PROBABILIDAD Y ESTADSTICA

UNIDAD II: VARIABLES ALEATORIAS Y DISTRIBUCIONES

2.1 VARIABLE ALEATORIA Y FUNCIONES DE DENSIDAD DE PROBABILIDAD 2.2 VALOR ESPERADO Y MOMENTOS 2.3 DISTRIBUCIONES DISCRETAS 2.3.1 BERNOULLI 2.3.2 BINOMIAL 2.3.3 POISSON 2.3.4 GEOMTRICA 2.4 DISTRIBUCIONES CONTINUAS 2.4.1 UNIFORME 2.4.2 NORMAL Y NORMAL ESTNDAR
2.4.3 APROXIMACIONES CON LA NORMAL

JOS IGNACIO ORTIZ RODRGUEZ INSTITUTO TECNOLGICO DE PACHUCA 29/09/2012

2.1 VARIABLE ALEATORIA Y FUNCIONES DE DENSIDAD DE PROBABILIDAD Ejemplos: 1. Un embarque de 8 microcomputadoras similares que se enva a un distribuidor que contiene 3 aparatos defectuosos. Si una escuela realiza una compra aleatoria eligiendo de 2 de estas computadoras, encontrar la distribucin de probabilidad para el nmero de microcomputadoras defectuosas. Solucin: Sea X una variable aleatoria cuyos valores x son los nmeros de computadoras defectuosas compradas por la escuela. Entonces x (resultado posible) puede ser cualquiera de los nmeros: 0 por si no se elige una computadora defectuosa, 1 por si hay la probabilidad de elegir una computadora defectuosa y por ltimo si se eligen 2 computadoras defectuosas. Para su solucin utilizaremos Combinaciones.

( ) ( ) ( )

( ( (

) ) )

( )( ) ( ) ( )( ) ( ) ( )( ) ( )

La distribucin de probabilidad de X:

x ( )

2. Clasifique las siguientes variables aleatorias como discretas o continuas. X: El numero de accidentes de automvil por ao en el estado de Virginia. Y: El tiempo que toma jugar 18 hoyos de golf. M: La cantidad de leche producida anualmente por una vaca en particular. N: El numero de huevos que pone mensualmente una gallina. P: El numero de permisos para la construccin de edificios que otorga mensualmente una ciudad. Solucin: Para dar solucin primero consultamos las siguientes definiciones: Definicin 1: Si un espacio muestral contiene un numero finito de posibilidades o una secuencias interminable con tantos elementos como nmeros naturales existentes, sele llama espacio muestral discreto.

Definicin 2: Si un espacio muestral contiene un numero infinito de probabilidades igual al numero de puntos en un segmento de lnea, se le llama espacio muestral continuo. Para las siguientes variables aleatorias su clasificacin es: X: Discreta, por que siempre hay accidentes es una secuencia interminable. Y: Continua, por que tiene un nmero infinito para jugar y es continuo la probabilidad. M: Continua, por que hay la probabilidad de que la vaca elegida aleatoriamente aumente o disminuya la cantidad de leche producida. N: Discreta, por que hay las posibilidades de elementos reales en este caso los huevos. P: Discreta, por que hay una secuencia continua interminable el otorgar permisos. 3. Un embarque de 5 automviles extranjeros incluye 2 que tienen unas ligeras manchas de pintura. Si una agencia recibe 3 de estos vehculos aleatoriamente, indique los elementos del espacio muestral () utilizando las letras B para manchado y N para no manchado, respectivamente; asigne para cada punto muestral un valor x (resultado posible) de la variable aleatoria X que representa el numero de automviles con manchas de pintura comprados por la agencia. Solucin: Para esto se consideran los 3 vehculos que se van a elegir aleatoriamente realizando una tabla donde se mostraran los posibles resultados de x de este espacio muestral. NNN NNB NBN BNN NBB BNB BBN BBB x 0 1 1 1 2 2 2 3

4. Un embarque de 7 televisores contiene 2 aparatos defectuosos. Un hotel realiza una compra aleatoria de 3 de ellos. Si X es el nmero de unidades defectuosas que se compran, encontrar la distribucin de probabilidad de X.

Solucin:
Sea X una variable aleatoria cuyos valores x son los nmeros de televisores defectuosos comprados por el hotel. Entonces x (resultado posible) puede ser cualquiera de los nmeros: 0 por si no se elige un televisor defectuoso, 1 por si hay la probabilidad de elegir un televisor defectuoso y por ltimo si se eligen 2 televisores defectuosos. Para su solucin utilizaremos Combinaciones. Tenemos que:

( ) ( ) ( )

( ( (

) ) )

( )( ) ( ) ( )( ) ( ) ( )( ) ( )

La distribucin de probabilidad de X:

x ( )

0 1 2

5. Una moneda se lanza tres veces. Si X es la variable aleatoria que indica el nmero de caras que resultan, construir una tabla que muestre la distribucin de probabilidad. Solucin: Para esto primero se debe hallar la funcin de probabilidad correspondiente a la variable aleatoria X. a) Funcin probabilidad

P (CCC) P (SSS)

P (CCS) P (SSC)

P (CSC) P (SCS)

P (SCC) P (CSS)

Por lo tanto se le asigna de probabilidad. P (X=0) = P (SSS) = P (X=1) = P (SSC) + P (SCS) + P (CSS) = + + =

P (X=2) = P (CCS) + P (CSC) + P (SCC) = + + = P(X=3) = P (CCC) =

A si queda la funcin probabilidad con la siguiente tabla:

x ( )

0 1 2 3

2.2 VALOR ESPERADO Y MOMENTOS Ejemplos: 1. La funcin de densidad de una variable aleatoria X esta dado por:

( )

Solucin: Calcular el valor esperado de X, se tiene:

( ) ( ) ( ) ( )|

2. Sea X una variable definida aleatoria de finida por la funcin densidad: ( ) Hallar: (a) E(X), Solucin: Calcular el valor esperado de X, se tiene:
( ) ( ) ( ) ( )|

{ (c) E(X2).

(b) E (3X-2)

)(

)|

)|

3. Qu proporcin de personas puede esperarse que respondan a un requerimiento por correo, si la proporcin X tiene la funcin de densidad ( ( ) { )

Solucin: Calcular el valor esperado de X, se tiene:

( ) * ( ) + ( ) * +

4. Encuentre el nmero esperado de qumicos que formen parte de un comit de 3 miembros que se seleccionan al azar de un grupo de 4 qumicos y 3 bilogos. Solucin: Sea X represente el numero de qumicos en el comit. La distribucin de probabilidad de X es:

( )

( )( ( )

Se realizan los clculos correspondientes sustituyendo los valores de x se tiene que: ( ) ( ) ( )( ( ) ( )( ( ) ( )( ( ) ( )( ( ) ( ) ( )( ) ) ) ) ) ( )( ) ( ) ( )( ) ( ) ( )( ) ( ) ( )( ) ( ) ( )( ) ( )( ) ( )( )

( )

( )

Por lo tanto si un comit de 3 miembros se selecciona aleatoriamente, una y otra vez de un grupo de 4 qumicos y 3 bilogos, se tendr en promedio 1.71 qumicos.

5. Hallar los primeros cuatro momentos (a) alrededor del origen, (b) alrededor de la media, para una variable aleatoria X con una funcin de densidad
( ( ) { )

Solucin: Calcular los momentos de la variable aleatoria X, utilizando las siguientes definiciones:

( )

a) Alrededor del origen: ( ) ( )

b) Usando la definicin de tenemos que:

( ) ( )( ) ( )( ) ( ) ( )( ) ( )

2.3 DISTRIBUCIONES DISCRETAS 2.3.1 BERNOULLI (2.3.2 BINOMIAL) Ejemplos: 1. Se resolver el problema nmero 5 de la seccin 2.1. Una moneda se lanza tres veces. Si X es la variable aleatoria que indica el nmero de caras que resultan.
Solucin: Se puede resolver con 2 mtodos diferentes, el primero es el mtodo de variable aleatoria y el segundo mtodo es con una distribucin Binomial (Bernoulli). Mtodo 1: Variable Aleatoria X.

Mtodo 2: Distribucin Binomial (Bernoulli). ( ) ( ) ( ) ( ) ( ( ( ( ) ) ) ) ( )( ) ( ( )( ) ( ( )( ) ( ( )( ) ( ) ) ) )

2. En una cierta rea de la ciudad se da como una razn del 75% de los robos la necesidad de dinero para comprar estupefacientes. Encuentre la probabilidad que dentro de los 5 prximos asaltos reportados en esta rea. a) Exactamente 2 se debieran ala necesidad de dinero para comprar drogas. b) Cuando mucho 3 se deberan ala necesidad de dinero para comprar drogas. Solucin:

Aplicando la formula Binomial. a)

( )

( )(

) (

b) Cuando mucho 3: P (X3) = P (X=0) + P (X=1) + P (X=2) + P (X=3) ( ) ( ) ( ) ( ) ( ( ( ( ) ) ) ) ( )( ( )( ( )( ( )( ) ( ) ( ) ( ) ( ) ) ) )

P (X3) = 0.26362 + 0.08789 + 0.014648 + 0.000977 = 0.3671

3. De acuerdo con un estudio publicado por un grupo de socilogos de la Universidad de Massachusetts, aproximadamente 60% de los adictos al Valium en el estado de Massachusetts, lo tomaron por primera vez debido a problemas sicolgicos. Encuentre la probabilidad de que los siguientes 8 adictos entrevistados. a) Exactamente 3 hayan comenzado a usarlo debido a problemas sicolgicos b) Al menos 5 de ellos comenzaron a tomarlo por problemas que no fueron sicolgicos.

Solucin: Aplicando la formula Binomial. a) ( ) ( ) ( )( ) ( )

b) Al menos 5: P (X 5) = P(X=5) + P(X=6) + P(X=7) + P(X=8) ( ) ( ) ( ) ( ) ( ( ( ( ) ) ) ) ( )( ( )( ( )( ( )( ) ( ) ( ) ( ) ( ) ) ) )

P (X5) = 0.2787 + 0.2090 + 0.0896 + 0.0168 = 0.5941 4. Un ingeniero de control de trfico reporta que 75% de los vehculos que pasan por un punto de verificacin tienen matriculas del estado. Cul es al probabilidad de que menos de 4 de los siguientes 9 vehculos no sean del estado? Solucin: Nos pide la probabilidad de que los vehculos no sean del estado por lo tanto el porcentaje que no son del estado es 25%. Que sean menos de 4: P(X<4) = P(X=3) + P(X=2) + P(X=1) + P(X=0) ( ) ( ) ( ) ( ) ( ( ( ( ) ) ) ) ( )( ( )( ( )( ( )( ) ( ) ( ) ( ) ( ) ) ) )

P(X<4) = 0.2336 + 0.3003 + 0.2253 + 0.0751 = 0.8343

5. Si el 20% de los tornillos producidos por una maquina son defectuosos, determinar la probabilidad de que de 4 tornillos escogidos aleatoriamente (a) 1, (b) 0, (c) menos de 2 sean defectuosos. Solucin: La probabilidad de un tornillo defectuoso es 0.20. Sea la variable aleatoria X el nmero de tornillos defectuosos. (a) (b) ( ( ) ) ( )( ( )( ) ( ) ( ) )

(c) P(X<2) = P(X=0) + P(X=1) = 0.4096 + 0.4096 = 0.8192 2.3.3 POISSON Ejemplos: 1. En promedio, en una cierta interseccin ocurren 3 accidentes viales por mes. Cul es la probabilidad de que en un determinado mes en esta interseccin a) Ocurran exactamente 5 accidentes b) Ocurran menos de 3 accidentes Solucin: Primero determinamos los siguientes datos, p=0.1, x=5, n=30 y empleamos la formula de ( ) Poisson: a) ( ) ( )
( )

b) Ocurran menos de 3 accidentes: P (X<3) = P(X=2) + P(X=1) + P(X=0) ( ) ( ) ( ) ( ) ( ) ( ( ) ) ( ) ( )

P (X<3) = 0.2240 + 0.1494 + 0.0498 = 0.4232

2. Una cierta rea del este de Estados Unidos es afectada en promedio por 6 huracanes al ao. Encuentre la probabilidad de que en un determinado ao esta rea sea afectada por a) Menos de 4 huracanes; b) Cualquier cantidad entre 6 y 8 huracanes. Solucin: Primero determinamos los siguientes datos, p=0.5, P (0 x4) y P (6 x8), n=12 y empleamos la ( ) formula de Poisson: a) Menos de 4 huracanes: P (X<4) = P(X=3) + P(X=2) + P(X=1) + P(X=0) ( ) ( ) ( ) ( ) ( ) ( ) ( ( ( ) ) ) ( ) ( ) ( )

P (X<4) = 0.08924 + 0.04462 + 0.01487 + 0.00248 = 0.1512 b) Cualquier cantidad entre 6 y 8 huracanes: P(6 x8) = P (X=8) + P (X=7) + P (X=6) ( ) ( ) ( ) ( ) ( ) ( ( ) ) ( ) ( )

P (6x8) = 0.10326 + 0.13768 + 0.16062 = 0.4015 3. Suponga que en promedio 1 persona de cada 1000 comete un error numrico al preparar su declaracin de impuestos. Si se seleccionan ala azar 10,000 formas y se examinan, encuentre la probabilidad de 6, 7 u 8 formas tengan error. Solucin: Primero determinamos los siguientes datos, p=0.001, (6 x8), n=10,000 y empleamos la ( ) formula de Poisson: .0 P (6x8) = P(X=6) + P(X=7) P(X=8)

( ) ( ) ( )

( ( (

) ) )

( ( (

) ) )

P (6x8) = 0.06306 + 0.09008 + 0.11259 = 0.2657 4. Si 3% de las lmparas elctricas producidas por una compaa son defectuosas, hallar la probabilidad de que una muestra de 100 lmparas elctricas (a) 0, (b) 1, (c) 2, (d) 3, (e) 4, (f) 5 lmparas sean defectuosas. Solucin: Primero determinamos los siguientes datos, p=0.03, x=0, 1, 2, 3, 4, 5, n=100 y empleamos la ( ) formula de Poisson: a) b) c) d) e) f) ( ) ( ) ( ) ( ) ( ) ( ) ( ( ( ( ( ( ) ) ) ) ) )
( ) ( ) ( ) ( ) ( ) ( )

5. Si la probabilidad de que un individuo sufra una reaccin por una inyeccin de un determinado suero, es 0.001, determinar la probabilidad de que de un total de 2000 individuos (a) exactamente 3, (b) mas de 2 individuos tengan reaccin. Solucin: Primero determinamos los siguientes datos, p=0.001, X=variable aleatoria, n=2000 y empleamos ( ) la formula de Poisson: a) b) ( ) ( ( ) = * ) [ ( ) ( + ) ( )]

2.3.4 GEOMTRICA

Ejemplos: 1. Hallar la probabilidad que en lanzamientos sucesivos de un dado honrado resulte un 3 por primera vez en el quinto lanzamiento Solucin: Utilizando la formula tenemos que la probabilidad del dado es , ( ) ( ) ( )( ) , .

2. Necesitamos establecer una conexin. Cada vez que intentamos conectarnos, tenemos una probabilidad de 0,2 de lograr establecer la conexin. Cul es la probabilidad de que l ogremos conectarnos en menos de 4 intentos. Solucin: Utilizando la formula tenemos que p=0.2 y ( ( ( ) ) ) ( ( )( ) ) ( ( ) )( ( ) ) ( )( )

3. En el acoplamiento de una estacin espacial, el 30% de los intentos es exitoso. Calcule la probabilidad de que se logre el acoplamiento en 4 menos intentos.
Solucin: Utilizando la formula tenemos que p=0.3 y

(
(

)
) (

(
)(

)
)

(
(

)
)(

(
)

)
(

(
)(

)
) ( )( )

4. En un cierto proceso de manifactura se sabe que en, promedio, 1 de cada 100 piezas esta defectuosa. Cul es la probabilidad de que la quinta pieza inspeccionada sea la primera defectuosa? Solucin: Utilizando la distribucin geomtrica con x=5 y p=0.01, se tiene: ( ) ( ) ( )( )

5. El tablero de un comunicador telefnico es de muy poca capacidad en cuanto tiempo de ocupado se refiere, de tal forma que las personas no pueden encontrar una lnea desocupada para sus llamadas. Puede ser de inters saber el numero de intentos necesarios que se requieren para tener una lnea disponible. Suponga que sea p=0.05 la probabilidad de tener lnea durante la mayor congestin de llamadas. Se tiene el inters particular de saber la probabilidad de que sean necesarios 5 intentos para logar una comunicacin. Solucin: Utilizando la distribucin geomtrica con x=5 y p=0.05 se tiene: ( ) ( ) ( )( )

2.4 DISTRIBUCIONES CONTINUAS 2.4.1 UNIFORME Ejemplos: 1. Cuando un foco se selecciona al azar de una caja que contiene un foco de 40 watts, uno de 60, uno de 75 y uno de 100, cada elemento del espacio muestral S= {40, 60, 75, 100} ocurre una probabilidad de por lo tanto se tiene una distribucin uniforme con: Solucin: ( ) ( )

2. Cuando se lanza un dado, cada elemento del espacio muestral S= {1, 2, 3, 4, 5, 6} ocurre con una probabilidad de 1/6. Por lo tanto se tiene una distribucin uniforme con: ( ) ( )

3. La rueda de una ruleta se divide en 25 sectores de igual rea y se enumeran del 1 al 25. Encuentre la formula para la distribucin de probabilidad de X, que represente el numero que ocurre cuando se hace girar la ruleta. ( ) ( )

4. Si se define la variable aleatoria X como el nmero de caras que ocurren cuando una moneda legal se lanza al aire una vez, encuentre la distribucin de probabilidad de X. Esta distribucin probabilidad es uniforme discreta, binomial o ambas? ( ) ( )

2.4.2 NORMAL Y NORMAL ESTNDAR Ejemplos: 1. Una maquina despachadora de refrescos esta ajustada para servir un promedio de 200 mililitros por vaso. Si la cantidad de refresco es normalmente distribuida con una desviacin estndar igual a 15 mililitros. a) Que fraccin de los vasos contendr ms de 224 mililitros b) Cual es la probabilidad de que un vaso contenga entre 191 y 209 mililitros Solucin: a) Tenemos los siguientes datos M=200, =15 y P(X=224).

Este valor de 1.6 se busca en tablas en reas bajos la curva=0.9452

200 224

b) Tenemos los siguientes datos M=200, =15 y P (191X209).

191

200 209

2. Un proceso de fabricacin tiene una distribucin normal, cuya media = 100, con una desviacin estndar =10. Cul es la probabilidad que una media escogida aleatoriamente puede estar en 110 y 100? Solucin: Tenemos los siguientes datos M=100, =10 y P (100X110).

100 110

El rea es de 0.8413 (por tablas). Es el rea entre 100 y 110.

Encuentre la probabilidad de una media 108.2 o ms alto.

)
100 108.2

Cual es la probabilidad de obtener un media entre 110 y 115.

100 110

115

3. Los pesos de 2000 costales de arroz estn distribuidos normalmente con una media de 155 kg y una =20. Hallar el nmero de costales con: a) Inferiores o iguales a 100 kg

100

155

b) Encuentre 120 kg y 130kg. ( )

110

130 155

c) Mayores o iguales a 200kg.

155 200

4. Dada una distribucin normal con M=50 y =10, encuentre la probabilidad de que X asuma un valor entre 45 y 62. Solucin: Los valores correspondientes a son:

( ( )

) (

( )

-0.5

1.2

5. Dada una distribucin normal con M=300 y =50, encuentre la probabilidad de que X asuma un valor mayor que 362.

( (

) )

)
300 362

2.4.3 APROXIMACIONES CON LA NORMAL 1. Una moneda se lanza 400 veces. Utiliza la aproximacin de la curva normal para encontrar la probabilidad de obtener a) Entre 185 y 210 caras inclusive

( Donde

)(

)(

)(

)
-1.55 0 1.05

( ( )

) (

( )

b) Exactamente 205 caras ( )

0.45

0.55

c) Menos de 176 o ms 227 caras ( )

-2.45 0

2.75

2. Una compaa farmacutica sabe que aproximadamente 5% de sus pldoras para el control natal tiene un ingrediente que esta por debajo de la dosis mnima, lo que vuelve ineficaz a la pldora. Cul es la probabilidad de que menos de 10 en una muestra de 200 sea ineficaz? Solucin: , como es aproximacin x=10.5

0.16

3. Estadsticas publicadas por la National High-way Traffic Administration y el National Safety Council muestran que en una noche de fin de semana, promedio, 1 de cada 10 conductores esta ebrio. Si se verifican 400 conductores en forma aleatoria la siguiente noche del sbado, Cul es la probabilidad de que el numero de conductores ebrios sea

)(

)(

)(

a) menos de 32, P(X>32), x=31.5

-1.42

b) mas de 49, P(X>49), x=49.5

c) al menos 35 pero menos de 47, P (35>x<47),

1.58

-0.92 0

1.08

4. La probabilidad de que un paciente se recupere de una rara enfermedad de la sangre es 0.4. Si se sabe que 100 personas han contrado esta enfermedad, Cul es la probabilidad de que al menos 30 sobrevivan? Solucin: Sea la variable X que representa el nmero de pacientes que sobrevivan. Dado que n=100, p=0.4, x=29.5. ( ( )( )( ) )( )

-2.14

5. Una prueba de opcin mltiple tiene 200 preguntas cada una con 4 posibles respuestas, de las cuales solo 1 es la correcta. Cul es la probabilidad que al azar se den 25 a 30 respuestas correctas para 80 de los 200 problemas acerca de los cuales el estudiante no tiene conocimientos? Solucin. La probabilidad de una respuesta correcta para cada una de las 80 respuestas p= . Si X representa el nmero de respuestas correctas dadas al azar. ( ( )( ) )( )( )

1.16

2.71