Upload
cesarantonioconcha
View
224
Download
0
Embed Size (px)
Citation preview
7/25/2019 Ejercicios Resueltos Binomial y Normal
1/7
5. Variables Aleatorias Conocidas Como se aprecia, el soporte de esta variable aleatoria es
{ }1,0=XD . A continuacin se muestra la tabla deprobabilidades:6.1. Variable aleatoria de Bernoulli.
Considere un experimento aleatorio con dos resultados
posibles: xito (E) y fracaso (F), es decir, ={xito, fracaso}.Suponga que pEP =)( y pFP = 1)( , con 10
7/25/2019 Ejercicios Resueltos Binomial y Normal
2/7
Para p=0,35, graficamos distintas funciones de
probabilidad cambiando el nmero de experimentos:con 2
1
Cara)(xito)( ==PP . Sea
entoncesX ~ Bernoulli
=
carasalesi1,
sellosalesi,0
X
2
1
Considere lanzar dos dados honestos en formaindependiente. Sea el xito = obtener suma siete y el
fracaso = obtener suma distinta de siete. La probabilidad
de que ocurra el xito, en este ejemplo, es
36)7"sumaObtener("xito)( ==PP
=sumasi1,
sumasi,0X
6. Se define la
variable aleatoria , entonces7esno
7es
36
6Bernoulli~X .
La notacin a usar es X~Bin (n,p), y se lee X tienedistribucin Binomial de parmetrosnyp .
6.2. Variable Aleatoria Binomial.Si X~Bin (n,p), entonces su esperanza y varianza son
pnXE =)( y )1()(Var ppnX = .Suponga que se realizan nrepeticiones independientes, bajolas mismas condiciones ambientales, de un experimento de
Bernoulli, con probabilidad de xito p. Sea X la variablealeatoria que representa el nmero de xitos obtenidos en la
n repeticiones. Se dice que X sigue un distribucinBinomial de parmetros ny p, con funcin de cuanta dada
por:
n
=
==
e.o.c.,0
...,2,1,0,)1()(
)(nxparapp
xxXP
xnx
Obs. Una variable aleatoria Bin(n,p) se obtiene desumar n variables aleatorias independientes
Bernoulli(p), es decir, si X1, X2, X3, . . . , Xnson variables aleatorias independientes condistribucin Bernoulli(p), entonces
n
~ Bin(n,p).=
=i
iXX
1
Departamento De Matemtica y Estadstica 65
7/25/2019 Ejercicios Resueltos Binomial y Normal
3/7
Ejemplos:
993.0
667.0272.0053.0
)20()19()18(
02.098.0
20
)18(
20
18
)20(
=
++=
=+=+==
==
=
XPXPXP
xXPp x
xx
La probabilidad de que una persona en una tienda
falte un da de la semana es 0.01; si hay contratadas10 personas, cul es la probabilidad de que en un
da falten 2 personas?.
Sea X=el n de personas que faltan en un da a la
semana. AsX~Bin(10; 0.01), por lo tantoSea Y=N de cajas pasan el control de calidad,
entonces Y~Bin(80;0.993) con 0.993 la probabilidad
de que una caja pase el control de calidad.Finalmente la probabilidad de que el embarque sea
aceptado es:)210(2 )01.01(01.0
2
10)2(
==XP
82 )99.0(01.0!2!
!
8
10= = 0,0042
yy
y yYP
=
= 80
80
75
)993.01(993.080
)75( =0,98
Un embarque de 80 cajas con 20 artculoselectrnicos en cada una de ellas es aceptado por unproveedor si por lo menos 75 cajas pasan el controlde calidad, el proveedor considera que una caja pasa
el control de calidad si de los 20 artculos que posee
resultan por lo menos 18 en buen estado. Si laprobabilidad de que un artculo este en buen estado
es de 0.98, determine la probabilidad de que el
embarque sea aceptado por el proveedor.
Sea X=N de artculos en buen estado en una caja,entonces X~Bin(20; 0.98) y por lo tanto si p es la
probabilidad de que una caja pase el control de
calidad, se tiene:
Departamento De Matemtica y Estadstica 66
7/25/2019 Ejercicios Resueltos Binomial y Normal
4/7
6.7.Variable Aleatoria Normal
Sea Xuna variable aleatoria continua. Se dir que Xsigue
una distribucin Normal o Gaussiana de parmetros y 2,si su funcin de densidad es dada por:
2
=
xparaexf
x
X
2
)(
2
1
2
1)(
La grfica de esta funcin de densidad es mostrada a
continuacin:
La grfica anterior tambin recibe el nombre de campana de
Gauss.
La notacin a usar es X~N(, 2) la que se lee X tiene
distribucin Normal con media y varianza 2
. As=)E(X y 2)(Var =X .
Toda distribucin normal se distingue por su media y su
desviacin estndar . El punto ms alto de la curva normales la media, que tambin es la mediana y la moda de la
distribucin. La distribucin normal es simtrica en torno a
la media .
Las probabilidades acumuladas de una variable aleatorianormal se determinan con las reas bajo la curva.
Lamentablemente estas reas bajo la curva no se pueden
obtener a mano.
Se han tabulado las probabilidades el caso en que es cero
y 2es uno, es decir, N(0,1), llamada Distribucin NormalEstndar y las tablas entregan
==z
z
dzezZPz2
2
1
2
1)()(
Geomtricamente, mostramos el clculo de probabilidades
en la distribucin Normal
a) )2()5()52( = ZPZPZP 0228.0)2(1 == ZP ,
puesto que )5( ZP =1
Departamento De Matemtica y Estadstica 71
7/25/2019 Ejercicios Resueltos Binomial y Normal
5/7
b) P(-2 Z 2)= P(Z 2)- P(Z -2) Ejemplos:= 0.9972 0.0228 = 0.9544
Los resultados de un examen de admisin en uncolegio determinado, tienen una distribucin normal
con = 75 y = 10. Cul es la probabilidad deque el resultado de un estudiante est entre 80 y 90?
Sea Y =resultado del examen de admisin de un
estudiante.
Por los supuestos Y~ N(75,100) y lo que queremos
es )9080( YP lo que grficamente correspondea:
Para el caso en que la media no es cero o la varianza no
es uno, ocupamos el siguiente teorema
SeaX~N(,2), entonces
=
XZ , tiene distribucin
N(0,1), es decir, a partir de la distribucin normalestndar podemos determinar las probabilidades a
cualquier distribucin Normal, para ello necesitamosconocer su media y la raz de la varianza o desviacinestndar . Este proceso recibe el nombre de
estandarizacin.
Departamento De Matemtica y Estadstica 72
7/25/2019 Ejercicios Resueltos Binomial y Normal
6/7
Estandarizando se tiene: )5.15.0()9080( = ZPYP
a) Probabilidad de que en un da, esta temperaturano supere un grado bajo cero
Tenemos que, Z~N(0,1), es decir, es cero y 2es unoy por lo tanto P(Z -1) = )1( =0.1587
b) Probabilidad de que en un da, esta temperatura
sea superior a 2.5 grados.
P(Z > 2.5)) = 1- P(Z 2,5)) =1- )5.2( =1-0.9938=0.0062
c) Probabilidad de que en un da, esta temperatura
este entre un grado bajo cero y un grado sobre ceroRealizando el proceso de estandarizacin paso a paso:
10
7590
10
75
10
7580
)9080(
=
YPYP
P(-1
Z
1)=P(Z
1)-P(Z
-1))1( )1( = - =0.8413-0.1587=0.6826
10
7590
10
7580
= ZP
5.0(
2
3
2
1 =
= ZPZP )5.1
d) Determine la Temperatura promedio que no
superara el 30% de los das.
P(Zz) = 0.30 (se mira la tabla al revs)
As z=-0.52 equivale a 0.52 grados bajo cero
Se ha establecido que el porcentaje de retencin deun comercial en la poblacin infantil tiene una
distribucin normal con media 70% y desviacin estndarde 10%
2417.00668.03085.0 ==
Sea Z la temperatura promedio de cierta Regin,estudios recientes, muestran que Z es una variable aleatoria
normal de media Cero y varianza uno, determine
Departamento De Matemtica y Estadstica 73
7/25/2019 Ejercicios Resueltos Binomial y Normal
7/7
a) Un comercial se clasifica como exitoso si
obtiene una retencin superior al 80% de lapoblacin infantil Qu probabilidad tiene un
comercial de clasificarse como exitoso?
Tenemos que, X~N(70,102), es decir, es 70 y 2 es
100
P(X > 80) = 1- P(X
80) = 1- )10
7080
(
X
P
= =1-)1(1 ZP )1( =1-0.8415=0.1587
b) Si la poblacin infantil en un determinado lugar
consta de 2500 nios Cuntos de ellos espera
encontrar con una retencin entre el 60% y el
80%?
P(60 X 80) = P(X 80)-P(X 60)
7080 X X = )
10(
P - )
10
7060(
P
= )1( ZP - )1( ZP
( = - =0.8413-0.1587=0.6826)1( )1
Lo que equivale a un % 68.26, que en 2500 nios
corresponden a 1707 nios
c) Si el 2.5% de los nios se clasifica como
distrado por su baja capacidad de retensin
Cul es el porcentaje de retencin lmite para
que un nio sea clasificado como distrado?
P(Xx)= )10
70(
xXP
= 0.025
As10
70x=-1.96, despejandox= 50.4
Entonces, si un nio tiene un % de retencin inferior a
un 50,4%, se dice que el nio es distrado.
Departamento De Matemtica y Estadstica 74