Tarea 3- Distribuciones de Probabilidad

Nombre del estudiante: Brillyn Narváez Vargas

1117528309

Grupo: 100402_203

Nombre Docente: Heidy Vanessa Nunez Tovar

Universidad Nacional abierta y a distancia-UNAD

Escuela de ciencias básicas, Tecnología e ingeniería
PROBABILIDAD
Ingeniería de sistemas
22 de Abril del 2022.
Florencia Caquetá

1
Actividad 1.
Tabla comparativa de conceptos

TABLA COMPARATIVA
VARIABLE, FORMULA
CONCEPTO DEFINICIÓN
O IMAGEN
QUE REPRESENTA EL
CONCEPTO
Una función que asocia un
número real, perfectamente
definido, a cada punto
VARIABLE maestral. A veces las variables
ALEATORIA aleatorias están ya implícitas
en los puntos
muéstrales.
http://www.hrc.es/bioest/estadis_21.html

Una variable aleatoria

continua es aquella que
puede tomar cualquier
valor (al menos
VARIABLE
teóricamente) entre 2
ALEATORIA
fijados. Los valores de la
CONTINUA variable (al menos
teóricamente) no se
repiten.
https://bookdown.org/aquintela/EBE/variables-aleatorias-continuas.html

Una variable aleatoria es

discreta cuando su campo de
variación (dominio de
definición) está constituido por
VARIABLE ALEATORIA un conjunto finito o infinito
DISCRETA numerable de valores
posibles. Cada suceso de W
se corresponde con un
valor .
https://www.uv.es/ceaces/base/variable%20aleatoria/varalea.htm

Una distribución de
probabilidad es aquella que
permite establecer toda la
gama de resultados probables
DISTRIBUCIÓN DE de ocurrir en un experimento

2
 determinado. Es decir,
PROBABILIDAD describe la probabilidad de
que un evento se realice en el
futuro. https://www.esan.edu.pe/conexion-esan/conoce-las-
principales-distribuciones-de-probabilidad#:~:text=Una
%20distribuci%C3%B3n%20de%20probabilidad%20es,se
%20realice%20en%20el%20futuro.

Una distribución continua

DISTRIBUCIÓN DE describe
PROBABILIDAD las probabilidades de los
CONTINUA posibles valores de una
variable
aleatoria continua. 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/#:~:text=Una

%20distribuci%C3%B3n%20continua%20describe%20las,y%20no%20se%20puede

%20contar.

Toda variable aleatoria posee

una distribución de
probabilidad que describe su
comportamiento. Si la variable
es discreta, es decir, si toma
DISTRIBUCIÓN DE valores aislados dentro de un
PROBABILIDAD intervalo, su distribución de
DISCRETA probabilidad especifica todos
los valores posibles de la
variable junto con la
probabilidad de que cada
uno ocurra.
chromeextension://efaidnbmnnnibpcajpcglclefindmkaj/https://

www.sergas.es/Saudepublica/Documents/1899/

Ayuda_Epidat_4_Distribuciones_de_probabilidad_Octubre2014.pdf

La media es la medida más

MEDIA usada para encontrar
el promedio. https://www.shmoop.com/estadistica-
basica-probabilidades/media-mediana modorango.html#:~:text=La

%20media%20es%20la%20medida,en% 0un%20grupo%20de

%20datos.

DESVIACIÓN ESTÁNDAR La desviación estándar es un

índice numérico de la
dispersión de un conjunto de
datos (o población). Mientras
mayor es la desviación
estándar mayor es la

3
 dispersión de la población.
http://www.cca.org.mx/cca/cursos/estadistica/html/m11/
desviacion_estandar.htm#:~:text=La%20desviaci
%C3%B3n%20est%C3%A1ndar%20es%20un,la
%20media%20de%20una%20distribuci%C3%B3n.

La esperanza matemática o
valor esperado de una
variable aleatoria discreta es
VALOR ESPERADO la suma del producto de la
probabilidad de cada suceso
por el valor de
dicho suceso.
https://economipedia.com/definiciones/esperanza-

matematica.html#:~:text=La%20esperanza%20matem

%C3%A1tica%20de%20una,el%20valor%20del

%20suceso%20aleatorio.

La varianza es una medida de

dispersión que representa la
VARIANZA variabilidad de una serie de
datos respecto a su media.
https://economipedia.com/definiciones/varianza.ht
ml#:~:text=La%20varianza%20es%20una
%20medida,la%20desviaci%C3%B3n%20t
%C3%ADpica%20al%20cuadrado.
una función de probabilidad
(también denominada función
de masa de probabilidad) es
FUNCIÓN DE una función que asocia a cada
PROBABILIDAD punto de su espacio muestral
X la probabilidad de que esta
lo asuma.
https://es.wikipedia.org/wiki/Funci
%C3%B3n_de_probabilidad
la función de densidad de
probabilidad, función de
densidad, o, simplemente,
densidad de una variable
aleatoria continua describe la
FUNCIÓN DE probabilidad relativa según la
DENSIDAD cual dicha variable aleatoria
tomará determinado valor.
https://es.wikipedia.org/wiki/Funci
%C3%B3n_de_densidad_de_probabilidad#:~:text=
En%20la%20teor%C3%ADa%20de%20la,variable
%20aleatoria%20tomar%C3%A1%20determinado
%20valor.

Distribución de
probabilidad es aquella que

4
 permite establecer toda la
gama de resultados probables
DISTRIBUCIÓN de ocurrir en un experimento
Revisar formula
BINOMIAL determinado.Es decir,
describe la probabilidad de
que un evento se realice en el
futuro. https://www.esan.edu.pe/conexion-esan/conoce-
las-principales-distribuciones-de-probabilidad#:~:text=Una
%20distribuci%C3%B3n%20de%20probabilidad%20es,se
%20realice%20en%20el%20futuro.

En matemáticas,
especialmente en Teoría de
probabilidades, la
aproximación de Poisson de la
APROXIMACIÓN DE distribución binomial se puede
LA D. emplear, cuando hay un
BINOMIAL A LA D. resultado diferente sobre la
POISSON probabilidad de que ocurra
una cantidad determinada de
éxitos en una serie de
experimentos independientes.
http://enciclopedia.us.es/index.php/Aproximaci
%C3%B3n_de_Poisson_en_la_distribuci
%C3%B3n_binomial#:~:text=En%20matem
%C3%A1ticas%2C%20especialmente%20en%20Teor
%C3%ADa,una%20serie%20de%20experimentos
%20independientes.

La distribución de Poisson se
aplica a varios fenómenos
discretos de la naturaleza
(esto es, aquellos fenómenos
que ocurren 0, 1, 2, 3, …,
DISTRIBUCIÓN veces durante un periodo
POISSON definido de tiempo o en un
área determinada) cuando la
probabilidad de ocurrencia del
fenómeno es constante en el
tiempo o el espacio.
https://es.wikipedia.org/wiki/Distribuci
%C3%B3n_de_Poisson

La distribución
hipergeométrica es una
distribución discreta que
modela el número de
DISTRIBUCIÓN eventos en una muestra de
HIPERGEOMÉTRICA tamaño fijo cuando usted
conoce el número total de
elementos en la población
de la cual proviene la
muestra.

5
 https://support.minitab.com/es-mx/minitab/18/help-
and-how-to/probability-distributions-and-random-
data/supporting-topics/distributions/hypergeometric-
distribution/#:~:text=La%20distribuci%C3%B3n
%20hipergeom%C3%A9trica%20es%20una,evento
%20o%20un%20no%20evento).

DISTRIBUCIÓN La distribución normal es una

NORMAL distribución con forma de
campana donde las
desviaciones estándar
sucesivas con respecto a la
media establecen valores de
referencia para estimar el
porcentaje de observaciones
de los datos. Estos valores de
referencia son la base de
muchas pruebas de hipótesis,
como las pruebas Z y t.
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistic

s/basic-statistics/supporting-topics/normality/what-is-the-

normaldistribution/#:~:text=La%20distribuci%C3%B3n%20normal

%20es%20una,las%20pruebas%20Z%20y%20t.

La distribución tiene la forma

de una campana y la mayor
DISTRIBUCIÓN parte del área de esta
NORMAL ESTÁNDAR campana (Bell) se encuentra
donde la media. Revisar formula
https://es.wikipedia.org/wiki/Distribuci%C3%B3n_normal

Es el primer paso para

desarrollar el concepto de
integral. El área bajo la curva
formada por el trazo de la
función f(x) y el eje x se puede
ÁREA BAJO LA obtener aproximadamente,
CURVA dibujando rectángulos de
anchura finita y altura f
igual al valor de la función en el
centro del intervalo.
http://hyperphysics.phyastr.gsu.edu/hbasees/integ
.html#:~:text=La%20formulaci%C3%B3n%20del
%20%C3%A1rea%20bajo,en%20el%20centro
%20del%20intervalo.

6
 Una dstribución binomial
B(n,p) se puede aproximar por
una distribución normal,
siempre que n sea grande y p
APROXIMACIÓN DE no esté muy próxima a 0 o a 1.
LA NORMAL A LA La aproximación consiste en
BINOMIAL utilizar una distribución normal
con la misma media y
desviación típica que la
distribución binomial.
https://iescastelar.educarex.es/web/departamentos/mate
maticas/matematicasccss2ba/matematicas2ccss/
tabinomialpornormal.htm

Actividad 2. Ejercicios de aplicación (Individual).

Ejercicios 1- Distribución Binomial.

Se realiza una encuesta entre los estudiantes de la UNAD, se encuentra que el

30% no lee más de tres libros al año.

a. Si se les pregunta a 15 estudiantes.

7
i. Cual es la probabilidad de que exactamente 7 haya leído más de tres libros
en un año.

B=(15 , 0.3) P=0. 7 q=0. 3 n=15

15 7 8
P( X =7)=( )∗0,7 ∗q
7

( 7 ! ( 15−7
15 !
)! )
15 8
∗0.7 ∗0.3 =0.034 CORRECTO

GeoGebra:

ii. Cual es la probabilidad de que entre 5 y 10 inclusive no hayan leído mas de

tres libros en un año.

B=( 15 , 0.3 ) P=0. 7 q=0. 3 n=15

( )
P ( X=5 )= 15 ∗0,75∗0.310=0.002
5
P(X =6)=( 15 )∗0,7 6∗0.3 9=0.01
6
15 7
P( X =7)=( )∗0,7 ∗0.3 =0.02
8

7
P(X =8)=(15 )∗0,7 ∗0.3 =0.08
8 7

8
 P(X =9)=( 15 )∗0,7 ∗0.3 =0.14
9 6

( )
P ( X=10 )= 15 ∗0,710∗0.35=0.2
10
Total=0.4 correcto
GeoGebra:

Ejercicios 2- Distribución Poisson.

Se sabe que el número de temblores de tierra ocurridos en un periodo de 1 año en

Colombia, es en promedio de 8.

a. Cuál es la probabilidad que en los próximos 2 meses:

i. Se presente 1 temblor de tierra.

λ=8 y x=2
−8 2
e ¿8
( )
f 2= =¿ 0.010
2!
GeoGebra:

9
ii. Se presenten al menos 2 temblores de tierra.
e−2 ¿ 22
f ( 2,2 ) = =0.27
2!

1−( p ( x =0 ) + p ( x=1 ))

P ( x>2 )=1−P ( x ≤ 2 )=1−0.27=0.73

GeoGebra:

10
Ejercicio 3- Distribución Hipergeométrica.

En una planta de producción de medicamentos, se sabe que, por cada 1.000

tabletas fabricadas, 3 salen defectuosas.
a. Si de un lote de producción de 5.000 tabletas se extraen 50.
i. Cuál es la probabilidad de que 7 salgan defectuosas.

{ ( x )( n−x )
d N −d
P ( x) =
( Nn )
Datos:

i.

N=5000
n=50
d=15
x=7

11
 { ( 7 )( 50−7 )
15 5000−15
P ( x) =
(5000
50 )

{
( 7 )( 43 )
15 4985
P ( x) =
(5000
50 )

P ( x) = {6435∗13789902803553680103
22838644311927822010

P ( x ) =0

correcto

Geogebra:

12
 ii. Cuál es la probabilidad de que máximo 3 tabletas salgan defectuosas.
ii.

N=5000
n=50
d=15
x=≤ 3

p( x ≤3)= p(x =0)+ p (x=1)+ p( x=2)+ p(x =3)

{( 0 )( 50−0 )
15 5000−15
P ( x=0 )= =0.86
( 50 )
5000

{( 1 )( 50−1 )
15 5000−15
P ( x=1 )= =0.13
( 50 )
5000

{( 2 )( 50−2 )
15 5000−15
P ( x=2 )= =0.01
( 50 )
5000

{
( 3 )( 50−3 )
15 5000−15
P ( x=3 )= =0
( 50 )
5000

p(x ≤3)= p( 0.86)+ p (0.13)+ p (0.01)+ p( 0)

p ( x ≤ 3 )=1 correcto
Geogebra:

13
Ejercicio 4- Distribución Normal.

La duración de cierto tipo de diodo es en promedio de 10.000 horas, con

desviación típica de 800 horas.

Para este problema año = 360 días, mes = 30 días, día=24 horas
a
i) Cuál es la probabilidad de que dure más de un año.
x ≥ 8640 horas 1−P

14
 1−P ( x−μ
σ )=
8640−10000
800
=1.7=0.9554 correcto

Geogebra:

ii) Cuál es la probabilidad de que dure entre 13 y 18 meses.

μ=10000 σ=800
P(13∗30∗24=9360)
P(18∗30∗24=12960)
P ( 13≤ x ≤ 18 ) =0.788
CORRECTO

Geogebra:

15
Actividad 3. Video explicativo.

ENLACE VIDEO EXPLICATIVO

Del Ejercicios 1- Distribución Binomial.

https://screencast-o-matic.com/watch/c3hlFtVr2dy

16
Bibliografía
Gamero Burón, C. (2017). Estadística I: elementos de estadística descriptiva y de teoría de la
probabilidad. (pp. 257-262, 329-345, 383-395). Servicio de Publicaciones y Divulgación Científica
de la Universidad de Málaga.
https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/60724?page=257

Llinás Solano, H. (2017). Estadística descriptiva y distribuciones de probabilidad. (pp. 183-186,

214-235, 283-299). Universidad del Norte.
https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/70059?page=201

Obando López, J. y Arango Londoño, N. (2019). Probabilidad y estadística. Fondo Editorial EIA.
(pp. 57-69, 72-74). https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/125705?
page=58

17
18