Beruflich Dokumente
Kultur Dokumente
cajamarca
TEMA :
Modelos de probabilidades
CURSO :
Estadstica Aplicada
DOCENTE :
Luis
ALUMNA :
Benavides Cieza, Vilma Nelly
CICLO :
VI
DISTRIBUCIONES DISCRETAS
I.Distribucin Binomial
Solucin:
4!
1. P (0) = (0.50) 0 (1 0.50) 4 0 0.0625
0!(4 0)!
4!
2. P (1) = (0.50)1 (1 0.50) 4 1 0.2500
1!(4 1)!
n!
X n-X
P(X=x) = p q
x!(n x)!
Dnde:
P(X) es la probabilidad de ocurrencia del evento
p es la probabilidad de xito del evento (en un intento) (0.5)
q es la probabilidad de fracaso del evento (en un intento) (se define como
q = 1 p) (0.5)
X = ocurrencia del evento o xitos deseados = 2
n = nmero de intentos = 6
Resolviendo:
P (2 caras) = 0.234375
Solucin:
A)
Hagamos un esquema de la composicin del grupo respecto a sexo y a
estudios:
Si las primeras que llegan son tres chicas (Laura ya est en su casa)
entonces hay cuatro chicas (tres + Laura). La nica forma de que estudien lo
mismo es que estudien letras (no existen 4 chicas que estudien exactas en el
grupo). Entonces Laura estudia Letras.
Son siete chicas las que pueden llegar a la casa de Laura (4 estudian letras y
3 exactas). Podemos considerar a esas siete chicas cmo la poblacin, de la
que se extraen aleatoriamente tres individuos:
Definamos entonces la variable con distribucin hipergeomtrica:
X: X: cantidad de chicas que estudian letras entre las tres primeras en llegar
a la casa de Laura (elegidas entre siete chicas en total)
XHipergeomtrica(N=7,M=4,n=3)XHipergeomtrica(N=7,M=4,n=3)
Para responder a la pregunta calculamos la probabilidad de que x=3x=3:
P(x=3)= (43)(30)(73)0,11429P(x=3)=(43)(30)(73)0,11429
B)
En esta pregunta ya no interesa el sexo de cada uno sino lo que estudian.
Tenemos la siguiente composicin:
C)
Cmo conocemos la variable y sus parmetros, simplemente reemplazamos
en las frmulas de esperanza y varianza de una variable hipergeomtrica.
XX: cantidad de amigos que estudian letras entre los dos elegidos
XHipergeomtrica(N=14,M=6,n=2)XHipergeomtrica(N=14,M=6,n=2)
E(X)=nMNE(X)=nMN
E(X)=2.614=670,8571E(X)=2.614=670,8571
V(X)=(NnN1)n.MN.(1MN)V(X)=(NnN1)n.MN.(1MN)
V(X)=(142141)2.614.(1614)V(X)=(142141)2.614.(1614)
V(X)=288637=0,452V(X)=288637=0,452
Ejemplo N2.-En una partida de truco, asumiendo que el mazo se encuentra
bien mezclado, se reparte una mano de cartas.
a) Hallar la probabilidad de que el jugador que recibe las primeras tres
cartas tenga envido (dos cartas del mismo palo y una diferente)
b) Hallar la probabilidad de que el primer jugador tenga flor (tres cartas del
mismo palo)
A)
Queremos calcular la probabilidad de tener dos cartas del mismo palo. Por
ejemplo podramos recibir: {espada, espada, basto}, pero tambin {oro,
espada, oro}. Cmo calcular esa probabilidad? La variable
hipergeometrtrica puede ser til para resolverlo. Podramos definir una
variable que cuente la cantidad de cartas de cierto palo (tomemos espada,
por ejemplo) que recibimos entre las primeras tres.
XX: cantidad de cartas que son de espadas de las tres recibidas (tomadas de
un total de 40)
XHipergeomtrica(N=40, M=10,n=3)XHipergeomtrica(N=40,M=10,n=3)
Cmo queremos la probabilidad de obtener exactamente dos cartas de
espadas, entonces calculamos P(X=2)P(X=2):
P(X=2)= (102) (301)(403)0,13664P(X=2)=(102)(301)(403)0,13664
Y cmo ser la probabilidad de obtener exactamente dos cartas de oro, o de
copa o de basto? Debe ser la misma probabilidad, porque hay igual cantidad
de cartas de cada palo. Luego:
P (envido)0,54656P(envido)0,54656
B)
Este tem es muy similar al anterior. Slo que no queremos que tenga dos
cartas del mismo palo, sino tres cartas del mismo palo. Podemos usar la
variable:
XX: cantidad de cartas que son de espadas de las tres recibidas (tomadas de
un total de 40)
XHipergeomtrica(N=40,M=10,n=3)XHipergeomtrica(N=40,M=10,n=3)
Cmo queremos la probabilidad de obtener exactamente tres cartas de
espadas, entonces calculamos P(X=3)P(X=3):
P(X=3)0,01215P(X=3)0,01215
Cmo la probabilidad es la misma para todos los palos, entonces:
P(flor)=4P(X=3)0,0486P(flor)=4P(X=3)0,0486
Ejemplo N1.-.Si un banco recibe en promedio 6 cheques sin fondo por da,
cules son las probabilidades de que reciba, a) cuatro cheques sin fondo en un
da dado, b) 10 cheques sin fondos en cualquiera de dos das consecutivos?
Solucin:
a) x = variable que nos define el nmero de cheques sin fondo
que llegan al banco en un da cualquiera = 0, 1, 2, 3, ....., etc,
etc.
= 6 cheques sin fondo por da
= 2.718
Solucin:
a) x = variable que nos define el nmero de imperfecciones en
la hojalata por cada 3 minutos = 0, 1, 2, 3, ...., etc., etc.
= 0.2 x 3 =0.6 imperfecciones en promedio por cada 3 minutos
en la hojalata
=1-(0.367918+0.367918) = 0.26416
DISTRIBUCIONES CONTINUAS
IV. Distribucin Normal
Solucin:
Para x = $11 000 Para x = $9 000
x x
Z= Z=
11000 10000 9000 10000
= =
1000 1000
Z = 1.00 Z = -1.00
Ejemplo 2:
Partiendo de la misma premisa, = 500 y = 100. Cul es la
probabilidad de que un candidato elegido al azar se tome entre
500 y 650 horas en completar el programa de entrenamiento?
V. Distribucin Ji Cuadrada
TABLAS DE DISTRIBUCIN t
Tablas de distribucin t de student, los grados de libertad se
encuentran en la primera fila, los valores de alfa es para un
tratamiento de dos colas.
gl -->
1 2 3 4 5 6 7 8 9 10
10 0.1 6.3137 2.9200 2.3534 2.1318 2.0150 1.9432 1.8946 1.8595 1.8331 1.8125
20 0.05 12.7062 4.3027 3.1824 2.7765 2.5706 2.4469 2.3646 2.3060 2.2622 2.2281
40 0.025 25.4519 6.2054 4.1765 3.4954 3.1634 2.9687 2.8412 2.7515 2.6850 2.6338
50 0.02 31.8210 6.9645 4.5407 3.7469 3.3649 3.1427 2.9979 2.8965 2.8214 2.7638
100 0.01 63.6559 9.9250 5.8408 4.6041 4.0321 3.7074 3.4995 3.3554 3.2498 3.1693
VII. Distribucin F DE FISHER