You are on page 1of 19

UNIDAD 2

DISTRIBUCIONES DE PROBABILIDAD
ESTUDIO DE CASOS

PEDRO CRISTOBAL PARRA SUREZ

PRESENTADO A:
AZUCENA GIL

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA


PROBABILIDAD
29 DE NOVIEMBRE DE 2017
INTRODUCCION

Este trabajo se realiza con el fin de aplicar los temas vistos en la unidad dos
de la materia Probabilidad dictada por la UNAD.

Un trabajo donde se logra trabajar grupal y activamente desarrollando los


ejercicios propuestos para la comprensin de esta unidad, donde los
estudiantes al solucionar los casos propuestos logran adquirir destrezas en
el desarrollo adecuado de problemas lo cual nos puede servir tanto a nivel
profesional como personal.
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.
1. Calificacin y probabilidad

Edward Ann
Nombre David Born
Brendan MacLaughlin
42 23 33
Edad
(18 pts.) ( 12 pts.) ( 0 pts.)
Tiempo de vivir en el 9 2 5
mismo domicilio
(20 pts.) ( 0 pts.) ( 20 pts.)
2 3 7
Antigedad con el auto
(13 pts.) (13 pts.) (3 pts.)
140 99 175
pago mensual del auto
(4 pts.) ( 6 pts.) ( 4 pts.)
300 200 Propietaria
costo de vivienda
(10 pts.) (10 pts.) (12 pts.)
Slo
Cuenta de cheques o Ambas Ninguna
cheques
ahorros
(15 pts.) (3 pts.) (0 pts.)
Puntuacin total 80 44 39
cantidad de datos 6 6 6

0,95 0,805 0,772


David Born
80 80 95 95
( = 80) = + 95 = 0.95
10

Edward Brendan
44 40 85 78
( = 44) = + 78 = 0.801
10
Ann McLaughlin

39 30 78 70
( = 39) = + 70 = 0.77
10

2. Probabilidad que los 3 sean rentables = 0.592587

(3) = 0.95 0.808 0.772 = 0.592587

3. Probabilidad que ninguno sea rentable:


a. Hallar la posibilidad de que cada uno sea rentable, para as poder
determinar que ninguno fuera rentable.

() = 1 0.95 = 0.05

() = 1 0.81 = 0.19

() = 1 0.77 = 0.23

b. Entonces la probabilidad que ninguno sea rentable sera: 0.0021888

(0) = 0.05 0.19 0.23 = 0.0021888

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


rentables entre este grupo de tres clientes.

Para un rentable se toma la rentabilidad y los de no de los otros dos


se suman
Para dos rentables se toma la rentabilidad de dos y se suma uno de
no rentabilidad.

(1)
= 0.95 0.192 0.228 + 0.05 0.808 0.228 + 0.05 0.192
0.772

(1) = 0.0415872 + 0.0092112 + 0.0074112

(1) = 0.0582096
(2)
= 0.95 0.808 0.228 + 0.95 0.192 0.772 + 0.05 0. 808
0.772

(2) = 0.1750128 + 0.1408128 + 0.0311888

(2) = 0.3470144

5. En resumen

DAVID BORN cuenta con la mayor rentabilidad teniendo un


patrimonio slido y en cuanto a su capacidad de pago podra ser el
mejor.
La probabilidad ms baja hallada es en la que ninguno de los casos
sea rentable.
De alguna manera sin tener que escoger los tres seran rentables.
La probabilidad de rentabilidad se halla bajo la distribucin de
probabilidad total.

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?

INFORME:

1. Esta situacin cumple con los supuestos de la distribucin


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

Si cumple con la distribucin Hipergeomtrica ser de la siguiente


manera, existe una poblacin se tomar como N, estn compuesto
por unos elementos que cumplen una propiedad la cantidad de dichos
elementos se denomina con la letra d, luego se debe extraer una
muestra n de la poblacin y la distribucin dar la probabilidad de lo
que se est buscando:
N/ son los 45 nmeros
d/ cantidad de elementos
x / elementos con propiedad
Los elementos que cumplen la propiedad son 6 que ha salido en el
sorteo.
La muestra que se toma es la de los 6 nmeros
La probabilidad que nos da el mtodo Hipergeomtrica es la de tener
0 a 6 ganadores.
2. Usando la distribucin de probabilidad Hipergeomtrica
determinar la probabilidad de que el jugador acierte los 6
nmeros
Frmula para comprobar probabilidad:

() (

)
() =
()

Aplicamos frmula para acertar 6 nmeros:

(66) (456
66
) 1 (39
0
) 1
(6) = = =
(45
6
) (45
6
) 45!
39! 6!
39! 6! 6! 720 1
= = = = 1.22773804107
45! 45.44.43.42.41.40 5864443200 8145060
= 0.000000122773804

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.

1
(6) = = 1.22773804107
8145060

Si coincide con el punto anterior ya que se lleg a la misma fraccin.

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


ganadores.

(66) (456
66
) 1 (39
0
)
(6) = =
(45
6
) (45
6
)

39.38.37
3! 20.9139 182780
= 20 = =
45.44.43.42.41.40 8145060 8145060
6
= 0.02244059589

La probabilidad para que coincidan 3 de los 6 nmeros ganadores es


= 0.02244059589
5. Calcule la probabilidad de que coincidan 4 de los 6 nmeros
ganadores

() (

)
() =
()

Solucin para acertar 4 nmeros

6.5 39 39.38
(64) (456) ( ) 15 2 = 15.741 = 11115 = 741
= 2 45
64 2
(6) = =
(45
6
) (6) 8145060 8145060 8145060 543004

= 0.001364630831

La probabilidad para que el jugador acierte los 4 nmeros es =


0.001364630831

6. Calcule la probabilidad de que coincidan 5 de los 6 nmeros


ganadores

() (

)
() =
()

Solucin para acertar 5 nmeros

(65) (456
65
) 6 (39
1
) 6.39 234 39
(6) = = = = =
(45
6
) (45
6
) 8145060 8145060 1357510

= 2.872807014 105 = 0.00002872807014

La probabilidad para que el jugador acierte los 4 nmeros es =


0.00002872807014

7. Con base en los resultados obtenidos, usted invertira dinero en


el BALOTO?

Yo no soy persona de gasta dinero en juegos de azar y observando


los resultados obtenidos me da ms mi razn de no invertir dinero en
juego que es casi 100% suerte, es muy difcil acertar cinco o seis
nmeros, ms bien se ahorra ese dinero y se invierte mejor.
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 400 maletas perdidas. De esta manera, el nmero
promedio de maletas perdidas por vuelo es de 0.4.

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?

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

Es una distribucin de probabilidad porque cumple:

Es una distribucin discreta, ya que el nmero de maletas es dicreto.


Da la probabilidad de que suceda un nmero de veces un evento en
un intervalo de tiempo.

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


ninguna maleta

Para este caso, la probabilidad utilizando la distribucin de Poisson se


calcula como


= 0, = 0.4 =
!

0.4 (0.4)0
= = 0.67
0!

Esto demuestra que la probabilidad de que en un vuelo no se pierdan


maletas es alta.

3.- Determine cul es la probabilidad de que en un vuelo se pierda


exactamente una maleta

Esta probabilidad viene dada por


= 1, = 0.4 =
!

0.4 (0.4)1
= = 0.27
1!
4.- Determine cul es la probabilidad de que en un vuelo se pierdan
entre dos y cuatro maletas

Esta probabilidad es

0.4 (0.4)4 0.4 (0.4)2 0.4 (0.4)3


= + + = 0.06
4! 2! 3!

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


vuelo ms de cuatro maletas

Esta probabilidad es

0.4 (0.4)4 0.4 (0.4)3 0.4 (0.4)2 0.4 (0.4)1 0.4 (0.4)0
= 1( + + + + )
4! 3! 2! 1! 0!
= 6.12 105

Es una probabilidad muy pequea como es de esperarse porque es muy


improbable que en un vuelo se pierdan ms de cuatro maletas.

6.- En qu momento debe sospechar el supervisor de la Aerolnea que


en un vuelo se estn perdiendo demasiadas maletas?

En el momento en que se pierdan ms maletas que el valor medio, el


supervisor debe comenzar a sospechar.

COMO SE DESARROLLO EL CASO

Para solucionar este ejercicio se hizo necesario usar la distribucin de


probabilidad de Poisson porque:
Hace referencia a una variable aleatoria discreta
Se hace en referencia a un rango especifico, en este caso la prdida
de un equipaje en un intervalo de tiempo
La probabilidad de ocurrencia del suceso se da con una probabilidad
muy pequea
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 20,5 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.

INFORME A PRESENTAR:
Prepare un informe en el que como mnimo, incluya:
1. La probabilidad de que una persona que llegue al refugio sea enviada
a ver al doctor
x
z=

21 20,5
z=
8.5
0.5
z=
8.5
z = 0.06
( = 0.06) = 0.5239 52.39%
( 0.06) = 0.5239 0.5 = 0.0239 2.39%
R/:La probabilidad de que una persona que llegue al refugio sea
enviada a ver al doctor es de 2.39%.
2. La probabilidad de que una persona que llegue al refugio tenga una
puntacin de 10 o menos puntos

=

10 20.5
=
8.5
20.5
=
8.5
= 2.7 2.70
( = 2.70) =0.0034 -> 0.0034%
( 2.70) = 0.5 0.0034 = 0.4966 4.96%
R/: La probabilidad de que una persona que llegue al refugio tenga
una puntacin de 10 o menos puntos es de 4.96%

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


puntuacin entre 16 y 20 puntos

=

Para 16 se tiene que
16 20.5
=
8.5
4.5
=
8.5
= 0.5
( = 0.5) = 0.3085 30.85%

Para 20 se tiene que


20 20.5
=
8.5
0.5
=
8.5
= 0.05
( = 0.05) = 0.5199 51.99%
( < < ) = 0.5199 0.3085 = 0.2114 21.14%
R/:La probabilidad de que una persona que llegue al refugio tenga
una puntuacin entre 16 y 20 puntos es de 21.14%.

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?

Se va a la tabla y se consulta 15% o sea 0.15 como valor de rea.


A este valor de rea se le halla el valor z asociado =0.5596

=

= + ( )
= 20.5 + (8.5 0.5596)
= 20.5 + (4.75)
= 25.25 25
R/: Las personas que tengan un puntaje superior a 25 puntos deben
ser enviadas a un servicio de prevencin de suicidios.

5. Las personas sin hogar con puntacin en el 25% ms bajo, se le


enva a un servicio de orientacin laboral para mejorar sus recursos.
Qu puntuacin permite calificar a una persona para acceder a este
servicio?

Se va a la tabla y se consulta 25% o sea 0.25 como valor de rea.


A este valor de rea se le halla el valor z asociado =0.5987

=

= + ( )
= 20.5 + (8.5 0.5987)
= 20.5 + (5.08)
= 25.58 26
R/: Las personas que tengan un puntaje superior a 26 puntos deben
ser enviadas a un servicio de orientacin laboral para mejorar sus
recursos.
CONCLUSIN

En las investigaciones en cuanto poblacin o situaciones utilizan muestras


de probabilidad, es decir, aquellas que el investigador pueda especificar la
probabilidad de cualquier elemento en la poblacin o suceso que investiga.
Las muestras de probabilidad permiten usar estadsticas que son aquellas
que permiten realiza comparaciones a partir de datos. Por otra parte, las
muestras no probabilsticas solo permiten usarse estadsticas descriptivas,
aquellas que solo permiten describir, organizar y resumir datos.
REFERENCIAS BIBLIOGRFICAS

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


Recuperado
de: http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=19
4&docID=11013767&tm=1489690058527
Monroy, S. (2008). Estadstica Descriptiva. Editorial: Instituto Tcnico
Nacional. Recuperado
de: http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=
10436604&ppg=128
Martn, J. y Ruiz, L. (2004). Estadstica I: Probabilidad. 2nd ed. Madrid:
Paraninfo. vii-viii. Recuperado
de: http://bibliotecavirtual.unad.edu.co:2081/ps/eToc.do?rcDocId=GALE%7C
CX4052400005&inPS=true&prodId=GVRL&userGroupName=unad&resultCli
ckType=AboutThisPublication
&contentModuleId=GVRL&searchType=BasicSearchForm&docId=GALE%7
C3BDC
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?docID=
10995669&ppg=19
Recuperado de:
http://datateca.unad.edu.co/contenidos/100402/modulo_probabilidad_2010I.
pdf
Universidad Oberta Cataluna U.O.C. Variables aleatorias discretas
Estadstica descriptiva y distribuciones de probabilidad. Bogot: Uninorte
Morales, Adriana (2010) Modulo Probabilidad. Bogot D.C., Universidad
Nacional Abierta y a distancia UNAD.

You might also like