Professional Documents
Culture Documents
Definicin 1: Sea E un experimento, y sea S un espacio muestral asociado a E. Entonces una funcin X, que a cada elemento del espacio muestral, le asocia un nmero real, recibe el nombre de variable aleatoria. X : S si R X(si)= xi
i. ii .
Prof. David Becerra Rojas
p( xi ) u o
i
! 1 , 2 ,....
i !1
p ( xi ) ! 1
Definicin 5:
Sea E un experimento, sea S un espacio muestral asociado a E, sea Rx, el recorrido de la variable aleatoria X y sea B Rx. Entonces Si definimos A = { s S / X(s) = x B }, entonces, diremos que A y B son equivalentes, A $ B y P(A) = P(B)
S
A s1
B
Rx x1 x2
s2 si xr sk
4 Prof. David Becerra Rojas
Ejemplo:
Sea el experimento E: se lanza una moneda dos veces y se registra el signo que aparece en la cara superior. Luego el espacio muestral S = {cc, cs, sc, ss }. Sea la v.a. X : nmero de sellos que aparecen. En este caso el recorrido de la v.a. Ser Rx = {0, 1, 2} S X Rx
cc cs sc ss
x1=0
x2=1 x3=2
5
Luego: p(x1) = P(X = x1) = p(0) p(x2)= P(X = x2) = p(1) p(x3) = P(X = x3) = p(2) Por lo tanto: 7p(xi) = p(0) + p(1) + p(2) = 1/4 + 1/2 +1/4 = 1 De la definicin 5 tenemos: Si A={cc, cs, sc} y si B={0, 1}
= P(X=0) = P(cc) = 1/4 = P(X=1) = P(cs,sc) = P(cs) + P(sc) = 1/2 = P(X=2) = P(ss) = 1/4
P(A) = P(B) =
6
Luego,
S
A cc
B
Rx 0 1 2
7
cs sc ss
Prof. David Becerra Rojas
Ejercicio
De un curso de 15 personas (5 hombres y 10 mujeres) se Seleccionan al azar dos, una despus de otra, y se clasifican segn el sexo. Determine: a.b.c.d.el espacio muestral la probabilidad de que ambas sean mujeres que el nmero de mujeres seleccionadas sea 2 Previo: Definir; la variable aleatoria X el recorrido de X (Rx) que el nmero de mujeres sea al menos una
Respuesta:
Ejercicio:
Sea la variable aleatoria X: mes en que un computador tiene problemas.
4k x p( x) ! P ( X ! x) ! 7
Determine: 1.2.3.Recordar: el valor de k p( 5 ) = P( X = 5 ) P( X u 2 ) =
i) ii )
Prof. David Becerra Rojas
, x = 1,2,3,4,5,6
p( xi ) u o
i
! 1 , 2 ,....
i !1
p ( xi ) ! 1
9
1.6
p( x ) ! 1
i i !1
Luego
84 k !1 7
p( x) !
7 1 k ! ! 84 12
4x x ! x) ! ! 7 * 12 21
10
b.-
k 5 p (5) ! P ( X ! 5) ! ! 21 21
P ( X u 2) ! p (2) p (3) p ( 4) p (5) p (6) 1 ! 1 P ( x 2) ! 1 21
c.-
20 ! 21
11 Prof. David Becerra Rojas
Proposicin:
i.ii.La Funcin P, se denomina Funcin de Probabilidad El par ( xi , p(xi) ): se denomina Distribucin de Probabilidad
xi
Prof. David Becerra Rojas
12
Ejercicio:
Supongamos que la probabilidad de que un barco de trasporte llegue a destino sin problemas destino sin problemas el 57% de_ Sea A : El barco llega a es de 0.57 ( es decir en los y sea Supongamos adems a destino sin problemas . gran A casos). B : El barco no llega que es posible enviar una B = cantidad de barcos. El envo continua hasta que llega el primer barco a destino sin problemas. Determine la probabilidad de que el nmero de envos necesario para que llegue el primer barco sin problemas, sea k (k = 1,2,3...) Previo Determine: a.Espacio muestral b.c.La variable aleatoria X Recorrido de la v.a. X. S = { A, BA, BBA, BBBA,.....}
X : N de envos necesarias para que llegue el primer barco a destino sin problemas.
Rx = {1, 2, 3, 4, ......}
13
Recordando;
0.57
A
0.57
A
0.57 0.43
0.43
A
0.57
B
0.43
0.43 Luego; B .............................. p(1) = P(X=1) = P(A) = (0.57) p(2) = P(X=2) = P(BA) = (0.43)(0.57) p(3) = P(X=3) = P(BBA) = (0.43)2 (0.57) p(4) = P(X=4) = P(BBBA) = (0.43)3(0.57) Por consiguiente tenemos que: p(k) = P(X=k) = (0.43)k-1(0.57) ; k = 1,2,3...... 14 Prof. David Becerra Rojas
es efectivamente una funcin de probabilidad, es decir, que debe cumplir con: i) p(k ) u o k ! 1 , 2 ,....
ii )
(
proresin geomtrica
k !1
p (k ) ! 1
g g
)
i
Como
i! 0
1 r
1 1 1 r
"""
0 . 43
k 1 ! 0 . 43
i
k !1 i!0
0 . 43
i * ( 0 . 57 )
i!0
Prof. David Becerra Rojas
1 * ( 0 . 57 ) ! 1 1 0 . 43
15
Ejercicio
Sea X v.a.d. talque:
p (k ) ! P ( X ! k ) ! 1 2k ; k ! 1,2,3,.......
Determine la probabilidad de que: 1.- k sea un nmero par = 1/3 2.- k sea divisible por 3 = 1/7 3.- k > 3 = 1/8
16 Prof. David Becerra Rojas
Ejercicio
En el ejemplo de los barcos, supongamos que se envan independientemente, tres barcos. Determine la probabilidad de que lleguen a destino sin problemas: Exactamente k barcos. ( recordemos que: A : El barco llega a destino sin problemas y B : El barco no llega a destino sin problemas y P(A) = 0.57 y P(B) = 0.43)
Rx = { 0, 1, 2, 3 }
Luego;
p(0) = P(X=0) = P(BBB) = (0.43) 3 p(1) = P(X=1) = P(BBA, BAB, ABB) = 3(0.57) (0.43) 2 p(2) = P(X=2) = P(BAA, ABA, AAB) = 3 (0.57) 2(0.43) p(3) = P(X=3) = P(AAA) = (0.57) 3 Por consiguiente tenemos que:
P(k ) ! P( X ! k ) !
0.57) (0.43) (
3 k k
3k
k ! 0,1,2,3
Distribucin Binomial
Def.: Sea E un experimento y sea A un suceso asociado a E. Supongamos que P(A) = p, luego P(A) = 1 p. Consideremos n repeticiones independientes del experimento E. Por lo tanto el espacio muestral del experimento total, estar Dado por todas las sucesiones posibles tal que ocurra A o A . Si la v.a. X se define como: Nmero de veces que ocurre el suceso A, diremos que X tiene una distribucin binomial con parmetros n y p, y la denotaremos:
X ~ b(n , p )
19 Prof. David Becerra Rojas
P(k ) ! P( X ! k ) !
p
n k
(1 p )
nk
Con k = 0,1,2,3,.n
Ejercicio
Supongamos que en un estadio lleno, el 40% de los asistentes son mujeres. Una empresa comercial, para promocionar un nuevo producto, toma una muestra aleatoria de tamao 20. Determine la probabilidad que la muestra contenga: 1.2.3.4.exactamente 11 mujeres. a lo ms 8 mujeres. al menos 5 mujeres. exactamente 9 hombres.
Previo: Determine
: Se elije al azar una persona el experimento E n = 20 repeticiones del exp. E : : la persona es mujer el suceso de inters A: ={A,B } el espacio muestral s: p = P(A) = 0.40 la probabilidad de A el espacio muestral (Exp Total )S: ={A...A,A...B,..,BB} N de mujeres seleccionadas la variable aleatoria X: el recorrido Rx : = {0, 1 , 2,., 20}
Por lo tanto Luego: 1.P(X = 11) = 2.P(X e 8) = 3.P(X u 5) = 4.P(Y =9 ) = Prof. David Becerra Rojas X ~ b(20 , 0.40 )
P(Xe 11) P(X e10) por tabla = 0.071 0.596 directo por tabla 1 P(X e 4) = 1 0. 0510 = 0.949 P(Ye 9) P(Y e8) = 0.071 Y: N de hombres
22
Distribucin de Bernoulli
Si el experimento se realiza una sola vez, la variable X tomar los valores 0 y 1, y se dice que tiene una distribucin de Bernoulli con parmetros 1 y p.
X ~ B(1 , p )
P (k ) ! P ( X ! k ) ! p (1 p )
k
Prof. David Becerra Rojas
1 k
Con k = 0,1
23
Distribucin de Poissn
Sea X una v.a.d., si su funcin de probabilidad est dada por:
(k ) ! (
e P * Pk ! k) ! k !
con k ! 0,1,2,3, , , , , , , ,
Entonces diremos que X tiene una distribucin de Poissn con parmetro P. Se anota: ( media P y varianza P
X ~ P(P)
24 Prof. David Becerra Rojas
Ejercicio
Supongamos que el cajero de un banco, es capaz de atender en promedio 8 personas en 20 minutos. Determina la probabilidad de que el cajero atienda en 20 minutos: a.exactamente 10 personas. b.- a lo ms 7 personas. c.al menos 4 personas. d.- no ms de 10, ni menos de 5 e.exactamente 20 personas en 40 minutos.
25 Prof. David Becerra Rojas
f :R R p
x Rx
f ( x)dx ! 1
g
Entonces diremos que X es una v.a.c. con funcin de densidad de Probabilidad (f.d.p.)
Prof. David Becerra Rojas
f
26
Observaciones
1.- f(x) no es una probabilidad, como en el caso discreto, donde p(x) = P(X = x ). 2.- Las siguientes probabilidades, son equivalentes: P(a e x e b) = P(a < x e b) = P(a e x < b) = P(a < x < b) Esto implica que P(X = k ) = 0
27 Prof. David Becerra Rojas
Observaciones
b
3. (a e x e b) ! f ( x)dx
a
Ejemplo
Sea X una variable aleatoria continua (vac), con funcin de densidad de probabilidad f(f.d.p.). Talque:
f(x)
1.2.3.4.-
kx 0 e x e 1 0 en otros casos
Determine el valor de k Grafique la funcin f Calcule P( x e 1/2 ) Calcule P( x e 1/2 1/3 e x e 2/3)
29
F(x) = P( X x ) =
p(k )
k x
Si X v.a.d.
g
f ( x )dx
Si X v.a.c.
30
E(x) =
xi p( xi )
i !1
g
Si X v.a.d.
xf ( x)dx
g
Si X v.a.c.
31
Propiedades La esperanza es un operador lineal, ya que: , , Combinando estas propiedades, podemos ver Que, donde X e Y son variables aleatorias y a y b dos constantes cualesquiera. ,
E(
x2
)=
x
i !1 g g
2 i
p ( xi )
Si X v.a.d. Si X v.a.c.
33
x 2 f ( x)dx
Tarea N ___
1. 2. 3. 4. Propiedades de la Esperanza Propiedades de la Varianza Si X ~ b(n,p), determine la E(X) y V(X) Demostrar que : E( x - E(x) )2 = E ( x2 ) ( E (x) )2
Propiedades
La esperanza es un operador lineal, ya que:
En teora de probabilidad y estadstica la varianza es una medida de la dispersin de una variable aleatoria respecto a su esperanza . Se define como la esperanza de la transformacin , esto es,
Est relacionada con la desviacin estndar o desviacin tpica, que se suele denotar por la letra griega
o bien
siendo a y b constantes cuales Varianza muestral [editar] Dentro de la estadstica descriptiva, la varianza muestral se utiliza como medida de dispersin, cuya definicin es:
xi p(xi)
F(xi) xip(xi) x2ip(xi)
1 0.2
2 0.25
3 0.32
4 0.08
5 0.15
Total 1.00
0.45 0.77 0.85 1.00 //// 0.50 0.96 0.32 0.75 2.73 1.00 2.88 1.28 3.75
Funcin de Distribucin Acumulativa Esperanza de X ( E(X) ) = 2.73 Varianza de X ( V(X) ) = E ( x2 ) ( E (x) )2 Grafique F(X)
E(X) E(X2)
9.11
38
F(x) =
F(x)
0 . 45 0 . 77 0 . 85 1 . 00
2e x 3e x 4e x x u5
Grfica de F(x)
0 0 . 20
x 1 1e x
2 3 4 5
x
39
2.-
2 x f ( x) ! 0
Determine : a.b.c.-
0 e x e1 en otros casos
0 2 F ( x) ! x 1
0 1
0 e x x u1
f(x) 2
F(x)
1
41
Distribucin Normal
Sea X una v.a.c. si su fdp est dada por:
( x Q )2 2W 2
1 *e f ( x) ! 2 2TW
g e x e g
Entonces, diremos que X tiene una distribucin Normal con media Q y varianza W2. Se denota: X ~ N(Q , W2 )
Prof. David Becerra Rojas 42
Caractersticas
Tiene forma de campana ( por su descubridor es tambin llamada campana de GAUSS) Es simtrica con respecto a su media (Q) Es asinttica al eje horizontal. A +/- tres desv. tpicas de la media, se encuentra prcticamente el 99.8% de su rea (Q +/- 3 W )
Q-3W
Q+3W
43
~ N(0 , 1 )
X
( X Q) W
Z
Q
x0
X
0
z0
Ejercicio
Supongamos que el peso de los contenedores almacenados en un recinto portuario, tienen una distribucin aproximadamente normal, con una media Q = 78.6 tn , y una varianza W2 = 156.25 tn2. Determine; a.- La probabilidad de que un contenedor seleccionado al azar, tenga un peso no superior a 60 tn. R: .0681 b.- Que porcentaje de contenedores, tiene un peso de al menos 80 tn. 45.62% c.- Si el recinto cuenta con 870 contenedores, cuntos tienen un peso entre 68, y 96 tn.? R: 626 d.- Si se deben controlar el 33% de los contenedores ms pesados, cul es el peso R: 84.1 mnimo de estos contenedores. e.- Si se toma una muestra aleatoria independiente de 12 contenedores, cul es la probabilidad de que exactamente 8 tengan un peso no superior a 75 tn.? R: 0.0346
Ejercicio
Para el ingreso a una determinada empresa, los postulantes deben rendir un examen. La experiencia dice que los puntaje, se distribuyen aproximadamente Normal con una media de 487, y una desv. Tpica de 58.9. Determine: 1.2.3.4.5.La probabilidad de que un postulante seleccionado al azar, tenga puntaje no superior a 400. Si los postulantes son 1270, cuntos app tendrn puntaje de al menos 500 puntos? Si de los 1270 postulantes, deben ser aceptados 150. cul ser el puntaje mnimo de aceptacin? Si se toma una muestra independiente de 12 postulantes Cul es la probabilidad de que exactamente 8 tengan puntaje no superior a 487? Si los puntaje de la prueba fsica de los mismos postulantes tienen una distribucin normal con media 67.8, y varianza 144, qu puntaje en el examen debera tener un postulante que en la prueba fsica obtuvo 70 puntos?
~ N(0 , 1 )
Ejercicio
Supongamos que el 42% de los trabajadores de una empresa, tienen no ms de 40 aos. Se selecciona un muestra de 250 trabajadores. Determine la probabilidad de que el nmero de trabajadores con no ms de 40 aos, sea: a.a lo ms 120. b.- entre 100, y 150 c.exactamente 110
Ejercicio Sea X vad con distribucin binomial, con n=125, y p = 0.42. Determine por binomia y Normal 1.2.3.P (X < 60) P(X = 58) P( 49 < X < 71)
Ejercicio
Las remuneraciones de los 1500 trabajadores de una determinada empresa, tienen una distribucin aproximadamente normal con media $358.200, y una desv. Tpica de $48.597. Determine a.b.c.Cul es la probabilidad de que un trabajador seleccionado al azar, tenga remuneracin igual o superior a $370.000? Cuntos trabajadores app. Tienen remuneracin entre $340.000 y $360.000? Si la empresa decide dar un beneficio a los 400 trabajadores que ganan menos. Cual es la remuneracin mxima para optar al beneficio? Se toma una muestra aleatoria de 120 trabajadores. Cual es la probabilidad de que al menos 4 tengan una remuneracin no superior a $250.000?
d.-
A
B
B ..............................
Luego ; S = { A, BA, BBA, BBBA,.....}
A A B A
B A
B A
B
B S = {AAA ,AAB, ABA, BAA, ABB, BAB, BBA, BBB}
Distribuciones Discretas
Bernoulli:
Notacin : X } (1 , p ) Funcin de probabilidad : (o de Cuanta ) p ( x ) ! p x (1 p )1 x ( x) ! p V ( x) ! p (1 p ) ; x ! 0,1
Distribuciones Discretas
Binomial:
Notacin : X } (n , p ) Funcin de probabilidad : (o de Cuanta ) n x p ( x) ! p (1 p ) n x x ( x) ! np V ( x) ! np (1 p ) ; x ! 0,1,........, n
Distribuciones Discretas
Binomial Negativa:
Notacin : X } N ( n , p ) Funcin de probabilidad : (o de Cuanta ) n x 1 n x p ( x) ! p (1 p) x n(1 p ) ( x) ! p n(1 p ) V ( x) ! p2 ; x ! 0,1,........, n
Distribuciones Discretas
Poissn:
Notacin : X } (P ) Funcin de probabilidad : (o de Cuanta ) e P Px p( x) ! x! ( x) ! P V ( x) ! P ; x ! 0,1,2,3........
Distribuciones Discretas
Geomtrica:
Notacin : X } G ( p ) Funcin de probabilidad : (o de Cuanta ) p( x) ! ( x) ! V ( x) ! ; x ! 0,1,2,3........
Distribuciones Discretas
Hipergeomtrica:
Notacin : X } H () Funcin de probabilidad : (o de Cuanta ) p( x) ! ( x) ! V ( x) ! ; x ! 0,1,2,3........
Distribuciones Discretas
Uniforme Discreta:
Notacin : X } U () Funcin de probabilid ad : (o de uanta ) p( x) ! E ( x) ! V ( x) ! 1 ; x ! a, a 1, a 2,...b b a 1
Distribuciones Discretas
Hipergeomtrica:
Notacin : X } H () Funcin de probabilidad : (o de Cuanta ) p( x) ! ( x) ! V ( x) ! ; x ! 0,1,2,3........
Distribuciones Discretas
Hipergeomtrica:
Notacin : X } H () Funcin de probabilidad : (o de Cuanta ) p( x) ! ( x) ! V ( x) ! ; x ! 0,1,2,3........
Distribuciones Continuas
Uniforme:
Notacin Funcin f (x) ! Funcin : X } (a, b) de probabilid ad : de Densidad
1 ; x (a , b ) b a de Distribuci n :
x a F (x) ! b a a b (x) ! 2
(b a ) 2 , V (x) ! 12
Distribuciones Continuas
Exponencial:
Notacin : X } xp(E ) Funcin de Densidad de probabilidad : f ( x) ! E e E x F ( x) ! 1 e E x 1 ( x) ! E 1 , V ( x) ! 2 E ;x"0 Funcin de Distribucin :
Distribuciones Continuas
Normal:
Notacin : X } N ( Q , W )
2
( xQ )2 2W 2
; g
( x) ! Q , V ( x) ! W
Distribuciones Continuas
Triangular: