Está en la página 1de 8

Repaso de Probabilidad y

SEMANA 1
ESTADSTICA

[ PROGRAMACIN ESTOCSTICA ]

SEMANA UNO
LECTURA DOS: REPASO DE PROBABILIDAD Y ESTADSTICA

EJERCICIOS APLICATIVOS
En este documento se presentan dos ejemplos de probabilidad muy completos en los que se
busca que el estudiante interrelacione los conceptos y aplicaciones que tienen el uso de
probabilidad. En los ejemplos se hace nfasis en la utilizacin de Probabilidad Condicional.
La Probabilidad Condicional es un tema de vital importancia para este mdulo, porque
representa uno de los puntos de partida principales en el estudio de los procesos estocsticos.

Ejemplo 1:
En una encuesta realizada a los estudiantes del Politcnico Grancolombiano sobre la principal
razn para elegir el tipo de transporte a utilizar para ir de la casa a la Universidad, se obtuvieron
los siguientes resultados:
Tabla 1: resultados de la encuesta realizada en el ejemplo 1
Transporte Tiempo Comodidad Costo
Transmilenio 48 11 70
Carro particular 59 97 38
Taxi 65 41 29
Fuente: Propia
El tamao de la muestra es de 458 estudiantes.
Pregunta a. Halle la tabla de probabilidades conjuntas
Respuesta:
El total de estudiantes de la Universidad Politcnico Grancolombiano encuestados es 458. La
tabla con las probabilidades conjuntas se presentan a continuacin y se calcula dividiendo el
nmero de estudiantes que est en un grupo, entre el tamao de la muestra, de la siguiente
manera:
Por ejemplo, el nmero de estudiantes que eligen regresar a su casa en Transmilenio con
criterio de tiempo, es 48. ste valor se divide entre el nmero total de estudiantes encuestados,
que para este caso es 458 y se obtiene el valor de la primera casilla: 0,1048, que corresponde a
la probabilidad asociada a ese grupo.
Tabla 2: probabilidades conjuntas del ejemplo 1
Transporte Tiempo Comodidad Costo Total
Transmilenio 0,1048 0,024 0,152 0,282
Carro 0,128 0,211 0,082 0,4235
particular
Taxi 0,1419 0,089 0,063 0,249
Total 0,375 0,325 0,299 1
Fuente: Propia
Para hacer la comprobacin de las probabilidades que se han obtenido, la sumatoria de los
totales debe ser igual a 1.


2 [ POLITCNICO GRANCOLOMBIANO ]

Pregunta b. Si un estudiante tiene prisa para llegar a la Universidad y elige el trasporte a utilizar
con criterio de tiempo, cul es la probabilidad de que se vaya en taxi a la universidad?

Respuesta:
La probabilidad de que un estudiante se vaya en taxi a la Universidad dado que su criterio
principal es el tiempo
es:
P(Taxi, tiempo) 0,1419
P taxi\tiempo = = = 0,3799
P(tiempo) 0,375

Pregunta c. Si un estudiante decide irse en Transmilenio para su casa, cul es la probabilidad
que haya tomado esa opcin por comodidad?
Respuesta:
La probabilidad que el estudiante por comodidad elija irse en Transmilenio para su casa es:
! !"#"$%$&$, !"#$%&'()$'* 0,024
! !"#"$%$&$\!"#$%&'()%'* = = =
! !"#$%&'()$'* 0,2816
! !"#"$%$&$\!"#$%&'()%'* = 0,085

Pregunta d. Si se definen los eventos:
A: Un estudiante elige carro particular
B: Un estudiante tiene como razn principal para elegir el tipo de transporte, el costo.
Son A y B eventos independientes?
Respuesta:
Dos eventos son independientes si y solo si

P E1, E2 = P E1 P E2
donde P E1, E2 es la probabilidad conjunta

La probabilidad conjunta de A y B es = 0,0829 (ver la matriz de probabilidades)
Si se halla por medio de la frmula anterior:
P(A)= 0.423
P(B)= 0,2991

P A, B = P A P B = 0,423 0,2991 = 0,126
0,126 0,0829

Se concluye que los eventos A y B no son eventos independientes.

Ejemplo 2:
En la avenida Caracas las estaciones de Transmilenio estn colocadas cada 500 metros y tienen
longitud de 100 metros (Es decir, hay una separacin de 400 metros entre ellas). Cada estacin


[ PROGRAMACIN ESTOCSTICA ] 3

tiene una entrada en cada extremo. Para este problema suponga que la Caracas tiene una
longitud infinita. A usted lo botan en un punto al azar en la Caracas.

Pregunta a. Cul es la probabilidad de que usted quede enfrente de una estacin de
Transmilenio?
Respuesta:
A continuacin se presenta una representacin grfica de la situacin descrita por el ejercicio y
se realiza un repaso de la forma en que se define una variable aleatoria uniforme.
Grfica 1: representacin grfica del ejemplo 2


Fuente: Elaboracin Propia
La siguiente grfica corresponde a la funcin de distribucin de probabilidad f(x) de una
variable aleatoria uniforme. Es importante recordar que a y b representan los parmetros
de una variable aleatoria uniforme, y deben ser entendidos como el menor valor y mayor valor
de la variable, respectivamente.
Grfica 2: Representacin grfica de una distribucin uniforme de probabilidad


Fuente: Elaboracin Propia
El primer paso consiste el definir la variable aleatoria. Por lo tanto, se la variable aleatoria X
como:
X: Distancia desde cualquier punto hasta el extremo sur de la estacin.


4 [ POLITCNICO GRANCOLOMBIANO ]

X~ uniforme( 0,500) -> Esto quiere decir que X es una variable aleatoria uniforme con
parmetro 0 y 500
X~ uniforme(a,b)

1
f x = b a a x b
0 d. l. c.

Nota: la sigla dlc es utilizada por algunos libros de probabilidad para abreviar la frase de lo
contrario. Si se estuviera realizan la lectura de un texto acadmico en ingls, en lugar de
encontrar la sigla d.l.c se encontrara la palabra otherwise.

d
f x = F x f x = f(x)
dx

Es importante recordar que la funcin de densidad de probabilidad f x es igual a la derivada de
la funcin de densidad acumulada F x , tal como se muestra a continuacin:
d
f x = F x
dx

Si en la ecuacin anterior integramos respecto a la variable aleatoria x en ambos lados de la
igualdad, podemos inferir que la funcin de densidad acumulada F x se puede calcular
integrando respecto a la variable aleatoria x la funcin de distribucin de probabilidad f x .

!

F x = f x dx
!!

Teniendo en cuenta lo anterior podemos encontrar la funcin de densidad de probabilidad y la
funcin de densidad de probabilidad acumulada de la siguiente manera:

!
1 x x xa
f x = dx = =
! ba ba a ba


0 x a
xa
F x = a x < b
b a
1 x b
Si se desea encontrar el valor esperado de una variable aleatoria uniforme tendramos que
realizar lo siguiente:

!
E x = !! x f x dx


[ PROGRAMACIN ESTOCSTICA ] 5


!
x x! b b! a! (b + a)(b a) b + a
E x = dx = = = =
! ba 2(b a) a 2(b a) 2(b a) 2

Despus de realizar este repaso de la variable aleatoria uniforme, a continuacin se presenta la
solucin a la pregunta a.
Para la solucin de la pregunta a definiremos A como un evento que representa que la
persona quede enfrente de una estacin de Transmilenio.
Por lo tanto,
Sea A = La persona quede enfrente de una estacin de Transmilenio.
Sea X: Distancia desde cualquier punto hasta el extremo sur de la estacin.
X~ Uniforme (0,500) -> Esto quiere decir que X es una variable aleatoria uniforme con
parmetro 0 y 500
Entonces la funcin de distribucin de probabilidad y la funcin de densidad acumulada son:

1 0 ! 500
! ! = 500
0 !. !. !

0 ! < 0
!
F(!) !"" 0 ! 500
1 ! > 500

Teniendo en cuenta lo anterior, la probabilidad de que la persona quede enfrente de una
estacin de Transmilenio es:
!"" ! !"" !
P(A) = !(0 < ! < 100) = !! 100 !! 0 = !"" !"" = !"" = !
Por lo tanto, se concluye que la probabilidad de que la persona quede enfrente de una estacin
de Transmilenio es de 0.2

Pregunta b. Cul es la probabilidad de que usted tenga que caminar menos de 50 metros para
llegar a la entrada de estacin ms cercana? (Ignore la distancia de cruzar la calle). Ayuda:
condicione en el evento del punto anterior.
Respuesta:
Como en el ejercicio nos estn preguntando por la probabilidad de que la persona tenga que
caminar menos de 50 m para alcanzar la estacin ms cercana. Entonces se definen los eventos
A y B de la siguiente manera.
A: la persona queda frente a una estacin
B: la persona debe caminar menos de 50 m para alcanzar la estacin ms cercana.
Sea A: P(tener que caminar menos de 50 m para alcanzar la estacin ms cercana)=1
Para hallar la probabilidad asociada al evento A complemento ( A! ) es necesario definir una
variable aleatoria Y.


6 [ POLITCNICO GRANCOLOMBIANO ]

Sea Y: distancia entre el extremo norte de estacin y el punto en que la persona es arrojada
dado que no qued frente a una estacin.
Y ~ uniforme (100,500)
Teniendo en cuenta que se desea calcular P B y que por probabilidades totales P B se puede
definir de la siguiente manera:
P B = P B\A P A + P B\A! P(A! )

Primero calculamos ! !\!! como se muestra a continuacin:

P 100 < Y < 150 + P 450 Y 500 =

F! 150 F! 100 + F! 500 F! 450 =

!"#!!"" !""!!"" !""!!"" !"
= !""!!""+!""!!"" + !"" +!" =

50 400 300 50 50 1
= + = + =
400 400 400 400 4

Despus calculamos ! !! \!! como se muestra a continuacin:

P B ! \A! = P(150 Y 450 = F 450 F(150)

450 100 50 100 3
= =
500 100 500 100 4

En la siguiente grfica se resumen todos los resultados:
Grfica 3: Representacin grfica de las diferentes probabilidades condicionadas


Fuente: Elaboracin Propia
Al reemplazarlos en la ecuacin tenemos:

P B = P B\A P A + P B\A! P(A! )


[ PROGRAMACIN ESTOCSTICA ] 7

1 1 4 2
P B =1 + =
5 4 5 5

Por lo tanto, se puede concluir que la probabilidad de que usted tenga que caminar menos de
50 metros para llegar a la entrada de estacin ms cercana es igual al 40%. (2/5)


8 [ POLITCNICO GRANCOLOMBIANO ]