Escolar Documentos
Profissional Documentos
Cultura Documentos
Modelos de probabilidad
aleatorias discretas
para
variables
DanielMavila@yahoo.es
Experimento
Un experimento o fenmeno es determinista si se obtiene el
mismo resultado cuando se repite el experimento en las mismas
condiciones. Ejemplo: Si dejamos caer una piedra desde una
ventana sabemos, sin lugar a dudas, que la pelota bajar. Si la
arrojamos hacia arriba, sabemos que subir durante un
determinado intervalo de tiempo; pero despus bajar.
Un experimento o fenmeno es aleatorio (o estocstico) cuando
al repetir el experimento en igualdad de condiciones los
resultados varan, a pesar de mantener constantes las
condiciones con las que se realiza el experimento.
X :E
w X ( w)
Llamar variable a una funcin resulta algo confuso, por
ello hay que insistir en qu es una funcin.
+++
++C +C+
C++
CC+
C+C
+CC CCC
Ley de
correspondencia
Nmeros reales
(# de caras)
3 caras
Rx = 1; 2; 3; ...
Ejemplos
EXPERIMENTO
Almacen con 50 rboles
de navidad
RESULTADO
VARIABLES
ALEATORIAS
GAMA DE
VARIABLES
ALEATORIAS
Ejemplos
EXPERIMENTO
Estudiantes que
contestan un
cuestionario
Se inspecciona una
mquina
Consumidores
responden cunto
les agrada un
VARIABLE
ALEATORIA
RESULTADO
Muy de acuerdo (MA)
De acuerdo (A)
Neutral (N)
En desacuerdo (D)
Muy en desacuerdo
(MD)
X=
1 si MD
Defectuoso
Y=
No defectuoso
Mucho
Promedio
Poco
5 si MA
4 si A
3 si N
2 si D
GAMA DE
VARIABLES
ALEATORIAS
1; 2; 3; 4 y 5
Z=
0 si
defectuoso
1 si no
defectuoso
3 si mucho
2 si promedio
1 si poco
0y1
1; 2 y 3
P(X)
P(X)
P(X)
-1
0
1
2
3
.1
.2
.4
.2
.1
1.0
-1
0
1
2
3
-.1
.3
.4
.3
.1
1.0
-1
0
1
2
3
.1
.3
.4
.3
.1
1.2
0 p( x) 1 para todo x
p( x) 1
x
f : [0;1]
f ( 2) P(X 2 ) P( (1;1) ) 1/ 36
f (3) P(X 3 ) P( (1;2) ( 2;1) ) 2 / 36
f ( 4) P(X 4 ) P( (1;3) (3;1) ( 2;2) ) 3 / 36
...
F : [0;1]
x FDA F ( x ) P( X x )
En el ejemplo de la suma de los dos dados:
Se pide:
-Determina el espacio muestral
-Determina la funcin de probabilidad
-Determina la funcin de distribucin
-Grafica ambas funciones
Se pide:
-Determina el espacio muestral
-Determina la funcin de probabilidad
-Determina la funcin de distribucin
-Grafica ambas funciones
Ejercicio:
1) Sea X la v. a. que describe el lanzamiento de un dado
cargado. La distribucin de probabilidad de X est dado
por:
P(X=1) = P(X=2) = 1/6; P(X=3) =1/12; P(X=4) =
P(X=5) = ; P(X=6) = ?.
a) Determina f(X). b) Establece F(X).
c) Grafica
ambas funciones. d) Halla P(3 <= X < 5).
Propiedades
x f(x) dx
Ejemplo 1:
Ejemplo2:
x
f(x)
=
0
1
2
3
4
= 1/16 4/16 6/16 4/16 1/16
Clculo de la E(X):
Ejemplo 3:
Para el caso anterior, donde:
x
f(x)
=
0
1
2
3
4
= 1/16 4/16 6/16 4/16 1/16
Ejercicio 1
La empresa La Fuerza de la Sazn est interesada en
seleccionar una mquina para atender la demanda de
artefactos electrodomsticos con etiquetas de eficiencia
A
energtica
, al menor costo posible. Existen dos
alternativas a considerar. Una consiste en adquirir la
mquina A, cuyo funcionamiento implicara un costo fijo
anual de S/.2 400 ms S/.20 la unidad producida; y la
otra alternativa es comprar la mquina B, con un costo
fijo de S/.1 500 anuales y S/.25 la unidad de producto.
Las ventas anuales proyectadas tendran uno de los
siguientes escenarios: 80; 120 160 unidades; con una
probabilidad de ocurrencia de 35%, 50% y 15%,
respectivamente. Con la informacin proporcionada
determina la mquina ms conveniente.
Nota: A los artefactos electrodomsticos se les agrega la
etiqueta de eficiencia energtica (Cdigos A hasta G) y
colores, los cuales permiten ahorrar energa durante su vida
til y de paso contribuyen con el cuidado del medio
ambiente.
Ejercicio 2
Ejercicio 2 (...)
Juegos de azar
A un juego de azar podemos asignarle una variable aleatoria X,
cuyos valores son las ganancias correspondientes a los
posibles resultados. La esperanza matemtica de la variable
aleatoria X representa el beneficio medio o ganancia media
que se obtiene en cada jugada cuando se juega un nmero
elevado de veces.
Si la esperanza matemtica es 0 se dice que el juego es justo.
Si es mayor que 0 se dice que el juego es favorable al jugador.
Si es menor que 0 se dice que perjudica al jugador y no es
favorable.
Ejemplo (...)
Espacio muestral E = {R, N}. Consideramos las ganancias
como positivas y las prdidas negativas:
Variable aleatoria X
Funcin de probabilidad
50
0,7
-150
0,3
Ejemplo.
Una compaa de seguros tiene que determinar el gasto medio
por pliza suscrita por una constructora, sabiendo que cada ao
una de cada 10 000 plizas termina en una reclamacin de
S/.20 millones, una de cada 1 000 en S/.5 millones, una de cada
50 en S/.200 000 y el resto en S/.0; Halla E(X).
1
1
7
6
2 10
5 10
10000
1000
1 9789
5
2 10 0
11000
50 10000
Interpretacin: ______________________________
(Distribucin discreta)
xp ( x)dx
(Distribucin continua)
(Distribucin discreta)
2 ( x ) 2 p( x)dx
(Distribucin continua)
P( x) p (1 p)
x
x 0;1
1 x
P( x) p (1 p)
x
x 0; 1
1 p, para x 0
f ( x)
p, para x 1
E[ X ] x P ( X x )
1
x 0
0 * P ( X 0) 1 * P ( X 1) p
1
Var ( X ) E[ X ] ( E[ X ]) x P ( X x ) p
2
x 0
0 * P ( X 0) 1 * P ( X 1) p
p(1 p )
2
3 p 2 (1 p)
3 p(1 p) 2
Distribucin Binomial
Supongamos que el experimento consta de n intentos y definamos la v. a.
X = Nmero de veces que ocurre A.
En nuestro ejemplo:
X = Nmero de veces que sale cara.
Entonces X puede tomar los valores 0, 1, 2, ... n.
Si consideramos uno de estos valores, por ejemplo en x de los n intentos
ocurre A y en (n x) no. Entonces la probabilidad de cada posible
combinacin es pxqn-x y existen n idnticas combinaciones.
x
n x
n!
n x
B(n, p) p( x) p (1 p)
p x (1 p) n x
x!(n x)!
x
Ejemplo 1:
Cul es la probabilidad de que en una familia de cuatro
hijos exactamente dos sean nias?
n x
p(x) p ( 1 p)n x
x
p 0.5;
n 4; x 2
4
2
4- 2
p( 2 ) ( 0.5 ) ( 1-0.5 )
2
Ejemplo 2:
Si una dcima parte de personas tiene cierto grupo
sanguneo, cul es la probabilidad de que entre 100
personas escogidas al azar exactamente ocho de ellas
pertenezcan a este grupo sanguneo?
n x
n x
p(x) p ( 1 p)
x
p 0.1;
n 100; x 8
100
p( 8 )
( 0.1 )8( 1 - 0.1 )92
8
n x
n x
p(x 8 ) p ( 1 p)
x 0 x
8
100
x
100 x
(0.1) ( 0.9 )
x 0 x
8
(k 0,1,....n)
p = 1/6, q = 5/6, n = 4
Al menos dos 6, implica que nos valen k = 2, 3, 4.
P(2) + P(3) + P (4)
4 1 5 4 1 5 4 1
2 6 6 3 6 6 4 6
2
1
171
4 (6 25 4 5 1)
0.132
6
1296
Caso 1:
= E(X) = n p
P(X) n
0.6
0.4
0.2
0.0
0
1
Caso 2:
1= 5 * 0,1 = 0,5
2=
5 * 0,5 = 0,25
Desviacin estndar:
np (1 p)
1 5 * 0,1 * (1 0,1) 0,67
2 5 * 0,5 * (1 0,5) 1,1
P(X)
.6
.4
.2
0
= 5 p = 0.1
X
2
n = 5 p = 0.5
X
Ejercicio
1. Supn que la probabilidad de tener una unidad defectuosa en una
lnea de ensamblaje de las plumas (flechas) de las gras prtico es
de 0,05. Si el conjunto de unidades terminadas constituye un
conjunto de ensayos independientes, contesta:
a) cul es la probabilidad de que entre diez unidades dos se
encuentren defectuosas?
b) y de que a lo sumo dos se encuentren defectuosas?
c) cul es la probabilidad de que por lo menos una se encuentre
defectuosa?
R. 0,0476; 0,9984 y 0,4013 respectivamente
Distribucin de Poisson
La distribucin de Poisson se ha encontrado aplicable a
problemas donde la variable aleatoria representa al
nmero de ocurrencias de un evento raro, dentro de un
intervalo dado del tiempo o espacio. es un nmero real
positivo, equivalente al nmero esperado de ocurrencias
durante un intervalo dado. Por ejemplo, si los eventos
ocurren como promedio cada 4 minutos, y se est
interesado en el nmero de eventos ocurriendo en un
intervalo de 10 minutos, se usara como modelo una
distribucin de Poisson con = 2,5.
e
p( x )
, x 0;1;2; ... 0
x
!
Donde:
e = 2,7182818284590452353602874713527
Caractersticas de la distribucin de
Poisson
Media:
E ( X )
Varianza:
.6
.4
.2
0
X
0
2
Nota: el mximo de la distribucin
se encuentra en x
= 0.5
P(X)
= 6
P(X)
.6
.4
.2
0
X
0
10
( x 0;1,...)
x!
( x 0;1;...)
2 20
0!
21
1!
22
2!
) 0,857
23
3!
Ejercicio
Donde:
= = n*p
0
100
0,920626
100
100 99 1 100 99 1
1
100
100
2
100
100
99
98
n x n x
p( x ) p q
( x 0;1;...n )
x
El suceso A: No ms de 2 televisores defectuosos puede
aproximarse con una distribucin de Poisson con = np = 1,
sumando p(0) + p(1) + p(2).
1
P( A) e (1 1 12 ) 0,919698603
x
p( x ) e
x!
( x 0;1,...)
Ejemplo.
Si X1, X2, , Xn son v.a. independientes de
Poisson con parmetros 1, 2, n, entonces:
n
Y Xi
i 1
y i
i 1
Ejercicio
En la fbrica Alan Brito SAC el nmero de
accidentes laborales por semana sigue un
proceso de Poisson con parmetro = 2.
Determina:
a) La probabilidad de que haya cuatro accidentes en
el transcurso de tres semanas. Rpta. 0,1339
Tip. Aplicar propiedad reproductiva.
b) La probabilidad que haya dos accidentes en una
semana, y otros dos accidentes en la semana
siguiente. Rpta. 0,0733
c) Es lunes, y ya ha habido un accidente. La
probabilidad que en aquella semana no haya ms
de tres accidentes. Rpta. 0,8348
Solucionario c)
3 ( 1)
( 3 1) =
( 1)
P(1X3)
=
(1)
3 ( = 0)
=
( 1)
1 (4)
(1)
p( x ,n , p ) n Cx p q
x
n x
x!
Donde:
= = n*p = nmero esperado de xitos =
tasa promedio de xitos
n = nmero de repeticiones del experimento
p = probabilidad de xito = p(xito)
Ejemplo:
Se sabe que el 5% de los libros encuadernados en el CEUPS de la Facultad
tienen encuadernaciones defectuosas.
Determina la probabilidad de que 2 de
100 libros encuadernados en ese Centro,
tengan encuadernaciones defectuosas,
usando:
a) la frmula de la distribucin Binomial,
b) la aproximacin de Poisson a la distribucin Binomial.
Propuesta de solucin:
a) n = 100
p = 0,05 = p (encuadernacin defectuosa)
= p (xito)
q = 0,95 = p (encuadernacin no defectuosa)
= p(fracaso)
x = variable que nos define el nmero de
encuadernaciones defectuosas en la muestra
= 0; 1; 2; 3; ...100 encuadernaciones
defectuosas.
Respuesta: 0,0812
b) (...)
n = 100 encuadernaciones
p = 0,05
= np = (100)(0,05) = 5
x = variable que define el nmero
de
encuadernaciones defectuosas en la
muestra = 0; 1; 2; 3; 100 encuadernaciones defectuosas
p( x 2, 5 )
x!
( 5 ) ( 2.718 )
2!
0.0843
(...)
Interpretacin
Recordando
n A
P( x )
x N
1
N
n x
( x 0;1;....n )
(Una distribucin binomial)
Recordando
N
Casos posibles
n
Distribucin hipergeomtrica
Hipergeomtrica (...)
Un ejemplo de esto es en la fila de la
boletera del cine Triple X antes de una
pelcula, ah gente formada para entrar y el
pico de demanda en la ventanilla es alto,
de modo que a la hora que inicia la
pelcula la fila decrece rpidamente, esto
puede crear, al momento de comprar las
entradas, desesperacin por parte del
cliente, que se puede ir.
Para esto una solucin de emergencia por
parte del cine, seria habilitar otra ventanilla
para disminuir la demanda sobre la otra.
Hipergeomtrica (...)
Hipergeomtrica (...)
Hipergeomtrica (...)
Los
experimentos
que
tienen
una
distribucin
Hipergeomtrica tienen las siguientes caractersticas:
Distribucin hipergeomtrica
A N A
x n x
H (n, N , A) P( x)
N
n
nA
( x 0;1; ... n)
nA A N n
1
N N N 1
2
40 50 40
4 5 4
P (4)
0,431
50
5
Respuesta. La probabilidad de seleccionar cinco
estaciones de juego y encontrar que cuatro
funcionan perfectamente es de 0,431.
2 3
p( x )
x 10
7
10
2 x
Tenemos N = 10, A = 3, N - A = 7, n = 2
Sin reemplazo (Distribucin hipergeomtrica)
3 7
x 2 x
p( x )
10
2
21
3
p(0) p(1)
0,47 , p( 2)
0,07
45
45
Ejercicio
Clemencia Prez auditora de SUNAT est seleccionando una muestra de seis
declaraciones juradas de impuesto a la renta de los docentes de la Facu para
una posible auditora. Si dos o ms de ellas indican deducciones no
autorizadas, se auditar todo el grupo (poblacin) de 100 declaraciones. Si el
25% de las declaraciones son incorrectas, determina:
(a) La verdadera distribucin de probabilidad de nmero de declaraciones
incorrectas en la muestra. Cules son los parmetros (Media y varianza)?
Halla la probabilidad de una auditora detallada.
(b) Utiliza una aproximacin (binomial) a la verdadera distribucin de
probabilidad para hallar la probabilidad de una auditora ms detallada.
25
X
.
75
6-x
h(x, 100, 6, 25 ) =
. x=0, 1, 2, 3, 4, 5, 6.
100
6
=1 -
25
75
+
100
6
= 0,4691