Professional Documents
Culture Documents
Variables aleatorias.
DEFINICIÓN
Experimentos aleatorios/determinísticos
En un experimento aleatorio:
3
5
1
4
6
3
5
1
2
A
B
4
6
1.- 0 ≤ P(A) ≤ 1
2.- P(E)=1
3.- Si A y B son incompatibles, entonces P(A U B) = P(A) + P(B)
nº casos favorables
P( A)
nº casos posibles
En el ejemplo anterior, ¿P(A)? ¿P(B)? ¿P(A ∩ B)?
Ley de los Grandes Números: “El porcentaje de ocasiones en que se
obtiene determinado resultado en un experimento aleatorio tiende a coincidir
con su probabilidad teórica a medida que el experimento se repite más y más
Veces”.
Algunas fórmulas:
P( A ) 1 P( A)
2. Probabilidad condicionada.
SI 52 248 300
NO 48 272 320
Totales: 100 520 620
a) ¿Cuál es la probabilidad de que, tomado un individuo al azar,
haya estado expuesto al peligro? ¿Y de que tenga la enfermedad?
P( A B)
P( A / B) (Probab. de A condicionado B)
P( B)
P( B A)
P( B / A) (Probab. de B condicionado A)
P( A)
• Si puede tomar cualquier valor dentro de un intervalo dado, entonces se trata de una
variable aleatoria continua.
Una variable aleatoria es una especie de valor o magnitud que cambia de una
ocurrencia a otra sin seguir una secuencia predecible.
Por ejemplo:
En una clínica para tratamiento del cáncer de mama no se tiene manera de saber con
exactitud cuántas mujeres van a ser atendidas en un día cualquiera.
De modo que el número de mujeres del día siguiente es una variable aleatoria.
Por lo tanto los valores de una variable aleatoria son los valores numéricos
correspondientes a cada posible resultado del experimento aleatorio.
Si los registros diarios de la clínica indican que los valores de la variable aleatoria van
desde 100 hasta 115 mujeres al día, entonces ésta es una variable aleatoria discreta.
La tabla proporciona una distribución de
frecuencias.
La normalización de la
distribución de
frecuencias observadas
(en este caso, dividimos
cada valor que aparece
en la columna de la
derecha de la tabla 5-3
entre 100, el número
total de días en que se
tomaron los registros).
La distribución de probabilidad para la variable aleatoria “número de mujeres examinadas”
se presenta de manera gráfica en la figura
Suponga que lanza una moneda 10 veces y obtiene siete caras, de la siguiente manera:
Si lanza la moneda 20 veces; ella obtiene 15 caras y 5 cruces. De modo que ahora, en
total, usted tiene 22 caras y 8 cruces de un total de 30 lanzamientos.
¿Qué esperaba?
Suponga ahora que una máquina lanza la moneda y obtiene 792 caras y 208 cruces de
un total de 1,000 lanzamientos de la misma moneda. Con este resultado, usted podría
sospechar que la moneda está alterada, debido a que no se comportó del modo que
esperaba.
En los últimos 20 años, también ha sido utilizado ampliamente por muchas de las
personas que deben tomar decisiones en condiciones de incertidumbre.
Para obtener el valor
esperado de una variable
aleatoria discreta,
multiplicamos cada valor
que la variable puede
tomar por la probabilidad
de ocurrencia de ese valor
y luego sumamos los
productos.
• Significa que en un periodo largo, el número de mujeres examinadas diariamente deberá tener
un promedio de aproximadamente 108.02. Recuerde que un valor esperado de 108.02 no
significa que mañana 108.02 mujeres asistan a la clínica.
• Podría basar sus decisiones en el valor esperado del número de mujeres examinadas
diariamente debido a que éste es un promedio ponderado de los resultados que espera en el
futuro.
• El valor esperado pesa cada resultado posible con respecto a la frecuencia con que se espera se
presente.
• En consecuencia, las ocurrencias más comunes tienen asignado un peso mayor que las menos
comunes.
• Conforme van cambiando las condiciones, la directora podría recalcular el valor esperado de
los exámenes diarios y utilizar el nuevo resultado como base para tomar decisiones.
• El valor esperado también puede ser obtenido a partir de las estimaciones subjetivas con
respecto a la probabilidad de que la variable aleatoria pueda tomar ciertos valores.
• En ese caso, el valor esperado no es más que la representación de las convicciones personales
acerca del resultado posible.
Uso del valor esperado en la toma de decisiones
• Una caja de frambuesas cuesta $20 y el vendedor recibe $50 por ella.
• Los valores que se tienen en la tabla 5-7 incluyen no solamente las pérdidas por
la fruta descompuesta, sino también las que se derivan de los ingresos
perdidos cuando el vendedor no es capaz de suministrar un pedido.
• En tales casos, el vendedor vende todo lo que tiene almacenado y no sufre pérdidas.
• Esta situación se indica con el cero en negrita que aparece en la columna
correspondiente.
Las cifras que se encuentren por encima de un cero cualquiera representan las pérdidas
sufridas al tener que tirar la fruta.
Los valores que se encuentran debajo de los ceros en negrita representan las pérdidas
de oportunidad derivadas de pedidos que no se pueden cumplir. Si, un cierto día, el
vendedor tiene en existencia solamente 10 cajas de frambuesas y le solicitan 11, éste
sufre una pérdida de oportunidad de $30 por la caja que le faltó ($50 por caja menos
$20 de su costo, igual a $30).
Cálculo de pérdidas esperadas
En la cuarta columna de la tabla 5-8 se nos muestra que si se tienen en existencia 10 cajas
diarias, a lo largo de un periodo grande, la pérdida promedio o pérdida esperada será de
$52.50 por día. No hay garantías de que la pérdida del día siguiente sea exactamente de
$52.50.
Cálculo de pérdidas esperadas
Las tablas de la 5-9 a la 5-11 muestran los cálculos de la pérdida esperada resultante de
decidirse por el almacenamiento de 11, 12 y 13 cajas de frambuesas, respectivamente.
Cálculo de pérdidas esperadas
Con la misma facilidad, pudimos haber resuelto este problema tomando un camino alternativo,
es decir, maximizando la ganancia esperada ($50 recibidos por caja de fruta, menos $20 del
costo de cada caja), en lugar de minimizar la pérdida esperada. En cualquier caso habríamos
obtenido la misma respuesta: 12 cajas en existencia.
Asumimos que la demanda del producto puede tomar únicamente cuatro valores y que
las frambuesas no valen nada al día siguiente.
La compañía pretende ofrecer el servicio seis días a la semana (312 días al año) y estima que el
costo por automóvil por día será de $2.50. Al término de un año, la compañía espera vender los
automóviles y recuperar el 50% del costo original. Sin tomar en cuenta el valor temporal
del dinero ni cualquier otro gasto que no sea en efectivo, utilice el método de pérdida
esperada para determinar el número óptimo de automóviles que debe comprar la
compañía.