Documente Academic
Documente Profesional
Documente Cultură
DATOS GENERALES
NOMBRE DEL ESTUDIANTE:
PRODUCTO:
FECHA DE ENTREGA:
Clculo de la probabilidad para variables aleatorias discretas
ESPECIALIDAD:
SEMESTRE:
COMPETENCIA
Uso de software (Geogebra y Excel) para calcular las probabilidades de eventos de variables
aleatorias discretas. Identificacin de las propiedades de diferentes distribuciones de probabilidad.
FUNDAMENTO
VARIABLE: un experimento produce observaciones numricas que varan de muestra a muestra.
VARIABLE ALEATORIA: se define como una funcin con valores numricos definida sobre un
espacio muestral. Y es aleatoria porque los valores implican un suceso numrico aleatorio.
VARIABLE ALEATORIA DISCRETA: es una variable que solo puede asumir un conjunto
numerable de valores. Ejemplos: el nmero de tornillos en un lote, el nmero de hogares que tienen
luz elctrica en una zona, el nmero de personas en una fila para comprar un boleto.
VARIABLE ALEATORIA CONTINUA: es una variable que puede asumir el nmero infinitamente
grande de valores correspondientes a los puntos sobre un intervalo de lnea recta. Ejemplos: La
estatura de una persona, la presin arterial, tiempo de vida de una clula, volumen de lluvia que cae
en un da en una selva.
Una DISTRIBUCIN DE PROBABILIDAD indica toda la gama de valores que pueden presentarse
como resultado de un experimento si ste se llevase a cabo. Constituye una herramienta fundamental
para la prospectiva, puesto que se puede disear un escenario de acontecimientos futuros
considerando las tendencias actuales de diversos fenmenos. Dependiendo del tipo de variable que se
estudie, se puede tener una DISTRIBUCIN DE PROBABILIDAD DISCRETA o una
DISTRIBUCIN DE PROBABILIDAD CONTINUA. Figura 1.
PROCEDIMIENTO
PARTE I. USO DE GEOGEBRA
1. Para realizar el anlisis de las distribuciones discretas y continuas la herramienta a utilizar se
identifica como Calculadora de Probabilidad y se selecciona del men VISTA que aparece
en el men principal. Figura 2.
Figura 2
Figura 3
DISTRIBUCIONES BINOMIAL
Los parmetros requeridos son: tamao de muestra (n) y probabilidad de xito (p). La probabilidad
se puede calcular en intervalos definidos en uno o ambos lados. En el caso de la probabilidad
puntual, se calcula utilizando un intervalo cerrado dando el mismo valor en ambos lados de la
desigualdad. Figura 4.
Figura 4
Como se puede observar en la figura anterior, del lado derecho de la grfica aparece la tabla de
distribucin de probabilidad del experimento (la parte sombreada de la grfica y de la tabla
corresponde a la probabilidad del intervalo especificado por el usuario).
EJEMPLO 1.
DISTRIBUCIN BINOMIAL
EJEMPLO 1: Para una muestra de 12 elementos, cuya probabilidad de xito es de 0.4, calcular la
probabilidad de encontrar:
a) Exactamente 5 elementos exitosos. Figura 5.
b) Mximo 5 elementos exitosos, P(x5)
c) Ms de 5 elementos exitosos, P(x>5)
d) Entre 3 y 7 elementos xitos, incluyendo estos valores, P(3x7)
Figura 5
SOLUCIN: De acuerdo a las caractersticas del problema, el experimento sigue una distribucin
Binomial, por lo que el primer paso es elegir la distribucin Binomial del men de distribuciones
de probabilidad. Introducir el valor de 12 en n, el valor de 0.4 en p.
a) Seleccionar la opcin de intervalo cerrado. Introducir el valor de 5 en ambos lado del
intervalo. Con estos datos obtenemos la probabilidad de encontrar exactamente 5 elementos
exitosos que es de 0.227,
b) Seleccionar la opcin de intervalo abierto a la izquierda. Introducir el valor de 5 en el lado
derecho de la desigualdad. Con estos datos obtenemos la probabilidad de encontrar mximo 5
elementos exitosos que es de 0.6652,
c) Seleccionar la opcin de intervalo abierto a la derecha. Introducir el valor de 6 en el lado
derecho de la desigualdad. Con estos datos obtenemos la probabilidad de encontrar ms de 5
elementos exitosos que es de 0.3348,
d) Seleccionar la opcin de intervalo cerrado. Introducir el valor de 3 en el lado izquierdo de
la desigualdad y el valor de 7 en el lado derecho de la desigualdad. Con estos datos
obtenemos la probabilidad de encontrar entre 3 y 7 elementos exitosos (incluyendo estos
valores), que es de 0.5045,
DISTRIBUCIONES HIPERGEOMTRICA
Los parmetros requeridos son: tamao de poblacin (poblacin), nmero de xitos en la poblacin
(n) y tamao de muestra (muestra). Figura 6.
Figura 6
DISTRIBUCIONES POISSON.
El parmetro requerido es: nmero promedio de xitos que ocurren en un intervalo ( ). La
probabilidad se puede calcular en intervalos definidos en uno o ambos lados. En el caso de la
probabilidad puntual, se calcula utilizando un intervalo cerrado dando el mismo valor en ambos
lados de la desigualdad. Figura 7.
Figura 7
Figura 8
SOLUCIN: A continuacin se muestran las ventanas de dialogo que mostrara Excel despus de
seleccionar la funcin f x :DISTR.BINOM
Una vez que has seleccionado el tipo de distribucin a utilizar, Excel abrir la ventana de dialogo
correspondiente para que vaces los datos del problema, como se muestra en la Figura 9.
Figura 9
3. Sea x el nmero de anomalas que ocurren en el material de una regin particular de un disco de
turbina de gas en aviones. El artculo Methodology for Probabilistic Life Prediction of MultipleAnomay Materials (Amer. Inst. Of Aeronautics and Astronautics J., 2006: 787-793) propone
una distribucin de Poisson para x. Supongamos que = 4.
a) Calcule P(x 4) y P(x < 4).
b) Calcule P(4 x 8)
c) P(8 x )
d) Cul es la probabilidad de que el nmero observado de anomalas sobrepase su valor medio
por ms de una desviacin estndar?
4. Se estima que 4000 de los 10000 residentes con derecho al voto de una ciudad estn en contra de
un nuevo impuesto sobre las ventas. Si se seleccionan al azar 15 votantes y se les pide su opinin,
cul es la probabilidad de que a lo sumo 7 estn a favor del nuevo impuesto?
Nota: Resuelve con la distribucin original y compara el resultado con la aproximacin a otra
distribucin.
5. Una alerta contra smog de segunda etapa ha sido emitida en un rea del condado de Los ngeles
en la cual hay 50 firmas industriales. Un inspector visitar 10 firmas seleccionadas al azar para
ver si no han violado los reglamentos.
a) Si 15 de las firmas s estn violando por lo menos un reglamento, cul es la funcin de
densidad de probabilidad del nmero de firmas visitadas por el inspector que violan por lo
menos un reglamento?
b) Para los datos anteriores. Cul es la probabilidad de que los inspectores durante sus visitas
encuentren ms de 5 firmas que han violado el reglamento?
c) Cul es la probabilidad de que encuentre entre 3 y 6 firmas inclusive, que violen el
reglamento?
6. Un distribuidor recibe un lote muy grande de componentes. El lote slo puede ser caracterizado
como aceptable si la proporcin de componentes defectuosos es cuando mucho de 0.10. El
distribuidor decide seleccionar 10 componentes al azar y aceptar el lote slo si el nmero de
componentes defectuosos presentes en la muestra es cuando mucho de 2.
a) Cul es la probabilidad de que el lote ser aceptado cuando la proporcin real de
componentes defectuosos es de 0.01?, 0.05?, 0.10?, 0.20?, 0.25?
b) Sea p la proporcin real de componentes defectuosos presentes en el lote. Una grfica de
P(se acepta el lote) sobre el eje vertical, se llama curva caracterstica de operacin del plan
de muestreo de aceptacin. Use los resultados del inciso (a) para trazar esta curva con
0 p 1.
c) Repita los incisos (a) y (b) con 1 reemplazando a 2 en el plan de muestreo de aceptacin.
d) Repita los incisos (a) y (b) con 15 reemplazando a 10 en el plan de muestreo de
aceptacin.
e) Cul de estos planes de muestreo, el del inciso (a), (c) o (d) parece ms satisfactorio y por
qu?
PROBLEMAS PARA REALIZAR CON AMBOS SOFTWARE: GEOGEBRA Y EXCEL
COMPARAR RESULTADOS Y COMENTAR EN CADA PROBLEMA
7. Se utiliza un nmero telefnico particular para recibir tanto llamadas de voz como faxes.
Suponga que 25% de las llamadas entrantes son faxes y considere una muestra de 25 llamadas
entrantes. Cul es la probabilidad de que
a) Cuando mucho 6 de las llamadas sean un fax?
b) Exactamente 6 de las llamadas sean un fax?
c) Por lo menos 6 de las llamadas sean un fax?
d) Ms de 6 de las llamadas sean fax?
8. Se supone que el nmero de clientes que llegan por hora a ciertas instalaciones de servicio
automotriz sigue una distribucin de Poisson con media 7.
a) Calcule la probabilidad de que lleguen ms de 10 clientes en un periodo de dos horas.
b) Cul es el nmero medio de llegadas durante un periodo de 2 horas
10
10
36
24
10
TOTAL
Puntuacin
obtenida
Observaciones