Beruflich Dokumente
Kultur Dokumente
Modelos Probabilsticos
Septiembre de 2014
Modelos Probabilsticos
Indice I
1 Modelos probabilsticos de variables aleatorias discretas
Distribucion de probabilidad de Bernoulli
Distribucion de probabilidad Binomial
Distribucion de probabilidad Binomial Negativa
Distribucion de probabilidad Geometrica
Distribucion de probabilidad Hipergeometrica
Distribucion de probabilidad de Poisson
Ejercicios
2 Modelos probabilsticos de variables aleatorias continuas
Distribucion Uniforme
Distribucion Normal
Interpretacion geometrica
Uso de la tabla de Distribucion Normal Estandar
Distribucion Gamma
Distribucion Exponencial
3 Ejercicios del captulo
Ejercicio 1
Ejercicio 2
Ejercicio 3
Ejercicio 4
Ejercicio 5
Modelos Probabilsticos
Indice II
Ejercicio 6
Modelos Probabilsticos
Modelos probabilsticos de variables aleatorias discretas
Distribucion de probabilidad de Bernoulli
Suponga ahora que lanza el mismo dado anterior 7 veces y desea saber la
probabilidad de obtener 3 veces el numero 5 en estos 7 lanzamientos.
En terminos estadsticos:
X = 3 {1 1 1 2 2 2 2 }
X = 3 {1 1 2 1 2 2 2 }
X = 3 {1 1 2 2 1 2 2 }
..
.
X = 3 {2 2 2 2 1 1 1 }
7
Por la observacion anterior se tienen = 35 formas de obtener 3
3
exitos en 7 lanzamientos.
As
P(X = 3) = 35 P(1 1 1 2 2 2 2 )
Notacion: X B(n, p)
Modelos Probabilsticos
Modelos probabilsticos de variables aleatorias discretas
Distribucion de probabilidad Binomial
Ejemplo
Una maquina fabrica 300 piezas, de las cuales 9 son defectuosas. Calcular
la probabilidad de que al examinar 80 piezas, solo 2 sean defectuosas.
X = 7 {1 1 2 2 2 2 1 }
X = 7 {1 2 1 2 2 2 1 }
X = 7 {2 1 2 1 2 2 1 }
..
.
X = 7 {2 2 2 2 1 1 1 }
6
Por la observacion anterior existen = 15 formas de obtener los
2
otros dos exitos en los 6 lanzamientos anteriores.
As
P(X = 7) = 15 P(1 1 2 2 2 2 1 )
Donde
X X representa el numero de ensayos Bernoulli necesarios para
observar el r -esimo exito.
X p representa la probabilidad de exito (P(1 )) de una prueba
Bernoulli.
X q = 1 p representa la probabilidad de fracaso (P(2 )) de una
prueba Bernoulli.
rq
X E(X ) = pr , V (X ) = p2
Notacion: X BN (r , p)
Modelos Probabilsticos
Modelos probabilsticos de variables aleatorias discretas
Distribucion de probabilidad Binomial Negativa
Ejemplo
Una empresa exportadora tiene una banda transportadora que produce un 7% de
piezas defectuosas y toda la produccion de esta banda se revisa para determinar si las
piezas resultaron buenas (B) o defectuosas (D). El experimento concluye una vez que
se han encontrado 3 piezas defectuosas. Entonces, el proceso se detiene y la banda
es ajustada.
Calcule la probabilidad de que el experimento se concluya en la quinta pieza.
Solucion:
X =Numero de piezas necesarias a inspeccionar hasta encontrar la tercera pieza
defectuosa.
1 =La pieza inspeccionada esta defectuosa.
2 =La pieza inspeccionada no esta defectuosa.
p = 0, 07; q = 0, 93
X BN (r = 3; p = 0, 07)
x 1
P(X = x) = pr q xr
r 1
Reemplazando
5 1
P(X = 5) = 0, 073 (1 0, 07)53 = 0, 00177
31
R: La probabilidad de que el experimento concluya en la quinta pieza es 0,00177
(0,177%)
Modelos Probabilsticos
Modelos probabilsticos de variables aleatorias discretas
Distribucion de probabilidad Binomial Negativa
Donde
X X representa el numero de ensayos Bernoulli necesarios para observar el primer
exito.
X p representa la probabilidad de exito (P(1 )) de una prueba Bernoulli.
X q = 1 p representa la probabilidad de fracaso (P(2 )) de una prueba Bernoulli.
1 q
X E(X ) = p
, V (X ) = p2
Notacion: X G(p)
Modelos Probabilsticos
Modelos probabilsticos de variables aleatorias discretas
Distribucion de probabilidad Geometrica
Ejemplo
Una empresa requiere realizar una auditora interna; sin embargo desea que la
empresa que lo audite cobre a lo mas $800.000 por realizar el trabajo, de las
empresas chilenas solo el 24% cumple con este requisito. Si se llama a licitacion
publica Cual es la probabilidad de que el gerente deba revisar 6 empresas para
encontrar la primera que cobre a lo mas $800.000?
Solucion:
X G(p = 0, 24)
P(X = x) = pq x1
Reemplazando
P(X = 6) = 0, 24 0, 765 = 0, 0608
R: La probabilidad de que el gerente deba inspeccionar 6 empresas para encontrar la
primera que cobre menos de $800.000 es de 0,0608 (6,08%)
Modelos Probabilsticos
Modelos probabilsticos de variables aleatorias discretas
Distribucion de probabilidad Geometrica
Suponga que se tiene una urna con N bolas identicas, excepto porque M bolas son
rojas y N M son verdes. Se seleccionan aleatoriamente k bolas SIN REEMPLAZO,
entonces si X es una v.a que denota el numero de bolas rojas en la muestra de
tamano k. La probabilidad de que X tome el valor x, se deduce de la siguiente forma.
X H(N, M, k )
donde, del analisis anterior se obtiene que
M NM
x k x
P(X = x) = N
; x {0, , k }
k
Ademas:
M M N M N k
E(X ) = k ; V (X ) = k
N N N N 1
Modelos Probabilsticos
Modelos probabilsticos de variables aleatorias discretas
Distribucion de probabilidad Hipergeometrica
Ejemplo
Cuando la semilla de maz viene contaminada con chamico, el precio
de esta semilla es inferior. Para determinar el precio que debe pagar
por un determinado lote, un Ingeniero decide examinar 20 de 500
bolsas de semillas de maz. Considere que 50 de las 500 de las
bolsas de semilla estan contaminadas con chamico.
Identifique la variable.
Encuentre la distribucion de probabilidad de la variable.
Considerando las 20 bolsas de semillas seleccionadas al azar,
cual es la probabilidad de que ninguna de ellas esta
contaminada?
Modelos Probabilsticos
Modelos probabilsticos de variables aleatorias discretas
Distribucion de probabilidad Hipergeometrica
Solucion:
X = Numero de bolsas contaminadas, de un total de 20 bolsas.
Tomando k = 20, N = 500 y M = 50 en la funcion
hipergeometrica, se tiene:
50
450
x 20x
P(X = x) = 500
, si x = 0, 1, . . . , 20.
20
Reemplazando,
x nx
n!
P(X = x) = 1
(n x)!x! n n
n
x
n!
= 1 x
x! n (n x)!nx 1
n
Modelos Probabilsticos
Modelos probabilsticos de variables aleatorias discretas
Distribucion de probabilidad de Poisson
Ademas:
X E(X ) =
X V (X ) =
Notacion: X P()
Modelos Probabilsticos
Modelos probabilsticos de variables aleatorias discretas
Distribucion de probabilidad de Poisson
Ejemplo
Considere un operador telefonico que recibe, en promedio, 5
llamadas cada 3 minutos.
Calcule la probabilidad de que:
No hayan llamadas el proximo minuto.
Por lo menos 2 llamadas en el proximo minuto.
Modelos Probabilsticos
Modelos probabilsticos de variables aleatorias discretas
Distribucion de probabilidad de Poisson
Primera parte
e x
P(X = x) =
x!
Entonces:
Segunda parte
Entonces:
Necesitamos calcular P (X 2), donde
P (X 2) = 1 P (X < 2)
5
i 5
0 5
1
1 e 3 5
e 3 53 e 3 35
X 3
P (X < 2) = = + = 0, 5036
i! 0! 1!
i=0
As
P (X 2) = 1 0, 5036 = 0, 4964
R: La probabilidad de que el numero de llamadas en el proximo minuto sea a lo menos
2 es 0,4964 (49,64%)
Modelos Probabilsticos
Modelos probabilsticos de variables aleatorias discretas
Distribucion de probabilidad de Poisson
Ejemplo
Un escritor, en promedio, comete un error cada 500 palabras
escritas, comunmente una pagina contiene 300 palabras.
Cual es la probabilidad de que NO cometa mas de dos errores en
cinco paginas?
Modelos Probabilsticos
Modelos probabilsticos de variables aleatorias discretas
Distribucion de probabilidad de Poisson
Reemplazando
2 i 1500i
X 1500 1 499
P(X 2) = = 0, 4230
i 500 500
i=0
Reemplazando
2
X e3 3i e3 30 e3 31 e3 32
P(X 2) = = + + = 0, 4232
i! 0! 1! 2!
i=0
4 Usted tiene cinco monedas en su bolsillo; dos de un peso, dos de cinco pesos y
una de diez pesos, donde las monedas de igual valor son distinguibles. Tres
monedas son extradas al azar. Sea X la cantidad extrada (en pesos).
Encuentre:
i) La funcion de probabilidad de X
ii) P(X 10|X 15)
5 Un basquetbolista efectua repetidos lanzamientos desde una lnea de tiros libres.
Suponga que sus lanzamientos son ensayos de Bernoulli independientes con
probabilidad de acertar de 0,7.
i) Cual es la probabilidad que le tome menos de cinco lanzamientos
para efectuar un segundo acierto?
ii) Cual es la probabilidad que le tome menos de cinco lanzamientos
para efectuar su primer acierto?
iii) Cual es el numero esperado de lanzamientos para lograr su cuarto
acierto?
6 En cierta area rural, una extrana enfermedad esta afectando a uno de cada 100
ninos. Ademas se observa que en promedio, aparece un caso cada 30 das.
Modelos Probabilsticos
Modelos probabilsticos de variables aleatorias discretas
Ejercicios
Se dice que una v.a.c. X tiene una distribucion uniforme sobre (a, b)
con a < b. Si su f.d.p. esta dada por:
1
si a < x < b
fX (x) = ba
0 e.o.c
Notacion:X U(a, b)
Modelos Probabilsticos
Modelos probabilsticos de variables aleatorias continuas
Distribucion Uniforme
b
b
x2 x3 3 3
= b a = a)(b2 + ab + a2 )
b2 + ab + a2
Z
(b
E(X 2 ) =
= =
a ba 3(b a) a
3(b a) 3 a)
(b 3
b2 + ab + a2 b+a 2 (b a)2
V (X ) = =
3 2 12
As, si X U (a, b), entonces
b+a (b a)2
E(X ) = , V (X ) =
2 12
Modelos Probabilsticos
Modelos probabilsticos de variables aleatorias continuas
Distribucion Uniforme
E(X ) = ; V (X ) = 2
Modelos Probabilsticos
Modelos probabilsticos de variables aleatorias continuas
Distribucion Normal
Si X N (, 2 ), sabemos que
(
1 x 2
12
exp si x, R, R+
fX (x) = 2
0 e.o.c
Entonces
1 exp 12 z 2
si z R
fZ (z) = 2
0 e.o.c
Modelos Probabilsticos
Modelos probabilsticos de variables aleatorias continuas
Distribucion Normal
As Z
1
t 1 et dt = 1; > 0
() 0
Por lo que (
t 1 et
() si 0 < t < ; > 0
fT (t) =
0 e.o.c
es una funcion de densidad.
Modelos Probabilsticos
Modelos probabilsticos de variables aleatorias continuas
Distribucion Gamma
dt 1
donde =
dx
Modelos Probabilsticos
Modelos probabilsticos de variables aleatorias continuas
Distribucion Gamma
As
x 1
fX (x) = fT
1 x
x
e 1
fX (x) =
()
x
x 1 e 1
fX (x) =
1 ()
x
x 1 e
fX (x) =
()
Notacion:X Exp()
1 1
E(X ) = ; V (X ) = 2
Modelos Probabilsticos
Modelos probabilsticos de variables aleatorias continuas
Distribucion Exponencial
Si X Exp(), entonces
Z x
P(X < x) = et dt
0
t x
= e
0
= 1 ex
P(X < x) = 1 ex
Modelos Probabilsticos
Modelos probabilsticos de variables aleatorias continuas
Distribucion Exponencial
Por estudios anteriores se sabe que la tasa de ventas de cuenta corriente que realiza
un ejecutivo del banco BANESE es 1,8 semanalmente. El banco le da como meta, a
cualquier ejecutivo, vender 5 cuentas corrientes mensualmente.
Lucas es un ejecutivo de ventas del Banco BANESE:
i) Calcule la probabilidad de que Lucas cumpla la meta al finalizar la tercera semana
del mes.
ii) Suponga que el mes en curso comienza el da lunes. El primer da del mes el
gerente comercial comienza un seguimiento a Lucas acerca de la cantidad de
cuentas corrientes que este vende. Si Lucas vende cuentas corrientes solo en
das habiles. Calcule la probabilidad de que este haya vendido al menos 2
cuentas corrientes hasta el da 10 del mes en curso (Considere la NO existencia
de feriados dentro de los 10 primeros das del mes).
iii) El tiempo que transcurre entre una venta y otra sigue una distribucion exponencial
con tiempo medio de 2,7 das. Si un da especfico Lucas vende una cuenta
corriente. Cual es la probabilidad de que deban pasar menos de 5 das para que
Lucas venda una nueva cuenta?. (Considere que Lucas vende una cuenta
corriente cualquier da de la semana)
Modelos Probabilsticos
Ejercicios del captulo
Ejercicio 2
Las utilidades que obtiene un garage por cada cliente atendido, tienen una distribucion
Normal, cuya utilidad media es de $7012 con una desviacion estandar de $532.
i) Si se eligen al azar 10 clientes atendidos en el garage, Cual es la probabilidad de
que por lo menos en dos de los clientes atendidos, tengan una utilidad entre
$6950 y $7050?
ii) Si se eligen al azar 15 clientes atendidos en el garage, Cual es la probabilidad de
que con al menos 4 de ellos haya obtenido una utilidad de a lo mas de $7030?