72%
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
a. A lo sumo 4.
b. Menos de 3.
c. Al menos 4.
d. Quede saturado.
e. Entre 1 y 3.
h. Ninguna.
e = 2,7182818
en 1 minuto se:
Formula.
P = (X = k) = μ ∧ k ∗ e ∧ −μ/ K!
A lo sumo 4:
A(x ≤ 4) = 0,81526
𝐴 = 81,526%
Menos de 3:
Quedo Saturado:
0
𝐻(x = 0) = 3 ∗ (2,7182818)−3 /0! = 0,0497870
𝐻 = 4,978%
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
O = 12,5kg
𝑃(𝑥 ≤ 80𝑘𝑔)
𝑧 = 80 − 70/12,5
= 0,8(𝑣𝑎𝑙𝑜𝑟 𝑞𝑢𝑒 𝑢𝑏𝑖𝑐𝑎𝑚𝑜𝑠 𝑒𝑛 𝑙𝑎 𝑡𝑎𝑏𝑙𝑎 𝑑𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛)
𝑝 = (𝑥 ≤ 80𝑘𝑔) = 0,78814
𝑝 = 78,81%
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
𝑝(50 ≤ 𝑥) = 0,0548
𝑝(85 ≤ 𝑥) = 0,88493
𝑝(50 ≤ 𝑥85) = 𝑃(50 ≤ 𝑥) − (1 − 𝑝(85 ≤ 𝑥))
𝑝(50 ≤ 𝑥85) = 0,06
𝑝 = 6%
¿Cuál es el peso que es superado solo por el 93% de las personas del
grupo?
𝐾 𝑁 −𝐾
(𝑋 ) ( 𝑛 − 𝑋 )
𝑃(𝑥) =
𝑁
𝑛
(𝑛𝑥) 4
𝑚𝑒𝑑𝑖𝑎 = = = 0,571
𝑛 7
2 2
𝑛(𝑥/𝑁)(1 − (𝑥/𝑁))(𝑁 − 𝑛) 2(7)(1 − (7))(7 − 2)
𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 = =
𝑁−1 7−1
2(0,285)(1 − (0,285))(5) (0,571)(0,715)(5) 2,041325
= = =
6 6 6
= 0,3402
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Estudio de caso:
10% ∙ 25 = 2,5
𝑃 = 5/25 ∙ 0,1 = 0,02 = 2%
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
Estudio de caso:
A lo sumo 4
𝜆=3
𝑒 = 2,7182718−𝜆
𝑃 = (𝑥 ≤ 4) = 𝑃(𝑋 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 3) + 𝑃(𝑥 = 4)
𝑃(𝑥/𝜆) = 𝜆𝑥 𝑒 −𝜆 /0!
𝑃(𝑥 = 0) = 30 ∙ (2,7182718)−3 /𝑂! = 0,0497870
𝑃(𝑥 = 1) = 31 ∙ (2,7182718)−3 /1! = 0,149361
𝑃(𝑥 = 2) = 32 ∙ (2,7182718)−3 /2! = 0,224041
𝑃(𝑥 = 3) = 33 ∙ (2,7182718)−3 /3! = 0,2240415
𝑃(𝑥 = 4) = 34 ∙ (2,7182718)−3 /4! = 0,16803
𝑃 = (𝑥 ≤ 4) = 𝑃(𝑋 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 3) + 𝑃(𝑥 = 4)
𝑃(𝑥 ≤ 4) = 0,81526 ∙ 100 = 81,52%
Menos de 3.
Al menos 4.
Quede saturado.
Entre 1 y 3.
Ninguna.
Estudio de caso:
Distribución normal
𝑧 = 𝑥 − 𝜇/𝜎
¿Cuál es la probabilidad de que una persona elegida al azar de este
grupo pese menos de 80 kg?
𝑃(𝑥 < 80𝑘𝑔)
𝑧 = 80 − 70/12,5 = 0,8 𝑣𝑎𝑙𝑜𝑟 𝑞𝑢𝑒 ℎ𝑢𝑏𝑖𝑐𝑎𝑚𝑜𝑠 𝑒𝑛 𝑙𝑎 𝑡𝑎𝑏𝑙𝑎 𝑑𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛 𝑛𝑜𝑟𝑚𝑎𝑙
𝑃(𝑥 ≤ 80𝑘𝑔) = 0,78814 ∙ 100 = 78,81%
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
𝑃(50 ≥ 𝑥 ≤ 85)
𝑃(50 ≤ 𝑥) = 0,0548
𝑃(50 ≤ 𝑥) = 0,88493
𝑃(50 ≥ 𝑋 ≤ 85) = 𝑃(50 ≥ 𝑋) − (1 − 𝑃(85 ≤ 𝑋))
𝑃(50 ≥ 𝑋 ≤ 85) = 0,06 ∙ 100 = 6%
¿Cuál es el peso que es superado solo por el 93% de las personas del
grupo?
1 − 0,93
= 0,07 𝑒𝑠𝑡𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑙𝑎 𝑢𝑏𝑖𝑐𝑎𝑚𝑜𝑠 𝑒𝑛 𝑙𝑎 𝑡𝑎𝑏𝑎 𝑑𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛 𝑛𝑜𝑟𝑚𝑎𝑙 𝑝𝑎𝑟𝑎 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑟 𝑍
𝑧 = −1,48
−1,48 = 𝑥 − 70/12,5
−18,5 + 70 = 𝑥
𝑥 = 51,50 𝑘𝑖𝑙𝑜𝑠
Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de
Investigación - VIACI
Escuela: Ciencias Básicas Tecnología e Ingeniería
Curso: Probabilidad Código: 100402
ESTUDIANTE CONCLUSIÓN
Diedrych Solange Jiménez En mi concepto las probabilidades
traen consigo elementos de gran
importancia para la vida diaria, las
cuales logran el estudio de
eventos repetitivos y aplicabilidad,
para buscar una valoración que se
acerque a las realidades de la
cotidianidad
Carlos Eduardo Castillo Si empleamos en nuestra vida
diaria todas las herramientas
vistas en la actividad desarrollada,
harán de nuestras labores una
actividad más sencilla y precisa.
Sorprende que el uso de algunas
fórmulas y planteamientos
puedan representar, proveer
sucesos y de esta manera contar
con los recursos para anticiparnos
y tomar decisiones.
ESTUDIANTE REFERENCIA
Diedrych Solange Rodríguez, F. & Pierdant, A. (2014).
Jiménez Estadística para administración. (Pp. 150-
152).
Carlos eduardo García, Á. M. Á. (2005). Introducción a la
Castillo teoría de la probabilidad. primer curso. Pp.
221-243. Recuperado de
https://bibliotecavirtual.unad.edu.co:2538
Miller Alejandro Minitab.18(2016). Distribuciones de
Arango probabilidad continuas y discretas, soporte
minitab. recuperado de:
https://support.minitab.com/es-
mx/minitab/18/help-and-how-
to/probability-distributions-and-random-
data/supporting-topics/basics/continuous-
and-discrete-probability-distributions/