VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD Dado un experimento aleatorio cuyo espacio muestral es S, una funcin que asigna a cada

elemento s de S un nmero real, denotado por X(s), se denomina Variable aleatoria. En trminos matemticos, una Variable aleatoria X es una funcin cuyo dominio es S y cuyo rango es el conjunto R de los nmeros reales o un subconjunto de l. Ej: = Lanzamiento de 2 monedas S= { CC, CS, SC, SS} X = N de caras X f(x) F(x) 0 1 2/4 2 1

Sabemos que una distribucin de frecuencias es un listado de las frecuencias observadas de todos los resultados de un experimento que se presentaron realmente cuando se efectu el experimento, mientras que una distribucin de probabilidad es un listado de las probabilidades de todos los posibles resultados que podran obtenerse si el experimento se llevara a cabo. Las distribuciones de probabilidad se clasifican como discretas y continuas. En la distribucin de probabilidad discreta est permitido tomar solo un nmero limtado de valores; mientras que en la distribucin continua la variable puede tomar cualquier valor dentro de un intervalo dado. Llamamos funcin de probabilidad de una variable aleatoria discreta X al conjunto formado por los valores x que puede tomar esa variable y las correspondientes probabilidades P(X=x) con que X puede tomar esos valores. Funcin de distribucin de una variable aleatoria discreta. Se denomina funcin de distribucin de una variable aleatoria discreta, y se denota F(x) a la probabilidad de que X sea menor o igual que un valor determinado x, siendo x cualquier nmero real. Es decir; F(x) = P(X x) = P( x = t) xR Tambin se le conoce como distribucin acumulada. Esperanza Matemtica de una variable aleatoria discreta. Si X es una variable aleatoria discreta con distribucin de probabilidad dada por P(X=x) = f(x); entonces la Esperanza matemtica o valor esperado de esa variable X se define como: E(x) = x P(X=x)
x n t x

E(X) = xi f(xi)
i=1

A la E(x) tambin se le llama la media de X o media de la distribucin de probabilidad de X . E(x) =

1
Prof. Sofa Izquierdo Estadstica

Propiedades de la Esperanza Matemtica: Si X es una variable aleatoria discreta y a, b, y c son constantes cualesquiera, entonces se cumple: i) ii) iii) iv) E(a) = a E(x+a) = a + E(x) E(ax) = a E(x) E(a + bx) = a + b E(x) E( a + bx + cx2) = a + bE(x) + cE(x2)

v)

Varianza de una variable aleatoria discreta. Se denomina Varianza de una variable aleatoria discreta y se denota por V(x), a la esperanza matemtica de la funcin g(x) = (x - )2 ; es decir, V(x) = E[ (x - )2 ] tambin se denota por 2 o 2x. Utilizando las propiedades de la esperanza matemtica se llega a una frmula alternativa para la Varianza: E[ (x - )2] = E( x2 2x + 2) E(x2) - 2 E(x) + 2 E(x2) - 2 2 + 2 E(x2) - 2 = E(x2) [ E(x)]2 Desviacin Estndar = DE(x) =
2

Propiedades de la Varianza y la Desviacin Estndar. Si X es una variable aleatoria con varianza V(x) y DE(x) y si a y b son constante cualesquiera, entonces: i) ii) iii) La varianza y la desviacin estndar son no negativas V(a) = 0 DE(a) = 0 V(x+a) = V(x) DE(a+x) = DE(x) V(ax) = a2V(x) DE(ax) = lal DE(x) EJERCICIOS 1.- Se selecciona una muestra aleatoria de 3 personas sin reemplazo de un grupo de 4 hombres y 3 mujeres, para realizar los preparativos de una conferencia. Cul es el nmero esperado de hombres en la muestra? 2.- Se colocan 3 canicas, numeradas 1, 2 y 3, en una bolsa. Si se extraen dos canicas aleatoriamente con reemplazo. Cul es la funcin de probabilidad para la variable aleatoria Z, en donde Z es la suma de los nmeros de las canicas?. Halle la E(x) y la V(x). 3.- En la negociacin de un contrato, un director comercial tiene 3 posibilidades sobre 5 de obtener un beneficio de 10.000 bolvares, y un 40% de posibilidades de tener una prdida de 20.000 bolvares. A qu resultado medio debe atenerse?

iv)

2
Prof. Sofa Izquierdo Estadstica

4.- Un jugador lanza dos monedas corrientes. Gana Bs. 1 o Bs. 2 segn aparezcan 1 o 2 caras. Por otra parte, pierde Bs. 5 si no aparece cara. Determine el valor esperado del juego. 5.- De una caja que contiene 4 pelotas negras y 2 verdes, se seleccionan 3 de ellas en sucesin con reemplazo. Encuentre la distribucin de probabilidad para el nmero de pelotas verdes 6.- Sea W la variable aleatoria que da el nmero de caras menos el nmero de sellos en tres lanzamientos de una moneda. Indique los elementos del espacio muestral S para los tres lanzamientos de la moneda y asigne un valor w de la variable W a cada punto muestral. Encuentre la distribucin de probabilidad 7.- De una caja que contiene 4 monedas de 1000 y 2 de 500, se seleccionan 3 de ellas sin reemplazo. Determine la distribucin de probabilidad para el total T de las 3 monedas. Exprese grficamente la distribucin de probabilidad como un histograma. 8.- De una caja que contiene 4 fichas negras y 2 verdes, se seleccionan 3 de ellas con reemplazo. Encuentre la distribucin de probabilidad para el nmero de fichas verdes. 9.-Por invertir en unas acciones en particular, una persona puede obtener ganancias de $4.000 con una probabilidad de 0.3, o una prdida de $1000 con una probabilidad de 0.7 Cul es la ganancia que espera esta persona? 10.- Suponga que un distribuidor de joyas antiguas est interesado en comprar un collar de oro para el cual las probabilidades son 0.22, 0.36, 0.28 y 0.14, respectivamente, de que la poseedora estara dispuesta a venderla en $250, en $150, al costo o con una prdida de $150. cul es la utilidad que ella espera?. 11.- Un piloto privado desea asegurar su avin por $50.000. La compaa aseguradora estima que una prdida total puede ocurrir con una probabilidad de 0.002, un 50% de prdida con una probabilidad de 0.01 y un 25% de prdida con una probabilidad de 0.1. Ignorando todas las otras prdidas parciales, qu prima deber cobrar anualmente la compaa aseguradora para tener una utilidad promedio de $500? DISTRIBUCIONES DE PROBABILIDAD DISCRETAS DISTRIBUCIN BINOMIAL Para definir la distribucin binomial es necesario definir antes lo que es un experimento binomial. Un experimento binomial es aquel que cumple con las siguientes propiedades:

i) ii) iii)

Consiste de n ensayos de Bernoulli, esto es, en la repeticin n veces de un experimento que consta de dos posibles resultados, que llamaremos xito o fracaso. La probabilidad p de xito se mantiene constante en cada uno de los n ensayos de Bernoulli y en consecuencia la probabilidad de fracaso 1- p tambin se mantiene constante en cada una de las pruebas o ensayos. Los n ensayos de Bernoulli son independientes entre s, o sea que el resultado de uno no afecta el resultado de los dems.

La variable aleatoria X que representa al N de xitos en n ensayos de un experimento binomial sigue una distribucin de probabilidad dada por

3
Prof. Sofa Izquierdo Estadstica

n px qn-x x = 0, 1, 2,...........,n x la cual se denomina Distribucin Binomial X b ( x, n, p) P(X= x) = f (x) = Funcin de Distribucin Acumulada: P (X x ) = n px qn-x x = 0, 1, 2,...........,n x Media y Varianza de la Distribucin Binomial E(x) = n . p V(x) = n . p . q n. p.q DE(x) = Caractersticas de la Distribucin Binomial. 1.- Cuando p es pequea la distribucin es sesgada a la derecha, es decir, es asimtrica positiva. 2.- Cuando p = 0.5 la distribucin binomial es simtrica. 3.- Cuando p> 0.5 la distribucin binomial es sesgada a la izquierda, es decir, es asimtrica negativa. Grfico de la distribucin Binomial: Se grafica utilizando el diagrama de lneas. DISTRIBUCIN HIPERGEOMTRICA La distribucin Hipergeomtrica se utiliza para variables aleatorias discretas; sus aplicaciones se encuentran en muchas reas, con un uso considerable en el muestreo de aceptacin, las pruebas electrnicas y el aseguramiento de la calidad. Es obvio que en muchos de estos campos la prueba se realiza a expensas de la pieza que se est probando. Esta se destruye y por lo tanto no puede reemplazarse en la muestra. Entonces es necesario el muestreo sin reemplazo. En general, el inters que se tiene es en la probabilidad de seleccionar x xitos de los k posibles resultados o artculos tambin considerados xitos y n x fracasos de los N k posibles resultados o artculos tambin considerados fracasos, cuando una muestra aleatoria de tamao n se selecciona de N resultados o artculos totales. Esto se conoce como un experimento hipergeomtrico. Un experimento hipergeomtrico es aquel que posee las dos propiedades siguientes:

i)

Una muestra aleatoria de tamao n se selecciona sin reemplazo de un total de N resultados o artculos totales. ii) k resultados o artculos del total N pueden clasificarse como xitos y N k como fracasos. La distribucin de probabilidad de la variable aleatoria hipergeomtrica X, el nmero de xitos en una muestra aleatoria de tamao n seleccionada de N resultados posibles, de los cuales k son consideradas como xitos y N k como fracasos es: k N-k x n-x h (x, N, n, k ) = --------------------- , x = 0, 1, 2, ...........,n N n

4
Prof. Sofa Izquierdo Estadstica

La media y la varianza de la distribucin hipergeomtrica estn dadas por:

= E(x) = n k

2 = V(x) = n k (1 k / N ) N LA DISTRIBUCIN DE POISSON. Los experimentos que resultan en valores numricos de una variable aleatoria X, misma que representa el nmero de resultados durante un intervalo de tiempo dado o en una regin especfica, frecuentemente se llaman experimentos de Poisson. El intervalo de tiempo dado puede ser de cualquier duracin; un experimento de Poisson tiene las siguientes propiedades: i) ii) El nmero de resultados que ocurren en un intervalo de tiempo o regin especficos es independiente del nmero que ocurre en cualquier otro intervalo disjunto de tiempo o regin del espacio disjunto. La probabilidad de que un resultado sencillo ocurra en un intervalo de tiempo muy corto o en una regin pequea es proporcional a la longitud del intervalo de tiempo o al tamao de la regin.

La distribucin de probabilidad de la variable aleatoria de Poisson X, que representa el nmero de resultados que ocurren en un intervalo de tiempo dado o en una regin especfica indicado por t, es: p (x; t) = e t

tx, x!

x = 0, 1, 2, .........,

donde es el nmero promedio de resultados por unidad de tiempo o regin y e = 2.71828

DISTRIBUCIN DE PROBABILIDAD NORMAL Entre la gran cantidad de diferentes distribuciones continuas que se usan en la Estadstica, la ms importante es la distribucin Normal. Su estudio se remonta a investigaciones del S XVIII sobre la naturaleza de los errores de clculo. Se observ que las discrepancias entre clculos repetidos de la misma cantidad fsica presentaban un grado de regularidad sorprendente; se encontr que su patrn (distribucin) se poda aproximar bastante a cierta clase se curva de la distribucin continua, conocida como la curva normal de errores y atribuida a las leyes de probabilidad. La ecuacin matemtica de esta clase de curva es: 1 f (x) = ------------- e - (x - ) 2 La grfica de la distribucin normal es una curva en forma de campana que se extiende indefinidamente en ambas direcciones; la curva se aproxima cada vez ms al eje horizontal sin que llegue nunca a tocarlo no importa cuanto nos retiremos de la

5
Prof. Sofa Izquierdo Estadstica

media en cualquier direccin. La distribucin normal depende solo de dos cantidades y como se puede ver en la frmula anterior.

____________________________________________________________ 20 30 Distribucin normal con medias distintas y desviacin estndar iguales.

_______________________________________________________ 20 Distribucin normal con medias iguales y desviacin estndar diferentes Ya que es materialmente imposible, pero tambin innecesario elaborar tablas separadas de reas de curva normal para todos los pares de valores concebibles de y , se han tabulado estas reas slo para la distribucin normal con = 0 y = 1, que llamaremos distribucin estndar normal. Luego obtenemos reas bajo cualquier curva normal efectuando el cambio de escala que convierte las unidades de medida de la escala original a la escala X en unidades estndar, resultados estndar o resultados de la Z por medio de la frmula: Z = X - En esta nueva escala (Z), un valor de Z simplemente nos indica en cuntas desviaciones estndar por encima o por debajo de la media de su distribucin se desva el valor correspondiente de X

6
Prof. Sofa Izquierdo Estadstica

EJERCICIOS. 1) La probabilidad de que un paciente se recupere de una delicada operacin es 0.9. Cul es la probabilidad de que exactamente 5 de los prximos 7 pacientes que se sometan a esta intervencin sobrevivan? 2) Un ingeniero de control de trfico reporta que 75% de los vehculos que pasan por un punto de verificacin tienen matrculas del estado. Cul es la probabilidad de que ms de 4 de los siguientes 9 vehculos no sean del estado? 3) Diez por ciento de los radios producidos en la compaa A son defectuosos. Si se extrae una muestra aleatoria de 5 tems del total de cierto da de produccin. Cul es la probabilidad de que habr a) Cero defectuosos b) 5 defectuosos. c) Por lo menos 3 defectuosos en la muestra. 4) La probabilidad para A de obtener una ganancia en cualquier contrato comercial es de 0.70. Cul es la probabilidad de que obtenga una ganancia exactamente 7 veces en 10 contratos sucesivos? 5) Se sabe que la media de defectos en unidades de alfombras de una cierta marca es dos, Cul es la probabilidad de que cualquier unidad de alfombras contenga ms de dos defectos? 6) En un estudio de un inventario se determin que, en promedio, la demanda por un artculo en particular en una bodega era de 5 veces al da. Cul es la probabilidad de que en un determinado da este artculo sea requerido a) ms de una vez? b) ni una sola vez? 7) En promedio, en una cierta interseccin ocurren 3 accidentes viales por mes Cul es la probabilidad de que en un determinado mes en esta interseccin a) ocurran exactamente 5 accidentes? b) Ocurran menos de 3 accidentes? 8) Si un banco recibe en promedio 6 cheques sin fondos por da Cul es la probabilidad de que reciba cuatro cheques sin fondos en un da determinado?

7
Prof. Sofa Izquierdo Estadstica

9) Entre las 12 casas que hay para venta en un fraccionamiento, nueve tienen aire acondicionado. Si se seleccionan cuatro de las casas para un desplegado en un peridico, cul es la probabilidad de que tres de stas tengan aire acondicionado? 10) Un inspector de aduanas decide revisar tres de 16 embarques provenientes de Madrid por va area. Si la seleccin es aleatoria y cinco de los embarques contienen contrabando, encuentre las probabilidades de que el inspector de aduanas a) no encuentre ningn embarque con contrabando; b) encuentre uno de los embarques con contrabando; c) encuentre dos de los embarques con contrabando. 11) En una ciudad determinada, 4% de todos los conductores con licencia se vern involucrados en algn accidente de trnsito. Determine la probabilidad de que entre 150 conductores con licencia seleccionados al azar en esta ciudad a) solo cinco se vean involucrados en algn accidente b) como mximo tres se vean involucrados en algn accidente de trnsito. 12) Se le pidi a un auditor que investigara una coleccin de 4.000 facturas de venta, de las cuales 28 contienen errores. Una muestra de 150 facturas fue seleccionada, cul es la probabilidad de que este lote de 150 facturas contenga exactamente 2 con errores? 13) Encuentre el rea de la curva normal estndar: a) a la izquierda de z = 0.94; b) a la derecha de z = - 0.65; c) a la derecha de z = 1.76; d) a la izquierda de z = -0.85; e) entre z = 0.87 y z = 1.28; f) entre z = -0.34 y z = 0.62. 14) Encuentre z s el rea bajo la curva normal estndar a) entre 0 y z es 0.1915; b) a la izquierda de z es 0.8078; c) a la izquierda de z es 0.0132; d) entre z y z es 0.9700. 15) Si una variable aleatoria tiene una distribucin normal con = 80.0 y = 4.8. encuentre las probabilidades de que tome un valor a) b) c) d) menor que 87.2; mayor que 76.4; entre 81.2 y 86.=; entre 71.6 y 88.4. 20% del rea bajo la curva cae a la derecha de 79.2.

16) Una distribucin tiene la media = 62.4. Encuentre su desviacin estndar si

17) Si el tiempo de ensamble de un juguete es una variable aleatoria con la distribucin normal con = 15.4 minutos y = 4.4 minutos cules son las probabilidades de que esta clase de juguete se pueda ensamblar en a) menos de 10 minutos; b) cualquier cantidad de tiempo de 12.0 a 18.0 minutos; c) cualquier cantidad de tiempo de 11.0 a 19.8 minutos?

8
Prof. Sofa Izquierdo Estadstica

18) La cantidad real de caf instantneo que una mquina llenadora vierte en jarras de 6 onzas vara de una jarra a otra y se puede considerar como una variable aleatoria que tiene una distribucin normal con una desviacin estndar de 0.04 onzas Cul debe ser la cantidad media vertida en estas jarras si slo el 2% de stas deben contener menos de 6 onzas de caf? 19) Suponga que 5% de los ladrillos de adobe que un fabricante embarca tiene imperfecciones. Halle la probabilidad de que entre 150 ladrillos embarcados por este fabricante por lo menos ocho tengan imperfecciones.

9
Prof. Sofa Izquierdo Estadstica