Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PROBABILIDAD
GRUPO: 100404A_220
TUTOR
ELKIN ORLANDO VELEZ
Tabla de contenido
Pg.
1.
Introduccin
2.
Objetivos
3.
Cuadro sinptico
4.
5.
Estudio caso 1
6.
Informe
10
7.
17
8.
19
9.
21
10.
23
11.
Conclusiones
25
12.
Referencias bibliogrficas
26
INTRODUCCIN
La probabilidad es una disciplina terico practica que ha estado presente durante
muchos aos, esto no es ajeno a toda las actividades que realizamos en nuestro
diario vivir pues en muchos casos hemos hecho uso de la probabilidad para
predecir ciertos acontecimientos, de ah la importancia del estudio de este curso
que nos lleva a conocer sin nmero de situaciones y a realizar ejercicios prcticos
relacionados con la probabilidad.
Por medio de esta actividad realizaremos un recorrido por ejemplos prcticos que
aplican las temticas estudiadas en la primera unidad del mdulo. Por lo anterior,
los conocimientos y competencias que desarrollaremos al final del curso, nos
permitirn profundizar, afianzar y complementar conceptos de la Probabilidad,
para aplicar en el futuro inmediato en el desarrollo de la vida laboral de nuestra
profesin.
Este trabajo es tambin nuestra primera experiencia colaborativa y demuestra lo
enriquecedor que puede llegar a ser el trabajar en esta modalidad; nos permite
ver, que a pesar de estar separados por grandes distancias, es posible
intercambiar ideas y posturas similares o contrarias pero al final constructivas para
todo el grupo de trabajo.
OBJETIVOS
Identificar las distintas variables que nos ofrece cada ejercicio con el fin de
poder aplicar la frmula adecuada.
Realizar cada ejercicio indicando los pasos efectuados para el desarrollo de
cada uno de ellos.
Entender mediante ejercicios prcticos claramente los temas estudiados en
las unidades de estudio.
Comprender la temtica propuesta en el presente curso encausndola
hacia las competencias que debemos desarrollar.
Afianzar el manejo de las herramientas utilizadas en la educacin a
distancia.
Introducir los conceptos a estudiar en el contexto de nuestra vida laboral.
5
Variable aleatoria discreta uniforme
UNIDAD 2
Distribucin: f(x): funcin de densidad
de probabilidad
Valores contenidos
en un intervalo
Continua
Tipos de variables
Discreta
El nmero de valores que puede tomar es fnito
Una Funcin
Variables aleatorias
Asigna un nmero real a cada resultado
Denotan con una letra mayscula X
CUADRO SINPTICO
Estudio de caso
INFORME A PRESENTAR:
Prepare un informe en el que como mnimo, incluya:
1. Por medio de las suposiciones de Seligman, calcule la probabilidad de que la
estatura de un solo varn adulto chino escogido al azar sea menor o igual a 154
cm
2. Los resultados de la pregunta 1, concuerdan con las probabilidades de
Seligman?
3. Comente acerca de la validez de las suposiciones de Seligman Hay algn
error bsico en su razonamiento?
4. Con base en los resultados anteriores, argumente si considera o no que Deng
Xiaping tomo en cuenta la estatura al elegir a su suceso
SOLUCIN:
1. Por medio de las suposiciones de Seligman, calcule la probabilidad de que
la estatura de un solo varn adulto chino escogido al azar sea menor o igual
a 154 cm.
u=167.8 cm
o=6.8 cm
0.50.4788
0.0212
P ( x 154 )=P Z
154167.8
6.8
P=( Z 2.03 )
Captulo 4 ejercicio 4
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:
a.
f ( x )=
b.
1
x=20000
2
1
x=40000
4
1
x=80000
8
1
x=200000
8
E ( x )=20000
E ( x )=10000+10000+1000025000
E ( x )=5000
La varianza V(x)
2 ( x )=V ( x ) =E [ ( x )2 ]= [ ( xu )2 f ( x ) ]
2 ( x )=( 200005000 )2
2 ( x )=112500000+306250000+703125000+5253125000
2 ( x )=6375000000
Captulo 5 ejercicio 4
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:
a. P= 0,8
N=6
X=4
g(x,0,0,8)
x-1
g(x,p)= q
.p
3
b. P= 0,8
X=2
1
P(x=2) =g(2;0,0,8)=0,2 .0,8
= 0,16
Captulo 6 ejercicio 6
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?
= 100 y = 9
P ( 80< x< 100 )=z 1=
x 80100 20
=
=
=2.22
9
9
x 100100 0
=
= =0.00
9
9
10
EJEMPLO 1.6.
Tenemos la siguiente distribucin de una variable aleatoria X.
-TEOREMA DE CHBYSHEV
Para demostrar cmo la desviacin estndar es indicadora de la dispersin de la
distribucin de una variable aleatoria, el matemtico ruso Pafnuty Lvovich
Chbyshev desarroll un teorema en el que ofrece una garanta mnima acerca de
la probabilidad de que una variable aleatoria asuma un valor dentro de k
desviaciones estndar alrededor de la media.
Para cualquier variable aleatoria X con media y desviacin estndar , la
probabilidad de que X tome un valor contenido en k desviaciones estndar de la
media, siendo k una constante positiva cualquiera, es cuando menos
12
SOLUCIN LITERAL A:
X
F(x)
1
0,25
2
0,25
3
0,25
4
0,25
5
0,25
6
0,25
7
0,25
8
0,25
Entonces podemos observar que todos los valores de f(x) son positivos, esto es
0. Adems se cumple el segundo requisito:
13
SOLUCIN LITERAL B:
-Para encontrar el valor esperado E(x) debemos usar la formula
14
2
4
6
8
( 20,25)
2
= ( 20,25)+ ( 7 0,25 ) + =202
( 20,25)+ ( 5 20,25 ) +
( 20,25)+ ( 3 20,25 ) +
( 120,25 ) +
K k
x x
n!
=
(
m! nm ) !
N
n
( )
4!
5!
4 4
2 2
2 !2! 3 !2!
610
=
=
=0.476190476
9!
126
9
5 !4 !
5
) (
)(
()
0.476190476100=47.61
15
K k
x x
n!
=
m! ( nm ) !
N
n
( )
4!
5!
4 4
0 0
0 !4 ! 5 !0 ! 11
=
=
=0.00793650793
9!
126
9
5 !4 !
5
) (
)(
()
0.00793650793100=0.79
beber es de 70%
CAPITULO 6
6.- 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?
SOLUCIN.
Sea X la variable aleatoria continua que representa el peso de cada panecillo.
Esta variable sigue una distribucin normal N (100 g, 9 g). el porcentaje de
panecillos con peso entre 80 y 100 gramos implica calcular la probabilidad
P(80 X 100).
=100 y
=9
( X ) 80100 20
=
=
=2.22
9
9
16
( X ) 100100 O
=
= =0
9
9
17
Ejemplos:
x Variable que nos define el nmero de burbujas por envase de vidrio que son generadas
en un proceso dado.
x0, 1, 2, 3, 4, 5, etc., etc. burbujas por envase
xVariable que nos define el nmero de productos defectuosos en un lote de 25 productos.
x0, 1, 2, 3,....,25 productos defectuosos en el lote
xVariable que nos define el nmero de alumnos aprobados en la materia de probabilidad
en un grupo de 40 alumnos.
x0, 1, 2, 3, 4, 5,....,40 alumnos aprobados en probabilidad
DISTRIBUCIN EXPONENCIAL
La distribucin de Poisson calcula el nmero de eventos sobre alguna rea de
oportunidad (intervalo de tiempo o espacio), la distribucin exponencial mide el
paso del tiempo entre tales eventos. Si el nmero de eventos tiene una
distribucin de Poisson, el lapso entre los eventos estar distribuido
exponencialmente.
La probabilidad de que el lapso de tiempo sea menor que o igual a cierta
cantidad x es:
p ( x x )=1e .t
t= Lapso de tiempo
18
1
ab
a+ b
2
( ba ) 2
12
x 2x 1
ba
CAPITULO 4
19
7.- 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
ux=e ( x )= ( x . f ( x ) )
x+ 0.002+ ( x0.01 ) +( x0.1)
u x =E ( x )=
u x =E ( x ) =0.002x +0.01 x +0.1 x
500=0.112 x
500
0.112 x
x=4464.28
( nx ) . p q
x
f ( x ; p , n) =
nx
Reemplazamos
px 3=
px 3=0.03087+ 0.36015+0.16807=0.83692
( nx ) . p . q
x
f ( x ; p , n) =
nx
Reemplazamos:
5
3
px 3=
).
( 0. 73 ) . ( 0.3 2 )
px 3=0.00243+ 0.02835+ 0.3087=0.47178
21
Z=
X
6
N
3027
=1.2
2.5
Z =1.2 A=0.3849
22
P ( X 30 ) =0.5+0.3849=0.8849
Por lo tanto hay 0.8849 (400) profesores con edad menor o igual a 30aos # de
profesores = 354
b) Cuntos de 40 aos o ms?
P ( X 40 )
Z=
X
6
Z=
4027
=5.2
2.5
Z =5.2 A=0.4990
P ( X 40 )=0.50.4990=0.0013=0.1
# de profesores de 40 o ms aos son 0.0013(400) = 1
23
X
f
X)
0
0,5
0
1
0,2
8
2
0,0
7
3
0,0
6
4
5
0,0 0,0
5
4
CAPITULO 5
5.- En el metro de la ciudad de Medelln, los trenes deben detenerse solo
unos cuantos segundos en cada estacin, pero por razones no explicadas, a
menudo se detienen por intervalos de varios minutos. La probabilidad de
que el metro se detenga en una estacin ms de tres minutos es de 0,20.
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?
Probabilidad que se detenga = 0.20
Probabilidad que no se detenga= 0.80
La probabilidad de que se detenga en la cuarta estacin.
24
0.80x0.80x0.80x0.20= 0.1024
Rta: 10,24%
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?
Probabilidad que se detenga = 0.20
Probabilidad que no se detenga= 0.80
Probabilidad que se detenga antes de la segunda estacin es de. 0.80x0.20=0.16
La
probabilidad
de
que
se
detenga
antes
de
la
tercera
estacin
0.20+0,16+0.128=0.488
Rta: la probabilidad que se detenga ms de 3 minutos por primera vez antes de la
cuarta estacin es de 48.8%
CAPITULO 6
1.- Los coeficientes intelectuales de 600 aspirantes de cierta universidad se
distribuyen aproximadamente normal con una media de 115 y una desviacin
estndar de 12. Si la universidad requiere de un coeficiente intelectual de al
menos 95.
a.- cuntos de estos estudiantes sern rechazados sobre esta base sin
importar sus otras calificaciones?
Z=
XN
0
Reemplazamos Z=
95115
= 1.6666= O.0485
12
P (X95)= 1-0.0485
P (X95)= 0.9515= 95.15%
P (X95)= 4.85%= 600= 2.910
25
XN
0
Se reemplaza
Z=
125115
12
= - 0,833= 0,2033
P(X125) = 1-0.2033
P(X125) =0.7967= 79.67%
P(X125)= 20.33% * 600= 121.98
Sern aproximadamente 122 personas que tiene un cociente intelectual superior.
26
CONCLUSIONES
Entendimos mediante ejercicios prcticos claramente los temas estudiados en las
unidades de estudio. De igual forma comprendimos algunas relevancias de la
temtica propuesta en el presente curso encausndola hacia las competencias
que debemos desarrollar.
Comprendimos que el uso de herramientas en lnea nos permiten comunicarnos
con nuestros compaeros de manera fcil y hacer un trabajo en donde todos
aportemos un aporte significativo para poder realizar un anlisis, depuracin y
consolidado de trabajo.
El desarrollo del trabajo, permiti medir los conocimientos adquiridos frente a la
solucin de problemas.
Consideramos que la aplicacin de las Probabilidades puede ser de uso cotidiano
y va a permitir la medicin de riesgos y ventajas que se pueden presentar en
diversas situaciones.
Gracias al desarrollo de este taller me he dado cuenta que las variables aleatorias
y las distribuciones de probabilidad son de gran utilidad ya que dando un buen uso
de las frmulas que estas nos ofrecen podemos dar solucin rpida a problemas
que se nos pueden presentar en cualquier parte de nuestro trabajo, ya sea en
investigacin o en la vida cotidiana.
27
REFERENCIAS BIBLIOGRAFICAS
28