Documentos de Académico
Documentos de Profesional
Documentos de Cultura
GRUPO:
100402_289
CURSO: PROBABILIDAD
Para una variable aleatoria discreta uniforme X, que puede tomar los valores 1, 2,
, n, la media es:
a+b
= = 2
Y su desviacin estndar:
(b a + 1)2
x =
12
x
f(x) = p(x x) = f(t)dt
Mientras que en una distribucin de probabilidad discreta un suceso con
probabilidad cero es imposible, no se da el caso en una variable aleatoria
continua. Por ejemplo, si se mide la anchura de una hoja de roble, el resultado 3,5
cm es posible, pero tiene probabilidad cero porque hay infinitos valores posibles
entre 3 cm y 4 cm. Cada uno de esos valores individuales tiene probabilidad cero,
aunque la probabilidad de ese intervalo no lo es. Esta aparente paradoja se
resuelve por el hecho de que la probabilidad de que X tome algn valor en un
conjunto infinito como un intervalo, no puede calcularse mediante la adicin simple
de probabilidades de valores individuales. Formalmente, cada valor tiene una
probabilidad infinitesimal que estadsticamente equivale a cero.
x
f(x) = p(x x) = f(x)dx
Sea X una variable continua, una distribucin de probabilidad o funcin de
densidad de probabilidad (FDP) de X es una funcin f(x) tal que, para
cualesquiera dos nmeros a y b y siendo a b .
a
P(a X b) = f(x)dx
b
La grfica de f(x) se conoce a veces como curva de densidad, la probabilidad de
que X tome un valor en el intervalo [a, b] es el rea bajo la curva de la funcin de
densidad; as, la funcin mide concentracin de probabilidad alrededor de los
valores de una variable aleatoria continua.
Para que f(x) sea una FDP= (f(x) ) legtima, debe satisfacer las siguientes dos
condiciones:
DISTRIBUCIN NORMAL:
se dice que tiene una distribucin CHI con n grados de libertad. Su funcin de
densidad es
1
f (x) x ( n 2) / 2 e x / 2 x0
n n
2
2
siendo (P) X P1e x dx la funcin gamma de Euler, con P>0. La funcin de
0
DISTRIBUCIN T DE STUDENT
Una variable con distribucin t de Student se define como el cociente entre una
variable normal estandarizada y la raz cuadrada positiva de una variable
2 dividida por sus grados de libertad.
Caractersticas
La distribucin se denomina distribucin de Student o distribucin t.
Es simtrica, con media de 0, y variancia mayor que 1.
Es ms achatada que la normal y adopta diferentes formas, segn el nmero
de grados de libertad.
La variable t se extiende desde -a +.
A medida que aumenta los (n -1) grados de libertad la distribucin t se
aproxima en su forma a una distribucin normal.
El parmetro de la distribucin es (n-1) grados de libertad, originando una
distribucin diferente para cada tamao de muestra.
PARTE 2:
ESTUDIO DE CASO
Deng, segn parece solo media 154 cm de alto, una estatura baja incluso en
China. Por consiguiente al escoger a Hy Yaobang, que tambin tena 154 cm de
estatura, motivo algunos gestos de desaprobacin porque como afirma Sleigman
las probabilidades en contra de una decisin ajena a la estatura que dan lugar a
un presidente tan bajo como Deng son aproximadamente de 40 a 1. En otras
palabras, si tuviramos la distribucin de frecuencias relativas de las estaturas de
todos los varones chinos, solo 1 en 40 es decir 2,5% tendran 154 cm de estatura
o menos.
Para calcular estas probabilidades Seligman advierte que no existe el equivalente
chino del Servicio de Salud de pases como Estados Unidos y por tanto, es difcil
obtener las estadsticas de salud de la poblacin actual china. Sin embargo, afirma
que en general se sostiene que la longitud de un nio al nacer representa el
28,6% de su estatura final y que en la China la longitud media de un nio al nacer
era de 48 cm. De esto Seligman deduce que la estatura promedio de los varones
adultos chinos es: 48 * 100 / 28.6 = 167,8 cm.
INFORME A PRESENTAR:
CAPITULO 4
2 5
( )( )
3
Si = 0 () = 7
( )
3
2 5
( )( ) 2
0 3
(0) = 7 =
( ) 7
3
2 5
( )( ) 4
1 2
(1) = 7 =
( ) 7
3
2 5
( )( ) 4
2 1
(2) = 7 =
( ) 7
3
5 15 3 3
() = 0 14 + 1 28 + 2 28 = = 0,75
4
5 15 3 15 12 3 2 45
Varianza= 02 14 + 12 28 + 22 28 = 0 + 28 + 28 (4) = = 0,401
112
a.- Determine el valor de a para que la funcin sea efectivamente una funcin
de densidad de probabilidad.
b.- Calcule P(1<X<2)
Solucin:
a.- Para que sea distribucin de probabilidad debe cumplir:
La variable x se encuentra entre 0 y 2, es decir que la probabilidad en todo el
intervalo debe ser 1. La probabilidad en todo el intervalo para funciones de
densidad continua es la integral:
2
() = (3 2 ) = 1
0
2
(3 2 ) = 1
0
2
3 2 3
[ ] = 1
2 3 0
8
[6 ] = 1
3
10
[ ] = 1
3
3
=
10
3 2
() = (3 2 )
10 0
b.-
2
3 2 3 3 2 3
(1 < < 2) = (3 2 ) = [ ] =
10 1 10 2 3 1
3 8 3 1
(1 < < 2) = [(6 ) ( )]
10 3 2 3
3 10 7 3 13 13
(1 < < 2) = [ ]= [ ]=
10 3 6 10 6 20
13
(1 < < 2) =
20
() = () = 2 = 1.4142
EJERCICIO 6, CAPTULO 4
SOLUCIN:
E(X) = (Xi * Pi)
250*0.22 = 55
100*0.36 = 36
0 * 0.28 = 0
-150 * 0.14 = -21
CAPITULO 5
7. Una compaa fabricante utiliza un esquema de aceptacin de produccin
de artculos antes de que se embarquen. El plan tiene dos etapas. Se
preparan cajas de 25 artculos para su embarque y se prueba una muestra de
3 en busca de defectuosos. Si se encuentra alguno defectuoso, toda la caja
se regresa para verificar el 100%. Si no se encuentran defectuosos, la caja se
embarca.
a.- Cul es la probabilidad de que se embarque una caja que contiene 3
defectuosos?
b.- Cul es la probabilidad de que una caja que contiene solo 1 artculo
defectuoso se regrese para su revisin?
SOLUCION
El problema se puede expresar como una distribucin que tiene N elementos (25
elementos) de los cuales se pueden obtener k xitos con una muestra de m (3)
elementos.
( )( )
() =
( )
La variable aleatoria x indica el nmero de xitos de la muestra.
N = 25.
K = 3.
m = 3.
3 22
( )( ) 1540
() = 0 3 = = 0.6695
25 2300
( )
3
b) Si una caja contiene un articulo defectuoso significa que k = 1, y si se
regresa para su revisin significa que se tuvo xito en la seleccin de ese
articulo, por tanto x =1.
1 24
( )( ) 276
() = 1 2 = = 0.12
25 2300
( )
3
EJERCICIO 6, CAPTULO 5
RTA:
Solucin: Utilizamos la distribucin de Poisson
=100 personas/hora
1 hora = 100 personas
=5
Utilizamos la frmula:
P(x = x) = e^ (-) * ^x / x!
Reemplazamos:
5 50
P(x = 0) = = 5 = 0.0067
0!
Solucin: La probabilidad de que no llegue ningn cliente en 3 minutos es de
0.67%
P(x>5) = 1-P(x<5)
Utilizamos la formula:
P(x = x) = e^ (-) * ^x / x!
Reemplazamos:
5 50
P(x = 0) = = 0.0067
0!
5 51
P(x = 1) = = 0.0337
1!
5 52
P(x = 2) = = 0.0842
2!
5 53
P(x = 3) = = 0.1404
3!
5 54
P(x = 4) = = 0.1755
4!
5 55
P(x = 5) = = 0.1755
5!
P(x<5) = 0,616
1- 0,616 = 0,384
SOLUCION
a) Distribucion normal. m = 24, s = 3.8, al menos media hora: x >= 30 minutos.
30 24
= = 1.5789
3.8
( < 30) = ( < 30) = 0.9428
( 30) = 1 ( < 30) = 0.05717
b) Llegara tarde cuando x>= 15 minutos. Se empieza por X<=15 minutos.
15 24
= = 2.3684
3.8
( 15) = ( 2.3684) = 0.0089
Llegara tarde en la siguiente probabilidad:
( > 15) = 1 ( 15) = 1 0.0089 = 0.99106
c) Perder el caf si x<=15 min si x>=25 min.
Esta es la probabilidad: P(x<=15) v P(x>=25):
15 24
1 = = 2.3684
3.8
25 24
2 = = 0.2631
3.8
( 15) = ( 2.3684) = 0.0089
( 25) = 1 ( < 25) = 1 (2 < 0.2631)
( 25) = 1 0.60378 = 0.3962
( 15) + ( 25) = 0.4051
EJERCICIO 1, CAPTULO 6
Desviacin estndar: 12
Media del cociente intelectual: 115
Utilizamos la frmula:
x
=
Reemplazamos:
95 115
= = 1,6666 = 0,0485
12
P (x95) = 1- 0, 0485
P (x95) = 0, 9515 = 95, 15%
P (x 95) = 4,85% x 600 = 29,10
Desviacin estndar: 12
Media del cociente intelectual: 115
Cociente intelectual superior: 125
Utilizamos la formula:
x
=
Reemplazamos:
125 115
= = 0,8333 = 0.2033
12
P (x125) = 1- 0, 2033
P (x125) = 0,7967= 79,67%
P (x 125) = 20,33% x 600 = 121,98