Professional Documents
Culture Documents
PROBABILIDAD
Variables Aleatorias
Una variable aleatoria es aquella que asume sus valores de
acuerdo a los resultados de un experimento aleatorio.
Usualmente se representa por las ltimas letras del alfabeto: X,
Y o Z. Una variable aleatoria X es una funcin cuyo dominio es
la coleccin de eventos del espacio muestral S y cuyo rango Rx,
es un subconjunto de los nmeros reales.
Variable aleatoria
Valores posibles
V.A
lanzamiento de un
dado dos veces
L a suma de puntos
2,3,4,5,6,7,8,9,10,11,12
lanzamiento de una
moneda dos veces
El nmero de caras
0,1,2
Inspeccionar un
embarque de 20 chips
Cantidad de chips
defectuosos
0,1,2,.,20
Funcionamiento de un
restaurante durante un
da
Cantidad de clientes
0,1,2,3.
Variable aleatoria
Funcionamiento de la
caja de la universidad
Tiempo en minutos,
destinado por cada
usuario
X>=0
Envasado de una
botella de bebida
gaseosa
Cantidad de onzas
0<=x<=13,5
Proyecto para
construir el corredor
Lima Norte
Porcentaje de avance
del proyecto
0<=x<=100
Ensayar un nuevo
proceso qumico
Temperatura cuando se
lleva a cabo la reaccin
deseada (min 160 F;
mx 200F)
160<=x<=200
p : [0,1]
x p( x) P( X x)
(i ) p ( x) 0 x
(ii ) p ( x) 1
x
Ss
1/4 = 0,25
Ss
2/4 = 0,50
1/4 = 0,25
Sc
Sc
Valores
Probabilidad
f : [0,1]
f (2) P(X 2 ) P( (1,1) ) 1/ 36
f (3) P(X 3 ) P( (1,2) (2 ,1) ) 2 / 36
f (4) P(X 4 ) P( (1,3) (3,1) (2,2) ) 3 / 36
...
Funcin de distribucin
Dada una variable aleatoria discreta X se llama
funcin de distribucin a la funcin F definida
como:
F : [0,1]
x F ( x) P( X x)
En nuestro ejemplo de los dos dados:
F(5) = P(X 5) = P(x = 2 o x = 3 o x = 4 o x = 5)
F(5) = 1/36 + 2/36 +3/36 + 4/36 = 10/36
1
6
F(x)
f(x)
0.5
0 1
P(X)
X P(X)
-1
0
1
2
3
0,1
0,2
0,4
0,2
0,1
-0,1
0.0
0,4
0,4
0,3
1,0
(316
E
X
)26
6
1
3.37.3627
Calcular la esperanza de la variable aleatoria X
en el ejemplo de los dos dados:
Var ( X ) M 2 E (( X ) )
2
(x )
i
P( X xi )
Var ( X )
DISTRIBUCION BINOMIAL
n
f ( x ) b( x; n, p ) p x ( q ) n x
x
para x=0,1,2....n
Donde:
p: Probabilidad de xito para cada ensayo
q = 1-p : Probabilidad de fracaso
n: nmero de pruebas
X: Nmero de xitos en n pruebas
La media y varianza la definimos por:
np
npq
Ejemplo
Se dice que el 75% de los accidentes en una planta
se atribuyen a errores humanos, determine la
probabilidad de que se atribuyan a errores humanos
dos de los cuatro prximos accidentes:
n
f ( x ) b( x; n, p ) p x ( q ) n x
x
n=4
x=2
p = 0,75
q = 0,25
f (2) =
Ejemplo.
Suponga que un vendedor a domicilio de un
determinado producto
Llevar a cabo 10 entrevistas en forma
independiente.por experiencias anteriores cree
que puede efectuar 1 venta por cada 5
entrevistas. Cul es la probabilidad de que haga
dos o ms ventas?
p =1/5
q = 4/5
n=10
P( x 2) 1 p( x 2) 1 ( f (1) f (0))
=
Ejemplo
Un estudiante responde al azar 10 preguntas, cada pregunta contien
5 respuestas de las cuales 1 slo es la respuesta correcta.Calcule
La probabilidad de que el estudiante conteste correctamente:
a) Menos de 3 preguntas
b) Ms de 4 preguntas
c) De 2 a 4 preguntas
n =10
p =1/5
q=4/5
Ejemplo.
Un examen consiste de 20 preguntas donde c/u
tiene cuatro respuestas de las cuales slo una es
correcta. Un estudiante que no ha estudiado el
curso contesta el examen al azar.
a)Cul es el nmero esperado de respuestas
correctas?
b)Cul es la probabilidad de que acierte al menos
una respuesta?
c)Cul es la probabilidad de que todas sean
incorrectas?
d)Cul es la probabilidad de que acierte por lo
menos 5?
n=20
p=1/4
q=3/4
a) E(x)==np
b) p ( x 1) 1 P( X 1) 1 f (0)
c) f (0)
d ) p ( x 5) 1 P( X 5) 1 P( X 4)
DISTRIBUCIN MULTINOMIAL
La distribucin binomial es un caso particular de
la distribucin multinomial. Muchos
experimentos producen observaciones de una
variable cualitativa con ms de dos posibles
resultados
Ejemplo
Supongamos que cierto microscopio T se fabrica en
una de cinco lneas de produccin distintas, A, B, C,
D o E. A fin de comparar las proporciones de
microscopios defectuosos que se pueden atribuir a
las cinco
lneas de produccin, todos los
microscopios
defectuosos detectados por los
ingenieros de control de calidad se clasifican
diariamente segn la lnea en la que se produjeron.
Caractersticas:
n!
x1 x 2
xk
f ( x1 x2 ....xk )
p1 p2 ....... pk
x1! x2!.....xk !
Donde:
p1 p2 ..... pk 1
n x1 x2 ..... xk
xk :
nmero de pruebas
nmero de ocurrencias del resultado k en n pruebas
La media y la varianza de
respectivamente:
k 2 npk (1 pk )
la variable aleatoria
k npk
multinomial x k son
DISTRIBUCIN HIPERGEOMETRICA
Cuando se extrae una muestra de una poblacin finita,
constituida por xitos y fracasos, tal es el caso de
observaciones referentes a un lote de piezas defectuosas
o sin
defectos, los supuestos de un experimento
Binomial se satisfacen siempre que el elemento extrado
para ser observado, se reincorpore a la poblacin antes
de hacerse la segunda observacin. Este mtodo de
muestreo se denomina muestreo con reemplazo. Sin
embargo en la prctica usualmente utilizamos el muestreo
sin reemplazo, esto es seleccionar aleatoriamente n
elementos diferentes de N elementos de la poblacin.
Media y varianza
na ( N n)( N a )
2
N ( N 1)
2
Ejemplo
Una urna contiene 12 fichas de las cuales tres estn
premiadas. Si una persona selecciona
aleatoriamente 5 fichas al azar Cul es la
probabilidad de que 3 de las fichas seleccionadas
estn premiadas?
P=3
Pc=9
3
12
5
3 9
3 2
f (3)
12
5
Ejemplo
Un embarque de 120 alarmas contra robo
contiene 5 defectuosas. Si tres de estas
alarmas se seleccionan aleatoriamente y se
le envan
a
un cliente. Determine la
probabilidad de que el cliente reciba una en
mal estado.
DISTRIBUCIN DE POISSON
Proporciona un
modelo
para
la
frecuencia relativa del nmero de eventos
poco comunes que ocurren en una
unidad de tiempo, rea, volumen, etc.
Como por ejemplo el ejemplo el nmero de
accidentes fatales por mes en una planta
de produccin, el nmero de defectos
visibles en un diamante, etc.
f ( x)
x!
x 1 a x a
p q
f ( x)
a 1
x=a,a+1,a+2....
Donde:
p:Probabilidad de xito
q:1-p
x:Nmero de pruebas hasta que se observa el x-simo xito
Media y varianza
aq
2
p
2
Ejemplo:
S la probabilidad de que un cierto dispositivo de medicin muestre una
desviacin excesiva es de 0,05, cul es la probabilidad de que; a) el
sexto de estos dispositivos de medicin sometidos a prueba sea el
tercero en mostrar una desviacin excesiva?, b) el sptimo de estos
dispositivos de medicin sometidos a prueba, sea el cuarto que no
muestre una desviacin excesiva?.
6 1
5
3
3
0,05 0,95 0,0530,953 0,001072
a ) f (6)
3 1
2
7 1
6
4
3
0,95 0,05 0,954 0,053 0,0020
a ) f (7)
4 1
3
Ejemplo
Un fabricante utiliza fusibles en un
sistema electrnico, los fusibles se
compran en lotes grandes y se prueban
secuencialmente hasta que se observa
el primer fusible defectuoso. Suponga
que el lote contiene el 10% de fusibles
defectuosos.
a)Qu probabilidad hay de que el
primer fusible defectuoso sea uno de
los primeros cinco fusibles probados.?
DISTRIBUCIN GEOMTRICA
Es un caso especial de la distribucin de
probabilidad negativa, cuando a es igual a 1.
La distribucin de probabilidad para una
variable aleatoria geomtrica est dada por:
(x=1,2.....)
f ( x) g ( x; p ) pq x 1
Donde x nmero de ensayos hasta que se
observa el primer xito
Media y varianza
q
2
p
2