Apuntes Probabilidad Bloque III

COLEGIO DE BACHILLERES DEL ESTADO DE QUINTANA ROO PLANTEL CANCUN II
PROBABILIDAD Y ESTADISTICA II
VI SEMESTRE 2013-A
BLOQUE III. ANALIZAS LAS DISTRIBUCIONES DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS.

Variable: Termino que forma parte de una expresin matemtica y puede tomar diferentes valores dentro de un conjunto dado. Variable aleatoria: Si los valores numricos que toma una variable provienen de factores fortuitos o en ellos interviene al azar, entonces se le denomina variable aleatoria. Son ejemplos de variable aleatorias las siguientes: a) Se lanzan cinco monedas observndose los resultados que se obtienen: una variable aleatoria asociada a ese experimento, es el numero de caras obtenido, que puede tomar los valores 0, 1, 2, 3, 4, 5. b) Considere una variable aleatoria el nmero de llamadas telefnicas recibidas diariamente en cierta compaa, esta variable aleatoria puede tomar valores enteros entre 0 y algn otro nmero. c) Una trabajadora social realiza un estudio sobre la composicin familiar en cierta comunidad: una variable aleatoria que se puede definir para este estudio es el nmero de hijos por familia y puede tomar los valores 0, 1, 2, etc.
Distribucin de probabilidad: Es semejante a la distribucin de frecuencias, la cual asocia cada uno de los valores que toma una variable aleatoria con su respectiva probabilidad. Por lo general se usa un formato de tabla para su presentacin, y se grafica utilizando diversas representaciones. Ej,. Sea el experimento lanzar al aire 3 monedas, y a) la variable aleatoria el nmero de soles que aparecen, b) la variable aleatoria el nmero de guilas que aparecen. Realizar su distribucin de probabilidad. aaa, saa, asa, aas, ssa, sas, ass, sss S 0 1 2 3 A 3 2 1 0 P (S) 1/8 3/8 3/8 1/8 P (A) 1/8 3/8 3/8 1/8
Funcin de probabilidad: Es una regla que asigna probabilidad a los valores que puede tomar la variable aleatoria.
Q. I. MARCOS ENRIQUE BALAM CANCH. Calle Pelcanos No. 473 Fracc. Tumbencuxtal. Reg. 91 Tel. 998 133 4889 E-mail: ebalamc@hotmail.com
Ejemplo.- Se lanzan dos monedas al aire, donde la variable aleatoria es la cantidad de soles. x = 0, 1, 2. E = aa, as, sa, ss Se calculan las probabilidades para los elementos de la variable:
Distribucin de probabilidad P (x), para x = 0, 1, 2 x 0 1 2 P (x)
La funcin de probabilidad est dada por:
, para x = 0, 2 P (x) = , para x = 1 Representacin grafica de la distribucin de probabilidad: Las distribuciones de probabilidad pueden grficamente por medio de lneas o con un histograma. A continuacin se muestran las representaciones graficas del problema anterior. x 0 1 2 P (x)
_ 1.0 _ 0.50 _ 0.25 0 1 2
_ 0 1 2
Ejemplo.2.- Se lanzan tres monedas, donde la variable aleatoria es el nmero de soles. Determina a) Distribucin de probabilidades b) Funcin de probabilidad c) Grafica
X = 0, 1, 2, 3 E = {AAA, AAS, ASA, ASS, SSA, SAS, SAA, SSS}
a)
x 0 1 2 3
P (x) 1/8 3/8 3/8 1/8
Solucion:
b) Funcin de probabilidad: 1/8 para x = 0, 3 P (x) = 3/8 para x = 1, 2
c) Grafica 3/8 __ __ __ __ __ 1/8 __ __ __ 0 1 2 3 __ __ __ __ __ __ __ __ 0 1 2 3
Media, varianza y desviacin estndar de una variable aleatoria discreta. Media = = , ( )( )- * , ( ) ) ( )-+2
Varianza = 2 = , = (
Q. I. MARCOS ENRIQUE BALAM CANCH. Calle Pelcanos No. 473 Fracc. Tumbencuxtal. Reg. 91 Tel. 998 133 4889
E-mail: ebalamc@hotmail.com

Desviacin estndar = =
Ejemplos: 1. Sea el experimento lanzar dos monedas, determinar: A) La media B) La varianza C) Desviacin estndar x P (x) x P (x) x2 P (x)
0 1 2
x = , s2 = , s =

, ( )( )( )= * , = 0.7071 ,
0
( ),
0 1
( )-
( ) - +2 = 1.5 - 12 = 05
2. Hallar la media, varianza y desviacin estndar de lanzar tres monedas, donde la variable aleatoria es el nmero de soles. (ejemplo 2 del tema anterior) ( ) ( )
2
)
2
( )
Media () = 1.5
Xk 0 1 2 3
P(Xk) 0.125 0.375 0.375 0.125
Xk P(Xk) 0 0.375 0.75 0.375 = 1.5
(Xk) 0 1 4 9
(Xk) P(Xk) 0 0.375 1.5 1.125 =3
Varianza (2) = 3 - (1.5)2 3 2.25 0.75 Desviacin estndar () = 0.86
Ejemplo 2:
Consideremos 12 fichas marcadas con los nmeros 8, 8, 8, 13, 13, 13, 13, 20, 20, 20, 20, 20, sea el experimento elegir al azar una de las fichas y sea X la variable aleatoria discreta que representa el cuadrado del nmero de la ficha elegida. Construir la distribucin de probabilidad, la funcin de probabilidad, la media, varianza y desviacin estndar. ( ) ( ) ( ) ( ) (Xk)2 P(Xk) 1024 9425.13 67200 77649.13
Xk 64 169 400
P(Xk) 0.25 0.33 0.42
Xk P(Xk) 16 55.77 168 = 239.77
(Xk)2 4096 28561 160000
Varianza 77649.13 (239.77)2 20159.48
Media = 239.77 Varianza = 20159.48 Desviacin estndar = 141.98

Variable esperado de una variable aleatoria (esperanza matemtica) El concepto de esperanza matemtica complementa las nociones de distribucin de probabilidad y variable aleatoria. La esperanza matemtica es un parmetro de estas variable y representa el valor promedio que se espera suceda al repetir el experimento gran cantidad de veces. Se denota por E (x) y se calcula por:
E (x) =
n xi P(xi) = x1 P(x1) + x2 P (x2) + x3 P (x3) + .. xn P(xn).
Nota : Cuando la esperanza matemtica se aplica en un juego de dinero, el valor esperado E se considera como el juego del jugador: si E es positivo, el juego es favorable; Si E es negativo resulta desfavorable y si E = 0, el juego es justo.
Ejemplo: 1. La produccin diaria de una fbrica es de 12 artculos, de los cuales 2 salen defectuosos. Despus se toma una muestra de 3 artculos. Sea x la variable aleatoria que asigna el nmero de artculos defectuosos en la muestra.

# elementos de A P (A) = ____________________ Total Se obtiene la probabilidad de uno y dos artculos defectuosos de la produccin diaria, utilizando las tcnicas de conteo.
C2 , 1 X C10 , 2 2 X 45 = 90 90 P (x1) = _____________ = ____________ = _______ Total = C10 , 3 220 220 C2 , 2 X C10 , 0 1 X 10 = 10 10 P (x2) = _____________ = ____________ = ________ Total = C10 , 3 220 220
E (x) = 1 (90/220) + 2 (10/220) = 0.5
Se espera que de una muestra de 3 artculos 0.5 sea defectuoso.
Distribucin de probabilidad binomial. Experimento de probabilidad binomial. La distribucin binomial se cita frecuentemente como distribucin de Bernoulli en atencin al matemtico suizo Jacobo Bernoulli que la dedujo a fines del siglo XVII. Un experimento aleatorio se llama binomial o de Bernoulli, si cumple las condiciones que se sealan: 1. El experimento consta de un nmero finito de ensayos independientes. 2. Cada ensayo solo tiene dos resultados: xito y Fracaso. 3. La probabilidad de xito en un ensayo se simboliza con p y la de fracaso con q, donde p+q = 1, estas probabilidades se mantienen constantes en cada ensayo. 4. El total de observaciones posibles (o poblacin) es muy grande o infinita en relacin con el nmero de observaciones (o muestra) que se realiza.
As, una variable aleatoria discreta asociada a ensayos de Bernoulli se dice que est distribuida binomialmente, y si dicha variable representa al xito, entonces se puede esperar que ocurran x en n ensayos. La Probabilidad de x xitos en n ensayos es: ( ) , para k = 0, 1, 2, , n
Ejemplo: 1. El 60% del personal de una empresa est sindicalizado: se toma una muestra (n) al azar de 10 obreros para determinar: a) La probabilidad de encontrar siete empleados (k) sindicalizados. n = 10 k = 7 p = 0.60 q=0.40
( ) ( ) ( ) P(x = 7) = 120 x 0.028 x 0.064 = 0.215 = 21.5% 2. El vendedor de seguros vendi plizas a cinco hombres (n) de la misma edad y con buena salud. De acuerdo con las tablas de la compaa de seguros, la probabilidad de que un hombre de esta edad viva 30 aos ms es del 67%. Encontrar la probabilidad de que despus de 30 aos vivan los cinco hombres (k). n = 5 k = 5 p = 0.67 q=0.33
( ) ( ) ( ) P(x = 5) = 1 x 0.135 x 1 = 0.135 = 13.5% Funcin de probabilidad binomial. Media y desviacin estndar. La media, la varianza y la desviacin estndar de la distribucin binomial se calculan con las formulas que se presenta a continuacin. Media Varianza Desviacin estndar Ejemplo: De los ejercicios anteriores encuentra la media, varianza y desviacin estndar.
1. El 60% del personal de una empresa est sindicalizado: se toma una muestra (n) al azar de 10 obreros para determinar: a) La probabilidad de encontrar siete empleados (k) sindicalizados. n = 10 Media Varianza Desviacin estndar k = 7 p = 0.60 q=0.40 = 10 x 0.60 = 6 = 10 x 0.60 x 0.40 = 2.4 = 1.55
2. El vendedor de seguros vendi plizas a cinco hombres (n) de la misma edad y con buena salud. De acuerdo con las tablas de la compaa de seguros, la probabilidad de que un hombre de esta edad viva 30 aos ms es del 67%. Encontrar la probabilidad de que despus de 30 aos vivan los cinco hombres (k). n = 5 k = 5 p = 0.67 Media Varianza Desviacin estndar Ejercicios. DISTRIBUCIONES DE CONTINUAS. 12 Hrs. PROBABILIDAD DE VARIABLES ALEATORIAS q=0.33 = 5 x 0.67 = 3.35 = 5 x 0.67 x 0.33 = 1.11 = 1.05
3.1 Distribucin de probabilidad normal. - Variable aleatoria contina. Es aquella variable en donde dentro de un intervalo existente (a, b) de la recta real, toma todos los valores entre a y b (los valores que toma son infinitos). Ejemplo: El peso de los recin nacidos. La altura de los rboles de naranja de un ao de edad. La duracin de una batera alcalina tamao AA. El tipo de cambio oficial del peso con respecto al dlar Norteamericano.
La tasa de inflacin de un pas. El ndice de desempleo de un estado.
- Propiedades de las distribuciones de probabilidad continuas. Es importante tener presente que las variables aleatorias discretas provienen de conteos o enumeraciones, mientras que las variables aleatorias continuas son resultado de mediciones. Ejercicios. Escribe en el parntesis de la izquierda la letra indicada, segn se trate de una variable aleatoria discreta (D) contina (C). ( ( ( ( ( ( ) ) ) ) ) ) El total de personas esperando atencin mdica en la sala de emergencias de un hospital. La cantidad de lluvia que cae en Mrida, Yucatn durante una semana. El nmero de goles anotados en un partido. El tiempo de reaccin de un conductor automovilstico cuando se enfrenta a un peligro inminente. La cantidad de errores de impresin encontrados en un libro. La temperatura corporal de una persona enferma medida cada hora durante 24 horas.
LA DISTRIBUCIN NORMAL Es una distribucin de probabilidad para variables aleatorias continuas, y que es considerada como la piedra angular de la teora estadstica moderna. Su estudio incluye los conceptos bsicos relativos a ella, la presentacin de su formula y ejercicios de aplicacin. Cuando los datos que origina una variable aleatoria continua son agrupados en una tabla de distribucin de frecuencias, para posteriormente construir su correspondiente histograma y polgono de frecuencias, mientras ms pequea sea la amplitud de los intervalos de la tabla de distribucin de frecuencias, se tendr un nmero ms grande de ellos, y los rectngulos del histograma sern ms delgados y en mayor nmero, entonces el polgono de frecuencias que a su vez tendr mayor nmero de segmentos de recta que lo conformen, se aproximar a tomar la forma continua (sin interrupcin); tal efecto se muestra en la siguiente figura.

0.6 0.5 0.4 0.3 0.2 0.1
f(x)=1/(sqrt(6.2832))*2.71828^(-x^2/2) y
x
-2 -1 1 2 -0.1 Graph Limited School Edition
Curva continua
A esta curva continua se le denomina distribucin continua de probabilidad o densidad de probabilidad, dado que el rea bajo la curva representa el porcentaje de la probabilidad de que ocurra un evento dentro de un determinado intervalo [a, b].
0.6 0.5 0.4 0.3 0.2 0.1
f(x)=1/(sqrt(6.2832))*2.71828^(-x^2/2) y
x
-2 -1
-0.1 Graph Limited School Edition
Por lo tanto, los valores de una distribucin contina de probabilidad o densidad de probabilidad no pueden ser negativos, y el rea total debajo de la curva siempre es igual a 1, o al 100% de probabilidad. Para las variables aleatorias Muchas que aparecen en relacin con mediciones experimentos u observaciones prcticas, estn distribuidas normalmente. Algunas se pueden convertir en una variable con distribucin normal por medio de una transformacin sencilla.
10
Ciertas distribuciones ms complejas se pueden aproximar mediante la distribucin normal, como por ejemplo la distribucin binomial o de Bernoulli. - Representacin. La distribucin normal o Gaussiana es una funcin y se define por la siguiente ecuacin matemtica. ( ) Donde: es la desviacin estndar de la distribucin. es la media de la distribucin. x es una variable aleatoria continua distribuida normalmente. e es igual a 2.71828 que es la constante base de los logaritmos naturales es valor pi igual a 3.1416 Para una distribucin normal tipificada o estndar la media es igual a cero y su desviacin estndar igual a uno, por lo que la funcin se transforma a ( )
Que tiene por representacin geomtrica a la curva normal tipificada.

f(x)=1/(sqrt(6.2832))*2.71828^(-x^2/2) y
0.4 0.3 0.2 0.1
x
-3 -2 -1 1 2 3
Graph Limited School Edition
- Caractersticas de la curva normal.

11
La curva que representa f(x) se denomina tambin campana de Gauss, y tiene las siguientes caractersticas La curva tiene forma de campana. Se extiende indefinidamente en ambas direcciones, por lo que se dice que es asinttica al eje X. Esta totalmente especificada por su media y su desviacin estndar . Es simtrica con respecto a la media aritmtica , cuando z = 0 El rea total bajo la curva se considera igual a 1 o 100 %. El rea debajo de la curva entre la media y cualquier otro punto en una funcin del nmero de desviaciones estndar que es el punto que dista de la media.
- rea bajo la curva de una distribucin normal. En la prctica. Las reas situadas debajo de la curva normal se encuentra en tablas previamente calculadas, pero como resulta imposible calcular tablas de reas debajo de curvas normales para cada pareja o combinacin de media y desviacin estndar, estas reas se calcula en relacin con la curva normal estndar que tiene = 0 y = 1. Mediante una conversin de unidades, es decir, las unidades de medicin son convertidas a unidades denominadas estndar o z, la cual mide la diferencia de cada valor de la variable aleatoria x con respecto a la media , en funcin de la desviacin estndar , por medio de la siguiente frmula: Las unidades z indican simplemente cuantas desviaciones estndar est el valor de la variable aleatoria x arriba o debajo de la media .
12

f(x)=1/(sqrt(6.2832))*2.71828^(-x^2/2) y f(x)=1/(sqrt(6.2832))*2.71828^(-x^2/2) y
0.4 0.3 0.2 0.1
0.4 0.3 0.2 0.1
-3
-2
-1
x 3 -3
x
-2 -1
Escala x Graph Limited School Edition
Escala z Graph Limited School Edition
Una caracterstica importante de la curva normal estndar es la forma en la cual est distribuida su probabilidad, ya que est repartida muy marcadamente con relacin a sus desviaciones estndar, esto es: Probabilidad aproximada del 68.3% entre z = +1 y z = -1. Probabilidad aproximada del 95.5% entre z = +2 y z = -2. Probabilidad aproximada del 99.7% entre z = +3 y z = -3. La curva de la distribucin normal estandarizada al ser simtrica con respecto a la media = 0 y como el rea total bajo la curva es la unidad (es decir 100%), entonces: El rea bajo la curva a cada lado de = 0 es igual a 0.50 o de 50%. Para calcular el rea debajo de la curva normal tipificada es necesario el uso de tablas:
13

Z 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.0 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 3.0 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9
0
0.0000 0.0398 0.0793 0.1179 0.1554 0.1915 0.2257 0.2580 0.2881 0.3159 0.3413 0.3643 0.3849 0.4032 0.4192 0.4332 0.4452 0.4554 0.4641 0.4713 0.4772 0.4821 0.4861 0.4893 0.4918 0.4938 0.4953 0.4965 0.4974 0.4981 0.4987 0.4990 0.4993 0.4995 0.4997 0.4998 0.4998 0.4999 0.4999 0.5000
1
0.0040 0.0438 0.0832 0.1217 0.1591 0.1950 0.2291 0.2611 0.2910 0.3186 0.3438 0.3665 0.3869 0.4049 0.4207 0.4345 0.4463 0.4564 0.4649 0.4719 0.4778 0.4826 0.4864 0.4896 0.4920 0.4940 0.4955 0.4966 0.4975 0.4982 0.4987 0.4991 0.4993 0.4995 0.4997 0.4998 0.4998 0.4999 0.4999 0.5000
2
0.0080 0.0478 0.0871 0.1255 0.1628 0.1985 0.2324 0.2642 0.2939 0.3212 0.3461 0.3686 0.3888 0.4066 0.4222 0.4357 0.4474 0.4573 0.4656 0.4726 0.4783 0.4830 0.4868 0.4898 0.4922 0.4941 0.4956 0.4967 0.4976 0.4982 0.4987 0.4991 0.4994 0.4995 0.4997 0.4998 0.4999 0.4999 0.4999 0.5000
3
0.0120 0.0517 0.0910 0.1293 0.1664 0.2019 0.2357 0.2673 0.2967 0.3238 0.3485 0.3708 0.3907 0.4082 0.4236 0.4370 0.4484 0.4582 0.4664 0.4732 0.4788 0.4834 0.4871 0.4901 0.4925 0.4943 0.4957 0.4968 0.4977 0.4983 0.4988 0.4991 0.4994 0.4996 0.4997 0.4998 0.4999 0.4999 0.4999 0.5000
4
0.0160 0.0557 0.0948 0.1331 0.1700 0.2054 0.2389 0.2704 0.2995 0.3264 0.3508 0.3729 0.3925 0.4099 0.4251 0.4382 0.4495 0.4591 0.4671 0.4738 0.4793 0.4838 0.4875 0.4904 0.4927 0.4945 0.4959 0.4969 0.4977 0.4984 0.4988 0.4992 0.4994 0.4996 0.4997 0.4998 0.4999 0.4999 0.4999 0.5000
5
0.0199 0.0596 0.0987 0.1368 0.1736 0.2088 0.2422 0.2734 0.3023 0.3289 0.3531 0.3749 0.3944 0.4115 0.4265 0.4394 0.4505 0.4599 0.4678 0.4744 0.4798 0.4842 0.4878 0.4906 0.4929 0.4946 0.4960 0.4970 0.4978 0.4984 0.4989 0.4992 0.4994 0.4996 0.4997 0.4998 0.4999 0.4999 0.4999 0.5000
6
0.0239 0.0636 0.1026 0.1406 0.1772 0.2123 0.2454 0.2764 0.3051 0.3315 0.3554 0.3770 0.3962 0.4131 0.4279 0.4406 0.4515 0.4608 0.4686 0.4750 0.4803 0.4846 0.4881 0.4909 0.4931 0.4948 0.4961 0.4971 0.4979 0.4985 0.4989 0.4992 0.4994 0.4996 0.4997 0.4998 0.4999 0.4999 0.4999 0.5000
7
0.0279 0.0675 0.1064 0.1443 0.1808 0.2157 0.2486 0.2794 0.3078 0.3340 0.3577 0.3790 0.3980 0.4147 0.4292 0.4418 0.4525 0.4616 0.4693 0.4756 0.4808 0.4850 0.4884 0.4911 0.4932 0.4949 0.4962 0.4972 0.4979 0.4985 0.4989 0.4992 0.4995 0.4996 0.4997 0.4998 0.4999 0.4999 0.4999 0.5000
8
0.0319 0.0714 0.1103 0.1480 0.1844 0.2190 0.2517 0.2823 0.3106 0.3365 0.3599 0.3810 0.3997 0.4162 0.4306 0.4429 0.4535 0.4625 0.4699 0.4761 0.4812 0.4854 0.4887 0.4913 0.4934 0.4951 0.4963 0.4973 0.4980 0.4986 0.4990 0.4993 0.4995 0.4996 0.4997 0.4998 0.4999 0.4999 0.4999 0.5000
9
0.0359 0.0753 0.1141 0.1517 0.1879 0.2224 0.2549 0.2852 0.3133 0.3389 0.3621 0.3830 0.4015 0.4177 0.4319 0.4441 0.4545 0.4633 0.4706 0.4767 0.4817 0.4857 0.4890 0.4916 0.4936 0.4952 0.4964 0.4974 0.4981 0.4986 0.4990 0.4993 0.4995 0.4997 0.4998 0.4998 0.4999 0.4999 0.4999 0.5000
14
Ejemplo: Calcular las reas situadas debajo de la curva normal estndar para los siguientes casos: a) entre z = 0 y z = 1.65; b) entre z = 0 y z = -2.1; c) entre z = -1.9 y z = +2.3; y, d) z = 0.35 y z = 2.4. Solucin: a) Como estamos encontrando el rea bajo la curva desde z = 0 y z = 1.65, solo es necesario localizar en la tabla el rea para z = 1.65. la tabla presenta una columna de valores para z ,y, varias columnas con los nmeros del 0 al 9, que representan los centesimales. En esta columna de z localizamos el numero 1.6, luego localizamos la columna de 5, (que sera el numero 1.65), la fila que coincide con el 1.6 y la columna 5, nos da el valor de 0.4505, que es el rea bajo la curva normal tipificada, y representa el 45.05 % de probabilidad.
f(x)=1/(sqrt(6.2832))*2.71828^(-x^2/2) y
0.4 0.3 0.2 0.1
x
0 -3
-2 -1 1 2 3
rea = 0.4505
Probabilidad = 45.05 %
Solucin: b) Al igual que el caso anterior solo localizamos el rea para z = -2.1, en la tabla localizamos en la columna de z el nmero 2.1 (no hay negativos) y coincidimos la fila de este nmero con la columna de 0, lo que nos da un valor de 0.4821.
15

f(x)=1/(sqrt(6.2832))*2.71828^(-x^2/2) y
0.4 0.3 0.2 0.1
x
0-3
-2 -1 1 2 3
rea = 0.4821
Solucin: c) Las reas que nos da la tabla para los valores z = -1.9 y z = +2.3, son la reas comprendidas entre z = 0 hasta z = -1.9 y el de z = 0 hasta z = 2.3, las reas se suman. El rea para z = -1.9 es de 0.4713 y el rea para z = 2.3 es de 0.4893, sumando los dos valores tenemos 0.9608, que representa el 96.08 % de probabilidad.
f(x)=1/(sqrt(6.2832))*2.71828^(-x^2/2) y
0.4 0.3 0.2 0.1
x
0-3
-2 -1 1 2 3
rea = 0.4713 rea total = 0.9608
rea = 0.4893 Probabilidad = 96.08 %
Solucin: d) Las reas que nos da la tabla para los valores de z = 0.35 y z = 2.4, son las reas de z = 0 hasta z = 0.35 y la de z = 0 hasta z = 2.4, como ambas reas estn del mismo lado de la z = 0, y queremos el rea entre los dos valores, el rea resultante es la diferencia de las dos reas localizadas. El rea para z = 0.35 es de 0.1368 y del rea para z = 2.4 es de 0.4918, restando las reas tenemos el rea resultante de 0.3550, que representa el 35.5% de probabilidad.
16

f(x)=1/(sqrt(6.2832))*2.71828^(-x^2/2) y
0.4 0.3 0.2 0.1
x
0-3
-2 -1 1
rea = 0.4918
= 0.1368 Graph Limited rea School Edition rea total = 0.3550
3.2 Distribucin de probabilidad normal estandarizada. - Propiedades de la distribucin normal estandarizada La curva normal tipificada nunca llega a tocar el eje horizontal, lo que significa que para fines prcticos el rea a la derecha del valor de z = 3.9 y el rea a la izquierda de z = -3.9 se considera iguales a cero (aunque no es as, es muy cercano a 0).
PROBLEMAS DE APLICACIN. Ejemplo 1 Supngase que las alturas de 800 estudiantes estn normalmente distribuidas con media 66 pulgadas y desviacin estndar 5 pulgadas. Calcular la probabilidad de que si un estudiante se selecciona al azar, tenga altura de 65 y 70 pulgadas. Solucin Para calcular la probabilidad es necesario saber los valores de z, como el valor de , el problema nos indica que es una distribucin normal y la = 66 y = 5, x1 = 65 y x2 = 70, tenemos: = -0.2 (se consideran dos decimales nicamente por la tabla). = 0.8 (se consideran dos decimales nicamente por la tabla).
17
El rea para z = -0.2 es de0.0793 y para el de z = 0.8 es de 0.2881, el rea total es la suma de estas dos reas que es de 0.3674, por lo que la probabilidad de que un estudiante seleccionado al azar tenga una altura de 65 a 77 pulgadas es de P = 36.74%.
Ejemplo 2. Las calificaciones de 600 estudiantes que sustentaron un examen final de Matemticas se distribuyen normalmente con media 73 puntos y desviacin estndar 7 puntos, cuntos estudiantes deben tener calificacin entre 76 y 81 puntos? Solucin Para este problema de distribucin normal tenemos, = 73 y = 7, por tanto los valores de z cundo x es igual a 76 y 81 son: = 0.43 = 1.14 El rea para estos dos valores son: par z = 0.43, de 0.1664 y para z = 1.14, de 0.3729, el rea total o resultante es la diferencia entre estos dos valores (los valores de z estn del mismo lado) y es de 0.2065, que es la probabilidad de tener un alumno con la calificacin entre 76 y 81 puntos, como nos piden cuntos alumnos tienen esta calificacin tenemos que multiplicar esta probabilidad por los 600 alumnos: 600 x 0.2065 = 123.9 Es decir la respuesta es R = 124 alumnos.
EJERCICIOS. 1. La variable aleatoria x suma de puntos al lanzar tres dados a. Elabora la distribucin de probabilidad. b. Elabora el histograma de P(x). c. Obtn la media y la desviacin estndar de x. 2. Dada la distribucin de probabilidad de la variable aleatoria x= nmero de llamadas que llegan a un conmutador durante un minuto, determina lo que se pide: a. La media y desviacin estndar. b. Elabora el grafico de rectas. X P(x)
18
0 1 2 3 4
0.1 0.2 0.4 0.2 0.1
3. Un hombre desea invertir en una propiedad para venderla despus. Las probabilidades de venta con ganancia, sin ganancia o prdida son: a) 22% de venderla con una ganancia de $ 25 000 b) 36% de venderla con una ganancia de $ 10 000 c) 28% no se obtendr ganancia. d) 14% con una prdida de $ 15 000 Qu beneficio espera el seor si se dedica a la compraventa de bienes races? 4. Un agricultor quiere asegurar su cosecha por $ 500 000. La compaa de seguros estima que la probabilidad de que se pierda la cosecha por factores climticos es de 1/50. Cul ser el valor de la prima de seguros si la compaa cobra una cantidad de $ 1000 y, adems pretende una utilidad de 10% por la venta y paga a sus vendedores una comisin de 10%? 5. Una compaa que fabrica focos ahorradores de luz obtiene una ganancia de $10 por cada foco no defectuoso, pero pierde $4 por cada uno de los defectuosos. El 2% de los focos son defectuosos. Calcula el beneficio promedio por foco. 6. Un jugador lanza 2 monedas corrientes. Si caen dos soles, gana $50, si cae un sol recibe $20 y le darn $10 si no cae sol. Cul es el precio justo que debe pagarse para participar en el juego? 7. El gerente de un almacn construy, la siguiente distribucin de probabilidad de la demanda diaria (venta por da) de un aparato electrodomstico. Calcula el valor esperado. X 0 1 2 3 P(x) 0.05 0.40 0.35 0.20 8. Un estudiante no se ha preparado para presentar un examen que contiene 10 preguntas de verdadero y falso. Qu probabilidad existe de que repruebe si para lograrlo debe contestar correctamente 60% de las preguntas? 9. El 60% de los televidentes de una poblacin sintoniza un programa especfico. Cul es la probabilidad de que ms de la mitad de las personas que forman una muestra de cinco vean dicho programa de televisin?
19
10. En una urna hay 10 fichas: tres rojas y siete azules. Se extraen cuatro fichas, una tras otra, con sustitucin. Calcula la probabilidad de que, al menos, dos sean azules. 11. El 10% de cierta poblacin es formado por diabticos. Si se seleccionan 20 personas al azar de esa poblacin, Cul es la probabilidad de que al menos, dos de ellas padezcan diabetes? 12. La seleccin de bsquetbol de un colegio tiene 40% de probabilidad de ganar. Si juega seis veces, determina la probabilidad de que ganes ms de la mitad de los partidos. 13. En una carretera pasan en promedio 27 automviles por hora. Determina la media y la desviacin estndar de la distribucin de probabilidad resultante. 14. Encuentra el rea bajo la curva normal tipificada entre los valores de z siguientes, escribe la probabilidad que representa y realiza su grafica: z1 y z2 0 2.68 -1.76 0 1.16 2.40 -2.08 1.62 0 2.19 -1.93 0 1.62 2.84 -0.07 1.68 -3 -1.09 A la derecha de z = -1.74 A la izquierda de z = 2.62 A la izquierda de z = -2.33
1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12.
15. Supngase que los puntajes de un examen tienen distribucin normal con media 76 y desviacin estndar 15; si un estudiante es seleccionado al azar, calcular la probabilidad de que su calificacin este: Entre 70 y 80 puntos. Entre 79 y 86 puntos. Que sea mayor de 80 puntos. Que sea menor de 70 puntos.
20
16. Supngase que las alturas de 500 deportistas se distribuyen normalmente con media 68 pulgadas y desviacin estndar 7 pulgadas. Calcular cuntos deportistas deben tener altura: Entre 65 y 70 pulgadas. Mayor de 66 pulgadas. 17. El banco de Crdito Rural de Yucatn est interesado en comprar 750 cerdos de la raza Hampshire y est informado de que el peso de ellos a los 5 meses de nacidos tiene una distribucin normal con media = 110 kg y desviacin estndar = 10 kg. Cuntos de ellos es razonable esperar que: Tengan un peso entre 105 y 132 kg. Tengan un peso mayor de 100 kg. 18. Una compaa que produce cinescopios para televisin considera que la vida til de estos tiene distribucin normal con media de = 9 000 horas y desviacin estndar = 480 horas. Si un cinescopio es seleccionado al azar calcule la probabilidad de que su vida til: Este entre 8 000 y 13 000 horas. Sea mayor de 8 500 horas. Sea menor de 8 000 horas. 19. El tiempo necesario para reparar la transmisin de un automvil en un taller de servicio tiene una distribucin normal con media = 45 minutos y desviacin estndar = 8 minutos. En base a esto calcule el porcentaje de los trabajos de ese tipo por realizar que deben tener una duracin: Entre 40 y 58 minutos. Mayor de 50 minutos. Entre 50 y 60 minutos. 20. Los resultados de una prueba nacional estndar para bachilleres recin egresados tuvo una media de = 500 puntos con desviacin estndar de = 100 puntos. Si suponemos una distribucin normal, calcule la probabilidad de que un individuo escogido aleatoriamente tenga puntuacin: Entre 500 y 650 puntos Entre 450 y 600 puntos 21. Suponga que los ingresos mensuales en pesos de los empleados de una compaa tiene una distribucin normal, con media = 7 000 y desviacin estndar de 4 600. Calcule el porcentaje de los empleados con ingresos mensuales: Mayores de $ 8 000 Entre 6 000 y 8 000
21
Menos de 4 000 Entre 8 000 y 10 000 22. En un proceso para enlatar cerveza, el contenido por lata tiene una distribucin normal con media = 12 onzas y desviacin estndar = 0.46 onzas. Calcule el porcentaje de las latas cuyo contenido: Sea menor de 11 onzas. Sea mayor de 11.65 onzas. Est entre 11.5 y 12.7 onzas. 23. Un estudio de la DGT estima que el nmero de horas prcticas necesarias para la obtencin del permiso de conducir sigue una distribucin normal: = 24 y = 3. a) Qu probabilidad hay de obtener el permiso de conducir con 20 horas de prcticas o menos? 24. En una granja modelo de la Provincia de Entre Ros, en un momento determinado de su desarrollo, los cerdos que producen tienen en cuanto a su peso, una distribucin Normal con un promedio de 75 kg. y un desvo estndar de 6 kg. a) De 20 cerdos elegidos aleatoriamente, cuntos se esperan que pesen ms de 81 kg.? Para los siguientes ejercicios es necesario encontrar primero la media y desviacin estndar: 25. El Instituto Especializado Materno Perinatal desea conocer la probabilidad de que al hacer una prueba de hemoglobina en gestantes adolescentes que acuden a la institucin en el tercer trimestre del embarazo, se obtenga un resultado menor a 11 mg / dl; para lo cual toma una muestra al azar de 30 gestantes menores de 19 aos, cuya edad gestacional este comprendida entre 28 40 semanas. 26. Base de datos: Nivel de Hemoglobina (mg/dl) en gestaciones de adolescentes en el 3er. Trimestre del embarazo. n = 30 10.9 11.2 9.8 11.6 9.9 10.3 11.7 11.2 9.8 10.0 11.2 10.2 10.8 9.5 10.0 10.9 11.5 10.4 10.9 8.9 10.8 9.5
10.4 11.4 11.3 10.5 10.2 11.1 10.6 9.9
27. La siguiente tabla muestra la distribucin de la carga mxima en toneladas cortas, (1 tonelada corta=2000 libras), que soportan ciertos cables producidos por una compaa. a) Determinar la probabilidad de que un cable se rompa al alcanzar una carga de 24 000 libras.
22
Mximo de carga Nmero (toneladas cortas) de cables 9.3 9.7 2 9.8 -10.2 10.3 10.7 10.8 -11.2 11.3 -11.7 11.8 -12.2 12.3 -12.7 12.8 -13.2 TOTAL 5 12 17 14 6 3 1 60
23

Apuntes Probabilidad Bloque III

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Apuntes Probabilidad Bloque III

Transféré par

Droits d'auteur :

Formats disponibles

COLEGIO DE BACHILLERES DEL ESTADO DE QUINTANA ROO PLANTEL CANCUN II

BLOQUE III. ANALIZAS LAS DISTRIBUCIONES DE PROBABILIDAD DE VARIABLES ALEATORIAS DISCRETAS.

COLEGIO DE BACHILLERES DEL ESTADO DE QUINTANA ROO PLANTEL CANCUN II

Distribucin de probabilidad P (x), para x = 0, 1, 2 x 0 1 2 P (x)

La funcin de probabilidad est dada por:

_ 1.0 _ 0.50 _ 0.25 0 1 2

COLEGIO DE BACHILLERES DEL ESTADO DE QUINTANA ROO PLANTEL CANCUN II

X = 0, 1, 2, 3 E = {AAA, AAS, ASA, ASS, SSA, SAS, SAA, SSS}

P (x) 1/8 3/8 3/8 1/8

b) Funcin de probabilidad: 1/8 para x = 0, 3 P (x) = 3/8 para x = 1, 2

c) Grafica 3/8 __ __ __ __ __ 1/8 __ __ __ 0 1 2 3 __ __ __ __ __ __ __ __ 0 1 2 3

COLEGIO DE BACHILLERES DEL ESTADO DE QUINTANA ROO PLANTEL CANCUN II

P(Xk) 0.125 0.375 0.375 0.125

Xk P(Xk) 0 0.375 0.75 0.375 = 1.5

(Xk) P(Xk) 0 0.375 1.5 1.125 =3

Varianza (2) = 3 - (1.5)2 3 2.25 0.75 Desviacin estndar () = 0.86

COLEGIO DE BACHILLERES DEL ESTADO DE QUINTANA ROO PLANTEL CANCUN II

P(Xk) 0.25 0.33 0.42

Xk P(Xk) 16 55.77 168 = 239.77

(Xk)2 4096 28561 160000

Varianza 77649.13 (239.77)2 20159.48

Media = 239.77 Varianza = 20159.48 Desviacin estndar = 141.98

n xi P(xi) = x1 P(x1) + x2 P (x2) + x3 P (x3) + .. xn P(xn).

COLEGIO DE BACHILLERES DEL ESTADO DE QUINTANA ROO PLANTEL CANCUN II

E (x) = 1 (90/220) + 2 (10/220) = 0.5

Se espera que de una muestra de 3 artculos 0.5 sea defectuoso.

COLEGIO DE BACHILLERES DEL ESTADO DE QUINTANA ROO PLANTEL CANCUN II

COLEGIO DE BACHILLERES DEL ESTADO DE QUINTANA ROO PLANTEL CANCUN II

COLEGIO DE BACHILLERES DEL ESTADO DE QUINTANA ROO PLANTEL CANCUN II

La tasa de inflacin de un pas. El ndice de desempleo de un estado.

COLEGIO DE BACHILLERES DEL ESTADO DE QUINTANA ROO PLANTEL CANCUN II

-0.1 Graph Limited School Edition

COLEGIO DE BACHILLERES DEL ESTADO DE QUINTANA ROO PLANTEL CANCUN II

Que tiene por representacin geomtrica a la curva normal tipificada.

0.4 0.3 0.2 0.1

Graph Limited School Edition

- Caractersticas de la curva normal.

COLEGIO DE BACHILLERES DEL ESTADO DE QUINTANA ROO PLANTEL CANCUN II

COLEGIO DE BACHILLERES DEL ESTADO DE QUINTANA ROO PLANTEL CANCUN II

0.4 0.3 0.2 0.1

0.4 0.3 0.2 0.1

Escala x Graph Limited School Edition

Escala z Graph Limited School Edition

COLEGIO DE BACHILLERES DEL ESTADO DE QUINTANA ROO PLANTEL CANCUN II

COLEGIO DE BACHILLERES DEL ESTADO DE QUINTANA ROO PLANTEL CANCUN II

0.4 0.3 0.2 0.1

Graph Limited School Edition

COLEGIO DE BACHILLERES DEL ESTADO DE QUINTANA ROO PLANTEL CANCUN II

0.4 0.3 0.2 0.1

Graph Limited School Edition

0.4 0.3 0.2 0.1

Graph Limited School Edition

rea = 0.4713 rea total = 0.9608

rea = 0.4893 Probabilidad = 96.08 %

COLEGIO DE BACHILLERES DEL ESTADO DE QUINTANA ROO PLANTEL CANCUN II

0.4 0.3 0.2 0.1

= 0.1368 Graph Limited rea School Edition rea total = 0.3550

COLEGIO DE BACHILLERES DEL ESTADO DE QUINTANA ROO PLANTEL CANCUN II

COLEGIO DE BACHILLERES DEL ESTADO DE QUINTANA ROO PLANTEL CANCUN II

0.1 0.2 0.4 0.2 0.1

COLEGIO DE BACHILLERES DEL ESTADO DE QUINTANA ROO PLANTEL CANCUN II

1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12.

COLEGIO DE BACHILLERES DEL ESTADO DE QUINTANA ROO PLANTEL CANCUN II

COLEGIO DE BACHILLERES DEL ESTADO DE QUINTANA ROO PLANTEL CANCUN II

c) Grafica 3/8 1/8 0 1 2 3 0 1 2 3