Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 108 vistas

    MA311 201702 Laboratorio 2

    Cargado por

    Robinson
    Este documento presenta información sobre la variable aleatoria discreta y distribuciones discretas como la hipergeométrica, binomial y de Poisson. Explica la variable aleatoria discreta, su función de probabilidad, valor esperado y varianza. Luego introduce la distribución binomial describiendo sus características y notación, y cómo calcular su función de probabilidad, valor esperado y varianza. Finalmente presenta ejemplos para aplicar estos conceptos.

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd

    MA311 201702 Laboratorio 2

    Cargado por

    Robinson
    108 vistas31 páginas
    Este documento presenta información sobre la variable aleatoria discreta y distribuciones discretas como la hipergeométrica, binomial y de Poisson. Explica la variable aleatoria discreta, su función de probabilidad, valor esperado y varianza. Luego introduce la distribución binomial describiendo sus características y notación, y cómo calcular su función de probabilidad, valor esperado y varianza. Finalmente presenta ejemplos para aplicar estos conceptos.

    Descripción original:

    estadistica

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PPTX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta información sobre la variable aleatoria discreta y distribuciones discretas como la hipergeométrica, binomial y de Poisson. Explica la variable aleatoria discreta, su función de probabilidad, valor esperado y varianza. Luego introduce la distribución binomial describiendo sus características y notación, y cómo calcular su función de probabilidad, valor esperado y varianza. Finalmente presenta ejemplos para aplicar estos conceptos.

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
    Descargar como pptx, pdf o txt
    108 vistas31 páginas

    MA311 201702 Laboratorio 2

    Cargado por

    Robinson
    Este documento presenta información sobre la variable aleatoria discreta y distribuciones discretas como la hipergeométrica, binomial y de Poisson. Explica la variable aleatoria discreta, su función de probabilidad, valor esperado y varianza. Luego introduce la distribución binomial describiendo sus características y notación, y cómo calcular su función de probabilidad, valor esperado y varianza. Finalmente presenta ejemplos para aplicar estos conceptos.

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
    Descargar como pptx, pdf o txt
    de 31

    ESTADÍSTICA

    Facultad de Ingeniería Geológica, Minera y Metalúrgica


    Área de Ciencias Básicas

    UNIDAD 3. Parte 1
    • Variable aleatoria discreta
    • Distribuciones discretas:
    Hipergeométrica, Binomial y Poisson

    Docente: Mg. Halley Limaymanta Álvarez


    Logro de la sesión
    • Al finalizar la sesión, el estudiante calcula
    probabilidades, valor esperado y varianza,
    asociadas a distribuciones de probabilidad de
    variables aleatorias discretas.
    Lanzamiento de dos monedas

    Por equipos de 3:
    Lanzan una primera moneda y
    luego una segunda moneda

    ¿ Qué observas en los resultados ?

    ¿ Qué puedes observar en los resultados de las


    frecuencias?
    Inducimos a definir la variable aleatoria:
    X: Número de caras obtenidas.
    TEMA 1

    Variable aleatoria
    Variable aleatoria discreta
    Función de probabilidades
    Valor esperado y varianza
    Variable aleatoria
    Sea E un experimento y Ω el espacio muestral asociado, una variable aleatoria es
    una descripción numérica del resultado de un experimento aleatorio.
    Una variable aleatoria asocia un valor numérico a cada uno de los resultados
    experimentales, es una función que asigna valores numéricos a los elementos
    del espacio muestral.
    El rango de la variable aleatoria X es el conjunto RX de todos sus posibles valores.

    S Reales

    w
    x=X(w)
    RX

    E: Lanzamiento de dos monedas X: Número de caras obtenidas


    Ω = {ss, cs, sc, cc} Rx = 0,1,2
    Tipos de variable aleatoria
    Una variable aleatoria puede ser discreta o continua,
    depende del tipo de valores numéricos que asume.

    V.A.DISCRETA V.A.CONTINUA
    Su rango es un conjunto

    Finito o infinito Infinito no numerable


    numerable de valores de valores

    Ejemplos
    • Número de artículos • Peso de una persona
    producidos al mes. en kilogramos.
    • Número de clientes que • Tiempo de fabricación
    llegan a un banco. de un perno en minutos.
    Ejemplos

    Experimento Variable Valores posibles


    Aleatoria

    Realizar 100 llamadas X: Número de ventas Rx: 0,1,2,3,…..,100


    de ventas logradas

    Inspeccionar un lote Y: Número de artículos Rx: 0,1,2,3,4,5


    de 50 artículos donde defectuosos
    5 son defectuosos

    Trasladarse de la UNI Z: Tiempo de traslado Rx: { t ∈ 𝑹 / 15 ≤ t ≤ 90}


    al hogar. en minutos
    : LANZAR TRES MONEDAS Y OBSERVAR LA CARA SUPERIOR

    X: Nº de caras obtenidas

    Espacio muestral() SSS SSC , SCS, CSS CCS, CSC, SCC CCC

    Nº de caras 0 1 2 3

    Establecer una variable aleatoria para un experimento


    aleatorio no es más que una manera de asignar
    X : 
    números a los puntos muestrales. w  X (w)
    Rango o recorrido (Rx) = {0, 1, 2, 3}
    Distribución de probabilidad de una
    variable aleatoria discreta
    La función de probabilidad de una
    variable aleatoria discreta X es
    representada por f.
    Es denominada como “Distribución
    de probabilidad”.
    Esta función asigna a cada Toda función de probabilidad
    valor de la variable debe cumplir:
    aleatoria, la probabilidad de
    que X asuma ese valor, esto • 𝑓 𝑥 = 𝑃 𝑋 = 𝑥 ≥ 0 ∀𝑥 ∈ 𝑅
    es: f(x) = P(X = x). • σ𝑛𝑖=1 𝑓 𝑥𝑖 = 1

    El Rango de una variable aleatoria discreta es


    un conjunto finito o infinito numerable.
    Distribución de probabilidad de una
    variable aleatoria discreta
    X x1 X2 … xn
    p(X=xi) = f(xi) f(x1) f(x2) … f(xn)

    Función de
    probabilidad
    Valor esperado y varianza
     El valor esperado y varianza de una variable
    aleatoria discreta X, se definen por:
     X =E  X    x f  x   X2 =V  X   E  X 2   E 2  X 

    Donde: E  X  
    2
     f  x
    x 2

     Sea g una función de la variable aleatoria


    discreta X. El valor esperado de g(x) es:

    E  g  x     g  xi  f  xi 
    Ejemplo 1
    Caso: Instalación de redes NET

    Asumiendo que el número semanal de instalaciones de redes a los clientes


    de NET S.A. es una variable aleatoria con la siguiente función de
    probabilidad

    a. Calcule la probabilidad que en una semana cualquiera NET S.A.


    realice más de una instalación. Previamente calcule el valor de k.

    b. Si el monto esperado semanal por instalaciones supera los S/ 2 500


    se contratará más personal. Sabiendo que el costo por instalación es de
    S/ 1 500, ¿se contratará más personal?
    Ejemplo 2

    El Centro de Información ha registrado la siguiente tabla de


    distribución de probabilidad para el número de libros por
    semana que un estudiante solicita.
    Número de libros por semana 0 1 2 3 4
    Probabilidad f(x) 0,2 4b 2b 0,15 b/2

    a. Determine el valor de la constante “b” para que f sea una


    función de probabilidad. Presente la tabla y la gráfica de
    probabilidad.
    b. Si se selecciona un alumno al azar, calcule la probabilidad
    de que en una semana:
    • Solicite dos libros.
    • Solicite a lo más 3 libros.
    • Solicite por lo menos 2 libros.
    Propiedades: Valor esperado y varianza
    Sean a y b constantes, X e Y variables
    aleatorias independientes
     E[a] = a
     V[a] = 0
     E[aX] = a E[X]
     V[aX] = a2 V[X]
     E[aX ± bY] = a E[X] ± b E[Y]
     V[aX± bY] = a2 V[X] + b2 V[Y]
    Ejemplo 3
    La demanda de un microprocesador Intel Celeron de 64 bits de
    proceso y 1 Mb de memoria cache presenta la siguiente función de
    probabilidad:
    Demanda 2000 3000 4000 5000 6000
    Probabilidad 0,10 0,25 0,35 0,20 0,10

    a. Elabore la gráfica correspondiente a la distribución de


    probabilidades de la demanda.
    b. Estime el valor esperado de la demanda y el coeficiente de
    variación.
    c. Si se sabe que la demanda es mayor a 2000, calcule la
    probabilidad de que la demanda sea a lo más 5000 unidades.
    d. El costo de fabricación del microprocesador es de 60 dólares y el
    precio de venta es de 80 dólares, además los costos fijos
    ascienden a 10 mil dólares. Si la compañía decide programar la
    producción de dicho componente tomando exactamente el valor
    esperado de la demanda ¿cuál será la utilidad esperada de la
    compañía?
    Conclusiones
     Una variable aleatoria discreta es una función que
    asigna valores numéricos a los elementos del
    espacio muestral.
     Hay dos tipos de variable aleatoria: discreta y
    continua, la diferencia radica en el tipo de valores
    numéricos que asume la variable aleatoria.
     El recorrido de la variable aleatoria discreta es un
    conjunto finito o infinito numerable.
     Toda función de probabilidad debe cumplir dos
    condiciones: f(x) ≥ 0 y ∑ f(x) = 1
     La interpretación del valor esperado es: Si el
    experimento se repitiera muchas veces, a la larga, el
    número promedio de “variable” es igual a E(x).
    TEMA 2

    Distribuciones discretas
    Estas variables discretas tendrán el mismo
    modelo de probabilidad

    X: Número de autos ensamblados en


    un día.

    X: Número de termas eléctricas que


    cumplen con las especificaciones
    técnicas de seguridad de un lote de
    10 termas eléctricas.

    X: Número de latas de conservas


    defectuosas en una muestra de 5 latas
    de conservas, de un lote de 30 latas de
    conservas (donde 3 latas son
    defectuosas).
    Distribución Binomial

    Se denomina experimento binomial si:


    • Cada repetición es independiente, es decir el resultado de
    cualquier repetición particular no es afectado por el
    resultado de otra repetición.
    • El experimento aleatorio consiste en obtener solo dos
    resultados posibles mutuamente excluyentes: éxito (E) o
    fracaso (F).
    • La probabilidad de éxito p es invariante.

    Se define la variable aleatoria binomial:

    X: Número de éxitos que ocurren en las n pruebas


    Notación: X  B(n, p)
    • Función de probabilidad:

    P X  x   C xn  p x  1  p 
    n x
    para x  0,1, 2,, n

    donde
    n: número de pruebas o ensayos
    p: probabilidad de éxito

    • Valor esperado y varianza:

    Esperado: E(X)= n p Varianza: V(X)= n  p  (1- p)


    Forma de la distribución Binomial

    p < 0,5 p = 0,5 p > 0,5


    tiene sesgo a la distribución tiene sesgo a
    la derecha. es simétrica. la izquierda

    0 1 2 3 4 5 6 7
    0 1 2 3 4 5 6 7
    0 1 2 3 4 5 6 7
    Ejemplo 4
    Acerotubo S.A. fabrica diariamente una cantidad
    invariable de tubos de acero. Si los productos se
    fabrican independientemente uno de otro, la
    probabilidad de que un producto resulte defectuoso es
    del 10%.

    Nota. Defina previamente la variable aleatoria y su distribución de probabilidad.

    Calcule la probabilidad de que en una muestra de 15 tubos


    elegidos al azar:
    a) 2 tubos sean defectuosos.
    b) A lo más tres tubos sean defectuosos.
    c) 10 tubos no sean defectuosos.
    d) Si resultó 2 tubos defectuosos, ¿cuál es la probabilidad de
    que a lo más 5 tubos sean defectuosos?
    Ejercicio propuesto

    Un agente de seguros de vida vende pólizas a cinco individuos todos de la


    misma edad. De acuerdo con tablas actuales, la probabilidad de que un
    individuo con esa edad viva 30 años o más es de 3/5. Uno de los cálculos
    necesarios para hacer estimaciones de pagos de las primas de seguro es la
    probabilidad de que un número determinado de asegurados de la misma
    edad viva 30 años o más. De acuerdo al enunciado se pide que:

    a. Determine la función de probabilidad y la tabla de probabilidades.


    b. Calcule el valor esperado y la varianza.
    c. Calcule la probabilidad:
    • De que en la muestra de cinco individuos, dos de ellos vivan 30
    años o más.
    • De que en la muestra de cinco individuos, vivan 30 años o más,
    entre 3 y 4 individuos.
    • De que en la muestra de cinco individuos, vivan menos de 30 años,
    por lo menos 1 individuo.
    Distribución Hipergeométrica
    Un experimento hipergeométrico consiste en escoger una muestra
    de tamaño “n”, uno a uno sin reposición, de “N” elementos donde “r”
    son éxitos y “N-r” fracasos

    N
    r (éxitos) N – r (fracasos)

    n (muestra s.r.)

    Se define la variable aleatoria hipergeométrica:

    X: Número de éxitos en la muestra de tamaño n


    Notación: X  H(N, n, r)
    • Función de probabilidad:

    C xr  CnNxr
    P X  x  
    CnN
    para x  máximo  0; n  r  N ,, mínimo  n; r
    • Valor esperado y varianza:
    r  r   N n
    EX   n 
    r V X   n   1     
    N N  N   N 1 

    • Aproximación de la Hipergeométrica a la Binomial:


    H(N,n,r)  B(n,p) si N   o si “N” es grande con respecto a “n”.
    Con p = r/N
    30
    Ejemplo 5

    Una compañía manufacturera utiliza


    un mecanismo de control para realizar
    el embarque de sus artículos por
    aduana. De una caja de 25 artículos se
    selecciona una muestra de 4 artículos
    para verificar si tiene algún artículo
    defectuoso.
    Si se encuentra por lo menos uno, la caja entera se regresa para
    verificarla al 100%. Si no se encuentra ningún artículo
    defectuoso, la caja se embarca.

    ¿Cuál es la probabilidad que la caja se embarca?


    ¿Cuál es la probabilidad que en la caja se encuentre dos
    artículos defectuosos?
    Ejercicio propuesto

    Enigma Home Center en su sección de electrodomésticos tiene 9


    congeladoras de liquidación de las cuales 4 tienen defectos. Una cadena
    de restaurantes compra al azar 3 de ellas.
    a. Defina la variable aleatoria de congeladoras defectuosas compradas
    por la cadena de restaurantes y su distribución de probabilidad (con
    sus parámetros)
    b. Elabore la gráfica correspondiente.
    c. Estime el valor esperado y la desviación estándar.
    d. Calcule la probabilidad:
    • De que en la muestra elegida haya 1 congeladora defectuosa.
    • De que en la muestra elegida haya al menos 2 congeladoras
    defectuosas.
    • De que en la muestra elegida haya más de 2 congeladoras
    defectuosas.
    • De que en la muestra elegida haya entre 2 y 4 congeladoras
    defectuosas.
    Distribución Poisson
    Un experimento Poisson expresa a partir de una ocurrencia
    media, la probabilidad de ocurrencia de un determinado número
    de eventos durante cierto periodo de tiempo.

     La variable aleatoria X es el número de eventos


    independientes que ocurren en un intervalo de tiempo o
    unidad de evaluación.
     Número esperado de éxitos en un intervalo de tiempo o
    n (muestra)
    región o unidad de evaluación (λ).

    1 minuto 1 minuto 1 minuto


    Distribución Poisson

    Notación: X P()

    • Función de probabilidad:

    e    x
    P X  x   para x  0,1, 2,
    x!
    • Valor esperado y varianza:

    Esperado: E(X) =  Varianza: V(X) = 

    34
    Ejemplo 6
    Los cambios realizados en los
    procedimientos de los aeropuertos
    requieren una planeación
    considerable. Los índices de llegada
    de los aviones es un factor
    importante que se debe tomar en
    cuenta. Si los aviones pequeños
    llegan al aeropuerto con una media
    de 6 por hora.
    a. Defina la variable en estudio y halle la probabilidad de que exactamente
    cuatro aeronaves pequeñas lleguen en un lapso de una hora.
    b. ¿Cuál es la probabilidad que lleguen más de 4 aeronaves en una hora?
    c. Defina la variable en estudio y ¿Cuál es la probabilidad de que
    exactamente cuatro aeronaves pequeñas lleguen en un lapso de media
    hora?
    d. ¿Cuál es la probabilidad que lleguen más de 4 aeronaves en media hora?
    Autoevaluación
    Texto Distribución Parámetros
    La probabilidad de que un componente sobreviva a la
    prueba de choque dada es 3/4. Encuentre la Binomial n=4;
    probabilidad de que sobrevivan a la prueba p = 3/4
    exactamente dos si se prueban cuatro componentes.
    Un fabricante de tejido de lana afirma que el promedio
    de defectos en sus productos es de 1 por dos metros Poisson  0.5 por
    cuadrados ¿Cuál es la probabilidad de obtener 3 o más m2
    defectos en cualquier metro cuadrado?
    El estudio de un inventario determina que, en
    promedio, las demandas de un artículo particular de Poisson  10 por 2
    un almacén se realiza cinco veces al día. ¿Cuál es la días
    probabilidad de que en dos días cualesquiera se pida
    este artículo más de nueve veces?
    Si seleccionó una muestra de 10 estudiantes ¿cuál es la
    N=730
    probabilidad de que seleccione 3 estudiantes que
    Hipergeo r = 610
    desaprobaron la PC1, si se conoce que la PC1 lo dieron
    métrica n = 10
    730 estudiantes, de los cuales aprobaron 120.

    También podría gustarte