Professional Documents
Culture Documents
SUS DISTRIBUCIONES DE
PROBABILIDAD
Profa. M. en C. Lorena Alonso Guzmn
Introduccin a la probabilidad
ELEMENTO DE COMPETENCIA:
Analiza el comportamiento probabilista de la variable aleatoria, a
travs de su distribucin y sus caractersticas numricas, as como de
las distribuciones de probabilidad ms utilizadas en la prctica de la
ingeniera.
VARIABLES ALEATORIAS
En este captulo continuamos con el estudio de la probabilidad, utilizando el
concepto de variable aleatoria para referirnos a experimentos donde el resultado
queda caracterizado por un valor numrico. Se presentan algunos de los modelos
ms habituales de asignacin de probabilidades y sus propiedades ms relevantes.
VARIABLES ALEATORIAS
Una variable x valuada numricamente vara o cambia, dependiendo del
resultado particular del experimento que se mida. Por ejemplo, suponga que
se tira un dado y se mide x, el nmero observado en la cara superior. La
variable x puede tomar cualquiera de seis valores: 1, 2, 3, 4, 5, 6, dependiendo
del resultado aleatorio del experimento. Por esta razn, la variable x se conoce
como variable aleatoria.
Ejercicio:
En un experimento se lanzan tres monedas y se observa el resultado(c: cara o
A: guila).
VARIABLES ALEATORIAS
Definicin Una variable x es variable aleatoria si el valor que toma,
correspondiente al resultado de un experimento, es una probabilidad o
evento aleatorio. Se trata, por tanto, de una funcin real con dominio en el
espacio muestral, .
Solucin
Posibles resultados:
5C2 =10
EM={(A,B), (A,C), (A,D), (A,E), (B,C), (C,D), (C,E), (D,E)}
En forma tabular:
Solucin
0.5
f(x)=P(X=x)
1/10
6/10
3/10
0.6
Grfica de
distribucin
0.4
0.3
0.3
0.2
0.1
0.1
1. 0 .
2. = 1
3. En general, para cualquier conjunto B.
=
( )
1/4
1/2
1/4
Suponga que el experimento se repite un gran nmero de veces, por ejemplo n =4 000 000 de
veces. Intuitivamente, se esperara observar alrededor de un milln de ceros, dos millones de
nmeros 1 y un milln de nmeros dos. Entonces el valor promedio de x sera igual a
1 000 000 0 + 2 000 000 1 + 1 000 000 (2)
=
=
4 000 000
1
4
1
0 +
2
1
1 +
4
Observe que el primer trmino de esta suma es (0)p(0), el segundo es igual a (1)p(1) y
el tercero es (2)p(2). El valor promedio de x, entonces, es
= 0 +
1 2
+ =1
2 4
Este resultado da alguna justificacin intuitiva para la definicin del valor esperado de una
variable aleatoria x discreta.
()
Donde f(x)=P(x) y los elementos se suman sobre todos los valores de la variable
aleatoria x.
Actividad 2
Demuestre la varianza
Una tienda de electrnica vende un modelo particular de computadora porttil. Hay slo cuatro
computadoras en existencia y la gerente se pregunta cul ser la demanda de hoy para este modelo
particular. Ella se entera en el departamento de marketing de que la distribucin de probabilidad para x,
la demanda diaria para la laptop es como se muestra en la tabla. Encuentre la media, varianza y
desviacin estndar de x y grafique la funcin de probabilidad. Es probable que cinco o ms clientes
deseen comprar una laptop hoy?
x
P(x)
0.10
0.40
0.20
0.15
0.10
0.05
En una lotera realizada a beneficio de una institucin local de caridad, se han de vender 8000 boletos a
$10 cada uno. El premio es un automvil de $24 000. Si usted compra dos boletos, cul es su ganancia
esperada?
Determine la prima anual para una pliza de seguro de $10 000 que cubre un evento que, en un largo
tiempo, ha ocurrido a razn de 2 veces en 100. Sea x igual a la ganancia financiera anual para la compaa
de seguros, que resulte de la venta de la pliza, y sea C igual a la prima anual desconocida. Calcule el valor
de C tal que la ganancia esperada E(x) iguale a cero. Entonces C es la prima requerida para que haya punto
de equilibrio. Para esto, la compaa sumara costos administrativos y utilidad.
= 0, 1, 2, 3
Encuentre P(X=2)
DISTRIBUCIONES DISCRETAS
Distribucin Bernoulli
Es un experimento estadstico en el que pueden haber nicamente dos resultados
posibles. ES costumbre designarlos como xito o Fracaso aunque pueden tener
otra representacin y estar asociados a algn otro significado de inters.
Sean X: Variable aleatoria cuyos valores pueden ser 1:Exito, 0: Fracaso
p: Valor de probabilidad de que el resultado del ensayo sea xito
Entonces, la distribucin de probabilidad de X es:
,
=1
=
= 1
= 1 ,
=0
Esta es la forma
ms usual de
representar la
distribucin de
Bernoulli
Distribucin Bernoulli
= ,
var =
= +
Ejemplo
Suponer que la probabilidad de xito de un experimento es de 0.2 y se realizan
cinco ensayos independientes. Calcule la probabilidad que el primero y el ltimo
ensayo sean xito, y los tres ensayos intermedios sean fracasos
Sean 1: El ensayo es xito (con probabilidad 0.2)
0: El ensayo es fracaso (con probabilidad 0.8)
Entonces:
DISTRIBUCIN UNIFORME
La variable aleatoria toma un nmero finito de n valores, cada uno con igual probabilidad.
f ( x ) P( X x )
Con n = 10 se tiene:
Su media y varianza son las siguientes
1
n
0.15
0.13
prob
(n 1)
X
2
2
n
1
2
X
12
0.11
0.09
0.07
0.05
0
6
x
1e+001
Distribucin Bernoulli
Consiste en realizar un slo experimento (ensayo) en el cual existen nicamente
dos posibles resultados:
S = { xito, fracaso }
Por ejemplo: observar un artculo y ver si es defectuoso
Ejemplo:
Hay una urna con 342 boletos, para ganar un automvil, al momento de sacar alguno de
ellos qu probabilidad hay para que pueda salir premiado el boleto nmero 342?
La probabilidad de que saque el boleto 342
Distribucin Binomial
una
1.
2.
3.
Distribucin Binomial
Un ejemplo de los ensayos de Bernoulli es lanzar una moneda. Los ensayos
operan bajo tres condiciones:
1.
2.
3.
Cualquier ensayo solo puede tener uno o dos posibles resultados, xito o falla,
llueve o no llueve.
Ensayos sucesivos son independientes.
Las probabilidades son constantes.
Bajo estas tres condiciones la probabilidad de x xitos en n ensayos, est dada por
la distribucin Binomial como:
n x n x
p ( x ) p q
x
Donde:
n Es el nmero de combinaciones de n eventos tomando x a
x la vez.
n!
n
x x!(n x)!
q 1 p
x es la variable o el nmero de ensayos con xito.
p 1 / T 0.01
q 1 p 0.99
x 1
n 50
50 1
p (1) 0.1 0.99 49 0.306
1
=np
Varianza:
2 n pq
Desviacin tpica:
n pq
Desviacin tpica = 50 / 6
Distribucin Geomtrica
RECORDANDO:
En una secuencia de Bernoulli, el nmero de ensayos hasta que un evento especfico ocurra
por primera vez es modelado por la distribucin geomtrica.
xito ensayo t + n
Falla ensayo t 1
Si T v.a. apropiada:
P(T t ) pqT 1
t 1, 2, ....
Actividad 3.
Investigar las funciones de distribucin discretas: distribucin binomial, distribucin de Poisson, distribucin
geomtrica, distribucin hipergeomtrica
ACTIVIDAD 4
1. Supongamos que un fabricante de maquinaria pesada tiene instalados en el campo 3840 generadores de gran tamao. Si la probabilidad de que cualquiera
de ellos falle durante el ao en curso es de 1/1200 , determinemos la probabilidad de que
a. 4 generadores fallen durante el ao en curso,
b. Ms 1 de un generador falle durante el ao en curso.
2. Suponga que hay alrededor de un milln de adultos en un condado y una proporcin desconocida p estn a favor de limitar el periodo de funcin de
polticos. Se escoger una muestra de mil adultos en forma tal que cada uno del milln de adultos tenga igual probabilidad de ser seleccionado y a cada uno se
le pregunta si l o ella est a favor de limitar el periodo. (El objetivo final de esta encuesta es estimar la proporcin desconocida p, Este experimento es
binomial?
3. En un tiempo largo, se ha observado que un jugador profesional de baloncesto puede hacer un tiro libre en un intento determinado con probabilidad igual
a .8. Suponga que l lanza cuatro tiros libres.
1. Cul es la probabilidad de que enceste exactamente dos tiros libres?
2. Cul es la probabilidad de que enceste al menos un tiro libre?
4. El nmero promedio de accidentes de trnsito en cierto crucero de carretera es dos por semana. Suponga que el nmero de accidentes
sigue una distribucin de Poisson con = 2.
1. Encuentre la probabilidad de que no haya accidentes en este crucero de carretera durante un periodo de 1 semana.
2. Encuentre la probabilidad de que a lo sumo haya tres accidentes en esta seccin de carretera durante un periodo de 2 semanas.
6. Un recipiente tiene 12 botellas de vinos, 3 de las cuales contienen vino que se ha echado a perder. Una muestra de 4 botellas se selecciona al azar de entre
la caja.
1. Encuentre la distribucin de probabilidad para x, el nmero de botellas de vino
echado a perder de la muestra.
2. Cules son la media y la varianza de x?
7. Un producto industrial particular se enva en lotes de 20. Hacer pruebas para determinar si un artculo es defectuoso o costoso; por tanto, el fabricante
muestrea la produccin en lugar de usar un plan de inspeccin del 100%. Un plan de muestreo construido para reducir al mnimo el nmero de piezas
defectuosas, enviadas a los clientes, exige muestrear cinco artculos de entre cada lote y rechazar el lote si se observa ms de una pieza.
DISTRIBUCIONES DE PROBABILIDAD
PARA VARIABLES ALEATORIAS
CONTINUAS
Las variables aleatorias continuas, por ejemplo estaturas y pesos, lapso de vida
til de un producto en particular o un error experimental de laboratorio, pueden
tomar los infinitamente numerosos valores correspondientes a puntos en un
intervalo de una recta.
Funcin de densidad
Dada una v.a. continua, X, la funcin de densidad de probabilidad de X es
aquella funcin f (x) tal que para cualesquiera a; b R o a; b =,
<< =
1. 0
2.
=1
Funcin de distribucin
Se define la funcin de distribucin de probabilidad de una v.a. continua X
como
F(x) = =
ejemplo
Considrese una variable aleatoria continua, X; con funcin de densidad =
. Vamos a calcular la constante c; la funcin de distribucin y P [X 0].
Solucin
1=
=
()
0
exp
0
()
()
0
exp
0
DISTRIBICIONES DE
PROBABILIDAD
CONTINUA
Distribucin Exponencial
Consideraciones:
f (t ) e t ,
La media es:
E (t ) 1 /
La varianza es:
2 (t ) 1 / 2
t0
F (t ) e t d 1 e t
0
En un ao en un sitio determinado ocurren 110 tormentas independientes con una duracin promedio
(todas) de 5.3 h. El intervalo entre tormentas es:
8760 110 5.3
t
74.3h
110
= 1/
F (96) e t dt 1 e t
0
f(x) =
1
2
-1
2
x-
1
f(x) =
2
2
x-
1
-
2
(, 1 )
2
I'
x=
y=0
Campo de existencia = ( ,+ )
Creciente
Decreciente
1
f(t) =
2
2. Probabilidad:
1
P( Z a)
2
- 1 t2
2
1
t2
2
dt