UNIVERSIDAD DEL NORTE

TEORIA DE LA PROBABILIDAD
Laboratorio No. 1 Control de Calidad
Andrea Ditta Silny Meza Mara Carolina Arias Sebastin Rodrguez

2013

Facultad de Ingenieras. Ingeniera Industrial

TEORA DE LA PROBABILIDAD
Laboratorio I

ANDREA DIITA NARVAEZ SILNY MEZA SEBASTIAN RODRIGUEZ MARIA CAROLINA ARIAS

INFORME DE LABORATORIO

Andrs Quintero Profesor de laboratorio de la asignatura Control y Gestin Integral de la Calidad

FUNDACIN UNIVERSIDAD DEL NORTE

DIVISIN DE INGENIERAS PROGRAMA DE INGENIERA INDUSTRIAL DEPARTAMENTO INGENIERA INDUSTRIAL BARRANQUILLA 2013

1 RESUMEN
En el presente informe realizamos el anlisis de un determinado experimento, para comprender conceptos de probabilidad. En dicho experimento se trabaj con tres dados, los cuales fueron lanzados cien veces. Con base a estos datos pudimos calcular diferentes probabilidades de ocurrencias de algunos sucesos. Luego, analizamos los resultados obtenidos, que nos permiti hallar conclusiones con base a los conceptos tericos aprendidos. Se compara el comportamiento de los datos con una distribucin terica, a travs de la prueba estadstica de ajuste Chi-cuadrado. De esta manera, podemos mediante el razonamiento estadstico comprender mediante la experiencia, la ley de la probabilidad para la prediccin de eventos.

2 ABSTRACT
In this report we perform an analysis of a given experiment, to understand concepts of probability. In this experiment we worked with three dice, which were thrown a hundred times. Based on these data we calculate different probabilities of occurrence of certain events. Then, we analyze the results obtained, which allowed us to find conclusions based on the theoretical concepts learned. A comparison is made the data behavior with a theoretical distribution, through the Chi-square adjustment test statistic. In this way we can through statistical reasoning through experience to understand the law of probability to predict events.

3 INTRODUCCION
Durante la realizacin de esta prctica, buscamos llevar a cabo un buen proceso de aprendizaje, anlisis e interpretacin de los resultados obtenidos a partir de la experiencia efectuada en el laboratorio, poniendo en prctica los conceptos necesarios, como la teora de la probabilidad, para determinar con mayor exactitud la probabilidad de que se presenten varios eventos correspondientes. La probabilidad constituye un importante parmetro en la determinacin de las diversas causalidades obtenidas tras una serie de eventos esperados dentro de un rango estadstico1, por tanto, durante el desarrollo de este trabajo se apreciar como dicha teora de la probabilidad representa una herramienta de vital importancia en muchas reas como lo son la estadstica, las matemticas, la fsica, la ciencia, las finanzas, y en una gran cantidad de actividades cotidianas, ayudndonos a tomar decisiones sobre la probabilidad de sucesos potenciales. Por consiguiente, se tiene un trabajo de aplicacin completo, en el cual se desglosa paso a paso la obtencin de los datos, el manejo de las tablas y por supuesto la interpretacin respectiva de cada nmero resultante. En conclusin, la aplicacin de la teora de la probabilidad en el mundo de la Estadstica es de gran ayuda especialmente para saber qu tan frecuente es un evento en especfico el cual sea objeto de estudio.

4OBJETIVOS
4.1 OBJETIVO GENERAL
Aprender y aplicar por medio de un experimento repetitivo los fundamentos de la teora de la probabilidad y calcular la probabilidad de ocurrencia de un evento, expresndola en trminos de frecuencias.

4.2 OBJETIVOS ESPECIFICOS

Analizar que ocurre con la probabilidad de un evento cuando el nmero de lanzamientos es cada vez mayor. Comparar las probabilidades tericas con las probabilidades experimentales obtenidas durante la prctica del experimento.

5 MARCO TEORICO
La probabilidad es el anlisis y la medicin de un conjunto de sucesos posibles, que sirve para observar el comportamiento de un experimento, segn la frecuencia de ocurrencia de dichos sucesos. El espacio muestral es el conjunto de los posibles resultados del experimento. Un principio muy usado en la probabilidad es El Principio de Multiplicacin el cual dice que, si un experimento puede describirse como una secuencia de k pasos y en cada paso hay n1 resultados en el primer paso, n2 resultados en el segundo paso, n3 resultados en el tercer paso, y as sucesivamente, entonces el nmero de eventos que pueden ocurrir ser de: (n1) (n2) (n3) (n4)
1

Un ejemplo claro de esto, es el lanzar dos dados: (n1) (n2) = (6) (6) = 36 combinaciones posibles. Segn Montgomery, D. C. (2002) algunos conceptos bsicos de la probabilidad son: - Ley Fundamental de Probabilidad 1. Una probabilidad siempre estar comprendida entre 0 y 1.2 0 P(A) 1 - Ley Fundamental de Probabilidad 2. La suma de las probabilidades de todos los eventos simples posibles del espacio muestral es 1. 2 P(A) = 1 - Definicin 1. La probabilidad de un evento A, P(A), es la medida del de la posibilidad de que ese evento ocurra: 2

P( A)

# _ veces _ que _ puede _ ocurrir _ A # _ total _ de _ resultados _ posibles

- Eventos Independientes. Dos eventos son independientes si y solo s:2 P(A/B) = P(A)

Walpole, R. E. (1999). Probabilidad y Estadstica para Ingenieros (Sexta ed.). Ciudad Mxico: Prentice-Hall Hispanoamericana S.A
2

de

Montgomery, D. C. (2002). Probabilidad y Estadstica aplicadas a la Ingeniera (Segunda ed.). Ciudad de Mxico: Limusa Wiley.

- Eventos dependientes. Dos eventos son dependientes si la ocurrencia de uno de ellos afecta la ocurrencia del otro: P(A/B) P(A) - Definicin 3. Una prueba de bondad de ajuste es aquella que mide la discrepancia entre una distribucin observada y otra terica. 1 La prueba de ajuste Chi-Cuadrado es una prueba no paramtrica, que indica en qu medida las diferencias existentes entre la distribucin observada y la terica, de haberlas, se deben al azar en el contraste de hiptesis. Tambin se utiliza para probar la independencia de dos variables entre s, mediante la presentacin de los datos en tablas de contingencia. 1 La frmula del estadstico para esta prueba es:

x
2

(result.observados result.esperados)
i

result.esperados

De esta manera, cuanto mayor sea el valor de , menos creble es que la hiptesis sea correcta. De la misma forma, cuanto ms se aproxima a cero el valor de chi-cuadrado, ms ajustadas estn ambas distribuciones. Los grados de libertad vienen dados por: El criterio de decisin sigue que, se acepta H0 cuando . En caso contrario se rechaza. Donde t representa el valor proporcionado por las tablas, segn el nivel de significacin estadstica elegido. Se pueden tener tambin el criterio del error, para poder establecer que tan aceptable es la hiptesis. Ducho criterio dice que:

( exp teo )

teo

*100

6 DESCRIPCION DE LA EXPERIENCIA
La prctica desarrollada en el laboratorio de la asignatura consisti en el lanzamiento simultneo de tres (3) dados, dos (2) de ellos de un mismo color, por medio de un agitador. Se requera que este experimento tuviera una repeticin de cien (100) veces y sus resultados fueran registrados, teniendo en cuenta los siguientes eventos: Ocurrencia de unos (1): El nmero de dados en que ocurre uno (1). Ocurrencia de seis (6): El nmero de dados en que ocurre seis (6). Puntaje del dado de color. Puntaje total de los tres (3) dados.

Y adems, que cada uno de los grupos de trabajo, una vez finalizada la prctica, intercambiara los resultados obtenidos con los dems grupos de la clase. Lo anterior con el deseo de analizar, posteriormente, la relacin entre el nmero de repeticiones de un experimento y la probabilidad de ocurrencia de un evento

7 RECOLECCION DE DATOS
Como se dijo anteriormente el valor de los dados eran registrados en una tabla suministrada por el profesor de la siguiente manera:

No. No. No. Puntos de de Total De dado Dos seis Puntos Dos color (2) (6) (2) 1 0 0 0 1 0 1 0 1 1 0 0 0 0 1 0 1 0 0 0 1 1 0 0 0 0 0 1 0 0 0 0 0 0 0 1 1 0 1 1 0 0 1 0 0 1 0 0 1 0 5 3 1 5 2 1 2 4 2 1 1 4 4 6 6 5 4 6 4 3 6 2 3 1 1 8 6 11 11 6 7 9 12 6 7 10 11 12 10 11 15 10 8 12 10 11 4 9 12 8 0 0 1 0 2 0 0 1 0 0 2 0 0 1 1 0 0 1 1 1 1 1 1 2 0

No. No. Puntos De Total De dado seis Puntos Dos color (6) (2) 1 1 0 0 0 0 1 0 1 1 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0 4 4 4 3 2 4 6 2 4 6 2 1 3 1 5 5 5 2 5 5 5 2 2 5 1 11 11 9 8 9 12 12 11 11 13 9 8 14 7 10 9 13 4 8 8 8 11 9 9 8 0 0 0 0 0 1 1 1 1 2 0 0 1 2 0 0 1 1 0 1 1 0 0 0 1

No. No. Puntos De Total De dado seis Puntos Dos color (6) (2) 1 0 1 0 0 0 1 0 0 2 0 1 0 0 0 0 1 0 0 1 0 2 0 1 0 6 3 5 3 3 3 2 1 2 2 1 0 2 2 4 4 2 2 3 6 2 6 4 6 2 11 7 16 12 10 6 12 4 6 8 5 15 6 9 12 8 11 8 11 13 6 17 12 14 7 0 0 1 1 1 1 0 0 1 0 1 1 0 1 1 1 1 0 0 0 0 2 1 0 2

No. Puntos De Total dado seis Puntos color (6) 1 1 0 0 0 0 1 0 1 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 6 4 2 2 2 3 6 5 6 3 3 4 5 3 4 4 5 4 1 5 5 2 1 1 2 15 14 8 6 12 10 10 11 12 14 6 7 13 6 7 7 12 13 10 14 16 10 6 6 8

Tabla 1 Toma de datos

8 CALCULOS Y RESULTADOS
8.1 RESUMEN PUNTAJE TOTAL DE LOS TRES DADOS
Prob. Terica esperada

Puntaje total

grupo1 grupo2 grupo3 grupo4 0 0 0 2 10 12 7 13 20 9 11 8 4 2 2 0 100 1 2 5 4 8 10 9 12 11 8 18 5 5 2 0 0 100 0 1 8 2 8 13 11 13 11 12 5 7 6 3 0 0 100 0 3 1 12 8 14 9 10 14 13 5 5 3 2 1 0 100

FREC. Total

FREC. por grupo

PROB. Experimental Total

PROB. Experimental Grupo

PROB. terica

0,463 3 1,3889 4 2,7778 5 4,6296 6 6,9444 7 9,7222 8 11,574 9 12,5 10 12,5 11 11,574 12 9,7222 13 6,9444 14 4,6296 15 2,7778 16 1,3889 17 0,463 18 TOTAL

1 6 14 20 34 49 36 48 56 42 39 25 18 9 3 0 400

0 3 1 12 8 14 9 10 14 13 5 5 3 2 1 0 100

0,0025 0,0150 0,0350 0,0500 0,0850 0,1225 0,0900 0,1200 0,1400 0,1050 0,0975 0,0625 0,0450 0,0225 0,0075 0,0000 1,0000

0,00 0,03 0,01 0,12 0,08 0,14 0,09 0,10 0,14 0,13 0,05 0,05 0,03 0,02 0,01 0,00 1,00

0,0046 0,0139 0,0278 0,0463 0,0694 0,0972 0,1157 0,1250 0,1250 0,1157 0,0972 0,0694 0,0463 0,0278 0,0139 0,0046 1,00

Tabla 2 Puntaje total

0,1600 0,1400 0,1200 0,1000 0,0800 0,0600 0,0400 0,0200 0,0000 0 5 10 15 20 PROB. Experimental Total PROB. Experimental Grupo PROB. terica

Las anteriores graficas muestran el comportamiento de los datos a medida que el nmero de lanzamientos aumenta, dando fiel ejemplo de la ley de los grandes nmeros. El clculo de la probabilidad terica se obtiene mediante la razn entre los nmeros de eventos que suman el puntaje, entre todas las combinaciones posibles que al tratarse de tres dados simultneos seria 216 que resulta de multiplicar tres veces seis. En la figura que se muestra a continuacin se puede observar las diferentes combinaciones que originan cada uno de los puntajes. Puntaje 3 111
{

{ { { {

Figura 1. Posibles combinaciones resultado de la suma de las pintas que resulta al lanzar tres dados.

Partiendo entonces de la figura mostrada anteriormente los clculos de cada una de las probabilidades correspondiente a los eventos de los puntajes del 3 al 18, se realiza el clculo de cada una de la siguiente manera:

El clculo de la frecuencia terica esperada se hall multiplicando la probabilidad terica por el nmero de lanzamiento, que en este caso fue 100 veces. Y la probabilidad experimental se hall al dividir la frecuencia total o grupa (segn sea el caso) entre el nmero de lanzamientos.

8.2 RESUMEN DE FRECUENCIA DE OCURRENCIA DE DOS Y DE SEIS

Luego se analiz la ocurrencia de los eventos relacionados con la aparicin de dos y de seis. Para ello, se llen la siguiente tabla as:
Probabilidad experimental de que no aparezcan dos o mas (2)

Grupo

No. De lanzamie ntos

No de veces que ocurre dos (2)

No de veces que ocurre seis (6)

Probabilidad experimental de que aparezca un (6)

1 2 3 4 TOTAL Prob. Experimental Prob. Terica

100 100 100 100 400

0 56 65 56 52 229

1 40 31 34 41 146

2 4 4 10 7 25

3 0 0 0 0 0

0,96 0,96 0,9 0,93 0,9375

0 58 65 62 70 255

1 35 28 31 28 122

2 7 7 7 2 23

3 0 0 0 0 0

0,35 0,28 0,31 0,28 0,305

0,5725 0,365 0,0625 0 0,5787 0,34722 0,06944 0,00462963

0,6375 0,53275 0,15753 0 0,5787 0,34722 0,06944 0,00462963

En esta tabla solo se halla la probabilidad experimental total, la cual resulta de la divisin de la frecuencia total entre el nmero de lanzamientos, es decir entre 400. La probabilidad terica se hall de la misma manera que en la tabla 2, del espacio muestral, se tomaban los casos favorables y se dividen entre los casos totales, por ejemplo para el caso en el que ocurre cero veces el nmero dos, se presentan 125 veces, este valor se divide entre 216, q es el tamao del espacio muestral y da como resultado la probabilidad terica de dio evento. Los eventos especficos se explicaran ms a delante.

8.3 REGISTRO DE EVENTOS EN EL DADO DE COLOR

Frecuencia de los posibles puntos en el dado de color Probabilida Probabilid Frecuencia Frecuencia d ad experimenta esperada de experiment esperada l de nmero Nmero al de de nmero par par nmero par par 48 50 52 55 48% 50% 52% 55% 50% 50% 50% 50% 50 50 50 50

Grupo

No. Lanza miento s

1 2 3 4 TOTAL Frecuencia Experiment al Probabilida d Terica Probabilida d Experiment al Frecuencia Terica

100 100 100 100 400

21 18 18 15 72

13 8 19 24 64

14 20 18 14 66

19 30 19 18 86

17 12 12 16 57

16 12 14 13 55

72 16,7%

64

66

86

57

55

16,7% 16,7% 16,7% 16,7% 16,7%

18,0% 50

16,0% 16,5% 21,5% 14,3% 13,8% 50 50 50 50 50

Tabla 3 dado de color

La probabilidad terica, es simplemente la probabilidad de xito que tiene la cara de un dado, es decir 1/6. Y como se ha venido trabajando la probabilidad experimental es la frecuencia entre el nmero de lanzamientos.

La probabilidad experimental de numero par por cada grupo, es igual a suma de las frecuencias de los posibles resultados pares (2, 4, 6) entre el total de lanzamiento que es 100. De igual forma para la probabilidad experimental de numero impar por cada grupo, es igual a suma de las frecuencias de los posibles resultados impares (1, 3, 5) entre el total de lanzamiento que es 100.

9 ANALISIS Y DISCUSION DE RESULTADOS

9.1 Cul es la probabilidad experimental de que el puntaje total sumado por los tres dados sea mayor o igual que trece (13)?
Para responder esta incgnita debemos hallar P(X13) lo cual es igual a la acumulacin de las probabilidades experimentales puntuales de cada suma, a partir de 13, as: P(X13)= P(X=13) +P(X=14)+ P(X=15)+ P(X=16)+ P(X=17)+ P(X=18) Estos valores son tomados de la tabla 2, se muestran a continuacin las probabilidades totales y las individuales del grupo:

P untaje to tal

P ROB . P ROB . Experiment Experiment al To tal al Grupo

P ROB . te rica

13 14 15 16 17 18 P(X13) |

0,0975 0,0625 0,0450 0,0225 0,0075 0,0000 0,2350

0,05 0,05 0,03 0,02 0,01 0 0,16

0,0972 0,0694 0,0463 0,0278 0,0139 0,0046 0,2593

Como se puede observar la probabilidad de que el puntaje total sumado por los tres dados sea mayor o igual a trece es 0,16 basados en la experiencia del grupo individual (error de 38,29%)

y 0,235 con la experiencia total con un porcentaje de error de 9,37% mucho menor con respecto a la terica.

9.2 Cul es la probabilidad experimental de que las caras muestren un seis (6)?
De la tabla 3 se tiene que la probabilidad experimental total de los 400 lanzamientos es 0,305 lo cual fue el resultado de la divisin de la frecuencia de que aparezca UN seis (122) entre 400. La probabilidad experimental del grupo 4 es 0,28. Con una frecuencia de 28 dividida entre los 100 lanzamientos. Basados en la probabilidad terica de obtener un seis, es decir 0,3472 tenemos que:

9.3 Cul es la probabilidad experimental de que no ocurran dos o ms dos?

Si se sabe que X es igual al nmero de veces que ocurre el nmero dos, tenemos que la probabilidad de que no ocurran dos o ms dos es: P(X<2) = P(X=0) + P(X=1)

Este valor corresponde a la probabilidad total. Para la probabilidad del grupo 4 se procede de la misma forma y da como resultado 0,930

9.4 Prueba de bondad de ajuste chi cuadrado

Primero se explicaran las supuestas distribuciones que sigue cada evento citado, al que posteriormente se le realizara una prueba de bondad de ajuste y as comprobar si se ajustan a ellas: Si realizamos n veces un experimento, analizando solo la posibilidad de xito o fracaso, si cada uno de estos es independiente entre s, y si la probabilidad es siempre la misma (uniforme), entonces la distribucin que aparentemente sigue es binomial. Los eventos que se ajustan a estas caractersticas son las probabilidades de ocurrencia de dos y de seis. Como bien sabemos, si se lanza un dado perfecto, todos los resultados tienen la misma probabilidad de 1/6. Cuando esto ocurre se asume que el experimento sigue una distribucin de probabilidad uniforme discreta. En el evento del puntaje del dado de color se cumple esta condicin. Aunque la suma de los puntajes de los tres dados son valores discretos, se puede observar que en los datos centrales hay mayor frecuencia que en los valores extremos, lo cual supone una distribucin normal. Adems, analizando la grfica de los datos, es fcilmente visible la campana de Gauss. Por esta razn se realizara la prueba de bondad de ajuste para probar normalidad. Prueba de bondad de ajuste para el nmero de dados en que ocurre dos

Ocurrencia de 2
x: ocurrencia del numero dos en los lanzamientos Fo(x): distribucion binomial Ho: los valores de ocurrencia del numero dos F(x) se ajustan a una distribucion binomial Fo(x) H1: los valores de ocurrencia del numero dos F(x) no se ajustan a una distribucion binomial Fo(x) Xi 0 1 2 3 e(i)=P(Xi)*400 231,4814815 138,8888889 27,77777778 1,851851852 Oi 229 146 25 0 (Oi-ei)^2/ei 0,02660148 0,36408889 0,27777778 1,85185185 Xi 0 1 2 3 P(Xi) 0,5787037 0,34722222 0,06944444 0,00462963

probab===>

e(3) < 5 , por tanto se agrupara las clases 2 y 3 Xi e(i)=P(Xi)*400 0 231,4814815 1 138,8888889 2--3 29,62962963 (Oi-ei)^2/ei 229 0,02660148 146 0,36408889 25 0,72337963 X^2 total 1,11407 Oi K=2 Xprueba Xcritico =0,05 1,1141 5,9915

En la anterior imagen se present el procedimiento realizado en la prueba, los valores de las probabilidades P(Xi) y de las frecuencias observadas (Oi) se tomaron de la tabla 3. Para poder realizar la prueba chi-cuadrado es necesario que se cumpla que . De acuerdo a los resultados, el estadstico de prueba es menor que el crtico, por lo tanto no se rechaza la hiptesis nula y se puede afirmar con una confianza del 95% que la ocurrencia del nmero 2 se ajusta a una distribucin binomial.

Prueba de bondad de ajuste para el nmero de dados en que ocurre seis

x: ocurrencia del numero seis en los lanzamientos Fo(x): distribucion binomial Ho: los valores de ocurrencia del numero seis F(x) se ajustan a una distribucion binomial Fo(x) H1: los valores de ocurrencia del numero dos F(x) no se ajustan a una distribucion binomial Fo(x) Xi 0 1 2 3 e(i)=P(Xi)*400 231,4814815 138,8888889 27,77777778 1,851851852 Oi 255 122 23 0 (Oi-ei)^2/ei 2,38948148 2,05368889 0,82177778 1,85185185 Xi 0 1 2 3 P(Xi) 0,5787037 0,34722222 0,06944444 0,00462963

probab===>

e(3) < 5 , por tanto se agrupara las clases 2 y 3 Xi 0 1 2--3 e(i)=P(Xi)*400 231,4814815 138,8888889 29,62962963 (Oi-ei)^2/ei 229 0,02660148 146 0,36408889 23 1,48337963 X^2 total 1,87407 Oi K=2 Xprueba Xcritico =0,05 1,87407 5,99146455

De acuerdo a los resultados, el estadstico de prueba es menor que el crtico, por lo tanto no se rechaza la hiptesis nula y se puede afirmar con una confianza del 95% que la ocurrencia del nmero 6 se ajusta a una distribucin binomial.

Prueba de bondad de ajuste para el puntaje del dado de color En este caso, se emplea la prueba de bondad con el fin de verificar que la funcin sigue una distribucin uniforme discreta, por lo que se plantean las respectivas hiptesis nula y alternativa, en la siguiente figura se aprecia las probabilidades de cada una de las frecuencias observados y el respectivo estadstico empleado.

Una vez se obtuvo el resultado de la prueba, se afirma que como el estadstico de prueba es menor que el estadstico crtico, no se rechaza la hiptesis nula, por lo tanto, con un 95% de confianza se concluye que el valor del puntaje del dado de color sigue una distribucin uniforme discreta.

Prueba de bondad de ajuste para el puntaje total de los tres dados

x: Valor del puntaje de la suma de los tres dados Fo(x): distribucion normal Ho: los datos del puntaje obtenido de la suma de los 3 dadosF(x) se ajustan a una distribucion normal Fo(x) H1: los datos del puntaje obtenido de la suma de los 3 dadosF(x) NO se ajustan a una distribucion normal Fo(x) Xi e(i)=P(Xi)*100 3 0,462962963 4 1,388888889 5 2,777777778 6 4,62962963 7 6,944444444 8 9,722222222 9 11,57407407 10 12,5 11 12,5 12 11,57407407 13 9,722222222 14 6,944444444 15 4,62962963 16 2,777777778 17 1,388888889 18 0,462962963 ei<5 Oi 0 3 1 12 8 14 9 10 14 13 5 5 3 2 1 0 (Oi-ei)^2/ei 0,46296296 1,86888889 1,13777778 11,7336296 0,16044444 1,88222222 0,57247407 0,5 0,18 0,17567407 2,29365079 0,54444444 0,57362963 0,21777778 0,10888889 0,46296296 Xi 3--4--5--6 7 8 9 10 11 12 13 14 15-16-17-18 e(i)=P(Xi)*100 9,259259259 6,944444444 9,722222222 11,57407407 12,5 12,5 11,57407407 9,722222222 6,944444444 9,259259259 Oi 16 8 14 9 10 14 13 5 5 6 X^2 prueba (Oi-ei)^2/ei 4,90725926 0,16044444 1,88222222 0,57247407 0,5 0,18 0,17567407 2,29365079 0,54444444 1,14725926 12,3634286

K=13 Xprueba Xcritico

=0,05 12,3634286 16,9189776

Una vez se obtuvo el resultado de la prueba, se afirma que como el estadstico de prueba es menor que el estadstico crtico, no se rechaza la hiptesis nula, por lo tanto, con un 95% de confianza se concluye que el valor del puntaje del dado de color sigue una distribucin normal.

9.5 Se quiere saber cmo influye el nmero de lanzamientos (n), en la probabilidad de ocurrencia de los eventos. Escoja un evento especfico, y analice la relacin existente entre el nmero de veces que realiza la prueba y la probabilidad obtenida experimentalmente.
Tomando el evento Q= El puntaje total de los dados sea 10, tenemos las siguientes probabilidades experimentales de 0,1 y 0,125 para el grupo y el total del curso respectivamente; sabiendo que la probabilidad terica es de 0,12 calculamos el %error de cada probabilidad as:

Grupo Total curso Comparando el resultado obtenido a partir de los errores, es claro que el error calculado con base al grupo (25%) est por encima del error del curso en su totalidad (4%), por lo que se puede concluir que la probabilidad terica se va a acercar cada vez ms a la probabilidad experimental al aumentar el nmero de lanzamientos, en otras palabras, el nmero de lanzamientos es inversamente proporcional al error porcentual de las probabilidades tericas y experimentales. En general los porcentajes de error se muestran en las siguientes tablas:
PROB. Experimental Grupo 0,00 0,03 0,01 0,12 0,08 0,14 0,09 0,10 0,14 0,13 0,05 0,05 0,03 0,02 0,01 0,00 PROB. Terica 0,0046 0,0138 0,0278 0,0463 0,0694 0,0972 0,1157 0,125 0,125 0,1157 0,0972 0,0694 0,0463 0,0278 0,0138 0,0046

Diferencia

% Error

0,0046 -0,0162 0,0178 -0,0737 -0,0106 -0,0428 0,0257 0,0250 -0,0150 -0,0143 0,0472 0,0194 0,0163 0,0078 0,0038 0,0046

100,00 117,39 64,03 159,18 15,27 44,03 22,21 20,00 12,00 12,36 48,56 27,95 35,21 28,06 27,54 100,00

Tabla 5. Probabilidades Experimentales vs Tericas del Grupo 4

PROB. Experimental Total

0,0025 0,0150 0,0350 0,0500 0,0850 0,1225 0,0900 0,1200 0,1400 0,1050 0,0975 0,0625 0,0450 0,0225 0,0075 0,0000

PROB. Terica
0,0046 0,0138 0,0278 0,0463 0,0694 0,0972 0,1157 0,125 0,125 0,1157 0,0972 0,0694 0,0463 0,0278 0,0138 0,0046

Diferencia
0,0021 -0,0012 -0,0072 -0,0037 -0,0156 -0,0253 0,0257 0,0050 -0,0150 0,0107 -0,0003 0,0069 0,0013 0,0053 0,0063 0,0046

% Error
45,65 8,70 25,90 7,99 22,48 26,03 22,21 4,00 12,00 9,25 0,31 9,94 2,81 19,06 45,65 100,00

Tabla 6. Probabilidades Experimentales vs Tericas total del curso

La tablas 5 y 6 representan otra evidencia de la conclusin a la que se lleg, se observa los porcentajes de error en la muestra de 400 lanzamientos son inferiores a los de la tabla 5 que corresponde a los errores del grupo, es decir, 100 lanzamientos.

10 EJERCICIOS
10.1 El jugador A desafa al jugador B en un duelo de tiros libres, aquel jugador que anote un gol primero gana. Por medio de un sorteo se determina que A ser el primero en patear cada ronda. No se pact un nmero de rondas, sencillamente el juego contina hasta que alguno de los jugadores haga un gol. La probabilidad de anotar es 1/3 para el jugador A y de 1/4 para el jugador B. Determina la probabilidad de ganar para cada uno de los jugadores.
Para determinar la probabilidad de ganar para cada jugador nos apoyamos en un rbol probabilstico, el cual sera el siguiente para el jugador A:

Segn esto la probabilidad de ganar del jugador a ser

Como no es conocido el nmero de rondas a jugar, el problema estar determinado por una serie geomtrica la cual ser:

Esta razn se multiplicara con la probabilidad de anotar del jugador A para hallar la probabilidad de ganar el juego, la cual ser: 2 x 1/3 = 2/3. La probabilidad de ganar para el jugador B ser el complemento lo cual corresponder a 1/3.

10.2 Simulacin 500 resultados

Archivo adjunto de Excel.

11 CONCLUSION
Gracias a la realizacin de este experimento pudimos obtener una mayor claridad acerca del tema por otro lado pudimos colocar en prctica los conceptos estadsticos aprendidos acerca de probabilidad, los resultados obtenidos nos permitieron ver la relacin existente entre el nmero de veces que se realiza una prueba especfica y la probabilidad que se obtiene experimentalmente, de lo cual se puede llegar a la conclusin que entre ms veces se realice una prueba, es decir entre ms datos recolectemos para estudio, ms cerca estaremos a la probabilidad terica del experimento, en otras palabras que la probabilidad experimental se acercar mucho ms a la probabilidad terica, por tanto tendremos una mayor veracidad de nuestro experimento. Otros aspectos que se dedujeron mediante el experimento son los siguientes: Es claro que el hecho de lanzar dados se ajusta a la teora de probabilidad, lo que indica que es un experimento aleatorio que est en la capacidad de arrojar cualquier tipo de resultado, y si es llevado a cabo bajo las mismas condiciones, se obtendrn los mismos resultados y esto se comprob con la prueba de bondad de ajuste. Se pudo observar que al aumentar el espacio muestral, los datos experimentales se ajustaban o se asemejaban a la probabilidad terica debido a que esto dependa del tamao de la muestra. Teniendo en cuenta los histogramas realizados y las pruebas de bondad de ajuste es claro que la probabilidad de que salga una cara de un dado es la misma en todos los casos, dejando planteando el hecho que se trata de una distribucin uniforme. Es importante mencionar tambin que segn el puntaje obtenido al lanzar tres dados, el experimento muestra una distribucin normal, que ser ms definida a medida que se tengan ms datos de estudio. Bajo una observacin general los resultados de las probabilidades experimentales y las probabilidades tericas fueron homogneas, puesto que se eligi una buena cantidad de repeticiones a realizar, lo que facilito la realizacin de buenas aproximaciones entre la teora y la prctica.

BIBLIOGRAFIA
MONTGOMERY, Douglas. Probabilidad y estadstica aplicadas a la ingeniera. Editorial McGraw Hill. WALPOLE, Ronald. Probabilidad y estadstica para ingenieros. Prentice-Hall.

ROSS, Sheldom. Introduccin a la Estadstica. Reverte.