Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
MA611I.H_______________________________________________________________________________________F.N.Q.C
MODELOS PROBABILISTICOS
INTRODUCCIÓN
Son modelos matemáticos apropiados para situaciones reales en condiciones específicas,
son importantes porque nos ayudan a predecir la conducta de futuras repeticiones de un
experimento aleatorio. Los modelos pueden ser discretos o continuos.
Los modelos o distribuciones discretas más comunes son: La Uniforme, Binomial, Poisson
y la Hipergeometrica. Vamos a presentar los modelos más usados en investigación, y más
específicamente en áreas sociales y humanísticas, acá se abordarán los temas de la
Binomial, la cual es base para definir los tamaños muéstrales y la Poisson, de gran utilidad
en teoría de colas o fenómenos de espera.
2
MA611I.H_______________________________________________________________________________________F.N.Q.C
MODELOS DISCRETOS
ENSAYO DE BERNOULLI
Por ejemplo: probar una muestra de una material para ver si satisface las especificaciones,
observar un vehículo en un cruce para ver si dobla a la izquierda o no, tratar de cargar una
componente hasta su capacidad final prevista y registrar su capacidad o falta de capacidad
para soportar la carga.
DISTRIBUCIÓN DE BERNOULLI
3
MA611I.H_______________________________________________________________________________________F.N.Q.C
La variable aleatoria de Bernolulli tiene media
∑
y varianza
Se sabe que ∑
reemplazando en (I)
1. MODELO BINOMIAL
1) De cada ensayo solo puede presentarse uno de los dos resultados. Un éxito o un fracaso.
3) Cada ensayo de Bernoulli es independiente de todas las demás, es decir, lo que ocurre en
una prueba cualquiera, no afecta los resultados de los otros ensayos.
Por ejemplo, estamos interesados en observar cinco vehículos sucesivos, cada uno de los
cuales cruza a la izquierda con probabilidad ; si se supone que la decisión de cruzar de un
conductor, no se afecta por las acciones de los otros cuatro conductores entonces el
conjunto de los comportamientos de cruce de los cinco vehículos representan ensayos de
Bernoulli. De una mezcla de concreto se extrae tres cilindros de muestreo, cada uno con
probabilidad de fallar a un esfuerzo por debajo de la resistencia especificada. Estos
experimentos representan ensayos de Bernoulli, si la probabilidad condicional de que uno
cualquiera falle, permanece inalterada, dado que uno cualquiera de los otros falle. En una
4
MA611I.H_______________________________________________________________________________________F.N.Q.C
sucesión de 30 años, la ocurrencia o no de un caudal mayor que la capacidad de un
vertedero, si las magnitudes del caudal anual máximo son independientes y la probabilidad
de una ocurrencia en cualquier año no cambia a través de los 30 años, representa un
conjunto de 30 ensayos de Bernoulli.
Para encontrar el número de formas en que se pueden obtener los éxitos y luego los
fracasos, recordemos la expresión para el cálculo de permutaciones con grupos de objetos
iguales:
5
MA611I.H_______________________________________________________________________________________F.N.Q.C
hagamos y
Es decir que el número de formas en que se pueden ordenar los éxitos y los fracasos es
.
( )
siendo:
6
MA611I.H_______________________________________________________________________________________F.N.Q.C
: Número de ensayos de Bernoulli.
∑( )
Si , entonces:
ii) Varianza
Prueba
∑ donde, y
Por lo tanto
7
MA611I.H_______________________________________________________________________________________F.N.Q.C
i) ∑ ∑ ∑
ii) ∑ ∑ ∑
EJEMPLOS:
1. Un fabricante de cierto tipo de cerámicos garantiza que una caja de sus cerámicos
contendrá como máximo dos defectuosas. Si las cajas contienen 20 cerámicos y la
experiencia ha demostrado que su proceso de fabricación produce 5 % de piezas
defectuosas. ¿Cuál es la probabilidad que una caja satisfaga la garantía?
Solución:
; , (número de ensayos)
( ) ( ) ( )
Ejemplo 2:
Solución
8
MA611I.H_______________________________________________________________________________________F.N.Q.C
probabilidad de que una vivienda no infringe el código de vivienda.(probabilidad de
fracaso)
; (número de ensayos)
a. ( )
b. ( )
c.
=0.8918
Ejemplo3:
Una empresa constructora ha ganado una licitación para ensamblar 10 puentes peatonales
prefabricados (similares), en diferentes puntos de la ciudad. Se sabe que el 10% de las
veces no puede ensamblar el puente dentro del plazo establecido. Si se demora más del
plazo, la pérdida por puente es de $1,000.00 y si lo hace dentro del plazo la ganancia por
puente es de $3,000.00. ¿Cuál es la utilidad esperada?
Solución:
; ,
( )
( )
( )
9
MA611I.H_______________________________________________________________________________________F.N.Q.C
Se sabe que luego reemplazando en (I)
( )
MODELO DE POISSON
Es decir los experimentos que resulten en valores numéricos de una variable aleatoria X, la
misma que representa el número de resultados durante un intervalo de tiempo dado, o
región específica, frecuentemente se llaman experimentos de poisson.
Ejemplo. Llamadas por minuto, clientes por hora, toneladas por hectárea, baches por
kilómetro, etc.
Definamos una variable aleatoria X como el número de eventos independientes que ocurren
a una rapidez constante.
, ; para
donde:
10
MA611I.H_______________________________________________________________________________________F.N.Q.C
2. FUNCIÓN DE DISTRIBUCIÓN ACUMULADA DE POISSON
ii) Varianza
Ejemplo 1:
Solución
11
MA611I.H_______________________________________________________________________________________F.N.Q.C
Ejemplo 2:
Los coches que llegan a un semáforo siguen un proceso de Poisson, con media de 4
vehículos por minuto. El semáforo está 40 segundos en rojo y 80 segundos en verde.
Solución
a. Los coches están en cola cuando el semáforo esta en rojo entonces el promedio es
, pues la unidad de medida cambió a 40 segundos.
=0.1466
b. El promedio es
( )
La distribución de Poisson puede sustituir a la binomial para un “n” grande y una “p”
pequeña
12
MA611I.H_______________________________________________________________________________________F.N.Q.C
Vamos a demostrar:
( )
= [ ( )( ) ][ ]
= [ ( )( ) ][ ] [ ]
( )( )
[ ]
Finalmente
Ejemplo 1:
Solución
13
MA611I.H_______________________________________________________________________________________F.N.Q.C
Por binomial
n=200 p =0.2
=( ) ( )
Por Poisson:
{ }=0.78
Ejemplo 2:
a) Ninguna falle
b) Cuando más 2 fallen
c) 5 fallen
Solución
P=0.05 n=50
a) entonces
b) ∑
entonces ∑ { }=0.5437
c)
14
MA611I.H_______________________________________________________________________________________F.N.Q.C
MODELOS CONTINUOS
DISTRIBUCIÓN EXPONENCIAL
Notación: Y
Demostración:
[ ]
LA MEDIA Y VARIANZA
Si Y ) entonces:
i)
ii)
Demostración parcial
15
MA611I.H_______________________________________________________________________________________F.N.Q.C
Ejemplo1:
Solución:
{ }
{ }
Ejemplo 2:
b) Un viejecillo empieza a cruzar la calle inmediatamente después de que un coche pasa por
allí. Si tarda 50 segundos en cruzar la calle¿ Cuál es la probabilidad de que lo atropelle el
siguiente coche que pasa (suponiendo que no para, igual que la mayoría de conductores
españoles)?
Solución:
a) ⁄ y ⁄
b) ∫
16
MA611I.H_______________________________________________________________________________________F.N.Q.C
Diferencias entre Poisson y Exponencial
“¿Cuál es la probabilidad de que pase un coche cada 5 minutos por ese semáforo?”
DISTRIBUCIÓN UNIFORME
Supongamos que una variable X puede tomar valores al azar en un rango (a, b). En este
caso, se dice que X tiene una distribución uniforme entre a y b y se escribe X U(a, b).
La función de distribución
[ ]
17
MA611I.H_______________________________________________________________________________________F.N.Q.C
LA MEDIA Y DESVIACI´ON TÍPICA
i)
ii)
Ejemplo1:
Solución
Sea X el ángulo a la vertical de la flecha. Luego X U(0, 360).La probabilidad que gane es
18
MA611I.H_______________________________________________________________________________________F.N.Q.C
DISTRIBUCION NORMAL
Es el modelo continuo más utilizado en inferencia estadística, dado que muchos fenómenos
socio demográfico y de otra índole tienen un comportamiento acampanado y por ende
cumplen la teoría de la distribución normal, sin embargo, es importante aclarar que antes de
proceder a aplicar los métodos sugeridos por la teoría estadística, es imprescindible
identificar primero si en realidad los datos si se comportan como tal, es decir, se debe saber
a ciencia cierta si los datos son aproximadamente acampanados, para ello se disponen de
procedimientos descriptivos ya descritos, como son: el histograma, comparar las medidas
de posición relevantes (media, mediana y moda), calcular los coeficientes de asimetría y
curtosis. Además, de otras pruebas más avanzadas como la de Smirnov Kolmogorov y la de
Shapiro Wilks.
1. Forma
Es una campana simétrica con respecto a su centro
La curva tiene un solo pico; por tanto, es unimodal.
La media de una población distribuida normalmente cae en el centro de su curva
normal.
Debido a la simetría de la distribución normal de probabilidad, la mediana y la
moda de la distribución se encuentran también en el centro; en consecuencia, para
una curva normal, la media, la mediana y la moda tienen el mismo valor.
Los dos extremos de la distribución normal de probabilidad se extienden
indefinidamente y nunca tocan el eje horizontal.
Parámetros
2. Está caracterizada por dos parámetros
a) Parámetro de localización: La media
19
MA611I.H_______________________________________________________________________________________F.N.Q.C
3. FUNCIÓN DE DENSIDAD DE LA DISTRIBUCION NORMAL
donde
: Media
: Varianza
= 3.1415
Dominio:
Máximo: ( )
√
Punto de inflexión: en
20
MA611I.H_______________________________________________________________________________________F.N.Q.C
Simetría: respecto a la recta
Punto de corte: OY ( )
√
Puede tomar cualquier valor (- , + ) Son más probables los valores cercanos a
uno central que llamamos media
Conforme nos separamos de ese valor , la probabilidad va decreciendo de igual
forma a derecha e izquierda (es simétrica).
Conforme nos separamos de ese valor , la probabilidad va decreciendo de forma
más o menos rápida dependiendo de un parámetro , que es la desviación estándar.
21
MA611I.H_______________________________________________________________________________________F.N.Q.C
TEOREMA DE TIPIFICACION O ESTANDARIZACION DE LA NORMAL
y su función de distribución es
Si la variable
a) P(x>155) = )
donde
22
MA611I.H_______________________________________________________________________________________F.N.Q.C
Se busca el valor de 1.53en la tabla, encontrando el valor de 0.9370 sombreado en la tabla.
Por lo tanto:
b)
luego
c)
tipificando y
Ejemplo1:
El caudal de cierto río sigue una distribución normal con media de 540 m3/seg y desviación
160 m3/seg. Determinar el caudal mínimo que se da el 2% de las veces.
Solución
Sea Caudal donde X ~ N (540, (160)2)
equivale a entonces
( )
23
MA611I.H_______________________________________________________________________________________F.N.Q.C
TABLA ACUMULADA NORMAL
24
MA611I.H_______________________________________________________________________________________F.N.Q.C
EJERCICIOS PROPUESTOS
25
MA611I.H_______________________________________________________________________________________F.N.Q.C
d) ¿Cuántos instrumentos fabricados con material nacional se esperaría encontrar en la
muestra?
2. Se sabe que 10 es el número promedio de camiones tanque que llegan por día a una
cierta estación; las instalaciones sólo pueden atender cuando mucho 15 camiones por día.
¿Cuál es la probabilidad de que en un determinado día se tengan que regresar los camiones?
4. Explica para cada una de estas situaciones si se trata de una distribución binomial. En
caso afirmativo, identifica los valores de n y p:
b. En una urna hay 2 bolas rojas, 3 blancas y 2 verdes. Sacamos una bola, anotamos su
color y la devolvemos a la urna. Repetimos la experiencia 10 veces y estamos interesados
en saber el número de bolas blancas que hemos extraído.
5. Una empresa constructora ha ganado una licitación para montar 10 puentes peatonales
prefabricados (similares), en diferentes puntos de la ciudad. Se sabe que el 10% de las
veces no puede ensamblar el puente dentro del plazo establecido. Si se demora más del
plazo, la pérdida por puente es de $1,000.00 y si lo hace dentro del plazo la ganancia por
puente es de $3,000.00. ¿Cuál es la utilidad esperada?
6. Una fábrica produce cierto tipo de ladrillos, en tres hornos. El horno A produce 50 %; el
horno B produce 30 % y el horno C produce 20 % de la producción total. Además se
sabe que el 0.1%, 0.2% y 0.3% de lo que producen los hornos respectivamente son
defectuosos. El control de calidad se realiza del siguiente modo: se elige aleatoriamente
100 ladrillos y se acepta el lote si hay 5 o menos defectuosos. ¿Qué probabilidad hay de
rechazar el lote?
a. ¿Cuántos clavos, como máximo debe tener la muestra para que la probabilidad de que al
menos uno sea defectuoso, no sea mayor que 0.9?
26
MA611I.H_______________________________________________________________________________________F.N.Q.C
b. Hallar el menor valor de “n” para que sea mayor o igual que 0.99, la probabilidad de
que al menos uno de los clavos sea defectuoso?
8. El número de defectos que tiene cierto tipo de locetas, sigue una distribución de Poisson
con un promedio de 3 defectos/ loceta. El precio de cada loceta es S/. 3.00 si no tiene
defectos, de S/.2.00 si tiene 1 o 2 defectos y S/. 1.00 si tiene más de 2 defectos. Si se
compran 100 locetas, elegidas al azar. ¿Cuál es el precio esperado de las 100 locetas?
9. Se lanza un dado 7 veces, ¿cuál es la probabilidad de obtener al menos 4 números iguales
en los 7 lanzamientos
10. El artículo “Reliability-Based Service –Life Assesment of Aging Concrete Structures”.
(J. Structural Engr., 1993: 1600-1621) sugiere que un proceso de Poisson puede ser
utilizado para representar la ocurrencia de cargas estructurales en el transcurso del tiempo.
Suponga que λ=0.5/año
13. Cierto tipo de batería tiene una duración de 3 años con una desviación estándar típica de
0,5 años. Suponiendo que la duración de las baterías sigue una distribución normal.
b. Si una batería lleva funcionando 3 años, cuál es la probabilidad de que dure menos de 4,5
años?
27
MA611I.H_______________________________________________________________________________________F.N.Q.C
14. Si la distribución de los periodos de duración de los postes telefónicos es tal que 9.51%
tiene un periodo de duración que excede los 35 años y que 62.55% tiene periodo de
duración que excede los 20 años ¿Cuál es la media y desviación estándar de la duración de
estos postes si se admite que la distribución es normal?
16. El material empleado en las redes de desagüe es tal que el 9.512% de las tuberías de
desagüe tienen periodo de duración que exceden a las 15 años y el 52.556% tienen periodos
de duración que exceden a los 9 años. Suponiendo que los periodos de duración tienen una
distribución normal. ¿Cuál es el tiempo máximo de duración que está por encima del 75%
de los periodos de duración?
17. El caudal de cierto río sigue una distribución normal con media de 540 m3/seg y
desviación 160 m3/seg. Determinar el caudal mínimo que se da el 2% de las veces.
a. ¿Qué valor de resistencia a ceder separa al 75% más resistente del resto?
28
MA611I.H_______________________________________________________________________________________F.N.Q.C