MODELOS DE SIMULACIÓN

LT-LMOS-2202-B1-001

Unidad 2
Interpretación de modelos

Actividad 1

Identificar las variables aleatorias

María Isabel Argueta González.

Folio ES172003847
mariaargueta@nube.unadmexico.mx

Docente Leopoldo Raúl Cano Rivera.

This study source was downloaded by 100000850745138 from CourseHero.com on 08-09-2023 15:11:47 GMT -05:00

https://www.coursehero.com/file/164916784/LMOS-U2-A1-MIAG-IDENTIFICAR-LAS-VARIABLES-ALEATORIASpdf/
 INTRODUCCIÓN

Al mencionar herramientas estadísticas se puede mencionar la estadística y la probabilidad como

herramientas que se pueden utilizar en cualquier ciencia, en la ingeniería logística y el transporte estas
herramientas permiten analizar, prevenir y obtener datos sobre cualquier fenómeno y puedan buscar
soluciones que se adapten a dichas situaciones, así como también permite formular, validar e
interpretar resultados que se necesitan sobre algún tema en especifico y así poder tomar decisiones
con resultados concretos a lo buscado o planeado.

Resuelve los siguientes ejercicios de variables aleatorias

1. Determina las siguientes factoriales:

9! = 9 * 8 * 7 * 6 * 5 * 4 * 3 * 2 * 1 = 362, 880

13! = 13 * 12 * 11 * 10 * 9 * 8 * 7 * 6 * 5 * 4 * 3 * 2 * 1 = 6 227 020 800

12! = 12 * 11 * 10 * 9 * 8 * 7 * 6 * 5 * 4 * 3 * 2 * 1 = 479 001 600

2. Hallar el valor de las siguientes combinaciones:

n=9yr=3
𝑛!
Formula: nCr = (𝑛−𝑟)!𝑟!

9 (8)(7)(6)(5)(4) 3! 60 480 60 480 60 480

Sustitución: 9C3 = (9−3) 3!
= = 6(5)(4)(3)(2)(1) = = 𝟖𝟒
6! 720

n = 10 y r = 4
𝑛!
Formula: nCr = (𝑛−𝑟)!𝑟!

10 (9)(8)(7) 6! 10 (9)(89 (7) 6! 5040 5040

Sustitución: 10C4 = (10−4) 4!
= = 4(3)(2)(1) = = 𝟐𝟏𝟎
6! . 4! 24

3. De los siguientes ejemplos, identifica cuales son variables aleatorias discretas y cuales
continuas y explica por qué las clasificas de esa forma

This study source was downloaded by 100000850745138 from CourseHero.com on 08-09-2023 15:11:47 GMT -05:00

https://www.coursehero.com/file/164916784/LMOS-U2-A1-MIAG-IDENTIFICAR-LAS-VARIABLES-ALEATORIASpdf/
 Las horas de duración de una pila:

Se consideraría una variable aleatoria discreta ya que no se puede deducir de manera exacta cuanto
tiempo dure la pila, ya que dependerá del uso que se le de y sobre todo en que tipo de producto de
utilice (juguetes, reloj, etc.)

La calificación obtenida de tus actividades de materia:

Considero que sería una variable aleatoria continua, ya que la puntuación obtenida dependerá del
tiempo de entrega en las fechas estipuladas, si la actividad es correcta y cuenta con los puntos a
investigar solicitados, por lo que puede variar la calificación asignada por el docente.

El numero de rutas y destinos de una compañía de transporte:

Sería una variable aleatoria discreta ya que se tiene contabilidad del numero de rutas y por tanto los
destinos que maneja la empresa de transporte, además de eso sus rutas son completas ya que debe
de terminar todo su recorrido.

Resuelve los siguientes problemas de distribuciones de probabilidad

4. Un agente de seguros vende pólizas a siete personas de la misma edad y que disfrutan de
buena salud. Según las tablas actuales, la probabilidad de que una persona en estas
condiciones viva 30 años o más es de 2/5.

✓ ¿Qué tipo de variable se ajusta a este problema y por qué?

La variable que considero se ajusta es la variable aleatoria discreta pues las 7 personas se
representarían con x, por lo que puede las personas se pueden contabilizar de manera exacta.

✓ ¿Qué tipo de distribución es conveniente usar?

Es una distribución binominal, ya se puede tener la probabilidad 50-50 de éxito o de fracaso y serán
constantes durante el uso del seguro que les ofreció. Representada por la siguiente formula:
𝑛
P (X = x) = ( ) px qn-x
𝑥

✓ Hállese la probabilidad de que, transcurridos 29 años, vivan las siete personas

Datos: 7 personas
𝑛
Sustitución: P (X = x) = ( ) px qn-x
𝑥

This study source was downloaded by 100000850745138 from CourseHero.com on 08-09-2023 15:11:47 GMT -05:00

https://www.coursehero.com/file/164916784/LMOS-U2-A1-MIAG-IDENTIFICAR-LAS-VARIABLES-ALEATORIASpdf/
 7 2 3 128 6272
P (X = 7) = ( ) ( )7 ( )7 – 7 = 49 ( )= = 0.0802816
7 5 5 78125 78125

✓ Hállese la probabilidad de que, transcurridos 29 años, vivan al menos tres

personas

Formula: P (X ≥ 3) = P (X = 7) + P (X = 6) + P (X = 5) + P (X = 4) + P ( X = 3)
7 2 3 7 2 3 7 2 3 7 2 3 7 2 3
Sustitución: ( ) ( )7 ( )7 – 7 + ( ) ( )6 ( )6 – 6 + ( ) ( )5 ( )5 – 5 + ( ) ( )4 ( )4 – 4 + ( ) ( )3 ( )3 – 3
7 5 5 6 5 5 5 5 5 4 5 5 3 5 5

128 64 32 16 8 6272 2688 1120 448 168

= 49( ) + 42 ( ) + 35( ) + 28( ) + 21( ) =( ) +( ) +( ) +( ) +( )
78125 15625 3125 625 125 78125 15625 3125 625 125

= 0.802816 + 0.172032 + 0.3584 + 0.7168 + 1.344 = 3.394048

5. En una oficina donde se ensamblan computadoras, en una mesa hay 40 chips de los cuales 8
están defectuosos. Primero llega el Sr. Bill Gates y recoge 15 chips, más tarde llega el Sr. Steve
Jobs y se lleva los restantes
N = 40 chips
M = 8 chips defectuosos
n = 15 chips que se lleva el Sr. Gates
k = cantidad de chips defectuosos que se lleva el Sr. Gates

✓ ¿Qué tipo de variables se ajusta a este problema y por qué?

Sería una variable aleatoria discreta ya que X representaría a los números de chips defectuosos que
se llevó el Sr. Gates

✓ ¿Qué tipo de distribución es conveniente usar?

La distribución conveniente será la hipergeométrica ya se la muestra se obtiene a partir de dos tipos

de objetos el primero serán los chips en buenas condiciones y los segundos serán los chips dañados,
y se representaría con la formula:
𝑀 𝑁−𝑀
P(X = x) = ( ) ( )
𝑥 𝑛−𝑥
𝑁
( )
𝑛

✓ Hallar la probabilidad de que solamente uno de ellos se haya llevado todos los
chips defectuosos

This study source was downloaded by 100000850745138 from CourseHero.com on 08-09-2023 15:11:47 GMT -05:00

https://www.coursehero.com/file/164916784/LMOS-U2-A1-MIAG-IDENTIFICAR-LAS-VARIABLES-ALEATORIASpdf/
 40 − 8
(8)( )
0 15 − 0
P(X = 0) = = 0.014063
(40 )
15

40 − 8
(8)( ) (8) (32)
8 15 − 8 8 7
P(X = 8) = = = 23.893
(40 ) (40)
15 15

La probabilidad de que ambos se hayan llevado chips defectuosos es de 23.9071

6. En la inspección de hojalata producida por un proceso electrolítico continuo, se identifican 0.5

imperfecciones en promedio por minuto

✓ ¿Qué tipo de variable se ajusta al problema y por qué?

En esta se ajusta a la variable aleatoria discreta ya que se identifica en número las imperfecciones
que se obtienen por minuto.

✓ ¿Qué tipo de distribución es conveniente usar?

La distribución que se puede utilizar es la de distribución de Poisson, ya que nos puede ayudar a
describir las probabilidades de frecuencia con las que salen imperfecciones. Representándose con las
siguiente formula:
𝜇𝑘
P(X = k) = ⅇ −𝜇
𝑘!

✓ Determina la probabilidad de identificar una imperfección en 2 minutos

0.41
P(X = 1) = ⅇ −0.4 = 0.2681
1!

Considerando que la imperfección promedio es de 0.2 por minuto, se tendrá entonces un promedio de
0.4 imperfecciones cada 2 minutos.

✓ Determina la probabilidad de identificar al menos dos imperfecciones en 5

minutos

P(X≤ 2) = 1 – P(X = 0) + P(X = 1)

10 11
1 - ⅇ −1 + ⅇ −1 = 0.2642
0! 1!

Por lo que se puede decir que en 5 minutos la probabilidad de tener una imperfección es de 1

This study source was downloaded by 100000850745138 from CourseHero.com on 08-09-2023 15:11:47 GMT -05:00

https://www.coursehero.com/file/164916784/LMOS-U2-A1-MIAG-IDENTIFICAR-LAS-VARIABLES-ALEATORIASpdf/
 7. La media μ de los pesos de 600 estudiantes de la UnADM es de 75 kg y la desviación típica es
de 5 kg. Suponiendo que los pesos se distribuyen normalmente, determinar cuántos estudiantes
pesan:

✓ ¿Qué tipo de variable se ajusta a este problema y por qué?

La variable a la que se ajusta es a la variable aleatoria continua, esto considerando que el peso de
los estudiantes no es exacto ya que puede varear entre cada estudiante y se necesitaría pesar a cada
uno de ellos para poder mostrar con exactitud los pesos.

✓ ¿Qué tipo de distribución es conveniente utilizar?

El tipo de distribución que se puede utilizar es la distribución normal y se representa por:

1 2 𝛬2
f(x) = ⅇ −(𝑥−𝜇) ∕2𝜎
√2𝜋𝜎

✓ Entre 65 kg y 80 kg
65−75 80−75 10 5
P(65 < X ≤ 80) = P ( ≤𝑍≤ ) =( ≤ 𝑍 ≤ ) = P(Z ≤ 1) – (1- P(Z ≤ 2) )
5 5 5 5

De acuerdo con los valores de la tabla de distribución normal se encuentra que:

P (Z ≤ 1) = 0.8413

P (Z ≤ 2) = 0.9772

✓ Más de 85 kg
80−75
P (X ≥ 85) = 𝑃 (𝑍 ≤ ) = P (Z > 2) = 1 – P (Z > 2) = 1 – 0.9772 = 0.0228
5

600 P (X ≥ 85) = 600(0.0228) = 13.68

Lo que da como resultado que la probabilidad de que haya alumnos con peso mayor a 85 kg es de
13.68

This study source was downloaded by 100000850745138 from CourseHero.com on 08-09-2023 15:11:47 GMT -05:00

https://www.coursehero.com/file/164916784/LMOS-U2-A1-MIAG-IDENTIFICAR-LAS-VARIABLES-ALEATORIASpdf/
 Conclusión

El análisis de los datos es un factor muy importante en un profesional de logística pues esto permitirá
ofrecer resultados precisos en los procesos de producción o en su caso permite predecir lo que puede
suceder con cierto fenómeno analizado, es por ello que el manejar este tipo de formulas es importante
pues si se conoce e identifica que tipo de datos son los que se tienen y lo que se esta buscando obtener
como resultado, se mejorara la capacidad de búsqueda de resultados y con un porcentaje alto de
garantizar correctamente los datos buscados.

BIBLIOGRAFÍA

• Texto de apoyo UNADM

This study source was downloaded by 100000850745138 from CourseHero.com on 08-09-2023 15:11:47 GMT -05:00

https://www.coursehero.com/file/164916784/LMOS-U2-A1-MIAG-IDENTIFICAR-LAS-VARIABLES-ALEATORIASpdf/
Powered by TCPDF (www.tcpdf.org)