Professional Documents
Culture Documents
FACULTAD DE INGENIERA
DEPARTAMENTO DE CIENCIAS BSICAS
DOCENTE: ANGELA PORTELA
ESTADSTICA II
DEFINIR:
AFIANCEMOS LO APRENDIDO
Como se ha sealado los eventos experimentales de mayor inters con frecuencia son
numricos, es decir, realizamos un experimento y observamos el valor numrico de
alguna variable. Si repetimos el experimento n veces, obtenemos una muestra de datos
cuantitativos. Como ejemplo, supongamos que un producto fabricado en una empresa,
se vende en lotes de 20 cajas, cada una de las cuales contiene 12 artculos. A fin de
verificar la calidad del producto, el jefe de control de procesos de la empresa selecciona
al azar cuatro de entre los 240 artculos de un lote y determina si los artculos estn
defectuosos o no. Si ms de uno de los artculos muestreados resulta defectuoso, se
rechazar todo el lote.
Conceptos bsicos
Una variable aleatoria es una funcin que cuantifica los resultados de un experimento
aleatorio. Una variable aleatoria discreta X slo puede asumir una cantidad de valores
susceptible de contarse. En estadstica la distribucin de probabilidad para una variable
aleatoria discreta X es una tabla, grfica o frmula que da la probabilidad P(X = x)
asociada a cada posible valor de X. Si consideremos el experimento de lanzar dos
veces una moneda balanceada y se observa el nmero X de caras. Calculemos la
distribucin de probabilidad para X. Sean Ci y Si la observacin de una cara y un sello,
CORPORACIN UNIVERSITARIA MINUTO DE DIOS
FACULTAD DE INGENIERA
DEPARTAMENTO DE CIENCIAS BSICAS
DOCENTE: ANGELA PORTELA
ESTADSTICA II
Varianza. Sea x una variable aleatoria discreta con distribucin de probabilidades p(x).
Entonces, la varianza de x es
La desviacin estndar de x es la raz cuadrada positiva de la varianza de x.
Distribucin Bernoulli
CORPORACIN UNIVERSITARIA MINUTO DE DIOS
FACULTAD DE INGENIERA
DEPARTAMENTO DE CIENCIAS BSICAS
DOCENTE: ANGELA PORTELA
ESTADSTICA II
Ejemplo
Una variable aleatoria de Bernoulli, por s sola, tiene poco inters en las aplicaciones de
ingeniera y ciencias. En cambio, la realizacin de una serie de pruebas de Bernoulli
conduce a varias distribuciones de probabilidad discretas bien conocidas y tiles.
Ejemplo
Un agente de seguros vende plizas a 5 individuos, todos de la misma edad. De
acuerdo con las tablas actuariales, la probabilidad de que un individuo con esa edad
viva 30 aos ms es de 3/5. Determinar la probabilidad de que dentro de 30 aos
vivan:
1. Los cinco individuos.
2. Al menos tres.
3. Slo dos.
4. Al menos uno.
Solucin
Estamos frente a una variable Bernoulli ya que dentro de 30 aos se pueden presentar
dos situaciones que la persona este viva (p = 3/5) o que haya muerto (q = 2/5). Al
considerar los 5 individuos, estamos frente a una varia aleatoria X binomial con n = 5,
p = 0, 6 X ~ B(5, 0,6)
Ejemplo
Suponiendo que la probabilidad de tener un hijo varn es 0,51. Hallar la probabilidad de
que una familia con seis hijos tenga:
1. Por lo menos un nio.
2. Por lo menos una nia.
CORPORACIN UNIVERSITARIA MINUTO DE DIOS
FACULTAD DE INGENIERA
DEPARTAMENTO DE CIENCIAS BSICAS
DOCENTE: ANGELA PORTELA
ESTADSTICA II
Solucin
Si X es la variable nmero de hijos varones en una familia de seis hijos, estamos frente
a una variable binomial con n = 6 y p = 0,51.
4. Se sabe que en la manufactura de cierto artculo, uno de cada diez resulta defectuoso
cul es la probabilidad que en una muestra aleatoria de 4 artculos contenga;
a. ninguno defectuoso
b. exactamente dos defectuosos
c exactamente un defectuoso
d. no ms de dos defectuosos.
6. los registros hospitalarios indican que el 10% de los casos de cierta enfermedad
resultan fatales. Si hay cinco pacientes que sufren de la enfermedad, encontrar la
probabilidad de que:
a. todos sanen
b. exactamente tres mueran
CORPORACIN UNIVERSITARIA MINUTO DE DIOS
FACULTAD DE INGENIERA
DEPARTAMENTO DE CIENCIAS BSICAS
DOCENTE: ANGELA PORTELA
ESTADSTICA II
7. En una fabrica el 20% de los artculos que produce cierta maquina resultan
defectuosos. Si 10 artculos son elegidos a la azar, de todos los producidos en un dia
por dicha maquina calcular la probabilidad de que haya:
9. Una compaa de seguros considera que alrededor del 25% de los carros de servicio
pblico se accidentan cada ao, Cul es la probabilidad que por lo menos tres de una
muestra de siete vehculos afiliados, hayan tenido accidentes en el ao?
10. La oficina de personal en una fbrica indica que el 30% de los empleados de la lnea
de montajes se retiran durante los tres aos de haber sido contratados. Se acaban de
contratar 12 empleados nuevos Cul es la probabilidad de que:
a. Por lo menos nueve sigan trabajando despus del tercer ao
b. como mnimo tres se retiren antes del tercer ao.
DEFINICIONES:
Una variable aleatoria se llama variable aleatoria discreta (v.a.d.) si se puede contar
su conjunto de resultados posibles. Cuando una variable aleatoria puede tomar valores
en una escala continua, se le denomina variable aleatoria continua (v.a.c.). Muchas
veces los posibles valores de una v.a.c. son precisamente los mismos valores que
contiene el EMC. Tal como ocurre en los Ejemplos 5 y 6.
CORPORACIN UNIVERSITARIA MINUTO DE DIOS
FACULTAD DE INGENIERA
DEPARTAMENTO DE CIENCIAS BSICAS
DOCENTE: ANGELA PORTELA
ESTADSTICA II
En la mayor parte de los problemas prcticos, las v.a.c. representan datos medidos,
como son los posibles pesos, alturas, temperaturas o perodos de vida, mientras que las
v.a.d. representan datos contados, como en los Ejemplos 1, 2, 3 y 4.
Con frecuencia es conveniente representar todas las probabilidades de una v.a. X
mediante una frmula. Tal frmula necesariamente sera una funcin de los valores
numricos x que denotaremos con f(x), g(x), r(x) y as sucesivamente. Por lo tanto,
escribimos f(x)=P(X=x), es decir, f(3)=P(X=3).
Distribuciones de Probabilidad
El conjunto de pares ordenados (x,f(x)) se llama funcin de probabilidad o distribucin
de probabilidad de la v.a.d. X.
El conjunto de pares ordenados (x,f(x)) es una funcin de probabilidad, funcin de
masa de probabilidad o distribucin de probabilidad de la v.a.d. X, si para cada
resultado posible x,