Paso 3 - Probabilidad y modelos de probabilidad
Entregado por:
Daniel Eduardo Leyva Perez.
Probabilidad (Lic. en Matemáticas)
Código: 551113
Grupo: 19
Tutora
Maria Teresa Santos Torres
Universidad Nacional Abierta y a Distancia (UNAD)
Escuela de ciencias de la educación (ECEDU)
Mayo 2023
Parte A
1. Se carga una moneda de tal manera que P(C) = 3/7 y P(S) = 4/7, siendo P(C) la
probabilidad que salga cara y P(S) la probabilidad que salga sello. Supóngase que se lanza la
moneda 3 veces consecutivas y sea X la variable aleatoria que indica el número de caras
obtenidas.
a. Hallar la función de distribución de la variable aleatoria X.
b. Calcular E(X)
Solución:
Realizaremos la (A):
Buscamos cuantas combinaciones tenemos teniendo en cuenta que la moneda se lanza 3 veces.
Espacio x
Muestras
CCC 3
SSS 0
CCS 2
SSC 1
CSC 2
SCS 1
CSS 1
SCC 2
Espacio Muestras x
CCC 3 0.078
∗3
7
∗3
7
7
SSS 4 0.186
∗4
7
∗4
7
7
CCS 3 0.104
∗3
7
∗4
7
7
SSC 4 0.139
∗4
7
∗3
7
7
CSC 3 0.104
∗4
7
∗3
7
7
SCS 4 0.139
∗3
7
∗4
7
7
CSS 3 0.139
∗4
7
∗4
7
7
SCC 4 0.104
∗3
7
∗3
7
7
X (Número de f(x)
caras)
0 0.186
1 0.139+0.139+ 0.139=0.417
2 0.104+ 0.104+0.104=0.312
3 0.078
n
Utilizamos la formula P [ X=k ] = ∗p ∗q
k
k n− k
()
( )( ) ( )
0 3 −0
3 4
P ( x=0 )= 3 =0.186
0 7 7
( )( ) ( )
1 2−0
3 4
P ( x=1 )= 3 =0.139
0 7 7
( )( ) ( )
2 1−0
3 4
P ( x=2 )= 3 =0.104
0 7 7
()( ) ( )
3 0−0
3 4
P ( x=3 )= 3 ∗ ∗ =0.078
0 7 7
Ahora vamos con la “ B ”:
Utilizamos los datos de la última tabla y agregamos una columna en donde multipliquemos x∗f (x) y
el resultado de dicha columna será nuestro resultado…
X (Número de f(x) x∗f (x)
caras)
0 0.186 0
1 0.417 0.417
2 0.312 0.624
3 0.078 0.234
TOTAL E(x) 1.275
PARTE B.
2. Supóngase que un examen contiene 15 preguntas de tipo falso o verdadero. El examen se
aprueba contestando correctamente por lo menos 9 preguntas. Si se lanza una moneda para
decidir el valor de verdad de cada pregunta, ¿cuál es la probabilidad de aprobar el examen?
Solución
Esta situación se refiere a una distribución binomial, en el que definimos la variable aleatoria X.
X : “Acertar pregunta”
n=15 número de ensayos
1
p= =0.5 es la probabilidad de éxito
2
r ≥ 9 el número de éxitos
1
q= =0.5 es la probabilidad de fracaso.
2
P ( x=r )= (nr) ∙ p ∙ q
r n−r
P ( x=r )= (15r )∙ p ∙ q
r 15−r
Por lo tanto, la variable x se distribuye binomial de parámetros: x Bin(15 , 0.5)
Ahora sustituimos en:
P ( X )=
n!
r !∙ ( n−r ) !
r n−r
()
n r n−r
∙ p ∙ q = ∙ p ∙ q con:
r
n=15 n=15 n=15 n=15 n=15 n=15
r =10 r =11 r =12 r =13 r =14 r =15
Expresamos la operación:
P ( X )= (159 )∙ p ∙ q +(1510) ∙ p
9 15−9 10
∙q
15−10
+ (1511)∙ p11
∙q
15−11
(1512)∙ p 12 15−12
∙q (1513)∙ p 13
∙q
15−15
(1514) ∙ p 14
∙q
15−14
(1515) ∙ p 15
∙q
1
Calculamos cada término:
P ( X )= (159 )∙ 0.5 ∙ 0.5 +( 1510) ∙ 0.5
9 6 10 5
∙ 0.5 + ( 1511) ∙ 0.5 11 4
∙ 0.5 + (1512 )∙ 0.5 12 3
∙ 0.5 + (1513)∙ 0.5 13 2
∙ 0.5 + (1514 ) ∙0.5 14 1
∙ 0.5 + (1515) ∙ 0
5005 3003 1365 455 105 15 1
P ( X )= + + + + + +
32768 32768 32768 32768 32768 32768 32768
9949
P ( X )= ≈ 0,303
32768
Por lo tanto, la probabilidad de aprobar el examen es del 0,303 aproximadamente.
3. El gerente de un restaurante que sólo mediante reservación sabe, por experiencia, que el
15% de las personas que reservan una mesa no asistirán. Si el restaurante acepta 25
reservaciones que sólo dispone de 20 mesas, ¿cuál es la probabilidad de que a todas las
personas que asistirán al restaurante se les asigne una mesa?
Solución
Esta situación se refiere a una distribución binomial, en el que definimos la variable aleatoria X.
X : “Personas que asistirán al restaurante”
n=15 número de ensayos
p=0.85 es la probabilidad de que la persona asista al restaurante
r =20 el número de sillas
q=0.15 es la probabilidad de que la persona no asista al restaurante.
()
P ( x=r )= n ∙ pr ∙ q n−r
r
( )
P ( x=r )= 25 ∙ pr ∙ q25−r
r
Por lo tanto, la variable x se distribuye binomial de parámetros: x Bin(25 , 0.8)
Luego, para que las personas que asistan al restaurante de las 25 que reservaron se puedan
acomodar en una mesa, debe suceder que asistan 20 o menos.
P ( x ≤ 20 )
P ( x ≤ 20 ) + P ( x >20 ) =1
P ( x ≤ 20 )=1−P ( x >20 )
Por lo tanto
25
P ( x ≤ 20 )=1− ∑
r=21
(25r ) ∙ p ∙ q
r 25−r
Sustituimos en:
P ( x ≤ 20 ) con: p=0,85 y q=0,15
n=25 n=25 n=25 n=25 n=25
r =21 r =22 r =23 r =24 r =25
Expresamos la operación:
P ( X )=1−
[( )25
21
21
∙ 0.85 ∙ 0.15
25−21
+( )
25
22
22
∙0.85 ∙0.15
25−22
+
25
23 ( )
23
∙ 0.85 ∙ 0.15
25−23
+
25
24 ( )
24
∙ 0.85 ∙ 0.15
25−24
+
25
25 ( )
∙ 0.85
2
Calculamos cada término:
P ( X )=1−[ ( 12650 ) ∙ 0.85 ∙0.15 + ( 2300 ) ∙0.85 ∙0.15 + ( 300 ) ∙ 0.85 ∙ 0.15 + ( 25 ) ∙ 0.85 ∙ 0.15 + ( 1 ) ∙ 0.85 ∙0.15 ]
21 4 22 3 23 2 24 1 25 0
P ( X )=1−[ 0,21098569061+ 0,21737919638++ 1,6067157993+ 0,91047228629+ 0,01719780985 ]
P ( X )=1−[ 0,6821069673 ]
P ( X ) ≈ 0,318
Por lo tanto, la probabilidad de que a todas las personas que asistirán al restaurante se les asigne
una mesa es del 0,318 aproximadamente.
5. Suponga que 𝜆 = 2 cuando la vida es expresada en días, una lámpara es prendida en una
sala en el instante 𝑡 = 0. Un día después, usted entra en la sala y se queda en ella durante 8
horas, saliendo al final de este tiempo.
Consideramos la siguiente función de probabilidad de Poisson:
p−λ λx
p ( x , λ)= −1 ≤ x ≤1 { 0 para cualquier otro valor
x!
Donde:
P (x , λ)=Probabilidad de ocurrencia
x=Número de ocurrencia
λ=2 necesitamos convertir la unidad de tiempo (días en horas)
e=Valor aproximado de 2,71828 …
P ( X≥ 8 , λ=2)=1−P( X =0 , λ=2)
Reemplazamos los valores en la función teniendo en cuenta que:
−2 0
p λ 0.13
p ( 0 , 2 )= = =0.13
0! 1
p ( x ≥ 8 , λ=2 )=1−[ p(0) ]
p ( x ≥ 8 , λ=2 )=1−0.13
p ( x ≥ 8 , λ=2 )=0.87
6. ¿Cuál es la probabilidad de que usted entre en la sala cuando ya este oscuro?
Por lo tanto, la probabilidad de que entre cuando la sala este oscura es del 87%
Parte B.
9. Una urna contiene 5 bolas blancas y 10 bolas negras. Un dado corriente es lanzado. Se
extrae de la urna un número de bolas igual al resultado obtenido en el lanzamiento del dado.
a. ¿Cuál es la probabilidad de que todas las bolas extraídas sean blancas?
aplicamos la ley de Laplace para hallar la probabilidad de que salga una bola blanca.
casos favorables
p(b )=
casos posibles
5 1
p(b )= = =0.33
15 3
La probabilidad de que salga una bola blanca es p = 0,33
Para hallar la probabilidad de que todas las bolas extraídas sean blancas depende del
número que salga en el dado:
Resultado obtenido en el dado 1.
1
p ( 1 )= =0.33
3
Resultado obtenido en el dado 2.
( 13 )( 31 )= 19 =0. 11
p ( 2 )=
Resultado obtenido en el dado 3:
1 1
p ( 3 )=( )
3 3 ( )( 13 )= 271 =0.037
Resultado obtenido en el dado 4:
1 1 1
p ( 4 )=( )( )
3 3 3 ( )( 13 )= 811 =0. 0 12
Resultado obtenido en el dado 5:
1 1 1 1
p ( 5 )=( )( )( )
3 3 3 3 ( )( 13 )= 2431 =0.0 04 1
Resultado obtenido en el dado 6:
1 1 1 1 1
p ( 6 )=( )( )( )( )
3 3 3 3 3 ( )( 13 )=0=0
Solo hay bolas blancas.
b. ¿Cuál es la probabilidad de que el resultado obtenido al lanzar el dado sea 3 si todas las
bolas extraídas son blancas.
Primero hallamos la probabilidad de que al lanzar el dado sea 3 utilizando la ley de Laplace.
casos favorables
p(b )=
casos posibles
5 1
p(b )= = =0.33
15 3
La probabilidad de que salga una bola blanca es p = 0,33
Ahora multiplicamos este resultado con el que obtuvimos anteriormente consigo mismo
tres veces, por ser eventos independientes.
1 1
p ( 3 )=( )
3 3 ( )( 13 )= 271 =0.037
La probabilidad de que el resultado obtenido al lanzar el dado sea 3 si todas las bolas
extraídas son blancas es 1/27.
PARTE B.
14
