Consolidadoprobabilidad

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: Tarea 2 - Experimentos

aleatorios y distribuciones de probabilidad
Portada
(No borrar este encabezado)
UNIDAD 2: TAREA 2 - EXPERIMENTOS ALEATORIOS Y

DISTRIBUCIONES DE PROBABILIDAD
ESTUDIANTES:
ALEXANDRA CABAL
DOCENTE:
JHOAN SEBASTIAN BUSTOS
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA-UNAD
ADMINISTRACIÓN DE EMPRESAS.
2019
Introducción (mínimo 2 párrafos de 10 líneas de texto cada

uno)
Objetivos
El grupo presenta máximo 3 objetivos, uno general y dos
especificos.

RESPONSABLE ROL SELECCIONADO

Alexandra Cabal ENTREGAS
Cuadro Sinóptico
Link: https://www.lucidchart.com/invitations/accept/23f890b9-1f1d-4086-8b13-
6d5109b8cc9e
Ejercicio 2
El grupo entrega aquí, de manera organizada, el análisis, desarrollo y
solución de ESTUDIO DE CASO que selecciono y explico cada estudiante
a sus compañeros de grupo.
Solución al Estudios de caso 1: El grupo entrega aquí, de manera
organizada, el análisis, desarrollo y solución del ESTUDIO DE
CASO presentado
a. Distribución Hipergeométrica: Una empresa manufacturera

recibe un lote que contiene 100 artículos de los cuales cinco son
defectuosos. La compañía revisa constantemente los lotes - que
recibe para establecer la calidad del material. Si la calidad de un
lote recibido es baja, regresa al proveedor el lote completo.
Suponga que la compañía recibe el lote y lo acepta si hay sólo 1 o
menos piezas defectuosas en una muestra de tamaño 6 sin
reposición. ¿Cuál es la probabilidad de que se acepte un lote de
100 artículos que contenga 5 defectuosos?
Solución
Según el caso se debe hacer uso de la Distribución Hipergeométrica la
cual los autores Rodríguez, F. & Pierdant, A. (2014), exponen de la
siguiente forma: “La distribución de probabilidad hipergeométrica surge
al seleccionar una muestra sin reemplazo de una población finita
conocida y que representa una proporción relativamente grande de la

población, de tal forma que la probabilidad de éxito cambia de una”
(p.257). Por ello, el ejercicio anterior presenta un claro ejemplo de una
población que es finita (Con un fin conocido) y se debe obtener una
cantidad X de objeto defectuosos (Éxito o Fracaso) de una muestra
determinada.
En este caso, para poder realizar dicho problema se aplica la siguiente
formula:
Cada una de sus Variables significa lo siguiente:
Entonces, se reemplazan las variables obteniendo lo siguiente:

N= 100, n=6, Y= 5 X=1
Se reemplaza la fórmula de la siguiente manera:
(5 𝐶𝑜𝑚𝑏𝑖𝑛𝑎𝑑𝑜 1)(95 𝐶𝑜𝑚𝑏𝑖𝑛𝑎𝑑𝑜 5)
𝑃(𝑋) =
(100 𝐶𝑜𝑚𝑏𝑖𝑛𝑎𝑑𝑜 6).
En Excel se puede obtener los valores correspondientes con la siguiente

formula: =combinat
(5 )(57,940,519)
𝑃(𝑋) =
(1,192,052,400).
289,702,595
𝑃(𝑋) =
(1,192,052,400).
𝑃(𝑋) = 0,243
Hasta al momento se logra establecer que de cada 6 muestras existe la

probabilidad de que el 24% de que 1 de ellos pueda estar defectuoso.
Como el ejercicio pide que compruebe cuando una muestra de 100 sean
5 los defectuosos, realmente sería el 1% de la muestra si realiza la
operación con la fórmula establecida.
Igualmente Anexo pantallazo de la prueba en Excel:
Para obtener la muestra menor se reemplaza X=1 por X= 0 Entonces,

se reemplazan las variables obteniendo lo siguiente:
N= 100, n=6, Y= 5 X=0
Se reemplaza la fórmula de la siguiente manera:
(5 𝐶𝑜𝑚𝑏𝑖𝑛𝑎𝑑𝑜 0)(95 𝐶𝑜𝑚𝑏𝑖𝑛𝑎𝑑𝑜 6)
𝑃(𝑋) =
(100 𝐶𝑜𝑚𝑏𝑖𝑛𝑎𝑑𝑜 6).
En Excel se puede obtener los valores correspondientes con la siguiente
formula: =combinat
(1 )(869,107,785)
𝑃(𝑋) =
(1,192,052,400).
289,702,595
𝑃(𝑋) =
(1,192,052,400).
𝑃(𝑋) = 0,7291
Existe un 72% de probabilidad de que ninguna muestra sea defectuosa

por ello, para establecer si en un lote hay o menos piezas defectuosas
se suman las dos probabilidades obteniendo lo siguiente:
0.9721, en este caso existe un 97 de probabilidades que una muestra
exista 1 o menos piezas defectuosas.
b. Distribución Binomial: La probabilidad de fallar durante el vuelo

para cada uno de los seis motores de un avión es 0.0005.
Suponiendo que los seis motores trabajan independientes,
determine la probabilidad que en un vuelo determinado
1. No ocurra ninguna falla de motor
2. No ocurra más de una falla
3. Ocurra exactamente dos fallas.
Solución
Para resolver el siguiente ejercicio se posee la fórmula y Símbolos:
1. No ocurra ninguna falla en el motor:

Se realiza el ejercicio de la siguiente forma:
n= 6, r= 0, n=6, q= 0.0005
6! −0
𝑃6,0 = (0.0005)0 (0.9995)6
(6
0! − 0)!
720
𝑃6,0 = (1)(0.99700375)
1(720)
𝑃6,0 = 1 (1)(0.99700375)
𝑃6,0 = 0.997
En este caso, existe un 99% de probabilidad que no exista ninguna falla

en el motor.
2. No ocurra más de una Falla.

n= 6, r= 1, n=6, q= 0.0005
6! −1
𝑃6,1 = (0.0005)1 (0.9995)6
1! (6 − 1)!
720
𝑃6,1 = (0.0005)(0.9975025)
1(120)
𝑃6,1 = 6 (0.0005)(0.9975025)
𝑃6,1 = 0.002992508
Existe un 0.3% de probabilidad de que no ocurra más de una falla.
En este caso, para calcular que no ocurra más de una falla se debe sumar
la probabilidad que no ocurra ninguna falla y de que no ocurra una falla
obteniendo lo siguiente.
𝑃6,1 = 0.997 + 0.002992508
𝑃6,1 = 0.99999
Existe un 99% de probabilidad que no ocurra más de una falla
3. Ocurra exactamente dos fallas
n= 6, r= 2, n=6, q= 0.0005
6! −2
𝑃6,2 = (0.0005)2 (0.9995)6
(6
2! − 2)!
720
𝑃6,2 = (0.00000025)(0.9980015)
2(24)
𝑃6,2 = 15 (0.00000025)(0.9975025)
𝑃6,2 = 0.00000374251
Existe un 0.0004% de probabilidad de que no ocurra exactamente dos

fallas en el motor.
c. Distribución Poisson: El número de casos admitidos de

emergencia en cierto hospital en 1 hora es una variable aleatoria
con distribución de Poisson con X = 3. Determinar - la probabilidad
que en cierta hora
1. Ningún caso de emergencia es admitido.
2. Más de 3 casos de emergencia son admitidos.
Solución.
Para poder desarrollar la distribución poisson se realiza la siguiente

formula:
1. Ningún caso de emergencia es Admitido.

30
𝑃(0) =
0! ∗ 2.718283
1
𝑃(0) =
1 ∗ 20.085
𝑃(0) = 0.049
La probabilidad de que ningún caso sea admitido es:5%
2. Más de 3 casos de emergencia sean admitidos.
Para poder realizar este ejercicio se debe hacer uso de la función Poisson
en Excel. Obteniendo lo siguiente:
Igualmente se opera de acuerdo a la formula estipulada en el libro de

Rodríguez, F. & Pierdant, A. (2014).
𝑃(𝑥 > 3) = 1 − 𝑃𝑂𝐼𝑆𝑆𝑂𝑁(3,3,1)
𝑃(𝑥 > 3) = 1 − (0.6472)
𝑃(𝑥 > 3) = 1 − 0.6472
𝑃(𝑥 > 3) = 0.3528
La probabilidad de que Más de 3 casos sean admitidos es:35%
d. Distribución Normal: De acuerdo con la Organización de

Naciones Unidas (ONU), en Latinoamérica se tiene una esperanza
de vida al nacer de 73.4 años y una desviación estándar de 4.3714
años. Si la esperanza de vida de una persona sigue una
distribución normal, calcula:
a. La probabilidad de que una persona sobrepase los 80 años
de vida.
b. La probabilidad de que una persona al nacer tenga una
esperanza de vida entre 70 y 75 años.
c. ¿A partir de qué valor se tiene el 10% más alto de la
esperanza de vida al nacer?
Solución.
1. Probabilidad > 80 años

Para desarrollar el ejercicio es necesario aplicar la siguiente formula:
80 − 73.4𝑎ñ𝑜𝑠
𝑍=
4.3714𝑎ñ𝑜𝑠
𝑍 = 0.93445453
Los datos de Z se obtienen en Excel de la siguiente forma:
𝐹(𝑥 > 80) = 1 − 0.93445453

(𝑥 > 80) = 1 − 0.06554547
La probabilidad de que una persona sobrepase los 80 (x>80) es del 7%
2. La probabilidad que una persona al nacer tenga una esperanza de
vida entre 70 y 75 años.
70 − 73.4𝑎ñ𝑜𝑠
𝑍1 =
𝑍1 = 0.21834853
75 − 73.4𝑎ñ𝑜𝑠
𝑍2 =
𝑍2 = 0.64282323
𝑃(70 < 𝑥 < 75) = 0.21834853 − 0.64282323
𝑃(70 < 𝑥 < 75) = 0.42447472
La probabilidad que una persona al nacer tenga una esperanza de vida

entre los 70 y 75 años es del 42%.
3. ¿A partir de qué valor se tiene el 10% más alto de la esperanza de

vida al nacer?
Para poder resolver el siguiente ejercicio al igual que los anteriores

se debe hacer de Excel, donde se encuentra la Z inversa ósea la
acumulativa. En este caso en Excel se escribe la función como se
muestra en la siguiente imagen.
Nota: como es acumulativa siempre se agrega el “0.5” al inicio de la

función, en este caso (0,5+0.1(igual a 10%))
Se aplica la fórmula de acuerdo a la siguiente sustitución:
𝑋 = 0.2533471(4.3714) + 73.4
𝑋 = 74.5074815 𝐴ñ𝑜𝑠.
Solución al estudio de caso 2: El grupo entrega aquí, de manera

CASO presentado

Es importante que las respuestas de cada ítem las resalten en un color

diferente o las indiquen como respuestas, esto va para cada uno de los
numerales que tenga el punto. (borrar esta instrucción antes de la
entrega)

CASO presentado

Es importante que las respuestas de cada ítem las resalten en un color

diferente o las indiquen como respuestas, esto va para cada uno de los
numerales que tenga el punto. (borrar esta instrucción antes de la
entrega)

CASO presentado

Ejercicio 3
Mentefacto:
El grupo presenta un mentefacto sobre los conceptos e ideas
fundamentales de la unidad 2, tomando como base los cuadros
sinópticos elaborados individualemente en el ejercicio Nº 1 y la
resolución del ejercicio Nº 2 (involucrando las ideas y conclusiones
generales, de cada uno de los casos de estudio).

Link: https://www.lucidchart.com/documents/edit/a1d02c13-de73-436b-83cd-
4cd746e5ed78/0_0?beaconFlowId=DE645D8AA4EEFD95
Conclusiones (mínimo 1 por cada participante)

ESTUDIANTE CONCLUSIÓN
Alexandra Cabal La construcción de la Unidad 2,
tarea 2 permite entender como de
forma manual o computarizada se
pueden resolver problemas de la
cotidianidad, en la labor como
administradores de empresas. Del
mismo modo, el ejercicio articula
la forma mecánica con la virtual
para poder lograr un claro
resultados en la probabilidad de
las situaciones propuestas, y
enseñar al estudiante el manejo
de la tecnología en la probabilidad
y su labor como administrador de
empresa, para calcular situaciones
útiles en los planes de negocios.
Referencias bibliográficas en formato APA. (Mínimo una por cada

participante, no pueden repetir referencias)
ESTUDI REFERENCIA
ANTE
Alexandr Rodríguez, F. & Pierdant, A. (2014). Estadística para administración.
a Cabal
Grupo Editorial Patria, Primera Edición, México DF. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=25
8&docID=11013767&tm=1470693471527

Consolidadoprobabilidad

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

Consolidadoprobabilidad

Diunggah oleh

Hak Cipta:

Format Tersedia

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

Plantilla para entrega de la Unidad 2: Tarea 2 - Experimentos

UNIDAD 2: TAREA 2 - EXPERIMENTOS ALEATORIOS Y

JHOAN SEBASTIAN BUSTOS

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA-UNAD

Introducción (mínimo 2 párrafos de 10 líneas de texto cada

(No borrar este encabezado)

RESPONSABLE ROL SELECCIONADO

a. Distribución Hipergeométrica: Una empresa manufacturera

cual los autores Rodríguez, F. & Pierdant, A. (2014), exponen de la

siguiente forma: “La distribución de probabilidad hipergeométrica surge

al seleccionar una muestra sin reemplazo de una población finita

conocida y que representa una proporción relativamente grande de la

población, de tal forma que la probabilidad de éxito cambia de una”

(p.257). Por ello, el ejercicio anterior presenta un claro ejemplo de una

población que es finita (Con un fin conocido) y se debe obtener una

cantidad X de objeto defectuosos (Éxito o Fracaso) de una muestra

En este caso, para poder realizar dicho problema se aplica la siguiente

Cada una de sus Variables significa lo siguiente:

Entonces, se reemplazan las variables obteniendo lo siguiente:

En Excel se puede obtener los valores correspondientes con la siguiente

Hasta al momento se logra establecer que de cada 6 muestras existe la

Para obtener la muestra menor se reemplaza X=1 por X= 0 Entonces,

Existe un 72% de probabilidad de que ninguna muestra sea defectuosa

b. Distribución Binomial: La probabilidad de fallar durante el vuelo

Para resolver el siguiente ejercicio se posee la fórmula y Símbolos:

1. No ocurra ninguna falla en el motor:

En este caso, existe un 99% de probabilidad que no exista ninguna falla

2. No ocurra más de una Falla.

Existe un 0.3% de probabilidad de que no ocurra más de una falla.

𝑃6,1 = 0.997 + 0.002992508

Existe un 99% de probabilidad que no ocurra más de una falla

3. Ocurra exactamente dos fallas

Existe un 0.0004% de probabilidad de que no ocurra exactamente dos

c. Distribución Poisson: El número de casos admitidos de

Para poder desarrollar la distribución poisson se realiza la siguiente

1. Ningún caso de emergencia es Admitido.

La probabilidad de que ningún caso sea admitido es:5%

2. Más de 3 casos de emergencia sean admitidos.

Igualmente se opera de acuerdo a la formula estipulada en el libro de

𝑃(𝑥 > 3) = 1 − 𝑃𝑂𝐼𝑆𝑆𝑂𝑁(3,3,1)

𝑃(𝑥 > 3) = 1 − (0.6472)

𝑃(𝑥 > 3) = 1 − 0.6472

𝑃(𝑥 > 3) = 0.3528

La probabilidad de que Más de 3 casos sean admitidos es:35%

d. Distribución Normal: De acuerdo con la Organización de

1. Probabilidad > 80 años

𝐹(𝑥 > 80) = 1 − 0.93445453

La probabilidad que una persona al nacer tenga una esperanza de vida

3. ¿A partir de qué valor se tiene el 10% más alto de la esperanza de

Para poder resolver el siguiente ejercicio al igual que los anteriores

Nota: como es acumulativa siempre se agrega el “0.5” al inicio de la

Se aplica la fórmula de acuerdo a la siguiente sustitución:

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

(No borrar este encabezado)

Es importante que las respuestas de cada ítem las resalten en un color

Solución al estudio de caso 3: El grupo entrega aquí, de manera

RESPONSABLE ROL SELECCIONADO

(No borrar este encabezado)

Es importante que las respuestas de cada ítem las resalten en un color

Solución al estudio de caso 4: El grupo entrega aquí, de manera

(No borrar este encabezado)

RESPONSABLE ROL SELECCIONADO