República Bolivariana De Venezuela

Ministerio Del Poder Popular Para La Educación Universitaria

Instituto Universitario De Tecnología Agroindustrial
San Cristóbal Edo. Táchira

Matemática Aplicada
Estadística II
(Actividad 1)

ESTUDIANTE:
Mariher Celeste Rueda Roballo C.I. V-25.727.734
SECCION:
SID3A
 1. Terminología estadística

Experimento
Un experimento en general es una operación en la cual una elige los
valores de algunas variables y mide los valores de otras variables, como en la
física. Un experimento estadístico, en contraste es una operación en la cual uno
toma una muestra aleatoria de una población e infiere los valores de algunas
variables. Por ejemplo, en una encuesta, “examinamos” es decir, “observamos” la
situación sin intentar cambiarla, tal como en una encuesta de opiniones políticas.
Una muestra aleatoria de una población relevante proporciona la información
sobre las intenciones de votación. Para hacer cualquier generalización sobre una
población, una muestra escogida al azar de la población entera, que se considere
representativa de la población, es frecuentemente estudiada. Para cada población,
hay muchas muestras posibles. Una muestra estadística da información sobre los
parámetros poblacionales correspondiente. Por ejemplo, la media de la muestra
para un conjunto de datos daría información sobre la media m correspondiente a
toda la población.
Es importante que el investigador defina total y cuidadosamente a la
población antes de recolectar la muestra, incluyendo una descripción de los
miembros. Ejemplo: La población para un estudio de la salud infantil podría ser
todos los niños nacidos en los Chile durante los años 80. Un experimento es
cualquier proceso o estudio en el cual los resultados obtenidos en la recolección
de datos eran anteriormente desconocidos.
En estadística, el término se restringe generalmente a las situaciones en las
cuales el investigador tiene control sobre algunas de las condiciones bajo las
cuales el experimento ocurre. Ejemplo: Antes de introducir un nuevo tratamiento
médico con el uso de una nueva droga para reducir la alta tensión arterial, los 3
fabricantes de la misma realizan un experimento para comparar la eficacia de la
nueva droga con la prescrita actualmente.

El espacio muestral

Está formado por todos los posibles resultados de un experimento aleatorio. Es

decir, se compone de todos y cada uno de los sucesos elementales.
El espacio muestral es una parte del espacio probabilístico. Como su propio
nombre indica, está formado por los elementos de la muestra. Al contrario, el
espacio probabilístico engloba todos los elementos. Incluso aunque no salgan
recogidos en la muestra.

El espacio muestral se denota con la letra griega Ω (Omega). Está compuesto por
todos los sucesos elementales y/o compuestos de la muestra y, por tanto, coincide
con el suceso seguro. Es decir, aquel suceso que siempre va a ocurrir.

Un ejemplo de espacio muestral en el lanzamiento de una moneda sería:

Ω = {C, X}

Dónde C es cara y X es cruz. Esto es, los posibles resultados son cara o cruz.

Ejemplo de espacio muestral

Supongamos el caso de un dado con 4 caras. Enumeradas del 1 al 4 ¿Cuál sería

el espacio muestral del experimento lanzar un dado una sola vez?

Ω = {1, 2, 3, 4}

¿Y si el experimento consiste en lanzar el dado dos veces? Diferenciamos entre

un dado rojo y un dado verde.

Ω = {1 y 1, 1 y 2, 1 y 3, 1 y 4, 2 y 1, 2 y 2, 2 y 3, 2 y 4 … 4 y 4 }

Es decir, que en el dado rojo salga un 1 y que en el dado verde salga un 1, sería el
primer suceso elemental. El segundo suceso elemental consistiría en que en el
dado rojo salga un 1 y en el verde un 2. Así hasta un total de 16 sucesos
elementales.

Diferencia entre espacio muestral y espacio probabilístico

Confundir espacio muestral y espacio probabilístico es algo habitual. Suele

creerse que son sinónimos. Sin embargo, no es así. El espacio probabilístico es
un concepto mucho más amplio y está formado, además de otros conceptos, por
el espacio muestral.

Evento
Es todo subconjunto de un espacio muestral. Se denotan con letras mayúsculas:
A, B, etc. Los resultados que forman parte de este evento generalmente se
conocen como "resultados favorables". Cada vez que se observa un resultado
favorable, se dice que "ocurrió" un evento. Ejemplo: Sea el experimento E: lanzar
un dado. Un posible evento podría ser que salga número par. Definimos el evento
de la siguiente manera: A = sale número par = (2, 4, 6(, resultados favorables n(E)
=3
Los eventos pueden ser:
-Evento cierto.- Un evento es cierto o seguro si se realiza siempre. Ejemplo: Al
introducirnos en el mar, en condiciones normales, es seguro que nos mojaremos.
-Evento imposible.- Un evento es imposible si nunca se realiza. Al lanzar un dado
una sola vez, es imposible que salga un 10
-Evento probable o aleatorio.- Un evento es aleatorio si no se puede precisar de
antemano el resultado. Ejemplo: ¿Al lanzar un dado, saldrá el número 3?

Variable Aleatoria
Una variable aleatoria es una función que asigna un valor, usualmente numérico,
al resultado de un experimento aleatorio. Por ejemplo, los posibles resultados de
tirar un dado dos veces: (1, 1), (1, 2), etc. o un número real (p.e., la temperatura
máxima medida a lo largo del día en una ciudad concreta).
Los valores posibles de una variable aleatoria pueden representar los posibles
resultados de un experimento aún no realizado, o los posibles valores de una
cantidad cuyo valor actualmente existente es incierto (p.e., como resultado de una
medición incompleta o imprecisa). Intuitivamente, una variable aleatoria puede
tomarse como una cantidad cuyo valor no es fijo pero puede tomar diferentes
valores; una distribución de probabilidad se usa para describir la probabilidad de
que se den los diferentes valores. En términos formales una variable aleatoria es
una función definida sobre un espacio de probabilidad.
Las variables aleatorias suelen tomar valores reales, pero se pueden considerar
valores aleatorios como valores lógicos, funciones o cualquier tipo de elementos
(de un espacio medible). El término elemento aleatorio se utiliza para englobar
todo ese tipo de conceptos relacionados. Un concepto relacionado es el
de proceso estocástico, un conjunto de variables aleatorias ordenadas
(habitualmente por orden o tiempo).
Ejemplo:
Supongamos que se lanzan dos monedas al aire. El espacio muestral, esto es, el
conjunto de resultados elementales posibles asociado al experimento, es:
donde (c representa "sale cara" y x, "sale cruz"). Podemos asignar entonces a
cada suceso elemental del experimento el número de caras obtenidas. De este
modo se definiría la variable aleatoria X como la función dada por el recorrido o
rango de esta función, RX, es el conjunto.
Tipos De Variables Aleatorias

Para comprender de una manera más amplia y rigurosa los tipos de variables, es
necesario conocer la definición de conjunto discreto. Un conjunto es discreto si
está formado por un número finito de elementos, o si sus elementos se pueden
enumerar en secuencia de modo que haya un primer elemento, un segundo
elemento, un tercer elemento, y así sucesivamente (es decir, un conjunto infinito
numerable sin puntos de acumulación). Para variables con valores en las
variables aleatorias se clasifican usualmente en:

 Variable aleatoria discreta: una v.a. es discreta si su recorrido es un

conjunto discreto. La variable del ejemplo anterior es discreta. Sus
probabilidades se recogen en la función de cuantía.
 Variable aleatoria continua: una v.a. es continua si su recorrido es
un conjunto no numerable. Intuitivamente esto significa que el conjunto de
posibles valores de la variable abarca todo un intervalo de números reales. Por
ejemplo, la variable que asigna la estatura a una persona extraída de una
determinada población es una variable continua ya que, teóricamente, todo
valor entre, pongamos por caso, 0 y 2,50 m, es posible.

Las definiciones anteriores pueden generalizarse fácilmente a variables aleatorias

con valores sobre 0. Esto no agota el tipo de variables aleatorias ya que el valor
de una variable aleatoria puede ser también una partición, como sucede en el
proceso estocástico del restaurante chino o el conjunto de valores de una variable
aleatoria puede ser un conjunto de funciones como el proceso estocástico de
Dirichlet.
2. Algunas distribuciones de probabilidad (Variable discreta)

2.1. Distribución Binomial.

 Indique Las Características De Un Experimento Binomial.

 Características de la Distribución Binomial La distribución binomial
puede considerarse como una generalización del modelo de
Bernoulli, (experimento aleatorio éxito-fracaso) en donde el
experimento se realiza n veces y se utiliza en experimentos o
eventos que tienen las siguientes características:

a) Sólo hay 2 posibles resultados.

b) Los resultados son independientes.

c) La probabilidad de éxito permanece constante en todas las veces

que se realice el experimento.

d) El experimento se realiza n veces bajo las mismas condiciones y

estamos interesados en que hayan x éxitos.

e) Cuando hay extracción de elementos, se debe realizar con

reemplazo.

 ¿Cuáles son los dos parámetros básicos que identifican la

distribución binomial y que representa cada uno?

Los parámetros de la distribución binomial son: “n” el número de

repeticiones del experimento, “x” el número de éxitos que debe haber
en las n ejecuciones del experimento y “p” la probabilidad de éxito en
cada repetición. Si la variable aleatoria “X” tiene una distribución
binomial, escribiremos B(x,n,p) para representar la función de
distribución acumulada.

 ¿Cuáles son los posibles resultados que se pueden producir en

un experimento binomial?

Existen muchas situaciones en las que se presenta una experiencia

binomial. Cada uno de los experimentos es independiente de los
restantes (la probabilidad del resultado de un experimento no
depende del resultado del resto). El resultado de cada experimento
ha de admitir sólo dos categorías (a las que se denomina éxito y
fracaso). El valor de ambas posibilidades ha de ser constante en
todos los experimentos, y se denotan como p y q respectivamente,
o p y 1-p de forma alternativa.
 Se designa por X a la variable que mide el número de éxitos que se
han producido en los n experimentos.
Cuando se dan estas circunstancias, se dice que la variable X sigue
una distribución de probabilidad binomial, y se denota B(n,p).

 ¿Que representa el valor “q” en un experimento binomial y

como se calcula?
q    = probabilidad de fracaso (1-p)

Es importante resaltar que la expresión entre corchetes no es una

expresión matricial, sino que es un resultado de una combinatoria sin

repetición. Este se obtiene con la siguiente formula:

 Indique y describa la función de distribución binomial.

La función de distribución binomial especifica el número de veces (x)

que puede ocurrir un evento en un número independiente de tiradas
n y donde p es la probabilidad de la ocurrencia del evento en una
simple tirada. Es una distribución de probabilidad exacta para
cualquier número de intentos. Si n es muy grande se puede tratar
como una función continua. Esto es lo que hace la distribución
gausiana. Si la probabilidad p es pequeña de modo que la función
solo tenga valores significativos para valores pequeños de x,
entonces la función se puede aproximar por medio de la distribución
de Poisson.
  A través de que formula se obtiene la media y desviación
estándar de una V.A. Binomial.

σ =√ npq

2.2. Indague y realice 04 ejercicios correspondientes al uso de la

distribución binomial, donde se especifique en el desarrollo de
la solución:

 Variable del problema y parámetros correspondientes (n y p)

 El “éxito” en el resultado del experimento.
 Calculo de las probabilidades requeridas.

Desarrollo:

Ejercicio N°1:

Un evento tiene 55% de probabilidades de ocurrir cada vez que alguien

entra a determinado hospital. ¿Cuál es la probabilidad de que dicho evento
suceda en 2 de 5 personas ingresadas hoy?

Solución:

Datos
p=55 %=0,55 Probabilidad de que ocurra.

q=45 %=0,45 Probabilidad de que no ocurra.

n=5 Total de experimentos.

k =2 Total de éxitos.

Ecuación de
Probabilidad

Al sustituir

Coeficiente Binomial
 Coeficiente Binomial

Por lo tanto:
2
5!
p2=P ( X =2 )= (0,55) ( 0,45)5−2
2! ( 5−2 ) !

5!
p2 = 0552 0,453
2! 3!
p2=10∗0,3025∗0,091125

p2=0,27565

La probabilidad de que dicho evento suceda es de 27,56%.

Ejercicio N°2:

En una fábrica de bombilla el 5% sale con defectos. Determinar la

probabilidad de que en una muestra de 12 se encuentren 2 bombillos
defectuosos.

Solución
p=5 %=0,05 Probabilidad de que ocurra.

q=1− p=1−0,05=0,95 % Probabilidad de que no ocurra.

n=12 Total, de experimentos.

k =2 Total de éxitos.

Ecuación de
Probabilidad

Al sustituir

Coeficiente Binomial
 Coeficiente Binomial

2
12!
p2=P ( X =2 )= ( 0,05) (0,95)12−2
2! ( 12−2 ) !
2
12 !
p2=P ( X =2 )= (0,05) (0,95)10
2! ( 10 ) !

p2=66∗0,0025∗0,5987

p2=0,09879

La probabilidad de que dos bombillas salgan defectuosas es de 98,79%

Ejercicio N°3:

En las pruebas realizadas a los amortiguadores de automóvil se encontró

que el 10% presentaba fuga de aceite, si se instalan 20 amortiguadores
¿Cuál es la probabilidad de que como máximo uno de ellos pierda aceite?

Solución: X =n ° de amortiguadores que pierdan aceite

Datos
p=10 %=0,1 Probabilidad de que ocurra.

q=1− p=1−0,1=0,9 % Probabilidad de que no ocurra.

n=20 Total de experimentos.

k≤1 Total de éxitos.

Ecuación de
Probabilidad

P ( X ≤1 ) =P ( X =0 ) + P ( X =1 )= 20 ( 0,1 ) ∗( 0,9 ) + 20 ( 0,1 ) ∗( 0,9 )

0 20−0 1 20−1

0 ( ) 1 ( )
20! 20!
P ( X ≤1 ) = ( 0,1 )0∗( 0,9 )20 + ( 0,1 )1∗( 0,9 )19
0 ! ( 20−0 ) ! 1! ( 20−1 ) !
 P ( X ≤1 ) =1∗1∗0,1216 + 20∗0,1∗0,1351

P ( X ≤1 ) =0,3918

Es decir, la probabilidad de que al instalar 20 amortiguadores máximo uno

de ellos pierda aceite es de 39,18%

Ejercicio N°4:

En cierto instituto aprueba la asignatura de Estadística II el 80% de los

alumnos. ¿Cuál es la probabilidad de que de un grupo de 8 alumnos elegidos al
azar hayan aprobado 6 alumnos?

Solución: X =n ° de a aprobados

Datos:
p=80 %=0,8 Probabilidad de que ocurra.

q=1− p=1−0,8=0,2 % Probabilidad de que no ocurra.

n=8 Total de experimentos.

k =6 Total de éxitos.

Ecuación de
Probabilidad

Al sustituir

Coeficiente Binomial

Coeficiente Binomial

p6=P ( X =6 ) =28(0,8)6 (0,2)2

 p2=0,2936

La probabilidad de que aprueben 6 estudiantes de 8 escogidos al azar es

de 29,36%.