Академический Документы
Профессиональный Документы
Культура Документы
“LISANDRO ALVARADO”
DECANATO DE CIENCIAS Y TECNOLOGÍA
DEPARTAMENTO DE INVESTIGACIÓN DE
OPERACIONES Y ESTADÍSTICA
Julio de 2014.
CONTENIDO
Introducción……………………………………………………………….. 3
Competencias…………………………………………………………….... 4
Contenidos Previos………………………………………………………… 4
Variables Aleatorias…………..……………………………………………. 5
Tipos de Variables Aleatorias……………………………………………... 5
Variable Aleatoria Discreta………………………………………………… 5
Distribución de Probabilidad de una Variable Aleatoria Discreta…………. 8
Problemas de Distribución de Probabilidad de una Variable Aleatoria
11
Discreta……………………………………………………………………..
Distribución de Probabilidad Acumulada de una Variable Aleatoria
19
Discreta………………………………………………………………..……
Problemas de Distribución de Probabilidad Acumulada de una Variable
23
Aleatoria Discreta………………………………………………………….
Valor Esperado de una Variable Aleatoria Discreta………………………. 29
Problemas del Valor Esperado de una Variable Aleatoria Discreta………. 32
Propiedades del Valor Esperado………………………………………….. 36
Varianza de una Variable Aleatoria Discreta……………………………… 39
Problemas de la Varianza de una Variable Aleatoria Discreta……………. 41
Propiedades de la Varianza……………………………………………….. 46
Desviación Estándar de una Variable Aleatoria Discreta…………………. 47
Problema de la Desviación Estándar de una Variable Aleatoria
48
Discreta……………………………………………………………………..
Problemas Propuestos……………………………………………………… 51
Bibliografía………………………………………………………………… 53
2
INTRODUCCIÓN
3
COMPETENCIAS
Fases de Polya
Experimento Aleatorio
Espacio Muestral
Probabilidad
Técnicas de Conteo.
4
VARIABLE ALEATORIA
RECORDEMOS:
La estadística se ocupa de realizar inferencias acerca de las características de
una determinada población, para esto se llevan a cabo experimentos cuyos
resultados son productos de una muestra tomada al azar.
Las Variables Aleatorias se simbolizan por una letra mayúscula como X (Y ò Z), y los
valores que toma la variable con x (y ò z).
Además se puede decir, que es una función de valores reales definida en un espacio
muestral la cual le asigna a los eventos de un espacio muestral un número real. Se
puede denotar por . S X
Variable Aleatoria Discreta: Sea X una Variable Aleatoria. Si el número
de valores posibles de X (esto es Rx el recorrido) es finito o infinito
numerable, llamamos a X una Variable Aleatoria Discreta. Esto es, se
pueden anotar los valores posibles de X como x1, x2,…,xn, …. En el caso
finito la lista termina y en el caso infinito numerable la lista continúa
indefinidamente. (Meyer, P).
5
Donde xi son los valores que toma la Variable
Aleatoria Discreta.
EJEMPLO:
6
Ahora trabajemos con la Variable Aleatoria Discreta
EJEMPLO:
Solución:
y asociada con laPrimero
variabledefinamos
aleatoria el
hayespacio muestral
una función Es una Variable
de probabilidadinforma de la
probabilidad de que X tome un determinado va Aleatoria
S={CC, CX, XC, CC}, en donde C: cara y X: sello.
Discreta, puesto
Definamos la Variable Y: El número de Caras. que sus valores
son contables y
Asi, Y(w) = número de caras que aparecen.
admite salto entre
un valor y otro
7
ACTIVIDADES:
Tenemos una caja, con pelotas de varios colores, el cual está comprendida por, dos
blancas, tres verdes y cinco rojas. Se selecciona al azar dos pelotas
simultáneamente. Estamos interesados en el número de pelotas verdes
seleccionadas.
UN POCO DE HISTORIA
Suele ocurrir que la formación de los conceptos científicos ocurre antes de que
sean comprendidos totalmente.
Eso también fue lo que pasó con el concepto de “variable aleatoria”, uno de los
pilares básicos de la teoría de probabilidad moderna.
El concepto de ‘variable aleatoria’ estuvo presente de forma encubierta casi
desde el principio de la teoría de probabilidad. Como lo fue en el caso de Huygens en
uno de los problemas de su libro, introdujo una variable aleatoria que sigue una
distribución hipergeométrica.
Galileo habló de los errores ‘aleatorios’ que no se pueden predecir y que varían
de medida en medida, en realidad se refería a que esos errores son una variable
aleatoria de distribución desconocida.
Bernoulli enunció su ley de los grandes números, al contabilizar el número de
bolas blancas extraídas de la urna, ese número de éxitos es una variable aleatoria que
toma valores entre 1 y n el número total de pruebas, siguiendo una distribución
binomial.
8
Sin embargo, ninguno de ellos se dio cuenta que hacía falta introducir un nuevo
concepto.
Los primeros pasos en la dirección de introducir la idea de ‘variable aleatoria’
fueron dados por Poisson en 1832 en su libro Sobre la Probabilidad de los
Resultados Promedios de Observaciones. No utilizó el término ‘variable aleatoria’,
pero sí habló de ‘alguna cosa’ que uno puede entender como un conjunto a1, a2,…,an
con sus correspondientes probabilidades p1, p2,…,pn; es decir, habló de las variables
aleatorias discretas.
La palabra ‘variable’ fue utilizada por primera vez por Chebyshev, que asumió
implícitamente que todas las variables aleatorias eran independientes y fue A.
Liapunov (1857–1918) el primero que usó sistemáticamente el término ‘variable
aleatoria’ y especificó que serían independientes cuando fuese necesario.
El conjunto de los pares ordenados formado por los valores de la variable y sus
probabilidades (x, f(x)) y f(x)=P(X=x), se conoce como función de probabilidad o
distribución de probabilidad de la Variable Aleatoria X Discreta. f(x)=P(X=x)
9
La distribución de probabilidad de una Variable Aleatoria indica el
comportamiento que tiene la Variable en el experimento. Esta función asigna
probabilidades a cada uno de los valores de una Variable Aleatoria Discreta, se puede
representar mediante fórmulas, tablas o gráficas.
EJEMPLO:
Supongamos que se lanza un dado y se está interesado en el número que sale en
la cara superior de este. Encuentre la función de Probabilidad para el número que sale
en la cara superior del dado.
SOLUCIÓN:
Definamos el espacio muestral S= {1, 2, 3, 4, 5, 6} es decir que, #S=6.
Definamos la Variable Aleatoria Es Aleatoria puesto que no podemos predecir el
resultado del dado
X: Número que sale en la cara superior del dado. Los valores x=1, 2, 3, 4, 5, 6
; ;
Gráficamente,
0,2
0
1 2 3 4 5 6
10
CURIOSIDAD
¿Qué pasaría ahora si lanzamos dos dados y estamos interesados en la suma
que se genera con los valores que las caras superiores?
TEOREMA:
EJEMPLO:
Determinar el valor de c de modo de que la función siguiente pueda servir como
distribución de probabilidad de la Variable Aleatoria X:
SOLUCIÓN:
Como debemos determinar el valor de c de modo que la función f(x) sea una
distribución de probabilidad entonces, la función debe cumplir las condiciones del
teorema.
Puesto que , más aún
11
Luego para que es mayor que cero, y resulta que f(x) es una función de
EJEMPLO:
Sea X una variable aleatoria que toma los valores: -3, 6, 9 con probabilidades 1/6, 1/2
y 1/3 respectivamente. Verifique si con los datos anteriores se puede expresar una
Distribución de probabilidad.
SOLUCIÓN:
La Variable Aleatoria X es Discreta puesto que entre un valor y otro existe un salto,
expresemos los valores en una tabla o mediante una gráfica:
3/5
X -3 6 9
2/5
p(x) 1/6 ½ 1/3 1/5
0
-3 6 9
Por ser probabilidades todas son mayores que cero, por tanto,
Ahora vemos si la suma de estas da 1
Por lo tanto si se cumple las condiciones del teorema, así, p(x) si es una distribución
de probabilidad.
PROBLEMA
12
es la función de probabilidad para el número de computadoras defectuosas adquiridas
por la tienda?
SOLUCIÓN:
Se resolverá el problema siguiendo las reglas de Polya, como mencionamos
anteriormente.
Fase 1
Debemos seleccionar dos computadoras al azar del embarque que contiene 8.
Datos
Definamos la Variable Aleatoria
Y: Número de computadoras defectuosas adquiridas por la tienda.
Como la tienda hace una compra de 2 computadoras ella puede adquirir y=0, 1, 2
Número de computadoras defectuosas tres
Número de computadoras no defectuosas (buenas) cinco
Número de computadoras total ocho
Incógnita: f(y)
Fase 2
Primero debemos encontrar el espacio muestral teniendo en cuenta que la tienda
adquiere dos de las ocho computadoras, para así encontrar las probabilidades de los
valores de la Variable Aleatoria y poder decir de manera general cuál es la
distribución de probabilidad para las computadoras seleccionadas.
Fase 3
Como la tienda adquiere 2 computadoras de las 8 que hay y no importa el orden en
que estas sean tomadas entonces, la cantidad de las diferentes formas de selección
viene dado por la combinatoria, es decir,
Además, sabemos que existen tres computadoras defectuosas, es decir, que existen 5
computadoras no defectuosas en el embarque.
Calculemos las probabilidades a cada uno de los valores que puede tomar la Variable
Aleatoria
13
En el número de caso favorable, vamos a tomar la
; cantidad de computadoras que deseamos sean
defectuosas de las 3 que hay, pero como la
empresa adquiere solo dos computadoras,
; tomamos las que faltan como computadoras no
defectuosas de las 5 que hay como en ambos
; casos no importa el orden entonces, lo hacemos
por la combinatoria. Esto se hace para todas las
probabilidades.
Por lo tanto es una función de probabilidad. Veamos ahora que se cumple sólo
para
Tomemos y=3
14
Esto es un error puesto que la combinatoria no existe.
21
PROBLEMA
Una caja contiene 10 bombillas, tres de las cuales están fundidas. Se extraen
bombillas sucesivamente y se prueban, sin hacer devolución, hasta que aparezca la
última defectuosa. ¿Cuál es la distribución de Probabilidad de las bombillas probadas
hasta que aparezca la tercera fundida?
SOLUCIÓN:
Se resolverá el problema siguiendo las reglas de Polya.
Fase 1
Primero podemos apreciar que tenemos una caja con bombillas buenas y malas, y que
van a ser seleccionadas sin hacer devoluciones, es decir, que cuando se saca una
bombilla de la caja no se vuelve a colocar en ella. Necesitamos encontrar las tres
bombillas defectuosas.
Datos
Sea X: Número de Bombillas probadas hasta que aparece la tercera defectuosa.
Es una variable Aleatoria Discreta puesto que los valores son contables. Y los valores
que toman son x=3, 4, 5, 6, 7, 8, 9 y 10.
Puesto que lo mínimo que tomaríamos seria 3 es decir que se saquen las tres
fundidas seguidas y lo máximo es que se saquen las 10 donde la última debe
ser fundida
Hay 10 bombillas, 3 bombillas fundidas y 7 bombillas buenas.
Incógnita: f(x)
Fase 2
Lo primero que debemos hacer es definir la variable aleatoria de estudio y verificar
que esta es una variable discreta, como la selección de las bombillas es de manera
15
aleatoria, estamos en la posibilidad de tomar bombillas buenas o bombillas malas,
además, como necesitamos seleccionar las bombillas hasta que encontremos la tercera
fundida, es por ello, que existen varias opciones de encontrar esas tres bombillas.
Para encontrar la distribución de probabilidad debemos hallar todas las
probabilidades, y así llegar a una forma general para esta.
Debemos encontrar la función de distribución de probabilidad para la Variable
Aleatoria.
Definamos F: Bombilla Fundida y B: Bombilla buena, la probabilidades son para la
primera selección: y como es sin reposición va disminuyendo
Como vemos la B es la que se mueve esto es se puede expresar con una combinatoria.
Para x=5, es decir, BBFFF, BFBFF, BFFBF, FBBFF, FBFBF, FFBBF, igual que la
anterior, se puede colocar la combinatoria en este caso seria 2 de 4, la quinta es fija
16
Así sucesivamente, en general la distribución de probabilidad de las bombillas
probadas hasta que aparezca la tercera fundida es:
, para x=3, 4, 5, 6, 7, 8, 9 y 10
Por lo tanto es una función de probabilidad veamos ahora que se cumple solo para los
valores que toma la variable x=3, … , 10
Tomemos y=2
PROBLEMA
Cuando el departamento de salud examinó pozos privados en un condado en busca de
dos impurezas que comúnmente se hallan en el agua potable, se encontró que 20% de
17
los pozos no tenían ninguna impureza, 40% tenían la impureza A y 50% tenían la
impureza B. (Obviamente, algunos tenían ambas impurezas). Si un pozo de los
existentes en el condado se escoge al azar, ¿Cuál es la distribución de probabilidad
para el número de impurezas halladas en el pozo?
SOLUCIÓN:
Identifica las fases de Polya en el problema
La idea de este problema es encontrar las impurezas del agua, en este caso potable, en
donde tenemos dos pozos y determinadas probabilidades.
Lo primero que debemos hacer es definir la Variable de estudio, del número de
impurezas, luego debemos ver como representamos esos porcentajes de una manera
adecuada que nos ayude a encontrar los porcentajes de cada impureza y así poder
encontrar la distribución de probabilidad y por último verificar si se cumplen las
condiciones del teorema.
Datos:
Definamos la Variable Aleatoria X: Número de impurezas encontrada en el pozo.
Como existen 2 tipos de impurezas entonces la variable puede tomar los valores
x=0, 1, 2
Diseñemos los datos en una tabla para los tipos de Impurezas, teniendo en cuenta sus
probabilidades.
Impurezas A No A Total
B 50%
No B 20%
Total 40%
Incógnita: f(x)
Esta es la tabla que nos plantea el problema, ahora utilizan el hecho que trabajamos
con probabilidades, sabemos que la probabilidad máxima es de 100%, es decir que el
total nos debe dar esa suma y así podemos rellenar la tabla, luego de eso podemos
encontrar las probabilidades exactas para la cantidad de impurezas encontradas en el
agua.
18
- Para A la suma debe ser 1 tenemos que el 0.4 tenían la impureza A, es decir que el
otro 0.6 no tenían impurezas A.
- Para B la suma debe ser 1 tenemos que el 0.5 tenían la impureza B, es decir que el
otro 0.5 no tenían impurezas B
Además tenemos que el 0.2 no tenían ninguna impureza
- Que no tenia impureza A con un 0.6, es decir que 0.6-0.2=0.4, es decir que solo
tiene impureza B
- Que no tenia impureza B con un 0.5, es decir que 0.5-0.2=0.3, es decir que solo
tiene impureza A
Impurezas A No A Total
B 0.1 0.4 0.5
No B 0.3 0.2 0.5
Total 0.4 0.6 1
19
ACTIVIDADES.
Resuelva los siguientes problemas y compruebe con el teorema que lo encontrado es
correcto
20
OBSERVACIONES:
2. Si x=a entonces
3. Si y si
4.
5. Esta función es muy utilizada para calcular probabilidades de determinados
valores.
EJEMPLO:
Una firma de inversiones ofrece a sus clientes bonos municipales que vencen después
de varios años. La siguiente distribución de probabilidad de T, representa el número
de años de vencimiento para un bono que se elige al azar. Encuentre la Distribución
de probabilidad Acumulada de T
T 1 3 5 7
f(t) ¼ ¼ 1/4 ¼
SOLUCIÓN:
Sea T: representa el número de años de vencimiento para un bono que se elige al azar.
Es una Variable Aleatoria Discreta.
Encontremos la distribución acumulada, debemos hacer las particiones de los
intervalos
21
Para . En este caso hemos acumulado todos los valores menores o iguales a 3
Para . En este caso hemos acumulado todos los valores menores o iguales a 5
Para . En este caso hemos acumulado todos los valores menores o iguales a
7.
En general,
EJEMPLO:
Si se lanzan simultáneamente cuatro monedas ¿Cuál será la distribución de
probabilidad para el número de caras? ¿Cuál será la distribución acumulada para el
número de caras?
SOLUCIÓN:
Primero definamos el espacio muestral para ello utilicemos el diagrama de árbol,
¿Qué otro método se puede emplear para encontrar el espacio muestral?
22
1 2 3 4
Por definición debemos saber que la variable aleatoria recorre todo los reales
hagamos particiones por intervalo ¿Cuáles serán los estos intervalos?
Para -1<x; ya que no se acumulado nada.
Para ;
Para
23
Se toma F(1) puesto que la variable toma la igualdad en 1
Para 1
Se toma F(2) puesto que la variable toma la igualdad en 2 y se toma la suma anterior
Para
Se toma F(3) puesto que la variable toma la igualdad en 3 y se toma la suma anterior
Para 3
Se toma F(4) puesto que la variable toma la igualdad en 4 y se toma la suma anterior
Para
Puesto que todas estas f(x)=0 ya que no hay elementos allí
24
PROBLEMA
Se evalúa un nuevo proceso para la fabricación de partes moldeadas en plásticos en
términos de la colaboración y reducción del tamaño. Una de las primeras corridas de
los procesos proporciona la información para el espacio muestral y las probabilidades
que aparecen en la siguiente tabla. ¿Cuál es la distribución acumulada para el número
de características aprobadas?
Colaboración Reducción del tamaño Probabilidad
25
Como ya tenemos las probabilidades entonces tenemos la función de probabilidad
que es la siguiente:
Para X=0, es decir que no hay características aprobadas, es decir, que las 2 son
inaceptable, en la tabla sale que tiene probabilidad de 0.04
Para X=1, es decir que una de las 2 característica es aprobada, y la otra es inaceptable
en ambos casos la probabilidad es de 0.16, si lo sumamos nos da una probabilidad de
0.32
Para X=2, es decir que las dos características son aprobadas, en este caso la
probabilidad es de 0.64
Así, tenemos la distribución de probabilidad
X 0 1 2
Por lo tanto es una distribución de probabilidad.
Encontremos la distribución acumulada, el 0, 1, 2 van a ser las particiones de los
intervalos
26
Es decir que la función de probabilidad viene dada por:
Gráficamente,
27
Como nos dice que es el total de las 3 monedas, se refiere a las nominaciones
seleccionadas,
Datos:
Definimos la variable, teniendo en cuenta el total de las selecciones de las tres
monedas, Definamos la Variable. Sea Y: número de monedas seleccionada de los Bs.
Es una variable aleatoria discreta, puesto que toma valores contables
Encontremos primero la distribución de probabilidad para Y.
4 monedas →1 Bs Hay un total de 6 monedas
2 monedas→0.5 Bs,
Incognita:F(x)
Tenemos que encontrar el espacio Muestral, teniendo en cuenta las sumas que
podrían salir, calculamos las probabilidades de que salga cada nominación y con esto
encontramos la distribución de probabilidad y luego podemos encontrar la
distribución de probabilidad Acumulada. ¿Qué fase es esta?
Como se toman 3 monedas al azar, puede ocurrir:
Que las 3 sean de 1 Bs, es decir, son 3Bs
Su probabilidad es por ser seleccionada sin reemplazo
28
Como vemos cada uno de los valores son mayores que 0 por lo tanto cumple la
primera condición del teorema
Si encontramos la suma de cada uno de los f(y) la misma nos da un valor igual a 1, es
decir que cumple la segunda condición del teorema por lo tanto la función encontrada
si es una función de probabilidad.
Encontremos la distribución acumulada para Y,
Para . F(y)=0 por propiedad,
Para . Luego,
Para . Así,
Los valores que toma la función son valores entre 0 y 1, y va creciendo, es decir que
va aculando lo anterior, los valores de la variable aleatoria recorren todos los reales y
es una función escalonada.
Gráficamente,
Veamos que si al 1 le quitamos el valor anterior es decir 4/5 nos da 1/5 que es la
probabilidad de que tome el valor de 3.
29
Si a 4/5 le resto el anterior es decir 1/5 nos da 3/5 que es la probabilidad de que tome
el valor de 2.5
ACTIVIDADES
Resuelva los siguientes problemas utilizando la distribución de probabilidad acumulada.
1. Un supervisor en una planta manufacturera tiene tres hombres y tres mujeres trabajando
para él y desea escoger dos trabajadores para un trabajo especial. No queriendo mostrar
sesgo en su selección, decide seleccionar los dos trabajadores al azar. ¿Cuál es la
distribución de probabilidad Acumulada para el número de mujeres seleccionadas,
además encuentre la probabilidad de seleccionar al menos una mujer?.
2. Un llavero contiene cuatro llaves de una oficina, que son idénticas en apariencia. Sólo
una abre la puerta de la oficina. Supongamos que se selecciona una al azar y se prueba.
Si no es la llave adecuada se selecciona al azar una de las tres llaves restantes. Si esta
última no es la llave que corresponda, se selecciona al azar una de las dos restantes.
¿Cuál es la distribución de probabilidad acumulada para el número de llaves que se
tienen que probar hasta encontrar la llave que abre la puerta?¿Cuál es la probabilidad de
usar entre 1 y 3 llaves para abrir la puerta?
Sea X una v.a Discreta, con función de probabilidad f(x) entonces el promedio de X,
está definido por:
30
Esta es muy usada al igual que en la teoría de distribución de frecuencias, para
encontrar el promedio de todos los valores que toma la Variable Aleatoria.
EJEMPLO:
Una variable aleatoria tiene la siguiente función de probabilidad,
X 1 2 3 4 5
P(x) 0.05 0.20 0.05 0.45 0.25
Encuentre el valor esperado de la variable
SOLUCIÓN:
Sea X la variable aleatoria, es discreta puesto que entre un valor y otro existe un salto.
El valor esperado viene dado por
Luego,
EJEMPLO:
Suponga que el número de automóviles que se utiliza con propósitos de negocios en
un día de trabajo dado es una variable aleatoria con distribución de probabilidad dada
por:
Nº de automóviles 0 1 2 3 4
Probabilidades 0.2 0.1 0.3 0.3 0.1
Determina el número de autos esperado en el negocio en determinado día.
31
SOLUCIÓN:
Definamos la variable de estudio.
Y: Número de automóviles que se utilizan en el negocio en un día
Los valores que esta toman es y= 0, 1, 2, 3, 4. Y por tanto es una Variable Aleatoria
Discreta. Con esto encontremos el número de automóviles que se espera utilizar
reemplazando en la formula.
UN POCO DE HISTORIA
La probabilidad matemática tiene sus orígenes en los juegos de azar, los primeros estudios
“científicos” sobre fenómenos aleatorios se centraban en dos problemas:
1. Contabilizar el número de posibles resultados de lanzar un dado varias veces.
2. Distribuir las ganancias entre jugadores cuando el juego se interrumpía antes de finalizar,
conocido como el ‘problema del reparto de apuestas’. El segundo problema fue abordado por
Luca Pacioli (1445–1517), quien en 1487 propuso estos dos similares problemas particulares.
Uno de los problemas que fue abordado por él fue el siguiente: un juego en el que el premio es
de 22 ducados que consiste en alcanzar 60 puntos se interrumpe cuando un equipo lleva 50
puntos y el otro 30 ¿Cómo deben repartirse los premios entre los contendientes?
Pacioli propuso que el premio debería ser repartido en función de las victorias obtenidas
anteriormente: así, el premio del primer problema se dividía en 60×5/8 ducados para el primer
equipo y en 60×3/8 para Como más tarde se pondría de manifiesto, esta solución es incorrecta
como lo hicieron Girolamo Cardano (1501–1576) y Niccolo Tartaglia (1499–1557)
PROBLEMA
Consideremos una lotería con mil números. Cada número cuesta 25 bs y el premio es
de 100 bs. ¿Cuál es el valor que se espera ganar o perder cada vez que se participa en
esta lotería?
32
SOLUCIÓN:
Como sabes el espacio muestral son los mil números, además debemos comprar un
número si queremos ganar, cada número tiene un valor de 25 bolívares y el premio es
de 100 Bolívares.
Datos
#S=1000
Definamos la variable aleatoria X, como sigue:
X: Utilidad que obtiene la persona que participa en la lotería. Es una Variable
Aleatoria Discreta puesto que el premio es contable.
Los valores que esta puede tomar son:
Cuando gana = 75 bs 100 que gana del premio, menos 25 del costo del número.
X 75 -25
f(x) 1/1000 999/1000
O sea que la persona que participe en la lotería espera perder 24.9 bs en cada juego.
33
Como el valor esperado es un promedio es decir que su valor debe estar entre los
valores que toma la Variable Aleatoria definida. Como los valores esta entre -25 y 75
quiere decir que el valor encontrado cae hay y es de esa manera puesto que la
probabilidad de perder es mayor que la de ganar
34
Sea A, el evento sacar 3 caras o tres sellos
Es decir, cuando la jugada sea distinta de tres caras o tres cruces, lo justo sería perder
10 Bolívares
Remplacemos a k para ver si el valor encontrado es el correspondiente
ACTIVIDADES:
Resuelva los siguientes problemas:
1. Un jugador lanza un dado corriente. Si sale número primo, gana tantos cientos de
euros como marca el dado, pero si no sale número primo, pierde tantos cientos de
euros como marca el dado. ¿Cual es la ganancia esperada del jugador?
2. Tenemos una bolsa con dos bolas blancas, tres verdes y cinco rojas. Extraemos al
azar dos bolas simultáneamente. Recibimos 200 pesetas si las dos bolas son
blancas, 100 si las dos son verdes y 10 si una es roja y la otra verde, en los demás
casos no recibimos nada. ¿Cuál es la ganancia esperada de los premios?
35
Propiedades del Valor Esperado.
Observación:
El valor esperado de una función g(x), de una Variable Aleatoria Discreta está
dada por:
EJEMPLO:
36
Encontremos primero el valor esperado de X
PROBLEMA
Diez motores son empaquetados para la venta en cierto almacén. Los motores se
venden en 1000 Bolívares cada uno, pero se aplica una garantía de reembolso doble
por cada motor defectuoso que recibe el cliente. ¿Cuál será la ganancia esperada del
vendedor si la probabilidad de que salga un motor defectuoso es de 8%?
SOLUCIÓN:
Se empacan motores en un almacén teniendo en cuenta que los motores pueden estar
defectuoso con un 8% de probabilidad
Tenemos que cada motor tiene un valor de 1000Bs, y se empaqueta de 10 motores
para la venta, pero cada uno de ello tiene garantía de reembolso del doble de su valor,
si este sale defectuoso.
Datos
n=10 motores
El valor de cada uno es de 1000
Definamos primero la variable aleatoria de estudio.
Z: Números de motores defectuosos adquirido por el cliente
Existe 10 motores y cada uno tiene un valor de 1000 bs. Entonces tenemos que
10*1000=10000 Bs que adquiere la tienda pero si el motor se encuentra defectuoso
37
se le regresa al cliente 2*Z, es decir, que debemos calcular el valor esperado de lo que
adquiere la tienda menos lo que adquiere el cliente por cada motor defectuoso que
compre, esto es, E(10000-2*Z).
Como queremos la ganancia que espera el vendedor, teniendo en cuenta que existe
motores defectuosos con un 8%, si la tienda vende los 10 motores por su valor, tiene
determinado promedio de ganancia, pero como el también puede perder por los
motores defectuosos podemos calcular el promedio de este y vemos la ganancia
esperada del vendedor
¿Qué fase vendrá?
=10000-2*0.8=10000-160=9840
El valor esperado de los motores para el cliente es muy pequeño pues q es 0.8 que es
mayor que cero y el valor espera de la venta de los motores es de 9840 que es muy
próximo al valor total de cada motor.
38
EJEMPLO:
Una Variable Aleatoria Discreta toma todos los valores enteros entre 0 y 4 con la
siguiente función de probabilidad:
X 0 1 2 3 4
f(x) 0.3 0.25 0.25 0.1 0.1
Calcular la varianza de la Variable Aleatoria Discreta.
SOLUCIÓN:
La varianza viene dada por .
Encontremos primero la esperanza matemática de la variable X viene dada por:
Por tanto,
EJEMPLO:
Si X denota la Variable Aleatoria que indica la cantidad de niños en una familia con
tres hijos, la distribución de probabilidad es la siguiente:
Cantidad de niños (Hombres) X 0 1 2 3
Probabilidad f(x) 1/8 3/8 3/8 1/8
Encuentre la Variabilidad para el número de niños en la familia.
39
SOLUCIÓN:
Sea X: número de niños en la familia,
Los valores que toma son x=0, 1, 2, 3
Encontremos primero la esperanza matemática de la variable X viene dada por:
Por tanto,
Por lo tanto, la variabilidad del número de niños que puede tener la familia con
respecto al promedio es de 0.75
PROBLEMA:
Un equipo electrónico contiene 6 transistores dos de los cuales son defectuosos. Se
seleccionan tres transistores al azar, se sacan del equipo y se inspeccionan. ¿Cuál es
la Variabilidad de los transistores defectuosos observados?
SOLUCIÓN:
Se tiene un total de seis transistores, en donde hay buenos y defectuosos, se toma al
azar tres, de estos, y se inspeccionan y se puede apreciar cuantos defectuosos se
tomaron.
Datos
Definamos la Variable Aleatoria. Sea X: Número de transistores defectuosos
40
Es una variable Aleatoria Discreta puesto que los valores son contables. Y los valores
que toman son x=0, 1, 2. Ya que trabajamos con los defectuosos
Incógnita: Var(X)
Ya que tenemos 2
transistores defectuosos es
decir que el restante es
bueno
En general,
41
Así, el promedio de los transistores seleccionados es de 1 transistor.
Encontremos ahora la variabilidad de transistores defectuosos, esto es,
Luego,
Por lo tanto,
PROBLEMA:
Supóngase que la producción de un día de 850 piezas manufacturadas contiene 50
piezas que no cumplen con los requerimientos del cliente. Se seleccionan del lote dos
piezas al azar y sin reemplazo. ¿Cuál es la Varianza para el número de piezas
seleccionadas que no cumplen los requerimientos del cliente?
SOLUCIÓN:
Tenemos la producción que se tiene un día de piezas manufacturadas, en donde se
tiene piezas que cumplen y que no cumplen con el requerimiento del cliente, y se
selecciona una muestra de dos piezas y estas son tomadas sin reemplazo.
42
Datos:
Total de piezas manufacturadas por día 850 contiene
Piezas que no cumplen con los requerimientos del cliente 50, es decir que hay 800
que cumplen con los requerimientos.
Se toma una muestra de dos piezas sin reposición.
Definamos la variable
Z: número de piezas seleccionadas que no cumplen los requerimientos del cliente.
Incógnita: Var(X)
Lo que debemos hacer, es encontrar las probabilidades de los valores que toma la
variable y así encontrar la función de probabilidad, el promedio de los valores y su
respectiva varianza tomando en cuenta que se toman 2 piezas y esta es sin reposición.
La probabilidad de seleccionar 1 pieza que cumple con los requerimientos del cliente
es =
Es decir que las dos seleccionadas ninguna
no cumplen con los requerimientos
Z 0 1 2
f(z) 0.886 0.111 0.003
43
Vemos que cada una es mayor que cero, y además 0.886+0.111+0.003=1 por lo
tanto cumple las condiciones del teorema es decir que si es una distribución de
probabilidad.
Ahora encontremos el promedio de las piezas que no cumplen los requerimientos del
cliente
Luego
Así, la variabilidad del número de piezas que no cumplen con los requerimientos del
cliente es de 0.1093 con respecto al promedio.
Es un valor mayor que cero y se aproxima al valor donde existe mayor probabilidad.
Identifique las fases
PROPIEDADES DE LA VARIANZA.
44
Observación:
La Varianza de una función g(x), de una Variable Aleatoria Discreta está dada por:
EJEMPLO:
Calcule la Varianza de donde X es una Variable Aleatoria Discreta
con la siguiente función de probabilidad:
X 0 1 2 3
f(x) ¼ 1/8 1/2 1/8
SOLUCIÓN:
La Variable Aleatoria es Discreta, por tanto
Así, la Varianza de , es de 4
45
NOTA:
PROBLEMA:
En un juego una persona recibe 15 Bs cuando saca una jota o una reina y recibe 5 Bs
si saca un rey ó un as de una baraja de 52 cartas. Si saca cualquier otra carta tiene que
pagar 4 Bs. ¿Cuál es la Desviación estándar para una persona que entra en el juego?
SOLUCIÓN:
En este problema consiste en seleccionar una carta de las 52 que hay y según sea la
carta que salga la persona pierde o gana determinado valor.
Sea X: Cantidad de dinero que utiliza la persona que juega
Es una variable Aleatoria Discreta puesto que los valores son contables. Y los valores
que toman son x= -4, 5, 15. Ya que es la cantidad de dinero en juego
Como tenemos cartas de 52, existen 4 modelos de las cartas que son 13 de cada unas
Como ya tenemos la variable definida y los valores que toma. Primeros debemos
saber cómo son las cartas, cuantas hay de cada figura, para así conseguir las
probabilidades a las cartas que necesitamos y de la misma manera encontrar el
promedio en Bs de lo que puede ganar o perder la persona, y así encontrar la
dispersión de los datos con respecto al promedio encontrado
46
Calculemos las probabilidades de la Variable Aleatoria
Encontremos,
Por lo tanto,
Es decir que la dispersión del dinero jugado con respecto al promedio es de 7.032
47
La varianza nos dio un valor mayor que cero y por lo tanto se pudo calcular la
desviación.
48
PROBLEMAS PROPUESTOS:
49
resultado una no venta o una venta de 50000 con probabilidad de 0.9 y 0.1
respectivamente. ¿Cuál es la distribución de probabilidad para las ventas
diarias?¿Cual es su representación gráfica?
Respuesta:
X 0 5000 100000
P(x) 21/25 23/150 1/150
6. Usted y un amigo participan en un juego donde cada uno tira al aire una moneda
balanceada. Si las caras superiores de la moneda son sellos en ambos casos, el
lector gana 1 Bs; si salen caras en ambos tiros gana 2 Bs; si las caras de la
moneda no son iguales, el lector pierde un bolívar ¿Cuál es la ganancia esperada
del lector en un solo intento?
Respuesta: 0,25
Respuesta: 140 Bs
50
BIBLIOGRAFÍA
Polya, G. (1945), How to solve it, Editorial Princenton University press, Princenton,
51