Diplomado

Métodos Estadísticos para el Análisis de Datos

Variables aleatorias – Modelos de Probabilidad

Docente:
José Eliseo Parra Fonseca
Estadístico. Especialista en Finanzas. Magister Administración Financiera.
 PENSAMIENTO

"SI ERES JOVEN, TE RECOMIENDO QUE APRENDAS ALGO DE ESTADISTICA

TAN PRONTO COMO PUEDAS. NO LO DEJES POR IGNORANCIA O PORQUE
TE OBLIGA A PENSAR... SI ERES VIEJO Y YA HAS SIDO CORONADO CON LOS
LAURELES DEL TRIUNFO, HAZ QUE QUIENES ESTAN BAJO TU JURISDICCION
Y SE TE ACERQUEN A PEDIRTE CONSEJO SE ANIMEN A ESTUDIAR ESTA
MATERIA. DE ESTA FORMA DEMOSTRARAS QUE TUS ARTERIAS TODAVIA
NO ESTAN DURAS Y PODRAS COSECHAR LOS BENEFICIOS SIN TRABAJAR
MUCHO TU MISMO. DONDE QUIERA QUE ESTES, SI TU TRABAJO REQUIRE
QUE INTERPRETES DATOS LO PODRAS HACER SIN ESTADISTICA, PERO NO
LO HARAS BIEN.

M.J. MORONE

José Eliseo Parra Fonseca

 OBJETIVO
Conocer, Entender y Aplicar
algunas funciones de probabilidad e
identificar las características básicas de
los experimentos que involucran el uso
de cada una de ellas.

José Eliseo Parra Fonseca

 CONTENIDO

1. Variables aleatorias.
2. Funciones de probabilidad.
3. Valor Esperado, Varianza.
4. Modelos especiales de probabilidad.
4.1 Modelo Binomial.
4.2 Modelo Poisson.
4.3 Modelo Normal.
5. Taller.

José Eliseo Parra Fonseca

 FUNDAMENTOS DE PROBABILIDAD

FUNCION QUE A CADA

VARIABLE
RESULTADO DEL EXPERIMENTO
ALEATORIA
LE ASIGNA UN NUMERO

E1: Lanzar al aire tres monedas normales

S= { ccc , ccs , csc , css , scc , scs , ssc , sss }

Función X: # de caras al lanzar 3 monedas normales

Función Y: # de sellos al lanzar 3 monedas normales

José Eliseo Parra Fonseca

 FUNDAMENTOS DE PROBABILIDAD
E1: Lanzar al aire tres monedas normales
S= { ccc , ccs , csc , css , scc , scs , ssc , sss }
X(sss) = 0
X(css) = X(scs) = X(ssc) = 1
X: # de caras al lanzar 3 m n
X(ccs) = X(csc) = X(scc) = 2
X(ccc) = 3
X(sss) = 3
Y: # de sellos al lanzar 3 m n X(css) = X(scs) = X(ssc) = 2
X(ccs) = X(csc) = X(scc) = 1
X(ccc) = 0
José Eliseo Parra Fonseca
 FUNDAMENTOS DE PROBABILIDAD

CONCEPTO DISCRETA
DEFINIR
RECORRIDO CONTINUA

FUNCION DE PROBABILIDAD
VARIABLE
ALEATORIA VALOR ESPERADO

VARIANZA
GRAFICA
José Eliseo Parra Fonseca
 FUNDAMENTOS DE PROBABILIDAD
VARIABLES ALEATORIAS (CONCEPTO Y RECORRIDO)
X: # de caras al lanzar 3 monedas normales
x = 0, 1, 2, 3
Y: # de sellos al lanzar 3 monedas normales
y = 0, 1, 2, 3
X : # de llamadas a un conmutador en una hora
x = 0, 1, 2, 3, …
Y : # de artículos defectuosos en producción
y = 0, 1, 2, 3, … , n
José Eliseo Parra Fonseca
 FUNDAMENTOS DE PROBABILIDAD
VARIABLES ALEATORIAS (CONCEPTO Y RECORRIDO)

X: Tiempo (horas) de vida útil de bombillas

0≤x≤∞
Y: Utilidad (US$) de una inversión
-∞≤y≤∞
X : Gasto (US$) de un proyecto
0≤x≤∞
Y : Ingreso (US$) de un migrante extranjero
0≤y≤∞
José Eliseo Parra Fonseca
 FUNDAMENTOS DE PROBABILIDAD
VARIABLES ALEATORIAS (FUNCIÓN DE PROBABILIDAD)
La función de probabilidad f(x) (Cuantía) de una variable aleatoria
discreta es aquella que asigna una probabilidad P(X = x) a cada
valor posible x1 , x2 , … , xn y que cumple dos propiedades:
1. f (x) ≥ 0 para todo x
2. Σ P(X = x) = 1
X: # de caras al lanzar 3 monedas normales
x = 0, 1, 2, 3
X 0 1 2 3
P(X = x) 1/8 3/8 3/8 1/8
José Eliseo Parra Fonseca
 FUNDAMENTOS DE PROBABILIDAD
VARIABLES ALEATORIAS (FUNCIÓN DE PROBABILIDAD)
La función de probabilidad f(x) (Densidad) de una variable
aleatoria continua es aquella que asigna una probabilidad P(X ≤ x)
a cada valor posible x1 , x2 , … , xn y que cumple dos propiedades:

X: Diámetro (cm) de cable eléctrico

6x (1-x) para 0 ≤ x ≤ 1
f(x) = P(X ≤ x) =
En otro caso
José Eliseo Parra Fonseca
 FUNDAMENTOS DE PROBABILIDAD
VARIABLES ALEATORIAS (VALOR ESPERADO)
Sea X una V. A. discreta (o continua) con función de probabilidad
f(x). Entonces el valor esperado de X esta dado por:

E(X) =
Para v. a. continua

José Eliseo Parra Fonseca

 FUNDAMENTOS DE PROBABILIDAD
VARIABLES ALEATORIAS (VALOR ESPERADO)
Sea X una V. A. discreta (o continua) con función de probabilidad
f(x). Entonces la varianza de X esta dada por:

V(X) = E (x2) – E2(x)

En donde:

E (x2) =
Para v. a. continua

José Eliseo Parra Fonseca

 FUNDAMENTOS DE PROBABILIDAD
Un contratista está interesado en conocer el costo total de un proyecto sobre el
que intenta hacer una oferta. El contratista conoce por experiencias previas que
la duración (días) del proyecto tiene la siguiente distribución de probabilidad:
Duración (días) 10 11 12 13 14
----------------------------------------------------------------------------
Probabilidad 0.1 0.3 0.3 0.2 0.1
Adicionalmente estima que los materiales cuestan US$ 25.000 y su trabajo US$
900 diarios.
a) Construya la función acumulativa de probabilidad.
b) ¿Cuál es la probabilidad de que dure menos de 12 días el proyecto?.
c) ¿Cuál es la probabilidad de que dure más de 13 días el proyecto?.
d) ¿Cuál es la duración esperada del proyecto?.
e) ¿Cuál es la varianza del proyecto?.
f) ¿Cuál es el costo esperado del proyecto?.

José Eliseo Parra Fonseca

 FUNDAMENTOS DE PROBABILIDAD
Un vendedor de autos estima las siguientes probabilidades para el número de
coches que venderá la próxima semana:

Numero de carros 0 1 2 3 4 5
-------------------------------------------------------------------------------------------------------------------------
Probabilidad 0.10 0.20 0.35 0.16 0.12 0.07

a) Construya la función acumulativa de probabilidad.

b) ¿Cuál es la probabilidad de que venda menos de 2 carros?.
c) ¿Cuál es la probabilidad de que venda más de 3 carros?.
d) ¿Cuál es el número esperado de carros vendidos?.
e) ¿Cuál será la dispersión relativa de las ventas?.
f) El vendedor recibe un salario semanal de US$750 más US$50
adicionales por cada carro vendido. ¿Cuál es el valor esperado de su
ingreso?.

José Eliseo Parra Fonseca

 FUNDAMENTOS DE PROBABILIDAD
Se supone que el diámetro (cm) de un cable eléctrico, digamos X, es una
variable aleatoria continua con función de densidad:

6x (1-x) para 0 ≤ x ≤ 1
f(x) = P(X ≤ x) =
En otro caso

a. Calcular la probabilidad de que esta variable tome un valor ≤ 0,5.

b. Calcular el valor esperado.
c. Calcular la varianza.

José Eliseo Parra Fonseca

 FUNDAMENTOS DE PROBABILIDAD
Sea X el porcentaje de alcohol en cierto compuesto industrial con función de
densidad:

x 0 < = x < =1
f (x) = 2 – x 1 < = x < =2
0 En otro caso

a. Calcular la probabilidad de que esta variable aleatoria tome un valor

entre 0.5 y 1.5
b. Calcular el valor esperado
c. El precio de venta del compuesto depende del contenido de alcohol. Si
0 <= x <=1 se vende en 60US$/galón. Si 1 <= x <= 2 se vende en 30
US$/galón. Si el costo de producción de este compuesto es de US$10 por
galón, cual es la utilidad esperada al vender el compuesto?

José Eliseo Parra Fonseca

 FUNDAMENTOS DE PROBABILIDAD

BINOMIAL
DISCRETOS
POISSON
MODELOS
ESPECIALES DE NORMAL
PROBABILIDAD T DE STUDENT
CONTINUOS
CHI- CUADRADO
F DE FISHER
José Eliseo Parra Fonseca
 MODELO BINOMIAL
 Los resultados son dicotómicos “Éxito” o “Fracaso”.
 Conocer la probabilidad de éxito p o de fracaso q = 1 – p.
 Realizar n ensayos independientes para buscar k éxitos (o
fracasos).

X: # de éxitos (o fracasos) en las n repeticiones.

x = 0, 1, 2, 3, … , n

X ~ b ( x, n , p)

n k nk E (x) = p

p( X  k )     p  q
k V(x) = n p q
José Eliseo Parra Fonseca
 MODELO BINOMIAL

Suponga que se sabe que el 10% de cierta población es

inmune a cierta enfermedad. Si se escoge aleatoriamente
una muestra aleatoria de 15 personas de esa población,
encuentre la probabilidad de que:
a. Ninguna sea inmune.
b. Existan exactamente dos personas inmunes.
c. Existan dos o menos personas inmunes.
d. Existan tres o más personas inmunes.
e. Existan entre dos y cuatro personas inmunes.

José Eliseo Parra Fonseca

 MODELO BINOMIAL
Un agente de seguros vende pólizas a cinco personas de la
misma edad, que disfrutan de buena salud. Según las tablas
actuales de mortalidad, la probabilidad de que una persona
en estas condiciones viva 30 años o más es 75%. Hallar la
probabilidad de que, transcurridos 30 años .
a. No viva ninguno.
b. Vivan dos personas.
c. Vivan menos de dos personas.
d. Vivan más de tres personas.
d. Vivan entre 2 y 4 personas.

José Eliseo Parra Fonseca

 MODELO POISSON
 Los resultados son eventos aleatorios por unidad de tiempo o
espacio t.
 Conocer el promedio de ocurrencias λ por unidad t.
 Existir proporcionalidad entre tamaño de unidad t y
promedio λ
X: # de eventos aleatorios por unidad t.
x= 0, 1, 2, 3, …

X ~ P( x , λ)
E (x) = λ
V(x) = λ
José Eliseo Parra Fonseca
 MODELO POISSON
En promedio, llegan 2.4 pasajeros por minuto al mostrador
de una compañía aérea durante el periodo de máxima
actividad. Cuál es la probabilidad de que:
a. No llegue nadie en un minuto?.
b. Lleguen tres pasajeros en un minuto?.
c. Lleguen menos de dos pasajeros en un minuto?.
d. Se produzcan más de tres llegadas en un minuto?.
d. Lleguen entre 2 y 4 pasajeros en un minuto?.

José Eliseo Parra Fonseca

 MODELO POISSON

El número promedio de reclamos por fraude en la tarjeta de

crédito de cierta institución financiera es de 20 por mes. Cuál
es la probabilidad de que en una semana en dicha entidad:
a. No hagan reclamos?
b. Realicen tres reclamos?
c. Se hagan dos o menos reclamos?
d. Se produzcan más de tres reclamos?
e. Se produzcan entre uno y tres reclamos?

José Eliseo Parra Fonseca

 MODELO NORMAL
La variable aleatoria X se distribuye normal con m, s2.
La variable aleatoria Z se distribuye normal estándar.

X ~ N( m, s2) Z ~ N( 0, 1)

X m x1
0 z1
Z
José Eliseo Parra Fonseca
 MODELO NORMAL
PROPIEDADES

1. Si Z ~ N(0, 1) ==> P( Z ≤ z1) = A Tablas, Computador

2. Si Z ~ N(0, 1) ==> P( z1 ≤ Z ≤ z2 ) = P( Z <= z2 ) - P( Z <= z1 )

3. Si X ~ N(m, s2) ==> P( X ≤ x1 ) = P( Z <= (x1 - m)/s) = P( Z <= z1 )

4. Si X ~ N(m, s2) ==>

P( x1 ≤ X ≤ x2 ) = P( (x1 - m)/s<= Z <= (x2 - m)/s) = P( z1 ≤ Z ≤ z2 )
= P( Z <= z2 ) - P( Z <= z1 )

José Eliseo Parra Fonseca

 MODELO NORMAL
El costo de ejecutar determinado contrato se puede considerar como una v. a.
normal con media US$115 y desviación estándar US$25. Cuál es la probabilidad
de que el costo:
a. Sea menor que US$117.
b. Sea menor que US$114.
c. Sea mayor que US$113.
d. Sea mayor que US$118.
e. Este entre US$113 y US$118.
f. Cuantos miles de US$ (establezca el valor) puede gastarse como
mínimo para estar en el 10% de costos más altos?.
g. Cuantos miles de US$ (establezca el valor) puede gastarse como
máximo para estar en el 5% de costos más bajos?.
h. Encontrar el intervalo más pequeño tal que la probabilidad de que el
costo de ejecutar dicho contrato este contenido en el sea del 95%.

José Eliseo Parra Fonseca

 MODELO NORMAL
La demanda anticipada de un producto en el próximo mes puede representarse
mediante una v. a. normal con media 1.200 unidades y desviación típica de 100
unidades. Cuál es la probabilidad de que:
a. Las ventas no superan las 1.350 unidades.
b. Las ventas no superan las 1.100 unidades.
c. Las ventas superan las 1.000 unidades.
d. Las ventas superan las 1.300 unidades.
e. Las ventas están entre 1.000 y 1.300 unidades.
f. Cuantas unidades (establezca el valor) debe venderse como mínimo
para estar en el 5% de las ventas más altas?
g. Cuantas unidades (establezca el valor) debe venderse como máximo
para estar en el 10% de las ventas más bajas?
h. Entre que valores (mínimo y máximo) de ventas se encontrara al 95%
de las ventas alrededor de su promedio.

José Eliseo Parra Fonseca

EXPORTACIÓN DE PROGRAMAS

GRACIAS
POR SU
ATENCION

José Eliseo Parra Fonseca