1.-introduccion 2.- Variables aleatorias 3.- clasificacin de variables aleatorias 4.- valor esperado de una variable aleatoria 5.

- distribucin de probabilidades 6.- distribucin probabilidad discretas 7.- distribucin binomial 8.- propiedades de la distribucin binomial 9.- Distribucin de Poisson 10.- Valor esperado y desviacin estndar de la distribucin de Poisson 11.- Distribucin de probabilidad continua 12.- La distribucin Normal 13.- Aproximacin de la normal por la Binomal

Una distribucin de probabilidad indica toda la gama de valores que pueden representarse como resultado de un experimento. Una distribucin de probabilidad es similar al distribucin de frecuencias relativas .Si embargo, en vez de describir el pasado, describe la probabilidad que un evento se realice en el futuro, constituye una herramienta fundamental para la prospectiva, puesto que se puede disear un escenario de acontecimientos futuros considerando las tendencias actuales de diversos fenmenos naturales.

X=variables.- debe ser definida al asar. Los valores que toma las variables o smbolo estn aleados a sucesos aleatorios de un espacio muestral de un experimento dado y depende por lo tanto de factores al asar en cuanto a su ocurrencia el smbolo se denomina variable aleatoria. EJEMPLO: Si nuestro experimento consiste en lanzar al aire dos monedas el espacio muestral son todos los posibles resultados del experimento.
S C.C C.S S.C S.S Valor de la variable aleatoria (X) 1 1 1 0

Media de la variable aleatoria o Valor Esperado (Ex) E(x)= x*P(x) E(x)= n,p Varianza (V(ex)) 2 V(ex)= (x-E(x)) *P(x) V(ex)= n,p,q Ejemplo:
X 2 4 6 8 TOTAL P(x) 0,2 0,3 0,4 0,1 10 X*P(x) 0,4 1,2 2,4 0,8 4,8 (x-Ex)2*Px 1,6 0,2 0,6 1,0 3,4

Una funcin de probabilidad tal que la probabilidad de x tome en valor de x, es decir, es la ley que asocia cada valor de la variable aleatoria su probabilidad correspondiente, por eso se dice que es una funcin de probabilidad: P(x=x). Tambien seria un funcin de distribucin F(x)=P(x=x). Es la ley que asocia a cada valor de la variable aleatoria su probabilidad acumulada correspondiente. Ejemplo:
X 2
4 6 8

P(x) 0,2
0,3 0,4 0,1

F(x) 0,2
0,5 0,9 1,0

Se clasifica en 2: 1.- Distribucin de probabilidad Discreta

Distribucin Binomial Distribucin de Poisson Distribucin Normal

2.- Distribucin de probabilidad Continua

Distribucin Binomial.- Es una distribucin de probabilidad discreta y se utiliza para determinar la probabilidad del nmero de ocurrencias o apariciones de un suceso en N de intentos o ensayos para que se de este tipo de probabilidad se debe cumplir las siguientes condiciones: 1era.- Los elementos de la poblacin se clasifican en dos categoras xito o fracaso. En un experimento dado estamos interesados nicamente en la ocurrencia o no ocurrencia del suceso, es decir, si ocurre el suceso estamos frente a un xito y si el suceso no ocurre estamos frente a un fracaso ocurre suceso = xito (E) No ocurre el sucesos = Fracaso (F) 2da.- El experimento dado se repite n veces siendo las repeticiones independientes. 3ra.- La probabilidad de xito en un experimento se mantiene o es constante para cada prueba.

EJEMPLO: Entonces si queremos calcular F(x)=P(x=x) Sea: x= numero de xitos en n pruebas Donde: p= probabilidad de xito q= probabilidad de fracaso P(x=x)= n! px *q n-x X! (n-x)!

n=6 P(x=3) P(x>5) P(x<2)

p=0,30

q=o,7
P(x=x)= n! px *q n-x X! (n-x)!

6! 0,33 * 0,76-3 = 0,2 3!(6-3)! 6! 0,35 * 0,76-5 = 0,002 5!(6-5)! 6! 0,36 * 0,76-6 = 0,0072 6!(6-6)!

Media: u= n*P Varianza r2= n*p*q

E(x)= x1*P(x) V(Ex)= (x-Ex)2* P(x)

Desviacin estndar r =x EJEMPLO: Si se lanza una moneda 11 veces a)Cual es la probabilidad de obtener 5 caras b) Cual es la probabilidad de obtener 5 o menos caras c)Cuantas caras se obtienen en promedio d)Cual es la desviacin tpica o estndar Donde: n=11 x=5 P=1/2 q=1/2

Si: n=grande n*p; n*q = pequeo Se aproxima la Poisson a la Binomial n=30 grande n*p<5 n*q<5 pequea =u=n*p P(x=x)= * e-x r= x x! EJEMPLO: Supongamos que una muestra esta compuesta por 30 y tiene p=0,01 cual es la probabilidad de que una variable asuma un valor de 2?

RESOLUCIN P(x=x) = 0,32*0,14 2! = 0,0063 0,63%

P(x<3)= P(x=3)+P(x=2)+P(x=1)+P(x=0)

EJERSICIOS En una avenida ocurren 3 accidentes. Cual es: a)La probabilidad de que ocurra exactamente 2 accidentes? b) Cual es la probabilidad de que ocurra 4 o ms accidentes. =3 P(x=x)= * e- x! P(x=2) a) P(x=2)= 32*0,049 = 0,2240

2! b) P(x>4)= P(x=4)+P(x=5)+P(x=6) 0,165+0,099+0,050=0,314

Tarea: 1.- Un vendedor de libros tiene la probabilidad del 60% de vender 10 libros Cul es la probabilidad de que un da determinado venda exactamente 5 2.- Suponga que el 10% de los tornillos que producen mquinas son defectuosos a)Hallar la media y la varianza de x, si x es el nmero de tornillos defectuosos de una muestra de 20 tornillos b)Cual es la probabilidad de que 5 tornillos sean defectuosos c) Hallar la probabilidad de que ningn tornillo sea defectuoso. 3.- el nmero medio de automviles que llega a un surtidor de gasolina es de 210*hora, si un surtidor puede atender al mximo de 10 vehculos * minuto. Determinar la probabilidad de que un minuto dado lleguen al surtidor ms vehculos de los que se pueden atender.

4.- el informe anual es uno de los documentos ms importantes que producen las instituciones pblicas y su produccin representa un gasto considerable, sin embargo un estudio residente revela que el 40% de los socios dedican 5 minutos o menos a la lectura del reporte anual, suponga que se elige al asar 100 accionistas de las empresas pblicas. a)Encuentre el nmero de accionistas que dedican 5 o menos minutos a la lectura del reporte anual. b)Si se tomara una muestra de 10 accionistas. Cual es la probabilidad de que 2 accionistas dediquen 5 o menos minutos a la lectura? 5.- Un estudiante de la facultad de recursos hidricos tiene la certeza de aprobar una asignatura cualquiera con una probabilidad del 80%, si lleva 6 asignaturas: a)Cual es la probabilidad que apruebe 2 materias b)Cual es la probabilidad por lo menos 4 materias

CASO ESPECIAL

P(x=x)=

N-T T N-x x N n

1.- En una clase hay 20 estudiantes, 15 estn insatisfechos con el texto que se utiliza en la clase, si se le preguntara acerca del texto a una muestra aleatoria de 4 estudiantes, determine la probabilidad de que exactamente 3 estudiantes estn insatisfechos. N=20 T=15 n=4 P(x=3) 2.- Un equipo multidisciplinario incluye a 5 ingenieros y 9 tcnicos si se eligen al asar 5 personas y se les asigna un proyecto cual es la probabilidad del que el proyecto incluya exactamente a 2 ingenieros?

DISTRIBUCION NORMAL.- es una distribucin de probabilidad importante que se utiliza en el muestreo supone que una variable cualquiera sigue una distribucin normal y una media conocida y una distribucin estndar igual a 1

N (u;r)

(sirve para definir probabilidad mediante muestreo) x

f(x)= 1 * e -1/2(x-u)2 r2

f
u f(x): P(x=x) Es simtrica

1.- El rea bajo la curva normal es igual a uno 2.- es completamente simtrica con relacin a la media 3.- X una variable aleatoria que se distribuye con media conocida y desviacin estndar =1 PROPIEDADES: MEDIA= u = n*p VARIANZA=r2 = n*p*q DESVIACIN = r = n*p*q

1.-

2.-

1r u 1r 68% 3.3r u 3r

2r u 2r 95%

99%

1.- cuando una poblacin se mide aproximadamente el 68% de los valores de una poblacin se encuentra entre la media y +desviacin estndar. P(u-1r<x< u+ 1r)=68% 2.- aproximadamente el 95% de los valores de una distribucin normal se encuentra entre la media y + - 2 desviaciones estndares. P(u -2r < x < u+2r)= 95% 3.- Aproximadamente el 99% de los valores u observaciones de una poblacin se encuentra entre la media + - 3 desviaciones estndares. P(u-3r<x<u+3r) = 99%

EJEMPLO Se ha tomado las notas de 100 estudiantes y tienen una media de 50 puntos y una desviacin estndar de 5 puntos, si seleccionamos un estudiante al asar, hay una probabilidad de 68, 95 y 99% n=100 u=50 r=5 P(u-1r<x< u+ 1r)=68% P(50-1(5)<x<50+1(5))= 68% P(45<x<55) Un estudiante elegido tiene la probabilidad del 68% de que su nota este entre 45 y 55