Tarea 3 - Experimentos Aleatorios y Distribuciones de Probabilidad (Grupo 100402 - 117)

Tarea 3: Experimentos aleatorios y distribuciones de Probabilidad
Presentado por:
Jaime Yesid Manrique García - Código: 91.531.111 Raúl Fernando Correa
García – Código: 1.095.827.488 Jessica Paola Riveros Jiménez - Código:
1.100.968.613 Julián Antonio Viana Zarate - Código: 91.532.224
Presentado a Tutor:
Luis Bernardo Tejada Zuluaga
Grupo Colaborativo:
100402_117
Universidad Nacional Abierta y a Distancia –UNAD - Programa

Administración de Empresas Probabilidad - (100402A_954)
Noviembre 28 de 2021
Actividad 1. Tabla comparativa de conceptos
Tabla comparative
Variable, formula
o imagen que
Concepto Definición representa el
concepto
Es una ecuación que

describe o intenta describir
los resultados (con un
Variable aleatoria número) de un evento
cuyos resultados se
deben al azar.
Pueden tomar un número

infinito no numerable de
valores. Una Variable es
continua en caso de que
Variable aleatoria
los números a los que da
continua
lugar no sean números
enteros; es decir,
tengan decimales.
Es discreta cuando solo

toma un número finito de
valores y este es
Variable aleatoria numerable; es decir si los
discrete números a los que da lugar
son
números enteros.
Es una función que

establece cómo se
Distribución de
distribuye la probabilidad
probabilidad
de una variable aleatoria.
Es la probabilidad de
Distribución de que un evento ocurra en
probabilidad continua un intervalo de la
variable.
Es una lista de los

diferentes valores
Distribución de numéricos de la variable
probabilidad discrete de interés y sus
probabilidades
asociadas.
Es el valor promedio de
un conjunto de datos
numéricos, calculada
Media como la suma del
conjunto de valores
dividida entre el número
total de valores.
Es una medida que ofrece

Desviación información sobre la
estándar dispersión media de una
variable.
Resultado promedio de una

serie de eventos
Valor esperado considerando la
probabilidad de cada uno
de ellos.
Es una medida de
dispersión que representa
Varianza la variabilidad de una
serie de datos respecto a
su media.
Es la probabilidad de
Función de que la variable aleatoria
probabilidad tome un valor
particular.
Permite determinar la
probabilidad de que una
Función de variable aleatoria continua
densidad tome algún valor de cierto
intervalo.
Distribución la cual se
aplica cuando la
Distribución probabilidad del éxito
binomial esperado siempre es la
misma.
Cuando el parámetro n
tiende a infinito y el
parámetro p tiende a ser
Aproximación de la
cero (0), de manera que el
D. binomial a la D.
producto de n por p sea
Poisson
una cantidad constante.
La población es grande
y la probabilidad de
Distribución éxito es pequeña. O se
Poisson plantea en promedios de
ocurrencias.
Se plantean donde de una

Distribución población se extrae una
hipergeométrica muestra sin reposición.
Es el límite de varias
distribuciones de
probabilidad continuas y
discretas. es aquella
Distribución
distribución de la
normal
probabilidad cuya gráfica
adquiere forma de
campana simétrica.
Es aquella que tiene por

Distribución media el valor cero, μ =0,
normal estándar y por desviación típica la
unidad, σ
=1.
Es útil para asignar

Área bajo la probabilidades de
curva ocurrencia de la variable
X.
Se puede aproximar por
una distribución normal,
siempre que n sea grande y
p no esté muy próxima a 0
o a 1. Consiste en utilizar
Aproximación normal
una distribución normal
de la binomial
con la misma media y
desviación típica que la
distribución
binomial.
Actividad 2. Ejercicios de Aplicación:
Desarrollo de los Ejercicios a, c, d, e; del Tipo de Ejercicios 1: Distribución Binomial
Ejercicio A:
a. El 70% de las personas que van a un gimnasio para realizar sus ejercicios usan
tapabocas, ¿Cuál es la probabilidad que en 20 usuarios:
𝑝 = 70%
𝑛 = 20
 15 usen tapabocas.
𝑛
Se utiliza la fórmula: 𝑓(𝑥) = 𝑃 (𝑋 = 𝑥) = ( ) (𝑝)𝑥 (1 − 𝑝)𝑛−𝑥
𝑥
𝑛 𝑛!
( )=
𝑥 𝑥! (𝑛 − 𝑥)!
Donde: 𝑥 = 15
Reemplazando:
20
𝑃 (𝑋 = 15) = ( ) (0.7)15 (0.3)20−15
15
20
𝑃 (𝑋 = 15) = ( ) (0.7)15 (0.3)5
15
20
( ) = 𝑛𝐶𝑟 (20 , 15) = 20∗19∗18∗17∗16∗15!
= = 15504
20!
15 15! 15!(5∗4∗3∗2∗1)
(20−15)!
𝑃 (𝑋 = 15) = (15504) (0.00474) (0.00243) = 0.179

Gráfica en Geogebra:
La probabilidad que, en 20 usuarios, 15 usen tapabocas es de:

17.9%
 Entre 10 y 15 usuarios inclusive, usen tapabocas
𝑃 (10 ≤ 𝑥 ≤ 15 ) =
𝑃 (𝑥 = 10) + 𝑃(𝑥 = 11) + 𝑃(𝑥 = 12) + 𝑃(𝑥 = 13) + 𝑃(𝑥 = 14) + 𝑃(𝑥 = 15)
20
𝑷 (𝑿 = 𝟏𝟎) = ( ) (0.7)10 (0.3)10 = 0.0308
10
20
𝑷 (𝑿 = 𝟏𝟏) = ( ) (0.7)11 (0.3)9 = 0.0654
11
20
𝑷 (𝑿 = 𝟏𝟐) = ( ) (0.7)12 (0.3)8 = 0.1144
12
20
𝑷 (𝑿 = 𝟏𝟑) = ( ) (0.7)13 (0.3)7 = 0.1643
13
𝑷 (𝑿 = 𝟏𝟒) = ( 20 ) (0.7)14 (0.3)6 = 0.1916
14
20
𝑷 (𝑿 = 𝟏𝟓) = ( ) (0.7)15 (0.3)5 = 0.1789
15
𝑃 (10 ≤ 𝑥 ≤ 15 ) = 0.0308 + 0.0654 + 0.1144 + 0.1645 + 0.1916 +
0.1789 = 0.7453
La probabilidad que, en 20 usuarios, entre 10 y 15 inclusive usen tapabocas es de:

74.5%
 A lo sumo 11 no usen tapabocas.
𝑃 (𝑥 ≤ 11 ) =
𝑃 (𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 3) + 𝑃(𝑥 = 4) + 𝑃(𝑥 = 5)

+ 𝑃(𝑥 = 6) + 𝑃(𝑥 = 7) + 𝑃(𝑥 = 8) + 𝑃(𝑥 = 9) + 𝑃(𝑥 = 10)
+ 𝑃(𝑥 = 11)
𝑷 (𝑿 = 𝟎) = ( 20 ) (0.3)0 (0.7)20 = 0.0008
0
20
𝑷 (𝑿 = 𝟏) = ( ) (0.3)1 (0.7)19 = 0.0068
1
20
𝑷 (𝑿 = 𝟐) = ( ) (0.3)2 (0.7)18 = 0.0278
2
20
𝑷 (𝑿 = 𝟑) = ( ) (0.3)3 (0.7)17 = 0.0716
3
20
𝑷 (𝑿 = 𝟒) = ( ) (0.3)4 (0.7)16 = 0.1304
4
20
𝑷 (𝑿 = 𝟓) = ( ) (0.3)5 (0.7)15 = 0.1789
5
20
𝑷 (𝑿 = 𝟔) = ( ) (0.3)6 (0.7)14 = 0.1916
6
20
𝑷 (𝑿 = 𝟕) = ( ) (0.3)7 (0.7)13 = 0.1643
7
20
𝑷 (𝑿 = 𝟖) = ( ) (0.3)8 (0.7)12 = 0.1144
8
20
𝑷 (𝑿 = 𝟗) = ( ) (0.3)9 (0.7)11 = 0.0654
9
20
𝑷 (𝑿 = 𝟏𝟎) = ( ) (0.3)10 (0.7)10 = 0.0308
10
20
𝑷 (𝑿 = 𝟏𝟏) = ( ) (0.3)11 (0.7)9 = 0.012
11
𝑃 (𝑥 ≤ 11 ) = 0.0008 + 0.0068 + 0.1716 + 0.01304 + 0.1789 + 0.1916

+ 0.1643 + 0.1144 + 0.0654 + 0.0308 + 0.012 = 0.9949
La probabilidad que, en 20 usuarios, a lo sumo 11 no usen tapabocas es de: 99.5%

Ejercicio C:
c. Los resultados finales del curso de probabilidad del periodo 16-02 del 2020
mostraron que el 75% de los estudiantes aprobaron el curso, si se toman 30
resultados finales del curso de probabilidad.
 ¿Cuál es la probabilidad que 10 de ellos no hayan aprobado?
p: probabilidad de que aprueben

q: probabilidad de que no aprueben
𝑃(𝑥)
= ( )�𝑝𝑥 𝑞𝑛−𝑥
𝑥
𝑝 = 0,75
𝑞 = 0,25
𝑛 = 30
𝑥 = 10
30
( ) 10 0,7530−10
� 1 = 10 )
𝑃(10) = (30045015)(9.0949447018𝑥10−13)(0,0056)
𝑃(10) = 0,0909
La probabilidad de que 10 estudiantes no aprueben es de 9,9%

Demostración en Geogebra:
• ¿Qué probabilidad hay de que a lo sumo 5 de ellos no hayan aprobado el

curso?
𝑃(𝑥) �
= ( ) 𝑝𝑥 𝑞𝑛−𝑥
𝑥
𝑝 = 0,75
𝑞 = 0,25
𝑛 = 30
𝑥 = 15
30
( ) 15 0,2530−15
� 1 = 10 )
𝑃(15) = (155117520)(0.013363)(9.313225746𝑥10−10)
𝑃(15) = 0,0019
La probabilidad de que 15 estudiantes aprueben el curso es de

0,19%
¿Cuál es la probabilidad de que a lo sumo 6 de ellos asistan?
𝑃(𝑥)
= ( )�𝑝𝑥 𝑞𝑛−𝑥
𝑥
𝑝 = 0,75
𝑞 = 0,25
𝑛 = 30
𝑥 = 0,1. . . ,6
𝑃(0,1 … ,6)
𝖥 30 0 30 1
30− 30 2
30− 30 2
30−3
30−0 1 2
(( ) 0,75 0,25 ) + (( ) 0,75 0,25 ) + (( ) 0,75 0,20 ) + (( ) 0,75 0,25 )
= 0 1 2 3
I 30 4 30 5 30−5
30−4
+ (( ) 0,75 0,25 0,25 )
[ ) + (( ) 0,75
4 5
𝑃(0,1 … ,6)
(0) + (7.806255642𝑥10−17) + (3.39572120410−15) + (9.508019372𝑥10−14)
=[ ]
+(1.925373923𝑥10−12) + (3.00358332𝑥10−11)
𝑃(0,1. . . ,6) = 0,0027
La probabilidad de que a lo sumo 6 docentes asistan es de 0,27%
Ejercicio D:
d . Lo s r e su lta do s d e pr u eb a s C o vi d d e u n
l ab or at o rio c l ín i co r ev e lo q ue e l 1 3 % d e los
p ac i ent e s r e s ul ta po s it ivo p ar a t e n er el vi ru s , si s e to ma u na m u
es tra de 10 Pac ie n t es qu e s e hi c i ero n l a pr u eb a.
 ¿ C uá l e s la pr ob ab i l i dad q u e 5 d e e l lo s sa l ga n p os it iv os ?
D e l a i n for m ac ión se o b t ie ne q ue :
p = 13 % , n = 10 y x= 5
𝑛
E n t on ce s : 𝑓(𝑥) = 𝑃 (𝑋 = 𝑥) = ( ) (𝑝)𝑥 (1 − 𝑝)𝑛−𝑥
𝑥
𝑛 𝑛!
D o nde : ( )=
𝑥 𝑥!(𝑛−𝑥)!
10
Ree m p laz a nd o : 𝑃 (𝑋 = 5) = ( ) (0,13)5 (1 − 0,13)10−5
10! 5
10 10 ∗ 9 ∗ 8 ∗ 7 ∗ 6 ∗ 5!
( ) = 𝑛𝐶𝑟 (10 , 5) = = =
5 5! (10 − 5)! 5! (5 ∗ 4 ∗ 3 ∗ 2 ∗ 1) 2
𝑃 (𝑋 = 5) = (252) (0,00003713) (0.4984) = 0,0043
C o m p r o b a n d o con Geo G e b r a :
L a pr ob a b i l id a d d e q ue 5 d e 10 p a c ie n tes sa l g an p o s i t i vo
s p ar a Co v i d e s d e 0 , 4 7 %
 ¿ Qu é p rob ab i l id ad hay d e que a l me no s 6 de e l lo s sa lg an ne g ati vo
q = 1 - p= 87 % y x≥6
E n t on ce s :
𝑷 (𝒙 ≥ 𝟔) = 𝑃(𝑥 = 6) + 𝑃(𝑥 = 7) + 𝑃(𝑥 = 8) + 𝑃(𝑥 = 9) + 𝑃(𝑥 = 10)
H a l l an do l as prob a b i l i da de s i n d iv i d u a les :
10
𝑷 ( 𝑿 = 𝟔) = ( ) (0,87)6 (0,13)4 = 0,026
6
10
𝑷 (𝑿 = 𝟕) = ( ) (0,87)7 (0,13)3 = 0,0995
7
10
𝑷 (𝑿 = 𝟖) = ( ) (0,87)8 (0,13)2 = 0,2496
8
10
𝑷 (𝑿 = 𝟗) = ( ) (0,87)9 (0,13)1 = 0,3712
9
10
𝑷 (𝑿 = 𝟏𝟎) = ( ) (0,87)10 (0,13)0 = 0,2484
10
S u m a n do :
𝑷 (𝒙 ≥ 𝟔) = 0,9947
La p r o b a b i l i d a d de que al m e n os 6 de 10 p a c i e n t e s s al g a n n e g a t i v o s
par a C ov i d es de 99 , 47 %
 ¿ C uá l e s la prob ab i l i dad d e qu e m eno s d e 4 d e e l lo s sa lg an po s it
x<4
E n t on ce s : 𝑷 (𝒙 < 𝟒) = 𝑃(𝑥 = 3) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 1) +

𝑃(𝑥 = 0)
H a l l an do l as prob a b i l i da de s i n d iv i d u a les :
10
𝑷 (𝑿 = 𝟎) = ( ) (0,13)0 (0,87)10 = 0,2484
0
10
𝑷 (𝑿 = 𝟏) = ( ) (0,13)1 (0,87)9 = 0,3712
1
10
𝑷 (𝑿 = 𝟐) = ( ) (0,13)2 (0,87)8 = 0,2496
2
10
𝑷 (𝑿 = 𝟑) = ( ) (0,13)3 (0,87)7 = 0,0995
3
S u m a n do :
𝑷 (𝒙 < 𝟒) = 0,9687
L a pr ob a b i l id a d d e q ue me nos de 4 de lo s 10 p ac i en te s s a l ga n po si
t i vo s p ar a Co v id e s de 9 6 , 8 7 %
Ejercicio E:
e. Una encuesta sobre la participación de los maestros en las protestas convocadas por las
centrales obreras, revelo que el 65% de ellos asiste a la marcha, si se toma una muestra de
20 docentes
Datos
 65% asisten a la marcha

 20 docentes
• ¿Cuál es la probabilidad que 12 de ellos asistan? 𝒅 𝒂𝒔𝒊𝒔𝒕𝒂𝒏
X = Probabilidad asistan r = 12
n = 20
p = 0,65
𝑞 = 1 ∗ 𝑝 = 1 − 065 = 0,35
20
𝑝(𝑥 = 12) = ∗ 0,6512 ∗ 0,35(20−12)
12
20!
= ∗ 0,6512 ∗ 0,358
12! (20 − 12)!
= 0,1613 = 16%
• ¿Qué probabilidad hay de que al menos 8 de ellos asistan?
P = 0,65 n = 20
q =1-0,65 x = 0,1,2,3,4,5,6,7
q =0,35
20
= ) ∗ 0,650 20
∗ 0,35 (20−0 + ) ∗ 0,651 ∗ 0,35(10−1)
(0 ) (1
20 20
= () ∗ 0,652 ∗ 0,35(20−2) + () ∗ 0,653 ∗ 0,35(20−3)
2 3
20 20
=( ) ∗ 0,654 ∗ 0,35(20−4) + ( ) ∗ 0,655 ∗ 0,35(20−5)
4 5
20 20
= ( ) ∗ 0,656 ∗ 0,35(20−6) + ( ) ∗ 0,657 ∗ 0,35(20−7)
6 7
20 20! 20!
= ∗ 0,652 ∗ 0,35(20−2) + ∗ 0,653 ∗ 0,35(20−1)
0 0! (20 − 2)! 1! (20 − 1)!
20! 20!
∗ 0,652 ∗ 0,35(20−2) + ∗ 0,653 ∗ 0,35(20−3)
2! (20 − 2)! 3! (20 − 3)!
20! 20!
∗ 0,654 ∗ 0,35(20−4) + ∗ 0,655 ∗ 0,35(20−5)
4! (20 − 4)! 5! (20 − 5)!
20! 20! ∗ 0,657 ∗ 0,35(20−7)
∗ 0,656 ∗ 0,35(20−6) +
6! (20 − 6)!
7! (20 − 7)!
= 0,00601
• ¿Cuál es la probabilidad de que a lo sumo 6 de ellos asistan?
Este punto no fue desarrollado.

Desarrollo de los Ejercicios a, c, d; del Tipo de Ejercicios 2: Distribución Poisson
Ejercicio A:
a. La farmacéutica SINOVAC está probando la vacuna contra La Covid – 19 para

combatir la nueva cepa que se está presentando en Brasil, para esto selecciono
una muestra de 1000 personas, la probabilidad de una persona presente una
reacción negativa a la vacuna es de 0.002.
= 𝑛.𝑝
 = 1000 (0.002) = 2
 ¿Cuál es la probabilidad de que 8 personas presenten una reacción negativa

a la vacuna?
Se aplica la fórmula:
𝑒−. 𝑥
𝑓(𝑥) = 𝑃(𝑋 = 𝑥) =
𝑥!
−2 8
𝑃(𝑥 = 8) = 𝑒 . 2 = 0.0009
8!
La probabilidad de que 8 personas presenten una reacción negativa a la vacuna es de: 0.09%
 ¿Qué probabilidad hay de que al menos 5 personas presenten una

reacción negativa a la vacuna?
𝑒−. 𝑥
𝑓(𝑥) = 𝑃(𝑋 = 𝑥) =
𝑥!
𝑒−2. 25 𝑒−2. 26 𝑒−2. 27 𝑒−2. 2999 𝑒−2. 21000

𝑃(𝑥 ≥ 5) = ( )+ ( )+ ( )+⋯ ( )+ ( )=
5! 6! 7! 999! 1000!
0.0527
La probabilidad de que al menos 5 personas presenten una reacción negativa a la vacuna es de: 5
 ¿Cuál es la probabilidad de que a lo sumo 6 personas presenten una

reacción negativa a la vacuna?
𝑒−. 𝑥
𝑓(𝑥) = 𝑃(𝑋 = 𝑥) =
𝑥!
𝑒−2. 20
𝑃(𝑥 ≤ 6) = (
) + ( 𝑒−2. 21 −2 3
𝑒−2. 22 ) + ( 𝑒 . 2 ) + ( 𝑒−2. 24 )
0! ) + (
1! 2! 3! 4!
−2 5
+ ( 𝑒 . 2 ) + ( 𝑒−2. 26 )
5! 6!
𝑃(𝑥 ≤ 6) = 0.1353 + 0.2707 + 0.2707 + 0.1804 + 0.0902 + 0.0361 + 0.0002

= 0.9955
La probabilidad de que a lo sumo 6 personas presenten una reacción negativa a la vacuna es

de: 99.5%
Ejercicio C:
c. El ministerio de transporte en un estudio de accidentalidad en motocicleta revelo que

el promedio de estos es de 3 cada 24 horas, si el número de accidente sigue una
distribución de Poisson:
 ¿Cuál es la probabilidad de que se presenten 5 accidentes?
x: número de accidentes
𝑘 −𝜇
𝑃(𝑥 = 𝑘) = 𝜇 𝑒
𝜇=3 𝑘!
𝑘=5
𝑃(𝑥 = 5) = 5 −3
3 𝑒
5!
𝑃(𝑥 = 5) = 0,1008
La probabilidad de se presenten 5 accidentes es de 10,08%
¿Cuál probabilidad hay de que no se presenten accidentes?
𝑃(𝑥 = 𝑘) = 𝜇𝑘𝑒−𝜇
𝜇=3
𝑘=0 𝑘!
30𝑒−3 )
𝑃(𝑥 = 0) = (
0!
𝑃(𝑥 = 1,2. . . ,4) = 0,0498
La probabilidad de que no se presenten accidentes es de 49,8%
 ¿Cuál es la probabilidad de que a lo sumo 3 accidentes se presenten en 48 horas?

𝑘 −𝜇
𝑃(𝑥 = 𝑘) = 𝜇 𝑒
𝜇=6
𝑘!
60𝑒−6 1 −6 2 −6 3 −6
𝑘 = 0,1,2,3𝑃(𝑥 = 0,1,2,3) = ( )+( 6 𝑒 )+( 6 𝑒 )+( 6 𝑒 )
0! 1! 2! 3!
𝑘 = 0,1,2,3𝑃(𝑥 = 0,1,2,3)
= (0.0025) + (0.0149) + (0.0446) + (0.0892)
𝑃(𝑥 = 0,1,2,3) = 0,1512

La probabilidad de en 2 horas es de 15,12%
Ejercicio D:
d . La s ecr et ari a d e sa l ud d e B ogot á r e por t a q u e

c ada 24 hora s l l e ga n u n pro me d io d e 5 0 0 p er so na s a la s ur g e nc
ias d e c ua lq ui e r h o sp ita l d e l as c ua l e s s o lo e l 1 % d e e s ta s q u
eda n h o sp ita l izad a s, s i e l
n ú m ero d e r egi s tro d e u rg e nc ia s si g ue u na
d i str ib uc ió n de P oi s so n, e ncu e nt r e la p roba bi l id ad q u e en 24
hor as :
 1 0 p er so na s qu e d e n ho s pit ali za da s.
 = 𝑛.𝑝
 = 500 ∗ 1% = 5 , x = 10
E n t on ce s :
𝑃(𝑋 = 𝑥) = 𝑒−.
𝑥
𝑥!
𝑒−5. 510
Ree m p laz a nd o : 𝑃(𝑥 = 10) = =
10! 0,018
L a pr ob a b i l id a d d e q ue 10 per s on a s q ue de n h o sp i t a l
iza d as es de 1 , 81 3 %
 A lo s umo 5 p er so na s q u ed e n h os p ita l iz adas
E n t on ce s :
𝑃(𝑥 ≤ 5) = ( 𝑒−5. 50 ) + ( 𝑒−5. 51 ) + ( 𝑒−5. 52 𝑒−5. 53 ) + ( 𝑒−5. 54 )

)+ (
0! 1! 2! 3! 4!
−5 5
+ ( 𝑒 .5 )
5!
𝑃(𝑥 ≤ 5) = 0.616
L a pr ob a b i l id a d d e q ue a lo su mo 5 pe rso n as q ue de n h o sp i t a l
iza d as es de 6 1 , 6 %
 N i ng u na p er son a q u ed e ho spi ta l i zad a.
𝑒−5. 50
E n t on ce s : 𝑃(𝑥 = 0) =
0!
𝑃(𝑥 = 0) = 0 , 0067
C o m p r o b a n d o con Geo G ebr a:
L a pr ob a b i l id a d d e q ue n in g u na p er so na qu ede h o sp i t a l
iza d a e s d e 0 , 6 7 %
Desarrollo de los Ejercicios a, c, d; del Tipo de Ejercicios 3: Distribución Hipergeométrica
Ejercicio A:
a. La fundación Tecnoglass que produce vidrios templados envío un pedido de 100 de

sus vidrios templados a uno de sus distribuidores en la zona y por descuido del
almacenista se enviaron 5 vidrios defectuosos (no cumplían con las
especificaciones del pedido), el comprador al ser notificado del error tomó al azar
15 vidrios templados:
𝑁 = 100
𝑛 = 15
𝑟=5
Se utiliza la fórmula:
𝑟 𝑁−𝑟
( ) ( )
𝑥 𝑛−𝑥
𝑃(𝑥) =
𝑁
( )
𝑛
 ¿Cuál es la probabilidad de que ninguno de los vidrios salga defectuoso?
5 100 − 5
0( )( 15 − 0 )
𝑃(𝑥 = 0) = = 0.4357
100
( 15 )
La probabilidad de que ninguno de los vidrios salga defectuoso es de: 43.57%

 ¿Qué probabilidad hay de que 2 sean defectuosos?
5 100 − 5
2( )( 15 − 2 )
𝑃(𝑥 = 2) = = 0.1377
100
( 15 )
La probabilidad de que 2 sean defectuosos es de: 13.77%
¿Cuál es la probabilidad de que a lo sumo 3 de los vidrios salgan defectuoso?
𝑃(𝑥 ≤ 3) = 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 3)
𝑃(𝑥 ≤ 3) = 0.4357 + 0.4034 + 0.1377 + 0.0216 = 0.9984
La probabilidad de que a lo sumo 3 de los vidrios salgan defectuosos es de:

99.84%
Ejercicio C:
c. Si un productor avícola reporta que por cada canasta de 30 huevos que se

producen cada hora, 5 de ellos no cumplen con el peso adecuado exigido por la
distribuidora MinHac. Si la distribuidora toma al azar una docena de huevos,
encuentre la probabilidad de que:
 3 de ellos no cumplan con el peso adecuado
N: número total de canastas de huevos n: número de

la muestra
k: cantidad de que no cumplen el peso adecuado
𝑘 𝑁−𝑘
𝑃(𝑥 = 𝑘) = ( ) ( )
𝑥 𝑛𝑁− 𝑥
𝑁 = 30
𝑛 = 12
𝑘=5
𝑥=3
5 30 − 5
( )( )
3 12 − 3
𝑃(𝑥 = 3) = ( )
30
( )
12
5 25
( )( )
3 9
( )
𝑃𝑥=3 =( )
30
( )
12
𝑃(𝑥 = 3) = 0,2362
La probabilidad de que 3 de ellos con cumplan con el peso adecuado es de

23,62%
 ¿Cuál es la probabilidad de que a lo sumo 4 de ellos no cumplan con el peso

adecuado?
𝑘 𝑁−𝑘
𝑃(𝑥 = 𝑘) = ( ) ( )
𝑁 = 30
𝑛 = 12
𝑘=5
𝑥 = 0,1,2 … 4𝑃(𝑥 = 0,1,2 … 4)

5 30 − 5 5 30 − 5 5 30 − 5
( )( ) ( )( ) ( )( )
0 12 − 0 1 12 − 1 2 12 − 2
=( 30 )+( 30 )+( 30 )
( ( ) (
12 ) 12 12 )
5 30 − 5 5 30 − 5
( )( ) ( )( )
3 12 − 3 4 12 − 4
+( 30 )+( 30 )
( ( )
12 ) 12
𝑃(𝑥 = 0,1,2 … 4)
= (0,0601) + (0,2577) + (0,3779) + (0,2362) + (0,0625)
𝑃(𝑥 = 0,1,2 … 4) = 0,9944
La probabilidad de que a lo sumo 4 de ellos no cumplan con el peso adecuado es

de 99,44%
 ¿Cuál es la probabilidad de que todos salgan con el peso adecuado?

𝑘 𝑁−𝑘
𝑃(𝑥 = 𝑘) = ( ) ( )
𝑁 = 30
𝑛 = 12
𝑘=5
𝑥=0
5 30 − 5
( )( )
0 12 − 0
𝑃(𝑥 = 0) = ( )
30
( )
12
𝑃(𝑥 = 0) = (0,0601)
𝑃(𝑥 = 0) = 0,0601
La probabilidad de que todos los huevos salga con el peso adecuado es de 6,01%
Ejercicio D:
d . El mi n i st er io d e t rab aj o a tr av é s d e un a e n c u es ta p ú bl ic a r ev e
ló d e c ada 50 m u j er e s m en or e s d e 30 a ño s q u e trab a ja 8 d e
ell a s t i e n e un h i jo, si s e l e cc io na u na m u es tra d e 2 0 m u je r es :
 ¿ C uá l es la pro ba bi l ida d de que 5 de e l l as t

e nga n un hi jo?
N = 50 , r= 8 y n = 20
𝑟 𝑁−𝑟
E n t on ce s : 𝑃(𝑥) = (𝑥 ) (𝑛−𝑥
(𝑛
8 50−8
Ree m p laz a nd o : 𝑃(𝑥 = 5) = ( 5) ( 20−5
= 0,117
( 50
20 )
L a p ro ba b i l i da d d e que 5 de l as 20 m u jeres te n ga u n h i jo e s de 1 1 , 7 2 %
 ¿ C uá l e s l a pro bab i l i da d d e q u e a lo s umo 4 d e e l l as t e ng

an un h i jo?
E n t on ce s : 𝑃(𝑥 ≤ 4) = 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) +

𝑃(𝑥 = 3)+ 𝑃(𝑥 = 4)
S u m a n do : 𝑃(𝑥 ≤ 4) = 0,0109 + 0,0758 + 0,2101 + 0,3026 + 0,2473 = 0,8468
C om pro ba ndo c on Ge o G e bra :
L a pro b ab i l i d a d de q ue a lo s um o 4 de l as 20 m u je r e s t e n ga un h i
jo es d e 84 , 68 %
 ¿ C uá l e s la pr ob ab i l i dad d e qu e n i ng un a d e e l l as t e nga h i j o?
8 50−8
E n t on ce s : 𝑃(𝑥 = 0) = 0( ) ( 20−0 = )
( 50 0,01
20 )
09
C o m p r o b a n d o con Geo Ge bra :
L a pr ob a b i l id a d d e q ue n in g u na d e la s m u jere s t e n ga un h i j o es de
1,09%
Desarrollo de los Ejercicios a, c, d; del Tipo de Ejercicios 4: Distribución Normal
Ejercicio A:
a. Un puesto de vacunación contra la Covid-19 se distribuye normalmente con una

media de 270 personas vacunadas cada 24 horas y una desviación estándar de 10
personas vacunadas. Encuentre la probabilidad de que el número de personas
vacunadas por día:
Paso 1: Datos
 = 270
 = 10
Para determinar el valor de Z se utiliza la siguiente fórmula:
𝑥− 
𝑍=

 Sea menor de 285: 𝑃 (𝑥 ≤ 285)
Paso 2: determinar el valor de Z
285 − 270 15
𝑍= = = 1.5
10 10
Paso 3: buscar en la tabla de probabilidades: A un valor de Z de 1.5, corresponde una probabilidad
La probabilidad de que el número de vacunados sea menor de 285 personas en 24

horas es de: 93.32%
Sea mayor de 286: 𝑃 (𝑥 ≥ 286)
Paso 2: determinar el valor de Z
286 − 270 16
𝑍= = = 1.6
10 10
Paso 3: buscar en la tabla de probabilidades: A un valor de Z de 1.6, corresponde una

probabilidad de: 0.9452. Dado que se está buscando la probabilidad de que sea mayor
de 286, entonces es:
1 − 0.9452 = 𝟎. 𝟎𝟓𝟒𝟖
La probabilidad de que el número de vacunados sea mayor de 286 personas en 24

horas es de: 5.48%
 Este entre 255 y 284 personas: 𝑃 (255 ≤ 𝑥 ≤ 284)
La probabilidad de que el número de vacunados esté entre 255 y 284 personas en 24

horas es de: 85.24%
Este entre 275 y 285 personas: 𝑃 (275 ≤ 𝑥 ≤ 285)
La probabilidad de que el número de vacunados esté entre 275 y 285 personas en 24

horas es de: 24.17%
Ejercicio C:
c. El tiempo de respuesta de una llamada de urgencia se distribuye normalmente.

El tiempo promedio de respuesta es de 3.5 minutos con una desviación
estándar de 0.5 minutos. Encuentre la probabilidad de que una llamada
obtenga una respuesta:
 Sea menor de 4.3 minutos
𝑥−𝜇
𝑧=
𝜎
𝜇 = 3,5
𝜎 = 0,5
𝑥 = 4.3
4,3 − 3,5
𝑧=
0,5
𝑧 = 1,6
Según el valor en la tabla: 𝑧 = 0,9452
𝑃(𝑥 < 4,3) = 0,9452
La probabilidad de que el tiempo que emplee una llamada de urgencia sea menor a 4.3
minutos es de 94,52%
 Sea mayor a 4 minutos
𝑧= 𝑥−𝜇
𝜎
𝜇 = 3,5
𝜎 = 0,5
𝑥=4
4 − 3,5
𝑧=
0,5
𝑧 = 1,25
Según el valor en la tabla:
𝑧 = 0,8413
𝑃(𝑥 > 4) = 1 − 0,8413
𝑃(𝑥 > 4) = 0,1587
La probabilidad de que el tiempo que emplee una llamada de urgencia sea mayor a 4
minutos es de 15,87%
 Este entre 3.1 y 4.1 minutos:
𝑥−𝜇
𝑧=
𝜎
𝜇 = 3,5
𝜎 = 0,5
𝑥 = 3,1 𝑥2 = 4,1
3,1 − 3,5 4,1 − 3,5

𝑧1 = 𝑧2 =
0,5
0,5
𝑧1 = −0,8 𝑧2 = 1,2
𝑧1 = 0,2119 𝑧2 = 0,8849
𝑃(3,1 ≤ 𝑥 ≤ 4,1) = (0,8849) − (0,2119)
𝑃(3,1 ≤ 𝑥 ≤ 4,1) = 0,6731
La probabilidad de que el tiempo que emplee una llamada de urgencia sea entre 3.1 y
4.1 minutos es de 67,31%
 Este entre 3.7 y 4.2 minutos
𝑧 = 𝑥−𝜇
𝜇 = 3,5
𝜎 = 0,5
𝑥 = 3,7 𝑥2 = 4,2
𝑧1 = 3,7 − 3,5 4,2 − 3,5

𝑧2 =
0,5
0,5
𝑧1 = 0,4 𝑧2 = 1,4
𝑧1 = 6554 𝑧2 = 0,9192
𝑃(3,8 ≤ 𝑥 ≤ 5,5) = (0,9192) − (0,6554)

𝑃(3,8 ≤ 𝑥 ≤ 5,5) = 0,2638
La probabilidad de que el tiempo que emplee una llamada de urgencia sea entre 3.7 y
4.2 minutos es de 26,38%
Ejercicio D:
d . El nú m ero de cr éd ito s p ara v i vi e nd a t i e ne u na d i str ib uc ió n

nor ma l co n u na m e di a d e 7 0 mi l lo n e s d e p e so s y u na d e sv ia ci
ón e stá nd ar d e 8 m i l l o n es d e p e so s , s i se r ec ib e un a so l i c it ud
d e cr é dito .
E n c u ent re la pro ba bi l ida d d e q u e :
 S e a m en or d e 7 5 m i l lo n e s d e p e so s
P a so 1 : D a tos µ =
70 m i l l one s σ = 8
m i l lo ne s
E n t on ce s : 𝑃 (𝑥 ≤ 75)
P a so 2 : de te rm in a r e l va lor de Z
𝑥− 
𝑍=

75−70
Ree m p laz a nd o : 𝑍= =
8 0,6
P a so 3 : b u sc ar e n l a ta b la de pro b a b i l i d a des
C om o e l v a lor de 0 , 625 se e nc ue n tr a e n tre u n a p a re ja de d a to s , e s ne

ce sa r io r ea l iz ar u na i n ter po la c ió n p a ra s a ber e l v a lor e xa c to , e l c u a
l d io : 0 , 73 4
C o m p r o b a n d o con Geo G ebr a:
L a pro b a b i l i d a d d e q ue la so l i c i tu d de cré d i to sea me nor a 75 m i l lo

nes e s d el 73 , 4 %
 S e a ma yor d e 8 0 m i l lo n e s d e p e so s
80 − 70
𝑍= =
8 𝟏,
P a ra u n va lor d e Z de 1 , 25 , b u s ca n do e n l a t a b la se e nc on t ró u n
v al or de 0 , 8944 , s i n e mb ar go , c o mo se p re c is a q ue sea m ay or q
ue 80 m i l l o nes , se t ien e q ue l a p ro b ab i l i d ad e s : 1 - 0 , 8944 = 0 , 10 5
6
L a p ro ba b i l i da d d e que l a s o l ic i tu d de cré d i to sea m a yor a 80 m i l lo

nes e s d el 10 , 56 %
 E s t e e ntr e 6 5 y 74 m i l lon e s d e p e so s
65 − 70 74 − 70
𝑍= = 𝑍= =
8 −0,6 8 0
C om o e l va l or de - 0 , 625 se e ncu e n tra en t re u na par eja d e da to s , es
ne ces ar io re a l iz ar u na i n ter po l ac i ó n p ar a s a ber e l va lo r ex a c to , e l
c ua l d io : 0 , 2 65 95 , por t a n to , 1 - 0 , 2 65 95 = 0 , 73 4
P a ra Z= 0 , 5 e l va l or de la pro b ab i l i d a d es d e : 0 , 6915 , por t a n to , 1 - 0 ,

6815 = 0 , 30 85
Re so l vi en do : 𝑃 (65 ≤ 𝑥 ≤ 74) = 0,734 − 0,3085 = 0,4255

C o m p r o b a n d o con Geo Ge bra :
L a pro b ab i l i d a d d e q ue l a so l ic i tu d de cré d i to e st é e n tre 65 y 74 m

i l lo nes e s de l 42 , 55 %
 E s t e e ntr e 7 3 y 78 m i l lon e s d e p e so s
73 − 70 78 − 70
𝑍= = 𝑍= =1
8 0,3 8
C om o e l v a lor de 0 , 375 se e nc ue n tr a e n tre u n a p a re ja de d a to s , e s ne

ce sa r io r ea l iz ar u na i n ter po la c ió n p a ra s a ber e l v a lor ex a ct o, e l
cu a l d io : 0 , 64 61 5 , por ta n to , 1 - 0 , 6 46 15 = 0 , 3 53 85
P a ra Z= 1 e l va lor de l a pro b a b i l i d a d es de : 0 , 8413 , p or t a n to , 1 - 0 ,
8413 = 0 , 1 58 7
Re so l vi en do : 𝑃 (73 ≤ 𝑥 ≤ 78) = 0,35385 − 0,1587 = 0,1952
L a pro b ab i l i d a d d e q ue l a so l ic i tu d de cré d i to e st é e n tre 73 y 78 m

i l lo nes e s de l 19 , 52 %
Escogí los ejercicios de la letra número E
Tipo de ejercicios 1 - Distribución Binomial
e. Una encuesta sobre la participación de los maestros en las protestas convocadas por las centrales obreras, revelo
que el 65% de ellos asiste a la marcha, si se toma una muestra de 20 docentes
Datos
 65% asisten a la marcha
 20 docentes
Ejercicio D
. • ¿Cuál es la probabilidad que 12 de ellos asistan? d asistan
X = Probabilidad asistan
r = 12
n = 20
p = 0,65
q=1∗p=1−065=0,35
20 12
p ( x=12 )= ∗0,65 ∗0,35 (20−12)
12
20 !
¿ ∗0,6512∗0,35 8
12!(20−12)!
¿ 0,1613=16 %
• ¿Qué probabilidad hay de que al menos 8 de ellos asistan?
P = 0,65 n = 20
q =1-0,65 x = 0,1,2,3,4,5,6,7
q =0,35
¿( 200 )∗0,65 ∗0,35
0 ( 20−0 )
+ ( 201 )∗0,65 ∗0,35
1 (10−1)
¿ ( )∗0,65 ∗0,35 + ( )∗0,65 ∗0,35

20 2 ( 20−2) 20 3 (20−3 )
2 3
¿ ( )∗0,65 ∗0,35 + ( )∗0,65 ∗0,35
20 4 ( 20−4 ) 20 5 (20−5 )
4 5
¿ ( )∗0,65 ∗0,35 + ( )∗0,65 ∗0,35
20 6 ( 20−6 ) 20 7 (20−7)
6 7
20 20 ! 2 (20−2) 20 ! 3 (20−1)
= ∗0,65 ∗0,35 + ∗0,65 ∗0,35
0 0!(20−2)! 1! (20−1) !
20 ! 2 (20−2) 20! 3 (20−3)
∗0,65 ∗0,35 + ∗0,65 ∗0,35
2!(20−2) ! 3 !(20−3)!
20 ! 20 !
∗0,65 4∗0,35(20−4) + ∗0,655∗0,35(20−5)
4 ! (20−4) ! 5 !(20−5)!
20! 6 (20−6) 20 ! 7 (20−7 )
∗0,65 ∗0,35 + ∗0,65 ∗0,35
6 !(20−6)! 7 !( 20−7)!
¿ 0,00601
• ¿Cuál es la probabilidad de que a lo sumo 6 de ellos asistan?
P ( X ≤6 )= p ( x> 0 ) + p ( x =2 )+ p ( x=3 )+ p ( x=4 ) + p ( x=5 ) + p( x=6)}
( )
¿
20
0
∗0,650∗0,35(20−0 )+( ) 20
1
∗0,651∗0,35 (20−1)+
20
2 ( )
∗0,652∗0,35
( ) ¿
20
3 ( )
∗0,653∗0,35(20−3 )+
20
4
∗0,654∗0,35(20−4 )∗0,35(20−4)
¿ ( 205 )∗0,65 ∗0,35

5 ( 20−3 )
+ ( 206 )∗0,65 ∗0,35
6 ( 20−4 )
¿ ( 0 ! (20−0)
20
!)
∗0,65 ∗0,35
0 ( 20−0 )
+¿
¿
( 2 !(20−2)!
20
)∗0,65 ∗0,35 2 ( 20−2 )
+¿
2 !(20−2)!
20 ! 20! 20 !
∗0,65 4∗0,35(20−4 )+ ∗0,6+ ∗0,656∗0,35(20−6)
4 ! (20−4) ! 5 ! ( 20−5 ) 6 ! ( 20−6 ) !
¿ 0,00152
Distribución Paisson
Probabilidad de que a lo sumo se roben 4 x ≤ 4

p ( x=0 ) + p ( x=1 ) + p ( x=2 )+ p ( x=3 )+ p( x=4)
e3,5∗3,50 e−3,5∗3,51 e−3,5∗3,52 e−3,5∗3,54
¿ + + +
0! 1! 2! 4
¿ 0,72544
Distribución Passon
3,5 →1 h
x→2h
3,5∗2
x= =7 ∪=7
1
x≤6
( ) ( ) e−U∗u x
f x = p x=x =
x!
p ( x=0 ) + p ( x=1 ) + p ( x=2 )+ p ( x=3 )+ p ( x=4 ) + p ( x=5 ) + p(x=6)

3
e7∗70 e−7∗71 e−¿∗7 e−7∗74 e−7∗7 6

+ + + + ¿
0! 1! 3! 4! 6
355081
¿ 7
720∗e
Ejercicio 3
Distribución Hipergeometrica
K
∗N −K
X
n−x
p ( X )=
N
n
5 de ellos hayan alterado sus declaraciones
N= 100 empresas
K= 15 alteraron
N= 40
x= 5
p ( X=5 )=
( 5 )( 40−5 ) ( 5 ) 35 30
15 100−15
=
15 85
=
❑
( 4 ) ( 40 )
100 100
Probabilidad que a lo sumo 4 de ellos alterara declaraciones
p ( x=1 )+ p(x=2) + p (x=3) + p (x=4)
(¿ 151 )( 100−15
40−1 ) +
( )(
15 100−15
2 40−2 ) +
( )(
15 100−15
3 40−3 ) +
( 4 )( 40−4 )
15 100−15
( 100
40 ) ( 100
40 ) 100
40 ( 40 )
100
(¿ 151 )( 8539 ) + ( 152 )( 8538 ) + ( 153 )( 8537 ) + ( 154 )( 8536 )

( 100
40 ) ( 100
40 ) 100
40 ( 40 )
100
15.2∗509∗1024 105.2,08∗10 24 455.1,64∗10

28
+ 28
+ 28
1,37∗10 1,37∗10 1,37∗10
13,65∗124∗1024
1,37∗1028
0,1969
Probabilidad que ninguno halla alterado del la risiones
N=100
K=15
n=40
x=0
p ( x=0 )=
( 0 )( 40−0 )
15 100−15
=
1∗85
40
=
1.2,8886 X 10 24
( 1004 ) 1004 1,37 X 10

−4
Tabla Links de videos explicativos
N E
Link video explicativo:
ombre jercicio
Estudiante: sustentados
Jaime
Yesid Ejer https://youtu.be/
cicios 1 – p9rd9mZoA0I
Manr Ej
ique García
ercicios a
Referencias Bibliográficas
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. Recuperado de: 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. Recuperado de: https://elibro-
Obando López, J. y Arango Londoño, N. (2019). Probabilidad y estadística. Fondo Editorial

EIA. (pp. 57-69, 72-74). Recuperado de: https://elibro-
Rodríguez Franco, J. y Pierdant Rodríguez, A. I. (2015). Estadística para administración. (pp.

241-268, 287-297). Grupo Editorial Patria. Recuperado de: https://elibro-
Sánchez, J. (2020). OVI – Unidad 2. Distribución Poisson. Recuperado de:

https://repository.unad.edu.co/handle/10596/35640
López, J. F. (enero 21 de 2021). Variable aleatoria. Economipedia. Recuperado de:

https://economipedia.com/definiciones/variable- aleatoria.html
Blanco Roldán, M. (2015). 3. Distribución de probabilidad. ppt video online descargar.

Recuperado de: https://slideplayer.es/slide/5410323/
Soporte de Minitab 18. (2019). Distribución discreta - Minitab. (C) Minitab, LLC. All
rights Reserved. 2019. Recuperado de:
https://support.minitab.com/es-mx/minitab/18/help-and-how- to/probability-distributions-
and-random-data/supporting- topics/distributions/discrete-distribution/
López, J. F. (septiembre 6 de 2021). Media. Economipedia. Recuperado de:

https://economipedia.com/definiciones/media.html
López, J. F. (enero 27 de 2021). Varianza. Economipedia. Recuperado de:

https://economipedia.com/definiciones/varianza.html
Facilingo. (noviembre 3 de 2018). Distribuciones Discretas (Binomial, Hipergeometrica, Poisson). YouTube.

Recuperado de: https://www.youtube.com/watch?v=JWRTMeJg70I
Colaboradores de Wikipedia. (septiembre 27 de 2021). Distribución normal. Wikipedia, la

enciclopedia libre. Recuperado de: https://es.wikipedia.org/wiki/Distribuci
%C3%B3n_normal
Cedeño. (2013). 5.1-Normal y Normal Estándar. Universidad Autónoma Del Estado de

Hidalgo. Recuperado de: http://cidecame.uaeh.edu.mx/lcc/mapa/PROYECTO/libro19/51normal
_y_normal_estndar.html

Tarea 3 - Experimentos Aleatorios y Distribuciones de Probabilidad (Grupo 100402 - 117)

Cargado por

Copyright:

Formatos disponibles

Tarea 3 - Experimentos Aleatorios y Distribuciones de Probabilidad (Grupo 100402 - 117)

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tarea 3 - Experimentos Aleatorios y Distribuciones de Probabilidad (Grupo 100402 - 117)

Cargado por

Copyright:

Formatos disponibles

Tarea 3: Experimentos aleatorios y distribuciones de Probabilidad

Jaime Yesid Manrique García - Código: 91.531.111 Raúl Fernando Correa

García – Código: 1.095.827.488 Jessica Paola Riveros Jiménez - Código:

1.100.968.613 Julián Antonio Viana Zarate - Código: 91.532.224

Luis Bernardo Tejada Zuluaga

Universidad Nacional Abierta y a Distancia –UNAD - Programa

Es una ecuación que

Pueden tomar un número

Es discreta cuando solo

Es una función que

Es una lista de los

Es una medida que ofrece

Resultado promedio de una

Se plantean donde de una

Es aquella que tiene por

Es útil para asignar

Desarrollo de los Ejercicios a, c, d, e; del Tipo de Ejercicios 1: Distribución Binomial

𝑃 (𝑋 = 15) = (15504) (0.00474) (0.00243) = 0.179

La probabilidad que, en 20 usuarios, 15 usen tapabocas es de:

 Entre 10 y 15 usuarios inclusive, usen tapabocas

La probabilidad que, en 20 usuarios, entre 10 y 15 inclusive usen tapabocas es de:

 A lo sumo 11 no usen tapabocas.

𝑃 (𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 3) + 𝑃(𝑥 = 4) + 𝑃(𝑥 = 5)

𝑃 (𝑥 ≤ 11 ) = 0.0008 + 0.0068 + 0.1716 + 0.01304 + 0.1789 + 0.1916

La probabilidad que, en 20 usuarios, a lo sumo 11 no usen tapabocas es de: 99.5%

 ¿Cuál es la probabilidad que 10 de ellos no hayan aprobado?

p: probabilidad de que aprueben

La probabilidad de que 10 estudiantes no aprueben es de 9,9%

• ¿Qué probabilidad hay de que a lo sumo 5 de ellos no hayan aprobado el

La probabilidad de que 15 estudiantes aprueben el curso es de

La probabilidad de que a lo sumo 6 docentes asistan es de 0,27%

𝑃 (𝑋 = 5) = (252) (0,00003713) (0.4984) = 0,0043

𝑷 (𝒙 ≥ 𝟔) = 𝑃(𝑥 = 6) + 𝑃(𝑥 = 7) + 𝑃(𝑥 = 8) + 𝑃(𝑥 = 9) + 𝑃(𝑥 = 10)

E n t on ce s : 𝑷 (𝒙 < 𝟒) = 𝑃(𝑥 = 3) + 𝑃(𝑥 = 2) + 𝑃(𝑥 = 1) +

 65% asisten a la marcha

• ¿Cuál es la probabilidad que 12 de ellos asistan? 𝒅 𝒂𝒔𝒊𝒔𝒕𝒂𝒏

• ¿Qué probabilidad hay de que al menos 8 de ellos asistan?

• ¿Cuál es la probabilidad de que a lo sumo 6 de ellos asistan?

Este punto no fue desarrollado.

a. La farmacéutica SINOVAC está probando la vacuna contra La Covid – 19 para

 ¿Cuál es la probabilidad de que 8 personas presenten una reacción negativa

 ¿Qué probabilidad hay de que al menos 5 personas presenten una

𝑒−2. 25 𝑒−2. 26 𝑒−2. 27 𝑒−2. 2999 𝑒−2. 21000

 ¿Cuál es la probabilidad de que a lo sumo 6 personas presenten una

𝑃(𝑥 ≤ 6) = 0.1353 + 0.2707 + 0.2707 + 0.1804 + 0.0902 + 0.0361 + 0.0002

La probabilidad de que a lo sumo 6 personas presenten una reacción negativa a la vacuna es

c. El ministerio de transporte en un estudio de accidentalidad en motocicleta revelo que

 ¿Cuál es la probabilidad de que se presenten 5 accidentes?

La probabilidad de se presenten 5 accidentes es de 10,08%

𝑃(𝑥 = 1,2. . . ,4) = 0,0498

La probabilidad de que no se presenten accidentes es de 49,8%

 ¿Cuál es la probabilidad de que a lo sumo 3 accidentes se presenten en 48 horas?

𝑃(𝑥 = 0,1,2,3) = 0,1512

d . La s ecr et ari a d e sa l ud d e B ogot á r e por t a q u e

𝑃(𝑥 ≤ 5) = ( 𝑒−5. 50 ) + ( 𝑒−5. 51 ) + ( 𝑒−5. 52 𝑒−5. 53 ) + ( 𝑒−5. 54 )

 N i ng u na p er son a q u ed e ho spi ta l i zad a.

a. La fundación Tecnoglass que produce vidrios templados envío un pedido de 100 de

 ¿Cuál es la probabilidad de que ninguno de los vidrios salga defectuoso?