Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
1
Probabilidad y estadı́stica Miguel Ángel Méndez
1 y 0 1 2 3
y E(Y ) = 3/2
p(y) 1/8 3/8 3/8 1/8
2
Probabilidad y estadı́stica Miguel Ángel Méndez
Teorema. 2 Sea Y una v.a. discreta con función de probabilidad p(y) y sea
g(Y ) una función real de Y , entonces
X
E[g(Y )] = g(y)p(y).
y
σ 2 = V (Y ) = E[(Y − µ)2 ].
La desviación
p estándar de Y , σ es la raı́z cuadrada positiva de V (Y ). i.e.
σ = V (Y )
3
Probabilidad y estadı́stica Miguel Ángel Méndez
1. E(C) = C
2. E[Cg(Y )] = CEg(Y )
4
Probabilidad y estadı́stica Miguel Ángel Méndez
5
Probabilidad y estadı́stica Miguel Ángel Méndez
y 0 1 2 3
p(y) 1/8 1/4 3/8 1/4
Solución:2
2 2
σ = 0.9375
6
Probabilidad y estadı́stica Miguel Ángel Méndez
y 1 2 3 4
p(y) 0.4 0.3 0.2 0.1
Solución:3
3
E(Y ) = 2, E(1/Y ) = 0.6417, E(Y 2 − 1) = 4, V (Y ) = 1
7
Probabilidad y estadı́stica Miguel Ángel Méndez
a) V (c) = 0,
b) V (cY ) = c2 V (Y ),
c) V (Y + c) = V (Y ).
8
Probabilidad y estadı́stica Miguel Ángel Méndez
x 2 6 10 14 20
p(x) 0.1 0.2 0.3 0.3 0.1
Calcule
x 0 1 2 3 4
p(x) k 0.1 0.4 2k 2k
4
a)10.6, 136.4 y 24.04, b)15.6 y 24.04, c)45.2.
5
a)0.1, b)2.3 y6.7, c)1.41, d)1.41
9
Probabilidad y estadı́stica Miguel Ángel Méndez
(X − µ)2
Z= + (X − 12)
σ2
Encuentre el valor esperado de la v.a. Z
b) Sea Y una v.a. con media λ y varianza γ 2 y sea
2Y − λ
W =Y +
γ
6
Encuentre el valor esperado y la varianza de la v.a. W .
a) Calcule el valor de c que hace que la función p(x) sea una función
de probabilidades
b) Calcule el valor esperado y la varianza
7
c) Obtenga P (2 < X < 7)
6
a)µ − 11, b)λ(1 + γ1 ) y (γ + 2)2
7
a)30, b)4 y 3, c)0.7
10
Probabilidad y estadı́stica Miguel Ángel Méndez
6. Una pareja de recién casados ha pensado que tendrán hijos hasta que
nazca una niña. Suponga que la probabilidad de que nazca una niña es
igual a la de que nazca un niño, y es independiente el sexo de un hijo a
otro. Si se define la variable aleatoria X como el número de hijos que
tendrá la pareja:
11
Probabilidad y estadı́stica Miguel Ángel Méndez
x 0 1 2 3 4 5
p(x) 0.05 0.1 0.2 0.4 0.2 0.05
10 x 0 1 2
, µ = 0.2 y σ 2 = 0.18
p(x) .81 .18√ .01
11
a)11/4, 11/80 y 555/20, c)0.95, d)165/2, 8055, y 8771/20
12
Probabilidad y estadı́stica Miguel Ángel Méndez
2. Distribución Poisson
La distribución de Poisson es una distribución de probabilidad discreta que
expresa, a partir de una frecuencia de ocurrencia promedio λ, la probabilidad
de que ocurra un determinado número de eventos durante un intervalo de
tiempo.
µ = E(Y ) = λ y σ 2 = V (Y ) = λ
13
Probabilidad y estadı́stica Miguel Ángel Méndez
b) ¿Cuál es la probabilidad de que el lugar sea visitado una vez? ¿Dos veces?
¿Al menos una vez?
12
12
a)1/e, b)1/e, 1/e y 1 − 1/e
14
Probabilidad y estadı́stica Miguel Ángel Méndez
15
Probabilidad y estadı́stica Miguel Ángel Méndez
1. las 2:00 p.m. y las 4:00 p.m. (un periodo continuo de dos horas)?,
2. la 1:00 p.m. y las 2:00 p.m. o entre las 3:00 p.m. y las 4:00 p.m. (dos
periodos de una hora separados que totalizan dos horas)?
16
Probabilidad y estadı́stica Miguel Ángel Méndez
Ejercicios: Nivel 1
1. Denote con Y una variable aleatoria que tenga una distribución de
Poisson con media λ = 2. Encuentre
a) P (Y = 4).
b) P (Y ≥ 4).
c) P (Y < 4).
d ) P (Y ≥ 4|Y ≥ 2).
Resp.
17
Probabilidad y estadı́stica Miguel Ángel Méndez
Ejercicios: Nivel 2
7. Consulte el ejercicio 4 ¿Cuánto puede durar la llamada telefónica del
empleado si la probabilidad es al menos 0.4 de que no lleguen autos
durante la llamada?
Resp. 41.23 seg.
18
Probabilidad y estadı́stica Miguel Ángel Méndez
determinada? (Suponga que los números de autos que llega a las dos
entradas son independientes.)
Resp. 0.0521
Observación. 3
19
Probabilidad y estadı́stica Miguel Ángel Méndez
λ/n y ası́
n y n−y
p(y) = lı́m p q
n→∞ y
n! λ y λ n−y
= lı́m 1−
n→∞ y!(n − y)! n n
y
λ λ n n(n − 1) · · · (n − y + 1)
λ −y
= lı́m 1− 1 −
n→∞ y! n ny n
λ y λ n λ −y 1 2 y − 1
= lı́m 1 − 1− 1− 1− ··· 1 −
y! n→∞ n n n n n
y
λ −λ
= e .
y!
Debido a que la función de probabilidad binomial converge a la de
Poisson, las probabilidades de Poisson se pueden usar para calcular sus
similares binomiales para n grande, p pequeña y λ = np menor que,
aproximadamente, 7.
20
Probabilidad y estadı́stica Miguel Ángel Méndez
21
Probabilidad y estadı́stica Miguel Ángel Méndez
a+b 2 (b − a)2
µ = E(Y ) = y σ = V (Y ) =
2 12
22
Probabilidad y estadı́stica Miguel Ángel Méndez
13
Solución:
13
P (25 ≤ Y ≤ 30) = 1/6
23
Probabilidad y estadı́stica Miguel Ángel Méndez
Ejercicios: Nivel 1
1. Suponga que Y tiene una distribución uniforme en el intervalo (0, 1).
a) Encuentre F (y).14
b) Demuestre que P (a ≤ Y ≤ a + b), para a ≥ 0, b ≥ 0, y a + b ≤ 1
depende sólo del valor de b.
24
Probabilidad y estadı́stica Miguel Ángel Méndez
a) Determine el valor de k.
18
b) Obtenga la función de distribución para Y .
25
Probabilidad y estadı́stica Miguel Ángel Méndez
Ejercicios: Nivel 2
9. Si Y ∼ U nif [a, b]. Compruebe que
bn+1 − an+1
E(Y n ) =
(n + 1)(b − a)
20
3/4
21
1/4
26
Probabilidad y estadı́stica Miguel Ángel Méndez
4. Distribución Normal
Notación Y ∼ N (µ, σ)
R∞
Se puede ver que f (y) ≥ 0, y demostrar que −∞
f (y)dy = 1
E(Y ) = µ, V (Y ) = σ 2
27
Probabilidad y estadı́stica Miguel Ángel Méndez
28
3. Distribución Normal Estándar
Z ∼ N(0, 1)
Z z
p = P (Z ≤ z) = φZ (u)du = 1 − α
−∞
donde p α
1 1 2
φZ (u) = √ e− 2 u
2π 0 z
a) P (Z > 2)
b) P (−2 ≤ Z ≤ 2)
c) P (0 ≤ Z ≤ 1.73)
Solución:22
22
a)0.028, b)0.944, c)0.4164
31
Probabilidad y estadı́stica Miguel Ángel Méndez
Solución:23
23
0.2417
32
Probabilidad y estadı́stica Miguel Ángel Méndez
1. P (0 ≤ Z ≤ 1.2)
2. P (−0.9 ≤ Z ≤ 0)
3. P (0.3 ≤ Z ≤ 1.56)
4. P (−0.2 ≤ Z ≤ 0.2)
5. P (−1.56 ≤ Z ≤ −0.2)
33
Probabilidad y estadı́stica Miguel Ángel Méndez
1. P (Z > Z0 ) = 0.5
2. P (Z < Z0 ) = 0.8643
34
Probabilidad y estadı́stica Miguel Ángel Méndez
35