Repaso de Probabilidad y

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 ]