FASE 2: DISTRIBUCIONES DE PROBABILIDAD

PRESENTADO POR:
RUBY TATIANA CALIXTO RINCN CD: 1052020966
MARCO LEONARDO MORA
CARLOS HERNANDO ANGEL CD: 1118550011
BAYRON ANDRES RUIZ AGUILERA COD: 1116550408
CRISTIAN DANILO GARCIA ARDILA CD: 11118555128

GRUPO: 100402_39

JORGE EDUARDO ROYERO

TUTOR

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)

ESCUELA DE CIENCIAS BSICAS TECNOLOGA E INGENIERA
PROBABILIDAD
CEAD YOPAL
2017
 INTRODUCCION

El tema a desarrollar en esta nueva actividad, sobre la Solucin del estudio de caso

propuesto, utilizando la Distribucin de Probabilidades, se busca que el estudiante, consulte

sobre este tema, lea, analice y aplique los procedimientos para encontrar la respuesta acorde

a sus conocimientos adquiridos y de forma colaborativa, se hagan la respectiva

consolidacin del trabajo donde, queden plasmados, todos los aportes hechos Segn los

parmetros de la Rbrica y el Syllabus.

La Finalidad de este trabajo es determinar la capacidad de cada estudiante para

desenvolverse en un caso especfico sobre un asunto en particular, para aplicar la

Probabilidad y contestando las preguntas sea el caso escogido.

El objetivo es realizar de Manera individual el desarrollo del caso Escogido, y darlo a

conocer en el foro colaborativo, para que los dems compaeros, hagan sus respectiva

realimentacin y hacer la respectiva consolidacin.

El Trabajo Colaborativo se llev a cabo mediante la solucin del Problemas ABC, donde se

ajustan a los parmetros exigidos en las normas APA, es importante agregar que se

determin con anterioridad el rol asignado, quien ser el encargado de subir al entorno de

Evaluacin y seguimiento.
 DESARROLLO DEL TRABAJO

1. Cuadro sinptico

El grupo disea y presenta en un cuadro sinptico el resumen de los conceptos tericos de

la unidad 2 que dan sustento a la solucin de los estudios de caso propuestos y solucionados
por el grupo.
2.- Solucin al estudio de caso 1. Solucionado por: Marco Leonardo Mora
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.

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?

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

4.- Determine la distribucin de probabilidad total del nmero de clientes rentables

entre este grupo de tres clientes.

5.- Redacte un breve resumen de sus hallazgos.

1.- Califique a cada uno de estos clientes y calcule la probabilidad de que resulten
rentables.
Se tomaron los resultados de la entrevista de los Tres posibles Clientes y se clasificaron
segn la Tabla habitual de calificaciones.

Nombre Eda Tiempo Antiged Pago Costo de Cuenta total

del cliente d Vivido en ad con mensual vivienda de punto
la misma automvil del Cheque s
direccin Automv so
il ahorros
David 42 9 2 140 300 ambas
Born
puntos 18 20 13 4 10 15 80
Edward 23 2 3 99 200 solo
Brendan cheques
Puntos 12 0 13 6 10 3 44
Ann 33 5 7 175 propietar ninguna
McLaughl io
in
Puntos 0 20 3 4 12 0 39

Puntualidad 30 40 50 60 70 80 90
probabilida 0.70 0.78 0.85 0.90 0.94 0.95 0.96
d

Ya Conocido el total de puntos de los posibles clientes, se procede a sacar la probabilidad

de rentabilidad, como. Se puede ver en la tabla siguiente, por cada uno de los clientes.

Nombre de los total Probabilidad

clientes puntos rentabilidad
David Born 80 0.95 95%
Edward Brendan 44 0.81 81%
Ann McLaughlin 39 0.74 74%
2.- Cul es la probabilidad de que los tres resulten rentables?

P (r1 r2 r3) = P (r1)* P (r2)*P (r3)

P (r1 r2 r3) = 0.95 x 0.81x 0.74 = 0.56943 x 100 = 57 %

Probabilidad de rentabilidad: 57 %

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

Cliente 1 (r1)
Cliente 2 (r 2)
Cliente 3 (r 3)

p (r1) = 1 - (r1) = 1 - 0.95 = 0.05

p (r2) = 1 - (r2) = 1 0.81= 0.19
p (r3) = 1 - (r2) = 1 - 0.74= 0.26

Por lo que:

P (r)= P (r1 r2 r3)= P (r1) x P (r2) x P (r3)

P (r1) x P (r2) x P (r3) = 0.05 x 0.19 x 0.26= 0.00247

La Probabilidad de que ninguno sea rentable es del 0.00247

4. Determine la distribucin de probabilidad total del nmero de clientes rentables

entre este grupo de tres clientes.

P (r1)= P (r1 r2 r3) = P (r1). P (r2).P (r3) = 0.05 x 0.19 x 0.26= 0.00247
P (r1) = P (r1r2r3) + P (r1r2 r3) + P (r1r2r3) =
P (r2) = P (0.95 x 0.19 x 0.26) + P (0.05 x 0.81 x 0.26) + P (0.05 x 0.19 x 0.74) =
P (r2) = 0.04693 + 0.01053 + 0.00703
P (r2) = 0.06449

P (r1 r2 r3) = P (r1) x P (r2) x P (r3) = 0.95 x 0.81x 0.74= 0.56943

P (r2) = P (r1r2r3) + P (r1r2 r3) + P (r1r2r3) =

P (r2) = P (0.05 x 0.81 x 0.74) + P (0.95x 0.19x 0.74) + P (0.95x 0.81x0.26) =

P (r2)= 0.02997 + 0.13357+ 0.20007

P (r2) = 0.36361

Resumen:

P (r0) = 0.00247
P (r1) = 0.06449
P (r2) = 0.36361
P (r3) = 0.56943
__________________
TOTAL 1

5. Redacte un breve resumen de sus hallazgos

Se observ segn el estudio del caso, que el cliente David Born es el cliente indicado para
la transaccin. Tiene una buena vida crediticia y en comparacin con los otros clientes,
rene los requisitos necesarios.

3.- Solucin al estudio de caso 2. Solucionado por: Ruby Tatiana Calixto.

ESTUDIO DE CASO 2

La distribucin de probabilidad binomial es una distribucin de probabilidad discreta que se

presenta con mucha frecuencia. Una de sus caractersticas consiste en que slo hay dos
posibles resultados en un determinado ensayo del experimento y los resultados son
mutuamente excluyentes; Otra caracterstica de la distribucin binomial es el hecho de que
la variable aleatoria es el resultado de conteos. Es decir, se cuenta el nmero de xitos en el
nmero total de ensayos. Una tercera caracterstica de una distribucin binomial consiste en
que la probabilidad de xito es la misma de un ensayo a otro.
Un estudio del Departamento de Transporte de Illinois concluy que
76.2% de quienes ocupaban los asientos delanteros de los vehculos
utilizaba cinturn de seguridad. Esto significa que los dos ocupantes de la
parte delantera utilizaban cinturones de seguridad. Suponga que decide
comparar la informacin con el uso actual que se da al cinturn de
seguridad, para lo cual selecciona una muestra de 10 vehculos.

Presente un informe en el que como mnimo incluya:

1.- Esta situacin cumple con los supuestos de la distribucin binomial? Identifquelos

2- Elabore un diagrama de barras para la distribucin de probabilidad binomial que

representa esta situacin

3.- Cul es la probabilidad de que los ocupantes de la parte delantera en exactamente 6 de

los 10 vehculos seleccionados utilicen cinturones de seguridad?

4.- Cul es la probabilidad de que los ocupantes de la parte delantera de por lo menos 6 de
los 10 vehculos utilicen cinturn de seguridad?

5.- Cul es la probabilidad de que los ocupantes de la parte delantera de mximo 6 de los
10 vehculos utilicen cinturn de seguridad?

6.- Encuentre el valor esperado del nmero de vehculos en los que los ocupantes de la
parte delantera utilizan el cinturn de seguridad?

1- Esta situacin cumple con los supuestos de la distribucin binomial?

Identifquelos.

Si cumple con los supuestos de la distribucin binomial, ya que en ella solo

existen dos posibles resultados denominados xito y fracaso, que en este caso, el
evento exitoso ser usar cinturn de seguridad y el fracaso ser no usarlo:
p= la persona usa el cinturn de seguridad dentro de un vehculo.
q= la persona no usa el cinturn de seguridad dentro de un vehculo.
 La probabilidad de xito en este caso es del 76.2 ( p=0.762) y esta es la
misma en todos los casos, independientemente de la probabilidad de inters, es
decir, no depende del nmero de ensayos que se desean considerar.

La variable aleatoria en este tipo de distribucin toma valores reales desde cero
hasta un nmero fijo, ya que es una distribucin discreta, en este caso, el
nmero de vehculos en los cuales sus ocupantes utilizan el cinturn de
seguridad, puede ser 0, 1, 2, 3, 4, 5,,n.

2- Elabore un diagrama de barras para la distribucin de probabilidad binomial

que representa esta situacin

n 12
p 0,762
q 0,238
La tabla de las propiedades calculadas
segn la distribucin binominal, cuando x toma los valores (0, 1, 2, 3,,10)es la siguiente:

VEHCUL P(x)
O
0 3,30311E-
08
1 1,26906E-
06
2 2,23472E-
05
3 0,00023849
6
4 0,00171807
5 0,00880113
6
6 0,03287483
2
7 0,09021832
6
8 0,18053142
9 0,25689064
8
10 0,24674454
7
En donde P fuecalculada delasiguiente manera:
n
P ( X=K ) = n x a
k=0 k ()
k nk

P ( X=0 )= 10 ( 0,762 ) ( 0,238 ) =3,30108

( )
0
10

P ( X=1 )= 10 ( 0,762 ) ( 0,238 ) =1,26106

( )
1
1 9

P ( X=2 ) = 10 ( 0,762 ) ( 0,238 ) =2,23105

( ) 2 8

P ( X=3 )= 10 ( 0,762 ) ( 0,238 ) =0,0002

( ) 3 7

P ( X=4 ) = 10 ( 0,762 ) ( 0,238 ) =0,001

( ) 4 6

P ( X=5 ) = 10 ( 0,762 ) ( 0,238 ) =0,008

( ) 5 5

P ( X=6 )= 10 ( 0,762 ) ( 0,238 ) =0,032

( ) 6 4

6
 P ( X=7 )= 10 ( 0,762 ) ( 0,238 ) =0,090
( ) 7 3

P ( X=8 )= 10 ( 0,762 ) ( 0,238 ) =0,180

( ) 8 2

P ( X=9 )= 10 ( 0,762 ) ( 0,238 ) =0,256

( ) 9 1

P ( X=10 ) = 10 ( 0,762 ) ( 0,238 ) =0,246

( )
10
10 0

El diagrama de barras donde se muestra la forma de distribucin de probabilidad binominal

es el siguiente:

3- Cul es la probabilidad de que los ocupantes de la parte delantera en

exactamente 6 de los 10 vehculos seleccionados utilicen cinturones de
seguridad?
n=10

=0.762

P ( x )=C x (1 )nx

6 106
P ( x=6 )=C0.762 (10.762)

P ( x=6 )=792(0.1057)(5,999)

P ( x=6 )=502.20

4- Cul es la probabilidad de que los ocupantes de la parte delantera de por lo

menos 6 de los 10 vehculos utilicen cinturn de seguridad?

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

P ( x 6 )=0,032+0,090+ 0,180+0,256+0,246

P ( x 6 )=0.804

5- Cul es la probabilidad de que los ocupantes de la parte delantera de mximo

6 de los 10 vehculos utilicen cinturn de seguridad?

P ( x6 )=P ( x=0 )+ P ( x=1 ) + P ( x=2 ) + P ( x=3 )+ P ( x=4 )+ P ( x=5 ) + P ( x=6 )

P ( x7 )=3.3108 +1.27106 +2.2105 + 0.00024+0.0017+ 0.0088+ 0.0329

P ( x6 )=0.1226
 6- Encuentre el valor esperado del nmero de vehculos en los que los ocupantes
de la parte delantera utilizan el cinturn de seguridad?

Segn la distribucin binominal el valor esperado se define como:

E ( x )=np

E ( x )=10 ( 0.762 )

E ( x )=7,62

El valor esperado del nmero de vehculos en los que los ocupantes de la parte delantera
utilizan el cinturn de seguridad es de 7 aproximadamente.

4.- Solucin al estudio de caso 3. Solucionado por: Carlos Hernando Angel.

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)

2.- Usando la distribucin de probabilidad Hipergeomtrica determinar la probabilidad

de que el jugador acierte los 6 nmeros

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

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

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

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

7) Con base en los resultados obtenidos, usted invertira dinero en el BALOTO?

1.- Esta situacin cumple con los supuestos de la distribucin Hipergeomtrica?

Identifquelos (Sugerencia: Divida los 45 nmeros en dos grupos: ganadores y no
ganadores)

Esta situacin cumple con los supuestos de la distribucin hipergomtrica debido a que
cada variable aleatoria tiene dos posibles resultados, xito o fracaso, en este caso segn la
eleccin de las balotas, adems cumple con que se busca obtener el nmero de xitos, el
tamao de muestra es mayor a uno y finalmente los n elementos de la muestra aleatoria son
dependientes debido a que la extraccin de una balota influye en el resultado final del
baloto teniendo en cuenta que son sin reemplazo.

Su funcin de probabilidad es:

 P ( x )=
( k )( nk )
m N m

( Nn )
Donde

a!
(ab)= b ! ( ab )!

Donde N representa el nmero total de la poblacin, n el numero tomado de la muestra, m

el nmero de xitos existentes en la poblacin y k el nmero de elementos en la categora
de xitos que se desean estudiar.

2.- Usando la distribucin de probabilidad Hipergeomtrica determinar la

probabilidad de que el jugador acierte los 6 nmeros

En este caso

P ( X=x )=
( k )( 6k )
6 456

( 456)

P ( X=6 )=
( 6 )( 66 )
6 456

(456)

P ( X=6 )=
( 6 )( 0 )
6 39

( 456)
( 1 ) (1 )
P ( X=6 )=
( 8145060 )
 P ( X=6 )=0.00000012

La probabilidad de que un jugador obtenga 6 aciertos es del 0.000012%.

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?

Esto significa que existen 8145060 posibles combinaciones de 6 nmeros en un total de 45,
donde solo 1 combinacin es la correcta y ganadora.

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

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

P ( X=x )=
( k )( 6k )
6 456

( 456)

P ( X=3 )=
( 3 )( 63 )
6 456

( 456)

P ( X=3 )=
( 3 )( 3 )
6 39

( 456 )
( 20 )( 9139 )
P ( X=3 )=
( 8145060 )

P ( X=3 )=0.0224
La probabilidad de que un jugador coincida en 3 nmeros es de 2.24%

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

P ( X=x )=
( k )( 6k )
6 456

( 456)

P ( X=4 ) =
( 4 )( 64 )
6 456

(456)

P ( X=4 ) =
( 4 )( 2 )
6 39

( 456)
(15 )( 741 )
P ( X=4 ) =
( 8145060 )

P ( X=4 ) =0.00136

La probabilidad de que un jugador coincida en 4 nmeros es del 0.136%

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

P ( X=x )=
( k )( 6k )
6 456

( 456)
 P ( X=5 ) =
( 5 )( 65 )
6 456

( 456)

P ( X=5 ) =
( 5 )( 1 )
6 39

( 456)
( 6 )( 39 )
P ( X=5 ) =
( 8145060 )

P ( X=5 ) =0.00002873

La probabilidad de que un jugador coincida en 5 nmeros es del 0.002873%

7) Con base en los resultados obtenidos, Usted invertira dinero en el BALOTO?

No invertira en el baloto debido a que las probabilidades de ganar son muy bajas, incluso
disminuyendo el nmero de aciertos las probabilidades de ganar en cualquier modalidad 3,4
o 5 aciertos es muy baja, debido a que la cantidad de total de posibilidades es alta.

5.- Solucin al estudio de caso 4. Solucionado por: Bayron Andres Ruiz.

ESTUDIO DE CASO 4
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.
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.

Prepare un informe en el que como mnimo, incluya:

1.- Esta situacin cumple con los supuestos de la distribucin Poisson? Identifquelos

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

3.- Determine cul es la probabilidad de que en un vuelo se pierda exactamente una maleta
4.- Determine cul es la probabilidad de que en un vuelo se pierdan entre dos y cuatro
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
perdiendo demasiadas maletas?
Prepare un informe en el que como mnimo, incluya:
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 a 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

xi
= i=1
n

x . e
f x; =
( )
x!

e: es la base del logaritmo natural igual a 2.71828.

k es el nmero de ocurrencias de un evento; la probabilidad de que viene dada por
la funcin
k! es la factorial de k
es un nmero real positivo, igual que el nmero esperado de ocurrencias durante
el intervalo dado. Los eventos ocurren en promedio 300 maletas prdidas por
1000 vuelos,

0,3 0 .(e0.3)


P ( 0 )=

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

0,3 1 .(e0.3)


P (1 )=

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 ycuatro

maletas.

0,3 2 .(e0.3)


P (2 )=

0,3 3 .(e0.3)


P (3 )=
 4 0.3
0,3 .(e )


P ( 4 ) =

De acuerdo a los resultados obtenidos se puede decir que el 3.33 %, pierde dos maletas, que
el 0.3% pierde tres maletas, el 0.025% pierde cuatro maletas.

5. Podra establecer cul es la probabilidad de que se pierdan en un vuelo ms de

cuatro maletas
La distribucin de Poisson nos permite conocer la probabilidad en sub intervalos conocidos
y el determinar ms de 4 maletas al no fijarse un intervalo es imposible hacerlo por medio
de este sistema de distribucin de probabilidad.

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

estn perdiendo demasiadas maletas?

La probabilidad de que en un vuelo se pierdan tres maletas es igual al 0.33 % y al aumentar

el nmero de maletas la probabilidad va atender cada vez ms a cero, por tal razn en el
momento que se pierdan ms de tres maletas el supervisor de la aerolnea debe sospechar
que en el vuelo se estn perdiendo demasiadas maletas y algo est mal en el proceso.

6.- Solucin al estudio de caso 5. Solucionado por: Cristian Danilo Garcia.

ESTUDIO DE CASO 5

Para una poblacin grande de personas sin hogar, Wong y

Piliavin (2001) examinaron factores de estrs, recursos y
agotamiento psicolgico empleando la Escala de Depresin del
Centro de Estudios Epidemiolgicos (CESD), un cuestionario
de evaluacin 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 distribucin es normal. Como trabajador en el rea
de admisiones en un refugio para personas sin hogar, usted es el encargado de aplicar el
CESD y debe evaluar los resultados para las nuevas personas que lleguen al centro.
Dentro de las polticas del refugio se encuentra que cualquier persona cuya puntuacin sea
de 21 o ms puntos en el CESD debe enviarse a ver a un doctor.

Prepare un informe en el que como mnimo, incluya:

1. La probabilidad de que una persona que llegue al refugio sea enviado a ver al doctor

2. La probabilidad de que una persona que llegue al refugio tenga una puntacin de 10 o
menos puntos

3. La probabilidad de que una persona que llegue al refugio tenga una puntuacin entre 16
y 20 puntos

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
llega al refugio para este servicio?

5. 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
persona para acceder a este servicio?

1- La probabilidad de que una persona que llegue al refugio sea enviado a ver al
doctor.

Datos del ejercicio donde P X 20

X
=

2122.5
=
8.5

=0.17
Este valor lo identificamos en la tabla de distribucin normal:

VALOR Z AREA BAJO LA CURVA

-0.17 0,0675

Para calcular la probabilidad solicitada P X 20 entonces:

rea comprendida entre Z calculando y la derecha de la campana as:

0.0675 + 0.5 = 0.5675

RTA: la probabilidad de que una persona que llegue al refugio y sea enviado a ver al doctor
es de 56.75%

2- La probabilidad de que una persona que llegue al refugio tenga una puntacin
de 10 o menos puntos.

Datos del ejercicio donde P X 20

X
=

1022.5
=
8.5

=1.4

Este valor lo identificamos en la tabla de distribucin normal:

VALOR Z AREA BAJO LA CURVA

-1.4 0.4192

Para calcular la probabilidad solicitada P X 20 entonces:

rea comprendida entre Z calculando y la derecha de la campana as:

0.5 0.4192 = 0.0808

RTA: la probabilidad de que una persona que llegue al refugio y tenga una puntuacin de
10 o menos puntos es de 8.08%

3- La probabilidad de que una persona que llegue al refugio tenga una

puntuacin entre 16 y 20 puntos.

Se tiene segn los datos del ejercicio que P[ X 20 ; y X 16 ]

X X
1= 2=

1622,5 2022,5
1= 2=
8,5 8,5

1=0.76 2=0.29

Identificando este valor de zeta en la tabla de distribucin normal se tiene que:

VALOR Z AREA BAJO LA CURVA

-0.76 0.2764
-0.29 0.1141

Para calcular la probabilidad solicitada que P X 20 ; y X 16 Entonces:

rea comprendida entre Z1 y Z2 calculado a la Izquierda de la campana por ser valores de
Z negativos as:

P[ X 16 ; y X 20]= 1 2

P [ X 16 ; y X 20 ]=0,27640,1141=0.1623

RTA: la probabilidad de que una persona que llegue al refugio y tenga una puntuacin
entre 16 y 20 puntos es de 16.23%

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 llega al refugio para este servicio?
En este ejercicio se pretende a partir de la probabilidad o porcentaje dado llegar al nmero
o puntuacin X.

X
= X = ( ) +
Para ello despejamos X en la formula donde

Teniendo en cuenta que 15% = 0,1500 en la tabla de distribucin entonces se encuentra Z

positivo por ir a la derecha de la campana

VALOR Z AREA BAJO LA CURVA

0,38 0,1500

Ahora con el valor de Z remplazamos el valor en la ecuacin despejada anteriormente para

hallar X:

X =( )+ = ( 0,388,5 )+ 22,5=25.73

RTA: La puntuacin de una persona que llega al refugio para que sea enviada al servicio de
prevencin de suicidios es una calificacin de 25.73 o ms.

5- 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 persona para acceder a este servicio?
En este ejercicio al igual que el anterior se pretende a partir de la probabilidad o porcentaje
dado llegar al nmero o puntuacin X.

X
= X = ( ) +
Para ello despejamos X en la formula donde

Teniendo en cuenta que 25% = 0,2500 en la tabla de distribucin entonces se encuentra Z

negativo por ir a la izquierda de la campana.

VALOR Z AREA BAJO LA CURVA

-0,67 0,2500

Ahora con el valor de Z remplazamos el valor en la ecuacin despejada anteriormente para

hallar X:
 X =( )+ = (0,678,5 )+22,5=16.80

RTA: La puntuacin de una persona que llega al refugio para que sea enviada al servicio de
orientacin laboral para mejorar sus recursos es una calificacin de 16.80 o menos.

REFERENCIAS BIBLIOGRFICAS

Rodrguez, F. & Pierdant, A. (2014). Estadstica para administracin. Recuperado de:

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=258&docID=11013767&tm=1470693471527

Monroy, S. (2008). Estadstica Descriptiva. Editorial: Instituto Tcnico Nacional.

Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=183&docID=10436604&tm=1470693651415

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?
ppg=47&docID=10995669&tm=1470693596054

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=b039aa4c3b2b62b99
f8129c3bb3ab609