Академический Документы
Профессиональный Документы
Культура Документы
Probabilidad
TRABAJO COLABORATIVO FASE 2
GRUPO: 100402_145
PRESENTADO A
JOSE HECTOR MAESTRE LIC, MG, ESP.
GRUPO: 100402_145
OBJETIVOS
General
Adquirir criterios que
permitan comprender, seleccionar y aplicar tcnicas
probabilsticas durante el anlisis de problemas especficos.
Especfico
Revisar, analizar e interiorizar los conceptos tericos presentados en la unidad dos
del curso.
CUADRO SINPTICO
RESUMEN
CONCEPTOS APORTE
TEORICOS
ESTUDIANTE
Variable aleatoria es una funcin
que asigna un nmero real a cada
resultado en el espacio muestral. Se
denotan con letras maysculas
como por ejemplo X, Y, etc.
Variable aleatoria discreta: Es
aquella cuando el nmero de
valores que toma es finito.
Variable aleatoria contina. Es
aquella cuando el nmero de
valores que puede tomar estn
contenidos en un intervalo (finito o
infinito) de nmeros reales.
Valor esperado: Tambin llamado
media o esperanza matemtica. Es
Variable aleatoria una medida de posicin para la
discreta y continua, distribucin de X. Se simboliza con
valor esperado y y se calcula al sumar el producto William Flrez
varianza
de cada valor de X con su
probabilidad correspondiente. En
otras palabras, la media o valor
esperado de una variable aleatoria
discreta X es:
E(X) = = xi f(xi)
Varianza: es una medida de la
dispersin de la distribucin de
probabilidad de sta. Se calcula
ponderando el cuadrado de cada
desviacin con respecto a la media,
con la probabilidad asociada con la
desviacin.
TEMAS
P
R
O
B
A
B
I
L
I
D
A
D
Distribucin
binomial,
Donde
k es el nmero de
ocurrencias del evento o
fenmeno (la funcin nos da la
probabilidad de que el evento
suceda precisamente k veces).
es un parmetro positivo
que representa el nmero de
veces que se espera que ocurra
el fenmeno durante un intervalo
dado. Por ejemplo, si el suceso
estudiado tiene lugar en
Xi
= i=1
K
Luisa
Fernanda
Franco
Cardona
Luisa
Fernanda
Franco
Cardona
( Xi )2
= i=1
Distribucin normal
Distribucin
chi Es una distribucin de probabilidad
cuadrado y t de continua con un parmetro K que Eduar
Luilly
student
representa los grados de libertad de Gmez Garca
la variable aleatoria.
ESTUDIO DE CASO 1
La distribucin de probabilidad binomial es una distribucin de probabilidad discreta
que se presenta con mucha frecuencia. Una de sus caractersticas consiste en que
slo hay dos posibles resultados en un determinado ensayo del experimento y los
resultados son mutuamente excluyentes; Otra caracterstica de la distribucin
binomial es el hecho de que la variable aleatoria es el resultado de conteos. Es
decir, se cuenta el nmero de xitos en el nmero total de ensayos. Una tercera
caracterstica de una distribucin binomial consiste en que la probabilidad de xito
es la misma de un ensayo a otro.
Un estudio del Departamento de Transporte de Illinois concluy que 76.2% de
quienes ocupaban los asientos delanteros de los vehculos utilizaba cinturn de
seguridad. Esto significa que los dos ocupantes de la parte delantera utilizaban
cinturones de seguridad. Suponga que decide comparar la informacin con el uso
actual que se da al cinturn de seguridad, para lo cual selecciona una muestra de
12 vehculos.
INFORME A PRESENTAR:
Presente un informe en el que como mnimo incluya:
1. Esta situacin cumple con los supuestos de la distribucin binomial?
Identifquelos.
Esta situacin cumple los supuestos de la distribucin binomial:
El nmero de pruebas es una cantidad fija. En este caso son 12 vehculos que
se verificaran.
probabilidad binomial
0.3
0.26 0.25
0.25
0.18
0.2
p(x)
0.14
0.15
0.09
0.1
0.05
0
0.01
0.04
0.03
6
vehiculo
10
11
12
0.0902
De esta manera, se concluye que la probabilidad de que los ocupantes de
exactamente 7 de los 12 vehculos de la muestra utilicen cinturones de seguridad es
de aproximadamente 9%.
4. Cul es la probabilidad que los ocupantes de la parte delantera de por lo
menos 7 de los 12 vehculos utilicen cinturn de seguridad?
Como los eventos son mutuamente excluyentes, es decir, que la muestra de 12
vehculos no tiene el total de 3 ni, al mismo tiempo, un total de 7 vehculos en que
los ocupantes utilizan cinturn de seguridad. Por esta razn se determina la
probabilidad de cada uno de estos resultados los cuales se suman enseguida.
x7
n=12 =0.762
P
P ( x=7 ) + P ( x=8 ) + P ( x=9 ) + P ( x =10 ) + P ( x=11 ) + P ( x=12 )
7
127
129
1211
12
1212
=1 ( 0.0383 ) ( 1 )=0.0383
0.0902+0.1805+0.2569+0.2467+ 0.1467+0.0383
0.9562
122
124
126
127
x
1
2
3
4
5
6
7
8
9
10
11
12
TOTAL:
P(x)
0,00000126 0,00000126
9
9
0,00002235 0,0000447
0,0002385 0,0007155
0,001718
0,006872
0,008801
0,044005
0,0328
0,1968
0,0902
0,6314
0,1805
1,444
0,2569
2,3121
0,2467
2,467
0,1436
1,5796
0,0383
0,4596
0,99978111 9,14213846
9
9
El valor esperado del nmero de vehculos en los que los ocupantes de la parte
delantera utilizan el cinturn de seguridad es de 9,142.
ESTUDIO DE CASO 2
El Baloto, es la lotera en lnea de Colombia, supervisado por ETESA (Empresa
territorial para la salud). Es un juego que consiste en acertar 6, 5, 4 o 3 nmeros en
cualquier orden de una matriz del 1 al 45; El jugador seala en un tarjetn los 6
nmeros que escoge. Los nmeros estn representados en 45 balotas numeradas
del 1 al 45. Cada nmero aparece una sola vez y las balotas ganadoras se
seleccionan sin reemplazo. El premio acumulado se entrega a quien haga coincidir
los seis nmeros.
INFORME A PRESENTAR:
Presente un informe en el que como mnimo incluya:
1. Esta situacin cumple con los supuestos de la distribucin
Hipergeomtrica? Identifquelos (Sugerencia: Divida los 45 nmeros en
dos grupos: ganadores y no ganadores).
Los elementos de la muestra se pueden extraer uno a uno y simultneamente, sin
reposicin.
Se esperan dos tipos de resultados, en la poblacin y en la muestra asociados con
el xito y el fracaso.
Las probabilidades para cada uno de los resultados no son constantes, esto se
debe a la no reposicin del elemento extrado en cada ensayo.
Los ensayos del experimento no son independientes.
2. Usando la distribucin de probabilidad Hipergeomtrica determinar la
probabilidad de que el jugador acierte los 6 nmeros.
Se identifica el tipo de variable aleatoria que interviene en el problema y sus
respectivos parmetros. Sea X el nmero de balotas ganadoras en una muestra de
6, tomadas de una urna de cristal que contiene 45 balotas de las cuales 6 son las
ganadoras. Esto es, X es una variable aleatoria hipergeomtrica con parmetros:
N= 45, k = 6 y n = 6.
Su distribucin de probabilidad es:
( )( )
( )
La probabilidad de que el jugador acierte las 5 balotas ganadoras est dada por:
6 39
5 1
P ( x=5 )=
=2.87291E-05
45
6
( )( )
( )
La probabilidad de que el jugador acierte las 4 balotas ganadoras est dada por:
6 39
4 2
P ( x=4 )=
=0.001364631
45
6
( )( )
( )
La probabilidad de que el jugador acierte las 3 balotas ganadoras est dada por:
6 39
3 3
P ( x=3 )=
=0 .022440596
45
6
( )( )
( )
ESTUDIO DE CASO 3
La distribucin de probabilidad de Poisson describe el nmero de veces que se
presenta un evento durante un intervalo especfico. El intervalo puede ser de
tiempo, distancia, rea o volumen. La distribucin se basa en dos supuestos. El
primero consiste en que la probabilidad es proporcional a la longitud del intervalo. El
segundo supuesto consiste en que los intervalos son independientes. En otras
palabras, cuanto ms grande sea el intervalo, mayor ser la probabilidad; adems,
el nmero de veces que se presenta un evento en un intervalo no influye en los
dems intervalos.
Esta distribucin posee diversas aplicaciones. Se le utiliza como modelo para
describir la distribucin de errores en una entrada de datos, el nmero de rayones y
otras imperfecciones en las cabinas de automviles recin pintados, el nmero de
partes defectuosas en envos, el nmero de clientes que esperan mesa en un
restaurante, el nmero de accidentes en una carretera en un periodo determinado.
La compaa de aviacin Delta Airlines, se caracteriza por su responsabilidad y
cuidado con el equipaje de sus pasajeros, por lo que pocas veces se pierde
equipaje. En la mayora de los vuelos no se pierden maletas; en algunos se pierde
una; en unos cuantos se pierden dos; pocas veces se pierden tres, etc. Suponga
P ( x )=
e
X!
0.3
0(e0.3 )
P ( 0 )=
La probabilidad de no perder ninguna maleta es del 74% de los vuelos.
3. Determine cul es la probabilidad de que en un vuelo se pierda
exactamente una maleta.
P ( x )=
x e
X!
0.3
1(e0.3)
P ( 1 )=
P ( x )=
e
X!
Donde,
P (2 X 4 )=P ( X 4 )P (X 2)
Entonces,
0.3
2(e0.3)
P ( 2 )=
4 (e0.3 )
P ( 4 )=
P ( X 4 )P ( X 2 )=0.025 6.07 =6.045
La probabilidad de que en un vuelo se pierdan entre dos y cuatro maletas es
de -6.045%
P ( x )=
e
X!
Donde,
P ( X 4 )=1P ( X 4 )
Entonces,
0.3
0.3
0(e )
P ( 0 )=
0.3
1(e0.3)
P ( 1 )=
0.3
2(e0.3)
P ( 2 )=
3(e0.3 )
P ( 3 ) =
0.3
4 (e0.3 )
P ( 4 )=
Entonces,
P ( X 4 )=1P ( X 4 )
P ( X 4 )=1P ( 0.7408+0.2222+0.0607+ 0.00333+0.00025 )
( X 4 )=1P ( X 4 ) =0.02355
La probabilidad de que se pierdan en un vuelo ms de cuatro maletas es de
0.023552.355%
6. En qu momento debe sospechar el supervisor de la Aerolnea que en un
vuelo se estn perdiendo demasiadas maletas?
P ( x )=
x e
X!
0.3
1(e0.3)
P ( 1 )=
El supervisor debe sospechar desde el momento en que se empieza a perder una
maleta, ya que esto significa que es del 22% de los vuelos en la que se empieza a
perder maletas y esto no estara dentro de la norma y calidad de la aerolnea.
ESTUDIO DE CASO 4
Para una poblacin grande de personas sin hogar, Wong y Piliavin (2001)
examinaron factores de estrs, recursos y agotamiento psicolgico empleando la
Escala de Depresin del Centro de Estudios Epidemiolgicos (CESD), un
cuestionario de evaluacin comunitario.
85 0,85
0,85 0,5=0,35
Z =1,04
1,04=
x=(1,047,5)+23,5=31,3
5. Las personas sin hogar con puntacin en el 25% ms bajo, se les enva a un
servicio de orientacin laboral para mejorar sus recursos. Qu puntuacin
permite calificar a una persona para acceder a este servicio?
25 =0,25 en latabla de distribucin normal Z es0,67
Z =0,67
ESTUDIO DE CASO 5
Para entregar una Tarjeta de crdito en los bancos del grupo Aval, los analistas del
banco clasifican o califican al cliente en funcin de la probabilidad de que resulte
rentable. Una tabla habitual de calificaciones es la siguiente:
Edad
Tiempo vivido
Menos de
25 (12 pts.)
25 - 29
(5 pts.)
30 - 34
(0 pts.)
35 +
(18 pts.)
< 1 ao
1 - 2 Aos
3 - 4 Aos
5 + aos
(9 pts.)
(0 pts.)
Ninguna
(18 pts.)
0 - 1 Ao
(12 pts.)
(13 pts.)
2 - 4 Aos
(13 pts.)
$ 100 - $
Ninguna $ 1 - $ 199
299 (4
(15 pts.)
(6 pts.)
pts.)
$ 200 - $
$ 1 - $ 199
Propia
399 (10
(0 pts.)
(12 pts.)
pts.)
Solo
Solo
Ambas
cheques ahorros (2
(15 pts.)
(3 pts.)
pts.)
(20 pts.)
5 + aos
(3 pts.)
$ 300 +
(0 pts.)
Vive con
parientes
(24 pts.)
Ninguna
(0 pts.)
La calificacin es la suma de los puntos de los seis rubros. Por ejemplo, Sushi
Brown tiene menos de 25 aos (12 puntos); ha vivido en el mismo domicilio
durante dos aos (0 puntos); desde hace cuatro aos es dueo de un automvil
(13 puntos), por el que realiza pagos de $75 (6 puntos); realiza gastos domsticos
de $200 (10 puntos) y posee una cuenta de cheques (3 puntos). La
calificacin que obtendra sera de 44. Despus, con una segunda tabla, se
convierten las calificaciones en probabilidades de rentabilidad del cliente, as:
Puntuacin
Probabilidad
30
.70
40
.78
50
.85
60
.90
70 80 90
.94 .95 .96
Nombre
Edad
Tiempo de vivir en el mismo domicilio
Antigedad con el auto
Pago mensual del auto
Costo de vivienda
Cuenta de cheques o ahorros
David
Edward
Ann
Born
Brendan
McLaughlin
42
23
33
9
2
5
2
3
7
$140
$99
$175
$300
$200
Propietaria
Ambas Solo cheques Ninguna
INFORME A PRESENTAR:
David Born
Edward Brendan
Anna McLaughlin
Edward
Brendan
23=12
2=0
3=13
99=6
200=10
Cheques=3
44
Ann
McLaughlin
33=0
5=20
7=3
175=4
Prop= 12
Ninguna
39
80 = .95%
44 = .81%
39 = .74%
= 257.25 = 16.03
=159.42 = 12.626
121.56 = 11.025
CONCLUSIONES
En este trabajo se pusieron en prctica y se analizaron los conceptos bsicos de
probabilidad, y cmo se puede emplear el anlisis de probabilidades para
proporcionar informacin til para la toma de decisiones en diversos situaciones.
Mediante la solucin de los diferentes estudios de casos presentados por cada uno
de nosotros, afianzamos en los conceptos de:
REFERENCIAS BIBLIOGRAFICAS