Unidad 2-Tarea 3- Distribuciones de Probabilidad.

Realizado por:
Juan Nicolas Munevar Garay
Código: 1073523210

Tutor:
Lina Marcela Polo Mosquera

Curso:
Probabilidad (100402A_1391)

Grupo: 100402_223
Universidad Nacional Abierta y a Distancia – UNAD
Escuela de Ciencias Básicas Tecnologías e Ingeniería ECBTI
Ingeniería electrónica
Mayo, 2023
 Tabla de Contenido

Unidad 2-Tarea 3- Distribuciones de Probabilidad.......................................................0

Introducción..................................................................................................2
Tabla comparativa de conceptos............................................................................3
Tipo de ejercicios 1 – Distribución Binomial..............................................................7
Tipo de ejercicios 2 – Distribución Poisson................................................................9
Tipo de ejercicio 3- Distribución Exponencial...........................................................10
Referencias bibliografícas.................................................................................13
 Introducción

Se presenta el desarrollo de la guía de actividades, Unidad 2-Tarea 3- Distribuciones de

Probabilidad…
 Tabla comparativa de conceptos

Tabla comparativa

Variable, formula o
imagen que representa
Concepto Definición el
concepto

Variable aleatoria A random variable is the mathematical function of a

random experiment.

Variable aleatoria It is a random variable that has only continuous values. b

continua Continuous values are uncountable and are related to P ( a< X < b )=∫ f ( x ) dx
real numbers. a

Variable aleatoria They are those that can only take a finite number of
discreta values within an interval, that is, they take a limited
number of values, usually numbers that are the product F x (t )=P ( X ≤ t ) para todot
of a count.

Distribución de They are frequency distributions of the results of a

Probabilidad sample space (results of a random variable) in which,
the frequencies are relative frequencies that indicate,
the percentage of times that the different results of the
random variable are expected to be presented, with
respect to a large number of observations..

Distribución de A continuous distribution describes the probabilities of

Probabilidad the possible values of a continuous random variable. A
Continua continuous random variable is a random variable with a
set of possible values (known as the range) that is
infinite and cannot be counted.

Distribución de A discrete distribution describes the probability of

Probabilidad Discreta occurrence of each value of a discrete random variable.
A discrete random variable is a random variable that
has countable values, such as a list of non-negative
integers.
Media The mean is the average value of a numeric data set,
x
calculated as the sum of the set of values divided by the
total number of values. ∑ xi x 1+ x 2 + x 3 …+ x n
1
=
N N
Desviación estándar The standard deviation or standard deviation is a

√
measure that provides information about the mean N
dispersion of a variable. The standard deviation is σ= ∑ ¿¿¿¿¿
always greater than or equal to zero. i=1

Valor esperado The mathematical expectation, also called the expected

value, is equal to the sum of the probabilities that a n
random event exists, multiplied by the value of the E ( X ) =∑ x i . p i
random event. i=1

Varianza Variance is a measure of dispersion that represents the N

variability of a series of data with respect to its mean. ∑ ¿¿ ¿ ¿
i=1

Función de It is a mathematical function that describes the

Probabilidad probability that a discrete random variable takes a f ( x )=P [ X =x ]
certain value.
Función de densidad It is a mathematical function that describes the
probability that a continuous random variable takes a
b
certain value.
P ( a ≤ X ≤ b )=∫ f ( x ) dx
a
Distribución binomial A binomial distribution is a discrete probability
distribution that describes the number of successes in
performing n experiments independent of each other,
about a random variable. x ()
P x= n p q
x n−x

Aproximación de la In mathematics, especially in probability theory, it can

D. binomial a la D. be employed when there is a different result on the
Poisson probability of a given number of successes occurring in
a series of independent experiments.
Distribución Poisson The Poisson distribution is a discrete probability
distribution that models the frequency of given events
during a fixed time interval from the average frequency e− λ . λ x
P [ X=x ] =
of occurrence of those events. x!
Distribución The hypergeometric distribution is a discrete
Hipergeométrica distribution that models the number of events in a
fixed-size sample when you know the total number of
items in the population from which the sample came.
P( x )=
( x )( n−x )
r N −r

( Nn )
Distribución normal The normal distribution is a theoretical model capable
of satisfactorily approximating the value of a random
variable to an ideal situation.

Distribución normal The standard normal distribution is a normal

estándar distribution of standardized values called z-scores. A z-
score is measured in units of the standard deviation. x −μ
Z=
σ
Área bajo la curva The area under the curve represents the probability that
the trial result for a randomly chosen positive case will
exceed the result for a randomly chosen negative case.
The asymptotic significance is less than 0.05, which
means that using the assay is better than guessing.

Aproximación de la The approximation is to use a normal distribution with

normal a la binomial the same mean and standard deviation as the binomial X−np
Z=
distribution. √npq

TABLA : los conceptos no deben superar los tres renglones y se debe relacionar la
bibliografía al final del documento.
Tipo de ejercicios 1 – Distribución Binomial.

Contexto General
Un estudiante de la UNAD matricula 5 cursos en el primer periodo académico, pensamiento
lógico, catedra Unadista, herramientas digitales y competencias comunicativas. Un estudiante
por curso pasa por dos momentos, el momento I, en él se evalúa el 75% comprendido por
trabajos y lecciones evaluativas y el momento II, en el que se evalúa el 25% correspondiente a
un trabajo o examen final. Con esto el estudiante tiene la posibilidad de aprobar o reprobar un
curso

Para un grupo de estudiantes de la ECBTI del periodo 16-01 se encuentra que la probabilidad de
aprobar cualquiera de 6 cursos matriculados es de 0,77. Calcular la probabilidad de, al
matricular 6 cursos
E- No aprobar ningún curso.

Variables:
L= Logicá matemática
U= Catedra Unadista
D=Herramientas Digitales
C=Competencias comunicativas
I=Ingles
A=Algebra

Enunciado Notación
Aprobar curso X =0
No aprobar ningún curso X ´ =6

Definir variables aleatorias:

X= Aprobar curso
X´=No aprobar curso

()
P(k )= n pk qn−k , donde n=6 , p=0.77 ,q=0.23 , k =6
k

()
P ( x=6 ) = 6 ( 0.77 ) ( 0.23 )
6
6 6−6

P ( x=6 ) =1∗0.2084∗1
P ( x=6 ) =0.2084

Respuesta: la probabilidad de que al matricular 6 cursos, No aprobar ningún curso es de

0.2084
EJERCICIO 1: La probabilidad de no aprobar ningún curso es: P(X=0), pero el valor que
calculó fue el de P(X=6)
Tipo de ejercicios 2 – Distribución Poisson.
El numero promedio de cursos aprobados es de 6 cursos en el momento I. para un grupo de
estudiantes de la ECBTI del periodo 16-01 esto ocurrió para el 88% de los estudiantes. Para el
siguiente periodo académico encuentre la probabilidad de que de un grupo

E= apruebe menos de 5 cursos

Variables:
L= Logicá matemática
U= Catedra Unadista
D=Herramientas Digitales
C=Competencias comunicativas
I=Ingles
A=Algebra

Definir la variable aleatoria:

X= Cantidad de estudiantes que aprueben menos de 5 cursos.
µ=Promedia de cursos aprobados en el momento I
µ=6
Identificar el valor requerido en el ejercicio
P(0 ≤ X ≤ 4)
Remplazar datos en la formula
P ( 0 ≤ X ≤ 4 )=P ( X =0 ) + P ( X=1 )+ P ( X =2 ) + P ( X=3 ) + P ( X =4 )
−6 0 −6 1 −6 2 −6 3 −6 4
e . 6 e . 6 e .6 e .6 e .6
P ( 0 ≤ X ≤ 4 )= + + + +
0! 1! 2! 3! 4!
P ( 0 ≤ X ≤ 4 )=0.0024+0.01487+0.04461+ 0.08923+ 0.1338
P ( 0 ≤ X ≤ 4 )=0.28491
Responder al interrogante planteado:
La probabilidad de que para el siguiente periodo académico un grupo apruebe menos de 5
cursos es de 0.2849%

Comprobación en geogebra:

EJERCICIO 2: correcto.

Tipo de ejercicio 3- Distribución Exponencial

Para un grupo de estudiantes de la ECBTI del periodo 16-01 un estudiante demora en promedio
8 horas para el desarrollo de una actividad, teniendo en cuenta la participación en B-Learning,
CIPAS, realización de aportes y entrega final. Calcular la probabilidad de que:

E. Un estudiante demore mínimo 5 horas

Solución.

Éxito: Tiempo para el desarrollo de una actividad.

1 8horas
?-->1 hora
𝝺=1/8=0.125
X=Tiempo que necesita un estudiante para el desarrollo de una actividad.
X~Exp(0.125)

Maximo X ≤
Mas de X >¿
Menos de<¿
Minimo de X ≥
Por lo menos X ≥
La pregunta se traduce como:

P ( 5≤ X )=0.5353

Comprobación en geogebra

La probabilidad de que Un estudiante demore mínimo 5 horas es de 0.5353

EJERCICIO 3: correcto, pero es importante que muestre el paso a paso empleando la

fórmula.
Referencias bibliografícas