ESTUDIO DE CASO 1

Para entregar una Tarjeta de crdito en los bancos del grupo Aval, los analistas del banco
clasifican o califican al cliente en funcin de la probabilidad de que resulte rentable. Una
tabla habitual de calificaciones es la siguiente:

La calificacin es la suma de los puntos de los seis rubros. Por ejemplo, Sushi Brown tiene
menos de 25 aos (12 puntos); ha vivido en el mismo domicilio durante dos aos (0
puntos); desde hace cuatro aos es dueo de un automvil (13 puntos), por el que realiza
pagos de $75 (6 puntos); realiza gastos domsticos de $200 (10 puntos) y posee una cuenta
de cheques (3 puntos). La calificacin que obtendra sera de 44. Despus, con una segunda
tabla, se convierten las calificaciones en probabilidades de rentabilidad del cliente, as:

La puntuacin de Sushi (44) se traducira en una probabilidad de rentabilidad aproximada

de 0.81. En otras palabras, 81% de los clientes como Sushi generaran dinero a las
operaciones con tarjeta del banco. A continuacin se muestran los resultados de las
entrevistas con los tres posibles clientes.

Prepare un informe en el que como mnimo, incluya:

1.- Califique a cada uno de estos clientes y calcule la probabilidad de que resulten
rentables.

DAVID
BROWN

Nombre
Edad
Tiempo de vivir en la misma
residencia
Antigedad con el auto
Pago mensual del auto
Costo de vivienda
Cuenta de cheques o ahorros
Total

18

EDWAR
ANN
D
MCLAUGH
BRENDA
LIN
N
12
0

20

20

13
4
10
15
80

13
6
10
3
44

3
4
12
0
39

Para calcular la probabilidad hallamos la relacin entre el tamao de los intervalos de

puntuacin (10 puntos) con la diferencia que se presenta de la probabilidad.

Nombre
Calificacin
Probabilidad

DAVID
BROWN
80
0.95

EDWARD
BRENDAN
44
0.81

ANN
MCLAUGHLIN
39
0.77

2.- Cul es la probabilidad de que los tres resulten rentables?

La probabilidad de que los tres resulten rentables, est determinada por la probabilidad
condicional para este caso donde los sucesos son no excluyentes.
P( A)P( B)P(C )
0.950.810.77=0.59

3.- Cul es la probabilidad de que ninguno sea rentable?

La probabilidad de que ninguno sea rentable, est determinada por la probabilidad
condicional para cuando no son rentables, que es la diferencia entre 1 y la probabilidad de
que sean rentables.
P(A )=10.95=0.05
P(B)=10.81=0.19

P(C)=10.77=0.23
Con los resultados anteriores podemos calcular la probabilidad condicional
0.050.190.23=0.0022
4. Determine la distribucin de probabilidad total del nmero de clientes rentables entre
este grupo de tres clientes.
Al tener la tabla de conversin de puntaje en probabilidad

ESTUDIO DE CASO 3

El Baloto, es la lotera en lnea de Colombia, supervisado por ETESA

(Empresa territorial para la salud). Es un juego que consiste en acertar 6,
5, 4 o 3 nmeros en cualquier orden de una matriz del 1 al 45; El jugador seala en un
tarjetn los 6 nmeros que escoge. Los nmeros estn representados en 45 balotas
numeradas del 1 al 45. Cada nmero aparece una sola vez y las balotas ganadoras se
seleccionan sin reemplazo. El premio acumulado se entrega a quien haga coincidir los seis
nmeros.
Presente un informe en el que como mnimo incluya:
1. Esta situacin cumple con los supuestos de la distribucin Hipergeomtrica?
Identifquelos (Sugerencia: Divida los 45 nmeros en dos grupos: ganadores y no
ganadores).
R. Si cumple con los supuestos de la distribucin Hipergeomtrica, se realizara de la
siguiente manera, existe una poblacin se tomar como N, estn compuesto por unos
elementos que cumplen una propiedad la cantidad de dichos elementos se denomina con la
letra d, luego debemos extraer una muestra n de la poblacin y a distribucin nos dar la
probabilidad de lo que estemos buscando.
N/ son los 45 nmeros.
4

d/ cantidad de elementos
X / elementos con propiedad
Los elementos que cumplen la propiedad son 6 que ha salido en el sorteo.
La muestra que se toma es la de los 6 nmeros
La probabilidad que nos da el mtodo Hipergeomtrica es la de tener 0 a 6 ganadores.
2. Usando la distribucin de probabilidad Hipergeomtrica determinar la probabilidad de
que el jugador acierte los 6 nmeros.
R. La frmula para comprobar dicha probabilidad es la siguiente:
d N d
(
x ) ( nx )
P ( x )=
( Nn )

Solucin para encontrar el numero 6

6 456 1 39
(
( 0 )= 1
6 ) ( 66 )
P (6 )=
=
( 456) ( 456) 3945!6! !
39 !6 !
6!
720
1
=
=
=
45
454443424140 5864443200 8145060
1.22773804 X 107=0.000000122773804
La probabilidad para que el jugador acierte los 6 nmeros es= 0.000000122773804

3. La empresa encargada del sorteo informa que la probabilidad de que coincidan todos los
nmeros es de 1 en 8145060. Qu significa esto en trminos de probabilidad? Coincide
esto con su respuesta anterior. El sorteo tambin otorga un premio si el jugador hace
coincidir 3, 4 o 5 de los nmeros ganadores.

R.

P ( 6 )=

1
=1.22773804 X 107
8145060

Si coincide con el punto anterior ya que se lleg a la misma fraccin.

4. Calcule la probabilidad, para hacer coincidir 3 de los 6 nmeros ganadores.

R.

d N d
(
x ) ( nx )
P ( x )=
( Nn )

Solucin para acertar 3 nmeros

6 456 654 39
20393837
(
(
3 ) ( 63 )
3)
3!
20.9139 182780
P ( 6 )=
=
=
=
=
=0.02244059589
454443424140 8145060 8145060
45
45
(6 )
(6)
6!

La probabilidad para que coincida 3 de los 6 nmeros ganadores es = 0.02244059589

5.Calcule la probabilidad de que coincidan 4 de los 6 nmeros ganadores

R.

d N d
(
x ) ( nx )
P ( x )=
( Nn )

Solucin para acertar 4 nmeros

65 39 153938
6 456

(
)
(
)
2 (2)
4
64
2
15.741
11115
741
P ( 6 )=
=
=
=
=
=
8145060
8145060
8145060
543004
( 456)
( 456 )

0.001364630831

La probabilidad para que el jugador acierte los 4 nmeros es = 0.001364630831

6. Calcule la probabilidad de que coincidan 5 de los 6 nmeros ganadores

R.

d N d
(
x ) ( nx )
P ( x )=
( Nn )

Solucin para acertar 4 nmeros

6 456 6 39
(
( 1 ) = 639 = 234 = 39 =2.87280701410
5 ) ( 65 )
P (6 )=
=
( 456) ( 456 ) 8145060 8145060 135710

0.00002872807014

La probabilidad para que el jugador acierte los 5 nmeros es = 0.00002872807014

7. Con base en los resultados obtenidos, usted invertira dinero en el BALOTO?
R. En mi opinin no invertira en Baloto porque este tipo sorteos es imposible ganarlos
fcilmente, est regido principalmente por la suerte, es muy complicado ganar en este tipo
7

de sorteos ya que no es fcil acertar con 3 cifras, menos acertar con 5 y 6 cifras, es un juego
imposible de ganar con ayuda de diferentes mtodos matemticos, solo la suerte lo sabe.

ESTUDIO CASO 4
Realizado por: Gladis del Socorro Cano
La distribucin de probabilidad de Poisson describe el nmero de veces que se presenta un
evento durante un intervalo especfico. El intervalo puede ser de tiempo, distancia, rea o
volumen. La distribucin se basa en dos supuestos. El primero consiste en que la
probabilidad es proporcional a la longitud del intervalo. El segundo supuesto consiste en
que los intervalos son independientes. En otras palabras, cuanto ms grande sea el
intervalo, mayor ser la probabilidad; adems, el nmero de veces que se presenta un
evento en un intervalo no influye en los dems intervalos.
Esta distribucin posee diversas aplicaciones. Se le utiliza como modelo para describir la
distribucin de errores en una entrada de datos, el nmero de rayones y otras
imperfecciones en las cabinas de automviles recin pintados, el nmero de partes
defectuosas en envos, el nmero de clientes que esperan mesa en un restaurante, el nmero
de accidentes en una carretera en un periodo determinado.
8

La compaa de aviacin Delta Airlines, se caracteriza por su responsabilidad y cuidado

con el equipaje de sus pasajeros, por lo que pocas veces se pierde equipaje. En la mayora
de los vuelos no se pierden maletas; en algunos se pierde una; en unos cuantos se pierden
dos; pocas veces se pierden tres, etc. Suponga que una muestra aleatoria de 1 000 vuelos
arroja un total de 300 maletas perdidas. De esta manera, el nmero promedio de maletas
perdidas por vuelo es de 0.3.
Pocas veces se pierde equipaje en Delta Airlines. En la mayora de los vuelos no se pierden
maletas; en algunos se pierde una; en unos cuantos se pierden dos; pocas veces se pierden
tres, etc. Suponga que una muestra aleatoria de 1 000 vuelos arroja un total de 300 maletas
perdidas. De esta manera, la media aritmtica del nmero de maletas perdidas por vuelo es
de 0.3, que se calcula al dividir 300/1 000. Si el nmero de maletas perdidas por vuelo se
rige por una distribucin de Poisson con

= 0.3, las diversas probabilidades se calculan

con la frmula.
La probabilidad de que no se pierda ninguna maleta es la siguiente:

P(0) =(((0.3)^0)*(e- 0.3))/0! = 0.7408

Esto quiere decir que, en el 74% de los vuelos no habr maletas perdidas. La probabilidad
de que se pierda exactamente una maleta es:

P(1) =(((0.3)^1)*(e -0.3))/1! = 0.2222

Se espera que se pierda exactamente una maleta en 22% de los vuelos.
Prepare un informe en el que como mnimo, incluya:
9

1.- Esta situacin cumple con los supuestos de la distribucin Poisson? Identifquelos.
Cumple con el primer supuesto, que dice que la probabilidad es proporcional a la longitud
del intervalo, en este caso de 1000 vuelos se pierden 300 maletas, es decir que existe un
promedio de 0.3 maletas perdidas por vuelo.
Si, cumple con el segundo supuesto debido que el nmero de veces que se presenta un
evento en un intervalo si influye en los dems intervalos, ya que es una muestra aleatoria y
los intervalos son independientes, es decir si es ms grande el intervalo tendr mayor
probabilidad.

2.- Determine cul es la probabilidad de que en un vuelo no se pierda ninguna maleta

El numero esperado de ocurrencias durante el intervalo dado, los eventos ocurren en un
promedio 300 maletas perdidas por 1000 vuelos, teniendo en cuenta lo anterior podemos
decir que hay un 74% de probabilidad de que ninguna maleta se pierda.
3.- Determine cul es la probabilidad de que en un vuelo se pierda exactamente una maleta.
En base al resultado obtenido se puede decir que la probabilidad de que se pierda solo una
maleta es del 22.2%.
4.- Determine cul es la probabilidad de que en un vuelo se pierdan entre dos y cuatro
maletas.
Se puede decir que el 33.3%, pierde 2 maletas, que el 0.3% pierde 3 maletas y el 0.025%
pierde 4 maletas.
5.- Podra establecer cul es la probabilidad de que se pierdan en un vuelo ms de cuatro
maletas
La probabilidad de que pierda 4 o ms maletas es de 0.025%.
10

6.- En qu momento debe sospechar el supervisor de la Aerolnea que en un vuelo se estn

perdiendo demasiadas maletas?
De acuerdo a los resultados obtenidos, el supervisor de la Aerolnea debe cuidar al
momento de recoger las maletas para ser trasladadas al avin que es cuando ms perdidas
hay de maletas.

CONCLUSIONES

11

REFERENCIAS BIBLIOGRFICAS
Rodrguez, F. & Pierdant, A. (2014). Estadstica para administracin. Recuperado
de: http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
docID=11013767&ppg=177
Monroy, S. (2008). Estadstica Descriptiva. Editorial: Instituto Tcnico Nacional.
Recuperado de: http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
docID=10436604&ppg=128
Martn, J. y Ruiz, L. (2004). Estadstica I: Probabilidad. 2nd ed. Madrid: Paraninfo.
vii-viii. Recuperado de: http://bibliotecavirtual.unad.edu.co:2081/ps/eToc.do?
rcDocId=GALE
%7CCX4052400005&inPS=true&prodId=GVRL&userGroupName=unad&resultCl
ickType=AboutThisPublication
&contentModuleId=GVRL&searchType=BasicSearchForm&docId=GALE
%7C3BDC
12

 Gil, M., Gonzales, A. J Salagre, M. (2014). Ejercicios de estadstica terica:

Probabilidad e inferencia. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
docID=10995669&ppg=19
Lyczak, A (2002). Matemticas Thaquiz. Laboratorio de probabilidad
Martnez, C. (2011). Estadstica Bsica Aplicada. Ecoe, 4a edicin. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=342&docID=1 624529&tm=1470687447720
M. Pliego Lpez, R. M. Prez, Estadstica I (2004) 2nd ed., pp. 27-94. Madrid:
Paraninfo. Recuperado de http://bibliotecavirtual.unad.edu.co:2081/ps/i.do?
id=GALE
%7CCX4052400006&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=b039aa4c3b2
b62b99f8129c3bb3ab609
Pea, D. (2014). Fundamentos de Estadstica. Alianza Editorial S.A. Edicin
electrnica. Disponible en la base de datos de la biblioteca de la UNAD:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=121&docID=11028686&tm=1470689905871

13