Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cartilla Semana 1.2 PDF
Cartilla Semana 1.2 PDF
SEMANA 1
ESTADÍSTICA
[ PROGRAMACIÓN ESTOCÁSTICA ]
SEMANA
UNO
LECTURA
DOS:
REPASO
DE
PROBABILIDAD
Y
ESTADÍSTICA
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
énfasis
en
la
utilización
de
“Probabilidad
Condicional”.
La
“Probabilidad
Condicional”
es
un
tema
de
vital
importancia
para
este
módulo,
porque
representa
uno
de
los
puntos
de
partida
principales
en
el
estudio
de
los
procesos
estocásticos.
Ejemplo
1:
En
una
encuesta
realizada
a
los
estudiantes
del
Politécnico
Grancolombiano
sobre
la
principal
razón
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
tamaño
de
la
muestra
es
de
458
estudiantes.
Pregunta
a.
Halle
la
tabla
de
probabilidades
conjuntas
Respuesta:
El
total
de
estudiantes
de
la
Universidad
Politécnico
Grancolombiano
encuestados
es
458.
La
tabla
con
las
probabilidades
conjuntas
se
presentan
a
continuación
y
se
calcula
dividiendo
el
número
de
estudiantes
que
está
en
un
grupo,
entre
el
tamaño
de
la
muestra,
de
la
siguiente
manera:
Por
ejemplo,
el
número
de
estudiantes
que
eligen
regresar
a
su
casa
en
Transmilenio
con
criterio
de
tiempo,
es
48.
Éste
valor
se
divide
entre
el
número
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
comprobación
de
las
probabilidades
que
se
han
obtenido,
la
sumatoria
de
los
totales
debe
ser
igual
a
1.
2
[ POLITÉCNICO GRANCOLOMBIANO ]
Pregunta
b.
Si
un
estudiante
tiene
prisa
para
llegar
a
la
Universidad
y
elige
el
trasporte
a
utilizar
con
criterio
de
tiempo,
¿cuál
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,
¿cuál
es
la
probabilidad
que
haya
tomado
esa
opción
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
razón
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
fórmula
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
están
colocadas
cada
500
metros
y
tienen
longitud
de
100
metros
(Es
decir,
hay
una
separación
de
400
metros
entre
ellas).
Cada
estación
[ PROGRAMACIÓN ESTOCÁSTICA ] 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.
¿Cuál
es
la
probabilidad
de
que
usted
quede
enfrente
de
una
estación
de
Transmilenio?
Respuesta:
A
continuación
se
presenta
una
representación
gráfica
de
la
situación
descrita
por
el
ejercicio
y
se
realiza
un
repaso
de
la
forma
en
que
se
define
una
variable
aleatoria
uniforme.
Gráfica
1:
representación
gráfica
del
ejemplo
2
Fuente:
Elaboración
Propia
La
siguiente
gráfica
corresponde
a
la
función
de
distribución
de
probabilidad
“f(x)”
de
una
variable
aleatoria
uniforme.
Es
importante
recordar
que
“a”
y
“b”
representan
los
parámetros
de
una
variable
aleatoria
uniforme,
y
deben
ser
entendidos
como
el
menor
valor
y
mayor
valor
de
la
variable,
respectivamente.
Gráfica
2:
Representación
gráfica
de
una
distribución
uniforme
de
probabilidad
Fuente:
Elaboración
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
estación.
4
[ POLITÉCNICO GRANCOLOMBIANO ]
X~
uniforme(
0,500)
-‐>
Esto
quiere
decir
que
“X”
es
una
variable
aleatoria
uniforme
con
parámetro
“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
académico
en
inglés,
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
función
de
densidad
de
probabilidad
f x
es
igual
a
la
derivada
de
la
función
de
densidad
acumulada
F x ,
tal
como
se
muestra
a
continuación:
d
f x = F x
dx
Si
en
la
ecuación
anterior
integramos
respecto
a
la
variable
aleatoria
“x”
en
ambos
lados
de
la
igualdad,
podemos
inferir
que
la
función
de
densidad
acumulada
F x
se
puede
calcular
integrando
respecto
a
la
variable
aleatoria
“x”
la
función
de
distribución
de
probabilidad
f x .
!
F x = f x ∗ dx
!!
Teniendo
en
cuenta
lo
anterior
podemos
encontrar
la
función
de
densidad
de
probabilidad
y
la
función
de
densidad
de
probabilidad
acumulada
de
la
siguiente
manera:
!
1 x x x−a
f x = dx = =
! b−a b−a a b−a
0 x ≤ a
x−a
F x = a ≤ x < b
b − a
1 x ≥ b
Si
se
desea
encontrar
el
valor
esperado
de
una
variable
aleatoria
uniforme
tendríamos
que
realizar
lo
siguiente:
!
E x = !! x ∗ f x dx
[ PROGRAMACIÓN ESTOCÁSTICA ] 5
!
x x! b b! − a! (b + a)(b − a) b + a
E x = dx = = = =
! b−a 2(b − a) a 2(b − a) 2(b − a) 2
Después
de
realizar
este
repaso
de
la
variable
aleatoria
uniforme,
a
continuación
se
presenta
la
solución
a
la
“pregunta
a”.
Para
la
solución
de
la
“pregunta
a”
definiremos
“A”
como
un
evento
que
representa
que
“la
persona
quede
enfrente
de
una
estación
de
Transmilenio”.
Por
lo
tanto,
Sea
A
=
La
persona
quede
enfrente
de
una
estación
de
Transmilenio.
Sea
X:
Distancia
desde
cualquier
punto
hasta
el
extremo
sur
de
la
estación.
X~
Uniforme
(0,500)
-‐>
Esto
quiere
decir
que
“X”
es
una
variable
aleatoria
uniforme
con
parámetro
“0”
y
“500”
Entonces
la
función
de
distribución
de
probabilidad
y
la
función
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
estación
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
estación
de
Transmilenio
es
de
0.2
Pregunta
b.
¿Cuál
es
la
probabilidad
de
que
usted
tenga
que
caminar
menos
de
50
metros
para
llegar
a
la
entrada
de
estación
más
cercana?
(Ignore
la
distancia
de
cruzar
la
calle).
Ayuda:
condicione
en
el
evento
del
punto
anterior.
Respuesta:
Como
en
el
ejercicio
nos
están
preguntando
por
la
probabilidad
de
que
la
persona
tenga
que
caminar
menos
de
50
m
para
alcanzar
la
estación
más
cercana.
Entonces
se
definen
los
eventos
“A”
y
“B”
de
la
siguiente
manera.
A:
la
persona
queda
frente
a
una
estación
B:
la
persona
debe
caminar
menos
de
50
m
para
alcanzar
la
estación
más
cercana.
Sea
A:
P(tener
que
caminar
menos
de
50
m
para
alcanzar
la
estación
más
cercana)=1
Para
hallar
la
probabilidad
asociada
al
evento
“A”
complemento
( A! )
es
necesario
definir
una
variable
aleatoria
“Y”.
6
[ POLITÉCNICO GRANCOLOMBIANO ]
Sea
Y:
distancia
entre
el
extremo
norte
de
estación
y
el
punto
en
que
la
persona
es
arrojada
dado
que
no
quedó
frente
a
una
estación.
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
continuación:
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
Después
calculamos
! !! \!!
como
se
muestra
a
continuación:
P B ! \A! = P(150 ≤ Y ≤ 450 = F 450 − F(150)
450 − 100 50 − 100 3
= − =
500 − 100 500 − 100 4
En
la
siguiente
gráfica
se
resumen
todos
los
resultados:
Gráfica
3:
Representación
gráfica
de
las
diferentes
probabilidades
condicionadas
Fuente:
Elaboración
Propia
Al
reemplazarlos
en
la
ecuación
tenemos:
P B = P B\A ∗ P A + P B\A! ∗ P(A! )
[ PROGRAMACIÓN ESTOCÁSTICA ] 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
estación
más
cercana
es
igual
al
40%.
(2/5)
8
[ POLITÉCNICO GRANCOLOMBIANO ]