Documente Academic
Documente Profesional
Documente Cultură
Espacio Muestral
Algunos conceptos:
Variable aleatoria
Note que los puntos muestrales pueden ser objetos muy concretos,
tales como los resultados de lanzar un dado, los estudiantes, los
resultados AA, SS, AS, SA del lanzamiento de dos monedas. Y
como tales poseen diversas cualidades, algunas de las cuales son
medibles.
Por ejemplo, un estudiante tiene peso,
estatura, edad; su aprovechamiento en
alguna materia puede medirse por el
promedio que obtuvo; lo hacen nico
algunas cualidades fisicas como sexo, color
de ojos, si es gordo o flaco, etc.
A(s)
s
s
s
H(s)
W(s)
I(s)
En este ltimo caso, puede que I tome valores negativos!!. Por otra
parte, puede que una combinacin lineal de peso y estatura d
medida adecuada en ciertas cuestiones de inters medico:
H(s)+W(s)
I(s)/N(s)
sS: s
X(s)
Ejercicios:
1. Un fabricante tiene cinco terminales de computadoras
aparentemente idnticas listas para ser enviadas a su destino. l
no sabe que dos de las cinco son defectuosas. Recibe un pedido
especial de dos terminales y lo surte seleccionando al azar dos
de las cinco disponibles.
i). Obtenga el espacio muestral para este experimento.
ii). Sea A el evento en que el pedido se surte con dos terminales no
defectuosas. Liste los puntos muestrales de A.
iii). Asigne las probabilidades a los eventos simples de tal manera
que la informacin en el problema se utilice.
iv). Encuentre la probabilidad del evento evento A.
v). Si X(e) es la variable aleatoria que cuenta el nmero nmero de
terminales defectuosas, liste los valores de X(e) para cada punto
muestral.
Estadstica. Facultad de Matemticas
Distribuciones de probabilidad
40%
35%
30%
25%
20%
Ejemplo
Nmero
de caras al lanzar 3
monedas.
15%
10%
5%
0%
0
Definicin
Funcin de distribucin
F(xi)=P(X xi)
Valor esperado
Se
Varianza
Se
Experimentos dicotmicos.
Bernoulli
Distribucin de Bernoulli
p=1/2
Solucin.
Solucin.
Observacin
Ejercicios
Se ha observado que un jugador de baloncesto al
realizar 20 tiros libres, 15 son anotaciones. Describa el
experimento usando conceptos de variable aleatoria.
2. Un estudiante presenta un examen de seleccin mltiple
que contiene 8 preguntas cada una con 3 respuestas
opcionales. Suponga que el estudiante esta adivinando
al responder a cada pregunta. Cal es la probabilidad
de que el estudiante responda correctamente a cada
pregunta?.
3. De una poblacin de 15 000 votantes registrados, 800
estan a favor del candidato Gmez. Cal es la
probabilidad de que Gmez gane las elecciones (en este
momento)?.
1.
Distribucin Binomial
Bin(n=10,p=1/2)
Bin(n=100,p=1/2)
Difcil hacer clculos con esas cantidades. El modelo normal ser ms adecuado.
Bin(n=500.000, p=1/2000)
Difcil hacer clculos con esas cantidades. El modelo de Poisson ser ms
adecuado.
Distribucin binomial
Funcin de probabilidad
n k nk
B( X ; n, p ) P[ X k ] p q , 0 k n
k
Media: =n p
Varianza: 2 = n p q
Ejemplo
La experiencia a demostrado que el 50% de todas las personas afectadas
por cierta enfermedad, se recupera. Una compaa farmacutica desarrollo
una nueva vacuna. Se seleccionaron al azar 10 personas con la
enfermedad en cuestin y se les administro la vacuna; poco despus
nueve se recuperaron. Cul es la probabilidad de que al menos nueve de
10 personas infectadas se recupere?
Solucin:
Sea X el nmero de personas que se recuperan. Si la vacuna no funciona la
probabilidad de que la persona se recupere es p=0.5. Si el nmero de
pruebas es n=10, entonces la probabilidad que se pide es
10
P[ X 9] P X k P X 9 P X 10
k 9
P( X = x)
0.0010
0.0098
0.0439
0.1172
0.2051
0.2461
0.2051
0.1172
0.0439
0.0098
0.0010
P( X <= x)
0.0010
0.0107
0.0547
0.1719
0.3770
0.6230
0.8281
0.9453
0.9893
0.9990
1.0000
Funcin de probabilidad
Funcin de distribucin
P(X)
P(X<=k)
0.25
1.0
0.20
0.15
0.5
0.10
0.05
0.0
0.00
0
Nmero de enfermos
10
10
Nmero de enfermos
Ejercicios
1. La probabilidad de que un jugador de baloncesto anote
un tiro libre es de , y sus tiros son independientes.
Suponiendo que puede hacer 5 tiros libres en un juego,
Cul es la probabilidad
a) De que acierte todos los tiros?
b) De que acierte por lo menos 3 tiros?
2. Un estudiante presenta un examen de seleccin mltiple
que contiene 8 preguntas cada una con 3 respuestas
opcionales. Suponer que esta adivinando al responder a
cada pregunta. Cul es la probabilidad
a) De que responda incorrectamente a todas las
preguntas?
b) De que responda correctamente al menos 6 preguntas?
Estadstica. Facultad de Matemticas
Ejercicios
3. Un inversionista compra cinco viviendas como parte de un plan de
inversion. Suponer que la probabilidad de obtener utilidad en cada
una de ellas es de 0.9. Suponiendo que hay independencia,
a) Cul es la probabilidad de que obtenga utilidad en todas las
viviendas?.
b) Cul es la probabilidad de que no obtenga utilidad en ninguna de
las viviendas?.
4. Una nueva tcnica quirrgica tiene una probabilidad p de xito.
Supngase que la opercin se efectua cinco veces y que los
resultados son independientes uno de otro.
a) Cul es la probabilidad de que las cinco operaciones sean
exitosas, si p=0.8?
b)
Cul es la probabilidad de que al menos cuatro operaciones
sean exitosas, si p=0.6?
c) Cul es la probabilidad de que menos de dos operaciones sean
exitosas, si p=0.8?
Estadstica. Facultad de Matemticas
Distribucin Poisson
Distribucin poisson
Funcin de probabilidad
e t ( t )k
p( X ; t ) P [ X k ]
, k 0,1,2,...
k!
Media: = t
0.3
Varianza: 2 = t
P(X=k)
0.2
0.1
0.0
0
10
15
Nm. llamadas
Ejemplo
Los clientes en un supermercado se forman en la caja 3 a razn de 4 por
minuto. Cul es la probabilidad de que por lo menos un cliente se forme
en dicha cola en cualquier periodo de 30 segundos (1/2 minuto)?.
Solucin:
Sea X el nmero de clientes que llegan a la caja 3. Se tiene que el promedio
de llegadas por minuto es de =4 y, por lo tanto, el promedio de llegadas
cada medio minuto es t=/2=2. Entonces
P[ X 1] 1 P[ X 1] 1 P[ X 0]
t 0e t
2 0 e 2
1
1
0.865
0!
0!
Estadstica. Facultad de Matemticas
Funcin de probabilidad
P(X=k)
0.3
0.2707 0.2707
0.25
0.1804
0.2
0.15
0.1353
0.0902
0.1
0.05
0.0361
0.012
Ejercicios
1. Supongase que el nmero de muertes por suicidio en
Manhattan es un proceso de Poisson con parmetro =2
por da. En una semana, Cul es la probabilidad
a) de que al menos haya 10 muertes en este periodo?
b) de que haya menos de 5 muertes en este periodo?
2. Suponga que el nmero de llamadas que llegan a un
comutador telefnico de una industria es un proceso de
Poisson con parmetro =120 llamadas por hora.
a) Cul es la probabilidad de que no se reciban llamadas
en un minuto?
b) Cul es la probabilidad de que lleguen entre 1 y 5
llamadas en un minuto?
Estadstica. Facultad de Matemticas
Ejercicios
3. Suponer que las ventas que hace un vendedor de autos
usados se realiza en la misma forma como ocurren los
eventos de un proceso de Poisson con parmetro =1
por semana. Cul es la probabilidad de que haga
(exactamente) 3 ventas en un periodo de dos semanas?
cundo menos 3?3 a lo ms?.
4. El nmero de errores tipogrficos cometidos por una
mecangrafa en particular tiene una distribucin de
Poisson con una media de cuatro errores por pgina. Si
una pgina dada tiene ms de cuatro errores, la
mecangrafa tendr que repetir la pgina entera. Cul
es la probabilidad de que no se tenga que repetir cierta
pagina?.
Estadstica. Facultad de Matemticas
de medida.
Distancia de frenado.
Altura, peso, propensin al crimen
Distribuciones binomiales con n grande (n>30) y p ni
pequeo (np>5) ni grande (nq>5).
1
f ( x)
e
2
1 x
N(, ): Interpretacin
geomtrica
Se puede interpretar
la media como un
factor de traslacin.
Y la desviacin tpica
como un factor de
escala, grado de
dispersin,
Algunas caractersticas
Tipificacin o Estandarizacin.
x
z
Ejemplo
Solucin
xA A 8 6
zA
2
A
1
xB B 80 70
zB
1
B
10
Como ZA>ZB, podemos decir que el porcentaje de compaeros del mismo sistema de
estudios que ha superado en calificacin el estudiante A es mayor que el que ha
superado B. Podramos pensar en principio que A es mejor candidato para la beca.
Como ilustracin
mostramos una variable
que presenta valores
distribuidos ms o menos
uniformemente sobre el
intervalo 150-190.
Como es de esperar la
media es cercana a 170.
El histograma no se
parece en nada a una
distribucin normal con la
misma media y
desviacin tpica.
A continuacin elegimos
aleatoriamente grupos de 10
observaciones de las anteriores y
calculamos el promedio.
Para cada grupo de 10 obtenemos
entonces una nueva medicin, que
vamos a llamar promedio muestral.
Observa que las nuevas cantidades
estn ms o menos cerca de la
media de la variable original.
Repitamos el proceso un nmero
elevado de veces. En la siguiente
transparencia estudiamos la
distribucin de la nueva variable.
Estadstica. Facultad de Matemticas
Muestra
1 2 3
185
190
179
174
169
163
167
170
167
160
159
152
172
179
178
183
175
183
188
159
155
178
152
165
152
185
185
175
152
152
173
169
168
Sea lo que sea lo que midamos, cuando se promedie sobre una muestra
grande (n>30) nos va a aparecer de manera natural la distribucin normal.
X2 (chi cuadrado)
t- student
F-Snedecor
Significacin, p-valores,
Chi cuadrado
La funcin de densidad es
asimtrica positiva. Slo tienen
densidad los valores positivos.
Normalmente consideraremos
anmalos aquellos valores de la
variable de la cola de la
derecha.
T de student
F de Snedecor
Normalmente se
consideran valores
anmalos los de la cola de
la derecha.