Viernes 4
Ejercicio. Se tienen 3 cajas A, B y C. Una tiene un premio y las otras 2
estan vacias. Se pide a un participante que seleccione una caja al azar. Luego
el maestro, QUE SABE DE ANTEMANO DÓNDE ESTA EL PREMIO, selec-
ciona una de las 2 cajas que no fueron seleccionadas por el participante y que
él sabe que esta vacia. Al ver todos la caja vacia, se le pregunta al participante
si desea continuar con su selección o cambiar. ¿Qué debe hacer el participante?
1. Argumento teórico (probabilidad)
De…nir eventos. G: El participante gana. F: Cambia de caja. A: El
premio esta en A.
P (A) = 13 = P (B) = P (C)
P (B [ C) = 32
La pregunta es:
2. Argumento práctico (estadística)
A B C Selección del alumno Le convenia cambiar Número aleatorio
P A NO 0.031
P B SI 0.125
P C SI 0.043
P B SI 0.255
P B SI 0.946
P C NO 0.751
P B NO 0.514
P A SI 0.373
5 3
8 = 0:625 8 = 0:234 38
Otro ejercicio. Se presenta un cuestionario con 10 preguntas de opción múlti-
ple. Cada pregunta tiene 4 posibles respuestas y solo una es correcta. El cues-
tionario se responde completamente al azar.
¿Cuál es la probabilidad de obtener 4 aciertos?
1. Una aproximación por medio de frecuencias.
A B C D Respuesta seleccionada Respuesta correcta Sel Corr Pregunta
C D NO 0.906 0.704 1
B C NO 0.682 0.284 2
D D SI 0.827 0.862 3
A C NO 0.675 0.129 4
A B NO 0.378 0.221 5
B A NO 0.152 0.423 6
D A NO 0.061 0.814 7
C C SI 0.74 0.542 8
B C NO 0.529 0.28 9
A D NO 0.794 0.193 10
Sacó un 2
1
2. El modelo teórico.
Sea X la variable aleatoria dada por el número de aciertos que se obtienen
al responder las 10 preguntas al azar. ¿De cuantas maneras se puede llenar el
cuestionario? 410 = 1; 048; 576
10
1 0 3 10
Entonces P (X = 0) = 3410 = 10 0 4 4
9
P (X = 1) = 104103 = 524
98 415
288 = 0:187 71
(10
2) 3
8
295 245
P (X = 2) = 410 = 1048 576 = 0:281 57
(10) 37 32 805
P (X = 3) = 3410 = 131 072 = 0:250 28
1 2 3 8
Otra forma de verlo: P (X = 2) = 10 2 4 4
3 7
Para P (X = 3) = 103
1
4
3
4
Para todo x = 0, 1, 2,..., 10 se tiene que
x 10 x
10 1 3
f (x) = P (X = x) =
x 4 4
295 245 32 805 557 685
P (1 < x 3) = f (2) + f (3) = F (3) F (1) = 1048 576 + 131 072 = 1048 576 =
0:531 85
Tiene media = 10 14 = 2:5
con 2 = 2:5 0:75 = 1: 875
p
y desviación estándar = 1:875 = 1: 369 3
0.0.1 4.8 La densidad Binomial.
El número de subconjuntos diferentes con k elementos que se pueden formar
partiendo de un conjunto con n elementos es conocido como "las combinaciones
de n elementos tomados de k en k" , se denota Cnk y se pueden obtener con la
siguiente fórmula:
n! n
Cnk = =
k! (n k)! x
Un experimento tipo Bernoulli es aquel en que sólo se puede obtener uno de
dos posibles resultados; digamos "éxito" o "fracaso". Observe entonces que si
la probabilidad de éxito es p (0 < p < 1) entonces la probabilidad de fracaso es
q = 1 p:
Se repite n veces un experimento tipo Bernoulli con probabilidad p de obtener
éxito en cada una de las repeticiónes, independientemente de los resultados
anteriores y se de…ne la variable aleatoria X como el número de exitos que se
obtienen. Observe que X puede tomar cualquier valor entero entre 0 y n.
X es llamada variable aleatoria Binomial.
El rango de X son todos los enteros entre 0 y n.
La función de densidad de X (llamada densidad binomial) está dada por
(4.6):
f (x) = P [X = x] = Cnx px (1 p)n x
2
La distribución binomial es entonces:
X X
F (x) = P [X x] = f (xi ) = Cnxi pxi (1 p)n xi
xi x xi x
Y la esperanza de una variable aleatoria binomial es:
n
X 1
X
= xi f (xi ) = xi Cnxi pxi q n xi
= np
i=1 i=1
La varianza es
n
X 1
X
2
= (xi )2 f (xi ) = (xi )2 Cnxi pxi q n xi
= np(1 p)
i=1 i=1
Observe además que la probabilidad de que la variable aleatoria X tome un
valor entre dos números, digamos a y b (a < b) es
P [a < X b] = F (b) F (a)
o bien,
P [a X b] = F (b) F (a 1)
esto depende de si la función de densidad toma un valor distinto de cero en
los puntos a y b.
0.0.2 4.9 La densidad Normal.
La densidad Normal o Gaussiana está dada por la siguiente función, donde
> 0:
1 1 x 2
f (x) = p e 2 ( )
2
Y la distribución Normal es:
Zx Zx
1 1
(y
2
) dy
F (x) = P [X x] = f (y) dy = p e 2
2
1 1
Observe que en éste caso:
Zb
1 1
(y ) dy
2
P [a X b] = P [a < X < b] = F (b) F (a) = p e 2
2
a
La distribución Normal estándar se obtiene haciendo = 0 y = 1 en
la fórmula de la distribución Normal. Se denota (z) y los valores de (z)
3
correspondientes a algunos valores de z pueden consultarse en las tablas que se
presentan en las siguientes páginas. Tenemos entonces que
Zz
1 x2
(z) = p e 2 dx
2
1
Para calcular los valores correspondientes a una distribución Normal F (x)
con ; 2 R y > 0, se utiliza la relación:
x
F (x) =
0.0.3 4.10 Aproximación de la Binomial por medio de la Normal.
La distribución binomial con parámetros n y p se puede aproximar por medio
de una distribución normal con parámetros = np y 2 = npq. Esto es, si X
es una variable aleatoria binomia, entonces:
b
X
P [a X b] = Cnx px q n x
( ) ( )
x=a
donde = a pnpnpq0:5 y = b pnp+0:5 npq
Se considera que la aproximación es conveniente mientras np > 5 cuando
p 12 y mientras nq > 5 cuando p > 12
Ejemplo. En el cuestionario de 10 preguntas vimos que
295 245 32 805 557 685
P (1 < x 3) = f (2) + f (3) = F (3) F (1) = 1048 576 + 131 072 = 1048 576 =
0:531 85
usando la aproximación normal: Observación. En la binomial, P (1 < x
3) = P (2 x 3)
= a pnpnpq0:5 = 2 p2:5 0:5
1:875
= 0:730 30 y
= b pnp+0:5
npq = 3 p2:5+0:5
1:875
= 0:730 30
Buscando en tablas o en excel, ( 0:73) = 0:2327
(0:73) = 0:7673
La aproximación es: (0:73) ( 0:73) = 0:7673 0:2327 = 0:534 6 el real
es 0.53185
La diferencia entre el valor real y la aproximación es: 0:53185 0:5346 =
0:002 75
0.0.4 4.11 Ejercicios.
Para cada uno de los siguientes experimentos determinar la función de densidad,
la de distribución, la media y la varianza, correspondiente a cada una de las
variables aleatorias. Interpretar los datos.
4.11.1 La variable aleatoria X dada por el número que se obtiene al lanzar
al azar un dado balanceado.
4
4.11.2 Se lanzan al azar dos dados balanceados y X es el número que se
obtiene al sumar ambos resultados.
4.11.3 Se repite 14 veces un experimento en el que sólo se puede obtener uno
de dos posibles resultados (éxito o fracaso) con igual probabilidad para cada
uno de ellos y X es el número de exitos que se obtienen en las 14 repeticiones.
4.11.4 Se repite 10 veces un experimento en el que sólo se puede obtener uno
de dos posibles resultados pero esta vez la probabilidad de éxito es de 41 y X es
el número de exitos que se obtienen en las 10 repeticiones.
4.11.5 Se repite un experimento en el que sólo se puede obtener uno de dos
posibles resultados, hasta que se obtiene éxito por primera vez. Sea X la variable
aleatoria dada por el número de repeticiones que se necesitan suponiendo que
la probabilidad de obtener éxito en cada repetición es de 73 :
4.11.6 Responda nuevamente la pregunta 4.11.5 suponiendo que la probabil-
idad de éxito sea 29 :
4.11.7 En la pregunta 4.11.3, calcular la probabilidad de obtener más de 5 y
menos de 10 éxitos.
4.11.8 En la pregunta 4.11.4, calcular la probabilidad de obtener entre 3 y 5
aciertos.
2
4.11.9 Dada una distribución normal con = 200 y = 17:5, calcular: a)
P [X < 154], b) P [X > 210] y c) P [190 < X < 212]
4.11.10 Responder las preguntas 4.11.7 y 4.11.8 mediante la aproximación
Normal.
