3º Medio Probabilidades

ESTADSTICA Y PROBABILIDAD
OTRO PASO EN EL ESTUDIO DE LAS PROBABILIDADES
OTRO PASO EN EL ESTUDIO DE LAS PROBABILIDADES
UNIDAD DE ESTADSTICA Y PROBABILIDAD
MATERIAL DEL ESTUDIANTE
Roberto Araya Schulz Mauricio Moya Mrquez M. Alicia Venegas Thayer
I.S.B.N.: 978-956-303-033-4 2 edicin: Febrero de 2008 2003 por Centro Comenius Universidad de Santiago de Chile Inscripcin N 155824 Derechos Exclusivos Reservados Universidad de Santiago de Chile Editado por Centro Comenius Universidad de Santiago de Chile San Martn 40 A oficina 6, Santiago Telfono: 6883261 Fax: 6727140 Diseo Juan Rojas R. Impreso XXXXXX XXXXXXXX
Matemtica Interactiva: Aprender matemtica creando soluciones

Centro Comenius Universidad de Santiago de Chile El Centro Comenius de la Universidad de Santiago de Chile, desarroll el modelo interactivo para el aprendizaje matemtico, en el proyecto FONDEF D00I1073 Aprender matemtica creando soluciones entre los aos 2001 y 2004. El modelo cuenta, para su implementacin en salas de clases, con material para el alumno (actividades, guas, proyectos, etc.), material del profesor (sugerencias pedaggicas para trabajar los materiales, los contenidos e integrar las tecnologas), material de referencia (tratamiento ms formal de la matemtica), materiales manipulativos concretos (fichas, dados, juegos, etc.), evaluaciones y recursos tecnolgicos que siguen los principios de diseo tericos sugeridos en el modelo. Sobre la base del modelo interactivo, en la actualidad se est desarrollando el proyecto Enlaces Matemtica, con aportes del Centro de Educacin y Tecnologa, Red Enlaces, del Ministerio de Educacin de Chile y del Centro Comenius de la Universidad de Santiago de Chile, implementndose en siete regiones del pas, con la colaboracin de las universidades asociadas.
Profesionales del Proyecto Fidel Oteza Morra Director del Proyecto Gonzalo Villarreal Farah Sub Director del Proyecto Manuel Galaz Prez Encargado operativo y coordinador de desarrollo de materiales Hernn Miranda Vera Roberto Araya Schulz Lorena Espinoza Salfate Investigadores asociados Osvaldo Baeza Rojas Macarena Escalante Salamanca Evelyn Herrera Toro Mauricio Moya Mrquez Gustavo Rodrguez Seplveda Alicia Venegas Thayer Nelly Devia Ormeo Mara Isabel Escobar Gutierrez Autores de textos y guas, material concreto y recursos tecnolgicos Juan Silva Quiroz Evelyn Herrera Toro Encargados de la plataforma virtual Gladys Bobadilla Abarca Investigadora Asociada y Especialista en contenidos Lucrecia Zamorano Aravena Instrumentos de evaluacin y revisin de materiales Sergio Reyes Gonzlez Anlisis estadstico Claudia Matus Correa Asesora anlisis estadstico Gerardo Honorato Gutirrez Cristin Reyes Reyes Miguel Muoz Jara Editores matemticos Jessica Marinkovic O'Ryan Dwight Pennanen Arias Roxana Donoso Loyola Apoyo operativo y logstico Juan Rojas Rivera Diagramacin, diseo y edicin grfica Mauro Silva Cuevas Hctor Ros Bolbarn Ingeniera y Soporte tcnico
6 Gua 1: Preguntas iniciales 8 Gua 2: Experimentos aleatorios 17 Gua 3: Ruletas y experimentos aleatorios 21 Gua 4: Variables aleatorias 26 Gua 5: Ruletas concretas 32 Gua 6: Suma de variables aleatorias discretas 36 Gua 7: Ruletas mgicas 43 Gua 7b: Sumando ruletas mgicas 46 Gua 8: Ejercicios I 51 Gua 9: Esperanza de variables aleatorias 56 Gua 9b: Propiedades de la esperanza
63 Gua 10: Dispersin de variables aleatorias 70 Gua 11: Distribucin binomial 77 Gua 11b: Distribucin binomial 81 Gua 12: Probabilidad condicionada 87 Gua 12b: Probabilidad condicionada 94 Gua 13: Ejercicios II 100 Gua 14: Variables aleatorias continuas 104 Gua 14b: Ruletas mgicas continuas 110 Gua 15: Funcin de densidad 116 Gua 16: Cambio de densidades 125 Proyecto: Un estudio estadstico 128 Proyecto: Avances del estudio estadstico
GUA 1 PREGUNTAS INICIALES

Se pueden tomar decisiones cuando hay Azar de por medio? Puedes recordar cundo tomaste decisiones sin saber con certeza los resultados?
En ms de una oportunidad tenas que entregar un trabajo o tarea en una asignatura, pero por alguna circunstancia la olvidaste Qu hiciste en ese momento? Que el profesor haya dicho que ese da revisara la tarea slo a 5 alumnos elegidos al azar. Si antes de la revisin, quienes no la tuvieran le informaran derechamente que no la trajeron, obtendran 1 punto menos por entrega posterior. Sin embargo, aquellos que no informaran de no traerla y les toca revisin, tendran 3 puntos menos. Los que no son revisados quedan liberados de todo descuento. Sabiendo que el profesor usa el azar para escoger los alumnos Qu haces? Le dices derechamente que no trajiste la tarea, o apuestas que esta vez no te toque? Siguiendo con el colegio, cuntas veces has tenido que responder pruebas de seleccin mltiple al estilo PSU o SIMCE? Es muy probable que te hayas topado con alguna pregunta que no sabas responder. Cmo actuaste frente a esa situacin? Sabiendo que una pregunta mala descuenta puntaje y que si la dejas en blanco no afecta, te arriesgaste igual y respondiste al azar? Y si en otra pregunta, de las cinco alternativas, haba 3 que seguro no eran la respuesta y que de las dos que quedaban una es la correcta, pero no sabes cual Te arriesgaste por una de las dos alternativas? En otra oportunidad, tal vez saliste atrasado al colegio y slo te sirve un recorrido de micro. Cul es la probabilidad de que al llegar al paradero tomes de inmediato el bus? En un terreno quizs ms interesante para ti, participaste alguna vez en una cita a ciegas con una persona del sexo opuesto? Sin saber cmo era la otra persona, apostaste que ella o l seran de tu gusto y ojal de buen atractivo? Ahora bien, si fuera una cita casi a ciegas, en la cual manejas alguna informacin de terceros, por ejemplo, que 4 de 5 personas estaran interesados en salir con la persona, pero sabes adems que la persona no es tan atractiva Te embarcas o no en esta aventura? En el ftbol, cul es la probabilidad de que tu equipo favorito salga ganador del campeonato nacional este ao? Finalmente, en el contexto de los juegos de azar. Si sacas una carta de un mazo de naipe ingls, Cul es la probabilidad de obtener un As? Si lanzas dos dados y registras la suma de las caras a qu valor apostaras. Es lo mismo jugar Loto que Kino? En cul hay mayores posibilidades de ganar un premio?
Unidad: Otro paso en el estudio de las Probabilidades
Podemos mejorar nuestras decisiones teniendo modelos que nos digan cmo funciona el Azar? Hasta dnde podemos predecir sucesos aleatorios? La palabra aleatorio significa azaroso o determinado por el azar, y proviene del latn aleas que signific originalmente dados y luego, por extensin, azar.
Un ejemplo para comenzar

Imagina que participas en un concurso famoso de la televisin, en cuya primera parte te permiten escoger entre dos opciones: Opcin A: Recibir directamente un milln de pesos, si respondes correctamente a una sencilla pregunta de actualidad. Opcin B: Lanzar una ruleta con dos valores equiprobables: $0 y $2.000.000 y esperar el resultado. Segn lo anterior Qu opcin prefieres? Explica por qu.
Segunda parte. En esta etapa del concurso te ofrecen las siguientes alternativas: Opcin C: Devolver 1 milln de pesos (o pagarlo de tu billetera si es que no has ganado nada) Opcin D: Lanzar la siguiente ruleta con dos valores equiprobables: $0 y -$2.000.000 y aceptar lo que salga. Qu opcin prefieres? Explica por qu.
Te proponemos mirar de nuevo este problema un poco ms adelante, especficamente en la gua 10, pero a la luz de los conceptos de Esperanza y Varianza que estudiars en esta unidad de Probabilidad y Estadstica.
GUA 2 EXPERIMENTOS ALEATORIOS

Aplicando la Regla de Laplace
El propsito de esta gua es reforzar algunos conceptos bsicos de probabilidad, necesarios para enfrentar los contenidos de este curso. Por ejemplo: experimento aleatorio, suceso o evento, espacio muestral, probabilidad, frecuencia relativa, histograma, etc. Para ello, analizars diferentes experimentos, los cuales usan materiales tales como dados, monedas, urnas, ruletas, etc. Es til recordar que el clculo de la probabilidad de xito de eventos equiprobables (aquellos sucesos que tienen la misma probabilidad de ocurrencia) se hace a partir de la Regla de Laplace: n de casos favorables n de casos posibles
P(evento) =
Lanzando dos monedas no sesgadas1

Este experimento consiste en lanzar un par de monedas no sesgadas una cierta cantidad de veces y registrar los resultados (cara o sello).
1. Realiza 40 lanzamientos y registra los resultados en la siguiente tabla: Lanzamiento Moneda 1 Moneda 2 Lanzamiento Moneda 1 Moneda 2 Lanzamiento Moneda 1 Moneda 2
1 Una moneda no sesgada es aquella que, al lanzarla, tiene la misma posibilidad de mostrar tanto cara como sello.
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
2. Los eventos del experimento son: CC : En ambas monedas sale cara. SS : En ambas monedas sale sello. M : En una moneda sale cara y en la otra sello. 3. Completa la siguiente tabla:
Eventos Frecuencia
CC SS M Total 40
4. De acuerdo a los resultados anteriores, calcula las siguientes probabilidades experimentales: P(CC), P(SS) y P(M)
5. Construye el histograma experimental asociado:
6. Encuentra el espacio muestral E, es decir, el conjunto de todos los sucesos o eventos posibles del experimento Cuntos elementos tiene E?
7. Usando la Regla de Laplace determina las mismas probabilidades, pero ahora en forma terica.
8. Construye el histograma ideal asociado:
9. Compara la situacin terica con la experimental Cmo son los histogramas?
Lanzando dos dados no cargados

Este experimento consiste en lanzar un par de dados no cargados una cierta cantidad de veces y registrar la suma de sus caras. Esta vez no se realizar el experimento y los clculos se harn en forma terica. 1. Cul es el espacio muestral F para este experimento? Cuntos elementos tiene F? Organiza, F de acuerdo a la siguiente tabla:
Dado 1 1 2 3 4 Escribe el espacio muestral F: 5 6
+ 1 2 3 4 5 6
10
Dado 2
2. Observando la tabla anterior y usando la Regla de Laplace determina las probabilidades:

Probabilidad Valor
P(la suma es 2) P(la suma es 3) P(la suma es 4) P(la suma es 5) P(la suma es 6) P(la suma es 7) P(la suma es 8) P(la suma es 9) P(la suma es 10) P(la suma es 11) P(la suma es 12)
3. Cules son las sumas con mayor probabilidad de salir? Por qu?
11
4. Construye el histograma ideal asociado:
5. Si un experimento consistiese en lanzar un par de dados 60 veces, Cmo sera el histograma experimental? Qu podras hacer para que el histograma experimental se pareciera cada vez ms al ideal? Conoces alguna Ley de probabilidad que tenga que ver con esta situacin?
Lanzando un dado y una moneda

Este experimento consiste en lanzar una moneda y un dado, en forma simultnea, una cierta cantidad de veces y registrar los resultados. Para este experimento realiza los clculos en forma terica. Algunos eventos para este experimento son: C1 : sale cara en la moneda y uno en el dado. C2 : sale cara en la moneda y dos en el dado. S4 : sale sello en la moneda y cuatro en el dado. 1. Determina el espacio muestral E para este experimento.
12
2. Usando la Regla de Laplace, calcula las siguientes probabilidades:

Probabilidad Valor
P(C1) P(sale cara y n par) P(sale sello y n impar) P(sale un nmero primo) P(sale sello)
Urnas y bolitas
Los siguientes experimentos consisten en extraer, desde una urna, bolitas rojas o blancas y calcular la probabilidad de algunos eventos, bajo ciertas condiciones. Por ejemplo, cul es la probabilidad de extraer dos bolitas rojas con reposicin? Experimento 1 1. Considera una urna con 10 bolitas rojas y 6 blancas. El experimento consiste en sacar una bolita, registrar el color y luego volver a introducirla (con reposicin). Los eventos son: R : Sale bolita roja. B : Sale bolita blanca. 2. Cul es la probabilidad P(R)?
13
3. Cul es la probabilidad P(B)?
Experimento 2 1. Considera la misma urna con 10 bolitas rojas y 6 blancas. El experimento ahora consiste en sacar dos bolitas. Se extrae la primera, se registra el color y luego se vuelve a introducir (con reposicin). Se extrae la segunda, se registra el color y se introduce nuevamente. Los eventos son: RR : BB : RB : BR : Se extraen dos bolitas rojas. Se extraen dos bolitas blancas. Se extrae primero una bolita roja y luego una blanca. Se extrae primero una bolita blanca y luego una roja.
2. Calcula las siguientes probabilidades, con la ayuda de un diagrama de rbol. a. P(RR)
b. P(BB)
c. P(BR o RB)
14
3. Vuelve a realizar el experimento 2, pero ahora sin reposicin, esto significa que se extrae la primera bolita, se mira el color pero no se devuelve a la urna. Se extrae la siguiente y tampoco se devuelve. Calcula las mismas probabilidades indicadas en el experimento anterior y responde: Qu sucede con el nmero de bolitas rojas y blancas dentro de la urna al calcular cada probabilidad?, Las probabilidades que obtuviste varian al valor de las calculadas en el punto 2 ?, Por Qu?
Experimento 3 1. Se tiene una urna con bolitas rojas y blancas. En este experimento sacar una bolita roja se considera como XITO y, en vez de registrar el color, se anota como uno (1), de lo contrario si sale una bolita blanca se registra un cero (0). 2. Considera el experimento de realizar dos sacadas con reposicin, donde se conoce la probabilidad de xito (sacar una roja) y esta es 3 . Luego, la probabilidad de fracaso o 4 sacar blanca es 1 . 4 3. En este contexto determina la probabilidad de obtener: a. P(dos xitos) b. P(un xito y un fracaso) c. P(dos fracasos)
15
4. Dibuja el histograma para este experimento.
5. Si en la urna hubiera 7 bolitas blancas, cuntas rojas habran?
Sintetizando lo aprendido
1. Define con tus propias palabras los siguientes conceptos:
1. Experimento aleatorio
2. Espacio Muestral
3. Suceso o evento
4. Probabilidad de un evento
2. Cul es la relacin entre la frecuencia relativa en un experimento y la probabilidad?
16
GUA 3 RULETAS Y EXPERIMENTOS ALEATORIOS

Situacin experimental v/s situacin terica El azar y las probabilidades en una ruleta
En ms de una ocasin habrs visto alguna ruleta, en los juegos de azar, en un concurso, en el casino, etc. Una ruleta, generalmente, corresponde a un disco (crculo) numerado, por cuyo centro pasa un eje que permite que gire. La ruleta, adems, cuenta con un marcador que muestra, despus de haber girado una cierta cantidad de veces, el lugar exacto donde se detiene. Cuando la ruleta est bien calibrada, es decir, no permite un sesgo en los resultados, entonces podemos confiar en que el proceso ser aleatorio. Lo ms comn es ver una ruleta dividida en sectores de igual rea y cada uno puede tener asignado un valor discreto, letras o colores. No obstante, una ruleta tambin podra estar dividida en sectores de diferente rea, donde la probabilidad de caer en cierto nmero ya no sera la misma con respecto a los otros.
Ejemplo
Considera la ruleta de la imagen, dividida en 5 partes iguales: En forma terica, cul es la probabilidad de que salga el nmero 4?
Ejemplo
La ruleta siguiente est dividida en sectores de distinta rea, segn los ngulos: 180, 45, 45 y 90. En forma terica, cul es la probabilidad de que salga el nmero 3?
17
Ruletas en la Web
A continuacin, te presentamos dos applet. Cada uno simula el lanzamiento de una ruleta dividida en sectores de distintos colores y luego arroja las probabilidades tanto tericas como experimentales obtenidas. El primer applet simula una ruleta que slo se puede dividir en sectores iguales (sectores equiprobables). El segundo corresponde a una ruleta similar, pero los sectores pueden tener diferentes rea. a. En el navegador de Internet ingresa la direccin: http://www.shodor.org/interactivate/activities/spinner 3/index.html En ella encontrars una ruleta con sectores equiprobables como lo muestra la imagen.
Escoge el nmero de sectores (Number of sectors). Escoge el nmero de giros (Number of Spins). Inicia el ciclo presionando el botn Spin. Observa las probabilidades y compara la situacin terica con la experimental. Cul es la diferencia entre hacer 5 lanzamientos y 100 lanzamientos? Justifica.
b. Ahora, ingresa a la direccin: http://www.shodor.org/interactivate/activities/spinner/ index.html. En ella encontrars una ruleta cuyos parmetros se pueden ajustar.
Escoge el nmero de sectores (Number of sectors). Para cada sector (color) escoge el porcentaje de rea asociada. En esta ocasin prueba con porcentajes diferentes. Escoge el nmero de giros (Number of Spins). Inicia el ciclo con el botn Spin.
18
Observa las probabilidades y compara la situacin terica con la experimental. Qu sucede cuando la ruleta est dividida en sectores de diferente tamao o rea? Compara con la primera ruleta.
Asociando ruletas, experimentos e histogramas

Usando una ruleta, es posible simular los resultados de un experimento aleatorio. En otras palabras, cualquier experimento aleatorio con resultados discretos puede ser interpretado por una ruleta especfica. A su vez, los resultados de la simulacin pueden ser llevados a un histograma para visualizar mejor la experiencia. Completa la siguiente tabla de acuerdo a la informacin que se entrega: Experimento Lanzamiento de una moneda (Cara, Sello) C 1 S 0 Ruleta asociada Histograma ideal
Lanzamiento de un dado
Lanzamiento de dos dados, donde interesa registrar la suma de las caras
19
Sacar de una bolsa un papel doblado, donde slo hay papeles con nmeros -1 o 1.
Aplicando lo aprendido
Piensa en un experimento aleatorio en el cual sus resultados sean discretos y construye una ruleta que lo simule. Adems, construye el histograma ideal asociado.
20
GUA 4 VARIABLES ALEATORIAS

Distribucin de Probabilidades Qu es una variable aleatoria?
En un Experimento Aleatorio se define una Variable Aleatoria, cuando se asocia un valor numrico a cada resultado del experimento (Espacio Muestral). Es por esto que cada valor posible de ella tiene una probabilidad de xito. Comnmente, se utilizan letras maysculas para designar variables aleatorias (A, B,... X, Y, Z) y minsculas (a, b,..., x, y, z) para los valores concretos de las mismas. Por ejemplo, si la probabilidad de que la variable aleatoria X tome el valor discreto a es 1 esto se anota como: P(X = a) = 1 . 2 2 Ejemplo En el lanzamiento de un dado, el espacio muestral corresponde a los posibles resultados en cada lanzamiento, que son las caras numeradas. A este experimento se le puede asociar la variable aleatoria Z (o cualquier otra letra), cuyo recorrido ser: 1, 2, 3, 4, 5 y 6. Como se trata de un dado no cargado, la posibilidad de que salga una de las caras es igual en cada caso, es decir, la probabilidad es 1 . 6 Imaginemos una ruleta, dividida en sectores, cada uno con un valor asociado. Al hacerla girar se detendr en una posicin y se obtendr un resultado, un resultado aleatorio. En este sentido, toda variable aleatoria se puede representar como una ruleta , donde los valores en la ruleta sern los de la variable y el tamao o rea de cada sector asociado representar su probabilidad de xito. Podemos distinguir dos tipos de variables aleatorias: discretas y continuas. Una variable aleatoria discreta la podemos ver como aquella donde sus valores o recorrido corresponde a un conjunto finito o determinado de nmeros (enteros, racionales o reales). Este tipo de variable puede ser representada por una ruleta dividida en un nmero fijo de sectores, a los cuales se les asocia un nico valor. En el caso del dado se tiene la ruleta:
21
Aqu el recorrido de la variable es RecZ = {1, 2, 3, 4, 5, 6}. Como los resultados son equiprobables (tienen la misma posibilidad de ocurrir) la ruleta queda dividida en 6 partes iguales y la probabilidad queda expresada como: P(Z = 1) = P(Z = 2) = ... P(Z = 6) = 1 6 Otro ejemplo de variable aleatoria discreta es el siguiente: Sea la variable Y con su ruleta asociada, en la cual los resultados no son equiprobables y no corresponden slo a nmeros enteros:
Aqu el recorrido es RecY = { 1 ; 0,4 ; 2} y la probabilidad queda expresada como: 3 1 1 1 1 P Y = = ; P (Y = 0,4) = ; P (Y = 2) = 3 2 4 4 Una variable aleatoria continua la podemos ver como aquella que puede tomar cualquier valor en un intervalo de nmeros reales. Este tipo de variable puede ser representado por una ruleta donde cada fraccin de ella est asociada a un intervalo de nmeros reales y no a un solo valor.
Es preciso sealar, que una variable aleatoria continua podra tomar valores como 1,3 o bien 1,32 o bien 1,325, etc. Sin embargo, a diferencia de las variables aleatorias discretas, la probabilidad de que salga un valor especfico es prcticamente nula. Por ejemplo, P (Y = 1,325) = 0 Lo que tiene sentido, en el caso de las variables continuas, es la probabilidad de que un valor est en un intervalo. En la ruleta anterior, las probabilidades de caer en los intervalos: [0,1), [0, 4) y [4, 12), corresponden respectivamente a: 1 , 1 y 1 . Formalmente esto se expresa: 16 4 2
P(X [0, 1)) = 1 ; 16 P(X [0 , 4)) = 1 ; 4 P(X [4, 12 )) = 1 2
El caso de las variables aleatorias continuas se retoma en detalle ms adelante.
22
Qu es la distribucin de probabilidades de una variable aleatoria discreta?

Para las variables aleatorias discretas es posible graficar la probabilidad de obtener sus diferentes valores. Esto es lo que se conoce como Distribucin de Probabilidades de la Variable Aleatoria. Por ejemplo, si lanzamos una moneda podemos sacar cara o sello, a este experimento se le puede asociar una variable aleatoria Y con recorrido 0 (cara) y 1 (sello), es decir, Rec Y = {0,1} representada por la ruleta:
Variable Y
1 En este caso la probabilidad de que Y sea 0 es = 0,5 y la probabilidad de que Y sea 1 tambin 2 1 es = 0,5. 2
Es decir, P(Y = 0) = P(Y = 1) = 0,5 En el grfico dibujamos rectngulos con bases de cierto ancho en lugar de ancho cero. Eso lo hacemos slo para efectos estticos, dado que, la variable discreta Y, slo toma los valores 0 y 1.
23
Ruletas y distribucin de probabilidades

1. Para cada una de las variables aleatorias A, B, ... , F descritas por las ruletas siguientes, construye los grficos de distribucin de probabilidades. La ruleta E ha sido dividida en cuartos y doceavos, mientras que el resto de las ruletas han sido divididas en octavos, cuartos y/o medios.
2. Para cada distribucin de probabilidades, dibuja las ruletas correspondientes: A B C D
24
Analizando lo aprendido
En conjunto con tus compaeros y el profesor, analicen acerca de lo que hasta ahora han estudiado sobre el concepto de variable aleatoria, tanto discreta como continua. Una variable aleatoria se construye asociando valores numricos a todos los posibles resultados de un experimento aleatorio. Cada valor que puede tomar la variable aleatoria tiene una probabilidad de ocurrencia o xito. Imagina un experimento aleatorio, puedes dar un ejemplo de variable aleatoria discreta?
Cada variable aleatoria puede ser representada por la metfora de la ruleta. Para el caso discreto, cada sector circular est asociado a un nico valor real y su tamao o rea determina la probabilidad de xito de dicho valor Puedes dibujar la ruleta asociada a la variable aleatoria que definiste?
Por ltimo, recuerda que la distribucin de probabilidades de una variable aleatoria es la representacin en un grfico de las probabilidades de xito asociadas a cada resultado del experimento. Es importante que los valores sean ordenados de menor a mayor en el grfico, siempre empleando una escala adecuada. Puedes ahora dibujar la distribucin de probabilidades?
25
GUA 5 RULETAS CONCRETAS

Definiendo Variables Aleatorias Discretas
El propsito de la siguiente actividad, que se realizar de forma grupal, es utilizar una ruleta concreta (como muestra la imagen) para experimentar con variables aleatorias. La ruleta diseada para este trabajo consiste en una plataforma circular de madera donde la superficie blanca, similar a la de las pizarras blancas, permite organizar con plumn las diferentes divisiones. Desde el centro de la ruleta se sostiene una barra equilibrada, a modo de flecha, cuya punta sealar una posicin luego de hacerla girar. De esta forma se pueden representar variables aleatorias discretas y realizar una cantidad definida de iteraciones o lanzamientos.
Experimentando con variables aleatorias

Recordemos algunos ejemplos de la Gua N 4 sobre la metfora de la ruleta y las variables aleatorias, para experimentar ahora en forma concreta. Ejemplo 1: En el experimento de lanzar un dado, la variable aleatoria Z, puede registrar valores del conjunto {1, 2, 3, 4, 5, 6} y los resultados son equiprobables.
Ruleta asociada a la variable aleatoria Z
Ruleta concreta
Trabajando en grupo, dividan la ruleta fsica tal como muestra la imagen anterior y hganla girar 30 veces, luego anoten los resultados en la siguiente tabla y construyan el grfico experimental:
Histograma Experimental Valores de Z 1 2 3 4 5 6 Frecuencia
26
Ejemplo 2: En este experimento la variable Y puede tomar valores del conjunto { 1 ; 0,4; 2} 3
Ruleta asociada a la variable aleatoria Y
Ruleta concreta
Copien ahora en la ruleta concreta esta nueva distribucin y hganla girar 30 veces, anotando los resultados.
Histograma Experimental
Valores de Y 1/3 0,4
Frecuencia
En contexto
Siguiendo con el trabajo grupal, a continuacin se presentan dos problemas a los cuales se les debe asociar una variable aleatoria discreta. 1. Segn encuestas realizadas en los cines de nuestro pas, a la mitad de los espectadores les gusta ver en el cine pelculas de ciencia ficcin, mientras que un cuarto prefiere de accin y el resto se reparte en partes iguales entre romance y suspenso. a. Define una variable aleatoria X para este caso, asociando a cada suceso un valor numrico (recorrido) y determina la probabilidad de xito para cada uno.
27
b. Dibuja la ruleta asociada a la variable aleatoria y cpiala en la ruleta concreta. c. Supongamos que se eligen 35 personas al azar. Construye un histograma experimental simulando que cada vez que haces girar la ruleta ests encuestando a una persona.
Histograma Experimental Valores de X Frecuencia
2. Los jvenes voluntarios en Chile entre 18 y 30 aos, estn divididos en diferentes reas de trabajo como lo muestra la siguiente tabla1 :
rea de Trabajo Porcentaje
Iglesia y religin Deporte y recreacin Educacin, cultura y arte. Bienestar Social. Pobreza y empleo. Trabajo con jvenes. Otros (Ecologa, Paz, DDHH, etc)
25% 20% 15% 10% 5% 5% 20%
a. Define una variable aleatoria W para este caso, para ello asocia a cada rea de voluntariado un valor numrico (recorrido) y determina la probabilidad de que un joven trabaje en ella.
1 Basado en la Encuesta Mundial de Valores, MORI Chile.
28
b. Dibuja la ruleta asociada a la variable aleatoria y cpiala en la ruleta concreta. c. Construye el histograma experimental para 30 voluntarios, elegidos al azar.
Histograma Experimental Valores de W Frecuencia
Ms ruletas
1. Dibujen en la ruleta concreta cada uno de los siguientes casos (Las ruletas A y B han sido divididas en medios y cuartos)
Ruleta A 2. Construyan los histogramas ideales.
Ruleta B
29
3. Como cada ruleta est asociada a una variable aleatoria, cada una podra estarlo a un experimento. Indica claramente el recorrido de cada variable e inventa un experimento al cual asociarla para luego generar un histograma con 25 lanzamientos. Ruleta A
Histograma Experimental Valores de A Frecuencia
Ruleta B
Histograma Experimental Valores de B Frecuencia
4. Comparen histogramas experimentales e ideales.
30
1. Cuando trabajas con una ruleta concreta, Confiaras absolutamente en sus resultados? de qu depende?
2. Cmo podras determinar el sesgo2 de una ruleta concreta? Piensa en el caso cuando los resultados son equiprobables como lo es el dado y el lanzamiento de una moneda.
2 Es un error que no aparece producto del azar (o aleatorio) sino que es sistemtico, es decir, se repite.
31
GUA 6 SUMA DE VARIABLES ALEATORIAS DISCRETAS

Sumando ruletas y graficando la distribucin de probabilidades
El propsito de las siguientes actividades es explorar cmo y qu sucede cuando dos variables aleatorias se suman. El objetivo es encontrar la ruleta equivalente para dicha suma y su correspondiente distribucin de probabilidades. Analicemos la siguiente situacin. Considera la variable aleatoria Y asociada al experimento de lanzar una moneda, cuyo recorrido es 0(cara) y 1(sello) y est representada por la ruleta Y:
Ruleta Y Si tuviramos dos Ruletas Y, las hacemos girar, y sumamos los valores resultantes, lo que haramos sera generar una nueva variable aleatoria asociada al experimento de lanzar dos monedas iguales:
+
Ruleta Y1 Ruleta Y2
1. Cul es el recorrido de la Variable Y1 + Y2 , es decir, se hace girar la ruleta Y, se anota el valor obtenido, se gira nuevamente y el segundo valor se suma con el anterior?
2. A qu suceso o resultado del experimento de lanzar dos monedas est asociado cada valor de la nueva variable Y1 + Y2?
32
3. Construye el grfico de distribucin de probabilidades y la ruleta Y1 + Y2
4. Asocia los resultados reflejados en la ruleta y en la distribucin de probabilidades al experimento de las monedas.
Graficando distribuciones de probabilidad

Grafica la distribucin de probabilidades para las variables aleatorias X, Y, U y V (Las ruletas han sido divididas en octavos, cuartos y/o medios).
X Distribucin de X
U Distribucin de Y
33
Distribucin de U
Distribucin de V
Sumando ruletas y construyendo distribuciones asociadas

1. Se gira la ruleta X y luego la Y, y se realiza la suma entre ambas, es decir X + Y. a. Qu valores pueden obtenerse?
b. Haz el grfico de la distribucin de probabilidades y la ruleta equivalente de X + Y.
2. Se hace girar dos veces la ruleta U y realiza la suma, es decir U1 + U2. a. Cul es el recorrido de U1 + U2?
34
b. Cul es el grfico de la distribucin de probabilidades y la ruleta equivalente de U1 + U2?
Discutiendo acerca de lo aprendido

En conjunto con tus compaeros y el profesor discutan acerca de lo realizado hoy. 1. Qu debemos hacer para determinar los valores de una variable aleatoria construida a partir de la suma de dos variables aleatorias conocidas?
2. Qu debemos hacer para calcular la probabilidad de cada uno de los valores de la nueva variable aleatoria?
3. Qu sucede si en lugar de la suma de variables aleatorias se considera la resta? Analiza la variable X - Y Qu diferencias podra haber en cuanto a los procedimientos descritos anteriormente?
35
GUA 7 RULETAS MGICAS

Experimentando con un software
Ya has estudiado la distribucin de probabilidades de una variable aleatoria discreta asociada a un experimento, es decir, el grfico terico o ideal. Tambin trabajaste con una ruleta concreta, experimentando con 25, 30 y 35 lanzamientos. Ahora un par de preguntas: 1. Qu sucede cuando realizamos la experiencia y lanzamos la ruleta 100, 200 o 1000 veces? 2. Cmo resulta el histograma experimental al compararlo con el grfico ideal? Iguales, distintos o tienden a parecerse luego de cierto nmero de iteraciones? En esta sesin trabajars con el software Mquinas Mgicas1, que nos permite la simulacin de variadas operaciones matemticas, pero en esta oportunidad trabajaremos con la simulacin del lanzamiento de una ruleta, tantas veces como sea necesario y en muy poco tiempo. Adems es posible ver los valores en pantalla, obtener grficos experimentales, entre otras cosas.
Un ejemplo para aprender a construir un circuito

Sea la ruleta de valores 3, 4 y 5, tal como se indica en el dibujo. Usando el software generaremos la siguiente mquina para simular el lanzamiento de la ruleta:
Circuito generado con Mquinas Mgicas
1. Al lado derecho de la pantalla encontrars la lista de mquinas. Busca en ella la mquina que simula la ruleta (al poner el mouse sobre ella aparecer su nombre) 2. Haz clic sobre la mquina y luego un clic sobre la pantalla gris para agregar la RULETA al tablero de trabajo.
1 Software creado y desarrollado por AutoMind.. www.automind.cl
36
3. Nuevamente en la lista de mquinas busca la mquina DISPLAY, ella mostrar los valores que arroja la RULETA, y agrgala al circuito.
4. Finalmente, agrega el HISTOGRAMA que ser la ltima parte del circuito.
5. Para unir cada parte de la mquina, traza un tubo comenzando con un clic sobre la flecha del cuadrado verde de la RULETA hasta el cuadrado azul del DISPLAY y lo mismo desde el DISPLAY al HISTOGRAMA. (Puedes darle un sentido distinto al tubo haciendo clic con el botn izquierdo del mouse justo en la posicin donde quieras girar a la derecha o izquierda, o ir hacia arriba o hacia abajo). Observa nuevamente el grfico inicial.
Definiendo parmetros de la ruleta

6. Haz un clic con el botn derecho sobre la RULETA del circuito para extender un men, luego un clic sobre Propiedades, aparecer la siguiente ventana:
7. El total de iteraciones a realizar ser 100. (Puedes hacer hasta 1000, pero esto le tomar tiempo a la mquina) 8. Como la ruleta entregada consta de tres partes, donde dice: nmero de segmentos de la Ruleta, digita 3 y luego presionar Crear.
37
9. Para definir el primer segmento de la ruleta, haz clic sobre valor asignado del primer segmento en el recuadro de la izquierda. En el espacio de permetro del segmento indica el porcentaje que le corresponde al primer valor que ingresas y en valor asociado, el nmero asignado. Por ejemplo: el primer segmento ser para el valor 3, entonces ingresa el porcentaje que es 50 en permetro del segmento (corresponde a la mitad de la ruleta) y luego 3 en el recuadro de valor asociado al seg. (El porcentaje se ingresa sin el smbolo %) 10. Haz clic sobre Actualizar. 11. Haz clic en el segundo segmento del recuadro de la izquierda. Este ser asociado al valor 4 con una probabilidad de 25%, ingresa dicho valor y porcentaje como lo hiciste en el paso 9 y presiona Actualizar. 12. Haz clic en el ltimo segmento, la probabilidad es automticamente cambiada y slo hay que cambiar el valor asociado que ser 5. Haz clic en Actualizar. 13. Terminada la configuracin de la ruleta, haz clic en Aceptar.
Definiendo parmetros en el histograma

14. Sobre el HISTOGRAMA haz un clic con el botn derecho y abre la ventana de Propiedades.
15. Haz clic en agregar datos a series definidas por el usuario. 16. Aqu ingresars los valores de la ruleta para el histograma en orden ascendente. 17. Ingresa el valor 3, clic en Agregar. 18. Haz lo mismo para 4 y 5. 19. Finalmente, haz clic en Aceptar.
38
Ejecutando la mquina
20. En la parte inferior derecha de la pantalla encontrars una barra que dice Rapidez, con la que puedes aumentar o disminuir la velocidad del circuito. Se recomienda aumentarla al mximo. 21. Ya est listo el circuito para que comience a funcionar, slo necesitas presionar Ejecutar y esperar que la mquina termine los 100 lanzamientos. 22. Finalizado el proceso, para poder ver el Histograma Experimental, abre el men de la mquina HISTOGRAMA y haz un clic sobre Ver. En el mismo men ingresa a propiedades del HISTOGRAMA para cambiar a tipo Torta, de esta manera se pueden ver los porcentajes obtenidos por cada valor.
23. En el histograma es posible modificar la escala para ver las barras enteras. Por ejemplo, en el caso de 100 lanzamientos o iteraciones, se recomienda una escala entre 60 100 en intervalos de 10.
39
Comparando grficos
Para las siguientes ruletas:
(La ruleta X ha sido dividida en sextos; la ruleta Y en tercios; la ruleta Z en cuartos y octavos) 1. Construye el histograma ideal para cada ruleta (Distribucin de Probabilidades)
40
2. Construye un circuito para cada ruleta, simulando 100 lanzamientos con su correspondiente Histograma Experimental. 3. Cules son los histogramas experimentales para cada ruleta? Grafcalos.
41
Analizando los resultados

1. En cada ruleta, cul es el valor que sali ms veces? Cul es su porcentaje o probabilidad experimental?
2. En cada ruleta, qu valor sali menos veces? Cul es su porcentaje o probabilidad experimental?
3. Cules son los valores que estuvieron ms prximos a sus probabilidades tericas, de acuerdo a la distribucin de probabilidades?
4. Qu tan similares podran llegar a ser los histogramas experimentales respecto de los ideales o distribuciones de probabilidad? De qu dependera?
42
GUA 7b SUMANDO RULETAS MGICAS

Continuando el trabajo con el software Mquinas Mgicas1, en esta oportunidad construirs circuitos de mquinas mgicas simulando una situacin experimental de suma de ruletas, que est relacionada con la suma de variables aleatorias. Debes tener presente lo que se ha estudiado acerca de la suma de variables aleatorias, en cuanto a la generacin de una nueva variable a partir de dos o ms ya conocidas. El procedimiento es muy similar a como se construyeron ruletas independientes, salvo que ahora se introduce la mquina SUMA, que permite relacionar dos o ms ruletas.
Sumando ruletas idealmente

Considerando las siguientes ruletas independientes, construye las ruletas A+B y B+C. (Las Ruletas A y B estn divididas en partes iguales y C en cuartos)
A Ruleta A + B
Ruleta B + C
1 Software creado y desarrollado por AutoMind. www.automind.cl
43
Sumando ruletas experimentalmente

1. En el programa Mquinas Mgicas puedes simular la suma de ruletas, simplemente conectando dos ruletas con la mquina SUMA. 2. El circuito quedara como sigue:
3. Recuerda que para cada ruleta debes definir sus parmetros en Propiedades, como lo hiciste en la gua 7, haciendo clic con el botn derecho sobre la ruleta. De acuerdo a esto, defines la ruleta A y luego la ruleta B ya que ser la mquina SUMA quien ir generando los valores de la variable A+B. Este procedimiento se repite para B+C. Tambin es posible construir ambos circuitos en la misma pantalla y luego ejecutarlos. Para cada caso define 100 iteraciones y en el histograma fija una escala adecuada (escala mayor a 60 e intervalo de 10). 4. Construye los histogramas ideales o distribuciones de probabilidad para las sumas: A+B B+C
44
5. Dibuja los histogramas experimentales obtenidos luego de realizar los 100 lanzamientos: A+B B+C

1. Qu tan similares podran llegar a ser los histogramas experimental e ideal? De qu dependera?
2. Qu sucede si cambias la operatoria? Qu ocurre con las probabilidades, se mantienen o cambian? Prueba generando circuitos, por ejemplo, con las operaciones: MXIMO entre dos valores a y b, y RESTA.
45
GUA 8 EJERCICIOS I
Definicin y suma de variables aleatorias discretas
Definiendo variables aleatorias discretas

1. En una feria haba una ruleta de la fortuna con cuatro premios: $1.000; $500; $100 y sigue participando. Los resultados obtenidos en la ruleta luego de 50 lanzamientos fue:
Premios Ganadores
$1000 $500 $100 Sigue participando
6 12 12 20
a. Asigna una variable aleatoria discreta a este juego, asociando un valor numrico (y representativo) a cada premio.
b. Construye la ruleta de la fortuna que est en la feria, a partir de la informacin entregada y la distribucin de probabilidades.
46
Sumando Ruletas
Desarrolla las actividades considerando las ruletas W, X, Y y Z, independientes entre s. (Las ruletas han sido divididas en sextos, quintos, cuartos y octavos, respectivamente)
1. Determina el recorrido de cada una y grafica su correspondiente distribucin de probabilidades.
Distribucin de W
Distribucin de X
Distribucin de Y
Distribucin de Z
47
1. Construye la ruleta asociada a la variable X + Y y grafica la distribucin de probabilidades.
2. Para la variable aleatoria W + Z, grafica la distribucin de probabilidades y dibuja su ruleta.
48
3. Cul es la distribucin de probabilidades y la ruleta asociada a la variable X + Z?
Construyendo una ruleta a partir de la distribucin de probabilidades

Construye las ruletas asociadas a cada distribucin de probabilidades de variables aleatorias discretas:
49
1. Define con tus palabras Variable aleatoria discreta:
2. Da un ejemplo de variable aleatoria discreta, entregando: a. b. c. d. Recorrido. Probabilidades de xito de cada valor. Ruleta asociada. Grfico de la distribucin de probabilidades.
50
GUA 9 ESPERANZA DE VARIABLES ALEATORIAS

Buscando el punto de equilibrio Qu es la esperanza de una variable aleatoria?
Una manera prctica de ilustrar el concepto de Esperanza de una variable aleatoria es considerarla como el punto donde se alcanza el equilibrio en el grfico de la distribucin de probabilidades asociado. Supongamos que las barras de una distribucin tuvieran un cierto peso, segn la altura que estas tengan, y las ponemos en el mismo orden en que se encuentran en el grfico, sobre una balanza. La esperanza sera el punto donde la balanza se equilibra. Por ejemplo, para la variable aleatoria X definida por la siguiente ruleta y su correspondiente grfico de distribucin de probabilidades:
Ruleta X
Distribucin de probabilidad
Aqu cada rectngulo tiene altura 1 . Ahora llevmoslos a una balanza. Visualmente se puede 3 ver que el punto de equilibrio est en 3.
Formalmente, la esperanza de X se escribe E(X). Para este ejemplo, E(X) = 3.
51
Cmo se calcula la esperanza de una variable aleatoria?

En general, la esperanza de una variable aleatoria discreta se puede calcular utilizando la siguiente frmula: Si X es una variable aleatoria discreta, entonces su esperanza es:
E ( X ) = x1P( X = x1 ) + x 2 P( X = x 2 ) + x3 P( X = x3 ) + ... + x N P( X = x N )
donde,
x1 , x2 , ..., x N , son todos los valores posibles para la variable X (es el recorrido de X) y
P(X = x1 ) , P(X = x2 ) , ... , P(X = x N) son las probabilidades de ocurrencia
En el ejemplo anterior se tiene que: x1 = 1 ; x2 = 3 ; x3 = 5 , luego
P(X = 1) = P(X = 3) = P(X = 5) = 1 , entonces la esperanza de X es: 3
correspondientes a cada valor de la variable.
E ( X ) = 1 P(X = 1) + 3 P(X = 3) + 5 P(X = 5)

E (X ) = 1 1 1 1 + 3 + 5 = 3 (Valor que ya se haba determinado grficamente) 3 3 3
En trminos estadsticos
Podemos asociar la esperanza de una variable aleatoria al Promedio Ponderado de sus valores, donde los ponderadores seran las respectivas probabilidades. Para entender mejor el concepto de promedio ponderado te presentamos el siguiente ejemplo donde lo comparamos con el trmino de promedio que t ya conoces. Ejemplo: Supongamos que en una asignatura t rindes tres pruebas, obteniendo las siguientes notas: 4,5; 5,2 y 6,3. En este curso las tres notas tiene el mismo nivel de importancia o peso, luego la nota final corresponde al promedio:
p= 4,5 + 5,2 + 6,3 = 5,3 3
Ahora bien, el profesor podra asignar a las pruebas, distintos niveles de importancia. Por ejemplo, la primera prueba vale un 25%, la segunda un 35% y la tercera un 40%. De acuerdo a esto la nota final se obtiene a travs del Promedio Ponderado, es decir, cada nota es multiplicada por su correspondiente porcentaje:
pp = 4,5 0,25 + 5,2 0,35 + 6,3 0,4 = 5,5
52
Ruletas y Esperanzas
Grafica la distribucin de probabilidades para las variables aleatorias F, G, H, I, independientes entre s, estima visualmente su punto de equilibrio y determina la esperanza usando la frmula. (Las siguientes ruletas han sido divididas en medios, cuartos y octavos)
F Distribucin de F
H Distribucin de G
E(F) = Distribucin de H
E(G) = Distribucin de I
E(H) =
E(I) =
53
Distribucin de probabilidades y Esperanza

Para cada distribucin de probabilidades haz las ruletas correspondientes, adems visualmente calcula su punto de equilibrio y calcula la esperanza usando la frmula: X
E(X) = Y
E(Y) = U
E(U) =
54
E(V) =
Discutiendo acerca de lo aprendido

Junto con tu profesor analicen la interpretacin del valor de la esperanza en variables aleatorias. Realiza una analoga entre ella y el concepto de promedio que ya conoces. Escribe aqu las ideas desarrolladas durante la discusin.
55
GUA 9b PROPIEDADES DE LA ESPERANZA

Profundizando en el estudio
El propsito de esta gua es explorar y determinar algunas propiedades del valor esperado de una variable aleatoria o esperanza. El conocimiento de estas propiedades facilita los clculos, en ciertos casos, y permite la demostracin de propiedades asociadas a otros indicadores, tales como la varianza que se estudiar en la siguiente gua.
Esperanza de la suma de variables

Para las siguientes actividades, considera las ruletas X, Y, V y U de la actividad: Distribucin de probabilidades y Esperanza construidas en la gua 9. 1. Si se usa dos veces la ruleta X y se hace la suma X1 + X2, a. Qu valores pueden salir? Completa la tabla:
X1 1 2 3
X2
X1 + X2
Probabilidad de la suma
b. Haz el grfico de la distribucin de probabilidades de X1 + X2 y construye la ruleta asociada:
56
c. Estimando visualmente, calcula el punto de equilibrio y mrcalo en el grfico. Luego determina la esperanza aplicando la frmula. E(X1 + X2) =
d. Ya conoces E(X), entonces calcula, E(X1) + E(X2) =
2. Si se usa la ruleta X e Y, para realizar la suma X + Y, a. Qu valores pueden salir? X 1 2 3 4 Y X +Y

b. Haz el grfico de la distribucin de probabilidades de X + Y , adems construye la ruleta equivalente.
57
c. Estimando visualmente, calcula el punto de equilibrio y luego determina la esperanza a travs la frmula. E(X + Y) =
d. Como ya conoces E(X) y E(Y), calcula: E(X) + E(Y) =
3. Si se usa dos veces la ruleta U y se hace la suma U1 + U2 a. Qu valores pueden salir? U1 1 2 3 4 U2 U1 + U2

58
b. Haz el grfico de la distribucin de probabilidades de U1 + U2, adems construye la ruleta equivalente.
c. Estimando visualmente, calcula el punto de equilibrio y luego determina la esperanza usando la frmula. E(U1 + U2 ) =
d. Calcula adems, E(U1 ) + E(U2 ) =
Organizando los resultados

1. Completa la siguiente tabla con los resultados obtenidos en la actividad anterior:
Esperanza 1 Esperanza 2 Suma de las esperanzas Esperanza de la suma
E(X1)
E(X2)
E(X1) + E(X2)
E(X1 + X2)
E(X)
E(Y)
E(X) + E(Y)
E(X + Y)
E(U1)
E(U2)
E(U1) + E(U2)
E(U1 + U2)
2. Qu se puede deducir al comparar la suma de las esperanzas con la esperanza de la suma?
59
3. Calcula E(U + V) directamente, es decir, sin obtener los valores para la variable aleatoria U + V.
Esperanza de una variable aleatoria por una constante

En esta seccin nos interesa saber cunto es E( X ), donde es una constante real. Ya sabes que para dos variables aleatorias la esperanza de la suma es igual a la suma de las esperanzas. Basado en lo anterior nos interesa determinar, por ejemplo, cunto es E(2X). Para ello completa la siguiente tabla:
Esperanza Valor equivalente Propiedades de la suma Suma de trminos
E(2X) E(3Y) E(
3 Z) 2
E(X + X)
E(X) + E(X)
(*)
3 1 = +1 2 2
(*) Considera que
Ahora, sin aplicar la propiedad de la suma, calcula el valor de las siguientes esperanzas: 1. E(5U) = 3. E(
V )= 2
2. E(0,25W) =
60
Por lo tanto, para cualquier variable aleatoria X y cualquier nmero real se tiene que: E (X) =
Esperanza de un valor constante

Si una variable aleatoria estuviese definida por una constante, es decir, X = c para cualquier evento, entonces cul es su esperanza? Imagina un dado cuyas caras estn marcadas todas por el valor 2. Si lanzas el dado, cul es el resultado? En este caso E(X=2) = 2 o bien E(2) = 2. En otras palabras se trata de un evento seguro con probabilidad 1. Luego, se tiene que: E(c) = 1 c Es decir, la esperanza de una constante es la misma constante. Esto toma mayor sentido cuando se desea obtener, por ejemplo, el valor de E(E(X)), es decir, la esperanza de la esperanza. Cunto vale E(E(X))? Sea X una variable aleatoria, cuyo recorrido es RecX = {0, 1, 2} y sus probabilidades respectivamente: 1 , 1 , 1 . En este caso E(X) = 4 2 4 El valor de E(X) es un valor conocido y constante, luego E(E(X)) = Cul es el valor de E ( X E( X ) )?
Resumen de propiedades
Completa el siguiente resumen de propiedades: 1. La esperanza de la suma de dos variables aleatorias X e Y es la de cada variable: E(X+Y) = de las esperanzas
2. La esperanza de una cantidad aX, donde X es una variable aleatoria y a una E(aX) = 3. La esperanza de una constante c es el valor de la E(c) = :
, es:
61
Calculando esperanzas, aplicando propiedades

Sean X, Y, Z, W variables aleatorias y a, b, c, d constantes. Aplicando las propiedades de la esperanza, resuelve los siguientes ejercicios, observando previamente los ejemplos: Ejemplos: 1. Determinar la esperanza de 3X, donde X es una variable aleatoria. E(3X) = E(X + X + X) = 3E(X) (Por propiedad 2)
2. Determinar la esperanza de aY + b, donde Y es una variable aleatoria y a, b son constantes. E(aY + b) = E(aY) + E(b) = aE(Y) + b (Por propiedad 1) (Por propiedades 2 y 3)
Ejercicio:
1. E(3) = 2. E(2X) = 3. E(3Y) = 4. E(5Z) = 5. E(E(E(X)))= 6. E(bW) = 7. E(10dW) = 8. E(Z + 2W) = 9. E(E(Y)2) = 10. E(aY - 3Z) = 11. E(aX + b) = 12. E(cZ - dW) = 13. E(2aX + 3bY) = 14. E(X + Y - Z - W ) = 15. E(2X - aY + 3dZ - 5) = 16. E(X2 - 2XE(X) + E(X)2) =
62
GUA 10 DISPERSIN DE VARIABLES ALEATORIAS

Ms o menos dispersos?
Un concepto importante a estudiar en Estadstica y Probabilidades es la variabilidad o dispersin . Por ejemplo, en pruebas de seleccin universitaria en Estados Unidos (anlogo a la PSU en Chile) se ha comprobado que el promedio de los puntajes obtenidos por hombres es igual al promedio de los puntajes de mujeres. Sin embargo, en el caso de las mujeres los resultados son ms parejos, es decir, no hay resultados que se alejen demasiado del promedio. Para el caso de los hombres se observa que, as como hay muy buenos resultados, tambin los hay muy malos, o sea, hay datos que se alejan bastante del promedio. Estadsticamente hablando, decimos que, los resultados obtenidos por hombres son ms dispersos que los de mujeres.
Tres variables aleatorias, tres situaciones

X Dnde se encuentra la media o esperanza de la variable? Haz una marca aproximada en el punto de equilibrio de la distribucin. Qu tan dispersos son los datos en esta distribucin?
Dnde se encuentra la media o esperanza de la variable? Haz una marca aproximada en el punto de equilibrio de la distribucin. Qu tan dispersos son los datos en esta distribucin?
Dnde se encuentra la media o esperanza de la variable? Haz una marca aproximada en el punto de equilibrio de la distribucin. Qu tan dispersos son los datos en esta distribucin?
63
1. 2. 3. 4.
Cul distribucin se asemeja ms a los resultados de mujeres, segn el texto inicial? Cul distribucin se asemeja ms a los resultados de hombres? Cul de las distribuciones es ms dispersa? Cul de las distribuciones es menos dispersa?
Ahora con nmeros

Veamos lo que sucede ahora si agregamos valores. Para las distribuciones anteriores determina en cada caso la esperanza. V.A. X Distribucin E(X)= Esperanza
E(Y)=
E(Z)=
Cmo son las medias o esperanzas en las distribuciones anteriores?
64
Qu indicadores nos permiten medir la dispersin de una variable?

El concepto de variabilidad o dispersin de una variable aleatoria nos indica qu tan alejados de la media o esperanza se encuentran los valores, caracterizando de esta manera a la distribucin. Al observar el grfico, podemos decir, de manera intuitiva, si la distribucin es ms o menos dispersa. Una forma de cuantificar esta caracterstica es utilizando algunos indicadores, en nuestro caso analizaremos dos: la varianza y la desviacin estndar.
Varianza, V(X)
Considera una variable aleatoria discreta X, cuyo recorrido es Rec X = {x1 , x 2 , x3 , ... , x n La diferencia entre cada valor del recorrido y la esperanza de X se denomina desviacin (d):
}.
(xi E (X ) ), para todo xi del recorrido de X es la desviacin con respecto a la esperanza de X.

Si realizamos la sumatoria de todas las desviaciones de los valores el resultado ser cero, ya que las desviaciones con respecto a la media o esperanza se compensan al haber trminos en esa suma que son de signos distintos. Es decir:
(x1 E (X ) )+ (x2 E (X ) )+ (x3 E (X ) ) + ... + (x N E (X ) ) = 0

Por ejemplo, recordando el ejercicio de la gua N9, donde los valores eran: x1=1, x2=3, x3=5. Para este caso E(X) = 3, luego se tiene que:
(x1 E (X ) )+ (x2 E (X ) )+ (x3 E (X ) ) = (1 3 )+ (3 3)+ (5 3 ) = ( 2 )+ (0)+ (2 ) = 0
(Sumatoria de las desviaciones) (Reemplazando valores) (Resolviendo)
La varianza se define como el promedio ponderado o esperanza del cuadrado de dichas desviaciones respecto a la esperanza. Al tomar la esperanza de las desviaciones al cuadrado, el resultado puede ser distinto de cero. La frmula para calcularla es:
V ( X ) = E ( ( X E ( X )) 2 )
El desarrollo de la frmula es el siguiente:
(1)
V ( X ) = ( x1 E ( X )) 2 P( X = x1 ) + ( x 2 E ( X )) 2 P( X = x2 ) + ( x3 E ( X )) 2 P( X = x3 ) + ... + ( x N E ( X )) 2 P( X = x N )
Ejemplos:
Supongamos que Re cX = { 10, 20} , donde P(X = 10) = P(X = 20) = 0,5 , los valores para la frmula sern:
65
x1 = 10 P(X = x1 ) = 0,5 x 2 = 20 P(X = x 2 ) = 0,5

E (X ) = 0,5 10 + 0,5 20 = 5 + 10 = 15
Reemplazando en la frmula:
V (X ) = ( x1 E ( X )) 2 P( X = x1 ) + ( x 2 E ( X )) 2 P( X = x 2 )
= (10 15) 2 0,5 + (20 15) 2 0,5 = 25 0,5 + 25 0,5 = 25
Desviacin Estndar, S(X)

En la siguiente imagen, la esperanza es el punto de equilibrio simbolizado por la posicin del vrtice superior del tringulo de apoyo. Las desviaciones son d1 y d2.
En este caso, d12 = d 2 2 = d 2 As, el clculo de la varianza nos da:
V ( X ) = ( x1 E ( X )) 2 P( X = x1 ) + ( x 2 E ( X )) 2 P( X = x 2 )
= d12 P( X = x1 ) + d 2 2 P( X = x 2 ) = d12 0,5 + d 2 2 0,5 = d 2 0,5 + d 2 0,5 = d2
La desviacin estndar es la raz cuadrada de la varianza. Es decir:
S(X ) =
V ( X ) = E ( ( X E ( X )) 2 )
66
Calculando varianza y desviacin estndar

Para las distribuciones X, Y y Z determinar la varianza y desviacin estndar. V.A. X Distribucin Varianza y Desviacin Estndar
V( X ) = + 1 (3 4 ,5)2 + 1 (4 4,5)2 + 1 (5 4,5)2 4 4 4
1 (6 4,5)2 = 1,25 4
S(X)=
V(Y)=
S(Y)=
V(Z)=
S(Z)=
Frmula Equivalente
Una frmula equivalente para el clculo de la varianza es:
V (X ) = E ( X 2 ) E ( X ) 2
Luego la desviacin estndar es:
(2)
S ( X ) = V ( X ) = E ( X 2 ) E (X )2
De acuerdo a esto, la varianza para la variable X se calcula como sigue:
E ( X ) ya se conoce E ( X ) = 4,5.
E ( X 2 ) se determina de la siguiente manera:

E( X 2 ) = 1 1 2 1 2 1 2 1 2 1 3 + 4 + 5 + 6 = (9 + 16 + 25 + 36 ) = 86 = 21,5 Luego, 4 4 4 4 4 4
2 V ( X ) = E( X 2 ) ( E( X )) 2 = 21,5 (4 ,5) = 21,5 20 ,25 = 1,25 (Valor anteriormente obtenido)
67
1. Determinar las varianzas de Z e Y, usando la frmula (2)
Considerando una variable aleatoria X, responde: 1. Qu significa cuando el valor de la varianza es cercano a cero, por ejemplo, V(X) = 0,15 ? 2. Qu significa cuando el valor de la varianza es lejano a cero, por ejemplo, V(X) = 5,34 ? 3. Qu significa cuando el valor de la varianza es igual a cero, V(X) = 0 ?
Desafos
1. Con respecto a la frmula (2) te proponemos que demuestres que sta expresin es equivalente a la frmula (1), aplicando las propiedades de la esperanza estudiadas en la gua N 9b. Por demostrar que:
V ( X ) = E ( (X E ( X ) )2 ) = E ( X 2 ) (E (X ))2
V (X ) = E
((X E(X ))2 ) =
68
2. Con las herramientas que cuentas hasta este momento, te proponemos volver a la Gua N1: Preguntas iniciales y resolver el problema del concurso. a. En la primera parte del concurso, para las opciones A y B determina E(A) y E(B), y luego las desviaciones estndares para cada una. Conociendo esta informacin, cul opcin prefieres? Explica tu decisin.
b. Si en esta primera parte del concurso, la opcin B te la cambian por una opcin B' en la que los valores de la ruleta son $0 y $3.000.000. Cambiaras la decisin anterior? Justifica tu respuesta.
c. En la segunda parte del concurso, para las opciones C y D determina E(C) y E(D), y luego las desviaciones estndares para cada una. Conociendo esta informacin, cul opcin prefieres? Explica tu decisin.
69
GUA 11 DISTRIBUCIN BINOMIAL

Un tipo especial de variable aleatoria discreta Qu es una distribucin binomial?
Una distribucin de probabilidades muy utilizada es la binomial, la cual se anota como B(n, p). Para entender de qu se trata, imagina una urna llena de bolitas azules y blancas, donde la proporcin de bolitas azules es p con respecto al total, luego 1- p es la proporcin de blancas. El experimento consiste en extraer n bolitas con reposicin, es decir, extraemos una, anotamos su color, la devolvemos a la urna y sacamos otra hasta completar las n pedidas. En el lenguaje de Estadstica y Probabilidades, cada bolita azul que sale es llamada un xito o acierto y una bolita blanca es un fracaso. Cada vez que saquemos una bolita azul anotaremos 1 y cuando sea blanca, 0. Con esto definimos una variable aleatoria discreta con un recorrido que va de 0 (ninguna azul) hasta n (todas azules), es decir, {0, 1, 2, 3,n}.
Un Ejemplo:
Consideremos el experimento aleatorio siguiente: sacar 2 bolitas con reposicin, desde una urna 1 donde hay una proporcin de o 0,5 de bolitas azules respecto al total y el resto son blancas. 2 Como cada vez que sacamos una bolita no cambia la proporcin entre el nmero de azules y el nmero de blancas, entonces podemos hablar de que cada sacada es un suceso independiente.
Para este experimento se define la variable aleatoria X como: El nmero de bolitas azules (xitos) sacadas El recorrido de la variable ser el nmero total de bolitas azules obtenidas en dos sacadas, sin importar el orden en que salieron. Luego, RecX = {0, 1, 2}
70
Segn lo anterior esto se interpreta como: RecX 0 1 2 Interpretacin Si en las dos sacadas no sale ninguna bolita azul (las dos son blancas) Si en las dos sacadas slo sale una bolita azul Si en las dos sacadas ambas bolitas son azules
1 Entonces X es una variable con distribucin Binomial, en la cual n = 2 y p = = 0,5. 2 1 Formalmente se anota X ~ B(2, ). A continuacin, calcularemos las probabilidades para cada 2 valor del recorrido. En este caso es til recurrir a un diagrama de rbol:
Luego se tiene: P(X = 0) = P (en ambas sacadas no sale azul) = 0,5 0,5=0,25 P(X =1) = P (en la primera sacada sale azul y en la segunda no, o bien, en la primera no sale azul, pero en la segunda s) = 0,5 0,5 + 0,5 0,5 = 0,5 P(X = 2) = P (en ambas sacadas sale azul) = 0,5 0,5 = 0,25 De manera que el grfico de la distribucin de probabilidades de la variable X ~ B(2, 0,5) y su ruleta asociada son:
Distribucin de Probabilidades
Ruleta X
Vemos que X es una variable aleatoria discreta.

71
Otra manera de verlo

Otra forma de ver esto es la siguiente. Dado que se realizan dos sacadas con reposicin, la variable X puede ser vista como la suma de dos variables o ruletas iguales e independientes 1 1 entre s con probabilidad 0,5 o para el valor 1 (xito) y de 0,5 o para el cero (fracaso). 2 2
Y1
Y2
Completa la siguiente tabla donde se resumen los resultados de las ruletas:

Ruleta 1 (Y1) Ruleta 2 (Y2) Suma (X = Y1 + Y2) Probabilidad de la suma (X)
0 0 1 1
0 1 0 1
72
Ejercicios con distribuciones binomiales

1) a. Imagina una urna con 1 de bolitas azules y el resto blancas. Si al sacar 4 una bolita sale azul cuentas 1, si no cero. Al resultado lo llamamos X. Se dice que X sigue una distribucin Binomial(1, 1 ) , porque hay 4 1 p= de azules y porque se saca una vez (n =1). Grafica la distribucin 4 de probabilidades para la variable aleatoria X, dibuja su ruleta.
b. Marca el punto de equilibrio en el grfico y calcula la esperanza. E(X) =
2)
a. Imagina una urna con 1 de bolitas azules y el resto blancas. Si al sacar 4 una bolita sale azul cuentas 1, si no cero. Hacemos dos sacadas y al resultado lo llamamos Y. Se dice que Y sigue una Binomial (2, 1 ) , 4 porque hay p = 1 de azules y porque se saca dos veces (n = 2) con 4 reposicin. Grafica la distribucin de probabilidades para la variable aleatoria Y, dibuja su ruleta.
73
b. Marca el punto de equilibrio en el grfico y calcula la esperanza. E(Y) =
3)
a. Imagina una urna con 6 de bolitas azules y el resto blancas. Si al sacar 10 una sale azul cuentas 1, si no cero. Hacemos dos sacadas y al resultado 6 lo llamamos Z. Se dice que Z sigue una Binomial(2, ) , porque hay 10 p = 6 de azules y porque se saca dos veces (n = 2) con reposicin. 10 Grafica la distribucin de probabilidades para la variable aleatoria Z, dibuja su ruleta.
b. Marca el punto de equilibrio en el grfico y calcula la esperanza. E(Z) =
74
4)
a. Imagina una urna con
1 de bolitas azules y el resto blancas. Si al sacar 10 una sale azul cuentas 1, si no cero. Si hacemos dos sacadas y definimos U como el nmero de azules que salen, entonces U sigue una Binomial (2, 1 ). Grafica la distribucin de probabilidades para la 10 variable aleatoria U, dibuja su ruleta.
b. Marca el punto de equilibrio en el grfico y calcula la esperanza. E(U) = 5) a. Imagina una urna con 1 de bolitas azules y el resto blancas. Si al sacar 10 una sale azul cuentas 1, si no cero. Si llamamos V al nmero de azules 1 que salen en 3 sacadas, entonces V sigue una Binomial(3, ). 10
Grafica la distribucin de probabilidades para la variable aleatoria V, dibuja su ruleta, calcula su punto de equilibrio y su esperanza.
b. Marca el punto de equilibrio en el grfico y calcula la esperanza. E(V) =

75
El objetivo de esta actividad es buscar un camino ms corto para calcular la esperanza de una variable con distribucin binomial. Para encontrarlo necesitars aplicar la propiedad de la esperanza con respecto a la suma y la representacin de una distribucin binomial como suma de ruletas. 1. Considera las variables Y y V de la actividad anterior. Representa cada una como suma de ruletas.
2. Calcula la esperanza de cada ruleta que conforma la representacin como suma para las variables Y y V.
3. Calcula la suma de las esperanzas en cada caso y compara el resultado con la E(Y) y E(V) y los parmetros n y p de cada distribucin.
4. Completa la tabla y escribe tus conclusiones.

Variable X Y Z U V n p Esperanza
76
GUA 11b DISTRIBUCIN BINOMIAL

Estudio Experimental
A continuacin, trabajars nuevamente con el programa Mquinas Mgicas1. Esta actividad tiene como objetivo analizar de manera experimental el comportamiento de una Distribucin Binomial. Para ello simulars las distribuciones desarrolladas en la Gua 11, tanto como una distribucin binomial, como una suma de ruletas, situacin tambin explicada en la gua anterior.
Ejemplo
Los siguientes circuitos simulan la variable X con distribucin Binomial (2, 1 ) para 100 3 iteraciones. Ambos circuitos de construyen en la misma pantalla, para ser ejecutados al mismo tiempo.
El primer circuito, simulacin como distribucin binomial

1. El primer circuito comienza con una mquina que simula una distribucin binomial. Luego de agregarla a la pantalla gris, haz clic con el botn derecho y elige la opcin Propiedades para desplegar la siguiente ventana:
1 Diseado y elaborado por AutoMind. www.automind.cl
77
2. Para la variable X, los valores de los parmetros se ingresan en la mquina tal como muestra la imagen anterior. 1 n = 2 y p = = 0.3 3 3. A continuacin se agrega el DISPLAY y por ltimo el HISTOGRAMA de barra. 4. Ingresa a propiedades del histograma, tal como lo hiciste en las guas 7 y 7b y agregas el recorrido de la distribucin binomial cuyos valores son 0, 1 y 2.
El segundo circuito, simulacin como suma de ruletas

5. En la misma pantalla, se construye el segundo circuito, este consiste en la representacin de la distribucin binomial como suma de ruletas. 6. Para esta situacin primero se requieren dos mquinas de RULETA y una de SUMA, como muestra la imagen. 7. Agregadas las ruletas al circuito, ingresa a las Propiedades de una de ellas. El nmero de segmentos es 2 y los valores 2 correspondientes son 0 y 1, donde la probabilidad de cero es y 3 1 la probabilidad de uno es . 3 8. Haz lo mismo para la segunda ruleta. 9. Luego de la suma de ruletas se agrega la mquina DISPLAY, que ir mostrando los valores obtenidos cada vez que se realiz una suma. 10. Por ltimo, agrega la mquina HISTOGRAMA. Observa que el histograma est asociado a la SUMA de las ruletas y NO a una sola ruleta, por lo tanto, los posibles valores resultantes sern: 0, 1 y 2.
Ejecutando la mquina
11. En la parte inferior de la pantalla encontrars una barra con la que puedes aumentar o disminuir la rapidez del circuito. Se recomienda aumentarla al mximo. 12. Ya estn listos los circuitos para que comiencen a funcionar, slo necesitas presionar Ejecutar y esperar que realicen las 100 iteraciones. 13. Recuerda que para ver los histogramas experimentales, finalizadas las iteraciones, debes hacer un clic con el botn derecho sobre el HISTOGRAMA y elegir la opcin VER.
78
Construyendo circuitos para distribuciones binomiales

Para los ejercicios 1, 3 y 5 de la gua 11, construye los circuitos anteriores y obtn los histogramas experimentales de la distribucin binomial y la suma de ruletas. Para poder compararlos con el histograma ideal, transcribe este ltimo en las cuadrculas:
1. Grficos ejercicio 1, gua 11

Histograma Ideal Histograma Experimental (Distribucin Binomial) Histograma Experimental (Suma de Ruletas)

79


Observa los grficos anteriores y responde: 1. Por qu los histogramas experimentales tienden a parecerse al ideal?
2. Por qu el histograma experimental de la suma de ruletas se parece al experimental usando la mquina Binomial?
3. Sea Z una variable aleatoria con una distribucin binomial Z ~ B(n, p ) , explica la representacin de Z como una suma de ruletas, es decir, cuntas ruletas son necesarias y cul es el recorrido y las probabilidades de las ruletas de la suma.
4. Se sabe que una distribucin binomial puede ser representada como una suma de ruletas qu ocurre en el ejercicio1 de la gua 11?
80
GUA 12 PROBABILIDAD CONDICIONADA

Descubriendo el concepto
El propsito de esta gua es conocer el concepto de Probabilidad Condicionada. De qu se trata este tipo especial de probabilidad? A travs de dos ejemplos podrs explorar y aproximarte a la idea.
Experimentando con fichas

En una mesa hay 19 fichas, las cuales son de dos formas: X y O. Adems, stas pueden ser de color azul o negro. Algunas estn dentro de un rectngulo y otras estn fuera de l, tal como se muestra en la siguiente figura:
El experimento consiste en sacar una ficha al azar. Observa que el evento sacar una ficha (independiente del color y la forma) es equiprobable. Es decir, cualquier ficha tiene la misma probabilidad de ser escogida y su valor corresponde a 1 . En este contexto es posible aplicar la 19 Regla de Laplace (nmero de casos favorables dividido por el nmero de casos posibles) para calcular la probabilidad de eventos asociados a caractersticas particulares de cada ficha, tales como los siguientes: A = sale ficha de color Azul N = sale ficha de color Negro X = sale ficha con forma de X O = sale ficha con forma de O D = sale ficha que est dentro del rectngulo
A continuacin desarrolla cada uno de los siguientes puntos: 1. Aplicando la Regla de Laplace, determina la probabilidad para los siguientes eventos o sucesos:
Probabilidad Significado (en palabras) Valor probabilidad
P( A ) = P( O ) = P(D)= P( N ) =
Probabilidad de que la ficha sea azul
4 19
81
P( X ) = P( noD) = P(D y N) = P(A y O) = P(X y noD) = 2. Ahora pon atencin a lo siguiente: cul es la probabilidad de que salga Azul dado que se sabe que proviene del rectngulo? En nuestra notacin esto se escribira: P(A / D) El smbolo / se lee como dado que.
Estableciendo diferencias
1. Es lo mismo la probabilidad de que salga Azul, P(A), que la probabilidad de que salga Azul dado que proviene del rectngulo, P(A / D)? Justifica tu respuesta.
2. Es lo mismo la probabilidad de que salga azul y que est dentro del rectngulo, P(A y D), que la probabilidad de que salga azul dado que proviene del rectngulo? Justifica tu respuesta.
Ahora paso a paso

1. Responde las siguientes preguntas atendiendo al significado de cada probabilidad: Considera P(A). a. Cuntas fichas hay en total en la imagen? (Casos posibles) b. Cuntas fichas azul hay en la imagen? (Casos favorables) c. Entonces la probabilidad de sacar una ficha de color azul es: P(A) =
82
Considera P(A y D). a. Cuntas fichas hay en total en la imagen? (Casos posibles) b. Cuntas fichas son azules y, adems, estn dentro del rectngulo? (Casos favorables) c. Ahora, la probabilidad de sacar una ficha que sea azul y que tambin cumpla con la condicin de estar dentro del rectngulo es: P(A y D) =
Considera P(A / D) a. Cuntas fichas hay slo dentro del rectngulo? (Casos posibles) b. Cuntas fichas azules hay slo dentro del rectngulo? (Casos favorables) c. Por lo tanto la probabilidad de sacar una ficha azul dado que proviene del rectngulo es: P(A / D) =
2. Analiza los resultados anteriores y establece tus conclusiones respecto al clculo de probabilidad condicionada, es decir, cmo determinas el nmero de casos posibles y el de casos favorables.
3. Completa el siguiente cuadro:

Probabilidad Significado (en palabras) Valor
P( A / no D) = P( N / D) = P( N / no D) = P( X / D) = P( O / D) = P( X y D) = P( D / A) =
Probabilidad de que la ficha sea azul dado que est fuera del rectngulo (o bien, no est dentro)
1 9
83
P(no D / N) = P( D / X) = P (D y O ) = P(D/OyA)= P(D/XyN)= P(N y O) = P (D y X / A ) = P(DyA/X)= P(A y noD) = P( no D y A / X ) = P( D y X / A ) =
Dependiente o independiente
3. Se dice que un evento U es independiente de un evento V, si la probabilidad que ocurra U no es alterada para nada si se sabe que V ocurri. Es decir, se cumple que P (U/V) = P (U). Ahora responde y justifica. a. Es X independiente de A?
b. Es O independiente de D?
c. Es D independiente de X?
d. Es A independiente de D?
84
Experimentando con cartas de colores

Considera el siguiente problema. El 60% de las cartas de Luis son rojas y de stas la mitad tienen figuras. El resto de las cartas son blancas y de ellas tres cuartos tienen figuras. Si el experimento consiste en sacar una carta al azar, determina las siguientes probabilidades: a. b. c. d. P(tenga figura) = P(no tenga figura / es roja ) = P(salga blanca / tiene figura ) = P(salga roja / no tiene figura) =
Para encontrar las respuestas traduce paso a paso cada enunciado. Para ello puedes usar dibujos. 1. Supongamos que Luis cuenta con 10 cartas (podran ser ms o menos, pero supongamos 10) 2. El 60% de las cartas de Luis son rojas y de stas la mitad tienen figuras Dibuja las 10 cartas e interpreta aqu el enunciado:
3. El resto de las cartas son blancas, lo que equivale al
% y de ellas 3/4 tienen figuras
85
4. Finalmente determina las probabilidades de la tabla:

Probabilidad Casos favorables Casos totales Regla de Laplace
P(tenga figura) P(no tenga figura / es roja) P(salga blanca / tiene figura) P(salga roja / no tiene figura)
1. Con tus palabras, define lo que entendiste por probabilidad condicional:
2. Inventa una situacin experimental que contenga, al menos, tres sucesos: A, B y C, luego formula tres preguntas para cuyas respuestas debas calcular: P(A), P(B/C), P(A y C) y P(A/C):
86
GUA 12b PROBABILIDAD CONDICIONADA

Buscando una frmula Existe alguna frmula para el clculo de probabilidad condicionada?
Para responder esta pregunta explorars paso a paso un experimento, asociado a la siguiente imagen: Se trata de una circunferencia intersectada con un cuadrado, dentro de ambas figuras encontramos fichas circulares de color blanco y gris. Si el experimento consiste en sacar una ficha de dichas figuras podemos definir los siguientes sucesos: C: Si la ficha est dentro de la circunferencia. D: Si la ficha est dentro del cuadrado. G: Si la ficha es de color gris. B: Si la ficha es de color blanco.
I.
A partir de esta informacin calcula las siguientes probabilidades: 1. P(C ) = 2. P(D) =
3. P(G ) = 5. P(C G ) =
4. P(B ) = 6. P(C B ) =
7. P(D G ) =
8. P(D B ) =
II. Si reducimos el espacio muestral slo a la circunferencia, el nmero de total de fichas ser 9. Es decir, hemos condicionado los sucesos a sacar una ficha desde dentro de la circunferencia (esto incluye la interseccin entre la circunferencia y el cuadrado). Entonces: 1. P(G / C ) = 2. P(B / C ) =
87
III. Ahora una pregunta, cmo podras calcular probabilidades condicionadas si no contaras con la imagen, pero si con las probabilidades que calculaste en I? a. Considerando P(G / C ) , qu probabilidades calculaste en I que estn asociadas a los sucesos G y C?
b. Considerando P(B / C ) , qu probabilidades calculaste en I que estn asociadas a los sucesos B y C?
c. A partir de cules probabilidades de I, realizando alguna operacin entre ellas, se pueden determinar P(G / C ) y P (B/ C ) respectivamente?.Discute con tus compaeros y luego escribe tus conclusiones.
IV. Consideremos ahora el espacio restringido slo al cuadrado, nuevamente la condicin que se debe cumplir es que la ficha sea sacada del cuadrado, entonces el nmero total de fichas ser igual a 7. Aplicando la tcnica que descubrieron anteriormente calcula las siguientes probabilidades y comprueba tus resultados con la imagen dada. 1. P (G / D ) = 2. P (B / D ) =
Formalizando
Sean los sucesos A y B dentro de un experimento aleatorio. La probabilidad de que ocurra A dado que el evento B ha ocurrido es:
88
En el ejemplo anterior
Por el tem II, sabemos que:
P(G / C ) = 5 9
y P(B / C ) = 4 9
Si aplicamos la frmula debemos llegar a los mismos resultados, entonces:

5 P(G C ) 13 5 13 5 1. P(G / C ) = = = = 9 13 9 9 P (C ) 13 4 P(B C ) 13 4 13 4 2. P(B / C ) = = = = 9 13 9 9 P(C ) 13
Otra situacin
En una fbrica de tortas realizaron una encuesta sobre la preferencia de sus clientes en tipos de torta. Si el 30% de los encuestados eran hombres y el 12% eran hombres y preferan torta de mil hojas, Cul es la probabilidad de que un hombre prefiera torta de mil hojas? Los posibles sucesos para esta situacin son: H: Que sea hombre; M: Que prefiera torta de mil hojas. Se pregunta por la probabilidad de que un hombre prefiera torta de mil hojas, que sera lo mismo que preguntar que prefiera torta de mil hojas dado que es hombre. Es decir, el problema es determinar una probabilidad condicionada, donde la condicin es que sea hombre. Entonces se aplica la frmula: P(M H ) P(M / H ) = P(H ) Donde, P(M H ) es la probabilidad de que sea hombre y que prefiera torta de mil hojas, lo que segn la informacin entregada es igual a un 12%.
P(H ) es la probabilidad de que el encuestado sea hombre, y la informacin dice que es igual a un 30%.
Reemplazando los valores en la frmula se tiene:

P(M / H ) = P(M H ) 0,12 = = 0,4 P(H ) 0,3
Entonces, el 40% de los hombres encuestados prefieren torta de mil hojas.

89
Problemas de probabilidad condicionada

Resuelve los siguientes problemas indicando claramente cul fue el camino escogido: 1. En una tienda el 12% de los jeans traen problemas de costura mientras que el 3% son de costura y cierre. Cul es la probabilidad de que un jeans con problemas de costura tenga el cierre malo?
2. Se sabe que el 25% de los fumadores son hipertensos y que el 60% de la poblacin fuma. Si se elige una persona al azar cul es la probabilidad que esa persona fume y sea hipertensa?
3. En una encuesta realizada sobre las razones por las cuales utilizan Messenger los jvenes, arroj los resultados expresados en la siguiente tabla de doble entrada: Conocer personas 45 85 130 Hablar con amigos 124 106 230 Ambos casos 96 44 140 Total 265 235 500
Mujeres Hombres Total
a. Define los posibles sucesos:
b. Si se elige una persona al azar, cul es la probabilidad que sea mujer y que utilice MSN slo para conocer personas?
90
c. Cul es la probabilidad de que utilice MSN para ambos casos dado que es hombre?
d. Cul es la probabilidad de elegir a un hombre entre las personas que utilizan MSN slo para hablar con amigos?
e. Cul es la probabilidad de que sea mujer dado que lo utilice slo para conocer personas?
4. En un cumpleaos hay 22 nias y 18 nios. Se sabe que 12 de las nias y 11 de los nios quieren tirar la piata y el resto quiere comer torta. De acuerdo a la informacin responde: a. Define los posibles sucesos:
b. Construye una tabla de doble entrada con los datos del problema (guate por la tabla de la pregunta 3) Nias Torta Piata Total c. Cul es la probabilidad de elegir al azar a una nia y que quiera tirar la piata? Nios Total
91
d. Cul es la probabilidad de elegir entre los nios, a uno que quiera comer torta?
5. Se lanza un dado y sabemos que sali par, cul es la probabilidad de que ese nmero sea 4?
6. Si se lanzan dos dados, calcula la probabilidad de que en uno de los dados haya salido 5 si la suma fue 7.
Sucesos Dependientes
Para responder las siguientes preguntas, apyate en un diagrama de rbol. 1. En una urna hay 9 bolitas rojas y 12 negras. Si se sacan 2 bolitas, SIN reposicin: a. Cul es la probabilidad de sacar dos bolitas rojas?
b. Cul es la probabilidad de sacar una bolita roja y una negra?
2. Una clase tiene 21 nios y 15 nias. Se eligen al azar 3 estudiantes de la clase, uno tras otro. Hallar la probabilidad de que los dos primeros sean nios y el ltimo nia.
92
Practicando en lnea
Puedes realizar adems los ejercicios que te propone el juego Conexiones Mgicas1. Para ello ingresa a la pgina www.automind.cl y en el men que se presenta ingresa a Educacin y luego a Juegos Mgicos. Para este Juego tambin debes contar con la Mquina Virtual de Java instalada en tu computador, desde la misma pgina de AutoMind la puedes descargar. Te recomendamos utilizar una resolucin de pantalla de 1024x768. En esta pgina, al principio se encuentran los Juegos en Linea, haz clic en Conexiones Mgicas y listo. O bien, puedes descargarlo ms abajo en la lista de Versiones Completas. Ya dentro del programa en la esquina superior izquierda vers el siguiente cono:
Haz un clic en l para ingresar al men de Juegos. Haz doble clic en la carpeta matemtica y luego en la de Estadstica_y_ Probabilidades. En ella nuevamente encontrars diversas carpetas, haz doble clic en la carpeta Probabilidades para extender el men con los juegos. Son 5 actividades diferentes, lee atentamente las instrucciones presentes en cada una para responder las preguntas asociadas a cada situacin. Para algunas preguntas, debes responder en el mismo recuadro de la pregunta, el color verde te va indicando si lo que vas ingresando est correcto y finalmente si escuchas los aplausos es porque tu respuesta es correcta.
En las actividades 4 y 5 se debe conectar la pregunta a la respuesta correcta. En este caso, en la parte inferior aparece una regla de cero a uno. Para responder debes hacer un clic en el recuadro inferior de la pregunta y luego otro clic en la posicin de la regla que represente la probabilidad correcta, como muestra la imagen.
1 Creado y Diseado por AutoMind.
93
GUA 13 EJERCICIOS II
Distribucin Binomial hasta Probabilidad Condicionada Ruletas discretas
Para las siguientes ruletas independientes: a. Construye la distribucin de probabilidades. b. Calcula: Esperanza (E), Varianza (V), desviacin estndar (S)
Ruleta X E(X) = V(X) =
S(X) =
Ruleta Y E(Y) = V(Y) =
S(Y) =
94
Ruleta Z (El sector asociado al valor -0,4 corresponde a un octavo de crculo) E(Z) = V(Z) =
S(Z) =
Suma de ruletas
Considera las variables X e Y de la actividad anterior: a. b. c. d. Construye la ruleta asociada a la variable X + Y. Determina E(X + Y). Grafica la distribucin de probabilidades de X + Y. Calcula la varianza y desviacin estndar para X + Y.
E(X + Y) = V(X + Y) =
S(X + Y) =
95
Distribucin de probabilidades
Para las siguientes distribuciones de probabilidad, determina: a. b. c. d. Ruleta asociada. Esperanza. Varianza. Desviacin Estndar.
E(U) = V(U) =
S(U) =
E(V) = V(V) =
S(V) =
96
Distribucin Binomial
A partir de las siguientes variables con distribucin binomial, responde las preguntas: R ~ B(1, a. b. c. d.
1 ) 4 3 ) 5 3 ) 5
S ~ B(2,
T ~ B(5,
Qu valores puede tomar R? Qu valores puede tomar S? Qu valores puede tomar T? Grafica las distribuciones de probabilidades para R, S y T.
Distribucin R Distribucin S Distribucin T
e. Construye las ruletas equivalentes para R, S y T
Ruleta R
Ruleta S
Ruleta T
f. Determina E(R), E(S) y E(T)

E(R) = V(S) = S(T) =
97
g. Qu puedes decir de la variable S + T ? Cmo se comporta?
h. Calcula E(S + T)
i. Qu puedes decir de la variable R + S? Se comporta como una binomial?
j. Calcula E(R + S)
Probabilidad condicionada
1. En un Liceo el 40% de los alumnos son mujeres de las cuales el 15% son zurdas. Por otra parte, el 20% de los alumnos son hombres y zurdos. A partir de esta informacin responde: a. Cul es la probabilidad de elegir una mujer y que sea zurda?
b. Calcula la probabilidad de elegir entre los hombre a uno que sea zurdo.
98
2. En un set de cartas dos tercios de ellas son verdes y el resto azules. Adems, dos quintos de las cartas tienen figuras y un tercio de ellas son azules. Para responder las siguientes preguntas, apyate en la siguiente imagen de un set de 15 cartas. A partir de la informacin entregada, pntalas adecuadamente.
a. Cul es la probabilidad de sacar una carta verde dado que tiene figura?
b. Cul es la probabilidad de sacar una carta que tiene figura entre las azules?
c. Cul es la probabilidad de sacar una carta verde y con figura?
Mquinas Mgicas
Para las actividades sobre variables discretas y distribuciones de probabilidades puedes usar el software Mquinas Mgicas para comparar las distribuciones de probabilidad (grficos ideales) con los histogramas obtenidos por el software, considerando un mnimo de 100 iteraciones. Adems puedes comparar las ruletas ideales de las distribuciones binomiales que construiste, con las experimentales utilizando la mquina BINOMIAL.
99
GUA 14 VARIABLES ALEATORIAS CONTINUAS

Clculo de probabilidad en intervalos reales Cmo se calcula la probabilidad en el caso de variables aleatorias continuas1?
Supongamos que realizamos un estudio sobre la estatura de los alumnos de enseanza media del liceo y seleccionamos uno al azar, cul es la probabilidad de que la estatura de ese alumno sea exactamente 1,653987...m? Para responder esta pregunta, supongamos que construimos una ruleta continua asociada a una variable aleatoria continua Y, asociada al estudio anterior con un intervalo de nmero reales. Luego de varios lanzamientos nos daremos cuenta que es casi imposible que esta se detenga justo en el grado asignado a esa medida. En probabilidad se dice que:
P(Y = 1,653987...) = 0
En sntesis, para una variable aleatoria continua X se tiene que P(X = a ) = 0 , para cualquier valor real a de la variable aleatoria continua X. Ahora, si nos preguntamos por la probabilidad de elegir al azar a un alumno cuya altura est entre 1,65m y 1,75m ser un valor no nulo. Es decir,
P(Y [1,65 , 1,75]) = p , con p 0
Una ruleta continua

Supongamos que tenemos una regla flexible dividida en 8 partes iguales con valores reales que van de 0 a 8. Ahora nela por los extremos, formando una ruleta X como la de la imagen. Observa que los valores van desde 0 hasta lo ms cercano posible a 8, es decir, el recorrido de la variable continua X es el intervalo [0, 8). La probabilidad de que la ruleta se detenga en algn nmero del intervalo [0, 4) es de 0,5 ya que dichos valores abarcan la mitad de la ruleta. Esto se calcula dividiendo el largo del intervalo [0, 4) por el largo total del recorrido [0, 8). Entonces, en este caso sera: Largo del intervalo [0, 4): 4 0 = 4 Largo del intervalo [0, 8): 8 0 = 8 .
40 4 1 = = = 0, 5 80 8 2
Ruleta X
Por lo tanto, la probabilidad de que la ruleta se detenga en el intervalo [0, 4) es:

P(X [0,4 )) =
100
1 Puedes recordar la definicin entregada en la Gua 4: Variables aleatorias y distribucin de Probabilidades
As mismo, la probabilidad de sacar un valor del intervalo [4, 8) tambin ser de 0,5 ya que:
P(X [4,8)) = 84 4 1 = = = 0, 5 80 8 2
Pero tambin hay intervalos con una probabilidad distinta a 0,5 por ejemplo:
P(X [4,6)) = P(X [ 3,4 )) =
64 2 1 = = = 0, 25 80 8 4 43 1 = = 0,12 5 80 8 1,5 1 0,5 1 1 1 = = = = 0,0625 80 8 2 8 16
P(X [ 1, 1,5)) =
Calculando probabilidades en intervalos reales

1. Considera las ruletas continuas A y B:
a. Cul es el recorrido de las variables continuas A y B?
b. Calcula las probabilidades de los intervalos asociados a las variables continuas A y B a. P(A [0,10 )) = b P(A [0,2 )) = c. P(A [2,5 , 7,5)) = g. P(B [0,150 )) = h. P(B [ 90,120 )) =
50,100 )) = i. P(B [
j. P(B [37,5 , 75)) = k. P(B [ 80,90 )) = l. P (B [0,1)) =
3,4 )) = d. P(A [
e. P(A [6; 6 ,5)) = f. P (A [0,1)) =
101
Distribucin de Probabilidades para variables aleatorias continuas

Durante el estudio de la unidad, slo has graficado la distribucin de probabilidades para variables aleatorias discretas, a partir de las probabilidades de xito para cada valor numrico del recorrido. En el caso de variables aleatorias continuas, las situacin es similar, slo que ahora, las probabilidades de xito estn asociadas a intervalos de nmeros reales. Para construir el grfico, primero se divide el recorrido en un cierto nmero de intervalos, todos de igual largo. Luego se calcula la correspondiente probabilidad de xito de cada uno.
Ejemplo
Construir la distribucin de probabilidades de la variable aleatoria continua X (presentada en la pgina 100) con intervalos de largo 2. El recorrido, entonces, queda dividido en los intervalos: [0, 2); [2, 4); [4, 6) y [6, 8) como se ve en la imagen. La imagen tambin muestra que la probabilidad de cada intervalo es la misma y que es igual a 1 . Si se calcula: 4
P(X [0, 2 )) = 20 2 1 = = ; 80 8 4 P(X [2, 4)) = 42 2 1 = = 80 8 4
P(X [4, 6 )) =
64 2 1 86 2 1 = = = = y P(X [6, 8)) = 80 8 4 80 8 4
Para graficar esta informacin, debemos tener presente que se trata de intervalos de nmeros reales. Es por esto, que los valores en el eje X van ordenados y las barras en el grfico (que representan la probabilidad) van juntas, a diferencia del caso de variables aleatorias discretas.
102
Graficando la distribucin de probabilidades para intervalos reales

1. Cul sera el grfico de la distribucin de probabilidades para la variable X, si se consideran intervalos de largo 1 y 1 ? 2 1 Largo 1 Largo 2
2. Grafica la distribucin de probabilidades en cada recuadro, como se indica y para las variables A y B de la actividad Calculando probabilidades en intervalos reales, (pgina 101). Variable A, con intervalos de largo 2,5 Variable B, con intervalos de largo 50
Variable A, con intervalos de largo 1
Variable B, con intervalos de largo 10
103
GUA 14b RULETAS MGICAS CONTINUAS

Hemos estudiado y construido la distribucin de probabilidades de variables aleatorias continuas usando intervalos reales de igual ancho y todos equiprobables, es decir, una ruleta con una nica escala. Nuevamente el software Mquinas Mgicas1, nos permitir la simulacin del lanzamiento de una ruleta - para este caso de una ruleta continua - tantas veces como sea necesario.
Un ejemplo para aprender a construir la mquina

Tomaremos de ejemplo la ruleta continua Y, de la imagen, cuyo recorrido es el intervalo de nmero reales [0, 50 ) . Antes de construir la mquina debemos tomar la decisin de cul ser el largo de los intervalos para la distribucin de probabilidades y luego realizar algunos clculos: Dividiremos el recorrido en 10 intervalos de largo 5, y la probabilidad de cada uno es:
P(Y [0, 5)) = P(Y [5, 10)) = ... = P(Y [45, 50)) = 5 1 = 50 10
Teniendo esta informacin podemos proceder a construir el circuito como se muestra a continuacin:
Ruleta Y
1. Como lo has hecho en actividades anteriores, esta mquina consta de una RULETA, un DISPLAY, y un HISTOGRAMA unidos por una tubera.
1 Sofware creado y diseado por AutoMind.
104
Definiendo parmetros de la ruleta

2. Haz un clic con el botn derecho sobre la Ruleta insertada en la mquina para extender un men, luego un clic sobre Propiedades donde aparecer la siguiente ventana:
3. El total de iteraciones a realizar ser 100. (Puedes hacer hasta 1000, pero esto le tomar tiempo a la mquina) 4. Como la ruleta Y ser dividida en 10 intervalos se debe cambiar el nmero de segmentos de la Ruleta a 10 y luego presionar Crear. 5. El tipo de variable para este caso es continuo, por eso se debe cambiar a la opcin de Ruleta Continua. 6. El primer segmento est asociado al intervalo [0, 5) , cuyo porcentaje es 10 (que ya aparece escrito en el recuadro) y el extremo inferior es 0 y el superior es 5. 7. Haz clic sobre Actualizar. 8. El segundo segmento est asociado al intervalo [5, 10 ) y su porcentaje tambin es 10 y el extremo inferior es 5 (observa que es el segundo valor del intervalo anterior) y el superior es 10. Presiona Actualizar. 9. Contina en orden con los intervalos: [10, 15 ) ; [15, 20 ) ; [20, 25 ) ; [25, 30 ) ; [30, 35 ) ; [35, 40 ) ; [40 , 45 ) ; [45, 50 ) ; todos equiprobables. 10. Terminada la configuracin de la ruleta hace clic en Aceptar.
105
Definiendo parmetros en el histograma

11. Sobre el HISTOGRAMA haz un clic con el botn derecho y abre la ventana de propiedades.
12. Como se trabaja a partir de intervalos, haz un clic en el crculo al lado de la opcin Intervalo. 13. Para ingresar [0, 5), en el primer cuadro se agrega el extremo inferior, 0 y en el cuadro siguiente el valor superior 5. Haz un clic en Agregar. En el cuadro de la izquierda aparecer escrito el intervalo, esto quiere decir que ya est ingresado y que puedes continuar con el siguiente. 14. Se continua de la misma manera para los dems. 15. Finalmente, haz clic en Aceptar.
Ejecutando al mquina
16. Recuerda que en la parte inferior de la pantalla encontrars una barra con la que puedes aumentar o disminuir la rapidez de tu mquina. Se recomienda aumentarla al mximo. 17. Ya est lista la mquina para que comience a funcionar, slo necesitas presionar Ejecutar y esperar que la mquina termine los 100 lanzamientos. 18. Finalizado el proceso, para poder ver el Histograma Experimental, abre el submen del histograma y haz un clic sobre Ver. No olvides ajustar la escala del histograma para ver adecuadamente las barras. 19. En la ventana de propiedades del histograma se puede cambiar el tipo de histograma a Torta, de esta manera puedes ver los porcentajes obtenidos para cada valor.
106
Comparando grficos
1. Para las ruletas A y B de la gua 14, construye la distribucin de probabilidades en los recuadros como se indica a continuacin:
Ruleta A
Ruleta B
Ruleta A, intervalos de largo 2,5
Ruleta B, intervalos de largo 30
107
Ruleta A, intervalos de largo 5
Puedes realizar aqu los clculos que sean necesarios:
2. Para las siguientes situaciones construye una mquina que simule 100 lanzamientos: a. b. c. d. Ruleta A con intervalos de largo 2,5. Ruleta A con intervalos de largo 5. Ruleta B con intervalos de largo 30. Ruleta B con intervalos de largo 50.
Durante la ejecucin de las mquinas observa los valores que aparecen en el DISPLAY. Qu tipo de valores son? 3. Grafica los histogramas experimentales correspondientes: Ruleta A, intervalos de largo 2,5 Ruleta B, intervalos de largo 30
108
Ruleta A, intervalos de largo 5

1. Al comparar los histogramas experimentales con su correspondiente histograma ideal, son iguales?
2. Qu puedes hacer para que los histogramas experimentales se parezcan ms a los ideales?
3. Por qu las barras de los histogramas aparecen ahora juntas?
109
GUA 15 FUNCIN DE DENSIDAD

Comparando variables aleatorias continuas Densidad de probabilidad
Anteriormente, en las guas 14 y 14b, has calculado probabilidades en intervalos reales para variables aleatorias continuas, adems de graficar la distribucin de probabilidades, considerando intervalos de cierto largo. En esta gua se estudiar el concepto de Densidad de Probabilidad con el propsito de conocer cmo se distribuyen las probabilidades de un evento en relacin al resultado del evento. Para entender mejor esta idea, realizaremos la siguiente analoga:
Con ruletas
Sean las ruletas N y S, tal como se muestra en la siguiente figura, cuyos recorridos son [0, 900) y [0, 400) respectivamente.
Ruleta N
Ruleta S
Si ambas ruletas se hacen girar el mismo nmero de veces y se marca la posicin en que se detiene, se tendra algo as:
Ruleta N
Ruleta S
Para ver cmo estn distribuidos los resultados del evento (marcas) se realiza el supuesto de estirar las ruletas, transformndolas en dos reglas como se muestra a continuacin:
110
Ruleta N
Ruleta S
En ambos casos los resultados se distribuyen de manera uniforme en toda la regla. Esto quiere decir, que las probabilidades de xito son las mismas para todos los intervalos de igual largo. Por otro lado, el recorrido de N es ms largo que el de S, luego en N se encuentra un menor nmero de resultados por unidad de largo, a diferencia de S. Es decir, la densidad de probabilidades de S es mayor que N. Este ltimo concepto lo analizaremos a partir del estudio de la Funcin de Densidad.
Calculando
Una manera ms precisa de obtener la densidad de probabilidades es calculando el cuociente entre la probabilidad de un intervalo de largo h y el valor h, donde h puede ser cualquier valor positivo menor o igual al largo del recorrido. Esto se denomina la Funcin de Densidad para variables aleatorias continuas y se expresa de la siguiente manera:
(x ) =
P(X [x, x + h )) h
En el caso de la ruleta N, si se considera un h = 10, se tiene la siguiente funcin:
(n ) = P(N [n, n + 10))

10
Para obtener su valor se realizan los siguientes pasos: Primero se calcula P (N [n, n + 10 )) , tal como lo hiciste en la gua 14, dividiendo el largo del intervalo [n, n + 10) por el del recorrido, [0, 900) :
P(N [n, n + 10 )) = n + 10 n 10 1 = = 900 0 900 90
Por ltimo de determina la Funcin de Densidad, reemplazando el resultado anterior en la funcin: (n ) = P(N [n, n + 10)) = 1 1 = 1 10 90 10 900
111
Ahora, si para la misma ruleta N, se considera un h = 5, se debe obtener el mismo resultado:

P(N [n, n + 5)) = f (n ) = n+5n 5 = 900 0 900
P (N [n, n + 5)) 5 1 1 = = 5 900 5 900 P (N [n, n + h )) 1 , para todo valor 0 < h 900 . = h 900
Por lo tanto, f (n ) =
Comparando
1. Calcula la Funcin de Densidad para la ruleta S, utilizando los siguientes valores de h. Recuerda primero calcular la probabilidad para intervalos de largo h, tal como se realiz anteriormente. a. h = 400
b. h = 10
c. h = 1
2.
Por lo tanto, f ( s ) =
P(S [s, s + h )) = h
, para cualquier valor de 0 < h 400 .
3. Compara los valores de las funciones de densidad para N y S. Qu valor es mayor? Realiza esta misma comparacin respecto al anlisis hecho con la ruletas estiradas. Qu ruleta tiene una mayor densidad de probabilidad, es decir, concentra una mayor cantidad de resultados (marcas) por unidad de largo?
112
Graficando la Funcin de Densidad

Siguiendo el mismo camino que cuando se grafica la distribucin de probabilidades, en el eje X se ordenan los valores de menor a mayor considerando el intervalo total. El eje Y estar asociado a los valores de la Funcin de Densidad. A continuacin se graficar la Funcin de densidad para las ruletas N y S. Para estos casos en particular, la funcin es la misma para todos los valores del recorrido, entonces los grficos son: Para la variable aleatoria continua N, asociada a la ruleta N, se tiene
(n ) = P(N [n, n + h )) =
h
1 , para todo valor 0 < h 900 . 900
Para la variable aleatoria continua S, asociada a la ruleta S, se tiene
(s ) = P(S [s, s + h )) =
h
1 , para todo valor 0 < h 400 . 400
Formalmente, se dice que las variables aleatorias continuas S y N son Distribuciones Uniformes.
113
Determinando Funciones de densidad

Dadas las siguientes ruletas, cada una asociada a una variable aleatoria continua, responde:
2. Calcula las probabilidades para los intervalos de las ruletas dadas: a. b c. d. e.
P( [0,10 )) = P( [0, 5)) =
f . P( W [0, 6 )) = g . P( W [20, 24)) = h. P( W [ 12, 14 )) = i . P( W [w, w + 12)) = j.
P( [0,1)) =
P( [u , u + 5)) = P( [u , u + 1)) =
P( W [w, w + 1)) =
4. Cul es el valor de la Funcin de Densidad de la variable W? (utiliza un h = 12 y h = 1)
114
5. Grafica la Funcin de Densidad de las variables. Qu tipo de distribucin son? Variable U Variable V
6. Cul de las dos variables es ms densa? Cmo interpretas este resultado?
Evaluando lo aprendido
1. Sea X una variable aleatoria continua con distribucin uniforme, cuyo recorrido es el intervalo [a, b ) , calcula:
P(X [x, x + h )) = h
( x) =
2. Considerando el resultado anterior calcula la Funcin de Densidad de las ruletas continuas N, S, U, W presentadas en esta gua.
115
GUA 16 CAMBIO DE DENSIDADES

Funcin de Densidad Existen variables aleatorias continuas con otras densidades?
En la gua 15 slo estudiamos casos con Distribuciones Uniformes donde la densidad de probabilidad para intervalos de igual largo era la misma. Pero hay variables donde no es as. Retomando el ejemplo del estudio de la estatura de los jvenes del liceo, visto en la gua 14, le asociaremos la variable aleatoria continua Y, cuyo recorrido es el intervalo [ 155, 195), al medir las estaturas en centmetros, y la ruleta asociada es la siguiente: El recorrido est dividido en tres intervalos que, tal como se observa en la ruleta, tienen diferente largo o escala:
[ 155, 165)de largo [ 165, 175)de largo [ 175, 195)de largo

Cada uno est asociado a un sector de la ruleta, segn lo anterior las probabilidades son: Ruleta Y
P(Y [ 155, 165)) = P(Y [ 165, 175)) = P(Y [ 175, 195)) =

Imagina que cada vez que hacemos girar la ruleta es como si escogiramos un alumno al azar y, cada vez que se detenga, hacemos una marca (un punto). Despus de escoger a 10 alumnos tendramos algo como la primera ruleta. Con 20 alumnos la situacin sera como la segunda y, finalmente, con 40 sera como la ltima ruleta.
10 alumnos
20 alumnos
40 alumnos
116
Al estirar la ruleta, sta quedara como un segmento de recta que va desde 155 a 165, con las correspondientes marcas de cada lanzamiento: 10 alumnos 20 alumnos
40 alumnos Si observamos los segmentos de recta, vemos cmo entre 165 y 175 se han concentrado las marcas (o los alumnos). Ah hay ms densidad. Pero comparemos los intervalos entre s: 1. Considera en la ruleta Y los intervalos de igual largo, cules son sus correspondientes probabilidades? Mirando las reglas, cul es ms denso , es decir, en qu intervalo se concentra un mayor nmero de resultados (marcas) por unidad de largo?
2. Ahora, considerando los intervalos de igual probabilidad de xito, cules son sus correspondientes largos? Observando las reglas, cul es ms denso?
Otro ejemplo
La ruleta Z, est dividida en dos partes iguales y cada una est asociada a un intervalo de diferente largo o escala. A partir de ella responde: 1. Cul es el recorrido de Z?
2. Identifica los intervalos asociados a cada mitad y el largo de cada uno: Ruleta Z
117
3. Escribe la probabilidad de cada intervalo formalmente:
Simulando el lanzamiento de la ruleta

Supongamos que lanzamos la ruleta Z unas 30 veces y las marcas que se observan en la imagen son donde ella se detuvo en cada lanzamiento. Nuevamente haremos el ejercicio de estirar la ruleta. En la siguiente regla copia las marcas en la misma disposicin como aparecen y luego responde las preguntas:
1. Marca en la regla los intervalos asociados a cada mitad en la ruleta y cuenta el nmero de puntos en cada uno dnde hay ms puntos?
2. En qu intervalos se observan ms concentradas las marcas, es decir, cul es ms denso?
Cmo podemos saber cul intervalo es ms denso?

Para responder esta pregunta, analizaremos lo que ocurre en cada mitad de la ruleta y luego los resultados los compararemos con la actividad anterior. I.
Considerando el intervalo [0, 4)
1. Cul es la probabilidad del intervalo [0, 4)?Cunto es su largo?
118
2. Calcula la densidad para [0, 4) :
(z ) = P(Z [0,4)) =
4
II. Considerando el intervalo [4, 20) 1. Cul es la probabilidad del intervalo [4, 20)? Cunto es su largo?
2. Calcula la densidad para [4, 20) :
(z ) = P(Z [4,20 )) =
16
3. Comparando los resultados con lo ocurrido en la simulacin del lanzamiento de la ruleta, matemticamente se concluye que el intervalo es ms denso.
III. Grafica la Funcin de densidad de la variable Z
Formalmente esto se expresa:

1 8 (z ) = 1 32
para z [0,4 ) para z [4,20 )
119
Densidad de probabilidad para Y

1. Calcula para la ruleta Y, sobre el estudio de estaturas, la densidad de cada uno de los segmentos:
2. Grafica la Funcin de Densidad de Y:
3. Comparando los resultados con lo ocurrido en la simulacin del lanzamiento de la ruleta, matemticamente se concluye que el intervalo es ms denso.
Densidad de probabilidad para X

Considera la variable aleatoria continua X, representada por la siguiente ruleta, para responder las preguntas: 1. Cul es el recorrido de la variable X?
2. Identifica los intervalos asociados a los sectores marcados en la ruleta: Ruleta X
120
3. Calcula la densidad de los intervalos:
4. Cul de los intervalos es el ms denso?
5. Construye el grfico de la funcin de densidad:
Buscando la ruleta V
Considerando el siguiente grfico de la funcin de densidad para la variable aleatoria continua V, responde las siguientes preguntas:
1. Cul es el recorrido de la variable?
121
2. Cmo est dividido el recorrido, segn diferencias de densidad?
3. Determina el largo de estos intervalos. Cul es la probabilidad de xito de cada uno?
4. A partir de la informacin anterior, construye la ruleta para la variable V:
Evaluando lo aprendido
Como ya sabes, la funcin de densidad es el cuociente entre la probabilidad de xito y el largo del intervalo, a partir de ello y de los casos estudiados anteriormente responde: 1. Si dos intervalos de distinto largo tienen igual probabilidad de xito, cul sera el ms denso? Por qu?
2. Si se tienen dos intervalos de distinta probabilidad de xito, pero de igual largo, cul sera el ms denso? Por qu?
122
3. Considera la ruleta W, para responder las preguntas que a continuacin se presentan relacionadas a lo que has estudiado en las guas 14, 14b, 15 y 16. a) Cul es el recorrido de la variable W?
Ruleta W b) Segn la divisin que se muestra en la ruleta W, en qu intervalos est dividido el recorrido? (La ruleta W est dividida en medios y octavos)
c) Cul es el grfico de la distribucin de probabilidades de dichos intervalos?
d) Slo observando la ruleta, podras decir cul de los intervalos es ms denso? Justifica tu respuesta.
123
e) Calcula la funcin de densidad de la variable aleatoria continua y compara con la respuesta dada anteriormente.
f) Grafica la funcin de densidad.
124
PROYECTO UN ESTUDIO ESTADSTICO

Inters en una cita casi a ciegas
Este proyecto, consiste en la realizacin de un estudio estadstico acerca del inters de un estudiante en una cita casi a ciegas con alguien del sexo opuesto. Esto quiere decir que, antes de realizar la cita, se maneja cierta informacin respecto de la persona a conocer. El propsito de esta actividad, es llevar a cabo una encuesta en tu colegio para recopilar la informacin necesaria y luego analizarla, aplicando todos los conceptos y procedimientos relacionados con las variables aleatorias discretas, que has estado estudiado en el trascurso de la unidad. Para organizar este estudio de la mejor manera, te sugerimos trabajar paso a paso y registrar tus avances en la gua especialmente dispuesta pare ello. El tiempo para desarrollar este trabajo ser definido por el profesor y la entrega final corresponder a un informe que refleje los avances y resultados de este proyecto.
Definiendo la variable aleatoria

En este proyecto estudiaremos la variable aleatoria:
Inters en una cita casi a ciegas con una persona del sexo opuesto
Esto es, el inters que tendra una persona, escogida al azar dentro de una poblacin de estudiantes de enseanza media, en salir con una persona del sexo opuesto. Los valores de la variable aleatoria son 0 y 1. Cero significa que NO tiene inters, y uno significa que SI saldra. La cita es casi a ciegas, pues la persona consultada conoce algunos datos de antemano: una evaluacin del atractivo fsico hecha por terceros y las respuestas de 5 conocidos en cuanto al inters por salir con esa persona. Investigaremos esta variable aleatoria tanto para hombres como para mujeres por separado, y lo haremos en cuatro condiciones: Tabla 1: Atractivo fsico, personas consultadas e inters en salir.
Tipo de persona Condicin fsica (evaluado entre 1, muy poco atractivo a 10, extremadamente atractivo) Personas consultadas Personas interesadas en salir
A. B. C. D.
Poco atractiva (evaluacin = 3) Poco atractiva (evaluacin = 3) Es atractiva(evaluacin = 8) Es atractiva (evaluacin = 8)
5 5 5 5
1 4 1 4
125
Situacin ideal
Debido a que nuestra variable aleatoria est condicionada por los factores de atractivo fsico e inters en salir, sealados en la tabla anterior, en realidad podemos hablar de 4 variables en el caso de mujeres y 4 variables en el caso de hombres, es decir, 8 en total. Ms formalmente: Mujeres: YA, YB, YC e YD Hombres: XA, XB, XC y XD
Para cada variable se resumen las siguientes condiciones: Tabla 2: Versin para mujeres (inters de salir con un varn) YA Atractivo = 3 Inters = 1/5 YB Atractivo = 3 Inters = 4/5 YC Atractivo = 8 Inters = 1/5 YD Atractivo = 8 Inters = 4/5
Tabla 3: Versin para hombres (inters de salir con una dama) XA Atractivo = 3 Inters = 1/5 XB Atractivo = 3 Inters = 4/5 XC Atractivo = 8 Inters = 1/5 XD Atractivo = 8 Inters = 4/5
Cada variable puede ser representada como una ruleta con valores 0 y 1. Luego podemos pensar en 8 ruletas ideales, considerando la informacin dada sobre inters en salir. Por ejemplo, para la versin de hombres la variable XA, con las condiciones: Atractivo = 3 e Inters = 1/5, se tiene la ruleta ideal:
Situacin experimental y encuestas

Para investigar el comportamiento de nuestra poblacin, averiguaremos acerca de la distribucin de probabilidades de las variables antes definidas, a travs de una encuesta. Para cada una de las 8 variables aleatorias entrevistaremos a 40 individuos, lo que da un total de 320 entrevistas. La manera en que se obtendr el total de las encuestas ser decidida por el profesor. Aqu se sugiere formar 8 o 10 grupos y que cada uno se haga cargo de 40 o 32 encuestas. Cada entrevistado(a) lee el siguiente texto y responde las preguntas correspondientes.
126
Versin para mujeres

Juan fue entrevistado independientemente por 5 mujeres en una encuesta previa. Cada entrevista dur entre 20 a 30 minutos, y la entrevistadora poda preguntarle cualquier cosa. Las cinco mujeres le pusieron nota a Juan en base a varias caractersticas. La nota era de 1 a 10, siendo 10 lo mejor. En trminos de atractivo fsico, el promedio fue 3 de 10 (donde 1 es extremadamente poco atractivo fsicamente, y 10 es extremadamente atractivo fsicamente). Adicionalmente, a las 5 mujeres se les pregunt el inters en tener una cita con Juan. 4 respondieron estar interesadas en una cita con Juan. Edad Sexo No (0) S (1)
Estaras interesada en tener una cita con Juan?
En las siguientes preguntas evala a Juan de 1 (Mala) a 10 (Muy buenas) Qu tan buenas habilidades sociales crees que Juan posea? Qu tan buen sentido del humor crees que Juan posee? Qu situacin econmica crees que Juan tenga?
Versin para hombres

Paty fue entrevistada independientemente por 5 hombres en una encuesta previa. Cada entrevista dur entre 20 a 30 minutos, y el entrevistador poda preguntarle cualquier cosa. Los cinco hombres le pusieron nota a Paty en base a varias caractersticas. La nota era de 1 a 10, siendo 10 lo mejor. En trminos de atractivo fsico, el promedio fue 3 de 10 (donde 1 es extremadamente poco atractiva fsicamente, y 10 es extremadamente atractiva fsicamente). Adicionalmente, a los 5 hombres se les pregunt el inters en tener una cita con Paty. 4 respondieron estar interesados en una cita con Paty . Edad Sexo No (0) S (1)
Estaras interesada en tener una cita con Paty?
En las siguientes preguntas evala a Paty de 1 (Mala) a 10 (Muy buenas) Qu tan buenas habilidades sociales crees que Paty posea? Qu tan buen sentido del humor crees que Paty posee? Qu situacin econmica crees que Paty tenga?
NOTA: Para formar los 4 tipos de entrevista (versiones para hombre y mujer), el nmero 3 en negritas, se cambia a 8 para indicar gran atractivo fsico, y el nmero 4 en negritas se cambia a 1 para indicar poco inters en las otras personas de salir con l o ella.
127
PROYECTO AVANCES DEL ESTUDIO ESTADSTICO

Inters en una cita casi a ciegas
Una vez definido el grupo de trabajo, lo siguiente es organizar de qu manera sern recopilados los datos y luego cmo sern ordenados, resumidos y presentados. Para lograr un buen resultado y asegurar que comprenden cada etapa del proyecto, sigan paso a paso las instrucciones que a continuacin se describen, respondiendo en cada caso lo solicitado. Debe quedar claro que para pasar a la siguiente etapa es necesario haber desarrollado completamente la anterior. Una vez completadas todas ellas, estarn en condiciones de hacer el informe final del proyecto.
Etapa 1: Propsito del estudio, variables aleatorias y poblacin

En esta etapa responde las siguientes preguntas: 1. Cul es el propsito de este estudio estadstico?
2. Cul es la poblacin involucrada en el estudio y cules son sus caractersticas?
3. Cul es la variable aleatoria en juego? Cmo se puede definir?
4. En base a la informacin y condiciones de que se dispone para responder la encuesta, construyan las ruletas tericas asociadas a las variables siguiendo el ejemplo.
128
Tabla 1: Versin para mujeres (inters de salir con un varn) YA Atractivo = 3 Inters = 1/5 YB Atractivo = 3 Inters = 4/5 YC Atractivo = 8 Inters = 1/5 YD Atractivo = 8 Inters = 4/5
Ruleta A
Ruleta B
Ruleta C
Ruleta D
Tabla 2: Versin para hombres (inters de salir con una dama) XA Atractivo = 3 Inters = 1/5 XB Atractivo = 3 Inters = 4/5 XC Atractivo = 8 Inters = 1/5 XD Atractivo = 8 Inters = 4/5
Ruleta A
Ruleta B
Ruleta C
Ruleta D
Etapa 2: Recopilacin de los datos

En esta etapa reflexionen acerca de la muestra de estudiantes y de la manera en que tomarn las encuestas. Para esta parte ser el profesor quien determine y organice la forma en cmo los grupos tomarn las encuestas. 1. Cul es el total de encuestas a realizar y cuntas har el grupo? 2. Cmo se organizarn para aplicarlas y en cunto tiempo? 3. Cmo seleccionarn la muestra, es decir, a quines entrevistarn y por qu? 4. Cmo registrarn los datos para facilitar luego el anlisis?
129
Etapa 3: Ordenando y resumiendo la informacin

En esta etapa se deben recopilar y ordenar las encuestas realizadas por cada grupo, segn los tipos de variables (Mujeres: YA, YB, YC e YD y Hombres: XA, XB, XC y XD) y segn cmo se hayan organizado los grupos. Por ltimo, deben decidir qu recursos tecnolgicos pueden ayudar con la tarea. 1. Cmo clasificarn la informacin, es decir, qu criterios usarn? 2. Cmo orientarn el anlisis pensando en las diferencias entre mujeres y hombres? 3. Qu herramientas tecnolgicas usarn? Por ejemplo: Planilla electrnica. 4. Construyan tablas de frecuencia para cada variable, segn la respuesta de los encuestados. 5. Construyan las 8 ruletas experimentales de acuerdo a la informacin obtenida. Tabla 3: Versin para mujeres (inters de salir con un varn) YA Atractivo = 3 Inters = 1/5 YB Atractivo = 3 Inters = 4/5 YC Atractivo = 8 Inters = 1/5 YD Atractivo = 8 Inters = 4/5
Ruleta A
Ruleta B
Ruleta C
Ruleta D
Tabla 4:Versin para hombres (inters de salir con una dama) XA Atractivo = 3 Inters = 1/5 XB Atractivo = 3 Inters = 4/5 XC Atractivo = 8 Inters = 1/5 XD Atractivo = 8 Inters = 4/5
Ruleta A
Ruleta B
Ruleta C
Ruleta D
130
6. Comparen las ruletas ideales con las experimentales. Qu tanto se parecen o no de acuerdo a la informacin inicial y qu tanto influye sta en las repuestas de los encuestados? 7. Establezcan una relacin entre las respuestas de los encuestados respecto al inters en salir (Si/ No) con las notas asignadas a la persona por habilidades sociales, sentido del humor y situacin econmica. 8. Construyan los histogramas asociados para cada ruleta.
Etapa 4: Presentacin de los resultados, conclusiones, inferencias e Informe

En esta etapa el propsito es obtener las conclusiones e inferencias acerca de los resultados obtenidos. 1. El total de encuestas realizadas por el curso, es una muestra representativa de la poblacin del estudio estadstico? 2. Qu habra que hacer para obtener una mejor muestra? 3. Hay alguna diferencia entre como responden hombres en comparacin a mujeres? Justifica tu respuesta. 4. Qu pueden concluir de este estudio estadstico? 5. Comentarios y observaciones respecto a las situaciones y dificultades enfrentadas por el grupo al realizar las entrevistas. 6. Qu relacin hay entre las respuestas dadas por los entrevistados sobre el inters en salir con Juan o Paty y las notas que ellos les pusieron en las preguntas respecto a sus habilidades sociales, sentido del humor y situacin econmica? 7. Fue interesante para ustedes el tema del estudio estadstico? Justifiquen su respuesta.
131

3º Medio Probabilidades

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

3º Medio Probabilidades

Загружено:

Авторское право:

Доступные форматы

ESTADSTICA Y PROBABILIDAD

OTRO PASO EN EL ESTUDIO DE LAS PROBABILIDADES

OTRO PASO EN EL ESTUDIO DE LAS PROBABILIDADES

UNIDAD DE ESTADSTICA Y PROBABILIDAD

MATERIAL DEL ESTUDIANTE

Roberto Araya Schulz Mauricio Moya Mrquez M. Alicia Venegas Thayer

Matemtica Interactiva: Aprender matemtica creando soluciones

GUA 1 PREGUNTAS INICIALES

Unidad: Otro paso en el estudio de las Probabilidades

Un ejemplo para comenzar

Unidad: Otro paso en el estudio de las Probabilidades

GUA 2 EXPERIMENTOS ALEATORIOS

Lanzando dos monedas no sesgadas1

Unidad: Otro paso en el estudio de las Probabilidades

5. Construye el histograma experimental asociado:

Unidad: Otro paso en el estudio de las Probabilidades

8. Construye el histograma ideal asociado:

9. Compara la situacin terica con la experimental Cmo son los histogramas?

Lanzando dos dados no cargados

Unidad: Otro paso en el estudio de las Probabilidades

2. Observando la tabla anterior y usando la Regla de Laplace determina las probabilidades:

Unidad: Otro paso en el estudio de las Probabilidades

4. Construye el histograma ideal asociado:

Lanzando un dado y una moneda

Unidad: Otro paso en el estudio de las Probabilidades

2. Usando la Regla de Laplace, calcula las siguientes probabilidades:

Unidad: Otro paso en el estudio de las Probabilidades

3. Cul es la probabilidad P(B)?

2. Calcula las siguientes probabilidades, con la ayuda de un diagrama de rbol. a. P(RR)

Unidad: Otro paso en el estudio de las Probabilidades

Unidad: Otro paso en el estudio de las Probabilidades

4. Dibuja el histograma para este experimento.

5. Si en la urna hubiera 7 bolitas blancas, cuntas rojas habran?

2. Cul es la relacin entre la frecuencia relativa en un experimento y la probabilidad?

Unidad: Otro paso en el estudio de las Probabilidades

GUA 3 RULETAS Y EXPERIMENTOS ALEATORIOS

Unidad: Otro paso en el estudio de las Probabilidades

Unidad: Otro paso en el estudio de las Probabilidades

Asociando ruletas, experimentos e histogramas

Lanzamiento de dos dados, donde interesa registrar la suma de las caras

Unidad: Otro paso en el estudio de las Probabilidades

Unidad: Otro paso en el estudio de las Probabilidades

GUA 4 VARIABLES ALEATORIAS

Unidad: Otro paso en el estudio de las Probabilidades

El caso de las variables aleatorias continuas se retoma en detalle ms adelante.

Unidad: Otro paso en el estudio de las Probabilidades

Qu es la distribucin de probabilidades de una variable aleatoria discreta?

Unidad: Otro paso en el estudio de las Probabilidades

Ruletas y distribucin de probabilidades

2. Para cada distribucin de probabilidades, dibuja las ruletas correspondientes: A B C D

Unidad: Otro paso en el estudio de las Probabilidades

Unidad: Otro paso en el estudio de las Probabilidades

GUA 5 RULETAS CONCRETAS

Experimentando con variables aleatorias

Ruleta asociada a la variable aleatoria Z

Unidad: Otro paso en el estudio de las Probabilidades

Ruleta asociada a la variable aleatoria Y

Valores de Y 1/3 0,4

Unidad: Otro paso en el estudio de las Probabilidades

25% 20% 15% 10% 5% 5% 20%

1 Basado en la Encuesta Mundial de Valores, MORI Chile.

Unidad: Otro paso en el estudio de las Probabilidades

Histograma Experimental Valores de W Frecuencia