UNIDAD 3

VARIABLES ALEATORIAS

Definicin
ESPACIO MUESTRAL. Al conjunto de todos los resultados posibles de un experimento estadstico se denomina espacio muestral y es denotado por S o

VARIABLE ALEATORIA: Es una funcin que asocia un nmero real a cada elemento del espacio muestral. Se utilizar una letra mayscula (X) para denotar una variable aleatoria y su correspondiente letra minscula (x) para algunos de sus valores

VA: Definicin
Nmero de caras al lanzar 3 monedas.
Elementos del espacio muestral
Ley de correspondencia +++ ++C +C+ C++ CC+ C+C +CC CCC

N reales (# de caras)

3 caras

X :E

Tipos de VA
Variable aleatoria discreta: son respuestas numricas que resultan de un proceso de conteo, solo puede tomar ciertos valores aislados La cantidad de alumnos regulares en un grupo escolar. El nmero de sellos en cinco lanzamientos de una moneda. Nmero de circuitos en una computadora. El nmero de vehculos vendidos en un da, en un lote de autos Variable aleatoria continua. Es aquella que puede tomar al menos tericamente todos los valores posibles dentro de cierto intervalo de la recta real La estatura de un alumno de un grupo escolar. El peso en gramos de una moneda. Longitud, presin, temperatura, tiempo, voltaje, peso. Las dimensiones de un vehculo.

Tipos de V.A
Ejemplos

a. El tiempo hasta que un proyectil regresa a la tierra. b. El numero de veces que un transistor en una memoria de computadora cambia de estado en una operacin. c. El volumen de gasolina que se pierde por evaporacin durante el llenado de un tanque de combustible. d. El dimetro exterior de una flecha maquinada. e. El numero de grietas que exceden media pulgada en 10 millas de una carretera interestatal. f. El peso de una pieza de plstico moldeada por inyeccin. g. El nmero de molculas en una muestra de gas h. La concentracin de la salida de vapor de un reactor. i. La corriente en un circuito electrnico.

Distribuciones
Distribucin de probabilidad. Es una distribucin terica de frecuencias que describe cmo se espera que varen los resultados de un experimento. Distribuciones discretas. Son aquellas donde las variables asumen un nmero limitado de valores, por ejemplo el nmero de aos de estudio.

Distribuciones
Distribuciones continuas. Son aquellas donde las variables en estudio pueden asumir cualquier valor dentro de determinados lmites; por ejemplo, la estatura de un estudiante.

Bernoulli
La Distribucin de Bernoulli es una distribucin que toma dos valores(1= xito y 0 = fracaso) con probabilidad p y 1p. Denicin: una VA tiene una distribucin de Bernoulli si (para algn p con 0 p 1) P (X = 1) = p P (X = 0) = 1p Propiedades: Media = p Varianza 2 = p(1p) Desviacin Tpica = (1 )

Binomial
Un experimento que tenga las siguientes caractersticas se dice que sigue el modelo de distribucin BINOMIAL. a) En cada prueba del experimento slo son posibles dos resultados: xito o fracaso b) El resultado obtenido en cada prueba es independiente de los resultados obtenidos anteriormente c) La probabilidad del suceso A es constante para todas las pruebas, la representamos por p la probabilidad de un xito, la posibilidad contraria la representamos por q = 1 - p d) El experimento consta de n pruebas

Binomial

BINOMIAL
Ejercicio 1

Tres automviles se seleccionan al azar, y cada uno se clasifica como equipado con motor disel (E) y no equipado con motor disel. Si X = el nmero de automviles entre los tres con motor disel, enumere cada resultado en S y su valor X asociado. La probabilidad de encontrar un vehculo con motor disel es de 0.2
Ejercicio 2 En un proceso de fabricacin de semiconductores, se prueban ocho obleas de un lote, cada oblea se clasifica como pasa o falla. Suponga que la probabilidad de que una oblea pase la prueba es de 0,8 y que las obleas son independientes. Defina las probabilidades que cada uno de los posibles eventos y la va X. Cul es la probabilidad de a) por lo menos 3 pasen la prueba b) pasen la prueba de 2 a 5 y c) exactamente 6 pasen la prueba

POISSON
Una distribucin de POISSON es en realidad una V.A. de distribucin Binomial llevada al limite es decir cuando (basta que sea lo suficientemente grande) y 0 (basta que sea muy pequea) Se relaciona tambin con el nmero de resultados que ocurren durante un intervalo de tiempo dado o en una regin especificada. El lapso de tiempo puede ser cualquier magnitud: un minuto, un da, una semana, un mes. Se puede generar observaciones como por ejemplo nmero de llamadas telefnicas en una oficina. La regin puede ser una recta, un rea, un volumen, ejemplo nmero de ratones de campo por hectrea.

Nmero de remaches defectuosos en un avin. Nmero de llegadas a un servicio de consultas mdicas en una hora Nmero de accidentes laborales en un mes en una gran empresa Nmero de personas que entran en un supermercado en un da Defectos por m2 de tela. Nmero de defectos por lote de un proceso de produccin.

POISSON

POISSON
Ejercicio 1

En un proceso de fabricacin en el cual se producen artculos de vidrio, se presentan defectos o burbujas que en ocasiones hacen que las piezas no puedan ser enviadas al mercado. Se sabe que en promedio una de cada mil de estos productos tiene una o ms burbujas. Cul es la probabilidad de que en una muestra aleatoria de 8000 se encuentren 7 piezas con defecto, b) menos de 7 piezas?
Ejercicio 2 En un estudio de inventario se determin qu, en promedio, las demandas correspondientes a un cierto artculo almacenado fueron de 5 por da. Cul es la probabilidad de que en un da determinado este artculo se requiera mas de 5 veces y b) no se requiera en absoluto?

GEOMTRICA
Una V.A. Geomtrica representa el nmero de fracasos que ocurren hasta obtener el primer xito en la realizacin de ensayos de Bernoulli con probabilidad de p de xitos. Ejemplos:

Nmero de artculos revisados en un lote hasta que aparezca el primero con falla.
Nmero de candidatos a entrevistar para un puesto de trabajo antes de encontrar el adecuado Nmero de melones que un cliente exigente manosea antes de conseguir aquel que satisface sus criterios

GEOMTRICA

GEOMTRICA
EJERCICIO 1: S la probabilidad de que un cierto dispositivo de medicin muestre una desviacin excesiva es de 0.05, cul es la probabilidad de que; a) el sexto de estos dispositivos de medicin sometidos a prueba sea el primero en mostrar una desviacin excesiva?, b) el sptimo de estos dispositivos de medicin sometidos a prueba, sea el primero que no muestre una desviacin excesiva?. EJERCICIO 2: Una mquina detecta fallas en los productos que elabora una fbrica. Si los productos tienen una probabilidad de falla del 1%, calcular la probabilidad de que la maquina encuentre su primer producto defectuoso en la octava ocasin que selecciona un producto para su inspeccin. EJERCICIO 3: En un cierto proceso de manufactura se sabe que, en promedio uno de cada cien artculos es defectuoso. Cul es la probabilidad de que el quinto artculo examinado sea el primer defectuoso?

HIPERGEOMTRICA
Este modelo presenta similitudes con el Binomial, pero sin la suposicin de independencia de ste ltimo. Partimos de un conjunto formado por N individuos divididos en dos categoras mutuamente excluyentes: A y Ac; de manera que N1 individuos pertenecen a la categora A y N2 individuos, a la categora Ac. Por tanto, se cumple que N = N1 + N2 Si del conjunto anterior extraemos n individuos sin reemplazamiento (n N), la variable X que representa el nmero k de individuos que pertenecen a la categora A (de los n extrados) tiene por funcin de densidad:

HIPERGEOMTRICA

HIPERGEOMTRICA
EJERCICIO 1: De cada 2.000 tornillos fabricados por una determinada mquina hay 2 defectuosos. Para realizar el control de calidad se observan 150 tornillos y se rechaza el lote si el nmero de defectuosos es mayor que 1. Calcular la probabilidad de que el lote sea rechazado.

DETERMINACIN TIPO DE DISTRIBUCIN DE UN CONJUNTO DE DATOS

PRUEBA DE CHI CUADRADO: 1. Obtener al menos 30 datos de la variable aleatoria 2. Calcular la media y la varianza de los datos 3. Crear un histograma de observada 4. Establecer la hiptesis nula, proponiendo una distribucin de probabilidad que se ajuste a la forma del histograma

intervalos, obtener la frecuencia

5. Calcular la frecuencia esperada, , a partir de la funcin de la distribucin de probabilidad propuesta 2 6. Calcular el estadstico de prueba: = =1 7. Definir el nivel de significancia de la prueba y determinar el valor critico 2 de ,1 (k es el nmero de parmetros estimados en la distribucin propuesta) 8. Comparar el estadstico de prueba con el valor crtico. 2 Si < ,1 No se puede rechazar la hiptesis nula.

CHI - CUADRADO
EJERCICIO 1: Emplee la prueba de Chi-cuadrada para determinar con un nivel de significancia del 95% que tipo de distribucin siguen los siguientes datos de una muestra de automviles que entran a una gasolinera por hora: 14 13 13 20 7 15 20 10 13 10 8 18 16 15 17 15 16 16 19 13 13 14 11 16 14 12 12 24 17 17 17 18 15 14 9 16 16 12 18 18

12

14

20

15

10

13

21

23

15

18

DETERMINACIN TIPO DE DISTRIBUCIN DE UN CONJUNTO DE DATOS

PRUEBA DE KOLGOMOROV SMIRNOV: 1. Obtener al menos 30 datos de la variable aleatoria 2. Calcular la media y la varianza de los datos 3. Crear un histograma de 4. 5.

intervalos, obtener la frecuencia observada Calcular la probabilidad observada en cada intervalo = Acumular las probabilidades para obtener la probabilidad observada hasta el isimo intervalo

6. Establecer la hiptesis nula proponiendo una distribucin de probabilidad que se ajuste a la forma del histograma 7. Calcular la probabilidad esperada para cada intervalo a partir de la funcin de probabilidad propuesta

8. Calcular el estadstico de prueba: = para i = 1, 2,3,k 9. Definir el nivel de significancia de la prueba y determinar el valor critico de ,
10. Comparar el estadstico de prueba con el valor crtico. Si rechazar la hiptesis nula.

< ,

No se puede

KOLGOMOROV - SMIRNOV
EJERCICIO 1: Emplee la prueba de K-S para determinar con un nivel de significancia del 95% que tipo de distribucin siguen los siguientes datos de una muestra de automviles que entran a una gasolinera por hora:

14 13 13 20

7 15 20 10

13 10 8 18

16 15 17 15

16 16 19 13

13 14 11 16

14 12 12 24

17 17 17 18

15 14 9 16

16 12 18 18

12

14

20

15

10

13

21

23

15

18

DETERMINACIN TIPO DE DISTRIBUCIN DE UN CONJUNTO DE DATOS

PRUEBA DE ANDERSON - DARLING: 1. Obtener n datos de la variable aleatoria 2. Calcular la media y la varianza de los datos 3. Organizar los datos en forma ascendente: = 1, 2, 4. Ordenar los datos en forma descendente: +1 = 1, 2, 5. Establecer una hiptesis nula, proponiendo una distribucin de probabilidad 6. Calcular la probabilidad esperada acumulada para cada nmero , PEA ( ) y la probabilidad esperada acumulada para cada nmero PEA (+1 ) 7. Calcular el estadstico de prueba
2 = + =1 2 1 ln + ln(1 +1 ) 8. Ajustar el estadstico de prueba de acuerdo con distribucin de probabilidad propuesto 1

9. Definir el nivel de significancia de la prueba y determinar el valor critico de , utililizar tabla adjunta 10. Comparar el estadstico con el valor critico, si el estadstico de prueba es menor que el valor critico no se puede rechazar la hiptesis nula

DETERMINACIN TIPO DE DISTRIBUCIN DE UN CONJUNTO DE DATOS

CHI - CUADRADO
EJERCICIO 1: Emplee la prueba de Chi-cuadrada para determinar con un nivel de significancia del 95% que tipo de distribucin siguen los siguientes datos de automviles que entran a una gasolinera por hora:

14 13 13 20

7 15 20 10

13 10 8 18

16 15 17 15

16 16 19 13

13 14 11 16

14 12 12 24

17 17 17 18

15 14 9 16

16 12 18 18

12

14

20

15

10

13

21

23

15

18

AJUSTE DE DATOS CON STAT FIT

DETERMINACIN TIPO DE DISTRIBUCIN DE UN CONJUNTO DE DATOS

DETERMINACIN TIPO DE DISTRIBUCIN DE UN CONJUNTO DE DATOS

Slide Title
Product A Feature 1 Feature 2 Feature 3 Product B Feature 1 Feature 2 Feature 3