Professional Documents
Culture Documents
CURSO:
ESTADISTICA APLICADA A LA
GEOTECNIA Y VIAS TERRESTRES
DOCENTE:
Mgt. DIONICIO CARDENAS CANCHA
pasando por B
A B C
A B
b b abc
a
c b abc
a c abc
b
c a bca
a b cab
c
b a cab
I II
a ab
a b ab
c ac
a ba
b b bb
c bc
a ca
c b
cb
b cc
PROBABILIDAD
EXPERIMENTO ALEATORIO.- Con la finalidad de facilitar la comprensión de lo
que sigue definimos algunos términos
EXPERIMENTO.-
DEFINICIÓN 1.- Un experimento es un proceso mediante el cual se obtiene un
resultado de una observación. Un experimento puede ser determinístico y no
determinístico.
DEFINICION 2.- Un experimento es determinístico, cuando el resultado de la
observación es determinado en forma precisa por las condiciones bajo los cuales
se realiza dicho experimento
EJEMPLOS.
Son los ejemplos de experimentos determinísticos los siguientes procesos
1. Obtener la suma de dos números naturales pares
2. Observar el color de una bola extraída de una xx que contiene solo
bolas negras.
3. Observar el área recorrida durante cierto periodo de tiempo por
planetas obedeciendo las leyes de Kepler.
EJERCICIOS DE APLICACION
2) Un gerente está a la espera de las llamadas telefónicas de sus clientes para efectuar
un negocio, la probabilidad de que lo llame cualquiera de sus clientes es de 0.2 (las
llamadas de los clientes son eventos independientes). La probabilidad de efectuar el
negocio es de 0.10 si recibe la llamada de un cliente es de 0.3 si recibe la llamada de
dos clientes y de 0.7 si recibe la llamada de tres clientes. Si no recibe ninguna
llamada no se realiza el negocio. ¿Cuántas llamadas de clientes es más probable que
haya recibida el gerente sabiendo que se realizó el negocio?
3) Hay 18 tiradores clasificados en cuatro grupos. En el primero hay 5 tiradores con
probabilidad 0.8 de dar en el blanco, en el segundo hay 7 con probabilidad 0.6 y en
el último hay 2 con probabilidad 0.5.se elige un tirador al azar, dispara y no da en el
blanco A qué grupo es más probable que pertenezca? El tercer grupo tiene
probabilidad 0.7de dar en el blanco.
5) Cuando se lanzó una moneda ocho veces en sucesión. “sello” apareció tres veces y
“cara” cinco veces en el siguiente orden csscsccc ¿en cuántos otros ordenes podrían
haber aparecido?
8) Cien personas fueron encuetadas acerca de sus preferencias sobre
productos A, B y C. Se encontró que 50 prefieren al producto A, 37 el
producto B y 30 prefieren el producto C. Si una persona encuestada se elige
al azar .Calcular la probabilidad de que :
a) Prefieren los 3 productos
b) Prefieren solamente A o solamente B
c) No prefieren al menos uno de los tres
…
…
GRAFICA DE LA FUNCIÓN DE PROBABILIDAD
W -5 -4 -3 -2 -1 0 1 2 3 4 5
a 2 4 6 8 10 12
1 1 1 1 1 2 2 2 3 3
z 1 2 3 4 5 6 8 9
0 2 5 6 8 0 4 5 0 6
b 1 2 3 4 5 6
x 0 1 2 3
x -2 0 1 4
¼ 1/2 1/4 1
PRIMERA FORMA
-2 0 1 3 4
SOLUCION
Sea x cantidad de dinero que el vendedor obtiene por la venta de paraguas
La distribución de x es
x 300 -60
Px 0.30 0.70
Es una variable aleatoria discreta
Por ejemplo, al lanzar una moneda se obtendrá solo dos resultados posibles
Llamaremos éxito al evento de nuestro interés. Si estamos interesados en cara
diremos que hemos obtenido un éxito cuando en el ensayo ocurra cara, en caso
contrario, diremos que hemos obtenido un fracaso.
Un experimento de esta característica se llama distribución de Bernoulli. Definamos
ahora la variable aleatoria de tal manera que:
Numero de éxitos en la distribución de Bernoulli.
E 1 X(E)
F 0 X(F)
P(X)
X 0 1
P(X) 1p q p q p
X
0 1
0
FFF...F
FF...EF
FF...E 1
EF...F
FE...FF
n
EEE...EE
formas independientes
ya que en los “n” ensayos los dos es y efes ocurren formas diferentes.
d) En general, la probabilidad que en los “n” ensayos ocurra “x” éxitos, es:
PROPIEDADES:
Es decir:
2. Media
3. Varianza
4. DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL NEGATIVA
La distribución Binomial negativa también se fundamenta en un proceso de
Bernoulli, es una extensión de la distribución geométrica.
La variable aleatoria X se define así:
Número de veces que se repite el ensayo hasta obtener “r” éxitos
Entonces:
Luego, la distribución de probabilidad de la variable aleatoria X, es:
CARACTERISTICAS:
4) Varianza
CARACTERISTICAS:
3) Varianza
PROPIEDADES
La media
La varianza
DISTRIBUCINES DE PROBABILIDAD CONTINUAS
MEDIA Y VARIANZA
2. DISTRIBUCIÓN DE PROBABILIDAD EXPONENCIAL
DEFINICIÓN.-Sea X una variable aleatoria. Se dice que X tiene distribución
exponencial con parámetro real , si su función de densidad está dada por:
Donde
MEDIA Y VARIANZA
3. DISTRIBUCIÓN DE PROBABILIDAD NORMAL
Notación
Se lee “la variable aleatoria X, se distribuye normalmente con media y varianza
Gráfica:
f (x)
1
2
1
2 e
x
La función distribución acumulada de X está dada por:
f (x)
PX x
x
x
MEDIA Y VARIANZA
4. DISTRIBUCIÓN NORMAL ESTANDAR
DEFINICIÓN.-Si Z es una variable aleatoria que tiene una distribución normal con
media y varianza
entonces Z se llama variable aleatoria normal estándar, su función de densidad es:
MEDIA Y VARIANZA