Académique Documents
Professionnel Documents
Culture Documents
PROBABILIDAD
PRESENTADO POR:
REINALDO SALAMANCA
CESAR AUGUSTO CASTAO
ALEXANDER PITTO
JUAN MIGUEL MEJIA
Variables aleatorias.
Una variable aleatoria es, una funcin que asigna un nmero real a cada resultado en el espacio muestral de
un experimento aleatorio. Se denota con una letra mayscula tal como X. En este tema se ver la
importancia de cuantificar los resultados de un experimento aleatorio sabiendo que ellos pueden ser
cualitativos o cuantitativos
Para facilitar estos clculos se acude a una funcin que ubica el espacio muestral en el conjunto de los
nmeros reales, esta es conocida como variable aleatoria. Se puede definir como variables aleatorias cuyos
valores sean contables o no, y al ser una caracterizacin cuantitativa de los resultados de un espacio
muestral, ellas pueden ser discretas o continuas
Variable aleatoria X es discreta si el nmero de valores que puede tomar es finito (o infinito contable).
Distribucin de probabilidad de una variable aleatoria X es una descripcin del conjunto de posibles valores
de X, junto con la probabilidad asociada con cada uno de estos valores. Esta distribucin bien puede ser una
grfica, una tabla o una ecuacin que da la probabilidad de cada valor de la variable aleatoria y se considera
como el resumen ms til de un experimento aleatorio.
Toda distribucin de probabilidad debe satisfacer cada uno de los dos requisitos siguientes:
P(
0 P(
)=1
)1
Variable aleatoria X es continua s el nmero de valores que puede tomar estn contenidos en un intervalo
(finito o infinito) de nmeros reales. Dichos valores pueden asociarse a mediaciones en una escala continua,
de manera que no hay interrupciones.
La distribucin de probabilidad de una variable aleatoria continua X est caracterizada por una
funcin f( ) que recibe el nombre de funcin de densidad de probabilidad. Esta funcin de densidad de
probabilidad f( ) permite calcular el rea bajo la curva que representa la probabilidad de que la variable
aleatoria continua X tome un valor entre el intervalo donde se define la funcin.
Formalmente, la funcin de densidad de probabilidad f( ) de una variable aleatoria continua, se define
como tal si para cualquier intervalo de nmeros reales [a,b] se cumple que: ( )0
Esperanza matemtica y varianza de una variable aleatoria
El valor esperado (tambin llamado media o esperanza matemtica) de una variable aleatoria discreta X es
una medida de posicin para la distribucin de X. Se simboliza con y se calcula al sumar el producto de
cada valor de X con su probabilidad correspondiente.
DISTRIBUCIN BINOMIAL
Definicin
Es una de las distribuciones de probabilidad ms tiles (control de calidad, produccin, investigacin). Tiene
que ver con el experimento aleatorio que produce en cada ensayo o prueba uno de dos resultados posibles
mutuamente excluyentes: ocurrencia de un criterio o caracterstica especfico (llamado xito) y no
ocurrencia de ste (llamado fracaso). Los trminos o calificativos de "xito y fracaso" son solo etiquetas y su
interpretacin puede no corresponder con el resultado positivo o negativo de un experimento en la
realidad.
En general, un experimento aleatorio que consiste de n ensayos repetidos tales que:
( )
. /
con xk
. /
. /.
Desviacin estndar
.
Varianza
/.
/.
/.
Distribucin Poisson.
Sea X una variable aleatoria que representa el nmero de eventos aleatorios independientes que ocurren
con igual rapidez en un intervalo de medida. Se tiene entonces que la funcin de probabilidad de esta
variable, se expresa por:
( )
( )
Los resultados de las probabilidades individuales para valores de X sern ms pequeos conforme la variable
aleatoria toma valores cada vez ms grandes.
Los resultados de las probabilidades individuales para valores de X sern ms pequeos conforme la variable
aleatoria toma valores cada vez ms grandes
La distribucin de Poisson tiene la particularidad de que la media y la varianza son iguales
E(x)=
var(x)=
Distribucin Normal.
CUADRO SINOPTICO
VARIABLE ALEATORIA
DISCRETA
VARIABLEALEATORIA
CONTINUA
DISTRIBUCIONES DE PROBABILIDAD
VARIABLES ALEATORIAS Y
VALOR ESPERADO Y
VARIANZA
DISTRIBUCION
BINOMIAL
DISTRIBUCION
BINOMIAL
NEGATIVA
DISTRIBUCION
HIPERGEOMETRICA
DISTRIBUCION DE
POISSON
DISTRIBUCION
UNIFORME CONTINUA
DISTRIBUCION
UNIFORME DISCRETA
DISTRIBUCION
NORMAL
DISTRIBUCION
EXPONENCIAL.
DISTRIBUCION
CHI CUADRADO
Caractersticas:
1. Tendencia Central
2. Variacin
3. Asimetra
()
. /.
/
. /
con xk
() ,
X=0,1,2,..;o en cualquier
otro punto o valor.
( )
y su funcin de distribucin la
funcin escalonada.
()
1
1(, -( ).
* <
<+
La distribucin normal es la ms
extendida en estadstica y muchos
tests estadsticos estn basados
en una supuesta "normalidad".
EJERCICIOS
EJERCICIO 1
Suponga que un comerciante de joyera antigua est interesado en comprar una gargantilla de oro para la
cual las probabilidades de poder venderla con una ganancia de $ 250, $ 100, al costo, o bien con una prdida
de $150 son: respectivamente: 0.22, 0.36, 0.28, 0.14. Cul es la ganancia esperada del comerciante?
DESARROLLO
( )
( )
( )
250 (0.22)
( )
55
( )
70
36
100 (0.36)
0 21
Respuesta: La ganancia es de $ 70
EJERCICIO 2
Suponga que la probabilidad de que una persona dada crea un rumor acerca de las transgresiones de cierta
actriz famosa es de 0,8. Cul es la probabilidad de que:
DESARROLLO
a.- la sexta persona en escuchar este rumor sea la cuarta en creerlo?
n=6
p = 0.8
X=4
q = 1- p = 1- 0.8 = 0.2
( ) ( )
6
( ) (0.8) (0.2)
4
(0.8) (0.2)
( )
(0.8) (0.2)
(0.4096) (0.04)
(0.4096) (0.04)
15 (0.4096) (0.04)
= 0.24576
= 24.576%
Respuesta: La probabilidad de que la sexta persona en escuchar el rumor sea la cuarta en creerlo es de
0.24576 es decir de 24.576%
( )( ) ( )
x=3
3
= ( ) (0.8) (0.2)
2
p = 0.8
q = 0.2
( )
(0.8)
(0.2)
(0.8) (0.2)
(0.512)(0.2)
3 (0.512)(0.2)
= 0.3072
= 30.72%
Respuesta: la probabilidad de que la tercera persona en enterarse, sea la segunda en creer es del 0.3072, es
decir de 30.72%
EJERCICIO 3.
Una empresa ha encontrado que la duracin de sus llamadas telefnicas tienen una distribucin normal con
media tres minutos y desviacin estndar de 1,8 minutos. a.- En qu proporcin las llamadas tendran una
duracin de ms de dos minutos pero menos de tres y medio minutos. b.- Si una secretaria va a realizar una
llamada cual es la probabilidad de que la llamada dure ms de cinco minutos.
DESARROLLO
a.- En qu proporcin las llamadas tendran una duracin de ms de dos minutos pero menos de tres y
medio minutos?
M= 3
= 1.8
Tabla de distribucin normal.
Z=
2
P( <
1
< 3.5 )
.
.
X = Z X= 3.5
<
<
<
<
.
.
.
.
( < 0.277)
(0.5555 <
( < 0.5554)
( <
< 0.5555)
1 ( < 0.5555)
( <
< 3.5)
< 0.2777)
Tabla normal ( .
Tabla normal ( .
Tabla normal ( .
.
.
.
= 0.6094
tabla normal para 0.55 y 0.56
Valor para 0.5555 = 0.7088 + 0.5555 * ( .
. .
= 0.7107
( <
< . )
( < .
))
< .
0.6094 (1 0.7107)
= 0.6094- 0.2893
(2 <
< 3.5)
0,3201
Respuesta = 0,3201
5)
5)
1 ( < 5)
.
1 ( < 5)
1 ( < 5)
1 ( < 1.1111)
. <
. <
0.8686
0.1111(0.8686 0.8665)
0.8665
0.1111(0.0021)
= 0.8667
(
5)
1 ( < 5)
1 0.8667
0.1333
EJERCICIO 4
Un piloto privado desea asegurar su avin por 50.000 dlares. La compaa de seguros estima que puede
ocurrir una prdida total con probabilidad de 0.002, una prdida de 50% con una probabilidad de 0.01 y una
de 25% con una probabilidad de 0.1. Si se ignoran todas las otras prdidas parciales, que prima debe cargar
cada ao la compaa de seguros para obtener una utilidad media de US $5000.
DESARROLLO
EJERCICIO 5
Segn los registros universitarios fracasa el 5% de los alumnos de cierto curso. Cul es la probabilidad de
que de 6 estudiantes seleccionados al azar, menos de 3 hayan fracasado?
DESARROLLO
P(x<3) = P(x=0) + P(x=1)+P(x=2)
EJERCICIO 6
Un calentador de agua requiere por trmino medio 30 minutos para calentar 40 galones de agua hasta una
temperatura determinada. Si los tiempos de calentamiento se distribuyen normalmente con una desviacin
estndar de 0,5 minutos Qu porcentaje de los tiempos de calentamiento son superiores a 31 minutos?
DESARROLLO
30 y 0.5
N 40
x 31 30 1
Z1
0.5
0.5
P( Z 2) 1 P( Z 2) 1 0.97725 0.0228
El porcentaje de tiempos de calentamiento superiores a 31 minutos es de 40x0.0228=0.912x100=91.2%
EJERCICIO 7
Una persona pide prestado un llavero con cinco llaves, y no sabe cul es la que abre un candado. Por tanto,
intenta con cada llave hasta que consigue abrirlo. Sea la variable aleatoria X que representa el nmero de
intentos necesarios para abrir el candado.
a.- Determine la funcin de probabilidad de X.
b.- Cul es el valor de P ( X 1)?
DESARROLLO:
3 4
Para 4 intentos 4 5
3 4
2 3
1 2
1 5
Para 5 intentos 4 5
3 4
2 3
1 2
1 5
( )
1 5
1 3
1 5
( <
1)
1)
1 5
EJERCICIO 8
En el metro de la ciudad de Medelln, los trenes deben detenerse solo unos cuantos segundos en
cada estacin, pero por razones no explicadas, a menudo se detienen por intervalos de varios
minutos. La probabilidad de que el metro se detenga en una estacin ms de tres minutos es de 0,20.
a.- Halle la probabilidad de que se detenga ms de tres minutos por primera vez, en la cuarta estacin desde
que un usuario lo abordo?
b.- Halle la probabilidad de que se detenga ms de tres minutos por primera vez antes de la cuarta estacin
desde que un usuario lo abordo?
DESARROLLO:
a.
(
(
1)
, )
4
. / 0.2
1
( 0.2,4)
0.8
0.4096
40.96
b.
(< 4)
3
. / 0.2
0.8
0.488
48.8
EJERCICIO 9
En una panadera se cortan panecillos con un peso que se ajusta a una distribucin normal de media 100 g y
desviacin tpica 9. Cul es la probabilidad de obtener un panecillo cuyo peso oscile entre 80 g y la media?
DESARROLLO:
=100 y =9
(80 <
< 100)
80 100
9
20
9
2.22
(80 <
< 100)
(2.22 <
< 0)
100 100
9
0
9
( < 0) (1 (z>2.22))=0.5-(1-0.98679)
=0.5-0.013121=0.48679
Probabilidad de obtener un panecillo con peso entre 80g y 100g es de 0.48679
EJERCICIO 10
Un jugador tiene tres oportunidades de lanzar una moneda para que aparezca una cara, el juego termina en
el momento en que cae una cara o despus de tres intentos, lo que suceda primero. Si en el primero,
segundo o tercer lanzamiento aparece cara el jugador recibe $20000, $40000 o $80000 respectivamente, si
no cae cara en ninguno de los tres pierde $200000. Si X representa la ganancia del jugador:
a.- Encuentre la funcin de probabilidad f(x)
b.- Encuentre el valor esperado E(x), la varianza V(x) y la desviacin estndar S(x)
DESARROLLO
b.- Encuentre el valor esperado E(x), la varianza V(x) y la desviacin estndar S(x)
( )
( )
1
20000 ( )
2
( )
( )
1
40000 ( )
4
10000
10000
( )
1
1
80000 ( ) 200000 ( )
8
8
10000 25000
5000
( )
(20000 5000)
1
( )
2
( )
,( ) -
1
( )
4
(40000 5000)
1
( )
8
( )
112500000
306250000
( )
,( )
( )-
(80000 5000)
703125000
1
( )
8
(200000 5000)
5253125000
6375000000
( )
( )
( )
( )
6375000000
79843,59
EJERCICIO 11
6.- El propietario de una farmacia local sabe que en promedio, llegan a su farmacia 100 personas cada hora.
a.- encuentre la probabilidad de que en un periodo dado de 3 minutos nadie entre a la farmacia
b.- Encuentre la probabilidad de que en un periodo dado de 3 minutos entren ms de 5 personas a la
farmacia
DESARROLLO
=100 personas/hora
1 hora --> 100 personas
60 minutos --> 100 personas --> 5/3 personas por minutos
3 minutos --> 5/3 *3 = 5 personas
=5
(
( )
en este caso,
(
(5)
a.- encuentre la probabilidad de que en un periodo dado de 3 minutos nadie entre a la farmacia
0)
(5)
5 0 0
0.0067
5)
5)
6)
( <
7)
8)
. ..
5)
donde
( <
(
5)
0)
(
(5)
0)
5 0 0
1)
0.0067
2)
3)
4)
5)
(
(
(
(
1)
2)
3)
4)
(5)
(5)
(5)
(5)
5
5
5
5
(
1
2
3
4
1
2
3
4
5)
0.0336
0.0842
0.1403
0.1754
(5)
Sumando ( <
5 5 5
5)
0.1754
0.6156
Por tanto
(
5)
1 0.6156
0.3844
EJERCICIO 12
Se ha determinado que para varones normales en una cierta poblacin normalmente distribuida, la
temperatura media es de 37C y desviacin estndar de 0,5C. Si se consideran 1000 de estas personas
Cuntas se puede esperar que tengan una temperatura comprendida entre 37C y 37,6C?
DESARROLLO
37
0,5
1000
, 37
37
37,6
37,6
Estandarizamos:
( )
(37
37
0
0,5
) 0,5
0
( )
(37,6
37
0,6
0,5
1,2
) 0,5
,
,
,
,
00
1,2 0,3849
En este caso,
, 37
,
,0
,0
,0
,0
37,6 ,
,
- ,
1,2 ,
1,2 - ,
1,2 0,3849 0
1,2 0,3849
1,2 38,49
0-
As, la probabilidad de que una persona tenga una temperatura entre 37C y 37,6C es del 38,49%. Para
saber a cuntas personas de la muestra corresponde este porcentaje, simplemente calculamos una regla de
3:
RESPUESTA: Se puede esperar que aproximadamente 385 personas tengan la temperatura comprendida en
el rango propuesto.
ESTUDIO DE CASO
Por medio de las suposiciones de Seligman, calcule la probabilidad de que la estatura de un solo varn
adulto chino escogido al azar sea menor o igual a 154 cm.
Respuesta
M= 167.8 cms
= 6.8 cms
X= Variacin con 1.54 cms de estatura o menos.
Se tiene distribucin normal estndar.
Tomamos la tabla de distribucin normal estndar.
X M
154 167.8
2.02
6.8
P( 154cms)
Tabla para Z= -2,02
P( Z 2.02) 0.0217 2 P %
P( X 154cms ) 2%
Respuesta: La estatura de un solo varn adulto chino escogido al azar sea menor o igual a 154 cm, es del 2%.
Los resultados de la pregunta 1, concuerdan con las probabilidades de Seligman?
Respuesta
Los resultados parecen concordar con las suposiciones de Seligman, debido a que el porcentaje obtenido es
del 2%, en comparacin del 2,5 % supuesto por l.
Comente acerca de la validez de las suposiciones de Seligman Hay algn error bsico en su
razonamiento?
Respuesta
El error bsico que podemos detectar en el razonamiento de Seligman es el hecho de que no se considera
ninguna variable adems de la altura y esto podra inclinar las conclusiones de estudio.
Con base en los resultados anteriores, argumente si considera o no que Deng Xiaping tomo en cuenta la
estatura al elegir a su sucesor.
Respuesta
Se puede concluir que no es suficiente para generar la conclusin de que Deng Xiaping tom la decisin
obedeciendo nicamente a criterios de la estatura, ya que, es importante conocer las dems caractersticas,
no solo fsicas de los candidatos.