MA311 201702 Laboratorio 2

Descargar como pptx, pdf o txt
Descargar como pptx, pdf o txt
Está en la página 1de 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