t2 grupo284 final
TRANSCRIPT
-
8/10/2019 t2 Grupo284 Final
1/16
TRABAJO COLABORATIVO 2
CURSO: PROBABILIDAD
PRESENTADO POR:
JOSE ALBEIS PALACIOS QUINTO
KATIA GIZELLA MUNAR
WILLIAM ANDRES ARIAS DELGADO
COD: 1083882946
TUTOR (A):
ANGELA MARIA GONZALEZ
UNIVERSIDAD NACIONAL ABIERTA A DISTANCIA
2011
-
8/10/2019 t2 Grupo284 Final
2/16
Introduccin
El presente trabajo se realiza con el fin de comprender los principios deprobabilidad y aplicar las propiedades bsicas as como sus leyes las cualesdefinen la diferencia entre variables aleatorias, continas y discretas as comoentender el concepto de desviacin estndar, varianza y valor esperado.
De otro lado se estudia la importancia de las distribuciones de probabilidadsabiendo que en todo fenmeno los datos obtenidos tienen un comportamientoespecfico el cual es pertinente para un conjunto de datos.
Todos estos conceptos son necesarios para comprender y encontrar una relacindentro de un conjunto de datos los cuales provienen de hechos concretos ymedibles que nos permiten tomar decisiones acertadas y librar de esta forma laincertidumbre del azar.
La creacin de este trabajo colaborativo principalmente se basa en los conceptosque hemos adquirido a travs del modulo del curso acerca de la unidad dos, porende cada integrante del curso debe exponer y realizar un ejercicio por cada temaplanteado por nuestro tutor de curso, como son ocho temas cada integrante deberealizar ocho ejercicios y referenciar a los mismos el cual se exponen acontinuacin.
-
8/10/2019 t2 Grupo284 Final
3/16
Objetivos
Aplicar los conocimientos adquiridos sobre variables aleatorias continuas ydiscretas, estudiar los tipos de distribuciones de probabilidad, sus caractersticas,sus parmetros, su aplicacin de igual forma sobre la distribucin de probabilidaddiscreta y continua as como su utilizacin y por ende desarrollar el trabajoexpuesto por nuestro tutor del curso con el nico fin de adquirir mayoresconocimientos acerca de los temas tratados y ms destrezas.
Objetivos Especficos
Identificar las distintas variables que nos ofrece cada ejercicio con el fin de
poder aplicar la frmula adecuada.
Realizar cada ejercicio indicando los pasos efectuados para el desarrollo decada uno de ellos.
Resolver las preguntas planteadas en cada ejercicio.
-
8/10/2019 t2 Grupo284 Final
4/16
Desarrollo de la actividad.
Ejercicio N1Tema: Variable aleatoria con varianza y desviacin estndar.
Enunciado. Se seleccionan al azar dos calcetines y de manera sucesiva, sesacan de un cajn que contiene seis calcetines cafs y cuatro verdes, Defina lavariable aleatoria X que represente el nmero de calcetines cafs que seselecciona. Encuentre la funcin de probabilidad f(X), F(X), E(X), Varianza ydesviacin estndar de la variable aleatoria.
Propuesto por: Jose Albeis Palacios.Referencia:Canavos. George 1988. Probabilidad y estadstica. McGraw Hill.Mxico.Desarrollo.
Solucin: La variable aleatoria X est definida por 0, 1 y 2; la funcin de probabilidad
f(x) es:
()()()
()()
( )
()()( ) ()()( )
La funcin de probabilidad F(x) es:
-
8/10/2019 t2 Grupo284 Final
5/16
La ganancia o media es:
*
*
La ganancia es de
Calculo de varianza:
[ * * * * * *] [ * * * * * *] [* * *]
La varianza es de 5.76. Calculo de desviacin estndar.
-
8/10/2019 t2 Grupo284 Final
6/16
La desviacin estndar es de 2.4
Ejercicio N2Tema: Distribucin hper geomtrica.Enunciado. Una florera tiene 15 vehculos de reparto, que se utilizanprincipalmente para llevar flores y arreglos florales en una ciudad, suponga queseis de los 15 camiones tienen problemas con los frenos. Se seleccionaron cincovehculos al azar para probarlos, cual es la probabilidad de que dos de loscamiones probados tengan frenos defectuosos?
Propuesto por: Jose Albeis Palacios.Referencia:Canavos. George 1988. Probabilidad y estadstica. McGraw Hill.Mxico.Desarrollo.
Solucin:
La variable X es igual 2de los camiones probados. Donde N= 15, n=6 y k= 5
(
)(
)()
()( )( ) La probabilidad de que dos de los camiones probados tengan sus frenosdefectuosos es de 0.42
Ejercicio N3Tema: Distribucin binomial.Enunciado: En una fbrica de circuitos electrnicos, se afirma que la proporcinde unidades defectuosas de cierto componente que esta produce es del 5%. Cules la probabilidad de que un comprador al revisar 15 unidades al azar encuentrecuatro defectuosas?
Propuesto por: Jose Albeis Palacios.Referencia: Canavos. George 1988. Probabilidad y estadstica. McGraw Hill.Mxico.
-
8/10/2019 t2 Grupo284 Final
7/16
Desarrollo.
Solucin:
La variable X corresponde a 4 unidades defectuosas, donde n=15 unidades y laproporcin de unidades defectuosas es de 5% =0.05, para esto utilizaremos unadistribucin binominal.
* La probabilidad de que un comprador encuentre 4 unidades defectuosas es de0.00485
EJERCICIO PROPUESTOS POR: KATIA MUNAR
TEMA VARIABLES ALEATORIAS, FUNCIN DEPROBABILIDAD Y VALOR ESPERADO
EJERCICIO NUMERO 4
REFERENCIA Alejandro D. Zylberberg (2009) Probabilidad y EstadsticaENUNCIADO Encuentre la distribucin de probabilidad para el nmero
de discos de jazz cundo se eligen al azar cuatro discosde una coleccin que consta de cinco discos de jazz, dosde msica clsica y tres de polkas. Exprese los resultadosa travs de una formula
SOLUCION
%4.052
n
fc
cp
%6.05
3
n
fppp
-
8/10/2019 t2 Grupo284 Final
8/16
145
4
))(())(()4( ppcpcxp
TEMA VARIABLES ALEATORIAS, FUNCIN DEPROBABILIDAD Y VALOR ESPERADO
EJERCICIO NUMERO 5
REFERENCIA George C. Conavos (1988) Probabilidad y EstadsticaAplicaciones y Mtodos McGRAW-HILL
ENUNCIADO Una persona pide prestado un llavero con 5 llaves, y nosabe cul es la que abre un candado. Por lo tanto, intentacon cada llave hasta que consigue abrirlo. Sea la variablealeatoria X que representa el nmero de intentosnecesarios para abrir el candado.
a) Determine la funcin de probabilidad de Xb) Cul es el valor de )1( xp
SOLUCION
Apartado a)
1)5(5
5
cxp
Apartado b)
)0625.0)(5.0(5)03125.0)(1(1
)5.0()5.0()5.0()5.0()1( 41
5
1
505
0
ccxp
1875.015625.003125.0)1( xp
-
8/10/2019 t2 Grupo284 Final
9/16
TEMA DISTRIBUCIONES DE PROBABILIDAD DISCRETAS YCONTINUAS
EJERCICIO NUMERO 6
REFERENCIA George C. Conavos (1988) Probabilidad y EstadsticaAplicaciones y Mtodos McGRAW-HILLENUNCIADO Los resultados de una prueba objetiva de seleccin hecha a 200
personas indicaron que la distribucin de puntuaciones esnormal, con media 60 puntos y desviacin tpica de 6 puntos.Calcular cuntos examinados han obtenido entre 30 y 40puntos, y cul es la mnima puntuacin por debajo de la cualestn el 75% de los examinados.
SOLUCION
Entre 30 y 40 puntos
6
6040
6
60304030 zpxp
826.0
200*000413.0
000434.0000021.0)999566.01()999979.01(
)33.3(1)5(1)33.35(
zpzpzp
75.06
6075.0)(
NzpNxp
06
60
N 75.0
6
601
Nzp
6
60
25.06
60
NN
zp
-
8/10/2019 t2 Grupo284 Final
10/16
EJERCICIO 7 TEMA: DISTRIBUCIN UNIFORME DISCRETA YUNIFORME CONTINUA
TRABAJO COLABORATIVO DOS ESTUDIANTE QUE LO PROPUSO: WILLIAM ANDRESARIAS DELGADO
Determine el valor de e de manera que cada una de las siguientes funciones pueda servir comodistribucin de probabilidad de la variable aleatoria discreta X.
FUNDAMENTACIN TERICA PROBLEMA O EJERCICIO
La variable aleatoria discreta mssencilla es aquella que toma slo unnmero finito de valores posibles n,cada uno con la mismaprobabilidad. Ella sedenomina entonces variablealeatoria discreta uniforme y sudistribucin uniforme discreta est
dada por:
a. f (x) = e(x2 + 4) x = 0, 1, 2, 3
b. f(x) = e( 2C x) (3C3-x) para x = 0,1,2
-
8/10/2019 t2 Grupo284 Final
11/16
* *
* * * *
a.
b.
Este ejercicio fue realizado con base en lo aprendido del modulo del curso probabilidad delcaptulo 5.
EJERCICIO 8 TEMA: DISTRIBUCIN DE POISSON
TRABAJO COLABORATIVO DOS ESTUDIANTE QUE LO PROPUSO:WILLIAM ANDRESARIAS DELGADO
El nmero de camiones en promedio que llegan a una central de abastos en cierta ciudad, es de
12 por da. Cul es la probabilidad de que en un da Cualquiera lleguen menos de nueve
camiones a esa central de abastos?
FUNDAMENTACIN TERICA PROBLEMA O EJERCICIO
Esta es otra distribucin deprobabilidad discreta til en la que la
variable aleatoriarepresenta el nmero de eventosindependientes que ocurren a unavelocidad constante. La distribucinde Poisson, llamada as en honor aSimen DenisPoisson probabilista francs que fueel primero en describirla, es el
= 12
-
8/10/2019 t2 Grupo284 Final
12/16
principal modelo de probabilidadempleado para analizar problemasde lneas de espera, confiabilidad ycontrol de calidad; entonces elexperimento aleatorio recibe elnombre de proceso Poisson o flujo
de procesos de Poisson.
Dado un proceso Poisson donde
es el nmero promedio deocurrencias en elintervalo de nmeros reales dondeeste se define, la variable aleatoriaX correspondiente al nmero deocurrencias en el intervalo esllamada variablealeatoria Poisson y su funcin deprobabilidad est dada por:
La probabilidad de que en un da Cualquiera lleguen menos de nueve camiones a esacentral de abastos es de Este ejercicio fue realizado con base en lo aprendido del modulo del curso probabilidad delcaptulo 5.
EJERCICIO 9 TEMA: Distribucin hipergeomtricaTRABAJO COLABORATIVO DOS ESTUDIANTE: WILLIAM ANDRES
ARIAS DELGADOEJERCICIO: Suponga que cierto estudiante tiene una probabilidad de 0,75 de aprobar el examende ingls en cualquier intento que haga. Cul es la probabilidad de que lo logre aprobar en elcuarto intento?
FUNDAMENTACIN TERICA PROBLEMA O EJERCICIOLa distribucin Hipergeomtrica considera el caso enel cual una poblacin finita se divide en dos grupos,uno de los cuales se considera "xitos" y el otro"Fracasos". Por consiguiente si se toma sin
-
8/10/2019 t2 Grupo284 Final
13/16
reemplazamiento una muestra de "n" elementos y sedesea hallar la probabilidad de obtener "X" xitos,tenemos:
N = Tamao de la poblacin
Np = Nmero de xitos en la poblacin
Nq = Nmero de fracasos en la poblacin
X = Variable aleatoria que nos representa el nmerode xitos en la muestra
n = Tamao de la muestra
n - x = Nmero de fracasos en la muestra, utilizando
las definiciones dadas, podemos hallar la funcin dedensidad para una variable aleatoria X que sedistribuya Hipergeomtricamente, as:
fx(x) = P(X=x); donde el suceso, (X=x), (o sea, sucesode xitos en la muestra), se puede dar de:
Ahora el nmero total demuestras posibles de tamao n que podemos extraer
de la poblacin de N elementos es:
Luego,
Para X = 0, 1, . . . , n s
P= 0,75 = probabilidad deaprobar/intentos
Q= 0.25 = probabilidad de no aprobar
P(x=4)= probabilidad de aprobarloEn el cuarto intento
Como el nmero de intentos no esFijo, es un distribucin hipergeomtrica.
f (4,0.75) = (0.25) (0.75)
= 0.011718 = 1.1718%
La probabilidad de que en el cuarto intento logre aprobar el examen de ingles es=1.1718%Tomado de: Martnez Luz Stella. 1986 Manual Practico de estadstica. PIME S.a
-
8/10/2019 t2 Grupo284 Final
14/16
Ejercicio N10Tema: Distribucin normalEnunciado. Si Z es la distribucin normal tipificada, encuentre el rea bajo la
curva que cae:a. A la izquierda de z = - 1,13b. Entre z = - 2,06 y z = - 0,15c. A la derecha de z = 1,44
Propuesto por: Jose Albeis Palacios.Referencia:Canavos. George 1988. Probabilidad y estadstica. McGraw Hill.Mxico.Desarrollo.
Solucin:
a. A la izquierda de z = - 1,13
El rea bajo la curva a la izquierda de z = -1.13 es de 0.1292 o 12.92%
b. Entre z = - 2,06 y z = - 0,15
( ) ( ) El rea bajo la curva entre de z = -2.06 y z = -0.15 es de 0.4207 o 42.07%
c. A la derecha de z = 1,44 El rea bajo la curva a la derecha de z = 1.44 es de 0.0749 o 7.49%
-
8/10/2019 t2 Grupo284 Final
15/16
Conclusiones
La realizacin de este trabajo fue fascnate ya que por medio del mismo obtuve unmayor nfasis en cuanto a los temas tratados en el mismo por otra parte mejoremis destreza para desarrollar ejercicios de diferentes ndoles muchos de ellos nolos encontramos en nuestro diario vivir, como tambin logre una buena interaccincon mis compaeros de curso y por ende con el tutor.
Gracias al desarrollo de este taller me he dado cuenta que las variables aleatoriasy las distribuciones de probabilidad son de gran utilidad ya que dando un buen usode las formulas que estas nos ofrecen podemos dar solucin rpida a problemasque se nos pueden presentar en cualquier parte de nuestro trabajo, ya sea eninvestigacin o en la vida cotidiana.
-
8/10/2019 t2 Grupo284 Final
16/16
Referencias Bibliogrficas
Morales Robayo Adriana. 2007. Mdulo de probabilidad. UNAD. Bogot. D.C.
Canavos. George 1988. Probabilidad y estadstica. McGraw Hill. Mxico.