TRABAJO COLABORATIVO FASE 2

PRECENTADO POR:
WILLIAM ANDRES ESTUPIAN NIO
Cdigo 9375058
GRUPO: 100402_7

TUTOR
FRANCISCO JAVIER PEREIRA LOPEZ

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA
UNIDAD DE CIENCIAS BSICAS
CURSO PROBABILIDAD

Bogot D. C

JUNIO DE 2016

RESUMEN UNIDAD 2

Variable Aleatoria
Una variable aleatoria es pues, una funcin que asigna un nmero real a cada
resultado en el espacio muestral de un experimento aleatorio. Ellas se denotan
con una letra mayscula, tal como X.
Se dice que X es aleatoria porque involucra la probabilidad de los resultados del
espacio muestral, y se define X como una funcin porque transforma todos los
posibles resultados del espacio muestral en cantidades numricas reales.

Variable Aleatoria Discreta.

Se dice que una variable aleatoria X es discreta si el nmero de valores que puede
tomar es finito (o infinito contable).
Frecuentemente el inters recae en la probabilidad de que una variable aleatoria
tome un valor particular, para ello se requiere primero definir claramente la variable
aleatoria. Ser importante pues, acordar la siguiente simbologa: {X = x} denotar
el evento formado por todos los resultados para los que X = x y P(X = x) ser la
probabilidad de dicho evento.

Variable Aleatoria Continua:

Se dice que una variable aleatoria X es continua si el nmero de valores que
puede tomar estn contenidos en un intervalo (finito o infinito) de nmeros reales.
Dichos valores pueden asociarse a mediciones en una escala continua, de manera
que no haya huecos o interrupciones.
En algunos casos, la variable aleatoria considerada continua en realidad es
discreta, pero como el rango de todos los valores posibles es muy grande, resulta
ms conveniente utilizar un modelo basado en una variable aleatoria continua.
La distribucin de probabilidad de una variable aleatoria continua X est
caracterizada por una funcin f(x) que recibe el nombre de funcin de densidad
de probabilidad. Esta funcin f(x) no es la misma funcin de probabilidad de una
variable aleatoria discreta.

VALOR ESPERADO Y VARIANZA DE UNA VARIABLE ALEATORIA

El valor esperado (tambin llamado media o esperanza matemtica) de una
variable aleatoria discreta X es una medida de posicin para la distribucin de X.
Se simboliza con se calcula al sumar el producto de cada valor de X con su
probabilidad correspondiente. En otras palabras, la media o valor esperado de una
variable aleatoria discreta X.

DISTRIBUCIN BINOMIAL
Las distribuciones binomiales son las ms tiles dentro de las distribuciones de
probabilidad discretas. Sus reas de aplicacin incluyen inspeccin de calidad,
ventas, mercadotecnia, medicina, investigacin de opiniones, entre otras. Estas
distribuciones permiten enfrentar circunstancias en las que los resultados
pertenecen a dos categoras relevantes: que ocurra un evento determinado o que
no lo haga. Este tipo de experimento aleatorio particular es denominado ensayo
de Bernoulli. Sus dos resultados posibles son denotados por xito y fracaso y
se define por p la probabilidad de un xito y 1-p la probabilidad de un fracaso

DISTRIBUCIN

BINOMIAL

NEGATIVA Y GEOMTRICA
Considere ahora una serie de ensayos Bernoulli con una probabilidad constante
de xitos p, en la que el nmero de ensayos no es fijo como en la distribucin
binomial si no que stos se realizan hasta que se obtiene el primer xito. Sea
entonces, la variable aleatoria X el nmero de ensayos realizados hasta obtener
un xito, ella tiene una distribucin geomtrica con parmetro p. asi:

Distribucin Binomial Negativa

En la distribucin geomtrica, la variable aleatoria estaba definida como el nmero
de ensayos Bernoulli necesarios para obtener el primer xito. Suponga ahora que
se desea conocer el nmero de ensayos hasta obtener r xitos; en este caso la
variable aleatoria es denominada binomial negativa.
La distribucin binomial negativa o distribucin de Pascal es una
generalizacin de la distribucin geomtrica donde la variable aleatoria X es el
nmero de ensayos Bernoulli efectuados hasta que se tienen r xitos, con una

probabilidad constante de xito p. Se dice entonces que X tiene una distribucin

binomial negativa con parmetros p y r = 1, 2, 3,

DISTRIBUCIN POISSON
Esta es otra distribucin de probabilidad discreta til en la que la variable aleatoria
representa el nmero de eventos independientes que ocurren a una velocidad
constante. La distribucin de Poisson, llamada as en honor a Simen Denis
Poisson probabilista francs que fue el primero en describirla, es el principal
modelo de probabilidad empleado para analizar problemas de lneas de espera,
confiabilidad y control de calidad; como el nmero de personas que llegan a un
lugar determinado en un tiempo definido, los defectos en piezas similares para el
material, el nmero de bacterias en un cultivo, el nmero de goles anotados en un
partido de ftbol, el nmero de fallas de una mquina en una hora o en un da, la
cantidad de vehculos que transitan por una autopista, el nmero de llamadas
telefnicas por minuto, etc. Como se puede observar se trata de hallar la
probabilidad de ocurrencia de cualquier nmero por unidad de medicin (temporal
o espacial).

DISTRIBUCIN HIPERGEOMTRICA
En la distribucin binomial se vea que el muestreo se haca con reemplazo,
asegurando la independencia de los ensayos y la probabilidad constante.
Supngase ahora que el muestreo es sin reemplazo, caso en el cual los ensayos
no son independientes.
Sea N el nmero de elementos de un conjunto de los cuales k son determinados
como xitos y N -k como fallas, se trata ahora de determinar la probabilidad de x
xitos en n ensayos de los N elementos del conjunto donde k N y n N. Sea
tambin la variable aleatoria X el nmero de xitos en la muestra. Entonces, X
tiene una distribucin hipergeomtrica y su funcin de distribucin de
probabilidad est dada por:

La expresin mn. (k, n) corresponde al valor menor entre el tamao de la muestra

k y el nmero mximo de xitos que puede presentarse en la muestra n. La
distribucin hipergeomtrica suele expresarse como h (x; N, k, n).
DISTRIBUCIN UNIFORME DISCRETA
La variable aleatoria discreta ms sencilla es aquella que toma slo un nmero
finito de valores posibles n, cada uno con la misma probabilidad. Ella se denomina
entonces variable aleatoria discreta uniforme y su distribucin uniforme
discreta est dada por:

DISTRIBUCION UNIFORME CONTINUA

Se dice que una variable X posee una distribucin uniforme en el intervalo [a,b],
si su funcin de densidad es la siguiente:

Con esta ley de probabilidad, la probabilidad de

que al hacer un experimento aleatorio, el valor de X este comprendido en cierto
sub intervalo de [a,b] depende nicamente de la longitud del mismo, no de su
posicin.
.
Teniendo en cuenta que si

la funcin de distribucin de

es:

Distribucin Normal
La distribucin gaussiana, recibe tambin el nombre de distribucin normal, ya que
una gran mayora de las variables aleatorias continuas de la naturaleza siguen

esta distribucin. Se dice que una variable aleatoria X sigue una distribucin
normal si su funcin de densidad es:

Esta distribucin viene definida por dos parmetros: X: N (, 2)

: es el valor medio de la distribucin y es precisamente donde se sita el centro
de la curva (de la campana de Gauss).
s2 : es la varianza. Indica si los valores estn ms o menos alejados del valor
central: si la varianza es baja los valores estn prximos a la media; si es alta,
entonces los valores estn muy alejados de ella. Se representa por s2 porque su
raz cuadrada, s, es la denominada desviacin estndar.

Distribucin Chi-cuadrado
Si consideramos una v.a.

, la v.a. X=Z2 se distribuye segn una ley

de probabilidad distribucin
representa

con un grado de libertad, lo que se

Como

Si tenemos n v.a. independientes

, la suma de sus cuadrados
respectivos es una distribucin que denominaremos ley de distribucin con n
grados de libertad,

La media y varianza de esta variable son respectivamente:

y su funcin de densidad es:

DISTRIBUCION t-STUDENT
Distribucin t-Student

La distribucin -Student se construye como un cociente entre una normal y la raz

de una independientes. De modo preciso, llamamos distribucin t-Student con n
grados de libertad, a la de una v.a. T,

donde
tenemos n+1 v.a. independientes

. Este tipo de distribuciones aparece cuando

Y nos interesa la distribucin de

La funcin de densidad de

es

La distribucin de Student tiene propiedades parecidas a :

Es de media cero, y simtrica con respecto a la misma;
Es algo ms dispersa que la normal, pero la varianza decrece hasta 1
cuando el nmero de grados de libertad aumenta;

Para un nmero alto de grados de libertad se puede aproximar la distribucin de

Student por la normal, es decir,

Cuando aumentan los grados de libertad, la distribucin de Student se aproxima a

la distribucin normal tipificada.

ESTUDIO DE CASO 4
Para una poblacin grande de
personas sin hogar, Wong y Piliavin
(2001) examinaron factores de estrs,
recursos y agotamiento psicolgico
empleando la Escala de Depresin del
Centro de Estudios Epidemiolgicos
(CESD), un cuestionario de evaluacin
comunitario.
Entre las personas sin hogar, la
puntuacin media del cuestionario
CESD es 23,5 con una desviacin
estndar de
7.5 y se considera que para la
Variable X = puntuacin del CESD, la
distribucin
es
normal.
Como
trabajador en el rea de admisiones
en un refugio para personas sin
hogar, usted es el encargado de aplicar el CESD y debe evaluar los resultados
para las nuevas personas que lleguen al centro.
Dentro de las polticas del refugio se encuentra que cualquier persona cuya
puntuacin sea de 20 o ms puntos en el CESD debe enviarse a ver a un
doctor.

INFORME A PRESENTAR:
Prepare un informe en el que como mnimo, incluya:
1. La probabilidad de que una persona que llegue al refugio sea enviada a ver
al doctor
2. La probabilidad de que una persona que llegue al refugio tenga una
puntacin de 10 o menos puntos
3. La probabilidad de que una persona que llegue al refugio tenga una
puntuacin entre 16 y 20 puntos
4. Si las personas sin hogar con puntuacin en el 15% ms alto deben ser
enviadas a los servicios de prevencin de suicidios, Qu puntuacin hace
calificar a una persona que llega al refugio para este servicio?
5. Las personas sin hogar con puntacin en el 25% ms bajo, se le enva a un
servicio de orientacin laboral para mejorar sus recursos. Qu puntuacin
permite calificar a una persona para acceder a este servicio?

INFORME PRESENTADO

1) La probabilidad de que una persona que llegue al refugio sea

enviada a ver al doctor
Utilizamos la frmula de distribucin normal:

z=

z=

2023,5
= -0,46 = Segn la tabla de distribucin normal obtenemos el valor de
7,5

0,3227

TABLA DE DISTRIBUCIN NORMAL

Entonces

P(z 20)=10.3227=0.6773

0,6773 * 100 = 67,73 %

La persona que llega al refugio tiene un 67,73% de probabilidad de ir al Doctor.
De acuerdo a los datos hallados anteriormente podemos notar que
67,73% es > 32,27 % por lo cual deducimos que es ms probable que
una persona llegue al refugio y sea enviada al doctor.
2. La probabilidad de que una persona que llegue al refugio tenga
una puntacin de 10 o menos puntos
PROBABILIDAD SEGUN PUNTUACIN DE 10
Utilizamos la frmula de distribucin normal:

z=

z=

1023,5
7,5

0,9641

= -1,8 Segn la tabla de distribucin normal obtenemos el valor de

X
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9

0,00
0,5000
0,5398
0,5793
0,6179
0,6554
0,6915
0,7257
0,7580
0,7881
0,8159
0,8416
0,8643
0,8849
0,9032
0,9192
0,9332
0,9452
0,9554
0,9641
0,9713
0,97725
0,98214
0,98610
0,98928
0,99180
0,99379
0,99534
0,99653
0,99744
0,99813

Entonces

0,01
0,5040
0,5438
0,5832
0,6217
0,6591
0,6950
0,7291
0,7611
0,7910
0,8186
0,8438
0,8665
0,8869
0,9049
0,9207
0,9345
0,9463
0,9564
0,9649
0,9719
0,97778
0,98257
0,98645
0,98956
0,99202
0,99396
0,99547
0,99664
0,99752
0,99819

0,02
0,5080
0,5478
0,5871
0,6255
0,6628
0,6985
0,7324
0,7642
0,7939
0,8212
0,8461
0,8686
0,8888
0,9066
0,9222
0,9357
0,9474
0,9573
0,9656
0,9726
0,97831
0,98300
0,98679
0,98983
0,99224
0,99413
0,99560
0,99674
0,99760
0,99825

0,03
0,5120
0,5517
0,5910
0,6293
0,6664
0,7019
0,7357
0,7673
0,7967
0,8238
0,8485
0,8708
0,8907
0,9082
0,9236
0,9370
0,9484
0,9582
0,9664
0,9732
0,97882
0,98341
0,98713
0,99010
0,99245
0,99430
0,99573
0,99683
0,99767
0,99831

0,04
0,5160
0,5557
0,5948
0,6331
0,6700
0,7054
0,7389
0,7704
0,7995
0,8264
0,8508
0,8729
0,8925
0,9099
0,9251
0,9382
0,9495
0,9591
0,9671
0,9738
0,97932
0,98382
0,98745
0,99036
0,99266
0,99446
0,99585
0,99693
0,99774
0,99836

0,05
0,5199
0,5596
0,5987
0,6368
0,6736
0,7088
0,7422
0,7734
0,8023
0,8289
0,8531
0,8749
0,8944
0,9115
0,9265
0,9394
0,9505
0,9599
0,9678
0,9744
0,97982
0,98422
0,98778
0,99061
0,99286
0,99461
0,99598
0,99702
0,99781
0,99841

0,06
0,5239
0,5636
0,6026
0,6406
0,6772
0,7123
0,7454
0,7764
0,8051
0,8315
0,8554
0,8770
0,8962
0,9131
0,9279
0,9406
0,9515
0,9608
0,9686
0,9750
0,98030
0,98461
0,98809
0,99086
0,99305
0,99477
0,99609
0,99711
0,99788
0,99846

0,07
0,5279
0,5675
0,6064
0,6443
0,6808
0,7157
0,7486
0,7794
0,8078
0,8340
0,8577
0,8790
0,8980
0,9147
0,9292
0,9418
0,9525
0,9616
0,9693
0,9756
0,98077
0,98500
0,98840
0,99111
0,99324
0,99492
0,99621
0,99720
0,99795
0,99851

0,08
0,5319
0,5714
0,6103
0,6480
0,6844
0,7090
0,7517
0,7813
0,8106
0,8365
0,8599
0,8810
0,8997
0,9162
0,9306
0,9429
0,9535
0,9625
0,9699
0,9761
0,98124
0,98537
0,98870
0,99134
0,99343
0,99506
0,99632
0,99728
0,99801
0,99856

0,09
0,5359
0,5723
0,6141
0,6517
0,6879
0,7224
0,7549
0,7852
0,8133
0,8389
0,8621
0,8830
0,9015
0,9177
0,9319
0,9441
0,9545
0,9633
0,9706
0,9767
0,98169
0,98574
0,98899
0,99158
0,99361
0,99520
0,99643
0,99736
0,99807
0,99861

P(x 10)=10.9641=0.0359

0,0359 * 100 = 3,59 %

La probabilidad de que una persona llegue al refugio con una puntuacin de 10 puntos es de
3,59 % entonces la probabilidad es muy baja.
PROBABILIDAD SEGUN PUNTUACIN MENOS DE 10 PUNTOS (LE
RESTAMOS 0,5 PARA OBTENER LA RESPUESTA)
Utilizamos la frmula de distribucin normal:

z=

z=

9,523,5
7,5

= -1,86 Segn la tabla de distribucin normal obtenemos el valor de

0,9686
TABLA DE DISTRIBUCIN NORMAL
X
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9

0,00
0,5000
0,5398
0,5793
0,6179
0,6554
0,6915
0,7257
0,7580
0,7881
0,8159
0,8416
0,8643
0,8849
0,9032
0,9192
0,9332
0,9452
0,9554
0,9641
0,9713
0,97725
0,98214
0,98610
0,98928
0,99180
0,99379
0,99534
0,99653
0,99744
0,99813

Entonces

0,01
0,5040
0,5438
0,5832
0,6217
0,6591
0,6950
0,7291
0,7611
0,7910
0,8186
0,8438
0,8665
0,8869
0,9049
0,9207
0,9345
0,9463
0,9564
0,9649
0,9719
0,97778
0,98257
0,98645
0,98956
0,99202
0,99396
0,99547
0,99664
0,99752
0,99819

0,02
0,5080
0,5478
0,5871
0,6255
0,6628
0,6985
0,7324
0,7642
0,7939
0,8212
0,8461
0,8686
0,8888
0,9066
0,9222
0,9357
0,9474
0,9573
0,9656
0,9726
0,97831
0,98300
0,98679
0,98983
0,99224
0,99413
0,99560
0,99674
0,99760
0,99825

0,03
0,5120
0,5517
0,5910
0,6293
0,6664
0,7019
0,7357
0,7673
0,7967
0,8238
0,8485
0,8708
0,8907
0,9082
0,9236
0,9370
0,9484
0,9582
0,9664
0,9732
0,97882
0,98341
0,98713
0,99010
0,99245
0,99430
0,99573
0,99683
0,99767
0,99831

0,04
0,5160
0,5557
0,5948
0,6331
0,6700
0,7054
0,7389
0,7704
0,7995
0,8264
0,8508
0,8729
0,8925
0,9099
0,9251
0,9382
0,9495
0,9591
0,9671
0,9738
0,97932
0,98382
0,98745
0,99036
0,99266
0,99446
0,99585
0,99693
0,99774
0,99836

P ( x 10 )=10,9686=0,0314

0,0314 * 100 = 3,59 %

0,05
0,5199
0,5596
0,5987
0,6368
0,6736
0,7088
0,7422
0,7734
0,8023
0,8289
0,8531
0,8749
0,8944
0,9115
0,9265
0,9394
0,9505
0,9599
0,9678
0,9744
0,97982
0,98422
0,98778
0,99061
0,99286
0,99461
0,99598
0,99702
0,99781
0,99841

0,06
0,5239
0,5636
0,6026
0,6406
0,6772
0,7123
0,7454
0,7764
0,8051
0,8315
0,8554
0,8770
0,8962
0,9131
0,9279
0,9406
0,9515
0,9608
0,9686
0,9750
0,98030
0,98461
0,98809
0,99086
0,99305
0,99477
0,99609
0,99711
0,99788
0,99846

0,07
0,5279
0,5675
0,6064
0,6443
0,6808
0,7157
0,7486
0,7794
0,8078
0,8340
0,8577
0,8790
0,8980
0,9147
0,9292
0,9418
0,9525
0,9616
0,9693
0,9756
0,98077
0,98500
0,98840
0,99111
0,99324
0,99492
0,99621
0,99720
0,99795
0,99851

0,08
0,5319
0,5714
0,6103
0,6480
0,6844
0,7090
0,7517
0,7813
0,8106
0,8365
0,8599
0,8810
0,8997
0,9162
0,9306
0,9429
0,9535
0,9625
0,9699
0,9761
0,98124
0,98537
0,98870
0,99134
0,99343
0,99506
0,99632
0,99728
0,99801
0,99856

0,09
0,5359
0,5723
0,6141
0,6517
0,6879
0,7224
0,7549
0,7852
0,8133
0,8389
0,8621
0,8830
0,9015
0,9177
0,9319
0,9441
0,9545
0,9633
0,9706
0,9767
0,98169
0,98574
0,98899
0,99158
0,99361
0,99520
0,99643
0,99736
0,99807
0,99861

La probabilidad de que una persona llegue al refugio con una puntuacin de menos de 10
puntos es de 3,14 % entonces la probabilidad es muy baja.
3. La probabilidad de que una persona que llegue al refugio tenga una puntuacin entre 16
y 20 puntos

Probabilidad segn puntuacin de 16 puntos

Utilizamos la frmula de distribucin normal:

z=

z=

1623,5
7,5

= -1,0 Segn la tabla de distribucin normal obtenemos el valor de

0,1586
Probabilidad segn puntuacin de 20 puntos
Utilizamos la frmula de distribucin normal:

z=

z=

2023,5
= -0,46 = Segn la tabla de distribucin normal obtenemos el valor de
7,5

0,3227

TABLA DE DISTRIBUCIN NORMAL

Entonces

P( z 16)=10.1586=0.8414

Entonces

P(z 20)=10.3227=0.6773

Como las reas encontradas para x=16 y x=20 estn a la izquierda de la media (23,5) se
restan los dos valores y encontramos el porcentaje en el intervalo
0 . 84140 .6773 = 0,1641
0,1641 * 100 = 16,41 %

La probabilidad de que una persona llegue al refugio y que tenga una puntuacin de |16 y
20 puntos es de 16,41 % sea que es una probabilidad baja.
4.

Si las personas sin hogar con puntuacin en el 15% ms alto deben ser
enviadas a los servicios de prevencin de suicidios, Qu puntuacin
hace calificar a una persona que llega al refugio para este servicio?

-Para solucionar este punto debemos Utilizamos la frmula de distribucin

normal:

z=

Solo que como ya poseemos el dato de probabilidad que es 15% y el

restante 85% o 0,85 hallaremos la puntuacin entonces debemos
hacer un despeje en la frmula de distribucin normal as:
Segn la tabla para 0.8505 z= 1.4

z=

X = +( z )

Reemplazando tenemos:
X =23,5+(7,51,5)
X =23,5+(11,25)
X =34,75 puntos

Las personas que tengan un puntaje superior a

ser enviadas a prevencin de suicidios.

5.

34,75 puntos

deben

Las personas sin hogar con puntacin en el 25% ms bajo, se le enva a

un servicio de orientacin laboral para mejorar sus recursos. Qu
puntuacin permite calificar a una persona para acceder a este servicio?

-Para solucionar este punto debemos Utilizamos la frmula de distribucin

normal:

z=

Solo que como ya poseemos el dato de probabilidad que es 25%

verificamos por debajo de este porcentaje

Segn la tabla para el valor de Z=0,2419 que corresponde a

z=

x= - 0,67

X = +( z )

Reemplazando tenemos:
X =23,5+(7,50,67)
X =23,5+(5,25)
X =18,25 puntos

Las personas que tengan un puntaje superior a 18,25 puntos deben

ser enviadas a un servicio de orientacin laboral para mejorar sus
recursos.