Professional Documents
Culture Documents
Unidad: V Semana: 06
Estadstica
N de Probabilidad
Resultados Probabilidad
varones 0.50
0 V,V 0,25
1 VM,MV 0,50 0.25
2 MM 0,25
0 1 2 N de
caras
Variables Aleatorias
10 0 20 40 60
11 30 0 20 40
12 60 30 0 20
13 90 60 30 0
Clculo de la prdida esperada
Para un stocks de 10 cajitas, la prdida esperada
ser:
Posibles N Probabilidad
Prdida Prdida
de cajitas que se reciban
Condicional esperada
pedidas/da estos pedidos
10 0 0.15 0.00
11 30 0.20 6.00
12 60 0.40 24.00
13 90 0.25 22.50
Prdida esperada: 52.50
Solucin ptima: analizar otros tamaos de stocks
y decidir por aqul que genere la menor perdida
Distribucin geomtrica
Caractersticas:
Pruebas idnticas e independientes.
P(x) = P(F F F F E)
X-1
P(x) = (1-p) x1 p
12
Distribucin geomtrica
1
E( X )
p
(1 p )
V (X )
2
2
p
13
Distribucin geomtrica
Se supone que el 5% de las enfermeras que se
presentan en el Hospital General del Sur aspirando al
cargo de asistente de ciruga, tienen entrenamiento en
Instrumentacin Quirrgica.
Determine la probabilidad de que se encuentre la primera
enfermera con entrenamiento en instrumentacin
quirrgica en la quinta entrevista.
Cul es el nmero esperado de aspirantes
que hay que entrevistar para encontrar
la primera enfermera con entrenamiento
en instrumentacin quirrgica?
14
Distribucin hipergeomtrica
Se utiliza para describir variables discretas
a)Caractersticas
La informacin de la muestra se obtiene
sin reposicin de una poblacin finita, por
lo tanto la probabilidad de xito vara.
b) Formula donde:
M : nmero de xitos en la poblacin
M N M
k : nmero de xitos en la muestra
P(X = k ) =
k n k N : tamao de la poblacin
N
N-M: nmero de fracasos en la poblacin
n n : tamao de la muestra
n-k : nmero de fracasos en la muestra
c) Aplicacin
n = 20 30
N= 30 20
M= 15 = (3003)(3003) 9018009
= 0,3001
30045015 30045015
Si errneamente se usa la distribucin binomial con
n = 20 y p =15/30 = 1/2 para calcular la probabilidad
de tener 10 defectuosos, el resultado ser:
P(X = x)
20!
1
10!(20 -10)! 2
10
1
2
10
184756
0,1762
1048576
N n
Donde N 1 es un factor de correccin de
poblacin finita que se produce debido al proceso
de muestreo sin reposicin de poblaciones finitas.
Distribucin Hipergeomtrica
Caractersticas:
Poblacin de tamao NP, K de ellos
son del tipo A.
Si se selecciona una muestra
aleatoria de n elementos Cul es
la probabilidad de que en sta se
hallen x elementos del tipo A?
Muestreo sin reemplazo.
20
Distribucin Hipergeomtrica
Parmetros:
NP, K, n.
21
Distribucin Hipergeomtrica
Valor esperado:
E(X)= n p
Varianza: np (1 p )( NP n )
( NP 1)
Cuando la fraccin de muestreo n/NP es pequea, la
hipergeomtrica se puede aproximar por la binomial con
parmetros p y n.
22
Ejemplo de Hipergeomtrica
NP
El KINO! A A
NP = 25
Favorables = K = 15
Se elige una muestra de X N
15
23
P(12) = 0.0167
P(13) = 0.0014
P(14) = 0.000046
P(15)= 0.0000003
24
Ejemplo de Hipergeomtrica
25
Ejemplo de Hipergeomtrica
26
Una caja contiene 8 bolas rojas, 3 blancas y 9 azules. Si se
sacan 3 bolas al azar sin reemplazo determinar la probabilidad
de que:
a) Las 3 sean rojas
Eventos: E1 sacar roja a la primera
8 7 6 14
E2 sacar roja a la primera P(E1E2E3)= 20 19 18 285
E3 sacar roja a la primera
Otro mtodo:
Casos posibles: C3
8
Casos favorables:20C 3
b) Las 3 sean blancas 3C 3
Casos posibles: 1
Casos favorables: 20C 3 P=
1140
c) 2 sean rojas y una blanca
Seleccin de 2 rojas entre 8Seleccin de 1 blanca entre 3 8C 2 3C1 7
Seleccin de 3 bolas entre 20 20C 3 95
d) Al menos una sea blanca
17C 3 34 23
P=1-P (ninguna sea blanca)= 1 1
20C 3 57 57
e) Se saque una de cada color
8C13C19C1 18
P
20C 3 95
f) Se saquen en orden rojo, blanco, azul
Con el resultado del apartado anterior (e) y teniendo en cuenta que ahora el
orden de extraccin importa, solo nos vale uno de los 3! posibles ordenes
en los que se pueden extraer 3 bolas de diferente color:
P(e) 3
P
3! 95
28
2/ En un juego de poker se sacan 5 cartas de un naipe de 52 cartas bien
barajadas. Encontrar la probabilidad de tener a) poker de ases b) poker de ases y
un rey c) full de dieces-jotas d) escalera de nueve, diez, jota, reina, rey e) 3 cartas
de un palo y 2 de otro f) sacar un as
P
4C 4 48C1 1 4C 4 4C1 1
a) b) P
48C5 54145 52C 5 649740
c)
P
4C 34C 2 1 4C14C14C14C14C1 64
d) P
52 C5 108290 52C 5 162435
e) P
4 13C 33 13C 2
429
C5
52 4165
8! 3! 1
P
10! 15
30
4/ Ay B juegan 12 partidas de ajedrez de las cuales A gana 6, B gana 4, y 2 terminan
en empate. Ellos acuerdan un torneo de 3 partidas. Encontrar la probabilidad de que
a) A gane los 3 juegos, b) 2 juegos finalicen en empate, c) A y B ganan
alternadamente, d) B gana al menos un juego
2 1
6 1 4 1
P(B gana un juego) P(empate)
P(A gana un juego) 12 6
12 2 12 3
1 1 1 1
a) P(A gana los 3 juegos juego)
2 2 2 8
2
1
b) Posibles ordenes en que se producen los empates= 3C 2 P(2 empates)
6
5
Puesto que se requieren slo 2 empates la 3 partida no puede ser empate: P(no empates) 1 P(empate)
6
2
1 5
P 3C 2
5
6 6 72
c) 1 1 1 1 1 1 5
P P( A, B, A) P( B, A, B)
2 3 2 3 2 3 36
3
2 2
d) P(B no gana un juego) P(B no gana ningn juego)
3 3
3
2 19 31
P(gana algn juego) 1
3 27
05/ Al controlar la calidad de un producto envasado, se eligen al azar tres envases
de una caja que contiene 1000. Por termino medio, sabemos que en cada caja hay
diez cuya calidad es deficiente. Hallar la probabilidad de que entre los tres no haya
ninguno, uno, dos o tres deficientes
(B)=bueno (d)=defectuoso
90 89 88 178
P(ninguno defectuoso) P( BBB)
100 99 98 245
90 89 10 267
P(uno defectuoso) P( BBd, BdB, dBB) 3 P( BBd ) 3
100 99 98 1078
90 10 9 27
P(dos defectuoso) P( Bdd, ddB, dBd) 3 P( Bdd) 3
100 99 98 1078
10 9 8 2
P( tres defectuoso) P(ddd)
100 99 98 2695
3
ntese que : P(n defectuosos) 1
n 0
32
12/ Seis parejas de casados se encuentran en un cuarto. Halla la
probabilidad de que:
a) si se escogen 2 personas al azar (i) sean esposos (ii) uno sea
hombre y otro mujer
b) si se escogen 4 personas al azar (i) se escojan dos parejas de
casados (ii) ninguna pareja sean casados en tre los 4 (iii) haya
exactamente una pareja de casados
c) si las 12 personas se reparten en seis parejas (i) cada pareja sean
casados (ii) cada pareja la forme un hombre y una mujer
a) Casos posibles:12C 2 66 maneras de escoger 2
personas de las 12
6 1
(i) Hay 6 parejas de casados: P
66 11
6 6 6
(ii) Hay 6 maneras de escoger a un hombre P
66 11
y 6 de escoger a una mujer:
33
Una persona acepta una apuesta del orden 10 a 3 sobre la
posibilidad de ganar un pgil en un combate de boxeo.
Determnese cul es la probabilidad que est asignando a
este hecho.
SOLUCIN:
Este tipo de relaciones se denomina ventaja relativa . Si la
relacin es de A a B, entonces la ventaja es:
Ventaja = A/B
y la probabilidad asociada:
P (s)= A/A+B
La probabilidad que el apostante est asignado a su
posibilidad de ganar al aceptar la apuesta es:
P (ganar) = 10/ (10+3) = 10/13
34
Distribucin Binomial
35
Distribucin Binomial
Evidentemente:
1
P( X x) P( X 0) P( X 1) p q 1
x 0
36
Distribucin Binomial
a) Caractersticas:
El experimento consiste en una serie de ensayos
repetidos. Hay n ensayos independientes.
Cada ensayo slo tiene dos resultados posibles:
xito (E) y fracaso (F).
La probabilidad de xito, designado por p es la
misma para cada ensayo, la probabilidad de
fracaso q (igual a 1-p) es tambin constante.
1. Los ensayos sucesivos son independientes.
2. Puede ser simtrica o sesgada.
3. La informacin de la muestra se obtiene
con reposicin de una poblacin finita.
Distribucin Binomial
b) Formula: n!
P(X = x) = p x q n- x
x! (n - x)!
Donde:
n : nmero de ensayos
x : nmero de xitos
p : probabilidad de xitos en un ensayo
q : probabilidad de fracaso en un ensayo
n - x : nmero de fracaso en el ensayo
Se aplica a la seleccin de una muestra, slo
cuando el resultado de cada solucin es
independiente de los resultados de las selecciones
anteriores.
Distribucin Binomial
c) Aplicacin:
Una muestra de 4 frascos se selecciona sin
restitucin de un lote de 5,000 frascos de cierto
laboratorio farmacutico. Suponiendo que 20%
de los frascos de lote no cumplen con las
especificaciones mdicas, cul es la
probabilidad de que la muestra contenga
exactamente 2 frascos malos?
Distribucin Binomial
Datos: n!
P(X = x) = p xq n- x
n=4 x! (n - x)!
x=2
p = 0,20
q = 0,80 P(X = 2) =
4!
0.2 0.80
2 2
2! (4 - 2)!
0,1536
Ejercicios de Distribucin Binomial
Varianza:
Parmetros:
V(X)= n p (1-p)
n, p.
Variable aleatoria:
Nmero x de xitos en los n
n x
ensayos. P ( x ) p (1 p ) n x
x
Valor esperado:
E(X)= n p
44
e) La media y la desviacin estndar
X 0 1 2 3 4
P(X = x) 1/16 4/16 6/16 4/16 1/16
La media
= XP( x)
X P(x) XP(x) 32
0 1/16 0
XP( x) 16
1 4/16 4/16 = 2 procesos
2 6/16 12/16
3 4/16 12/16 Tambin:
4 1/16 4/16 = np
32/16
= 4( 1 2) 2
x P(x) (x ) (x ) 2 (x )2 P( x)
0 1/16 -2 4 4/16
1 4/16 -1 1 4/16
2 6/16 0 0 0
3 4/16 +1 1 4/16
4 1/16 +2 4 4/16
16/16
16
( X ) P( x )
2
16
16
(X ) P( x)
2
1 procesodeficiente
16
Tambin:
npq 4(0,5)(0,5) 1
0 P( X 0) 1 P( X 1) p
1
Var( X ) E[ X ] ( E[ X ]) x 2 P( X x) p 2
2 2
x 0
02 P( X 0) 12 P( X 1) p 2
p p 2 p(1 p) pq
49
Distribucin Binomial
0.25
0.2
0.15
0.1
0.05
0
0 2 4 6 8 10 12
50
Distribucin Binomial
5 pruebas de embarazo
Si estando embarazada la probabilidad de que el
test d positivo es 0.9 Cul es la probabilidad
de obtener 4 o ms positivos en 5 ensayos?
X=4
1-binocdf(3, 5, 0.9)
E = Positivo
EFEE E
n=5
5 0.94 x 0.1 + 5 0.95 x 0.10 = 0.32805 + 0.5905 = 0.91854
4 5
51
Distribucin Binomial
De acuerdo a un estudio realizado, el 26% de las
personas adultas de Barinas tiene sobrepeso. Si se
extrae una muestra aleatoria simple de 10 adultos,
encuentre la probabilidad de que el nmero de
personas con sobrepeso, dentro de la muestra,
sea:
a) Exactamente tres personas
b) Menos de 2
c) Dos o ms personas
52
Distribucin Binomial
La probabilidad de que una persona que sufre de
migraa tenga alivio con una frmaco especfico es de
0.9. Se seleccionan aleatoriamente a tres personas con
migraa a las que se les administra el frmaco.
Encuentre la probabilidad de que el nmero de personas
que logran alivio sean.
a)Exactamente 0
b)Exactamente uno
c) Dos o menos
d)Dos o tres
53
Distribucin Binomial
54
Distribucin Binomial
La Dra. Jimnez, Directora de Control de Calidad
de un gran hospital, se encuentra realizando su
revisin mensual a los procesos de emergencia
peditrica. En el procedimiento, se seleccionan 10
procesos y se les analiza en busca de deficiencias
administrativas. A lo largo del tiempo, slo 2% de
las emergencias peditricas registran deficiencias
administrativas (suponga que las deficiencias se
presentan de manera independiente en diferentes
procesos).
Distribucin Binomial
5 0 0.0380 5
1 0.1755 4
2 0.3240 3
3 0.2990 2
4 0.1380 1
5 0.0255 0 5
n r 0.63 0.62 0.61 0.60 0.59 0.58 0.57 0.56 0.55 0.54 0.53 0.52 0.51 0.50 r n
p
X = 3 acc/mes 53 2.71835
P( x3) 0.14042 14.04%
= 5 acc/mes 3!
Distribucin Poisson
Uso de Tablas
Solucionando el problema anterior usando la tabla
de distribucin de probabilidades de Poisson:
x 4.1 ......... 4.5 .......... 4.9 5
0 0.0067
La probabilidad de
1 0.0337 tener exactamente 3
2 0.0842
3 0.1404
accidentes en un
4 0.1755 mes cualquiera es
5 0.1755
0.1404
Distribucin Poisson
Aplicacin
La probabilidad de nmero equivocado a pesar
de haber marcado correctamente es 0,03. Si se
toma una muestra de 100 llamadas, cul es la
probabilidad de tener 2 nmero equivocado?
Solucin:
32 (2.71828) 3
p = 0.03 P(X = 2) =
2!
n = 100
=3 = 02240
Distribucin Poisson
La aproximacin de Poisson a Binomial
Consideremos una distribucin binomial con
p=0.02 y n = 100. Supongamos que nos
interesa calcular la probabilidad de que X = 3
utilizando la formula binomial, podemos
encontrar la probabilidad exacta de la forma
siguiente: 100! 3 97
P(X = 3) = (0,02) (0,98)
3! 97!
0,1823
Distribucin Poisson
e
x
P(X = 3) =
x!
Distribucin Poisson
np = 100 (0,02) = 2
(2)3 (2,71828) 2 8
2
0,1805
3! 6 (2,71828)
69
Distribucin Poisson
Caractersticas:
Se utiliza como aproximacin al modelo
binomial cuando n es grande y p pequeo
(ley de los sucesos raros). p < 0.1 np < 5,
tomando como parmetro = np
Tambin se conoce como la distribucin de
los sucesos raros
70
Distribucin Poisson
Parmetros:
promedio de Varianza:
ocurrencias del
suceso por unidad V(X)=
de tiempo o espacio.
Variable aleatoria: e x
Nmero x de P( x)
ocurrencias del
suceso por unidad
x!
x
F ( x) P( x)
de tiempo o espacio
(x = 0, 1, 2, ...).
i 0
Valor esperado:
E(X)=
71
Distribucin Poisson
=1.3 x=4=5-1
72
EJERCICIO
En ciertas instalaciones industriales los accidentes ocurren
con muy poca frecuencia. Se sabe que la probabilidad de
un accidente en cualquier da dado es 0,005 y los
accidentes son independientes entre s.
Cul es la probabilidad de que en cualquier periodo dado
de 400 das habr un accidente en un da?
Cul es la probabilidad de que haya a lo ms tres das
con un accidente?
EJERCICIO
En un proceso de fabricacin donde se manufactura un
producto de vidrio ocurren defectos o burbujas, lo cual
ocasionalmente deja al producto inservible para su venta. Se
sabe que, en promedio, 1 de cada mil de estos artculos que
se producen tienen una o ms burbujas. Cul es la
probabilidad de que una muestra aleatoria de 800 tenga ms
de 4 burbujas?.
Distribucin Poisson
A menudo, el nmero de llamadas telefnicas que
llegan a un conmutador se modela como una
variable aleatoria de Poisson. Suponga que, en
promedio, se reciben 10 llamadas por hora.
Cul es la probabilidad de que lleguen exactamente
cinco llamadas en una hora?
Cul es la probabilidad de que se reciban
exactamente 15 llamadas en dos horas?
Cul es la probabilidad de que lleguen exactamente
cinco llamadas en 30 minutos?
75
Distribucin Poisson
0.18
0.16
0.14
0.12
0.1
0.08
0.06
0.04
0.02
0
0 5 10 15 20 25
76