Professional Documents
Culture Documents
Una variable aleatoria X, que puede tomar un nmero finito de valores, 1,2,,n, cada uno de los cuales tiene la misma probabilidad de ocurrir, se dice que sigue una ley de DISTRIBUCIN UNIFORME DISCRETA. Es decir, Pr(X= k)=
1 k=1,2,,n k
0 en caso contrario
2
PROBABILIDAD Y ESTADSTICA
Su esperanza es igual a:
n 1 E(x) = 2
Su varianza es igual al:
n 1 V(x)= 12
PROBABILIDAD Y ESTADSTICA
3
Es la forma ms obvia de asignar probabilidades dentro de un fenmeno aleatorio cuyo comportamiento es desconocido. Esta ley aparece en los juegos de azar en los que todos los jugadores tienen iguales posibilidades; adems, esta distribucin es la bsica en la simulacin de eventos aleatorios mediante computadora.
PROBABILIDAD Y ESTADSTICA
EJEMPLO 1:
Un reloj automtico registra la hora a la cual llegan los empleados de una oficina, en horas y minutos completos. Una persona puede atrasarse hasta 59 minutos luego de la hora prefijada para entrar, caso contrario se le considera como falta. Por cada minuto de atraso se le cobra una multa de 50 centavos. Si los tiempos de atraso se consideran aleatorios: a) Cunto esperar una persona que se le descuente por un da que se atraso? b) Si en la oficina hay 8 personas, que se atrasaron 2 veces al mes cada una, cunto ser el descuento global esperado a estos empleados de la oficina?
PROBABILIDAD Y ESTADSTICA
5
SOLUCIN:
1 2 3 59
0.5
0.5
0.5
0.5
a)
b)
PROBABILIDAD Y ESTADSTICA
EJEMPLO 2:
Para el servicio de transporte entre dos ciudades hay 10 buses, de los cuales 5 son de tipo normal (costo del pasaje 2 dlares) y 5 de tipo especial (costo del pasaje 3 dlares). Una persona tiene que viajar entre las dos ciudades (ida y vuelta) durante los 5 das laborables de la semana, y para transportarse toma el primer bus que aparece en esa ruta, sin diferenciar el tipo; cunto esperar gastar esta persona en la semana?.
PROBABILIDAD Y ESTADSTICA
SOLUCIN:
Sean: n: nmero de buses x: costo por viaje ($/da) BN: bus normal BE= bus especial G: gasto semanal de transporte #das laborables: 5 n: 10
#BN: 5
#BE: 5
IDA VUELTA
x= 2 x= 2 x= 3
IDA VUELTA
Especial
Normal Especial
4 5
x= 3
x= 2 x= 3
IDA VUELTA
x P(x)
6 (1/2)*(1/2)= 1/4
(1/2)*(1/2)=1/4
2*(1/2)*(1/2)= 1/2
PROBABILIDAD Y ESTADSTICA
10
EJEMPLO 3:
En una escuela primaria se registr el nmero de palabras por minuto que lean los estudiantes, encontrndose que lean un mnimo de 80 palabras y un mximo de 139. Bajo la suposicin de que la variable aleatoria que describe el nmero de palabras ledas est uniformemente distribuida. a) Halle la probabilidad de que un estudiante, seleccionado al azar, lea al menos 100 palabras. b) Determine el nmero de palabras que se esperara lea un estudiante seleccionado al azar.
PROBABILIDAD Y ESTADSTICA
12
SOLUCIN: (x)= 1/(b-a) si x [a,b] (x)= 1/(139- 80) si x [80, 139] (x)= 1/59
Pr (x 100)= 1- Pr (x<100)
80
Pr (x 100)= 1-
f ( x)dx - f ( x)dx
80
100
Pr (x 100)= 1- (1 / 59)dx
80
100
Pr (x 100)= 1- [x/59]
100 80
PROBABILIDAD Y ESTADSTICA
13
Pr (x 100)= 1- (20/59)
Pr (x 100)= 0,66 X~Un (p1;p2) X~Un (80;139) a)
b)
PROBABILIDAD Y ESTADSTICA
14
EJEMPLO 4:
Un borracho camina de forma aleatoria de la siguiente manera: cada minuto da un paso hacia adelante o hacia atrs con igual probabilidad y con independencia de los pasos anteriores. Cada paso es de 50 cm. Calcule : a) Los pasos que esperara dar el borracho b) La varianza de los pasos c) La probabilidad de que en una hora camine y avance ms de 5 m.
PROBABILIDAD Y ESTADSTICA
15
1hora=> 60 pasos 500[cm] Pasos hacia adelante= 50[cm / paso] = 10 pasos 60 pasos totales menos 10 pasos que con certeza va hacia adelante= 50 pasos
La probabilidad de que los pasos sean hacia adelante es igual que la probabilidad de que los pasos sean hacia atrs. Entonces: Pasos hacia atrs= 50*()= 25 pasos Pasos hacia adelante= 50*()= 25 pasos
Pr(x1>35)= 1 [Pr(x=0)+Pr(x=1)++Pr(x=35)
Pr(x1>35)= 1 Pr
( x E ( x) 35 E ( x) ) V ( x) V ( x)
V(x1)=60*(1/4) V(x1)= 15
PROBABILIDAD Y ESTADSTICA
18
z=
35 30 15
z= 1.29
Pr(x1>35)= 1 Pr(z1.29) Pr(x1>35)= 1- 0.9015 Pr(x1>35)=0.0985 0.9015: valor de tabla
PROBABILIDAD Y ESTADSTICA
19
EJEMPLO 5:
Supngase que la concentracin que cierto contaminante se encuentra distribuida de manera uniforme en el intervalo de 0 a 20 pares de milln. Si se considera txica una concentracin de 8 o ms. a) Cul es la probabilidad de que al tomarse una muestra la concentracin de esta sea txica?. b) Cul es la probabilidad de que la concentracin sea exactamente 10?. c) Halle la varianza.
PROBABILIDAD Y ESTADSTICA
20
SOLUCIN:
PROBABILIDAD Y ESTADSTICA
21
Pr (x=10)=
Pr (x=10)=[(1/20)*x]
Pr (x=10)= 0
V(x)= (20 - 1)/12 V(x)= 33,3
b)
c)
PROBABILIDAD Y ESTADSTICA
22