PROBABILIDAD

TRABAJO COLABORATIVO 2
LINA MARCELA HERNANDEZ
JOSE REINALDO CACERES
EDUARDO ANTONIO RODRIGUEZ
WILLIAM LUCUMI
Grupo 100402_44
Tu!or"
#RANCISCO JAVIER PEREIRA LOPEZ
UNIVERSIDAD NACIONAL ABIERTA $ A DISTANCIA UNAD
M%&o 2' ()* 2014
INTRODUCCI+N
La probabilidad y la estadstica son, sin duda, las ramas de las Matemticas
que estn en mayor auge en este siglo, y tienen una tremenda aplicabilidad en
todos los aspectos y ciencias, especialmente en las Ciencias Sociales, puesto
que aquellas variables que inuyen en dichas ciencias, econmicas,
demogracas, suelen tener carcter aleatorio, es decir, no son deterministas, y
se undamentan en predicciones a partir de datos conocidos! "odo aquello que
implique prediccin nos lleva al terreno de la probabilidad!
DESARROLLO DEL TRABAJO
ASPECTOS TEORICOS"
DISTRIBUCIONES DE PROBABILIDAD DISCRETA
Son aquellas en las que la variable puede pude tomar un n#mero determinado
de valores$
D,-!r,.u/,o0)- () pro.%.,*,(%( (,-/r)!% Se dividen en$
11 D,-!r,.u/,20 U0,3or4) D,-/r)!%
%s la ms simple de todas las distribuciones discretas de probabilidad! Si la
variable aleatoria & toma los valores '(, '), *, '+, con probabilidades
id,nticas, entonces la distribucin uniorme discreta est dada por
La media y la varian-a de la distribucin uniorme discreta .'/+0 son
21 D,-!r,.u/,20 B,0o4,%* & Mu*!,0o4,%*
1n e'perimento a menudo consiste en pruebas repetidas, cada una con
dos posibles resultados que se pueden etiquetar como ,'ito o racaso!
%ste tipo de proceso se denomina proceso de 2ernoulli! Cada ensayo se
llama e'perimento de 2ernoulli!
Prop,)(%()- ()* Pro/)-o () B)r0ou**,"
%l e'perimento consiste en n pruebas que se repiten!
Cada prueba produce un resultado que se puede clasiicar como ,'ito o
racaso!
La probabilidad de un ,'ito, que se denota con p, permanece constante
en cada prueba!
Las pruebas que se repiten son independientes!
%l n#mero & de ,'itos en n e'perimentos de 2ernoulli se denomina
variable aleatoria binomial!
La distribucin de probabilidad de esta variable aleatoria discreta se
llama distribucin binomial, y sus valores se denotarn como b.'/n,p0,
pues dependen del n#mero de pruebas y de la probabilidad de ,'ito en
una prueba dada
3. D,-!r,.u/,20 5,p)r6)o47!r,/%
Son e'perimentos donde, al igual que en la distribucin binomial, en cada
ensayo hay tan slo dos posibles resultados$ o sale blanca o no sale! 3ero se
dierencia de la distribucin binomial en que los distintos ensayos son
dependientes entre s$
Si en una urna con 4 bolas blancas y 5 negras en un primer ensayo saco una
bola blanca, en el segundo ensayo hay una bola blanca menos por lo que las
probabilidades son dierentes .hay dependencia entre los distintos ensayos0!
6plicaciones$
Muestreo de aceptacin!
3ruebas electrnicas!
7aranta de calidad!
8! 9,-!r,.u/,o0)- B,0o4,%* N)6%!,8% & G)o47!r,/%
Se considera un e'perimento donde las propiedades son las mismas que las
que se indican para un e'perimento binomial, con la e'cepcin de que las
pruebas se repetirn hasta que ocurra un n#mero i:o de ,'itos! 3or lo tanto, en
lugar de encontrar la probabilidad de ' ,'itos en n pruebas, donde n es i:a,
interesa la probabilidad de que ocurra el +;,simo ,'ito en la ';,sima prueba!
Los e'perimentos de este tipo se llaman e'perimentos binomiales negativos
5. D,-!r,.u/,20 () Po,--o0 parte de la distribucin binomial$
Cuando en una distribucin binomial se reali-a el e'perimento un n#mero <n<
muy elevado de veces y la probabilidad de ,'ito <p< en cada ensayo es
reducida, entonces se aplica el modelo de (,-!r,.u/,20 () Po,--o0"
Se tiene que cumplir que$ 9 p 9 = >,(> 9 p : 0 9 = (>
VARIABLE ALEATORIA
1na variable aleatoria es pues, una uncin que asigna un n#mero real a cada
resultado en el espacio muestral de un e'perimento aleatorio! %llas se denotan
con una letra may#scula, tal como &! Se dice que & es aleatoria porque
involucra la probabilidad de los resultados del espacio muestral, y se deine &
como una uncin porque transorma todos los posibles resultados del espacio
muestral en cantidades num,ricas reales!
%:ercicio
Considere el lan-amiento de una moneda! %l espacio muestral de este
e'perimento aleatorio est constituido por dos resultados$ cara y sello! Si se
deine & .cara0?> y & .sello0?(, se transorman los dos posibles resultados del
espacio muestral en cantidades num,ricas reales! 9e esta manera 3.&?>0
representa la probabilidad de que el resultado al lan-ar la moneda es cara!
VARIABLE ALEATORIA CONTINUA
una variable aleatoria & es continua si el n#mero de valores que puede tomar
estn contenidos en un intervalo .inito o ininito0 de n#meros reales! 9ichos
valores pueden asociarse a mediciones en una escala continua, de manera que
no haya huecos o interrupciones! %sta uncin de densidad de probabilidad .'0
permite calcular el rea ba:o la curva que representa la probabilidad de que la
variable aleatoria continua & tome un valor entre el intervalo donde se deine la
uncin! @ormalmente, la uncin de densidad de probabilidad .'0 de una
variable aleatoria continua, se deine como tal si para cualquier intervalo de
n#meros reales Aa , bB se cumple que
3uesto que el rea total ba:o .'0 es uno, la probabilidad del intervalo Aa, bB es el
rea acotada por la uncin de densidad y las rectas &?a y &?b, como se
muestra aqu$
VARIABLES ALEATORIAS
1na variable aleatoria es pues, una uncin que asigna un n#mero real a cada
resultado en el espacio muestral de un e'perimento aleatorio! %llas se denotan
con una letra may#scula, tal como &!
Se dice que & es aleatoria porque involucra la probabilidad de los resultados
del espacio muestral, y se deine & como una uncin porque transorma todos
los posibles resultados del espacio muestral en cantidades num,ricas reales!
VARIABLE ALEATORIA DISCRETA
Se dice que una variable aleatoria & es discreta si el n#mero de valores que
puede tomar es inito .o ininito contable0!
La distribucin de probabilidad de una variable aleatoria & es una descripcin
del con:unto de posibles valores de &, :unto con la probabilidad asociada con
cada uno de estos valores! %sta distribucin bien puede ser una grica, una
tabla o una ecuacin que da la probabilidad de cada valor de la variable
aleatoria y se considera como el resumen ms #til de un e'perimento aleatorio!
VARIABLE ALEATORIA CONTINUA
Se dice que una variable aleatoria & es continua si el n#mero de valores que
puede tomar estn contenidos en un intervalo .inito o ininito0 de n#meros
reales!
9ichos valores pueden asociarse a mediciones en una escala continua, de
manera que no haya huecos o interrupciones!
La distribucin de probabilidad de una variable aleatoria continua & est
caracteri-ada por una uncin .'0 que recibe el nombre de uncin de densidad
de probabilidad! %sta uncin .'0 no es la misma uncin de probabilidad de
una variable aleatoria discreta!
VALOR ESPERADO $ VARIANZA DE UNA VARIABLE ALEATORIA
%l valor esperado .tambi,n llamado media o esperan-a matemtica0 de una
variable aleatoria discreta & es una medida de posicin para la distribucin de
&!
Se simboli-a con C y se calcula al sumar el producto de cada valor de & con su
probabilidad correspondiente! %n otras palabras, la media o valor esperado de
una variable aleatoria discreta & es$
TEOREMA DE CH;B$SHEV
3ara demostrar cmo la desviacin estndar es indicadora de la dispersin de
la distribucin de una variable aleatoria, el matemtico ruso 3anuty Lvovich
Ch,byshev desarroll un teorema en el que orece una garanta mnima acerca
de la probabilidad de que una variable aleatoria asuma un valor dentro de +
desviaciones estndar alrededor de la media!
La desigualdad de Ch,byshev es muy importante, ya que permite determinar
los lmites de las probabilidades de variables aleatorias discretas o continuas
sin tener que especiicar sus unciones de probabilidad! %ste teorema asegura
que la probabilidad de que una variable aleatoria se ale:e de la media no ms
de + desviaciones estndar, es menor o igual a (D+) para alg#n valor de + E(!
EJERCICIOS CAPITULO 4
EJERCICIO No11"
Suponga que un comerciante de :oyera antigua est interesado en comprar
una gargantilla de oro para la cual las probabilidades de poder venderla con
una ganancia de F )4>, F (>>, al costo, o bien con una p,rdida de F (4> son$
respectivamente$ >!)), >!5G, >!)H, >!(8! ICul es la ganancia esperada del
comercianteJ
DESARROLLO"
Las variables son$ )4>, (>>, >, (4>!
Las probabilidades son$ >!)), >!5G, >!)H, >!(8!
? %.'0 ? .)4>K>!))0 L .(>>K>!5G0 L .>K>!)H0 ; .(4>K>!(80
? %.'0 ? 44 L 5G L > ; )(
? %.'0 ? M( N )(
? %.'0 ? O>
La ganada esperada del comerciante es de FO>!
EJERCICIO No12 "
1na variable aleatoria & presenta el n#mero de arrestos que puede tener un
adolescente que ha presentado problemas :udiciales!Si la uncin de
probabilidad de la variable aleatoria est representada en la siguiente tabla!
ICul es el valor esperado de su variableJ
DESARROLLO"
& ( ) 5 8 4 G
.'0 >,>( >,4> >,)) >,(4 >,(> >,>)
< =
V%*or )-p)r%(o
P
<
EJERCICIO No1> "
1n :ugador tiene tres oportunidades de lan-ar una moneda para que apare-ca
una cara, el :uego termina en el momento en que cae una cara o despu,s de
tres intentos, lo que suceda primero! Si en el primero, segundo o tercer
lan-amiento aparece cara el :ugador recibe F)>>>>, F8>>>> o FH>>>>
respectivamente, si no cae cara en ninguno de los tres pierde F)>>>>>! Si &
representa la ganancia del :ugador$

DESARROLLO"
%1? E0/u)0!r) *% 3u0/,20 () pro.%.,*,(%( 3@AB1
.1? E0/u)0!r) )* 8%*or )-p)r%(o E@ABC *% 8%r,%0D% V@AB & *% ()-8,%/,20
)-!E0(%r S@AB
V%*or )-p)r%(o E@AB F
EJERCICIO No14 "
1n :ugador lan-a un dado corriente! Si sale un n#mero igual o menor a 8, gana
tantos cientos de dlares como marca el dado, pero si sale un n#mero mayor a
8, pierde tantos cientos de dlares como marca el dado! 9eterminar la uncin
de probabilidad y la esperan-a matemtica del :uego!
DESARROLLO"
' ;( ) 5 ;8 4 ;G
@.'0 (D(G (D(G (D(G (D(G (D(G (D(G
Q' ? %.'0 ? R 'i! .'0 ? (DG! .;(!)!5!;8!4!;G0 ? ; (DG
Como el valor esperado es negativo, el :uego no es avorable para el
apostador!
EJERCICIOS CAPITULO G
EJERCICIO No11 "
%n una clase de ciencias naturales de () alumnos se elegir un representante
de grupo, para lo cual se usara el n#mero de lista de cada alumno! Se anotan
() papeles con n#meros del ( al () respectivamente se doblan y se meten en
un rasco! Luego se e'trae al a-ar un papel para designar al representante!
9etermine la probabilidad de que el n#mero que salga sea menor que 4/
determine la probabilidad de que el numero sea mayor que 5 pero menor que
O!
DESARROLLO"
EJERCICIO No12
%n el metro de la ciudad de M,'ico los trenes deben detenerse solo unos
cuantos segundos en cada estacin, pero por ra-ones no e'plicadas, a
menudo se detienen por intervalos de varios minutos! La probabilidad de que el
metro se detenga en una estacin ms de tres minutos es de >!)>!Salle la
probabilidad de que se detenga ms de tres minutos por primera ve- en la
cuarta estacin desde que un usuario la abordoJ! Salle la probabilidad de que
se detenga ms de tres minutos por primera ve- antes de la cuarta estacin
desde que un usuario lo abordo!
7eom,trica$ %l n#mero de ensayos no es i:o, si no hasta que se obtiene el
primer ,'ito!
9%S6TTULLU$
EJERCICIO No1>
Los registros muestran que el 5>V de todos los pacientes admitidos a una
clnica m,dica no pagaron sus cuentas y estas nunca ueron cobradas! Si
llegan cuatro pacientes nuevos a la clnica, encuentre la probabilidad de que
una cuenta de estas no sea cobrada!
DESARROLLO"
E4p*)%4o- (,-!r,.u/,20 .,0o4,%*
0 F 4
p F >0H F 0C>0
A F 11
P@AB F
P @1B F
P @1B F @4B : @0C>B : @0C>4>B F 0C411' F 41C1'H
L% pro.%.,*,(%( () Iu) u0% () *%- 4 /u)0!%- 0o -)% /o.r%(% )- () 41C1'H1
EJERCICIO No14
La gerencia de recursos humanos de un peridico sabe que al acudir a cierta
escuela a reclutar editores tendr
W'ito con una probabilidad de >,(4! 9etermine la probabilidad de que la primera
contratacin ocurra en la quinta entrevistaJ
DESARROLLO"
Sea & el n#mero de entrevistas que se deben reali-ar para que ocurra la
primera contratacin
3.' ? '0 ? .>!H40 elevado ala ';(.>!(40
3.' ? '0 ? dgeom .4, prob ? >!(40 ? >!>GG444H

EJERCICIOS CAPITULO '
EJERCICIO No11
Los coeicientes intelectuales de G>> aspirantes de cierta universidad se
distribuyen apro'imadamente normal con una media de ((4 y una desviacin
estndar de ()! Si la universidad requiere de un coeiciente intelectual de al
menos M4!
a!; ICuntos de estos estudiantes sern recha-ados sobre esta base sin
importar sus otras caliicacionesJ!
b!; Si se considera que un coeiciente intelectual mayor a ()4 es muy superior
ICuntos de estos estudiantes tendran un coeiciente intelectual muy superior
al del grupoJ
DESARROLLO:
a.- Cuntos de estos estudiantes sern recha-ados sobre esta base sin
importar sus otras caliicacionesJ
ZFA?JKFLG?11GJ12F?1C''''
PMDN?1C''''OFP MDP1C''''OF1?PMDN1C''''OF1?0CLG1GF0C04QG
PMDN?1C''''OF4CQGH
R'00: PMDN?1C''''OF'00@0C04QGBF2LC1 P)r-o0%-1
D) *o- %-p,r%0!)- -)rE0 r)/5%D%(o- >0 p)r-o0%-1
.!; Si se considera que un coeiciente intelectual mayor a 125 es muy superior
Cuntos de estos estudiantes tendran un coeficiente intelectual muy superior
al del grupo?
CI>125 Muy superior
Z= x-/ =125-115/12=!"###
$%Z>!"###&=1-$%Z'!"###&=1-!()*(=!2##+1
$%Z>!"###&=2!##,
-*+$%Z>!"###&=*.!2##/=121!)"0122
De los aspirantes 122 tendrn coeficiente intelectual muy superior.
EJERCICIO No12
Los 8G> alumnos de un centro tienen (4G cm! de estatura media con una
varian-a de H( cm!
a0 9etermine el porcenta:e de alumnos que miden ms de (G> cm!
DESARROLLO"
.B SCuE0!o- %*u40o- 4,()0 )0!r) 140 & 1G0 /4T
EJERCICIO No1>
1na empresa de material el,ctrico abrica bombillas de lu- que tienen una
duracin antes de quemarse
.@undirse0 que se distribuye normalmente con media igual a H>> horas y una
desviacin estndar de 8> horas!
%ncuentre la probabilidad de que una bombilla dure$
a!; ms de H)M horas
b!; m'imo H)> horas
c!; entre OOH y H58 horas
DESARROLLO"
a0 3.&EH)M0
&?H)M;;E X? .H)M;H>>0D8> ? >!O5
3.&EH)M0 ? 3 .XE>!O50 ? ( ; 3.X=>!O50 ? consultando la tabla ? ( ; >,OGO5 ?
>!)5)O
b0 3.&=?H)>0
&?H)>;;;E X? .H)>;H>>0D8> ? >!4
3.&=H)>0 ? 3 .X=>!40 ? consultando la tabla ? >,GM(4
c0 3 .OOH=&=H580
3.&=H580 ; 3.&=OOH0
&?H58 ;;E X? .H58;H>>0D8> ? >!H4
&?OOH ;;E X? .OOH;H>>0D8> ? >!>)
3 .X=>!H40 ; 3 .X=>!>)0 ? consultando la tabla ? >,H>)5 ; >,4>H> ? >!)M85