Tarea Semana 5
Tarea Semana 5
Tarea Semana 5
PROBABILIDAD Y ESTADISTICA
UNIDAD III. TAREA DE INVESTIGACIÓN
NATALIA AGUIRRE SOSA (No. CONTROL: 24110295)
ING. INDUSTRIAL EAD
PROFESOR: RUBEN FAVILA MIRANDA
SABADO DE 2:00 A 4:00 PM
3.1 VARIABLES ALEATORIAS DISCRETAS:
3.1.1. DISTRIBUCION DE PROBABILIDAD EN FORMA GENERAL
La distribución de probabilidad es una herramienta fundamental para la prospectiva,
puesto que con ella es posible diseñar un escenario de acontecimientos futuros
considerando las tendencias actuales de diversos fenómenos.
Las características más importantes a considerar en una distribución de probabilidad
son:
La probabilidad de un resultado específico está entre cero y uno.
La suma de las probabilidades de todos los resultados mutuamente excluyentes
es 1.
Toda distribución de probabilidad se genera por una variable (debido a que puede
tomar diferentes valores) aleatoria x (porque el valor que se toma es completamente al
azar), y puede ser de dos tipos:
1. Variable aleatoria discreta (x)
Solo puede tomar valores representados por números enteros y un número finito de
ellos. Por ejemplo:
X variable que nos define el número de alumnos aprobados en el curso de historia
universal en un grupo de 30 alumnos (1, 2 ,3 y así sucesivamente ó los 30).
2. Propiedades de una variable aleatoria discreta (X)
Las probabilidades que se relacionan con cada uno de los valores que toma x deben
ser mayores o iguales a cero y menores o iguales a 1:
P (xi) < 1
La sumatoria de las probabilidades asociadas a cada uno de los valores que toma x
debe ser igual a 1:
E p (xi) = 1
Ejemplo de variable aleatoria discreta:
Al lanzar una moneda se puede obtener solo dos resultados: cara (50%) o sello (50%).
En la siguiente tabla vemos los posibles resultados de lanzar dos veces una moneda:
Imagina que lanzas una moneda al aire 100 veces. La esperanza matemática nos dice
que, aproximadamente, la mitad de las veces saldrá cara y la otra mitad cruz. Aunque
en cada lanzamiento individual no podemos saber el resultado, la esperanza
matemática nos da una idea del comportamiento general a largo plazo.
Esto es útil en diversas áreas, como la toma de decisiones financieras, la planificación
de seguros o el análisis de datos científicos.
Dónde:
Ejemplo:
Imaginemos una moneda. Dos caras, cara y cruz. ¿Cuál sería la esperanza matemática
(valor esperado) de que salga cara?
Dado que la moneda solo puede caer en una de esas dos posiciones y ambas tienen la
misma probabilidad de salir, diremos que la esperanza matemática de que salga cara
es una de cada dos, o lo que es lo mismo, el 50% de las veces.
Vamos a hacer una prueba y vamos a tirar una moneda 10 veces. Supongamos que la
moneda es perfecta.
Tiradas y resultado:
1. Cara.
2. Cruz.
3. Cruz.
4. Cara.
5. Cruz.
6. Cara.
7. Cara.
8. Cara.
9. Cruz.
10. Cruz.
¿Cuántas veces ha salido cara (contamos las C)? 5 veces ¿Cuantas veces ha salido
cruz (contamos las X)? 5 veces. La probabilidad de que salga cara será de 5/10=0,5 o,
en porcentaje, del 50%.
Una vez ha ocurrido ese suceso podemos calcular la media matemática del número de
veces que ha ocurrido cada suceso. El lado cara ha salido una de cada dos veces, es
decir, un 50% de las veces. La media coincide con la esperanza matemática.
Solución:
Nos indican que estos datos forman una población, por lo tanto, usaremos las fórmulas
de varianza y desviación estándar para la población, teniendo en cuenta que tenemos 4
datos, es decir, N = 4.
Sea X una variable aleatoria continua con función de densidad de probabilidad f(x). La
función de distribución acumulativa de X es la función:
Además, tenemos algunas fórmulas interesantes que nos servirán para resolver los
problemas.
Recuerda también que, al ser una función acumulativa, esta no puede ser decreciente.
Ejemplo:
Solución:
Vuelvo a colocar la colocar la misma función de densidad f(x), pero esta vez como f(t),
es lo mismo, no te preocupes.
Parte 2: si 0 ≤ x ≤ 4
Parte 3: si x > 4
Finalmente, definimos F(x).
Una variable aleatoria continua, es aquella que puede asumir un número incontable de
valores.
Ejemplo:
si vamos a una agencia del banco y registramos los datos de atención a los clientes,
podemos definir la variable aleatoria D:
VARIANZA
DESVIACION ESTANDAR
Ejemplo:
Solución:
La función de distribución acumulada F(x) es una función continua para todo x en los
reales.
a) 0 ≤ F(t) ≤ 1
b) F'(t) = f(t).
d) F'(t) = f(t).
Con esta fórmula podemos realizar todos los cálculos que queramos, desde los más
simples hasta los más complejos.
Ejemplo:
Supongamos que voy a lanzar un dado y deseo saber la probabilidad de obtener como
resultado un múltiplo de tres: