Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
INGENIERÍA EN LOGÍSTICA PROGRAMA EDUCATIVO PROBABILIDAD Y ESTADISTICA MATERIA CASTILLO SAN JUAN LEHI LEMUEL ALUMNO 26 DE OCTUBRE, 2022 FECHA DE ENTREGA CARLOS ADRIÁN CABRERA MIJANGOS DOCENTE INSTITUTO TECNOLÓGICO SUPERIOR DEL OCCIDENTE DEL ESTADO DE HIDALGO MIXQUIAHUALA DE JUÁREZ, HIDALGO VAREABLES ALEATORIAS TEMA Variables Aleatorias Definir una variable aleatoria en un experimento aleatorio consiste en asociar un valor numérico a cad-a suceso elemental del experimento. Interesa fundamentalmente asignar probabilidades a dichos valores numéricos. Formalmente, dados un experimento aleatorio 𝜀, un espacio muestral Ω, una familia de sucesos en Ω con una probabilidad 𝑃, diremos que una función 𝑋: 𝛺 → 𝑅 es una variable aleatoria si 𝑋−1(−∞ , 𝑥 ] = { 𝜔 ∈ 𝛺 ∶ 𝑋 ( 𝜔 ) ≤ 𝑥 } es un suceso. Esta definición asegura que sea posible realizar cálculos de probabilidades sobre sucesos definidos en R a partir de valores de las variables aleatorias. No utilizaremos esta definición en forma explícita en lo que sigue. En ocasiones los sucesos elementales de un experimento aleatorio son números, en esta situación esos números coinciden con el valor de una variable aleatoria. Ejemplo 𝜀 = se arroja un dado y se observa el resultado de la tirada 𝛺 = {1,2,3,4,5 ,6} Sucesos = cualquier subconjunto de Ω 𝑋: 𝛺 → 𝑅 la función identidad Valores posibles de X = {1,2,3,4,5 ,6} = RX Para un dado que no está cargado asignamos equiprobabilidad a los valores posibles de la variable aleatoria X: P(X=1) = P(X=2) = P(X=3) = P(X=4) = P(X=5) = P(X=6) = 1/6 Clasificación De Las Variables Aleatorias Variable aleatoria discreta: solo puede tomar valores numéricos aislados (fijados dos consecutivos, no puede existir ninguno intermedio). Variable aleatoria continua: puede tomar cualquier valor numérico dentro de un intervalo, de modo que entre cualesquiera dos de ellos siempre existe otro posible valor. Variable Aleatoria Discreta Identificación de una variable aleatoria discreta X: es preciso conocer el conjunto de los posibles resultados de 𝑋: {𝑥1, 𝑥2, . . . , 𝑥𝑘, . . . } y el conjunto de las probabilidades siguientes: 𝑝1 = 𝑃(𝑋 = 𝑥1) 𝑝2 = 𝑃(𝑋 = 𝑥2) . . . 𝑝𝑘 = 𝑃(𝑋 = 𝑥𝑘) Función de probabilidad de una variable aleatoria discreta X: 𝑝𝑖 = 𝑃(𝑋 = 𝑥𝑖𝑖) 𝑝𝑎𝑟𝑎 𝑖 = 1, 2, . . . , 𝑘, . .. Propiedades importantes de la función de probabilidad: 𝑃𝑖 ≥ 0 𝑝𝑎𝑟𝑎 𝑡𝑜𝑑𝑜 𝑖. ∑ 𝑃𝑖 = 1. Función de distribución de una variable aleatoria discreta 𝑋: 𝐹𝑋(𝑡) = 𝑃(𝑋 ≤ 𝑡) para toda 𝑡 Media de una variable aleatoria discreta 𝑋: µ = 𝐸(𝑋) = ∑ 𝑥𝑖 𝑝𝑖 Varianza de una variable aleatoria discreta 𝑋: 𝜎2 = 𝑉𝑎𝑟(𝑋) = ∑ (𝑥𝑖 − µ)2 𝑝𝑖 = (∑ 𝑥𝑖 2𝑃𝑖) − µ 2 Desviación típica de una variable aleatoria discreta 𝑋: 𝜎 = √𝜎2 Variable Aleatoria Continuas Las variables aleatorias continuas, por ejemplo estaturas y pesos, lapso de vida útil de un producto en particular o un error experimental de laboratorio, pueden tomar los infinitamente numerosos valores correspondientes a puntos en un intervalo de una recta. Si se trata de asignar una probabilidad positiva a cada uno de estos numerosos valores, las probabilidades ya no sumarán 1, como es el caso con variables aleatorias discretas. Por tanto, se debe usar un método diferente para generar la distribución de probabilidad para una variable aleatoria continua. Una variable aleatoria continua puede tomar cualquiera de un número infinito de valores de la recta real, en forma semejante al número infinito de granos de arena en una playa. La distribución de probabilidad es creada al distribuir una unidad de probabilidad a lo largo de la recta, igual que como se puede distribuir un puñado de arena. La distribución de probabilidad 𝑓 (𝑥); 𝑃 (𝑎 < 𝑥 < 𝑏 ) es igual al área sombreada bajo la curva. Ejemplos Variable Aleatoria Discreta: Lance al aire dos monedas imparciales y sea x igual al número observado de caras. Encuentre la distribución de probabilidad para x. Solución. Los eventos simples para este experimento con sus respectivas probabilidades se muestran en la tabla 1.1. Como 𝐸1= HH resulta en dos caras, este evento simple resulta en el valor x = 2. Del mismo modo, el valor x = 1 se asigna a 𝐸2, y así sucesivamente. Para cada valor de 𝑥, se puede calcular 𝑝(𝑥) al sumar las probabilidades de los eventos simples en ese evento. Por ejemplo, cuando x = 0, 𝑝(0) = 𝑃(𝐸4) = 1 4 y cuando x = 1, 𝑝(1) = 𝑃(𝐸2) + 𝑃(𝐸3) = 1 3 Los valores de 𝑥 y sus probabilidades respectivas, 𝑝(𝑥), aparecen en la siguiente tabla. Observe que las probabilidades totalizan 1. Variable Aleatoria Continua: La variable aleatoria uniforme se emplea para modelar el comportamiento de una variable aleatoria continua cuyos valores estén uniforme o exactamente distribuidos en un intervalo dado. Por ejemplo, es probable que el error x introducido al redondear una observación a la pulgada más cercana tenga una distribución uniforme en el intervalo de .5 a .5. La función de densidad de probabilidad f(x) sería “plana” como se muestra en la imagen. La altura del rectángulo está fija en 1, de modo que el área total bajo la distribución de probabilidad es 1. ¿Cuál es la probabilidad de que el error de redondeo sea menor a .2 en magnitud? Solución. Esta probabilidad corresponde al área bajo la distribución entre 𝑥 = − .2 𝑦 𝑥 = .2. Como la altura del rectángulo es 1 P(−.2 < x < .2) [. 2 − (. 2)] ∗ 1 = .4 Ejercicios Ejercicio 1. Se venden 5000 billetes para una rifa a 1 euro cada uno. Si el único premio del sorteo es de 1800 euros, calcular el resultado que debe esperar una persona que compra 3 billetes Solución. Consideramos la variable aleatoria discreta ξ = ‘cantidad de dinero obtenido en el juego’ Los posibles valores de ξ son dos: Si se gana la rifa, se obtiene un beneficio de 1800−3 = 1777 euros. Por la Ley de Laplace, la probabilidad de que ocurra este hecho es de 3/5000. Si no se gana la rifa, resulta una pérdida de 3 euros. Nuevamente por la Ley de Laplace, la probabilidad de que esto ocurra es de 4997/5000. El resultado que debe esperar una persona que compra 3 billetes es 𝐸[𝜉 ] = 1777 · 3 500 − 3 · 4997 5000 = − 9660 5000 = −1.932, Ejercicio 2. Una variable aleatoria discreta toma todos los valores enteros entre 0 y 4 con la siguiente función de densidad: Calcular su esperanza y varianza. Solución. La esperanza matemática de la variable 𝑋 viene dada por: 𝐸[𝑋] = ∑ 𝑥𝑖 4 𝑖=0 ∗ 𝑓(𝑥𝑖) = (0 ∗ 0.3) + (1 ∗ 0.25) + (2 ∗ 0.25) + (3 ∗ 0.1) + (4 ∗ 0.1) = 1.45 La varianza viene dada por Var[𝑋] = 𝐸[𝑋2] − (𝐸[𝑋])2. Calculamos la esperanza de la variable 𝑋2 𝐸[𝑋2] = ∑ 𝑥𝑖 2 4 𝑖=0 ∗ 𝑓(𝑥𝑖 2) = ∑ 𝑥𝑖 2 4 𝑖=0 ∗ 𝑓(𝑥𝑖) = (0 2 ∗ 0.3) + (12 ∗ 0.25) + (22 ∗ 0.25) + (32 ∗ 0.1) + (42 ∗ 0.1) = 3.75 𝑉𝑎𝑟[𝑋] = 3.75 − 1.422 = 1.6475 Ejercicio 3. Suponiendo que es equiprobable el tener hijo o hija, determinar el número esperado de varones en una familia de ocho hijos, así como la probabilidad de que efectivamente resulte este número. Solución. Consideramos la variable aleatoria ξ = ‘número de hijos varones en el total de ocho’. Al ser equiprobable el tener hijo o hija, la probabilidad de éxito (el tener un hijo) es 𝑝 = 0.5. Además, el sexo de un hijo no influye en el de los restantes. Por tanto, la variable ξ sigue una distribución binomial de parámetros 𝑛 = 8 𝑦 𝑝 = 0.5, y su función de densidad es 𝑓(𝑥) = ( 8 𝑥 ) · 0.5𝑥 · (1 − 0.5)8−𝑥 = ( 8 𝑥 ) · 0.5𝑥 · 0.58−𝑥 = ( 8 𝑥 ) · 0.58 (𝑥 ∈ {0,1,2, . . . ,8}) El número esperado de hijos varones viene dado por la esperanza matemática de la variable aleatoria ξ ,esto es: 𝐸[𝜉] = 𝑛𝑝 = 8 · 0.5 = 4 hijos varones Por otra parte, la probabilidad de que nazcan exactamente 4 hijos varones es: 𝑃(𝜉 = 4) = ( 8 4 ) · 0.58 = 8! 4! · 4! · 0.58 = 0.2734 𝑋 0 1 2 3 4 𝑓(𝑥) 0.3 0.25 0.25 0.1 0.1 lo que supone un 27.34%. Ejercicio 4. La función de distribución de la variable aleatoria que representa la duración en minutos de una llamada telefónica es Hallar su función de densidad, así como la probabilidad de que una llamada dure entre 3 y 6 minutos. Solución. Sabemos que la función de densidad de probabilidad coincide con la derivada de la función de distribución. Por tanto, la función de densidad será La probabilidad de que una llamada dure entre 3 y 6 minutos es: Ejercicio 5. Una confitura puede ser calificada de «almíbar» si contiene entre 420 y 520 gramos de azúcar por kilo de confitura. Un fabricante comprueba 200 botes de confitura de 1 kilogramos encontrando que el peso medio de azúcar es de 465 gramos, con una desviación típica de 30 gramos. Sabiendo que el contenido de azúcar se distribuye normalmente (porque proviene de frutas con un contenido variable de azúcar), calcular el porcentaje de la producción del fabricante que no debe ser etiquetado como almíbar, considerando la muestra como representativa de la producción total. Solución. Sea la variable aleatoria ξ = ‘contenido de azúcar (gr) en botes de confitura de 1 kg’. Sabemos que el contenido de azúcar en dichos botes se distribuye normalmente con un peso medio por bote de 465 gr (esto es, µ = 465 gr) y una desviación típica de 30 gr (esto es, σ = 30 gr). Simbólicamente: ξ ∼ N(465,30). Considerando la muestra de 200 botes como representativa de la producción total, el porcentaje de producción que puede ser calificado de almíbar es el P(420 < ξ < 520)· 100%. Al tipificar la variable ξ resulta que ξ = 30Z +465, donde Z es la normal estándar. Se tiene entonces: Encontramos así que el 89.96% de la producción total puede ser calificada de almíbar. El resto, un 10.04%, no debe ser calificado como tal. Ejercicio 6. La longitud de ciertos tornillos (en centímetros) es una variable aleatoria con la siguiente función de densidad: Para hacer cierto trabajo se prefieren tornillos con longitud entre 1,7 cm y 2,4 cm. ¿Cuál es la probabilidad de que un tornillo tenga dicha longitud? Solución. La variable es 𝑋: longitud de ciertos tornillos (en cm). Calculamos la probabilidad pedida 𝑃(1,7 ≤ 𝑋 ≤ 2,4) cómo el área bajo la curva de densidad entre 𝑥 = 1,7𝑥 = 1,7 𝑦 𝑥 = 2,4𝑥 = 2,4: Referencias Mendenhall, W., Beaver, R. J., Beaver, B. M., & Velázquez Arellano, J. A. (2015). Introducción a la probabilidad y estadística (14a. ed. --.). México, D.F.: Cengage Learning. Fede. (2018, July 18). Variable Aleatoria Continua: Ejercicios Resueltos. Retrieved November 30, 2022, from PROBA FÁCIL website: https://probafacil.com/variable- aleatoria-continua-ejercicios-resueltos/
Compartir