Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Trbajo Colabortivo 2 Probabilidad
Trbajo Colabortivo 2 Probabilidad
PROBABILIDAD
PRESENTADO POR:
REINALDO SALAMANCA
ALEXANDER PITTO
NOVIEMBRE DE 2014
Variables aleatorias.
Una variable aleatoria es, una función que asigna un número real a cada resultado en el espacio muestral de
un experimento aleatorio. Se denota con una letra mayúscula tal como X. En este tema se verá la
importancia de cuantificar los resultados de un experimento aleatorio sabiendo que ellos pueden ser
cualitativos o cuantitativos
Para facilitar estos cálculos se acude a una función que ubica el espacio muestral en el conjunto de los
números reales, esta es conocida como variable aleatoria. Se puede definir como variables aleatorias cuyos
valores sean contables o no, y al ser una caracterización cuantitativa de los resultados de un espacio
muestral, ellas pueden ser discretas o continuas
Variable aleatoria X es discreta si el número de valores que puede tomar es finito (o infinito contable).
Distribución de probabilidad de una variable aleatoria X es una descripción del conjunto de posibles valores
de X, junto con la probabilidad asociada con cada uno de estos valores. Esta distribución bien puede ser una
gráfica, una tabla o una ecuación que da la probabilidad de cada valor de la variable aleatoria y se considera
como el resumen más útil de un experimento aleatorio.
Toda distribución de probabilidad debe satisfacer cada uno de los dos requisitos siguientes:
∑ P( X =x )=1
0 ≤P( X =x )≤1
Variable aleatoria X es continua sí el número de valores que puede tomar están contenidos en un intervalo
(finito o infinito) de números reales. Dichos valores pueden asociarse a mediaciones en una escala continua,
de manera que no hay interrupciones.
La distribución de probabilidad de una variable aleatoria continua X está caracterizada por una función f( x )
que recibe el nombre de función de densidad de probabilidad. Esta función de densidad de probabilidad f
( x ) permite calcular el área bajo la curva que representa la probabilidad de que la variable aleatoria
continua X tome un valor entre el intervalo donde se define la función.
Formalmente, la función de densidad de probabilidad f( x ) de una variable aleatoria continua, se define
como tal si para cualquier intervalo de números reales [a,b] se cumple que: F ( x )≥0
DISTRIBUCIÓN BINOMIAL
Definición
Es una de las distribuciones de probabilidad más útiles (control de calidad, producción, investigación). Tiene
que ver con el experimento aleatorio que produce en cada ensayo o prueba uno de dos resultados posibles
mutuamente excluyentes: ocurrencia de un criterio o característica específico (llamado éxito) y no
ocurrencia de éste (llamado fracaso). Los términos o calificativos de "éxito y fracaso" son solo etiquetas y su
interpretación puede no corresponder con el resultado positivo o negativo de un experimento en la
realidad.
Definición
En la distribución geométrica, la variable aleatoria estaba definida como el número de ensayos Bernoulli
necesarios para obtener el primer éxito. Suponga ahora que se desea conocer el número de ensayos hasta
obtener r éxitos; en este caso la variable aleatoria es denominada binomial negativa.
Distribución Hipergeométrica.
Supongamos que tenemos una población de tamaño N y de ella se selecciona una muestra de tamaño n
para verificar si cada elemento tiene o no una cierta característica, esto se puede manejar en términos de
éxito y de fracaso. Si el tamaño de la muestra n es pequeño en comparación con el tamaño de la población N
( n / N ≤ 5% ) podemos considerar los intentos como independientes y asumir que probabilidad de obtener
un éxito en un elemento es la misma en cada intento, por lo que podemos aplicar la distribución binomial.
1. La población N del conjunto de unidades o elementos es de orden finito, de los cuales una parte: k "son
éxitos", y otra parte son "fracasos".
3. Se obtiene una muestra aleatoria de n elementos todos a la vez (sin reemplazamiento) y no de forma
independiente. No son pruebas repetidas.
5. Se busca la probabilidad de x= número de éxitos a partir de los k resultados o elementos y (n-x) fracasos a
partir de los N-k elementos así clasificados, al obtener una muestra aleatoria de tamaño n.
Obtenemos muestra de n productos, todos a la vez. Interesa entonces la probabilidad de sacar x productos
defectuosos (Éxito), o sea: p(x).
Si en una población de N elementos se tienen k éxitos, la probabilidad de que en una muestra aleatoria de n
elementos seleccionados sin reemplazo se tengan x éxitos está dada por:
k N−k
p ( x) =
( x )( n−x ) C C
=
k
x
N −k
n−x
con x≤k
N
N C
(n) n
C N∗k
n∗x es el n’mero de maneras en que se puede tomar n-x fracasos del total N-r de la población
Media μ=n ( Nk )
k N−k N−n N −k N−n
Desviación estándar
√ N N N −1 √ N )( N −1 )
( )(
σ= n )( )= μ(
N−k N−n
σ =μ (
N )( N−1 )
2
Varianza
Distribución Poisson.
Sea X una variable aleatoria que representa el número de eventos aleatorios independientes que ocurren
con igual rapidez en un intervalo de medida. Se tiene entonces que la función de probabilidad de esta
variable, se expresa por:
e− ʎ
f ( x )=P [ X =x ]= X=0,1,2,…..;o en cualquier otro punto o valor.
x!
x
e−ʎ ʎ k
p ( X ≤ x )=F ( x ) =∑
x=0 k!
Los resultados de las probabilidades individuales para valores de X serán más pequeños conforme la variable
aleatoria toma valores cada vez más grandes.
Los resultados de las probabilidades individuales para valores de X serán más pequeños conforme la variable
aleatoria toma valores cada vez más grandes
E(x)=ʎ var(x)=ʎ
Una variable aleatoria se dice que sigue una distribución uniforme continua en un intervalo real (a,b), y se
representa por (a,b), si su función de densidad es constante en dicho intervalo y nula fuera de él; es decir:
Distribución Normal.
DISTRIBUCION DE
ocurrencia media, la probabilidad de que f ( x )=P [ X =x ]=
POISSON
ocurra un determinado número de eventos x!
durante cierto período de tiempo. X=0,1,2,…..;o en cualquier
otro punto o valor.
1
Se dice que sigue una distribución uniforme
P ( X I )=
n
DISTRIBUCION continua en un intervalo real (a,b), y se
y su función de distribución la
UNIFORME CONTINUA representa por (a,b), si su función de
función escalonada.
densidad es constante en dicho intervalo y
nula fuera de él. 1
F ( X )= ∑ 1 (−∞ , x ] ( xi ) .
n
DISTRIBUCION
Describe el comportamiento de una variable discreta
que puede tomar n valores distintos con la misma
f x ( x) ¿
UNIFORME DISCRETA probabilidad cada uno de ellos
EJERCICIO 1
Suponga que un comerciante de joyería antigua está interesado en comprar una gargantilla de oro para la
cual las probabilidades de poder venderla con una ganancia de $ 250, $ 100, al costo, o bien con una pérdida
de $150 son: respectivamente: 0.22, 0.36, 0.28, 0.14. ¿Cuál es la ganancia esperada del comerciante?
DESARROLLO
n
E ( X ) =∑ ( Xi∗Pi )
i=1
n
E ( X ) =∑ ( Xi∗Pi )
i=1
( X ) =55+36+0−21
( X ) =70
Respuesta: La ganancia es de $ 70
EJERCICIO 2
Suponga que la probabilidad de que una persona dada crea un rumor acerca de las transgresiones de cierta
actriz famosa es de 0,8. ¿Cuál es la probabilidad de que:
DESARROLLO
n=6 p = 0.8
X=4 q = 1- p = 1- 0.8 = 0.2
P ( X=x )=( x ) ( p ) x ¿
n
6
P ( X=x )=( )¿
4
6!
= ¿
4 ! ( 6−4 ) !
6∗5∗4 !
¿ ¿
4 ! ( 6−4 ) !
30
¿ ( 0.4096 ) ( 0.04 )
2!
30
¿ ( 0.4096 ) ( 0.04 )
2
¿ 15 ( 0.4096 ) ( 0.04 )
= 0.24576
= 24.576%
Respuesta: La probabilidad de que la sexta persona en escuchar el rumor sea la cuarta en creerlo es de
0.24576 es decir de 24.576%
b.- La tercera persona en escuchar este rumor sea la segunda en creerlo?
x x
X P( X =x)=( ) ( p ) ¿
n
n=2
3
x=3 = ( ) (0.8 ¿ ¿3 ¿
2
p = 0.8
3!
q = 0.2 = ¿
2! ( 3−2 ) !
3∗2 !
¿ ¿
2! ( 1 ) !
3
¿ ( 0.512 ) ( 0.2 )
1
¿ 3 ( 0.512 )( 0.2 )
= 0.3072
= 30.72%
Respuesta: la probabilidad de que la tercera persona en enterarse, sea la segunda en creer es del 0.3072, es
decir de 30.72%
EJERCICIO 3.
Una empresa ha encontrado que la duración de sus llamadas telefónicas tienen una distribución normal con
media tres minutos y desviación estándar de 1,8 minutos. a.- En qué proporción las llamadas tendrían una
duración de más de dos minutos pero menos de tres y medio minutos. b.- Si una secretaria va a realizar una
llamada cual es la probabilidad de que la llamada dure más de cinco minutos.
DESARROLLO
a.- En qué proporción las llamadas tendrían una duración de más de dos minutos pero menos de tres y
medio minutos?
M= 3
σ = 1.8
X−M X−3
Z= ¿
σ 1. 8
P(
2 < X < 3.5
1
) ¿P ( 2−3
1.8
< Z<
3.5−3
1.8 )
0.5
X = Z X= 3.5 ¿P ( −1
1.8
<Z<
1.8 )
= 0.6094
= 0.7107
¿ 0.6094−( 1−0.7107 )
= 0.6094- 0.2893
Respuesta = 0,3201
P ( X >5 ) ?
X−M X−3
Z= =
σ 1. 8
5−3 1
1−P ( X <5 )=1−P Z < ( 1. 8 ) (
=1−P Z <
1.8 )
1−P ( X <5 )=1−P ( Z <1.1111 )
¿ 0.8665+0.1111 ( 0.8686−0.8665 )
¿ 0.8665+0.1111 ( 0.0021 )
= 0.8667
Respuesta: la probabilidad de que una llamada dure más de cinco minutos es de 0.1333
EJERCICIO 4
Un piloto privado desea asegurar su avión por 50.000 dólares. La compañía de seguros estima que puede
ocurrir una pérdida total con probabilidad de 0.002, una pérdida de 50% con una probabilidad de 0.01 y una
de 25% con una probabilidad de 0.1. Si se ignoran todas las otras pérdidas parciales, ¿que prima debe cargar
cada año la compañía de seguros para obtener una utilidad media de US $5000.
DESARROLLO
EJERCICIO 5
Según los registros universitarios fracasa el 5% de los alumnos de cierto curso. ¿Cuál es la probabilidad de
que de 6 estudiantes seleccionados al azar, menos de 3 hayan fracasado?
DESARROLLO
EJERCICIO 6
Un calentador de agua requiere por término medio 30 minutos para calentar 40 galones de agua hasta una
temperatura determinada. Si los tiempos de calentamiento se distribuyen normalmente con una desviación
estándar de 0,5 minutos ¿Qué porcentaje de los tiempos de calentamiento son superiores a 31 minutos?
DESARROLLO
30 y 0.5
N 40
x 31 30 1
Z1 2
0.5 0.5
P ( Z 2) 1 P ( Z 2) 1 0.97725 0.0228
EJERCICIO 7
Una persona pide prestado un llavero con cinco llaves, y no sabe cuál es la que abre un candado. Por tanto,
intenta con cada llave hasta que consigue abrirlo. Sea la variable aleatoria X que representa el número de
intentos necesarios para abrir el candado.
DESARROLLO:
P( X )=1/5
P( X ≤1)=P(X =1)=1/5
EJERCICIO 8
En el metro de la ciudad de Medellín, los trenes deben detenerse solo unos cuantos segundos en
cada estación, pero por razones no explicadas, a menudo se detienen por intervalos de varios
minutos. La probabilidad de que el metro se detenga en una estación más de tres minutos es de 0,20.
a.- Halle la probabilidad de que se detenga más de tres minutos por primera vez, en la cuarta estación desde
que un usuario lo abordo?
b.- Halle la probabilidad de que se detenga más de tres minutos por primera vez antes de la cuarta estación
desde que un usuario lo abordo?
DESARROLLO:
a.
B ( x ; p , n )=f ( x ; 0.2,4 )
3
p ( ¿ 4 )=∑ 3 ∗0.2i∗0.83−i=0.488=48.8 %
()
i=1 i
EJERCICIO 9
En una panadería se cortan panecillos con un peso que se ajusta a una distribución normal de media 100 g y
desviación típica 9. ¿Cuál es la probabilidad de obtener un panecillo cuyo peso oscile entre 80 g y la media?
DESARROLLO:
µ=100 y σ=9
x−µ 80−100 20
p ( 80< x <100 )=z 1= = = =−2.22
σ 9 9
x−µ 100−100 0
p ( 80< x <100 )=z 1= = = =0
σ 9 9
=0.5-0.013121=0.48679
EJERCICIO 10
Un jugador tiene tres oportunidades de lanzar una moneda para que aparezca una cara, el juego termina en
el momento en que cae una cara o después de tres intentos, lo que suceda primero. Si en el primero,
segundo o tercer lanzamiento aparece cara el jugador recibe $20000, $40000 o $80000 respectivamente, si
no cae cara en ninguno de los tres pierde $200000. Si X representa la ganancia del jugador:
b.- Encuentre el valor esperado E(x), la varianza V(x) y la desviación estándar S(x)
DESARROLLO
La probabilidad de que aparezca una cara es 1/2, la probabilidad de que aparezca dos caras seguidas es (1/2)
(1/2) = (1/4), la probabilidad de que aparezcan tres caras seguidas es (1/2)(1/2)(1/2) = 1/8, que es la misma
probabilidad de que no aparezca una sola cara, por tanto la distribución de probabilidad es:
b.- Encuentre el valor esperado E(x), la varianza V(x) y la desviación estándar S(x)
E ( x )=∑ f ( x )∗x
E ( x )=5000
σ 2 ( x )=112500000+306250000+703125000+5253125000
σ 2 ( x )=6375000000
S ( x )=√ 6375000000
S ( x )=79843,59
EJERCICIO 11
6.- El propietario de una farmacia local sabe que en promedio, llegan a su farmacia 100 personas cada hora.
a.- encuentre la probabilidad de que en un periodo dado de 3 minutos nadie entre a la farmacia
b.- Encuentre la probabilidad de que en un periodo dado de 3 minutos entren más de 5 personas a la
farmacia
DESARROLLO
λ=100 personas/hora
λ=5
P( X =x)=e(− λ)∗λ x / x !
en este caso,
P( X =x)=e(−5)∗5 x / x !
a.- encuentre la probabilidad de que en un periodo dado de 3 minutos nadie entre a la farmacia
P( X =0)=e(−5)∗5 0 / 0!=0.0067
b.- Encuentre la probabilidad de que en un periodo dado de 3 minutos entren más de 5 personas a la
farmacia
P( X > 5)=P(X =6)+ P ( X =7)+ P( X=8)+.. .
p(X ≤5)=P( X=0)+ P(X =1)+ P( X=2)+ P( X =3)+ P(X =4)+ P( X=5)
P( X =0)=e(−5)∗5 0 / 0!=0.0067 P( X =1)=e(−5 )∗51 /1!=0.0336
P( X =2)=e(−5 )∗52 /2 !=0.0842P( X =3)=e (−5)∗53 /3 !=0.1403
P( X =4 )=e(−5 )∗5 4 /4 !=0.1754 P( X =5)=e (−5 )∗55 /5 !=0.1754
Sumando P( X ≤5)=0.6156
Por tanto
P( X > 5)=1−0.6156=0.3844
EJERCICIO 12
Se ha determinado que para varones normales en una cierta población normalmente distribuida, la
temperatura media es de 37ºC y desviación estándar de 0,5ºC. Si se consideran 1000 de estas personas
¿Cuántas se puede esperar que tengan una temperatura comprendida entre 37ºC y 37,6ºC?
DESARROLLO
En este caso,
Así, la probabilidad de que una persona tenga una temperatura entre 37ºC y 37,6ºC es del 38,49%. Para
saber a cuántas personas de la muestra corresponde este porcentaje, simplemente calculamos una regla de
3:
RESPUESTA: Se puede esperar que aproximadamente 385 personas tengan la temperatura comprendida en
el rango propuesto.
ESTUDIO DE CASO
Por medio de las suposiciones de Seligman, calcule la probabilidad de que la estatura de un solo varón
adulto chino escogido al azar sea menor o igual a 154 cm.
Respuesta
M= 167.8 cms
σ = 6.8 cms
X M
z
Para X= 154 cms
154 167.8
Z 2.02
6.8
P( 154cms )
P( Z 2.02) 0.0217 2 P%
P( X 154cms ) 2%
Respuesta: La estatura de un solo varón adulto chino escogido al azar sea menor o igual a 154 cm, es del 2%.
Respuesta
Los resultados parecen concordar con las suposiciones de Seligman, debido a que el porcentaje obtenido es
del 2%, en comparación del 2,5 % supuesto por él.
Comente acerca de la validez de las suposiciones de Seligman ¿Hay algún error básico en su
razonamiento?
Respuesta
El error básico que podemos detectar en el razonamiento de Seligman es el hecho de que no se considera
ninguna variable además de la altura y esto podría inclinar las conclusiones de estudio.
Con base en los resultados anteriores, argumente si considera o no que Deng Xiaping tomo en cuenta la
estatura al elegir a su sucesor.
Respuesta
Se puede concluiré que no es suficiente para generar la conclusión de que Deng Xiaping tomó la decisión
obedeciendo únicamente a criterios de la estatura, ya que, es importante conocer las demás características,
no solo físicas de los candidatos.