Académique Documents
Professionnel Documents
Culture Documents
LISANDRO ALVARADO
DECANATO DE CIENCIAS Y TECNOLOGA
DEPARTAMENTO DE INVESTIGACIN DE
OPERACIONES Y ESTADSTICA
Julio de 2014.
CONTENIDO
Introduccin..
Competencias....
Contenidos Previos
Variables Aleatorias...
11
19
23
29
32
36
39
41
Propiedades de la Varianza..
46
47
48
Problemas Propuestos
51
Bibliografa
53
INTRODUCCIN
COMPETENCIAS
Contenidos Previos
Antes de iniciar la Unidad debes recordar lo siguiente:
Fases de Polya
Experimento Aleatorio
Espacio Muestral
Probabilidad
Tcnicas de Conteo.
VARIABLE ALEATORIA
RECORDEMOS:
La estadstica se ocupa de realizar inferencias acerca de las caractersticas de
una determinada poblacin, para esto se llevan a cabo experimentos cuyos
resultados son productos de una muestra tomada al azar.
Pero es ms conveniente trabajar con la poblacin, es por ello que se ve la
necesidad de crear otros medios, los cuales nos invitan a estudiar de entrada el
concepto de Variables Aleatorias, el cual se define:
.
Una Variable cuyos valores se determinan sobre los resultados de un
experimento aleatorio se llama Variable Aleatoria.
Las Variables Aleatorias se simbolizan por una letra mayscula como X (Y Z), y los
valores que toma la variable con x (y z).
Adems se puede decir, que es una funcin de valores reales definida en un espacio
muestral la cual le asigna a los eventos de un espacio muestral un nmero real. Se
puede denotar por
X(r)
EJEMPLO:
1. En una Universidad de 1500 estudiantes, elegimos uno de estos al azar
(Experimento Aleatorio) y anotamos su edad (Variable Aleatoria Discreta),
medimos la estatura (Variable Aleatoria Continua) y registramos el nmero de
aprobados en cierta asignatura (Variable Aleatoria Discreta).
EJEMPLO:
2. Se esta interesado en el nmero de permisos de construccin que se
emiten cada mes en la ciudad. Cul ser la Variable?
Solucin.
X: nmero de permisos de construccin que se emiten cada mes en la
ciudad
Es una Variable Discreta puesto que toma valores contables.
3. Consideremos, el Experimento Aleatorio que consiste en lanzar dos
monedas y se est interesado en el nmero de caras que pueden caer.
Solucin:
espacio
muestral
Es una Variable
y asociada
con laPrimero
variabledefinamos
aleatoria el
hay
una funcin
de probabilidadinforma
de la
Aleatoria
probabilidad de que X tome un determinado va
S={CC, CX, XC, CC}, en donde C: cara y X: sello.
Discreta, puesto
que sus valores
Definamos la Variable Y: El nmero de Caras.
son contables y
Asi, Y(w) = nmero de caras que aparecen.
admite salto entre
un valor y otro
ACTIVIDADES:
1. En las siguientes premisas, identifique la Variable Aleatoria
Nmero de pginas de un libro
UN POCO DE HISTORIA
Suele ocurrir que la formacin de los conceptos cientficos ocurre antes de que
sean comprendidos totalmente.
Eso tambin fue lo que pas con el concepto de variable aleatoria, uno de los
pilares bsicos de la teora de probabilidad moderna.
El concepto de variable aleatoria estuvo presente de forma encubierta casi
desde el principio de la teora de probabilidad. Como lo fue en el caso de Huygens en
uno de los problemas de su libro, introdujo una variable aleatoria que sigue una
distribucin hipergeomtrica.
Galileo habl de los errores aleatorios que no se pueden predecir y que varan
de medida en medida, en realidad se refera a que esos errores son una variable
aleatoria de distribucin desconocida.
Bernoulli enunci su ley de los grandes nmeros, al contabilizar el nmero de
bolas blancas extradas de la urna, ese nmero de xitos es una variable aleatoria que
toma valores entre 1 y n el nmero total de pruebas, siguiendo una distribucin
binomial.
Sin embargo, ninguno de ellos se dio cuenta que haca falta introducir un nuevo
concepto.
Los primeros pasos en la direccin de introducir la idea de variable aleatoria
fueron dados por Poisson en 1832 en su libro Sobre la Probabilidad de los
Resultados Promedios de Observaciones. No utiliz el trmino variable aleatoria,
pero s habl de alguna cosa que uno puede entender como un conjunto a1, a2,,an
con sus correspondientes probabilidades p1, p2,,pn; es decir, habl de las variables
aleatorias discretas.
La palabra variable fue utilizada por primera vez por Chebyshev, que asumi
implcitamente que todas las variables aleatorias eran independientes y fue A.
Liapunov (18571918) el primero que us sistemticamente el trmino variable
aleatoria y especific que seran independientes cuando fuese necesario.
;
As la funcin de Probabilidad para el
puede expresar:
Grficamente,
0,2
0
1
10
CURIOSIDAD
EJEMPLO:
Determinar el valor de c de modo de que la funcin siguiente pueda servir como
distribucin de probabilidad de la Variable Aleatoria X:
SOLUCIN:
Como debemos determinar el valor de c de modo que la funcin f(x) sea una
distribucin de probabilidad entonces, la funcin debe cumplir las condiciones del
teorema.
Puesto que
De all que,
s y slo si
, ms an
.
para que
11
cumpla la condicin
Luego para
EJEMPLO:
Sea X una variable aleatoria que toma los valores: -3, 6, 9 con probabilidades 1/6, 1/2
y 1/3 respectivamente. Verifique si con los datos anteriores se puede expresar una
Distribucin de probabilidad.
SOLUCIN:
La Variable Aleatoria X es Discreta puesto que entre un valor y otro existe un salto,
expresemos los valores en una tabla o mediante una grfica:
X
-3
3/5
2/5
1/5
0
-3
Por ser probabilidades todas son mayores que cero, por tanto,
Ahora vemos si la suma de estas da 1
Por lo tanto si se cumple las condiciones del teorema, as, p(x) si es una distribucin
de probabilidad.
PROBLEMA
Un embarque de ocho computadoras que se envan a un distribuidor contiene tres
defectuosas. Si una tienda realiza una compra aleatoria de dos computadoras, Cul
12
13
;
;
;
f(y)
Adems, podemos escribir una funcin de probabilidad general,
Por lo tanto es una funcin de probabilidad. Veamos ahora que se cumple slo
para
Tomemos y=3
14
no existe.
21
PROBLEMA
Una caja contiene 10 bombillas, tres de las cuales estn fundidas. Se extraen
bombillas sucesivamente y se prueban, sin hacer devolucin, hasta que aparezca la
ltima defectuosa. Cul es la distribucin de Probabilidad de las bombillas probadas
hasta que aparezca la tercera fundida?
SOLUCIN:
Se resolver el problema siguiendo las reglas de Polya.
Fase 1
Primero podemos apreciar que tenemos una caja con bombillas buenas y malas, y que
van a ser seleccionadas sin hacer devoluciones, es decir, que cuando se saca una
bombilla de la caja no se vuelve a colocar en ella. Necesitamos encontrar las tres
bombillas defectuosas.
Datos
Sea X: Nmero de Bombillas probadas hasta que aparece la tercera defectuosa.
Es una variable Aleatoria Discreta puesto que los valores son contables. Y los valores
que toman son x=3, 4, 5, 6, 7, 8, 9 y 10.
Puesto que lo mnimo que tomaramos seria 3 es decir que se saquen las tres
fundidas seguidas y lo mximo es que se saquen las 10 donde la ltima debe
ser fundida
Hay 10 bombillas, 3 bombillas fundidas y 7 bombillas buenas.
Incgnita: f(x)
Fase 2
Lo primero que debemos hacer es definir la variable aleatoria de estudio y verificar
que esta es una variable discreta, como la seleccin de las bombillas es de manera
15
Como vemos la B es la que se mueve esto es se puede expresar con una combinatoria.
Para x=5, es decir, BBFFF, BFBFF, BFFBF, FBBFF, FBFBF, FFBBF, igual que la
anterior, se puede colocar la combinatoria en este caso seria 2 de 4, la quinta es fija
16
Por lo tanto es una funcin de probabilidad veamos ahora que se cumple solo para los
valores que toma la variable x=3, , 10
Tomemos y=2
, no se cumple as se cumple para los nmeros colocados y del
10 en adelante no cumple puesto que hay solo 10 bombillas
PROBLEMA
Cuando el departamento de salud examin pozos privados en un condado en busca de
dos impurezas que comnmente se hallan en el agua potable, se encontr que 20% de
17
los pozos no tenan ninguna impureza, 40% tenan la impureza A y 50% tenan la
impureza B. (Obviamente, algunos tenan ambas impurezas). Si un pozo de los
existentes en el condado se escoge al azar, Cul es la distribucin de probabilidad
para el nmero de impurezas halladas en el pozo?
SOLUCIN:
Identifica las fases de Polya en el problema
La idea de este problema es encontrar las impurezas del agua, en este caso potable, en
donde tenemos dos pozos y determinadas probabilidades.
Lo primero que debemos hacer es definir la Variable de estudio, del nmero de
impurezas, luego debemos ver como representamos esos porcentajes de una manera
adecuada que nos ayude a encontrar los porcentajes de cada impureza y as poder
encontrar la distribucin de probabilidad y por ltimo verificar si se cumplen las
condiciones del teorema.
Datos:
Definamos la Variable Aleatoria
Como existen 2 tipos de impurezas entonces la variable puede tomar los valores
x=0, 1, 2
Diseemos los datos en una tabla para los tipos de Impurezas, teniendo en cuenta sus
probabilidades.
Impurezas
No A
50%
No B
Total
Total
20%
40%
Incgnita: f(x)
Esta es la tabla que nos plantea el problema, ahora utilizan el hecho que trabajamos
con probabilidades, sabemos que la probabilidad mxima es de 100%, es decir que el
total nos debe dar esa suma y as podemos rellenar la tabla, luego de eso podemos
encontrar las probabilidades exactas para la cantidad de impurezas encontradas en el
agua.
18
- Para A la suma debe ser 1 tenemos que el 0.4 tenan la impureza A, es decir que el
otro 0.6 no tenan impurezas A.
- Para B la suma debe ser 1 tenemos que el 0.5 tenan la impureza B, es decir que el
otro 0.5 no tenan impurezas B
Adems tenemos que el 0.2 no tenan ninguna impureza
- Que no tenia impureza A con un 0.6, es decir que 0.6-0.2=0.4, es decir que solo
tiene impureza B
- Que no tenia impureza B con un 0.5, es decir que 0.5-0.2=0.3, es decir que solo
tiene impureza A
Impurezas
No A
Total
0.1
0.4
0.5
No B
0.3
0.2
0.5
Total
0.4
0.6
ninguna impureza
f(1)=P(X=1)=0.4+0.3=0.7
f(2)=P(X=2)=0.1
Una impureza (A o B)
f(x)
0.2
0.7
0.1
19
ACTIVIDADES.
Resuelva los siguientes problemas y compruebe con el teorema que lo encontrado es
correcto
Un problema en un examen aplicado a nios pequeos les pide relacionar
cada una de tres imgenes de animales con la palabra que identifica a ese
animal. Si un nio asigna las tres palabras al azar a las tres imgenes,
encuentre la distribucin de probabilidad para el nmero de pares correctos.
Se sabe que un grupo de cuatro componentes dos de ellos son defectuosos.
Una inspectora prueba los componentes uno por uno hasta hallar los dos
defectuosos. Una vez que los localiza, suspende la prueba pero el segundo
defectuoso es probado para asegurar la precisin. Encuentre la distribucin de
probabilidad para el nmero de la prueba en la que se hall el segundo
componente defectuoso.
20
OBSERVACIONES:
1. Si la probabilidad es un nmero comprendido entre 0 y 1 entonces
2. Si x=a entonces
3. Si
y si
4.
5. Esta funcin es muy utilizada para calcular probabilidades de determinados
valores.
Nota: Para verificar que es una distribucin de probabilidad
acumulada basta con que verifiquemos las 3 primeras
observaciones
EJEMPLO:
Una firma de inversiones ofrece a sus clientes bonos municipales que vencen despus
de varios aos. La siguiente distribucin de probabilidad de T, representa el nmero
de aos de vencimiento para un bono que se elige al azar. Encuentre la Distribucin
de probabilidad Acumulada de T
T
f(t) 1/4
SOLUCIN:
Sea T: representa el nmero de aos de vencimiento para un bono que se elige al azar.
Es una Variable Aleatoria Discreta.
Encontremos la distribucin acumulada, debemos hacer las particiones de los
intervalos
En este caso toma solo el valor de uno, es decir, que hasta el 1 hemos
acumulado
21
Para
Para
Para
Para
F(t)=1
Grficamente;
En general,
EJEMPLO:
Si se lanzan simultneamente cuatro monedas Cul ser la distribucin de
probabilidad para el nmero de caras? Cul ser la distribucin acumulada para el
nmero de caras?
SOLUCIN:
Primero definamos el espacio muestral para ello utilicemos el diagrama de rbol,
Qu otro mtodo se puede emplear para encontrar el espacio muestral?
22
f(x)
1/16
4/16
6/16
4/16
1/16
Por definicin debemos saber que la variable aleatoria recorre todo los reales
hagamos particiones por intervalo Cules sern los estos intervalos?
Para -1<x;
Para
23
Se toma F(2) puesto que la variable toma la igualdad en 2 y se toma la suma anterior
Para
Se toma F(3) puesto que la variable toma la igualdad en 3 y se toma la suma anterior
Para 3
Se toma F(4) puesto que la variable toma la igualdad en 4 y se toma la suma anterior
Para
Puesto que todas estas f(x)=0 ya que no hay elementos all
As la Distribucin de probabilidad acumulada es;
24
PROBLEMA
Se evala un nuevo proceso para la fabricacin de partes moldeadas en plsticos en
trminos de la colaboracin y reduccin del tamao. Una de las primeras corridas de
los procesos proporciona la informacin para el espacio muestral y las probabilidades
que aparecen en la siguiente tabla. Cul es la distribucin acumulada para el nmero
de caractersticas aprobadas?
Colaboracin
Probabilidad
Aprobado
Aprobado
0,64
Aprobado
Inaceptable
0,16
Inaceptable
Aprobado
0,16
Inaceptable
Inaceptable
0,04
SOLUCIN:
En este caso tenemos un cuadro en donde nos especifican las probabilidades de los
proceso de fabricacin si son aprobadas o no, en una primera corrida.
Datos
Debemos definir la variable de con el nmero de caractersticas aprobadas en donde
ve tiene una mximo de dos y un mnimo de cero,
Definamos la Variable de estudio X: Nmero de caractersticas aprobadas.
Los valores que toma la variable son
x=0, 1, 2.
25
f(x)
0.04
0.32
0.64
Para
F(x)=0,
Para
F(x)=f0)+f(1)
=0.04+0.32
No se
acumulado
nada
Para
F(x)=f(0)=0.04,
Para
la igualdad se
cumple en el 1 es
decir que se acumula
los menores a l
F( x)=f(0)+f(1)+f(2)
=0.36+0.64
=0.36
=1
26
Puesto que la
igualdad se
cumple para el 0
La igualdad se cumple
en el 2 es decir se
acumula lo menores a
l, puesto que los
mayores a 2 son 0
Grficamente,
encontremos
la
probabilidad
de:
asi
la
27
Como nos dice que es el total de las 3 monedas, se refiere a las nominaciones
seleccionadas,
Datos:
Definimos la variable, teniendo en cuenta el total de las selecciones de las tres
monedas, Definamos la Variable. Sea Y: nmero de monedas seleccionada de los Bs.
Es una variable aleatoria discreta, puesto que toma valores contables
Encontremos primero la distribucin de probabilidad para Y.
4 monedas 1 Bs
2 monedas0.5 Bs,
Incognita:F(x)
Tenemos que encontrar el espacio Muestral, teniendo en cuenta las sumas que
podran salir, calculamos las probabilidades de que salga cada nominacin y con esto
encontramos la distribucin de probabilidad y luego podemos encontrar la
distribucin de probabilidad Acumulada. Qu fase es esta?
Como se toman 3 monedas al azar, puede ocurrir:
Que las 3 sean de 1 Bs, es decir, son 3Bs
Su probabilidad es
2.5
f(y)
1/5
3/5
1/5
28
Como vemos cada uno de los valores son mayores que 0 por lo tanto cumple la
primera condicin del teorema
Si encontramos la suma de cada uno de los f(y) la misma nos da un valor igual a 1, es
decir que cumple la segunda condicin del teorema por lo tanto la funcin encontrada
si es una funcin de probabilidad.
Encontremos la distribucin acumulada para Y,
Para
Para
. Luego,
Para
Para
. As,
.
Por
tanto,
Curiosidad
Esta es una funcin
escalonada, con cuatro
escalones, en donde la
anchura de estos es de 0.5
Los valores que toma la funcin son valores entre 0 y 1, y va creciendo, es decir que
va aculando lo anterior, los valores de la variable aleatoria recorren todos los reales y
es una funcin escalonada.
Grficamente,
Veamos que si al 1 le quitamos el valor anterior es decir 4/5 nos da 1/5 que es la
probabilidad de que tome el valor de 3.
29
Si a 4/5 le resto el anterior es decir 1/5 nos da 3/5 que es la probabilidad de que tome
el valor de 2.5
ACTIVIDADES
Resuelva los siguientes problemas utilizando la distribucin de probabilidad acumulada.
1. Un supervisor en una planta manufacturera tiene tres hombres y tres mujeres trabajando
para l y desea escoger dos trabajadores para un trabajo especial. No queriendo mostrar
sesgo en su seleccin, decide seleccionar los dos trabajadores al azar. Cul es la
distribucin de probabilidad Acumulada para el nmero de mujeres seleccionadas,
adems encuentre la probabilidad de seleccionar al menos una mujer?.
2. Un llavero contiene cuatro llaves de una oficina, que son idnticas en apariencia. Slo
una abre la puerta de la oficina. Supongamos que se selecciona una al azar y se prueba.
Si no es la llave adecuada se selecciona al azar una de las tres llaves restantes. Si esta
ltima no es la llave que corresponda, se selecciona al azar una de las dos restantes.
Cul es la distribucin de probabilidad acumulada para el nmero de llaves que se
tienen que probar hasta encontrar la llave que abre la puerta?Cul es la probabilidad de
usar entre 1 y 3 llaves para abrir la puerta?
SABIAS QUE:
P(x)
0.05
0.20
0.05
0.45
0.25
EJEMPLO:
Suponga que el nmero de automviles que se utiliza con propsitos de negocios en
un da de trabajo dado es una variable aleatoria con distribucin de probabilidad dada
por:
N de automviles
Probabilidades
0.2
0.1
0.3
0.3
0.1
31
SOLUCIN:
Definamos la variable de estudio.
Y: Nmero de automviles que se utilizan en el negocio en un da
Los valores que esta toman es y= 0, 1, 2, 3, 4. Y por tanto es una Variable Aleatoria
Discreta. Con esto encontremos el nmero de automviles que se espera utilizar
reemplazando en la formula.
UN POCO DE HISTORIA
La probabilidad matemtica tiene sus orgenes en los juegos de azar, los primeros estudios
cientficos sobre fenmenos aleatorios se centraban en dos problemas:
1. Contabilizar el nmero de posibles resultados de lanzar un dado varias veces.
2. Distribuir las ganancias entre jugadores cuando el juego se interrumpa antes de finalizar,
conocido como el problema del reparto de apuestas. El segundo problema fue abordado por
Luca Pacioli (14451517), quien en 1487 propuso estos dos similares problemas particulares.
Uno de los problemas que fue abordado por l fue el siguiente: un juego en el que el premio es
de 22 ducados que consiste en alcanzar 60 puntos se interrumpe cuando un equipo lleva 50
puntos y el otro 30 Cmo deben repartirse los premios entre los contendientes?
Pacioli propuso que el premio debera ser repartido en funcin de las victorias obtenidas
anteriormente: as, el premio del primer problema se divida en 605/8 ducados para el primer
equipo y en 603/8 para Como ms tarde se pondra de manifiesto, esta solucin es incorrecta
como lo hicieron Girolamo Cardano (15011576) y Niccolo Tartaglia (14991557)
PROBLEMA
Consideremos una lotera con mil nmeros. Cada nmero cuesta 25 bs y el premio es
de 100 bs. Cul es el valor que se espera ganar o perder cada vez que se participa en
esta lotera?
32
SOLUCIN:
Como sabes el espacio muestral son los mil nmeros, adems debemos comprar un
nmero si queremos ganar, cada nmero tiene un valor de 25 bolvares y el premio es
de 100 Bolvares.
Datos
#S=1000
Definamos la variable aleatoria X, como sigue:
X: Utilidad que obtiene la persona que participa en la lotera. Es una Variable
Aleatoria Discreta puesto que el premio es contable.
Los valores que esta puede tomar son:
100 que gana del premio, menos 25 del costo del nmero.
Cuando gana = 75 bs
Cuando pierde= 25 bs
Incgnita: E(X)
Como la idea es saber cual seria la ganancia haciendo una pequea inversin es por
ello que necesitamos, saber cuanto ganaramos y cuanto perderamos es por ello que
calculemos el promedio de esto para saber lo que esperaramos al jugar, para esto,
debemos definir la variable buscar las probabilidades de ganar o de perder y as
encontrar la distribucin de probabilidad y luego el valor esperado.
75
-25
f(x)
1/1000
999/1000
O sea que la persona que participe en la lotera espera perder 24.9 bs en cada juego.
33
Como el valor esperado es un promedio es decir que su valor debe estar entre los
valores que toma la Variable Aleatoria definida. Como los valores esta entre -25 y 75
quiere decir que el valor encontrado cae hay y es de esa manera puesto que la
probabilidad de perder es mayor que la de ganar
Incgnita: E(X)
34
Es decir, cuando la jugada sea distinta de tres caras o tres cruces, lo justo sera perder
10 Bolvares
Remplacemos a k para ver si el valor encontrado es el correspondiente
ACTIVIDADES:
Resuelva los siguientes problemas:
1. Un jugador lanza un dado corriente. Si sale nmero primo, gana tantos cientos de
euros como marca el dado, pero si no sale nmero primo, pierde tantos cientos de
euros como marca el dado. Cual es la ganancia esperada del jugador?
2. Tenemos una bolsa con dos bolas blancas, tres verdes y cinco rojas. Extraemos al
azar dos bolas simultneamente. Recibimos 200 pesetas si las dos bolas son
blancas, 100 si las dos son verdes y 10 si una es roja y la otra verde, en los dems
casos no recibimos nada. Cul es la ganancia esperada de los premios?
35
entonces:
EJEMPLO:
El nmero de error por 100 lneas de cdigo de programacin tiene la siguiente
distribucin de probabilidad.
X
f(x)
0.01
0.25
0.4
0.3
0.04
36
PROBLEMA
Diez motores son empaquetados para la venta en cierto almacn. Los motores se
venden en 1000 Bolvares cada uno, pero se aplica una garanta de reembolso doble
por cada motor defectuoso que recibe el cliente. Cul ser la ganancia esperada del
vendedor si la probabilidad de que salga un motor defectuoso es de 8%?
SOLUCIN:
Se empacan motores en un almacn teniendo en cuenta que los motores pueden estar
defectuoso con un 8% de probabilidad
Tenemos que cada motor tiene un valor de 1000Bs, y se empaqueta de 10 motores
para la venta, pero cada uno de ello tiene garanta de reembolso del doble de su valor,
si este sale defectuoso.
Datos
n=10 motores
El valor de cada uno es de 1000
Definamos primero la variable aleatoria de estudio.
Z: Nmeros de motores defectuosos adquirido por el cliente
Existe 10 motores y cada uno tiene un valor de 1000 bs. Entonces tenemos que
10*1000=10000 Bs que adquiere la tienda pero si el motor se encuentra defectuoso
37
se le regresa al cliente 2*Z, es decir, que debemos calcular el valor esperado de lo que
adquiere la tienda menos lo que adquiere el cliente por cada motor defectuoso que
compre, esto es, E(10000-2*Z).
Como queremos la ganancia que espera el vendedor, teniendo en cuenta que existe
motores defectuosos con un 8%, si la tienda vende los 10 motores por su valor, tiene
determinado promedio de ganancia, pero como el tambin puede perder por los
motores defectuosos podemos calcular el promedio de este y vemos la ganancia
esperada del vendedor
Qu fase vendr?
El valor esperado de Z es 10*0.08 es decir el valor de la Variable Aleatoria por su
probabilidad, es decir, E(Z)= 0.8.
Luego, E(10000-2*Z)=10000-2*E(Z) por propiedades
=10000-2*0.8=10000-160=9840
La ganancia esperada del vendedor es 9840 Bs para la venta de los motores.
El valor esperado de los motores para el cliente es muy pequeo pues q es 0.8 que es
mayor que cero y el valor espera de la venta de los motores es de 9840 que es muy
prximo al valor total de cada motor.
38
EJEMPLO:
Una Variable Aleatoria Discreta toma todos los valores enteros entre 0 y 4 con la
siguiente funcin de probabilidad:
X
SOLUCIN:
La varianza viene dada por
Encontremos ahora
Por tanto,
EJEMPLO:
Si X denota la Variable Aleatoria que indica la cantidad de nios en una familia con
tres hijos, la distribucin de probabilidad es la siguiente:
Cantidad de nios (Hombres) X
Probabilidad f(x)
1/8
3/8
3/8
1/8
SOLUCIN:
Sea X: nmero de nios en la familia,
Los valores que toma son x=0, 1, 2, 3
Encontremos primero la esperanza matemtica de la variable X viene dada por:
Por tanto,
Por lo tanto, la variabilidad del nmero de nios que puede tener la familia con
respecto al promedio es de 0.75
PROBLEMA:
Un equipo electrnico contiene 6 transistores dos de los cuales son defectuosos. Se
seleccionan tres transistores al azar, se sacan del equipo y se inspeccionan. Cul es
la Variabilidad de los transistores defectuosos observados?
SOLUCIN:
Se tiene un total de seis transistores, en donde hay buenos y defectuosos, se toma al
azar tres, de estos, y se inspeccionan y se puede apreciar cuantos defectuosos se
tomaron.
Datos
Definamos la Variable Aleatoria. Sea X: Nmero de transistores defectuosos
40
Es una variable Aleatoria Discreta puesto que los valores son contables. Y los valores
que toman son x=0, 1, 2.
Incgnita: Var(X)
Ya que tenemos 2
transistores defectuosos es
decir que el restante es
bueno
En
general,
41
Luego,
Por lo tanto,
PROBLEMA:
Supngase que la produccin de un da de 850 piezas manufacturadas contiene 50
piezas que no cumplen con los requerimientos del cliente. Se seleccionan del lote dos
piezas al azar y sin reemplazo. Cul es la Varianza para el nmero de piezas
seleccionadas que no cumplen los requerimientos del cliente?
SOLUCIN:
Tenemos la produccin que se tiene un da de piezas manufacturadas, en donde se
tiene piezas que cumplen y que no cumplen con el requerimiento del cliente, y se
selecciona una muestra de dos piezas y estas son tomadas sin reemplazo.
42
Datos:
Total de piezas manufacturadas por da 850 contiene
Piezas que no cumplen con los requerimientos del cliente 50, es decir que hay 800
que cumplen con los requerimientos.
Se toma una muestra de dos piezas sin reposicin.
Definamos la variable
Z: nmero de piezas seleccionadas que no cumplen los requerimientos del cliente.
Los valores que toma es 0, 1 y 2, puesto que se toman 2 como muestra
Incgnita: Var(X)
Lo que debemos hacer, es encontrar las probabilidades de los valores que toma la
variable y as encontrar la funcin de probabilidad, el promedio de los valores y su
respectiva varianza tomando en cuenta que se toman 2 piezas y esta es sin reposicin.
La probabilidad de seleccionar 1 pieza que cumple con los requerimientos del cliente
es =
Es decir que las dos seleccionadas ninguna
no cumplen con los requerimientos
43
Vemos que cada una es mayor que cero, y adems 0.886+0.111+0.003=1 por lo
tanto cumple las condiciones del teorema es decir que si es una distribucin de
probabilidad.
Ahora encontremos el promedio de las piezas que no cumplen los requerimientos del
cliente
Luego
As, la variabilidad del nmero de piezas que no cumplen con los requerimientos del
cliente es de 0.1093 con respecto al promedio.
Es un valor mayor que cero y se aproxima al valor donde existe mayor probabilidad.
Identifique las fases
PROPIEDADES DE LA VARIANZA.
44
Observacin:
La Varianza de una funcin g(x), de una Variable Aleatoria Discreta est dada por:
EJEMPLO:
Calcule la Varianza de
Luego
As, la Varianza de
remplazando
en
, es de 4
45
la
frmula
NOTA:
Al usar la variancia como medida de dispersin o variabilidad se presenta una
dificultad. Las unidades con que se miden los valores que toma la variable
aleatoria X son lineales, por ejemplo kilogramos, metros, litros, etc., por lo que
tambin ser lineal, pero la variancia
est en unidades cuadrticas,
como kilogramos elevados al cuadrado, metros elevados al cuadrado, litros
elevados al cuadrado, etc.
En vista de lo anterior, si queremos expresar la medida de dispersin en las
mismas unidades en que se miden los valores de la variable aleatoria X, debemos
tomar la raz cuadrada positiva de la variancia. A esta cantidad se le conoce con el
nombre de desviacin estndar y se representa con .
PROBLEMA:
En un juego una persona recibe 15 Bs cuando saca una jota o una reina y recibe 5 Bs
si saca un rey un as de una baraja de 52 cartas. Si saca cualquier otra carta tiene que
pagar 4 Bs. Cul es la Desviacin estndar para una persona que entra en el juego?
SOLUCIN:
En este problema consiste en seleccionar una carta de las 52 que hay y segn sea la
carta que salga la persona pierde o gana determinado valor.
Sea X: Cantidad de dinero que utiliza la persona que juega
Es una variable Aleatoria Discreta puesto que los valores son contables. Y los valores
que toman son x= -4, 5, 15.
Como tenemos cartas de 52, existen 4 modelos de las cartas que son 13 de cada unas
Como ya tenemos la variable definida y los valores que toma. Primeros debemos
saber cmo son las cartas, cuantas hay de cada figura, para as conseguir las
probabilidades a las cartas que necesitamos y de la misma manera encontrar el
promedio en Bs de lo que puede ganar o perder la persona, y as encontrar la
dispersin de los datos con respecto al promedio encontrado
46
-4
15
f(x)
Encontremos ahora el promedio del dinero que ganar el jugador
Encontremos,
Por lo tanto,
Es decir que la dispersin del dinero jugado con respecto al promedio es de 7.032
47
La varianza nos dio un valor mayor que cero y por lo tanto se pudo calcular la
desviacin.
48
PROBLEMAS PROPUESTOS:
1.
c. 0.196
b) 0.8;
y c) 0.75?
resultado una no venta o una venta de 50000 con probabilidad de 0.9 y 0.1
respectivamente. Cul es la distribucin de probabilidad para las ventas
diarias?Cual es su representacin grfica?
Respuesta:
X
5000
100000
P(x)
21/25
23/150
1/150
6. Usted y un amigo participan en un juego donde cada uno tira al aire una moneda
balanceada. Si las caras superiores de la moneda son sellos en ambos casos, el
lector gana 1 Bs; si salen caras en ambos tiros gana 2 Bs; si las caras de la
moneda no son iguales, el lector pierde un bolvar Cul es la ganancia esperada
del lector en un solo intento?
Respuesta: 0,25
7. A y B juegan 12 partidos de ajedrez, de los cuales, A gana 6, B gana 4 y en 2
terminan empatados. Se ponen de acuerdo para jugar otros 3 partidos.
Encuntrese la probabilidad de que:
a) A gane los tres partidos,
Respuesta: 1/8
b) 2 parti-dos terminen empatados,
Respuesta: 5/72
c) A y B ganen alternadamente
Respuesta: 5/36
d) B gane por lo menos un partido.
Respuesta: 19/27
8. En una inversin de negocios hay una probabilidad de 0.6 de obtener como
ganancia 300 Bs y una probabilidad de 0.4 de perder 100Bs. Cul ser la
ganancia esperada?
Respuesta: 140 Bs
50
BIBLIOGRAFA
Cabrera, I. (s.f.). Variables Aleatorias. Estadstica Aplicada y Modelizacin. T
Diseo
Industrial.
Departamento
de
Matemtica.
Disponible:
http://webpersonal.uma.es/~ipcabrera/resumen_aleatorias.pdf
Canavos, G. (1988) Probabilidad y Estadstica. Aplicaciones y Mtodos. Editorial
Mc Graw-Hill/Interamericana de Mxico.
Martnez, M y Mar, M (2007) Distribuciones de Probabilidad para Variables
Aleatorias Discretas. Universidad Politcnica de Valencia. Disponible:
https://riunet.upv.es/bitstream/handle/10251/7942/Distribuciones%20de%20Prob
abilidad%20para%20V%20A%20discretas.pdf?sequence=3
Mendenhall, Schearffer y Wackerly. (2010). Estadstica
Aplicaciones. Sptima Edicin. Editorial Learning.
Matemtica
con
51