Académique Documents
Professionnel Documents
Culture Documents
PROBABILIDAD Y
ESTADISTICA
[Escriba texto]
PROBABILIDAD Y ESTADISTICA
RESULTADO
POSIBLE
1
2
3
4
5
6
7
8
LANZAMIENTO DE LA MONEDA
Primero
Segundo
Tercero
C
C
C
C
Ca
Ca
Ca
Ca
C
C
Ca
Ca
C
C
Ca
Ca
C
Ca
C
Ca
C
Ca
C
Ca
NUMERO
DE CARAS
0
1
1
2
1
2
2
3
Observa que el resultado cero caras ocurre slo una vez; una cara ocurre tres veces; dos
caras, tres veces, y el resultado tres caras ocurre una sola vez. Es decir, cero caras se
present una de ocho veces. Por lo tanto, la probabilidad de cero caras es de un octavo;
la probabilidad por una cara es de tres octavos, etc. La distribucin de probabilidad se
muestra en la siguiente tabla, como uno de estos resultados debe suceder, el total de las
probabilidades de todos los eventos posibles es 1.00. Esto siempre se cumple.
1
PROBABILIDAD Y ESTADISTICA
Numero
caras
0
1
2
3
Total
de
Probabilidad
del resultado
1/8 = .125
3/8 = .375
3/8 = .375
1/8 = .125
8/8 = 1.00
0.2
0.15
0.1
0.05
0
0
Nmero de caras
PROBABILIDAD Y ESTADISTICA
patinaje son valores decimales, como 7.2, 8.9 y 9.7, dichos valores son discretos, pues
hay una distancia entre calificaciones de 8.3 y 8.4.
= [ xP (x) ]
P(x) = probabilidad de un valor particular de x. Se multiplica cada valor x por la
probabilidad de que ocurra y enseguida se suman los productos.
VARIANZA Y DESVIACIN ESTANDAR: Muestra el grado de dispersin (variacin) en
una distribucin.
2= [ ( x )2 P(x ) ]
PROBABILIDAD Y ESTADISTICA
= 2
Ejemplo: Carlos, es un vendedor de autos nuevos, por lo general Carlos vende la mayor
cantidad de automviles el sbado. Ide la siguiente distribucin de probabilidad de la
cantidad de automviles que espera vender un sbado determinado:
Cantidad de
autos
vendidos, x
0
1
2
3
4
Total
Probabilidad
P(x)
.10
.20
.30
.30
.10
1.00
= [ xP ( x ) ]
PROBABILIDAD Y ESTADISTICA
Probabilidad
P(x)
(x - )
(x - )2
(x - )2 P(x)
.10
.20
.30
.30
.10
0 2.1
1 2.1
2 2.1
3 2.1
4 2.1
4.41
1.21
0.01
0.81
3.61
0.441
0.242
0.003
0.243
0.361
1.290
2=
= 2
= 1.290
= 1.136
La desviacin es de 1.136. Cmo interpretar la desviacin estndar de 1.136
automviles? Si la vendedora Rita tambin vendi un promedio de 2.1 automviles los
sbados y la desviacin estndar en sus ventas fue de 1.91 automviles, concluiramos
que hay ms variabilidad en las ventas sabatinas de Rita que en las ventas de Carlos.
TALLER 1:
1) Calcula la media y la varianza de la siguiente distribucin de probabilidad discreta.
x
0
1
2
3
P(x)
.2
.4
.3
.1
2) Las tres tablas que aparecen a continuacin muestran variables aleatorias y sus
probabilidades, sin embargo slo una constituye en realidad una distribucin de
probabilidad.
5
PROBABILIDAD Y ESTADISTICA
2) No mayor que 10
3) Mayor que 5
Probabilidad
.50
.40
.08
.02
PROBABILIDAD Y ESTADISTICA
TAREA 1:
1) Calcula la media y la varianza de la siguiente distribucin de probabilidad discreta.
x
2
8
10
P(x)
.5
.3
.2
PROBABILIDAD Y ESTADISTICA
P ( x )=nCx ( )x ( 1 )nx
En sta:
C representa una combinacin
n es el nmero de pruebas
x es la variable aleatoria definida como el nmero de xitos.
PROBABILIDAD Y ESTADISTICA
Ejemplo: Una compaa de aviacin tiene cinco vuelos diarios de Mxico a Monterrey.
Supongamos que la probabilidad de que cualquier vuelo llegue tarde ser de 0.20. Cul
es la probabilidad de que ninguno de los vuelos llegue tarde hoy? Cul es la probabilidad
de que exactamente uno de los vuelos llegue tarde hoy?
Aplicando la frmula, tenemos que
variable aleatoria, se refiere al nmero de xitos. En este caso un xito consiste en que
un avin llegue tarde. Como no hay demoras en las llegadas x = 0.
P ( x )=nCx ( )x ( 1 )nx
P ( x )=5 C 0 (.20 )0 ( 1.20 )50
( 1 )( 1 ) ( .3277 )
.3277
La probabilidad de que exactamente uno de los cinco vuelos llegue tarde hoy es de
0.4096, que se calcula:
P (1 ) =nCx ( )x ( 1 )nx
5C 1 ( .20 )1 ( 1.20 )51
5 (.20 )( .4096 )
.4096
Puede utilizarse Excel para calcular las probabilidades, utilizando la frmula, DIST.BINOM
PROBABILIDAD Y ESTADISTICA
Probabilidad de Distribucin Binomial
0.5
0.41
0.4 0.33
0.3
0.2
Probabilidad 0.2
0.05
0.1
0.01
0
0
1
2
3
4
0
5
=n
2=n (1 )
Probabilidad
P(x)
xP(x)
(x - )
(x - )2
(x - )2
P(x)
.3277
.4096
.2048
.0512
.0064
.0003
0.0000
0.4096
0.4096
0.1536
0.0256
0.0015
= 1.000
-1
0
1
2
3
4
1
0
1
4
9
16
0.3277
0
0.2048
0.2048
0.0576
0.0048
0.7997
2=
10
PROBABILIDAD Y ESTADISTICA
grande, los clculos consumen ms tiempo. Por lo tanto se utilizan las tablas (ver copias)
para verificar las probabilidades.
Ejemplo: Cinco por ciento de los engranes de tornillos producidos en una fresadora
automtica de alta velocidad, se encuentran defectuosos. Cul es la probabilidad de
que, en seis engranajes seleccionados, ninguno se encuentre defectuoso? Exactamente
uno? Exactamente dos? Exactamente tres? Exactamente cuatro? Exactamente cinco?
Exactamente seis de seis?
Las condiciones binomiales se cumplen: a) hay solo dos posibles resultados (un engranaje
es defectuoso o no defectuoso) b) Existe una cantidad fija de pruebas 6. c) Hay una
probabilidad constate de xito (0.05) d) las pruebas son independientes.
Consultamos las tablas y localizamos la probabilidad de que exactamente cero
engranajes se encuentren defectuosos. Desciende por el margen izquierdo hasta llegar al
valor 0 de x. Ahora sigue por la horizontal hasta la columna con un encabezado
de
Probabilida
d P(x)
0
1
2
3
.735
.232
.031
.002
Nmero de
engranaje
s
defectuoso
s, x
4
5
6
= 0.05 es la siguiente:
Probabilid
ad P(x)
.000
.000
.000
Por supuesto existe una ligera posibilidad de que salgan cinco engranes defectuosos de
seis selecciones aleatorias. sta es de 0.00000178, que determina al sustituir los valores
adecuados en la frmula binomial:
x
P ( x )=nCx ( ) ( 1 )
nx
PROBABILIDAD Y ESTADISTICA
Es posible calcular la media o valor esperado de la distribucin del nmero de engranes
defectuosos.
= 0.40.
= 0.30
PROBABILIDAD Y ESTADISTICA
P ( x )=
( sCx ) ( NS ( C ) nx )
NCn
Aqu:
N representa el tamao de la poblacin
S es el nmero de xitos en la poblacin
x es el nmero de xitos en la muestra; ste puede asumir los valores 0, 1, 2, 3
n es el tamao de la muestra o el nmero de pruebas
C es el smbolo de combinacin
La distribucin hipergeomtrica tiene las siguientes caractersticas:
1. Los resultados de cada prueba de un experimento se clasifican en dos categoras
exclusivas: xito y fracaso.
2. La variable aleatoria es el nmero de xitos de un nmero fijo de pruebas.
3. Las pruebas no son independientes.
13
PROBABILIDAD Y ESTADISTICA
4. Los muestreos se realizan con una poblacin finita, sin reemplazos y n/N > 0.05.
Por tanto, la probabilidad de xito cambia en cada prueba.
Ejemplo: Un fbrica de juguetes tiene 50 empleados en el departamento de ensamble.
Cuarenta empleados pertenecen a un sindicato y diez, no. Se eligen al azar cinco
empleados para formar un comit que hablar con la empresa sobre los horarios al inicio
de los turnos. Cul es la probabilidad de que cuatro de los cinco empleados elegidos
para formar parte del comit pertenezcan a un sindicato?
En este caso la poblacin consiste en los 50 empleados del departamento de ensamble.
Solo se pude elegir una vez a un empleado para formar parte del comit. De ah que el
muestreo se lleve a cabo sin reemplazos. Por tanto, cada prueba cambia la probabilidad
de elegir a un empleado sindicalizado. La distribucin hipergeomtrica es adecuada para
determinar la probabilidad.
N es igual a 50, el nmero de empleados.
S tiene un valor de 40, el nmero de empleados sindicalizados.
x es igual a 4, el nmero de empleados sindicalizados elegidos.
n vale 5 El nmero de empleados elegidos.
Se desea calcular la probabilidad de que 4 de los 5 miembros del comit sean
sindicalizados.
Al sustituir estos valores en la frmula tenemos:
P ( x )=
P ( 4 )=
( 40 C 4 ) ( 5040 (C ) 54 )
50 C 5
P ( 4 )=
( 91390 )( 10 )
2 118 760
( SCx ) ( NS ( C ) nx )
NCn
P ( 4 )=.431
Por consiguiente, la probabilidad de elegir al azar a 5 trabajadores de ensamble de los 50
trabajadores y encontrar que 4 de 5 son sindicalizados es de 0.431
La tabla muestra las probabilidades hipergeomtricas (n = 5, N = 50, S = 40) del nmero
de empleados sindicalizados en el comit:
14
PROBABILIDAD Y ESTADISTICA
Miembros
sindicato
0
1
2
3
4
5
del
Probabilid
ad
.000
.004
.044
.210
.431
.311
1.00
Con el fin de comparar las dos distribuciones de probabilidad la siguiente tabla muestra
las probabilidades hipergeomtricas y binomiales del ejemplo de la fbrica de juguetes.
Como 40 de los 50 empleados del departamento de ensamble son sindicalizados,
establecemos que
Miembros del
sindicato
0
1
2
3
4
5
Probabilidad
hipergeomtri
ca
.000
.004
.044
.210
.431
.311
1.000
= .80.
Probabilid
ad
binomial
.000
.006
.051
.205
.410
.328
1.000
PROBABILIDAD Y ESTADISTICA
TALLER 3:
1) Una poblacin consta de 10 elementos, 6 de los cuales se encuentran defectuosos. En
una muestra de 3 elementos, Cul es la probabilidad de que exactamente 2 sean
defectuosos? Supongamos que la muestra se toma sin reemplazo.
2) Una tienda acaba de recibir un cargamento con 10 reproductores de Blue Ray. Poco
despus de recibirlo, el fabricante se comunic para reportar un envo de tres
unidades defectuosas. La propietaria de la tienda, decidi probar 2 de los 10
reproductores que recibi. Cul es la probabilidad de que ninguno de los 2
reproductores que se probaron este defectuoso? Supongamos que las muestras no
tienen reemplazo.
3) Una florera tiene 15 camiones de entrega, que emplea sobre todo para entregar
flores y arreglos florales, en Aguascalientes. De estos 15 camiones, 6 presentan
problemas con los frenos. En forma aleatoria se seleccion una muestra de 5
camiones. Cul es la probabilidad de que 2 de los camiones probados presenten
frenos defectuosos?
TAREA 3:
1) Una poblacin consta de 15 elementos, 4 de los cuales son aceptables. En una
muestra de 4 elementos, Cul es la probabilidad de que exactamente 3 sean
aceptables? Supongamos que las muestras se toman sin reemplazo.
2) El departamento de sistemas de computacin cuenta con ocho profesores, de los
cuales seis son titulares. La presidenta, desea formar un comit de tres profesores del
departamento con el fin de que revisen el plan de estudios. Si selecciona el comit al
azar:
16
PROBABILIDAD Y ESTADISTICA
a) Cul es la probabilidad de que todos los miembros del comit sean titulares?
3) Cul es la probabilidad de que por lo menos un miembro del comit no sea titular?
17
PROBABILIDAD Y ESTADISTICA
P ( x )=
x e
x!
Donde:
P(x) es la probabilidad para un valor especfico de x.
intervalo particular.
e es la constante 2.71828
x es el nmero de veces que se presenta un evento.
La media de nmeros de xitos,
nmero total de pruebas y
en este caso, n es el
la probabilidad de xito.
=n
PROBABILIDAD Y ESTADISTICA
cuantos se pierden dos; pocas veces se pierden tres, etc. Supongamos una muestra
aleatoria de 1,000 vuelos arroja un total de 300 maletas perdidas. De esta manera, la
media aritmtica del nmero de maletas perdidas por vuelo es de 0.3 que se calcula de
dividir 300/1000. Si el nmero de maletas perdidas por vuelo se rige por una distribucin
de Poisson con
P ( x )=
x e
x!
P ( 0 )=
0.3 e
0!
=0.7408
0.3 e
P (1 ) =
1!
=0.2222
Por consiguiente, se espera que se pierda exactamente una maleta en 22% de los vuelos.
Las probabilidades de Poisson tambin tiene una tabla (ver copias).
Ejemplo: De acuerdo con el ejemplo anterior, el nmero de maletas se rige por una
distribucin de Poisson con una media de 0.3 Consulta la tabla de distribucin para
determinar la probabilidad de que ninguna maleta se pierda en un vuelo. Cul es la
probabilidad de que se pierda exactamente una maleta en un vuelo? En qu momento
debe sospechar el supervisor de en un vuelo estn perdiendo demasiadas maletas?
Para determinar la probabilidad de que ninguna maleta se pierda, se localiza la columna
en el encabezado 0.3 y se desciende por dicha columna hasta el rengln sealado con
0. La probabilidad es de 0.7408. Esta es la probabilidad de que no haya maletas
perdidas. La probabilidad de que se pierda una maleta es de 0.2222, y est en el
siguiente rengln de la tabla, en la misma columna. La probabilidad de que se pierdan
dos maletas es de 0.00333 y para cuatro maletas es de 0.0003.
Por consiguiente, un supervisor no debera sorprenderse de que se pierda una maleta,
pero debera esperar ver con menos frecuencia ms de una maleta perdida.
19
PROBABILIDAD Y ESTADISTICA
P ( x 1 ) =1P ( x=0 ) =1
e
=1.2231=.7769
0!
As se concluye que las posibilidades de que un huracn de este tipo azote la propiedad,
durante el periodo de 30 aos, mientras el crdito se encuentra vigente, son de 0.7769.
En otras palabras, la probabilidad es de un poco ms de 75%.
Se debe insistir en que el continuo, como antes se explic an existe. Es decir se espera
que haya 0.5 tormentas que azotan la costa cada periodo de 30 aos.
En el caso anterior se utiliz la distribucin de Poisson como aproximacin binomial.
Ntese que se cumpli con las condiciones binomiales:
PROBABILIDAD Y ESTADISTICA
Los aos son independientes. Esto significa que si una tormenta importante azota en
el quinto ao, esto no influye en ningn otro ao.
Para calcular la probabilidad de que por lo menos una tormenta azote el rea en un
periodo de 30 aos se aplica la distribucin binomial:
la probabilidad de un xito,
pequea.
Considera el problema desde las dos distribuciones para destacar la convergencia de las
dos distribuciones discretas.
En ocasiones, la aplicacin de la distribucin de Poisson permite una solucin ms rpida
y, como se ve, hay poca diferencia entre las respuestas. De hecho, conforme n se tona
ms grande y
TALLER 4:
1) En una distribucin de Poisson,
= 0.4
PROBABILIDAD Y ESTADISTICA
TAREA 4:
1) En una distribucin de Poisson
=4
22
PROBABILIDAD Y ESTADISTICA
La media de una distribucin uniforme se localiza a la mitad del intervalo entre los
valores mnimo y mximo. Se calcula de la siguiente manera:
media=
a+ b
2
(ba)2
12
P ( x )=
1
si a x b y 0 en cualquier lugar
ba
1
( ba )=1.00
( ba )
1
( 1510 )=1.00
( 1510 )
Ejemplo: Un autobs llega a la parada cada 30 minutos, entre las 6 de la maana y las
11 de la noche entre semana. Los estudiantes llegan a la parada en tiempos aleatorios. El
tiempo que espera un estudiante tiene una distribucin uniforme de 0 a 30 minutos.
1. Demuestra que el rea de distribucin uniforme es de 1.00
23
PROBABILIDAD Y ESTADISTICA
1
(300 ) =1.00
( 300 )
media=
a+ b 0+30
=
=15
2
2
( ba )
(300 )
=
=
=8.66
12
12
La desviacin estndar de la distribucin es de 8.66 minutos. Es la variacin de los
tiempos de espera del estudiante.
24
PROBABILIDAD Y ESTADISTICA
1
P (25< tiempo de espera< 30 )=( altura )( base )=
( 5 ) =.1667
300
As, la probabilidad de que un estudiante espere entre 25 y 30 minutos es de 0.1667
1
(10 )=.3333
300
TALLER 5:
1) Una distribucin uniforme se define en el intervalo de 6 a 10
a) Cules son los valores de a y b?
b) Cul es la media de esta distribucin uniforme?
c) Cul es la desviacin estndar?
d) Demuestre que el rea total es de 1.00
e) Calcula la probabilidad de un valor mayor que 7
f) Calcula la probabilidad de un valor de entre 7 y 9
2) Una aerolnea informa que el tiempo de vuelo del aeropuerto internacional de Los
ngeles a las Vegas es de 1 hora con 5 minutos o de 65 minutos. Supongamos que el
tiempo real de vuelo tiene una distribucin uniforme de entre 60 y 70 minutos.
a) Cul es el tiempo medio del vuelo? Cul es la varianza de los tiempos de vuelo?
b) Cul es la probabilidad de que el tiempo de vuelo sea menor que 68 minutos?
c) Cul es la probabilidad de que le tiempo de vuelo sea mayor que 64 minutos?
3) Las precipitaciones de abril en Aguascalientes, tiene una distribucin uniforme entre
0.5 y 3.00 pulgadas.
a) Cules son los valores para a y b?
b) Cul es la precipitacin media del mes? Cul es la desviacin estndar?
25
PROBABILIDAD Y ESTADISTICA
26