Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Trabajo Probabilidad
Trabajo Probabilidad
ESTUDIO DE CASO 1
Para una poblacin grande de personas sin hogar, Wong y Piliavin (2001) examinaron
factores de estrs, recursos y agotamiento psicolgico empleando la Escala de
Depresin del Centro de Estudios Epidemiolgicos (CESD), un cuestionario de
evaluacin comunitario.
Entre las personas sin hogar, la puntuacin media del cuestionario CESD es 23,5 con
una desviacin estndar de 7.5 y se considera que para la Variable X = puntuacin del
CESD, la distribucin es normal. Como trabajador en el rea de admisiones en un
refugio para personas sin hogar, usted es el encargado de aplicar el CESD y debe
evaluar los resultados para las nuevas personas que lleguen al centro.
Dentro de las polticas del refugio se encuentra que cualquier persona cuya puntuacin
sea de 20 o ms puntos en el CESD debe enviarse a ver a un doctor.
INFORME A PRESENTAR:
Prepare un informe en el que como mnimo, incluya:
1. La probabilidad de que una persona que llegue al refugio sea enviado a ver al
doctor.
Para este ejemplo tenemos que 23,5 de desviacin estndar y 3,5 para variable x
X=20/3,5=1/3= 33.3% probable
Calculando igual, la probabilidad:
P)=20/30=2/3= 66.7% probable
Como 66.7 es mayor que 33.3 es ms probable que llegue al refugio sea enviado a ver
al doctor.
2. La probabilidad de que una persona que llegue al refugio tenga una puntacin de
10 o menos puntos
En particular, hay 10 personas, por lo tanto son 12 los casos favorables a dicha
seleccin. Pero ella se har de un total de 20 + 12 = 32 personas sumamos la cantidad
de las polticas y que forman parte de la seleccin y por tanto, los casos posibles o
totales.
As, la probabilidad pedida es
P= 12/32
3. La probabilidad de que una persona que llegue al refugio tenga una puntuacin
entre 16 y 20 puntos
La informacin sobre lo que come cada una de las personas es insustancial. Pues en lo
que solicita no hay relacin con ello. Por definicin, la probabilidad pedida viene dada
por:
P= casos favorables a la seleccin 16/casos totales de la muestra 20
P= 16/20
4. Si las personas sin hogar con puntuacin en el 15% ms alto deben ser enviadas
a los servicios de prevencin de suicidios, Qu puntuacin hace calificar a una
persona que llega al refugio para este servicio?
Definicin:
Sea S un espacio muestral asociado con un experimento aleatorio. Una variable aleatoria
X es una funcin que asocia a cada elemento w S un nmero real X(w)=x, es decir
Ejemplo: Se arroja dos veces un dado equilibrado. Un espacio muestral asociado es:
Posibles variables aleatorias asociadas con este experimento son:
Y: mximo puntaje
Z: suma de puntos
La funcin de distribucin de una variable aleatoria discreta tiene forma de escalera como
se ve en la figura:
Parmetros de una variable aleatoria discreta
Esperanza
matemtica
Varianza
Desviacin
tpica
Ejemplo[1]
La variable discreta X puede tomar los valores 0,1,2,y 3. Los ocho posibles resultados de
los tres lanzamientos tienen probabilidad 1/8 de ocurrir. La funcin que constituye la
variable aleatoria es la siguiente:
La funcin de masa de esta variable aleatoria es:
Media o esperanza:
Varianza:
Mediana: cualquier punto del intervalo (1,2).
Una variable aleatoria continua es aquella que puede tomar todos los valores posibles
dentro de un cierto intervalo de la recta real. Por ejemplo la altura de los alumnos de
una clase, las horas de duracin de una pila.
Una variable aleatoria X es continua cuando puede tomar cualquier valor en un intervalo
(finito o infinito). La funcin de probabilidad de una variable aleatoria continua queda
caracterizada por su funcin de densidad, que es una funcin:
Verificando:
b) R f(x)dx = 1
Esperanza
matemtica
Varianza
DISTRIBUCIONES DISCRETAS DE PROBABILIDAD
Toda distribucin de probabilidad debe satisfacer cada uno de los dos requisitos
siguientes:
EJEMPLO 1.3
x 0 1 2
P(X=x) 0,04 0,32 0,64
Para ser una distribucin de probabilidad, P(X=x) debe satisfacer los dos requisitos.
De manera que la tabla de probabilidades de la variable aleatoria X satisface el primer
requisito. Observe, adems, que cada uno de los valores de P(X=x) se encuentran entre
0 y 1. Como ambos requisitos se satisfacen, la tabla de probabilidades de la variable
aleatoria X es una distribucin de probabilidad de X.
Ejemplo 1.4
X 0 1 2
f(x)=P(X=x) 0 1/3 2/3
Observe que todos los valores de f(x) son todos positivos, esto es Adems se cumple el
segundo requisito:
Se dice que una variable X posee una distribucin uniforme en el intervalo [a,b], si su
funcin de densidad es la siguiente:
Con esta ley de probabilidad, la probabilidad de que al hacer un experimento aleatorio,
el valor de X este comprendido en cierto subintervalo de [a,b] depende nicamente de
la longitud del mismo, no de su posicin.
Distribucin normal es el modelo de distribucin ms utilizado en la prctica, ya que
multitud de fenmenos se comportan segn una distribucin normal.
Esta distribucin de caracteriza porque los valores se distribuyen formando una
campana de Gauss, en torno a un valor central que coincide con el valor medio de la
distribucin.
La distribucin gaussiana, recibe tambin el nombre de distribucin normal, ya que una
gran mayora de las variables aleatorias continuas de la naturaleza siguen esta
distribucin.
Var(x) = S2
: es el valor medio de la distribucin y es precisamente donde se sita el centro de la
curva (de la campana de Gauss).
s2 : es la varianza. Indica si los valores estn ms o menos alejados del valor central: si
la varianza es baja los valores estn prximos a la media; si es alta, entonces los
valores estn muy alejados de ella. Se representa por s2 porque su raz cuadrada, s, es
la denominada desviacin estndar.
REFERENCIAS BIBLIOGRAFICAS
http://datateca.unad.edu.co/contenidos/100402/moduloexe/mdulo.html