SECRETARA DE EDUCACIN PBLICA Alonso Lujambio Irazbal SUBSECRETARA DE EDUCACIN SUPERIOR Rodolfo Tuirn Gutirrez PROGRAMA DE EDUCACIN SUPERIOR

ABIERTA Y A DISTANCIA COORDINACIN GENERAL Manuel Quintero Quintero COORDINACIN ACADMICA Soila del CarmenLpez Cueva s DISEO INSTRUCCIONAL Elosa Alp ar Gmez z EVALUACIN Y ACREDITACIN DE PROGRAMAS EDUCATIVOS Alicia Prez Godn ez DISEO GRFICO DE CONTENIDOS Y COMUNICACIN INSTITUCIONAL PaulinaLpez Barrios ACCESIBILIDAD CsarPalvacini y Javier Bustos

AGRADECEMOS LA COLABORACIN EN EL DESARROLLO DE ESTE MATERIAL A: Dr. Abela rdo Mercado Herrera de la Universidad Politcnica de Baja California Y MUY ESPECIALMENTE A: Mtra. ElsaMarlene EscobarCristiani Sec retara de Educacin Pbli a, 2010 c

1 1

Segu ramente has escuchadoalguna vez la frase La prctica hace al maestro, este material lo ntos que se hemos desar rollado con la finalidad de que ejercites los algunos procedimie trabajarn a lo largo de la asign atura, pensandoque entre ms los practiques,ser mucho mayor la comprensin que tenga s de ellos. Este material es de estudio independie nte, lo puedes utilizar como material de apoyo, para reforzar conocimientos, para autoevaluarte, o como preparacin para tu evaluacinpresencias.Lo importante es que te sirva para que identifiques cules son los temas que necesi as reforzar y t para que te des cuenta de los logros que has tenido La estructura del material es la siguie nte: Para cada tema, se presenta un breve resumen del contenido, enseguidase presenta un ejemplo del procedimie nto y, al final, se encue ntran los ejercicios que tendr s que resolver. Hemosanexado un documento donde encontrars todas las frmulas que manejamosen el curso. Espe ramosque te sea de utilidad.

Unidad 1. Frmulaspara determinar el tamao de la muestra s Cuandose conoce el tamao de la poblacin Cuandono se conoceel tamao de la poblacin

Unidad2. Estadstica descriptiva agrupados

Tema. Medidasde tendenciacentral

Media en datos no Poblacin Muestra

Unidad2. Estadstica descriptiva

Tema. Medidasde tendenciacentral

Media en datos agrupadospor frecuenciassimples Poblacin Muestra

Unidad2. Estadstica descriptiva

Tema. Medidasde tendenciacentral

Media en datos agrupados por intervalos Poblacin Muestra

Unidad2. Estadstica descriptiva

Tema. Medidasde tendenciacentral

Media en datos agrupados por intervalos Poblacin Muestra

Unidad2. Estadstica descriptiva

Tema. Medidasde tendenciacentral

Moda en datos agrupados por intervalos Poblacin Muestra

Unidad2. Estadstica descriptiva Recorrido

Tema. Medidasde dispersin

Unidad2. Estadstica descriptiva

Tema. Medidasde dispersin

Varian para datos no agrupadosy agrupados frecuenciassimples za en Poblacin Muestra

Unidad2. Estadstica descriptiva

Tema. Medidasde dispersin

Varian para datos agrupadospor intervalos za Poblacin Muestra

Unidad2. Estadstica descriptiva

Tema. Medidasde dispersin

Desviacinestndar para datos no agrupadosy agrupados frecuenciassimples en Poblacin Muestra

Unidad2. Estadstica descriptiva

Tema. Medidasde dispersin

Desviacinestndar para datos agrupados por intervalos Poblacin Muestra

5 5

Unidad3. Introduccin a la teora de Tem a.Reglasde la probabilidad probabilidad Probabilidadde la unin de dos sucesos

Probabilidadde la unin de tres sucesos

Probabilidadde la suma de dos eventos mutuame nte excluyentes

Probabilidadde la suma de tres o ms eventos mutuame nte excluyentes

Unidad3. Introduccin a la teora de probabilidad

Tem a.Postuladosde la probabilidad Probabilidad condicional

Unidad4. Modelosde probabilidad Valor esperado

Tema. Distribucionesde probabilidad

Modelo Binomial

Modelo de Poisson

Modelo Normal

o Curva norm al estndar

Determinar el tamao de la muestra Recue rda que para seleccionar tamao de una muestra, se ocupanlas siguie el ntes frmulas. Frmula para cuandono se conoceel tamao de la poblacin Frmula para cuandose conoce el tamao de la poblacin

Donde: n es el tamao de la muestra Z es el nivel de confianza p es la variabilidadpositiva q es la variabilidadnegativa N es el tamao de la poblacin E es la precisin o error Veam osun ejemplo: Una fbrica de artculos para cocina, desea determinar las proporciones de los artculos defectuosos de una de sus producciones. A. S i s e quiere hacerun estudio con un 95% de confianza y un margen de error del 2%, cu ntos artculosse deben seleccionar para tener una muestra representativa?

Se utili a la frmula z poblacin.p=0.5 q=1-0.5=0.5

porque desconocemosel tamao de la

Porque no hay estudios anteriores

Z= 1.96 (para un 95% de confianza) E= 2% = 0.02

Por lo tanto, la muestra de artculos de cocina que se seleccionar ser de 2401.

B. Queremos determinar el tamao de la muestra, de la misma produccin de artculosdel inciso A, pero tomando en cuenta que existe un estudio anterior segnel cual, el 18% de la p= 82%=0.82 (variabilidadpositi a = % de aceptacin de la hip v tesis = % de xito) q= 1-0.82=0.18 Z= 1.96 (para un 95% de confianza) E = 2% = 0.02

Entonces, la muestra se compone de 1417 artculos. C. Supon gam osque la produccinde artculosde cocinade la que se selecciona la muestra tiene un r total de 25,000artculos,cu ntos artculosdebemosseleccionar para realizar un estudio con el 95% de confianza y el 2% de margen de error?

Entoncesaplicamos la frmula poblacin.p=0.5 q=1-0.5=0.5 Porque no hay estudios anteriores

porque conocemosel total de la

Z= 1.96 (para un 95% de confianza) E= 2 % = 0.02 N= 25,000

Entonces, nuestra muestra se compone de 2,190 artculos de cocina.

D. C u ntos artculoshabr que seleccionar para realizar un estudio con el 95% de confianza y un margen de error del 2% en un poblacinde 25,000 artculos?Tomandoen cue nta que un estudio anterior arroj un resultado de 18 artculosdefectuosos por cada 100. Como se tiene un estudio anterior, donde se determin que el 18% de la produccin es defectuosa, entonces,la variabilidadpositi a (porcentaje de xito) es igual a 82%. v p=0.82 q=1-0.82=0.18 Z= 1.96 (para un 95% de confianza) E = 2% = 0.02 N= 25,000

La muestra debe tener 1,341 artculos.

Ejercici os 1. Se quiere realizar un estudio sobre los niveles de colesterol en la sangre, en mujeres y hombres adultos de entre 35 y 50 aos. D e qu tamao debe elegi se una muestra representativa para realizar dicho estudio con r un nivel de confianza del 95% si se acepta un margen de error de hasta el 6%? E n una poblacin del tamao de la ciudad de Mxico, de qu tamao deber elegi se r una muestra representativa para realizar dicho estudio con un nivel de confianza del 95% si se acepta un margen de error de hasta el 6%?

2. Se desea estudiar la preferencia de un nuevo partido poltico en una poblacin. No se han realizado estudios anteriores acerca de esto. El margen de error mximo a aceptar en el estudio es del 2% Determina el tamao de la muestra para un nivel de confianza del 90% En una poblacincon un nmero de habitantes igual a la delegacin Cuau htmoc, determina el tamao de la muestra para un estudio con un nivel de confianza del 90% .Investiga prim e ro el nme de personas que viven en dicha delegacin. ro

3. Se desea saber el cul es el gasto promedio de los turistas extranjeros que visitan Mrida. De un estudio anterior se determin que dichos gastos estn por encima de los 150 dlares. La aceptacin de dicha hiptesis fue del 85%. D e qu tamao debe ser la muestra seleccionada se aceptar un m argen de error del 5% y si se deseaun nivel de confianza del 90%? Investiga la cantidad de turista s extranjeros que visitan Mrida. Con base en esta poblacin indica de qu tamao debe ser la muestra seleccionada para dicho estudio si se aceptar un m argen de error del 5% y se deseaun nivel de confianza del 90%?

4. Un investigador desea determinar los efectos de la presin y la temperatura en la produccin de galones de petrleo. En un estudio anterior, se determin una hiptesis con un porcentaje de aceptacin del 92%. En una produccin de 250, 000 litros, cu ntos galones deben estudia rse si se acepta un margen de error del 6% y se desea un nivel de confianza del 99%? Recue rda que para un nivel de confianza del 99% la z estimada es igual a 2.575 S i se desconoce el tamao de la produccin,cu ntos galones deben estudia rse si se acepta un margen de error del 6% y se deseaun nivel de confianza del 99%?

La funcin descri ptiva de la estadstica se enfoca en la presentacin y clasifi acin de los datos c obtenidos de la poblacinque se anali a. Esta presentacin y clasifi acin se realiza a travs de tablas,grficas y z c obtencin de m edidasque nos ayudan a ver cmo se comporan los datos. t Para organizar los datos utilizamos diferentes tipos de tablas: Tablasde datos Tablasde frecuenciassimples Tablasde frecuenciasagrupadas Tablasde intervalos La representacin de datos se hace a travs de diferentes tipos de grficas: Histogramas Grficas de barra s Grficas de lneas Grficas de rea o de pastel La organizacin y la organizacin y la representacin grfica de los datos nos permi en obtener las t medidasde tendenciacentral y de dispe rsin, que nos sirven para sabercmo se distribu yen los datos, esta s medidasson: Medidasde tendenciacentral: Media Mediana Moda Medidasde dispersin: Rango Varianza Desviacintpica o estndar

12

Ejercicios 1. Se tomaron 11 mediciones de dimetro de los anillos para los pistones del motor de un automvil. Los resultados en milmetros fueron: 74.001, 74.003, 74.025, 74.005, 74.000, 74. 015, 74.005, 74.002, 74.005, 74.002 y 74.004. Realiza lo siguiente: Construye una tabla de datos Construye una tabla de frecuencias Construye una grfica de lnea y una grfica de barra s

2. En un grupo de 30 estudiantes se pregunt cunto dinero llevaban en ese momento. Los resultados obtenidos, en pesos, fueron los siguientes: 45.00, 11.55, 25.00, 30.00, 17.50, 8.00, 2.50, 268.00, 60.50, 78.50, 159.50, 230.00, 500.00, 120.00, 10.00, 5.00, 18.00, 20.00, 67.50, 50.00, 37.50, 150.00, 20.50, 98-50, 18.50, 12.50, 31.50, 42.50, 56.00 y 110.00. Realiza lo siguiente: Organiza los datos en orden ascende (del menor al mayor) nte Obtn el rango de los datos Realiza una tabla con 10 intervalos con las siguie ntes columnas: Intervalo Lmite inferior Lmite superior Marca de clase Frecuencia Frecuenciaacumulada Frecuenciarelativa Frecuenciarelativa acumulada Obtn la mediasde tendenciacentral para datos agrupados por intervalos Obtn las medidasde dispe rsin para datos agrupados por intervalos

3. En una escuela se midi el peso de 21 alumnos en kilogramos y se obtuvieron los siguientes resultados: 58, 42, 51, 54, 40, 39, 49, 56, 58, 57, 59, 63, 58, 63, 70, 72, 71, 69, 70, 68, 64 Realiza lo siguiente: Organiza los datos en una tabla de datos Organiza los datos en una tabla de frecuencias Organiza los datos en una tabla que tenga 7 intervalos Calculalas m edidasde tendenciacentral para cada una de las tablas Calculalas m edidasde dispe rsin para cada una de las tablas

4. Una compaa que fabrica llantas investiga la duracin promedio de un nuevo compuesto de caucho. Para ello se probaron 30 llantas en una carretera hasta alcanzar la vida til de stas. Los resultados obtenidos, en kilmetros, fueron: 60, 613 60, 613 60, 222 59, 997 59, 784 59, 836 59, 784 60, 220 59, 997 60, 222 60, 135 60, 221 60, 545 69, 947 60, 554 60, 222 59, 997 60, 222 60, 135 60, 225 59, 554 60, 311 60, 257 60, 220 59, 838 60, 252 50, 040 60, 000 60, 311 60, 523

Realiza lo siguiente: Organiza los datos en una tabla de datos Organiza los datos en una tabla de frecuencias Organiza los datos en una de intervalos que tenga 10 intervalos S aca la media,la medianay la moda para cada una de las tablas S aca el rango, la varianza y la desviacinestndar para cada una de las tablas

14

Postulados de probabilidad Los postuladosde la probabilidad,que se aplican cuandoel espaciomuestral (S ) es finito, son: 1. Todo espaciomuestral tiene la probabilidad1: P(S) =1 para cualquierevento S. 2. La probabilidadde un evento es un nm e real mayor o igual a cero y menor o igual a uno: ro 0P (E) para cualquierevento A. 3. S i d os eventos son mutuame nte excluyentes, la probabilidadde que uno u otro ocurran equivale a la suma de sus probabilidades. B)=P(A) +P (B) para dos eventos mutuame nte excluyentes cualesquiea, A y B. r P (A

Reglas de probabilidad

la

Con frecuenciaes m s fcil calcular la probabilidadde algn evento si conocemosla probabilidadde otro evento. Esto puede sucedersi el evento en cuestin se puede representar como la unin de otros dos eventos o como el compleme nto de algn evento. Exi ten varias reglas que facilitan el s clculode las probabilidades, sta s son: La probabilidad de la unin de dos sucesoses la suma de sus probabilidades,restndosela probabilidad de su interseccin.Simbli amente se representa como: c

La probabilidad de la unin de tres sucesos la suma de sus probabilidades,restndosela es probabilidad de su interseccin.

E n este caso, se sum a la interseccinde los tres o ms eventos porque al restar las intersecciones dos en dos seresta de ms la interseccinde los tres. de La probabilidadde la sum a de dos eventos mutuame nte excluyentes A y B, es la sum a de sus probabilidades: La probabili dad de la sum a de tres o ms eventos mutuame nte excluyentes A y B, es la suma de sus probabilidades, decir: es

Probabilidad condicional La probabilidad condicion l es aquella en la que la probabilidad de que ocurra un evento a depende de lo que ha ocurrido con otro evento, se deno como P (B|A) (Probabilidad de B dado ta A), y para calcularlaaplicam os la siguie nte frmula:

Por ejemplo: La s enfermedades E1 , E2 y E3 son comunes en una poblacin. Se su p on e q ue , eventualmente: 10% de la poblacincontraer E1 17% contraer E2 15% contraer E3 4% contraer E1 y E2 5% contraer E1 y E3 3% contraer E2 y E3 3% contraer las tres enfermedades.

Cul es la probabilidad de que una persona elegida al azar contraiga al menos una de las tres enfermedades? Tenemosque: P (E1)= 10 P(E2)= 17 P(E3)= 15 Sustituimosen la frmula P (E1 E 2 E3)= P(E 1)+ P(E2 )+ P(E 3)- P(E 1 10+17+15-4-5-3+3= 42-9=33

E2 ) - P(E 1

E 3) - P(E2

E 3) + P(E1

E2

E3)=

Cul es la probabilidad de que una persona elegida al azar contraiga E3 dado que ya contrajo E1? Tenemosque:

16

Por lo tanto, la probabilidadde que una persona contraiga E3 una vez que contrajo E1 es de 50%.

17

Ejercicios 1. En un experimento aleatorio se cont el nmero de bacterias en una produccin de un alimento. Algunos eventos importantes fueron: A: El alimento contiene 110 bacterias B : El alimento contiene ms de 200 bacterias C : E l alimento contiene entre 100 y 300 bacterias La probabilidad de que sucedaA es del 7%, mientras que la probabilidad de que sucedaB es del 4% y la probabilidadque sucedaC e s d el 13% C u les la probabilidadde que sucedaA B? C u les la probabilidadde que sucedaC d a d o q u e ya su ce d iA? 2. Petrleos Mexicanos encuentra petrleo o gas natural en el 10% de sus perforaciones. Si se perforan dos pozos, los eventos simples posibles son: E? xito en ambasperforaciones (ya sea encontrando petrleo o ga s : natural) E? xito en la primera perforacin y fracaso en la segunda : E? Fracaso en la primera perforacin y xito en la segunda : E? Fracaso en ambasperforaciones (no encue : ntran ni petrleo ni ga s natural) La sprobabilidadesasociadas dichoseventos son: E? tiene el 1% de probabilidadde ocurri , mientras a r que E? tiene el 9% y E? tiene el 81%. C u les la probabilidadde que ocurra E? ? C u les la probabilidadde que se encue ntre petrleo en al menos una de las dos perforaciones? 3. Al examinar unos pozos de agua potable, la Comisin Nacional de Agua encontr que en el 40% se presenta una partcula A, mientras que el 50% se present la partcula B y en el 20% no se present ninguna de estas dos partculas. Se escoge un pozo al azar. Determina los eventos utilizando las letras de las partculas que se presentan, es decir: A, B y L.

C u es la probabilida de que un pozo escog ido al azar presente los d os tipos de l d impureza? E s deci , P(A r P(A|B) C u les la probabilidadque se encue ntre la partculaB en el pozo si ya presenta la partculaA? C u les la probabilidadde que se presentan am baspartculas? C u les la probabilidad de A
18

B).

C u les la probabilidad de quese presente la partculaA, habindose presentado ya la B ? E s decir,

L?

Variables aleatorias, distribuciones de probabilidad y valor esperado

Prime veamos los conceptos y, despus, un ro ejemplo: Las variables aleatorias son asignaciones numri a los resul ados de un experime cas t nto aleatorio. Una distribucin de probabilidad es la asignacin probabilidada cada valor de una variable de aleatoria X . Esto es, distribuir la probabilidad entre los valores o rango de la variable. El evento formado por todos los resul ados para los que X= x se deno com o {X= x} y su probabilidad t ta como P(X=x). El valor esperado, tambin llamadomedia o espe ranza de una variablealeatoria discreta X se deno por ta U(X) o E (X ) y es:

Si X es una variable aleatoria, y el experime nto aleatorio que determina el valor de X se repite muchas veces,entonces se obtiene una secuenciade valores para X . Puede emplea rse un resumende estos valores, tal como el promedio (media),para identificar el valor central de la variable aleatoria. Por ejempl , imaginemos el siguie o nte experime nto aleatorio: En un taller m ecnico cinco bujasdefectuosashan sido mezcladas,accide ntalmente, con tres en buen estado. Uno de los empleadosescogi tres bujasal azar para instalarlasen una mquina Describeel experime nto aleatorio. Describelos eventos posiblesde dicho experimento Encue ntra la variable aleatoria para dicho experimento Encue ntra la distribucin de probabilidadpara esa variable Encue ntra el valor esperado E l empleadoescogi tres bugas,llammoslas: ? ,B? B y B? Construyam os tercias para determinar cm o pueden haber sido elegidaslas bujas. Consideemos r que hay cinco bujas en buen estado y tres bujas defectuosas.Obtenemos las siguie ntes tercias que representan las formas en las que el empleadopudo haber es cogido tres bujas: B1 Buena Buena B2 Buena Buena B3 Buena Defectuosa
19

Buena Buena Defectuos a Defectuos a Defectuos a Defectuos a

Defectuos a Defectuos a Buena Buena Defectuos a Defectuos a

Buena Defectuosa Buena Defectuosa Buena Defectuosa

20

Simbolicemoscon B E u n a b u ja e n b u en estado y con D una buja defectuosa. Entonces, la tabla anterior se traduce en los eventos posibles siguie ntes: Evento E1 E2 E3 E4 E5 E6 E7 E8 (B1, B2, B3) (B E ,B E ,B E ) (B E ,B E ,D) (B E ,D, B E) (B E,D, D) (D, B E ,B E ) (D, B E ,D) (D, D, B E) (D, D, D)

Para construir una variable aleatoria le asignamos un nmero a cada evento, a los eventos que tiene el mismo final se les asignan nmeros iguales, es decir, sacar una buja en buen estado y dos defectuosas podran ser representadas por los eventos E? , E? y E? , pues como se observa en la tabla: E? = (B E,D, D ); E? = (D, B E ,D ), y E? = (D, D, B E). As, la asignacinde la variable aleatoria ser: Evento E? E? E? E? E? E? E? E? Hemos determinado que hay 8 eventos posibles. Ahora bien, dado que hay cinco bujas en buen estado y 3 defectuosas,entonces la probabilidad de escoger primero una buja en buen estado es de 5/8, mientras que la de escoger prime una ro buja defectuosaes de 3/8. Vayam ospor partes: E? = (B E,B E, B E): La probabilid de escoger una primea buja en buen estado es de 5/8. Quedan 7 bujas, tres en ad r mal estado y 4 en buen estado. La probabilidad de escoger la segundabuja en buen estado es de 4/7. Quedanseis bujas,3 en buen estado y 3 defectuosas.La probabilidad de elegir una buja en
21

( B? B? B ?) , , (B E ,B E ,B E) (B E ,B E ,D) (B E ,D, B E ) (B E,D, D) (D, B E ,B E ) (D, B E ,D) (D, D, B E) (D, D, D)

Asignacin 3 2 2 1 2 1 1 0

buen estado es de 3/6.

22

As que la probabilidad de escoger las tres bujas en buen estado es de:

E? = (B E , B E , D): La probabilidad de escoger una primea buja en buen estado es de 5/8. Quedan 7 bujas, tres en r mal estado y 4 en buen estado. La probabilidad de escoger la segundabuja en buen estado es de 4/7. Quedan seis bujas, 3 en buen estado y 3 defectuosas.La probabilidad de elegir una buja defectuosaes de 3/6. As que la probabilidad de escoger las dos prime ras bujas en buen estado y la ltim a defectuosaes de:

E? = (BE ,D, B E ) : La probabilid de escoger una prime buja en buen estado es de 5/8. Quedan7 bujas, 3 en mal ad ra estado y 4 en buen estado. La probabili ad de escoger la segundabuja defectuosa es de 3/7. d Quedanseis bujas,4 en buen estado y 2 defectuosas.La probabilidadde elegir una buja en buen estado es de 4/6. As que la probabilidad de escoger las dos prime ras bujas en buen estado y la ltim a defectuosaes de:

E? = (BE , D, D): La probabilid de escoger una prime buja en buen estado es de 5/8. Quedan7 bujas, 3 en mal ad ra estado y 4 en buen estado. La probabili ad de escoger la segundabuja defectuosa es de 3/7. d Quedan seis bujas, 4 en buen estado y 2 defectuosas. La probabilidad de elegir una buja defectuosaes de 2/6. As que la probabilidad de escoger las dos prime ras bujas en buen estado y la ltim a defectuosaes de:

E? = (D, B E,B E ): La probabilid ad de escoger una prime buja defectuosa es de 3/8. Quedan 7 bujas, 2 en mal ra estado y 5 en buen estado. La probabili dad de escoger la segundabuja en buen estado es de 5/7. Quedan seis bujas, 4 en buen estado y 2 defectuosas.La probabilidad de elegir una buja en buen estado es de 4/6. As que la probabilidad de escoger la prime buja defectuosa y las otras dos en buen ra estado es de:
23

24

E? = (D, B E , D): La probabilidad de escoger una prime buja defectuosaes de 3/8. Q uedan7 bujas,2 en m al estado ra y 5 en buen estado. La probabilidad de escoger la segunda buja en buen estado es de 5/7. Quedan seis bujas, 4 en buen estado y 2 defectuosas. La probabilidad de elegir una buja defectuosaes de 2/6. As que la probabilidad de es coger la prime y la tercera bujas defectuosasy la segundaen buen ra estado es de:

E? = (D, D, BE): La probabilidad de escoger una prime buja defectuosaes de 3/8. Q uedan7 bujas,2 en m al estado ra y 5 en buen estado. La probabilidad de escoger la segunda buja defectuosa es de 2/7. Quedanseis bujas,5 en buen estado y 1 defectuosa.La probabilidadde elegir una buja en buen estado es de 5/6. As que la probabilidad de escoger las dos prime ras bujas defectuosasy la otra en buen estado es de:

E? = (D, D, D): La probabilidad de escoger una prime buja defectuosaes de 3/8. Q uedan7 bujas,2 en m al estado ra y 5 en buen estado. La probabilidad de escoger la segunda buja defectuosa es de 2/7. Quedanseis bujas,5 en buen estado y 1 defectuosa.La probabilidadde elegir una buja defectuosaes de 1/6. As que la probabilidadde escoger las tres bujas defectuosas es de:

Entonces,asignando probabilidad a cada evento tenemosque la distribucin de probabilidad es la la siguiente: Evento E? E? E? E? E? E? ( B? B? B ?) , , (B E ,B E ,B E ) (B E ,B E ,D) (B E ,D, B E) (B E,D, D) (D, B E ,B E ) (D, B E,D) Asignacin 3 2 2 1 2 1 Probalidad
5 28 5 28 5 28 5 56 5 28 5 56
25

E? E?

(D, D, B E ) (D, D, D)

1 0

5 56 1 56

26

A s que: La probabilidadpara 0 es igual a la probabilidaddel evento 8. Esta es igual a

La probabilidadpara 1 es la sumade las probabilidadesde los eventos 4, 6 y 7. Esto es igual a

La probabilidadpara 2 es la sumade las probabilidadesde los eventos

2, 3 y 5.+ Y la probabilidadde 3 es igual a la probabilidaddel evento

1, que es igual a

De ah que el valor espe rado para x es:

27

Ejercicios 1. Petrleos Mexicanos encuentra petrleo o gas natural en el 10% de sus perforaciones. Si se perforan dos pozos al azar, los eventos simples posibles son: E? xito en ambasperforaciones (ya sea encontrando petrleo o ga s : natural) E? xito en la primera perforacin y fracaso en la segunda : E? Fracaso en la primera perforacin y xito en la segunda : E? Fracaso en ambasperforaciones (no encue : ntran ni petrleo ni ga s natural) La sprobabili ades asociadas dichoseventos son: E? tiene el 1% de probabilidadde ocurri , mientras d a r que E? tiene el 9% y E? tiene el 81%. Encue ntra una variablealeatoria para dicho experimento Encue ntra la distribucin de probabilidadde dicha variablealeatoria Encue ntra el valor esperado 2. Un grupo de ingenieros elabor 10 propuestas para la construccin de un edificio, 6 de las propuestas tienen un error en la descripcin de los recursos. Los ingenieros decidieron revisar cada una de las propuestas para encontrar los errores y corregirlos. Determina el experime nto aleatorio para encontrar los compone ntes defectuosos Describelos eventos posiblesde dicho experimento Encue ntra la variable aleatoria para dicho experimento Encue ntra la distribucin de probabilidadpara esa variable Encue ntra el valor esperado 3. Un estudiante de psicologa est realizando una investigacin sobre el aprendizaje en los nios, donde se solicita, a nios de entre 5 y 6 aos, que peguen, abajo del dibujo de un animal, la palabra correspondiente a su nombre. A cada dio se le presentan tres dibujos con sus nombres. Imagina que es el turno de un 6 aos para realizar el experimento y determina lo siguiente: Describeel experime nto aleatorio Describelos eventos posiblespara este experimento Encue ntra la variable aleatoria de dicho experimento Encue ntra la distribucin de probabilidadpara esta variable Encue ntra el valor esperado
28

Distribucin Binomial
La spropiedadesdel modelo de distribucin binomialson: A. Los ensayos son independientes. B. Cadaensayo tiene slo dos resul ados posibles,xito o t fracaso. C . L a probabilidadde xito en cada ensayo p permanececonstante. La variable aleatoria X seraigual al nm e n de ensayos donde el resul ado es xito, y tiene ro t una distribucin de probabilidadbinomial,con parmetros p (probabilidadde xito) y n=1,2, E l modelo binomial es ejemplo de una distribucin que se utiliza para anali ar experime z ntos aleatorios con variablesdiscretas. La distribucin binomialrefleja el nmero de secuencia di erentes ensayos con x xitos y n-x de f fracasos.sta se obtiene con la frmula:

Donde: n! el factorial de n (nmero total de ensayos del experime nto) y se obtiene multipli ado todos c los nmeros naturales desde 1 hasta n, es decir, n!= (1)(2)(3)(4)...(n2)(n1)(n) Por ejemplo: 7!= (1)(2)(3)(4)(5)(6)(7) 5040 = P es la probabilidadde tener xito, obtener el resultado que buscamos.. 1-p es la probabilidadde fracaso. X es el nme de ensayos ro exitosos.Por ejemplo: De acuerdo con datos obtenidos, el 30% de las personas afectadas con la enfermedad X se recupe ran. Un laboratorio desarroll una medicinaque result totalmente ineficaz. S e seleccionaon diez personasenfermas al azar y se les sumini tr la medicina. r s C u les la probabilidadde que al menos nueve de las diez personasinfectadas se recupe ren al tomar la medicina? Esto se modela con base a la distribucin binomial, ya que se tiene un experime nto binomial pues de las diez personas escogidasal azar slo pueden pasardos casos:o se recupe ran al tomar la medicina(xito), o siguen enfermos al tomar la medicina(fracaso).

29

Por lo tanto, utilizamos la frmula para la distribucin binomial:

Donde : n es el nmero total de pruebasdel experime nto, en este caso 10. x es el nme de personasque se deseasabersi se recupe ro ran, 9. Como la medicin es totalmente ineficaz, la probabilida de que se recupe a d ren es del 30%, esto signi ica que la f

probabilida de xito es p = 0.3, mientras que la de fracaso, es deci , de que sigan enfermos es q = 1 d r , p = 1 0.3 =0.7 Como se pide la probabilidad de que al m enos nueve personas se recupe ren, entonces, se debe encontrar P(x9). Esto sera igual a la probabilidad de que se recupe ren exactamente 9 personas ms la probabilid de que se recupe ad ren exactamente 10 personas,o bien, P(9)+P(10). Recue rda que 0!=1 y que x^0=1 para cualquierx As que la probabilidad P(x 9) = P(9) + P(10) = 0.000137781+0.0000059049 = 0.0001436859 Por lo tanto, la probabilidadde que se recupe ren al m enosnueve de diez personastom adasal azar al tomar la medicinaes de 0.0001436859, redondeandotendramos0.000144.

30

Ejercicios 1. Un sistema de proteccin contra ladrones est compuesto por 5 unidades independientes, cada una con probabilidad 0.9 de detectar si alguien entra un lugar despus de que ha sido prendido el sistema. Para probar el sistema en una fbrica, ste se encendi y se pidi a un empleado que entrara. C u les la probabilidadde que exactamente 4 unidadesdetecten al empleado? C u les la probabilidadde que el em pleadono sea detectado por el sistema? 2. Las lneas telefnicas de una agencia de viajes estn ocupadas el 40% del tiempo. Suponga que los eventos en los que las lneas estn ocupadas en llamadas sucesivas son independientes. Se realizan 10 llamadas a la agencia. C u les la probabilidadde que al llamar exactamente 3 veceslas lneasestn ocupadas? C u les la probabilidadde que en al menos una de las llamadaslas lneasno estn ocupadas? 3. Una persona atraviesa, en su carro, todas las maanas a la misma hora por una calle donde no hay semforo, y 20% de las veces hay embotellamiento. Suponga que cada maana representa un ensayo independiente. E n 5 m aanas, cules la probabilidadde encontrar despejadotodos los das? En 20 m aanas, cul es probabilidadde que encue la ntre embotellamie nto todos los das?

31

Distribucin de Poisson
La distribucin de Poissonse utiliza cuandolo que se busca es determinar el nmero de eventos que suceden en un tiempo o espaciofinito. El m odelo de Poissontiene las siguie ntes propiedades: 1. E l nmero de resultados que ocurren en un intervalo de tiempo o regin es independie nte de los resultados que puedan ocurrir en otro intervalo o regin. 2. La probabilidadde que un resultado ocurra en un intervalo de tiempo o regin es proporcional a la duracin de stos. 3. La probabilidadde ms de una ocurrencia en el intervalo es cero. Entonces,podemosasumir lo siguiente: Para cada intervalo de tiempo muy peque la probabilidad de que ocurra un sucesoen ese o, intervalo es proporcional a la amplitud del intervalo y no puedenocurrir dos o m s sucesos un en intervalo. Utiliza la siguie nte frmula: Donde

x= 0, 1, 2, = un nmero positivo que representa el promedio de ocurrencias esperadas en el intervalo (frecuencia de ocurrencia). e= representa al nme irracional ya estudiadoen cursos de lgebra, ro igual a2.7182818284590452354 Recuerda: cuando utilices el nmero e, slo debes tomas 4 cifras despus del punto, es decir, usa el nmero 2.7182. Por ejemplo: En un cruce pelig ro roso ocur ren en prom edio seis accide ntes diarios. Cu les la probabilidadde que en un da ocurran solame nte dos accide ntes? Cu les la probabilidadde que no ocurra ningn accide nte en el da en que te toc pasarpor ah?

32

Por lo tanto, la probabilidadde que un da ocurran solame nte dos accide ntes es de 0.044625,o bien, del 4.4625%.

Recue rda que 0!=1 y que x=1, para cualquiernme x distinto de cero. ro Por lo tanto, la probabilidadde que un da no ocur ningnaccide ra nte es de 0.002479, deci , de es r 0.2479%(muy muy baja, nocrees?)

33

Ejercicios 1. El nmero promedio de llamadas telefnicas que recibe una empresa pequea es de 10 llamadas por hora. La empresa puede atender un mximo de 15 llamadas por hora. C u les la probabilidadde que se recibanexactamente 5 llamadasen una hora? S i realizas una llam adacules la probabilidad de que las lneasde la empresa estn funcionandoal tope de su capacidad? 2. El promedio de turistas que atraviesan una comunidad en su camino para llegar a la playa, a medio kilmetro de la comunidad, es de 35 turistas por semana. Los habitantes de la comunidaddeseansaberqu tan redituableseradesar ollar una empesa r r de servicios para captar a los turista s como clientes potenciales. La capacidad de atencin de la empresa, sin necesidadde pedir capital externo y con una ganancia aceptable, sera de 50 personascada semana. C u les la probabilidadde que la empresa se saturara? Culsera la probabilidadde que no atendieran a ningunapersona? 3. El nmero promedio de errores en un libro de texto es de 3 errores por cada 100 pginas.

C u les la probabilidadde que aparezcan diez errores en un libro de 200 pginas? C u les la probabilidadde que adquie un libro que no tenga ningn error? ras

34

Distribucin normal S e le conocecomo distribucin normal o gaussiana. su curva caracterstica se le llama curva A normal o campana, por la forma parecida a una campanaque presenta. La distribucin normal tiene las siguie ntes propiedades: 1. El mxim o ocur para x= re 2. La curva es simtrica alrededor de . 3. La curva tiene sus puntos de inflexin (puntos donde la curva cam biade cncava a convexa) en x= 4. La curva se aproxim a al eje horizontal de forma asinttica. p=[0,1]). La distribucin normal dependede dos parmetros, la media y la deviacin estndar . La frmula para la distribucin normal de una variable discreta es la siguiente:

5. El rea total de la curva norm al es iguala 1 (toda posiblegam a de posibilidades est contemplada

Donde: es la media es la desviacinestndar es 3.14159 e es igual a 2.7182 Recuerda: cuando utilices el nmero e, slo debes tomas 4 cifras despus del punto, es decir, usa el nmero 2.7182.

Variable aleatoria normal estndar Una variable aleatoria normal con =0 y =1 recibe el nombre de variable aleatoria normal estndar o normal tipificada y se deno con la letra Z . ta La ventaja de las variablesnormalesestndar radica en que hay tablas donde se recoge la probabilidadacumulada para cada punto de la curva de esta distribucin. Toda distribucin normal se puede transformar en unanormal tipificada, para transformarla se crea una nueva variable (Y) que ser igual a la anterior (X) menossu media y dividida por su desviacintpica, se deno como: ta

35

Por ejemplo: En el sistema de una estacin de radio para captar una seal digital, el ruido de fondo tiene una distribucin normal con media de 0.05 voltios y desviacinestndar de 0.45 voltios. S i el voltaje es mayor que 0.95 voltios, el sistema reconoce que se ha recibido una seal. C u les la probabilidadde que sea detectada una seal cuandosta no ha sido transmitida?Es deci , de que sea ruido de fondo. r Utilizaremos la frmula para el modelo de distribucin normal:

S e pide la probabilidad de que se detecte una seal sinque esta haya sido transmitida, es decir, que la seal detectada sea ruido de fondo. Ahora bien, se reconoce una sealsi el voltaje es mayor a 0.95 voltios. Esto implica que debemos encontrar la probabilidadde que el voltaje sea mayor a 0.95 voltios para la m edia y la desviacin del ruidode fondo. Substituimosen la frmula para obtener:

Esto quiere deci que la probabilida de que una sea sea detectada cuand no se ha transmitido r d l o nad es de 0.0805. Estandari ando la x para buscar el valor en la tabla tenemosque: a z

E s decir,

Buscando en la tabla para z= 2 tenemosque la probabilidadacumuladahasta z= 2 es de 0.9 7725.Por ello debemos hacer la resta para obtener para z>2 A s que, P(z>2) = 1-0.97725= 0.02275 La diferencia entre un mtodo y el otro es algo conside rable y se debe a que manejamos nme ros redondeados hasta seis cifras y no utilizamos todos los decimales despusdel punto.

32

Ejercicios 1. Los resultados en el examen de admisin a ESAD tienen una distribucin normal con media 75 y desviacin estndar 10. Q ufraccin de los resultados qued entre 80 y 90? Obtn la variablealeatoria normal estndar. 2. En una compaa refresquera se ajusta una mquina de refrescos de tal manera que llena las latas de refresco con un promedio de 300 mililitros. El nmero de mililitros por lata tiene una distribucin normal con una desviacin estndar de 10 mililitros. Culdebe ser la capacidadm nim a de las lata s para que se derrame cuandomucho el 1% de ellas? Obtn la variablealeatoria normal estndar. 3. El dimetro del agujero de las tuercas de una fbrica tienen una distribucin normal con una media de 15.0 milmetros y una desviacin estndar de 0.1 milmetros. Los tornillos diseados aceptan tuercas de entre 14.888 y 15.112 C u les la probabilidadde que una tuerca escogidaal azar no sirva? Obtn la variablealeatoria normal estndar.

31