Académique Documents
Professionnel Documents
Culture Documents
PROBABILIDAD
PRESENTADO POR:
REINALDO SALAMANCA
ALEXANDER PITTO
NOVIEMBRE DE 2014
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
0 P ( X =x ) 1
DISTRIBUCIN BINOMIAL
Definicin
Definicin
Distribucin Hipergeomtrica.
Supongamos que tenemos una poblacin de tamao N y de ella se selecciona una
muestra de tamao n para verificar si cada elemento tiene o no una cierta
caracterstica, esto se puede manejar en trminos de xito y de fracaso. Si el tamao
de la muestra n es pequeo en comparacin con el tamao de la poblacin N ( n / N
5% ) podemos considerar los intentos como independientes y asumir que probabilidad
de obtener un xito en un elemento es la misma en cada intento, por lo que podemos
aplicar la distribucin binomial.
p ( x )=
( x )( nx ) C C
k N k
=
k
x
N k
nx
N con xk
(n) C
N n
C kx es el nmero de formas en que se toman x xitos del total r xitos que hay en la
poblacin
Nk
Cnx es el nmero de maneras en que se puede tomar n-x fracasos del total N-r de
la poblacin
Media
=n ( Nk )
Desviacin estndar = n
N N N1 N )( N1 )
( k Nk Nn
)( )( )= (
Nk Nn
Varianza
2= ( NNk )( NN1
n
)
Distribucin Poisson.
x
e k
p ( X x )=F ( x )=
x=0 k!
E(x)= var(x)=
Una variable aleatoria se dice que sigue una distribucin uniforme continua en un
intervalo real (a,b), y se representa por (a,b), si su funcin de densidad es constante en
dicho intervalo y nula fuera de l; es decir:
Distribucin Normal.
DISTRIBUCION DE
ocurrencia media, la probabilidad de que f ( x )=P [ X=x ] =
POISSON
ocurra un determinado nmero de eventos x!
durante cierto perodo de tiempo.
X=0,1,2,..;o en
1
Se dice que sigue una distribucin uniforme
P ( X I )=
n
DISTRIBUCION continua en un intervalo real (a,b), y se
UNIFORME CONTINUA representa por (a,b), si su funcin de y su funcin de distribucin
densidad es constante en dicho intervalo y la funcin escalonada.
nula fuera de l.
1
F ( X ) = 1 ( , x ] ( x i ) .
n
DISTRIBUCION
Describe el comportamiento de una variable discreta
que puede tomar n valores distintos con la misma
f x ( x)
UNIFORME DISCRETA probabilidad cada uno de ellos
La distribucin normal es la
La distribucin normal es de suma ms extendida en
DISTRIBUCION estadstica y muchos tests
importancia en estadstica por tres
NORMAL estadsticos estn basados
razones principales.
en una supuesta
Es la nica variable aleatoria
DISTRIBUC Continua cuya tasa de fallos es La funcin generadora es:
ION constante m ( t )= t , sit 0
EXPONENC
EJERCICIO 1
DESARROLLO
n
E ( X )= ( XiPi )
i=1
n
E ( X )= ( XiPi )
i=1
( X )=55+36+021
( X )=70
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
n=6 p = 0.8
X=4 q = 1- p = 1- 0.8 = 0.2
q
P ( X=x )=( x ) ( p )x
n
0.8
0.2
P ( X=x )=( 6 )
4
0.8
0.2
=
6!
4 ! ( 64 ) !
0.8
0.2
654 !
4 ! ( 64 ) !
30
( 0.4096 ) ( 0.04 )
2!
30
( 0.4096 ) ( 0.04 )
2
15 ( 0.4096 ) ( 0.04 )
= 0.24576
= 24.576%
n=2
0.8
3 0.2
x=3 =( 2 ) (
3
p = 0.8
0.8
0.2
q = 0.2 =
3!
2 ! ( 32 ) !
0.8
32 !
2 ! ( 1) !
3
( 0.512 )( 0.2 )
1
3 ( 0.512 )( 0.2 )
= 0.3072
= 30.72%
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
XM X3
Z=
1. 8
P(
2 < X <3.5
1 )
P ( 23
1.8
<Z <
3.53
1.8 )
0.5
X=Z X= 3.5
P ( 1
1.8
<Z<
1.8 )
1 p( z 0.5555)
P ( Z < X <3.5 ) z< 0.2777
P
= 0.6094
= 0.7107
0.6094( 10.7107 )
= 0.6094- 0.2893
Respuesta = 0,3201
P ( X >5 ) ?
53 1
(
1P ( X <5 ) =1P Z <
1.8 ) (
=1P Z <
1.8 )
1P ( X <5 ) =1P ( Z <1.1111 )
0.8665+0.1111 ( 0.86860.8665 )
0.8665+0.1111 ( 0.0021 )
= 0.8667
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 2) 0.9981
EJERCICIO 6
30 y 0.5
N 40
x 31 30 1
Z1 2
0.5 0.5
P( Z 2) 1 P( Z 2) 1 0.97725 0.0228
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.
DESARROLLO:
Ya que primero tenemos 5 llaves de las que 4 no abren 4/5 y despus para la segunda
tenemos 4 de las que 1 abre el candado
P( X )=1/5
P( X 1)=P( X =1)=1/5
EJERCICIO 8
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.
B ( x ; p , n )=f (x ; 0.2,4)
()
p ( x=1 )= 4 0.210.83 =0.4096=40.96
1
b.
()
p ( 4 ) = 3 0.2i0.83i=0.488=48.8
i=1 i
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
x 80100 20
p ( 80< x< 100 )=z 1= = = =2.22
9 9
x 100100 0
p ( 80< x< 100 )=z 1= = = =0
9 9
1 p
z>2.22))=0.5-(1-0.98679)
p (2.22< z <0 ) =p ( z <0 )
=0.5-0.013121=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:
b.- Encuentre el valor esperado E(x), la varianza V(x) y la desviacin estndar S(x)
DESARROLLO
La probabilidad de que aparezca una cara es 1/2, la probabilidad de que aparezca dos
caras seguidas es (1/2)(1/2) = (1/4), la probabilidad de que aparezcan tres caras
seguidas es (1/2)(1/2)(1/2) = 1/8, que es la misma probabilidad de que no aparezca
una sola cara, por tanto la distribucin de probabilidad es:
b.- Encuentre el valor esperado E(x), la varianza V(x) y la desviacin estndar S(x)
f ( x )x
El valor esperado est definido por:
E ( x )= f ( x )x
E ( x )=5000
2 ( x )=112500000+306250000+703125000+5253125000
2
( x )=6375000000
S ( x ) =V ( x )
S ( x ) =6375000000
S ( x ) =79843,59
EJERCICIO 11
6.- El propietario de una farmacia local sabe que en promedio, llegan a su farmacia 100
personas cada hora.
DESARROLLO
=100 personas/hora
=5
() x
P( X =x)=e / x !
en este caso,
(5) x
P( X =x)=e 5 / x !
(5) 0
P( X =0)=e 5 /0 !=0.0067
P(X >5)=1P( X 5)
donde
Sumando P( X 5)=0.6156
Por tanto
P( X >5)=10.6156=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
x =37,6 C
Estandarizamos:
En este caso,
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
M= 167.8 cms
= 6.8 cms
X M
z
Para X= 154 cms
154 167.8
Z 2.02
6.8
P ( 154cms )
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%.
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
Respuesta