10 distribucion probabilistica
TRANSCRIPT
-
8/18/2019 10 Distribucion Probabilistica
1/47
Distribución Probabilística
Ing. Jose Antonio Espinosa Atoche, MGTI
999 242 4570
-
8/18/2019 10 Distribucion Probabilistica
2/47
Variable Aleatoria
• Toda distribución de probabilidad es
generada por una variable (porque puede
tomar diferentes valores) aleatoria x (porqueel valor tomado es totalmente al azar), y
puede ser de dos tipos:
–
Discreta (Enteros y delimitados) – Continua (Generalmente fraccionarios con
posibilidad infinita dentro de un rango)
-
8/18/2019 10 Distribucion Probabilistica
3/47
-
8/18/2019 10 Distribucion Probabilistica
4/47
Variable Discreta
• Las probabilidades asociadas a cada uno de
los valores que toma x deben ser mayores o
iguales 0 y menores o iguales a 1
0 ≤ ≤ 1• La sumatoria de las probabilidades asociadas a
cada uno de los valores que toma x debe ser
igual a 1
= 1
-
8/18/2019 10 Distribucion Probabilistica
5/47
Ejemplo
• Tenemos una moneda que al lanzarla puede dar sólo
dos resultados: o cara (50%), o cruz (50%).
La siguiente tabla nos muestra los posibles
resultados de lanzar dos veces una moneda:
1er Lanzamiento 2º Lanzamiento Número de Caras
en 2 lanzamientos
Probabilidad de los
4 resultados
posibles
Cara Cara 2 .5 x .5 = .25
Cara Cruz 1 .5 x .5 = .25
Cruz Cara 1 .5 x .5 = .25
Cruz Cruz 0 .5 x .5 = .25
-
8/18/2019 10 Distribucion Probabilistica
6/47
…Ejemplo
• Al realizar la tabla de distribución del número posible
de caras que se obtiene al lanzar una moneda dos
veces, obtenemos:
Número de Caras Lanzamientos Probabilidad de
este resultado
P(cara)
0 (Cruz, Cruz) 0.25
1
(Cruz, Cara)
+(Cara, Cruz)
0.50
2 (Cara, Cara) 0.25
-
8/18/2019 10 Distribucion Probabilistica
7/47
Variable Continua
• Puede tomar tanto valores enteros como
fraccionarios y un número infinito de ellos
dentro de un mismo intervalo
– x es la Variable que nos define la concentración en
gramos de plata de algunas muestras de mineral
(14.8 gr, 12.1, 10.0, 42.3, 15.0, 18.4, 19.0, 21.0,20.8, …, n)
-
8/18/2019 10 Distribucion Probabilistica
8/47
Variable Continua
• Las probabilidades asociadas a cada uno de
los valores que toma x deben ser mayores o
iguales a 0
≥ 0• El área definida bajo la función de densidad de
probabilidad deberá ser de 1.
= 1
-
8/18/2019 10 Distribucion Probabilistica
9/47
Distribución de Probabilidad
Ejemplo• Dada la experiencia aleatoria de anotar las
puntuaciones obtenidas al lanzar un dado,
calcular: – La función de probabilidad y su representación
– La función de distribución y su representación
– La esperanza matemática, la varianza y ladesviación típica.
-
8/18/2019 10 Distribucion Probabilistica
10/47
Distribución de Probabilidad•
Una distribución de probabilidad indica toda lagama de valores que pueden representarse como
resultado de un experimento si éste se llevase a
cabo
– Describe la probabilidad de que un evento se realice
en el futuro
– Constituye una herramienta fundamental para la
prospectiva, puesto que se puede diseñar unescenario de acontecimientos futuros considerando
las tendencias actuales de diversos fenómenos
naturales, por ejemplo.
-
8/18/2019 10 Distribucion Probabilistica
11/47
Distribución de probabilidad
x 1 1/6
2 1/6
3 1/6
4 1/6
5 1/6
6 1/6
1/6 1/6 1/6 1/6 1/6 1/6
1 2 3 4 5 6
Distribución
-
8/18/2019 10 Distribucion Probabilistica
12/47
Función de Probabilidad
• Sea X una variable aleatoria discreta cuyos
valores suponemos ordenados de menor a
mayor. Llamaremos función de distribución
de la variable X, y escribiremos F(x) a lafunción:
= ≤ • La función de distribución asocia a cada valor
de la variable aleatoria la probabilidad
acumulada hasta ese valor.
-
8/18/2019 10 Distribucion Probabilistica
13/47
Función de probabilidad
Recuerda que se aplica probabilidad acumulada
x X < 1 0
1 ≤ x < 2 1/6
2 ≤ x < 3 2/6
3 ≤ x < 4 3/6
4 ≤ x < 5 4/6
5 ≤ x < 6 5/6
6 ≤ x 1
-
8/18/2019 10 Distribucion Probabilistica
14/47
Esperanza Matemática
o Valor Esperado
• El valor esperado de una Variable Aleatoria X es el
promedio ponderado de todos los valores posibles
de la misma. Donde los pesos son las
probabilidades asociadas con los valores.
• Para calcular el valor esperado de una variable
aleatoria por su correspondiente probabilidad y
luego sumar los términos resultante.
-
8/18/2019 10 Distribucion Probabilistica
15/47
Esperanza Matemática
o Valor Esperado• La esperanza matemática o valor esperado de una
variable aleatoria tiene sus orígenes en los juegos de azar,
debido a que los apostadores deseaban saber cuál era su
esperanza de ganar repetidamente un juego, por lo tanto,
el valor esperado representa la cantidad de dinero
promedio que el jugador está dispuesto a ganar o perder
después de un número grande de apuestas.
= =
-
8/18/2019 10 Distribucion Probabilistica
16/47
Varianza
• Es un promedio ponderado de las de las
desviaciones al cuadrado
2 = = 2 = 2 2
-
8/18/2019 10 Distribucion Probabilistica
17/47
Desviación estándar o típica
• Es una medida de dispersión para variables de
razón y de intervalo
= = =
2
2
-
8/18/2019 10 Distribucion Probabilistica
18/47
Resolviendo el ejercicio
� � 1 1/6 1/6 1/6
2 1/6 2/6 4/6
3 1/6 3/6 9/6
4 1/6 4/6 16/6
5 1/6 5/6 25/6
6 1/6 6/6 36/6
21/6 91/6
= � = 3.5
2 = 2 2 = 916 3.5 2 = 2.9167
= 2 2 = 2.9167 = 1.7078
-
8/18/2019 10 Distribucion Probabilistica
19/47
Ejercicio
• Se lanza un par de dados. Se define la variable
aleatoria X como la suma de las puntuaciones
obtenidas. Hallar la función de probabilidad, la
esperanza matemática y la varianza
-
8/18/2019 10 Distribucion Probabilistica
20/47
� 2 � 2 1/36 2/36 4/36
3 2/36 6/36 18/36
4 3/36 12/36 48/36
5 4/36 20/36 100/36
6 5/36 30/36 180/36
7 6/36 42/36 294/36
8 5/36 40/36 320/36
9 4/36 36/36 324/3610 3/36 30/36 300/36
11 2/36 22/36 242/36
12 1/36 12/36 144/36
252/36 1974/36
= � = 25236
= 7
2 = 2 2 = 197436
7 2 = 5.83
= ∑ 2 2 = 5.83 =2.415
-
8/18/2019 10 Distribucion Probabilistica
21/47
Ejercicio
• Un jugador lanza un dado corriente. Si sale
número primo, gana tantos cientos de pesos
como marca el dado, pero si no sale número
primo, pierde tantos cientos de pesos comomarca el dado. Determinar la función de
probabilidad y la esperanza matemática del
juego
-
8/18/2019 10 Distribucion Probabilistica
22/47
� +100 1/6 100/6
+200 1/6 200/6
+300 1/6 300/6
-400 1/6 -400/6
+500 1/6 500/6
-600 1/6 -600/6
100/6
=
∑ � =
100
6 =16.667
-
8/18/2019 10 Distribucion Probabilistica
23/47
Ejercicio
• Si una persona compra un boleto en una rifa,
en la que puede ganar un primer premio de
$5,000 o un segundo premio de $2,000 con
probabilidades de: 0.001 y 0.003. ¿Cuál seríael precio justo a pagar por el boleto?
-
8/18/2019 10 Distribucion Probabilistica
24/47
� $5,000 0.001 $5
$2,000 0.003 $6
$11
= � = $11
-
8/18/2019 10 Distribucion Probabilistica
25/47
Ejercicio
• Sea X una variable aleatoria discreta cuya
función de probabilidad es:
– Calcular la función de distribución
– Calcular las siguientes probabilidades:
• < 4.5• ≥ 3• 3 ≤ < 4.5
0 0.11 0.2
2 0.1
3 0.4
4 0.1
5 0.1
-
8/18/2019 10 Distribucion Probabilistica
26/47
0 0.1
1 0.2
2 0.13 0.4
4 0.1
5 0.1
x < 0 0
0 ≤ x < 1 0.1
1 ≤ x < 2 0.32 ≤ x < 3 0.4
3 ≤ x < 4 0.8
4 ≤ x < 5 0.9
5 ≤ x 1
-
8/18/2019 10 Distribucion Probabilistica
27/47
< 4.5 < 4.5 = 4.5 = 0.9
≥ 3
≥ 3 = 1 < 3 = 1 0.4 = 0.6
3 ≤ < 4.5 3 ≤ < 4.5 = < 4.5 < 3 = 0.9 0.4 = 0.5
-
8/18/2019 10 Distribucion Probabilistica
28/47
Distribución Binomial
o de Bernoulli
• Caso particular de probabilidad de variable
aleatoria discreta
– Sólo son posibles dos resultados
• Suceso A (éxito)
• Suceso B (fracaso)
– Al repetir el experimento, el resultado es
independiente de los resultados obtenidosanteriormente.
– La probabilidad de A es constante
– En cada experimento se realizan n pruebas idénticas
-
8/18/2019 10 Distribucion Probabilistica
29/47
Fórmula• Si se tienen n ensayos Bernoulli con probabilidad de éxito
p y de fracaso q, la distribución de probabilidad que la
modela es la distribución de probabilidad binomial y su
regla de correspondencia es:
= = !
! ! � � − – Probabilidad de ocurrencia del evento – probabilidad de éxito del evento (en un intento) – probabilidad de fracaso del evento (en un intento) (se definecomo = 1 ) – ocurrencia del evento o éxitos deseados – número de intentos
-
8/18/2019 10 Distribucion Probabilistica
30/47
Ejemplo
• ¿Cuál es la probabilidad de obtener exactamente
2 caras al lanzar una misma moneda 6 veces?
– Probabilidad de ocurrencia del evento – = 0.5 – = 1 0.5 = 0.5 – = 2 –
= 6
= =6!
2! 6 2 ! � 0.52 � 0.56−2 = 0.234375
-
8/18/2019 10 Distribucion Probabilistica
31/47
Tabla Binomialn x 0.01 0.05 0.10 0.15 0.20 0.25 0.30 0.33 0.35 0.40 0.45 0.49 0.50
-
8/18/2019 10 Distribucion Probabilistica
32/47
Tabla Binomialn x 0.01 0.05 0.10 0.15 0.20 0.25 0.30 0.33 0.35 0.40 0.45 0.49 0.50
-
8/18/2019 10 Distribucion Probabilistica
33/47
Tabla Binomialn x 0.01 0.05 0.10 0.15 0.20 0.25 0.30 0.33 0.35 0.40 0.45 0.49 0.50
-
8/18/2019 10 Distribucion Probabilistica
34/47
Ejercicio 1
• La última novela de un autor ha tenido un
gran éxito, hasta el punto de que el 80% de los
lectores ya la han leído. Un grupo de 4 amigos
son aficionados a la lectura:a) ¿Cuál es la probabilidad de que en el grupo
hayan leído la novela 2 personas?
b) ¿Y cómo máximo 2?
-
8/18/2019 10 Distribucion Probabilistica
35/47
a) ¿Cuál es la probabilidad de que en el grupo
hayan leído la novela 2 personas?
n = 4 x = 2 p= 0.8 q = 0.2
P(x=2) = 0.1536
b) ¿Y cómo máximo 2?
P(x≤2) = P(x=4) + P(x=3) + P(x=2)= 0.0016 + 0.0256 + 0.1536
P(x≤2) = 0.1808
-
8/18/2019 10 Distribucion Probabilistica
36/47
Ejercicio 2
• Un agente de seguros vende pólizas a cinco
personas de la misma edad y que disfrutan de
buena salud. Según las tablas actuales, la
probabilidad de que una persona en estascondiciones viva 30 años o más es 2/3. Hállese la
probabilidad de que, transcurridos 30 años, vivan:
– Las 5 personas – Al menos tres personas
– Exactamente dos personas
-
8/18/2019 10 Distribucion Probabilistica
37/47
-
8/18/2019 10 Distribucion Probabilistica
38/47
Ejercicio 3
•
Se dice que el 75% de los accidentes de una plantase atribuyen a errores humanos. Si en un período
de tiempo dado, se suscitan 5 accidentes,
determine la probabilidad de que;
a) dos de los accidentes se atribuyan a errores
humanos
b) como máximo 1 de los accidentes se atribuya aerrores de tipo humano
c) Tres de los accidentes no se atribuyan a errores
humanos
-
8/18/2019 10 Distribucion Probabilistica
39/47
• Dos de los accidentes se atribuyan
n = 5 x = 3 p= 75% q = 25%
P(x=3) = 0.0879
•
Como máximo uno de los accidentes se atribuyaP(x≥4) = P(x=4) + P(x=5)
= 0.0146 + 0.0010 = 0.0146
P(x≥4) = 0.0156• Tres de los accidentes no se atribuyan
P(x=3) = 0.0879
-
8/18/2019 10 Distribucion Probabilistica
40/47
Distribución de Poisson
•
Caso particular de probabilidad de variablealeatoria discreta
• Siméon Denis Poisson (1781 – 1840) francés
•Cantidades de ocurrencia de un evento a lo largode un intervalo de tiempo o espacio especificado
– # de defectos de una tela por m2
–
# de aviones que aterrizan en el aeropuerto por día – # de bacterias por cm2 de cultivo
– # de llamadas telefónicas a un conmutador por hora
– # de llegadas de embarcaciones a un puerto por mes
-
8/18/2019 10 Distribucion Probabilistica
41/47
Fórmula
, =
� −
! – , = Probabilidad de ocurrencia del evento x , cuando el
número promedio de ocurrencia de ellos es λ
– λ = media o promedio de éxitos por unidad de tiempo, área o
producto
– e = 2.718281828 base de logaritmo neperiano o natural
– = variable que nos denota el número de éxitos que se deseaque ocurra
-
8/18/2019 10 Distribucion Probabilistica
42/47
Ejemplo
• Si un banco recibe en promedio 6 cheques sin
fondo por día, ¿Cuáles son las probabilidades
de que reciba,
a) Cuatro cheques sin fondo en un día dado?
P(4, 6) = 0.1339
b) 10 cheques sin fondos en cualquiera de dos días
consecutivos?P(10,12) = 0.1048
-
8/18/2019 10 Distribucion Probabilistica
43/47
Tabla
-
8/18/2019 10 Distribucion Probabilistica
44/47
Tabla
-
8/18/2019 10 Distribucion Probabilistica
45/47
Ejercicio 1
• En la inspección de hojalata producida por un
proceso electrolítico continuo, se identifican
0.2 imperfecciones en promedio por minuto.
Determine las probabilidades de identificar
a) una imperfección en 3 minutos
b) al menos dos imperfecciones en 5 minutos
c) cuando mucho una imperfección en 15
minutos
-
8/18/2019 10 Distribucion Probabilistica
46/47
a) una imperfección en 3 minutos
P(1, 0.6) = 0.3293
b) al menos dos imperfecciones en 5 minutos
1 - P(0, 1) - P(1, 1) = 1 – 0.3679 – 0.3679 = 0.2642
c) cuando mucho una imperfección en 15
minutosP(0, 3) - P(1, 3) = 0.0498 + 0.1494 = 0.1992
-
8/18/2019 10 Distribucion Probabilistica
47/47
Ejercicio 2
• Si ya se conoce que solo el 3% de los alumnos
de Contabilidad son muy inteligentes.
• Calcular la probabilidad de que si tomamos
100 alumnos al azar, 5 de ellos sean muy
inteligentes
P(3,5) = 0.1008