Professional Documents
Culture Documents
Distribuciones de Probabilidad
Curso 100402A_360
REALIZADO POR:
TUTOR
MAYO DE 2017
INTRODUCCION
de las distribuciones de probabilidad ms comunes, tanto las discretas como las continuas.
Es por ello que la Probabilidad permite un acercamiento a estos sucesos, ponderando las
Probabilidad llevan a descubrir que ciertos eventos tienen una mayor o menor probabilidad de
Cuadro sinptico
Solucin al estudio de caso 1:
ESTUDIO 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:
2.- Con los datos anteriores construya una variable aleatoria que represente el nmero de
clientes rentables para el banco y determine: Cul es la probabilidad de que los tres
resulten rentables?
Esta est determinada por la probabilidad condicional ya que los sucesos son no
excluyentes.
4.- Determine la distribucin de probabilidad total del nmero de clientes rentables entre
este grupo de tres clientes.
Gracias a:
Se podr determinar la distribucin total por medio de una funcin. Donde x ser la
puntuacin obtenida, x n-1 sera la puntuacin anterior a x, p ser la probabilidad que
corresponde a la siguiente puntuacin, p n-1 ser la probabilidad que corresponde a la
anterior puntuacin.
ESTUDIO DE CASO 31
1
El Baloto, es la lotera en lnea de Colombia, supervisado por ETESA (Empresa
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.
ganadores)
si la cumple ya que este es el ltimo punto a resolver dado que podemos usar la
El acierto es 6
(66)( 456
66 )
1 39
( ) 0
1
39 ! 6 !
P(6)= = = ( 45 ) = 45 =
( 45 ) ( 45 ) 39 ! 6 !
6 6
6! 720 1 7
45 x 44 x 43 x 42 x 41 x 40 = 5864443200 = 8145060 = 1.22773804x 10
= 0.000000122773804
3.- La empresa encargada del sorteo informa que la probabilidad de que coincidan todos
ganadores
(dx )( Nd
nx )
usando P(x)= para 3 aciertos
( Nn )
39 x 38 x 37
6 456 6.5 .4 39 20.
( )(
3 63 ) 3! ( )
x
3
3!
= =
P(6)= = = 45 x 44 x 43 x 42 x 41 x 40
( 45 ) ( 45 )
6 6 6!
20 x 9139 182780
8145060 = 8145060 = 0.02244059589
(dx )( Nd
nx )
usando P(x)= para 4 aciertos
( Nn )
39 x 38
6 456 6 x 5 39 15.
( )(
4 64 ) 2
x
( )
2
2!
= =
P(6)= = = 45 x 44 x 43 x 42 x 41 x 40
( 45 ) ( 45 )
6 6 6!
15 x 741 11115
8145060 = 8145060 = 0.001364630831448
(dx )( Nd
nx )
usando P(x)= para 5 aciertos
( Nn )
(65 )( 456
65 )
6 x 39
( ) 1
6 x 39
45 x 44 x 43 x 42 x 41 x 40
= 234
P(6)= = = = 8145060
( 45 ) ( 45 ) 6!
6 6
5
= 2.872807014x 10
baloto.
ESTUDIO DE CASO 4
La distribucin de probabilidad de Poisson describe el nmero de veces que se presenta un
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
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
maletas
5.- Podra establecer cul es la probabilidad de que se pierdan en un vuelo ms de cuatro
maletas
6.- En qu momento debe sospechar el supervisor de la Aerolnea que en un vuelo se estn
INFORME
1.- Esta situacin cumple con los supuestos de la distribucin Poisson? Identifquelos
El nmero de maletas que se espera se pierdan en un promedio de 1000 vuelos.
La distribucin de poisson suele emplearse con sucesos de probabilidades pequeas y/o
muy escazas. En este caso el suceso que rara vez ocurre es que una maleta se pierda en la
mayora de vuelos de Delta airlines lo que significa que la probabilidad que ocurra es muy
pequea.
= (media del # de ocurrencias)
No. de veces que se espera ocurra el fenmeno =3001000= 0,3
x = No. de ocurrencia del evento = 0
2.- Determine cul es la probabilidad de que en un vuelo no se pierda ninguna maleta.
(0) = (, 3) 0 ( 0,3) 0 = 0,74 100 = 74%
Significa que el 74% de los vuelos realizados (o 740 vuelos) no tuvo ninguna maleta
perdida.
maleta.
= (0,3) 1 ( 0,3) 1 = 0,222 100:22%
Significa que el 22% de los vuelos (unos 220 vuelos) tendr una maleta perdida.
4.- Determine cul es la probabilidad de que en un vuelo se pierdan entre dos y cuatro
maletas.
Tabla de Poisson para valores de (0-4)
U
X 0,1 0,2 0,3 0,4 0,5
0 0,904 0,818 0,74 0,67 0,60
1 0,09 0,163 0,22 0,268 0,30
2 0,004 0,016 0,033 0,053 0,075
3 0,002 0,001 0,003 0,007 0,012
4 0,000 0,0001 0,0003 0,0007 0,001
(2) = (0,3) 2 ( 0,3) 2 = 0,033 100 = 3.3%
(3) = (0,3) 3( 0,3) 3 = 0,003 100 = 0,3%
(4) = (0,3) 4 ( 0,3) 4 = 0,0003 100 = 0,03%
La probabilidad de que el nmero de maletas perdidas por vuelo se incremente de 2 a 4 es
cuatro maletas.
X4
() = (0,3) ( 0,3) x
X=5
(5) = (0,3) 5 5 = 0,0000036 100 = 0,00036%
La probabilidad cada vez segn las condiciones anteriormente mencionadas es cada vez
ms inexistente.
6.- En qu momento debe sospechar el supervisor de la Aerolnea que en un vuelo se
incremente tiene una posibilidad ms reducida de ocurrencia, as que una maleta se puede
ESTUDIO DE CASO 5
Para una poblacin grande de personas sin hogar, Wong y Piliavin (2001) examinaron
comunitario.
Entre las personas sin hogar, la puntuacin media del cuestionario CESD es 22,5 con una
desviacin estndar de 8.5 y se considera que para la Variable X = puntuacin del CESD, la
personas sin hogar, usted es el encargado de aplicar el CESD y debe evaluar los resultados
Dentro de las polticas del refugio se encuentra que cualquier persona cuya puntuacin sea
INFORME A PRESENTAR:
doctor.
xv
Z=
2122,5
Z=
8,5
1,5
Z=
8,5
Z =0,17
P ( Z=0,17 ) =0.0398 03,98
2. La probabilidad de que una persona que llegue al refugio tenga una puntacin de 10
o menos puntos.
xv
Z=
1022,5
Z=
8,5
12,5
Z=
8,5
Z =1,47
Rta: 8,08%
3. La probabilidad de que una persona que llegue al refugio tenga una puntuacin entre
16 y 20 puntos.
xv
Z=
1622,5
Z=
8,5
6,5
Z=
8,5
Z =0,76
xv
Z=
2022,5
Z=
8,5
2,5
Z=
8,5
Z =0,29
P( Z=0,29)=0,0793 07,93
4. Si las personas sin hogar con puntuacin en el 15% ms alto deben ser enviadas a
los servicios de prevencin de suicidios, Qu puntuacin hace calificar a una persona que
Las personas sin hogar con puntacin en el 25% ms bajo, se les enva a un servicio de
orientacin laboral para mejorar sus recursos. Qu puntuacin permite calificar a una
Implica que
xv x22,5
Z= =1,035 Z=
8,5
Se despeja x
X =1,0358,5+ 22,5
X =8,7975+22,5
X =31,29
5. La probabilidad de que una persona que llegue al refugio sea enviada a ver al
doctor.
Z =0,67
x22,5
0,67=
8,5
X =(0,678,5)+22,5
X =5,6+22,5
X =28,1
BIBLIOGRAFIA
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
docID=11013767&ppg=177
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
docID=10436604&ppg=128
http://bibliotecavirtual.unad.edu.co:2081/ps/eToc.do?rcDocId=GALE
%7CCX4052400005&inPS=true&prodId=GVRL&userGroupName=unad&resultClickTyp
e=AboutThisPublication BIBLIOGRAFA
https://es.wikipedia.org/wiki/Distribuci%C3%B3n_hipergeom%C3%A9trica
http://www.ub.edu/stat/GrupsInnovacio/Statmedia/demo/Temas/Capitulo3/B0C3m1t9.htm
&contentModuleId=GVRL&searchType=BasicSearchForm&docId=GALE%7C3BDC