Beruflich Dokumente
Kultur Dokumente
PROBABILIDAD.
PRESENTADO POR:
PRESENTADO A:
EDWIN DORANCE GARZON
TUTOR
GRUPO: 100402_76
Para calcular la probabilidad de un evento se toma en cuenta todos los casos posibles de ocurrencia
del mismo; es decir, de cuntas formas puede ocurrir determinada situacin.
Para el desarrollo del presente trabajo de probabilidad abordaremos todos los temas relacionados en
la unidad 2, donde iremos profundizando en cada uno de ellos y estos sern la fuente que
contribuir como base para el xito del producto a desarrollar.
Es importante resaltar la importancia que presenta este curso para nuestra cotidianidad y desarrollo
profesional, por ello el principal objetivo ser el de comprender algunos conceptos bsicos de la
probabilidad concernientes a la unidad 2, por medio de la realizacin de los casos propuestos en el
curso. Un trabajo donde se logre trabajar de forma grupal y activamente desarrollando cada uno de
los ejercicios propuestos para la comprensin de la misma, donde los estudiantes al solucionar los
casos propuestos logran adquirir destrezas en el desarrollo adecuado de este tipo de problemas que
brindaran importantes herramientas a cada participante para convertirse en un profesional integral y
competitivo en un mundo globalizado que es muy cambiante y exigente, por lo tanto invitamos al
lector para que contine revisando el presente material.
RESUMEN UNIDAD II
VARIABLES ALEATORIAS.
Una variable aleatoria es, una funcin que asigna un nmero real a cada resultado en el
espacio muestral de un experimento aleatorio. Se denota con una letra mayscula tal
como X. En este tema se ver la importancia de cuantificar los resultados de un
experimento aleatorio sabiendo que ellos pueden ser cualitativos o cuantitativos
Para facilitar estos clculos se acude a una funcin que ubica el espacio muestral en el
conjunto de los nmeros reales, esta es conocida como variable aleatoria. Se puede definir
como variables aleatorias cuyos valores sean contables o no, y al ser una caracterizacin
cuantitativa de los resultados de un espacio muestral, ellas pueden ser discretas o continuas
Variable aleatoria X es discreta si el nmero de valores que puede tomar es finito (o infinito
contable).
Toda distribucin de probabilidad debe satisfacer cada uno de los dos requisitos siguientes:
P( = )=1
0 P( = )1
Variable aleatoria X es continua s el nmero de valores que puede tomar estn contenidos
en un intervalo (finito o infinito) de nmeros reales. Dichos valores pueden asociarse a
mediaciones en una escala continua, de manera que no hay interrupciones.
DISTRIBUCIN BINOMIAL
Supongamos que tenemos una poblacin de tamao N y de ella se selecciona una muestra
de tamao n para verificar si cada elemento tiene o no una cierta caracterstica, esto se
puede manejar en trminos de xito y de fracaso. Si el tamao de la muestra n es pequeo
en comparacin con el tamao de la poblacin N ( n / N 5% ) podemos considerar los
intentos como independientes y asumir que probabilidad de obtener un xito en un
elemento es la misma en cada intento, por lo que podemos aplicar la distribucin binomial.
Media = ( )
Desviacin estndar = () ( ) ( 1) = ( ) ( 1)
Varianza 2 = ( ) (1)
DISTRIBUCIN POISSON.
Sea X una variable aleatoria que representa el nmero de eventos aleatorios independientes
que ocurren con igual rapidez en un intervalo de medida. Se tiene entonces que la funcin
de probabilidad de esta variable, se expresa por:
() = [ = ] = X=0,1,2,..;o en cualquier otro punto o valor.
!
Describe el comportamiento de una variable discreta que puede tomar n valores distintos
con la misma probabilidad cada uno de ellos. Un caso particular de esta distribucin, ocurre
cuando los valores son enteros consecutivos. Esta distribucin asigna igual probabilidad a
todos los valores enteros entre el lmite inferior y el lmite superior que definen el recorrido
de la variable.
Una variable aleatoria se dice que sigue una distribucin uniforme continua en un intervalo
real (a,b), y se representa por (a,b), si su funcin de densidad es constante en dicho
intervalo y nula fuera de l; es decir:
DISTRIBUCIN NORMAL.
x=r,r+1,r+r+2+....
NEGATIVA obtener el primer xito
VARIABLES ALEATORIAS Y
Expresa, a partir de una frecuencia de () = [ = ] =
!
DISTRIBUCION DE ocurrencia media, la probabilidad de que
POISSON ocurra un determinado nmero de eventos
X=0,1,2,..;o en cualquier
durante cierto perodo de tiempo. otro punto o valor.
1
Se dice que sigue una distribucin uniforme
( ) =
DISTRIBUCION continua en un intervalo real (a,b), y se y su funcin de distribucin la
UNIFORME CONTINUA representa por (a,b), si su funcin de funcin escalonada.
densidad es constante en dicho intervalo y 1
nula fuera de l. () = 1(, ]( ).
DISTRIBUCION
Describe el comportamiento de una variable
discreta que puede tomar n valores distintos con
f x ( x) { <
UNIFORME DISCRETA la misma probabilidad cada uno de ellos
<}
La distribucin normal es la ms
La distribucin normal es de extendida en estadstica y muchos
DISTRIBUCION
suma importancia en estadstica tests estadsticos estn basados en
NORMAL
por tres razones principales. una supuesta "normalidad".
Para entregar una Tarjeta de crdito en los bancos del grupo Aval, los analistas del banco clasifican
o califican al cliente en funcin de la probabilidad de que resulte rentable. Una tabla habitual de
calificaciones es la siguiente:
La calificacin es la suma de los puntos de los seis rubros. Por ejemplo, Sushi Brown tiene menos
de 25 aos (12 puntos); ha vivido en el mismo domicilio durante dos aos (0 puntos); desde hace
cuatro aos es dueo de un automvil (13 puntos), por el que realiza pagos de $75 (6 puntos);
realiza gastos domsticos de $200 (10 puntos) y posee una cuenta de cheques (3 puntos). La
calificacin que obtendra sera de 44. Despus, con una segunda tabla, se convierten las
calificaciones en probabilidades de rentabilidad del cliente, as:
1.- Califique a cada uno de estos clientes y calcule la probabilidad de que resulten rentables.
2.- Con los datos anteriores construya una variable aleatoria que represente el nmero de
clientes rentables para el banco y determine: Cul es la probabilidad de que los tres
resulten rentables?
3.- Cul es la probabilidad de que ninguno sea rentable?
4.- Determine la distribucin de probabilidad total del nmero de clientes rentables entre
este grupo de tres clientes.
5.- Redacte un breve resumen de sus hallazgos.
SOLUCION
INFORME A PRESENTAR:
1. Califique a cada uno de estos clientes y calcule la probabilidad de que resulten rentables.
Para calcular la probabilidad hallamos la relacin entre el tamao de los intervalos de puntuacin
(10 puntos) con la diferencia que se presenta de la probabilidad.
NOMBRE DAVID BROWN EDWARD BRENDAN ANN MCLAUGHLIN
CALIFICACION 80 44 39
PROBABILIDAD 0.95 0.81 0.77
La probabilidad de que los tres resulten rentables, est determinada por la probabilidad condicional
para este caso donde los sucesos son no excluyentes
() () ()
. . . = .
La probabilidad de que ninguno sea rentable, est determinada por la probabilidad condicional para
cuando no son rentables, que es la diferencia entre 1 y la probabilidad de que sean rentables
() = . = .
() = . = .
() = . = .
. . . = .
4. Determine la distribucin de probabilidad total del nmero de clientes rentables entre este
grupo de tres clientes.
=
=
( = ) = +
ESTUDIO DE CASO 2.
Un estudio del Departamento de Transporte de Illinois concluy que 76.2% de quienes ocupaban
los asientos delanteros de los vehculos utilizaba cinturn de seguridad. Esto significa que los dos
ocupantes de la parte delantera utilizaban cinturones de seguridad.
Suponga que decide comparar la informacin con el uso actual que se da al cinturn de seguridad,
para lo cual selecciona una muestra de 10 vehculos.
Presente un informe en el que como mnimo incluya:
1.- Esta situacin cumple con los supuestos de la distribucin binomial? Identifquelos
2- Elabore un diagrama de barras para la distribucin de probabilidad binomial que representa esta
situacin
3.- Cul es la probabilidad de que los ocupantes de la parte delantera en exactamente 6 de los 10
vehculos seleccionados utilicen cinturones de seguridad?
4.- Cul es la probabilidad de que los ocupantes de la parte delantera de por lo menos 6 de los 10
vehculos utilicen cinturn de seguridad?
5.- Cul es la probabilidad de que los ocupantes de la parte delantera de mximo 6 de los 10
vehculos utilicen cinturn de seguridad?
6.- Encuentre el valor esperado del nmero de vehculos en los que los ocupantes de la parte
delantera utilizan el cinturn de seguridad?
SOLUCIN
2.
, %
.
= 10
= =
= 0,762
=1
= , =
3.
( = 7) = 610 (0,762)6 (0,238)4
= 210 (0,1957) (0,0032)
= 0,1318 = 13,18%
6
, %
= 0,762
= 0,238
4.
( 6) = ( = 6) + ( = 7) + ( = 8) + ( = 9) + ( = 10)
( 6) = 0,9350
= 93,5%
los ocupantes de la parte delantera de 6
, %
5. ( 6) ( 6) = 1 ( 7)
( = 7) = 0,2413 = 1 0,8031
( = 8) = 0,2897 0,1969
( = 9) = 0,2061 ( 6) = 0,1969
( = 10) = 0,0660 = 19,69%
que los 6
, %
6.
Valor esperado
[] = .
[] = 10 0,762
[] = 7,62 =
los ocupantes de la parte delantera de los 10 vehculos
al menos utilizan el cinturn de seguridad.
(6x)(6x
39
)
p (X = x) =
(45
6
)
Donde 0x6
2.- Usando la distribucin de probabilidad Hipergeomtrica determinar la
probabilidad de que el jugador acierte los 6 nmeros.
(66)(39
0
)
p(x = 6) =
(45
6
)
11
p(x = 6) =
8.145.060
11
p(x = 6) = = 0.00000012
8.145.060
p(6) = 0.00000012
3.- La empresa encargada del sorteo informa que la probabilidad de que
coincidan todos los nmeros es de 1 en 8145060. Qu significa esto en
trminos de probabilidad? Coincide esto con su respuesta anterior.
Si coinciden, esto quiere decir que existen 5.145.060 combinaciones posibles de 6
nmeros de un total de 45 y solo una combinacin ganadora.
El sorteo tambin otorga un premio si el jugador hace coincidir 3, 4 o 5 de los
nmeros ganadores
4) Calcule la probabilidad, para hacer coincidir 3 de los 6 nmeros
ganadores
( )( )
() =
( )
La de acertar 3 seria
39 38 37
6 45 6 6 5 4 39 20
( )( ) ( ) 3!
3 6 3 3! 3 45 44 43 42 41 40 =
(6) = = =
45 45 6!
( ) ( )
6 6
20 9139 182780
= = = 0.02244059589
8145060 8145060
6 45 6 6 5 39
( )( )
2 (2)
(6) = 4 6 4 = =
45 45
( ) ( )
6 6
15 741 11115 741
= = = 0.0013
8145060 8145060 543004
Una vez terminado el trabajo colaborativo en su fase 2 podemos concluir las innumerables
aplicaciones de las distribuciones de probabilidades tanto discretas como continuas, las cuales
permiten resolver diferentes problemas que se presentan en la vida diaria.
Gracias al desarrollo de este taller hemos podido comprender que las variables aleatorias
y las distribuciones de probabilidad son de gran utilidad, siempre que se haga un buen
uso de las frmulas que estas nos ofrecen.
Podemos dar solucin rpida a problemas que se nos pueden presentar en cualquier parte de
nuestro trabajo, ya sea en investigacin o en la vida cotidiana.
Morales, Adriana (2010) Modulo Probabilidad. Bogot D.C., Universidad Nacional Abierta
y a distancia UNAD.
http://datateca.unad.edu.co/contenidos/100402/modulo_probabilidad_2010I.pdf
Variables aleatorias discretas. Tomado de
http://www.uoc.edu/in3/emath/docs/VA_discretas.pdf Consultado abril de 2015
Walpole, R (1999). Probabilidad y estadstica para ingenieros.
http://books.google.com.co/books?id=3Tkb8HJ5toUC&pg=PA257&dq=Variables+aleatoria
s+continuas+y+sus+distribuciones+de+probabilidad&hl=es&sa=X&ei=tWlgU7fF7K0sQTdkY
HgBw&ved=0CC8Q6wEwAA#v=onepage&q=Variables%20aleatorias%20continuas%20y%2
0sus%20distribuciones%20de%20probabilidad&f=false Consultado abril de 2015
Llins, H. (2006). Estadstica descriptiva y distribuciones de probabilidad. Bogot: Uninorte
Canavos, G. (1986). Probabilidad y Estadstica. Mxico: McGraw Hill.