Scribd Logo
Upload

Welcome to Scribd!

  • 6 Distribuciones Discretas PDF

    Uploaded by

    xaviernp
    17 views42 pages

    Original Title

    6-distribuciones-discretas.pdf

    Copyright

    © © All Rights Reserved

    Available Formats

    PDF or read online from Scribd

    Did you find this document useful?

    Is this content inappropriate?

    Report this Document

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    17 views42 pages

    6 Distribuciones Discretas PDF

    Uploaded by

    xaviernp

    Copyright:

    © All Rights Reserved
    Download as PDF or read online from Scribd
    Flag for inappropriate content
    of 42
    OBJETIVOS Al conctulr el capituo, serd capaz de: 1, Deni os términos distribucién de probabilidady variable aleatoria, 2, Distinguir entre dlsribuciones de probabilidad continuay discrta. 3, Calcular la medi, varianza y desviacion estindar de una distribucién de probabilidad ds 4, Describirlascaracteriticas de la distritucién de probabilidad binomial y su aplicacién et ef célulo de probabilidades 5. Descibit las caracterstcas de Ia lstibucidn de probabilidad hinergeomeéricay su aplicacon en el céleulo de probabilidades, 6. Descrbirlas caracteristicas de la distribucién de probabilidad de Poisson y suaplicacién en el cAlculo de probabilidades. Distribuciones discretas de probabilidad Croissant Bakery, Inc, orece pasteles decorados para cumpleafos, todas y ocasiones especiales. La pasteleria también cuenta con pasteles normales. De acuerdo con los datos dela tabla, calcul ta media, la varianza y la doeviacén eetindar de Ia cantdad de pasteles que venien y a da, (Véase el ejercicio 44, cbjtiv 3.) Gerry RTT} Distribuclones diseretas de probabilidad 181 Introducci6n Los capitulos 2 4 se consagraron al estudio de la esladistica descriptiva: datos en bruto organizados en una distribucion de frecuenc'as, la oval se representa en tables, graticas y diagramas. Asimismo, se calculé una medida de ubcacién —coma la mecia aritmética, a mediana o la moda— para localizar un valor tipico cercano al centro de la dlistrinurién Mediante el rango y la deeviacién cotinder se descriid i dispersitn Us los datos. Eslos capitulos se centran en describir algo que sucedi, ‘A partir de! capitulo 5, el teria cambia: ahora el andlsis es sobre algo que posible- ‘mente suceda. Esta taceta de la estadistica recibe el nombre de inferencia estadistica, El objetivo consiste en hacer inferencias (afirmaciones) cobro una poblacién con base €n determinada cantidad de observaciones, denominadas muestra, que se selecciona Ge la poblacién. En el capitulo 5 se establecié que una probabilidad os un valor entre Oy 1, inclusive, y se analizé la forma en que las probabilidades pueden combinarse de acuerdo con las regias de la adicién y la muttiplicacién. Este capitut inicia el estudio de las distribuciones de probabilidad, Una distribu. ion de probabilidad proporciona toda la gama de valores que se pueden presentar en Ln experiment, Es similar a una dstnibucién de trecuencias relativas; sin embargo, en lugar de descrbir ef pasaco, describe la probabilidad de que un eventn sa presents en 2! futuro. Por ejemplo, si un fabricente de medicamentos afma que cierto tratamiento permitira que 80% de la poblacion bale de peso, la agencia de proteccién al consumidor quiz someta a prueba e! tratamiento con una muestra de seis personas. Sila afirmacion del fabricante es cierla, as casi imposible tener un resultado en el que nadie en la mues- ‘ra plerda peso y es muy probable que 5 de cada 6 plerdan peso. En este capitulo se examinan la media, la varianza y la desviacién esténdar de una distribucién de probabildad, asi como tres distribuciones de probabilidad que se pre- ‘sentan con frecuencia: binomial, hipergeomeétrica y de Poisson éQué es una distribucién de probabilidad? Una distribucién de probabilidad muactra los posibles resultados de un experinnento y kd probabilidad de que cada uno se presente. DISTRIBUCION DE PROBABILIDAD Listaclo de todos los resultados de un ‘expermento y la probabilidad asociada con cada resultado 2Cémo generar una distribucién de probabilidad? ‘Suponga que i interes el ndmero de caras que aparecen @1 tres lanzamientos de una ‘moneda. Tal es el experimento. Los posibles resultacias son: cero caras, una cara, dos Caras y tres caras. {Cul es la distribucién de probabilidad de! numero de caras? Hay vchw pusivies resullauus, Ee primer larzamiento puede aparecer una cara, ‘una cruz en el segundo lanzamiento y otra cruz en el tercer lanzamento de la mone- dda. 0 puede obtener cruz, cruz y cara, en ese orden, Para obiener los resultados del Conteo (6.8), aplique la térmula de la muitiplicacion: (222), es decir, 8 posibles resultados. Estos resutados oe listan enseguida Rewtinde Lanamiento de la moneda mae eaible Primero ‘Segundo Tereero cares 7 ¢ c v v 2 c c o 1 3 c o c 1 4 c o o 2 3 o c ¢ 1 6 a c a 2 7 G or c 2 8 Ci or CG 3 182 Capitulo 6 Observe que el resultado cero caras ocurre s6lo una ver; una cara ocurte tres veces; dos caras, tres veces, y el resultado ires caras ocurre una sola vez. Es decir, ‘osro caras se presenté una de ocho veces. Por consiguiente, la probabilidad de caro ccaras es de un octavo; la probabilidad de una cara 2s de tres octavos, etc. La dis- tribucion de probabilidad se muestra en la tabla 6.1. Como uno de estos resultados debe suceder, el total de probabilidades de todos los eventos posibles es 1.000. Esto slempro ee cumple. La grética 6.1 contiene la misma informacin. ‘TABLA G1 DistribuciSn de probablidad de los eventos rlativos a cero, una dos y res cara en ies lanvamientos de sina moneda dad ek ep ap LGRAFICA 6.1 Presentacién grifica del nimero de caras que resultan de tres lanzamientos de una moneda y la probabilidad correspondiente Antes de continuar, observe las caracteristicas importantes de una distibucién de probabilidad. ‘CARACTERISTICAS DE UNA DISTRIBUCION DE PROBABILIDAD 1, La probabllidad de un resultado en partcular se encuenira entre 0 y 1, inclusive, 2. Loe reeultadoe eon evontoo mutuamente exoluyentes. 3. La lista es exhaustive. Asi, la suma de las probebilidades de los diversos eventos es igual a 1. Distribuciones discretas de probabilidad 183 pase el ejernplo del lanzarriento de una moneda de la tabla 6.1. La probabilidad de x se representa Ax). De esta manera, la probabilidad de cero caras es AAO caras) 0.126, y ia probabiidad de una cara es FU cara) ~ 0.375, etc. La sume de estas proba- bilidades mutuamente excluyentes es de 1; es decir, de acuerdo con la tabla 6.1, 0.125 +0375 + 0.375 + 0.125 = 1.00. Autoevaluacién 6.1 ‘Los posibles esultauus Ue unl expenmento que mpl el larzamiento de un dado son: uno, do3, ‘tes, cuatro, cinco y sels, 4) Elabore una distibucién ce probablidad para el nimero ce posibles resutados. ) Represents grticamerte la cistibucion de probabildad. ©) Cual es a Suma de las probetblidades? Variables aleatorias En cualquier experimento aleatorio, los resultados se presentan al azar; asi, a éste se le denomina variable aleatoria. Por ojemplo, lenzar un dado consliluye uri experimento: Puede ocurtir cualquiera de los seis posibles resultados. Algunos experimentos dan Origen a resultados de indole cuanttativa (como dolares, peso o niimero de niios); otros dan origen a resultados de naturaleza cualitativa (como el color ala afliacién religiose). Cada valor ce Ia variable aleetoria se relaciona con una probabilidad que indica la pusi- bblidad de un resultado determinado. Unos cuantos ejemplos aclararén el concepto de variable aleatoria * Si cuenta | nimero de empleados ausenites en el turno matutino del lunes, el nume- 0 puode ser 0, 1, 2,9... El numero de ausercias es una variable aleatoria. * Si poca uctrolingotes de acero, los pesos pueden ser de 2 492 libras, 2497 libras, 2.606 libras, etc. El peso es una variable aleatoria. ‘Si lanza dos monedas y cuenta el niimero de caras, puede caer cero, una o dos ares. Guia el nommero de caras que resulta de este experimento se debe al azar, el nidmero do caras que caen es une variable aleatoria, * Otras variables aleatorias pueden ser el nimero de focos defectuosos procucides or hora en Cleveland Company, Inc. la calidad (9, 10, 11 0 12) de los miembros del equipo de basquetbol femenil de Si. Jemes; el nimero de corredores del maraton de Boston en la carrera de 2006 y la cantidad diaria de conductores mullados por cconducir bajo la influencia dol alcohol en Texas. VARIABLE ALEATURIA Cantidad que resulta de un experimento que, por azar, Puede adoptar diferentes valores. El siguiente diagrama ilustra los términos experimento, resuliado, evento v varia- bie aleatoria. Prmero. en el caso del experimento en el que se lanza una moneda tres ‘veces, hay ocho posibles resultados. En este experimento, inleresa el evento de que s8 presenta una cara en tres lanzamientos, La variable aleatoria es el nimero de caras. En terminos de probabilidad, desea saber la probabildad del evento que tiene una variable aleatoria igual a 1, El resultado es (1 cara en 3 lanzamientos) = 0.375. Pubes outages de tres lenzamientas de moned Pe oer coc cee: crerer / cere (cure el evento una carat arable aleatoria x= 1 Una variable aleatoria puede ser discreta 0 continua, 184 Capitulo 6 Variable aleatoria discreta Una variable aleatoria discreta adopta slo cierto numero de valores separades. Si hay 400 empleads, el recuento de la cantidad de ausentes el lunes solo puede ser 0, 1, 2, 3, .., 100. Una variable discreta suele ser resultado de contar algo. Por definicion: VARIABLE ALEATORIA DISCRETA Variable aleatoria que adopta solo valores Glaramente separados, ‘A veces, une variable aleatoria discreta asume valores fraccionatios 0 decimales. Estos valores deben estar separados: debe haber cierta distancia entre ellos. Por ejem- pio, las caliicaciones ce los jueces por destreza técnica y formas artisticas en una com- Petancia de patinaje artistice son valores decinales, corro 7.2, 8.9 y9.7. Dichos valores 50n discretos, pues hay una distancia entre caliicacicnes de 8.3 y 8.4. Una calficacion no puede tener un valor de 8.34 0 de 8.347, por ejemplo. Variable aleatoria continua Por otra parte, sila variable aleatoria es continua, es una distribucién de probabilidad continua. Si mide alyu, come fa anchura de una recemara, la estatura de una persona, la presion de la llanta de un autom6vil, se trata de una variable aleatoria continua. Se puede suponer una infinidad de valores, con ciertas limitaciones. Por ejemplo: + Los tiempos de los vuelos comerciales entte Atlanta y Los Angeles son de 4.67 horas, 5.13 horas, etc. La variable aleatoria es la cantidad de horas. * La presién, medida en libres por pulgada cuadrada (psi), en un nuevo neumatico Chevy Trailblazer puede cor do 82.78 poi, 31.62 psi, 33.07 psi, etc. En otras pala- bras, es razonable que se presen cualquier valor ertre 20 y 39. La Variable aleato- ria.es la presién de la lanta, Por logica, si organiza un conjunto de posibles valores de una variable aleatoria en luna distribucién de probabildac, el resultado es una distribucién de probabilidad. Asi, cual es la diferencia entre una distribucién de probebilidad y una variable aleatoria? Una variable aleatoria representa el resultado particular de un experimento. Una distri tucién de probabilidad representa todos los posibles resultados, asi como la correspon- Ciorto probebilidad. Las herrarrientas que se utiizan, as! como lao interpretaciones probabillsticas, son diferentes en ef caso de distibuciones de probabilidades discretas y continuas. Este Capitulo se limita al andlisis @ interpretacién de distribuciones discretas. En el siguiente capitulo ostudiard lac dictribuoionos continues. ¢Cual dria que es la diferencia entre los ds tipos de distribuciones? Por lo general, una distribucién discrota es el resultado de contar algo, como: * Elndmero de caras que 60 preventan on tres lanzamiontos de una moneda. ‘+ Elndmero de estudiantes que obtienen A en clase + Elnimero de emoleados de produccién que se ausentaron hoy en el segundo turno. ‘El nimero de comerciales de 90 segundos que pasan en la NBC do las 8 a las 11 da la nacho Las distribuciones continuas son el resultado de algun tipo de medicién, como + La duracién do oada cansién en el titimo Album de Tim McGraw, * El peso de cada estudiante de esia clase. Distriouclones disetas de probabiidad 185 * La temperatura ambiente en el momento en que lee este libro * La suma de dinero que gana cada uno de los 750 jugadores actuales en la lista de los equipos de la Liga Mayor de Béisbo. Media, varianza y desviacion estandar de una distribucién de probabilidad En el capitulo 3 estudié medidas de ubicacién y variacién de una distribucién de fre- cuencias. La media indica la localizacidn central de los datos, y 'a varianza describe la dicpor de los datos. De forma similar, uri distritucicn de probabilidad queda resu- mida por su media y su varianza. La media de una distribucién de frecuencias se identi fica mediante la letra mindscula griega mu (u}, yla desviacién esidndar, con sigma (¢). Media La media constituye un valor tipico para representa: la localizacién central de una distri- bucion de probabilidad. También es el valor promedio de larga duracién de la variable aleatoria. La mecia de una disiribucién de prohatilicad también recibe el nombro do valor esperado. Se trata de un promedio ponderado en el que los posibles valores de ‘una variable aleatoria se ponderan con sus correspondientes probabilidades de ocurir, La media de una dstribucion de probabilidad discreta se calcula con la formula: (MEDIA DE UNA DISTRIGUCION DE PROBABRLIDAD = SAO] [641] ‘Aqui Ax) €8 la probablidad de un valor particular x. En otras palabras, se multiplica ‘cada valor x por la probabilidad de que ocurra y enseguida se suman los productos. Varianza y desviacién estandar Como se observ6, la media constituye un valor tipico para resumir una distribucién de probabilicad discrete, Sin embargo, ésta no describe el grado de dispersion (variacién) en una distrioucion. La varianza si o hace. La férmula para la varianza de una distribu- con de probabilidad es: VARIANZA DE iia MISTRIRNCIAN NE PRORAPNIDAD —o?— Sfx 2A] BA) Los pasos para el céloulo son los siguientes: 1. Lamedia se resta de cada valer y la diferencia se eleva al cuadrado. 2. Cada diferencia al cuadrada se muttinlica por su probabilidad. 3. Se suman los productes que resultan para obtener la varianza La desviacién estindar, 6, se determina al extraer la ralz cuadrada posiiva de o*; es dacit, o = Vor. Un eiemplo ayudaré a explicar los detalles cal cesila a interprataciin ce la macia yla desviacion estandar de una distribuicién de probabalidad 186 Capitulo John Ragsdale vende automéviles nuevos en Pelican Ford. Por lo general, John vende la me- yor cantidad de automéviles el sébado. Ide6 la Siguiente distribucién de probablidades dela can- lidad de automéviles que espera vender un sdba- do determinado. Cantidad de automéviles: Probabilidad, ‘vendidos, x Pn a J ‘ a 2 a 3 wo ‘ ea Walco De qué tipo de distribucién se trata? 1.136) ‘Autoavaluacién 6.2 Pizza Palace orece ves tarahos de rttesco de cola —chico, mesiano y grando— para acompa- far su pizza Les rettescos cvestan £0.80, $0.90 y $1.20, respectivamente, Treints por clento ce los pec= dos cortesponde al tamfo chico; 50%. al mediano, y 20%, al grande. Crgenice 0! tamafo de ios ‘efrescos y la probablldad de verta en una distibucién de frecuencias. 4) Se trala ce una distbucién de probabildad discreta? Indique por que. Calcul ta suma promedio que se cobra por refresca de aca, ©) {Cua es la verianza de la cartidad que se cobra por un reltesco de cole? ,Cudl es la desvia- (06n esténdar? 1. Calcul la media la varianza de la siguiente uistibucicn de probabitdad oiscreta, x Pao 0 2 1 4 2 3 304 2. Calcule la media y la varianza dela siguiente distribucion de probablidad dscreta, a wu udz 10 3. Las tres tablas que aparecen en la parte superior de la pgna 188 muestran variabies alea- tovias y sus probabilidades. Sin embargo, eolo una constituyo on realidad una distibucién de probabilidad, 188 Capitulo & a @) {Cul de elas e8? mE x x rae 5. 4 5 5 0.113 0 3 10 3 8 | 2 5 2 1% 2 webs a 4 2 4 +) Con la cistibucion de probabiidad corecta, calcula la probablidad de que «sea 4) Exactament 16. 8) No maya: wwe 10, 3) Mayer quo 5 Cues de as siguientes variables aletoras son cisretas y cudls cents? 4) El numero de cvertas atierias por un vendedcr en 1 ano. ') El empo que transcure ene el tuo de cade client en un calero eutemstico, ©) Elnimero de clientes enlaesitica Big Nick. ©) La cantidad do combustible que contene el tanque de gasoina de su automo 4) La canta de miembros dol jurado pertenecientes & una minora, 1) La temperatura ambiente et cla de hoy Lainfermacién que sigue represerta e! numero de lamadas dirias al e:vcio de emergencia Paral servic vluntaro de ambulancias de Walle Lax, Carina dol Su, Ouran los moe 50 dias. En otras palaoras,hubo 22 dias en los que se realzaron 2 lamadas de emergorcia, ¥ 9 dies en los que se reelizaron 3 lamacas de emergencia, mera de amadas Frecuonoia ° 8 1 10 2 2 3 9 4 1 Total 4) Convieta esta informacion sobre el nimero de lamadas en una distriouciér de probabil- dad, ') } i ESSER SE ell zal | a Sa a af igor bane SOR 42 Hd) OW 4-BOS. Horn Drenis —|owwein |p. [ee yore at | hel EBA Se deben mencionar otras cuestiones adicionales relacionadas con la distribucién de probabilidad binomial. 1. Sim permanece igual y x se incrementa de 0.05 a 0.95, la forma de fa distribucton cambia, Observe la tabla 6.3 y la gréfica 6.2. Las probabilidades de que m sea 0.05, TABLA 6.3 Probabilidad de 0, I, 2, ... éitos para valores de x de 0.05, 0.10, 0.20, 0.50 y (070 y nan de 10 te [a5] fa] [2] 3 4 [a] 6 fF] a 5 9.899] |-a4a| a7] 028 005 [ani] ~ 000 |-c00] 000 00 000 1 fats] | a7] |26a) 12140 |.010} 002 |-c00] 000 om 000 2 for} | 194) fanz) 2x5 21 fou] ors |-oo1) 000 o00 coo 3 foi} |os7} f2o1] 257 rts [ai] nas | rma) “oo no seo, 4 foot} fort} fgg) 200 ast | zas] a1 |r] 005 000 00 8 [000] oot} fg) 103 01 | z46) 201 | 403) 025 on 0 & |.000} ooo} fons) os7 11 205) 251 | 200) on ort oot 7 000) |.000) |.00t} 009 042 |.tiz} 21s | a7] 201 os? oto 8 |.000} 000} foo) oot 1 tue) 421 [2as) am tae ors 9 }.o00} |000} foo} 000 02 |.o10) 040 |t2t) aan 7 ts 10 Loca} {000} [.000} oo 000 Loot} 006 [.008) or uo sa Distribuciones diseretas de probabilidad 195 Dresentan un sesgo positive, Conforme x se aproxima a 0.50, la cistribucién se torna mas simetrice, Contorme supere el 0.50 y se aproxime a 0.95, la distrbucién de robabilidad adquiere un sesgo negatvo. La tabla 6.3 destaca las probablidades lores de x de 0.05, 0.10, 0.20, 0.50 y 0.70. Las graticas de estas dis. tribuciones de probablidad se muestran en la grética 6.2. Or2aeseveem o12s4867E9m o123¢8eTAS0 O12348¢7800 o1ti4cereen toe fins fon GRAFICA 6.2 Representacion grifica de la distribucién de probabilidad binomial pura valores de de 0.05, 0.10, 0.20, 050 y 0.70 y una m de 10 2. Sin. la probabilided de éxito, conserva el mismo valor, pero n aumenta, la forma de la distribucion binomial se torna mas simdtrica. La gréfica 6.3 muestra el caso en el ‘que x permanece constante en 0.10, pero nse incrementa de 7 a 40. 1 Masa 01294 01234567 012345678 01234567, Nimero de éxitos 0 GRAFICA 6.3 Representacién grafica de la distribucién de probabilided binomial para valores de x de 0.10 y una m de 7, 12, 20 y 40 196 ® 10. nn 2 13, uw 15. 16. 17. En una stuscicn binomial, 0= 4 y x eventos con la iérmula bromnial a) x= b)x=3 En una stuacién binomial, n= 8 y x {eventos con la Kt ule ii a)x=1 b)x=2 ‘Suporga una distibucién binomial en la que = 3 y x = 0.60. 4@) Consute el anencice 6.8 v elabore una lista de probabilidares die xe 0 a3 1) Determine ls media y la desviacion esténdar de la clstribucton a partir de las defniciones. ‘generales de las fermulas (6.1)y (6.2). ‘Suponga que existe una disiibucién binomial en la quo 0 90. 2) Consult l apénci By elabore una lista de probebiidasee de x do 0 a3. ») Determine la media y la desviacion estandar de le distibucion a pari de las defnicones enerales de las frulas (6.1) (6.2) Un estudio ce la Americen Society of Investors descubri que 30% de inversionistas perticu- lares habia ullizado un agente de descuenios. En una muestra aleatora de nuave porsones, {gual es la probablided de que: #8) exactamente dos personas hayan utlizado un agente de desctientos? ») exectemente cuatro personas hayen vilizado un agente de descuentos? €) ninguna persons haya utiizedo un agente de descuentos? £! Servicio Postal de Estados Unidos informa que 95% do la corroapendencia de primera cla- 30 dentro de la misma ciudad se entrege en vn periods Ue Gus Us a at del mornerto on {ue se ervia. Se enviaron seis cartas de forma aleatoria a diferentes ligares 4) {Cual es la probabilidad de que as seis lequen en un piazo de dos dlas? ») (Cual es a probabiidad de que exaciamente cinco leguen en un plazo de dos dias? ¢) Determine la media del nimero de cartas que llegarén en un plazo de dos dia. 4) Caleule la varianza y la Gesviacion estandar del numero de cartas que legarén en un plazo de dos dias. Las normas de la industia sugieren que 10% de los vehicules ruevos requiere un covicio do garantia durante el primer aro. El dia de ayer, Jones Nissan, en Sumter, Carona del Sur, vendié 12 automévies marca Near 4) {Cul es la probatilidad de que inguno de estos vehicules requiera servicio de garan- tia? +) {Cudl es i probablidad de que exaciamente uno de esios vehiculas requiera servicio de garanta? €) Determine ia probabilidad de que exactamente dos de estos vehiculos requiera servicio de ‘garanta, 4) Calcul la media y tz desviacion estandar de esta distbucion de probabildad Un agente de telemarketing hace seis lamacas por hora y es capaz de hacer una vena con 20% de extos contactoo, Para les sigulortve Uus lta, Jota 4) la probablidad de realizar exactamente cuatro vertas; ») la probeblidad de no realizar ninguna venta; ©) la probeblidad de hacer exactamanta dos vontas: d) la media de la cantidad de ventas durante el veriodo de dos horas. Una encuesta reciente de la American Accounting Association revelb que 23% de los estu- dlantes graduacos en contabilidad elie i contadurie publica. Suponga que eige una mues- trade 15 rece graduados 4) Cua es la probabilidad de que dos rayan elegido contaduria publica? ») {Cua es la probabilidad de que cincc hayan elegido contadurla pubkca? ¢) {Cudnios graduados esperaria que elgieran contaduria piblica? 0.05. Por tanto, la probabilidad de éxito cambia en cada prueba. El siguiente ejemplo ilustra los detalles para determinar una probabilidad con la distrioucién ce probabilidad hipergeométrica. Play Time Toys, Inc., tiene 50 empleados en el departamento de ensamble, Cuaren- ta empleados pertenecen a un sindicato, y diez, no. Se sligen al azar cinco emplea- dos para forrrar un comité que hablar con Ja empresa sobre los horarios de inicio de los turnos. {Cual es la probablidad de que cuatro de los cinco empleacos elagidos para formar parte del comité pertenezcan aun sindicato? En este caso, la poblacién consiste en los 50 empleados del departamiento de ensemble. Sélo se puede elegir una vez a un empleado para formar parte del comité. De ahi que el muestreo se lieve a cabo sin reemplazcs. Por tanto, en cada prueba cambia la probebilidad de elegir a un empleado sindicalizado. La distribucion hipergeomética es adecuada para determi- Nar la probabllidad. En este problema, Nes igual a 50. el nimero de ompleadoc. Stiene un valor de 40, el nGmero de empleados sindicalizados. xe igual a 4, el nimero de empleados sindicalizados elegidos. nivale 5, el ndmero de empleados elegidos. ‘Se vesea calcula la probabildad de que 4 de las » miembros del comité sean sindicalizados. AA suslituir estos valores en la tormula (6.6), se obtiene: Distribuciones diseretas de probabilidad 201 (a)(3) (91 390,10) _ 2118760 ~“**! Busi Pot consiguiente, la probabilidad de elegir al azar a 5 trabaiadores de ensemble de '0s 50 trabaljadores y encontrar que 4 de 5 son sindicalizados es de 0.431 La tabla 6.4 muestra las probablidades hinargeamétiicae do cneontrer 0, 1, 2.3,4 y® empleados sindicalizados en el come. TABLA 6.4 Probabilidades hipergeometrcas(n = 5, N = 50 y S = 40) del nimero de empleads sindicalizados en el comité Cen el fin de comparer las dos distribuctones de probabilidad, la tabla 6.5 muestra las probabilidedes hipergeometricas y binomiales cel ejemplo de Piey Time Toys, Inc. Coro 40 de los 60 empleados del departamerto de ensamble son sindicalizados, establo. cemos quo x = 0.60 para la distrivucién binomial. Las probabilidades binomisles de le tabla 0.6 provienen de ia aistribucion binomial con n= 5 x = 080, TABLA 6.5 Probabilidades hipergeométricas y binomial para el departamento de ensamble de PlayTime Toys, inc. ‘Numero de miembros Probabilidad Probebilidad binomial Sindicallzados en et comite hipergeométrica, Px) (n= Sy == 8) 0 om 0 1 ‘os on 2 4 051 3 20 205 4 ‘or no 5 a ze) tom i000 Cuando no es posible satisfacer algun de los requisiios binomiales de una probabi- lidad constante de éxito, se debe recurrr ala istibucién de orcbabilidad hipergeométr- ca. No obstante, segin|o indica la tabla 8.5, es posible, en ciertas condiciones, emolear los resultados de la disiribucén binomial para calcular la distibucién hipergeométrica, Esto conduco a la ciguiente regia empiiva. Si los elerrentos seleccionados no se regresan a le poblacién, se puede aplicar ‘a distribucién binomial para calcular la distribucion hipergeométrica cuando n < O.05N. Es decir, basta la distribucién binomial si el tamaf da la muostra ot menor ue 5% de la poblacién, En Excel es posible generar una distribucion hipergeométrica. Observe la siguiente salida, En la secci6n Comendos de software se incluyen los pasos pertinentes, 202 Capito 6 [Qo ce oe eet me Do ome int eaulex (SG Raseariiagin a Fey oN UP aEREE ‘Autoevaluacién 6.5 Horwage Discount Erokers hace planes para coniratar este ao a 5 analistas fnancieros. Hay un grupo de 12 candidatas aprahachs, y Gerepa Herwene, el prpetaro, decide elogi al azar 8 quiéres va a contatr. De fs solctantes aprobacos, 8 son hombres y 4 mujeres. ¢Cudl es la probablided de que 3 de los § contratados sean homb'es? Ejercicios es £2. Une poblaciin cola Ue 10 are, @ Ue suas ve ence GMCS. ET ue rruesta do 3 elomertoe, oud oa la probabdad de que exaciamerte 2 seen detectuoses? Suponga que las muestas se oman sin oerplazc. 28. Ura poblactn consta de 15 eerenloe, 4 40 0s cuales son aceptables. En una muesta de 4 elementos, {cual es la probabilidad de que exactamente 3 sean aceptables? Suponga que las muestas se tonan sh reemplezo, 277. Kaizak Applance Ouret acaba de recibir un cargarrento de 10 reprocuctres de DVD, Poco despues drei, abrcant se comuri para report un env de tes nidades dees twos, La sofort Koza, ropearia ce a tend, cecicoprober2Ge los 10 repcductres COND wor et ovals a pada de aus uit Be a 2 eprdotores de YO ‘ue ae proberen eat deleciuoso? Suponga que las muestas no lenen reemplazo. 28, 8 departamerto Go estemas de computneén cuenta con coho pfecrcs, le ovals see antares. La doctor Vendor, preston, Josa formar un cori de os pofoore dol dleoartamento con el in de aue evsen a plan de esidos. Si slaccinna el comttal aar a) {Cudl es la probabilicad de que todos los miembros del comité sean titulares? ») Oualesla probatiidad de que por ormencs un mimo el omit no seattle’? (Suge- ‘enol: apive la rgla del compiemento para responder esta pregunta) Estadistica en accion Tamed dla | rams Gers rl es ‘Son cuton bomb pops prc cot re cach pearing pear nilisesiniooaad | (atone ean | Scmtsedis dts” | weipuia aol | menace | Gide Landen ‘gc iad Se filed dos Etenin een cach ivbapions | oo rz a4s Nain BL 8 35871 Comet tn de iterprear | ‘tos datos la tabla anterior sefala que 229 regiones fxeron bombardeadas. Siete regiones fueron atradac ato veces, (continia) Distribuciones discretas de probabilitad 203 29. Keith's Floss tiene 15 camiones de entrega, que emplea sobre todo para entreger fores y ‘atrogioe florales en la zona de Greenville, Carolia del Su. De ests 15 camiones. 6 presentan problemas con los frenos. En forma alectovia se seleccioné una muestra de § camiones, {Cul 2s la probabilidad ce que 2 de los eamiones probados presente frenos defectussus? 430. E! juego de Lotto, patrocinado por ia Comision de la Loteria de Louisana, ctorga el premio ‘mayor @ un concursante que hace coincidir 6 de los pasitles nlimeros. Suponga que hay 40 ppelotas de ping-pong numeradas del 1 al 40. Cada nimero aparece una sola very les pelctas (Ganadoras 88 Raleccinnan sin reemplazo. 8) La comisién informa que la probabilidad de que coircidan tocos los numetos es de 1 en 3 898 280, ,Qué significa esto en terminos de probabilided? 'b) Aplique la formula de a disribucion de probatilidad hipergeometvica para determiner esta probablidad, ‘La uunision de ta lorerta tamo\en otorge un promio ei un conoursants hace coincid 4 0 5 de los 6 nmeros ganadores. Sugerencia:dvida los 40 nimeros en dos grupos: rimeros gana ores y no ganadore €) Calcule la crobatilidad, de nuevo con la férmuia de la distibucion de probatilidad hiper- ‘georrétrca, para hacer coincidir 4 de los 6 numeros ganadores. ©) Calcul la provablidad de que ccincdan 5 de los 6 nlimeros ganadores Distribucién de probabilidad de Poisson La distribucién de probabilidad de Poisson doccribe e! numero de veces que se pre Senta un evento durante un intervalo especifico. El intorvalo puede ser de tiempo, dis- tancia, area o volumen La diotribucién se basa en dos supuestus. El primero consiste en que la probabil dad es proporcional a la longitud del intervalo, E1 segundo supuesto consiste en que los intervalos son independientes. En otras palabras, cuanto mds grande sea el irtervalo, ‘mayor serd la probabilidad, y el nimeto de veces que ee presenta un evento en un inter. vaalo no iniluye en los demds intervalos. La dstribucidn tambien constiuye una forme res- trictiva de la distribucién binomial cuando la probabllidad de un éxito os muy pequefia y ‘nes grande. A ésta se le conoce por lo general con el nombre de ley de eventos impro- babies lo cval significa que la probabilidad, m, de que ocurra un evento on particular es ‘muy pequefa, La dietribucién do Poisson 2 une distribucién de probabildud dlscreia porque se genera contando. En resumen, una distribucion de probabilidad de Poisson posse tres caractoris ticas: EXPERIMENTO DE PROBABILIDAD DE POISSON 1, La variable aleatoria es e! niimero de veces que ocurre un evento durante un intervalo definid, 2, La probablidad de que ocurra e! evento es proporcional al tamafo del interval. 3. Los intervaios no se sunerponan y san indapandiantas La distribucién posee diversas aplicaciones. Sole utliza coro modelo para describir la dlistribucién de errores en una entrada de datos, el niimorc de rayones y otras impertec- clones en las cabinas de automéviles recién pintados, ol numero de partes defectuosas en envios, el nimero de clientes que esperan mesa on un restaurante 0 que esperar entrar en una de las atracciones de Dieney World y el ndmero de accidertes en la carre- taxa feclerl 75 en un periace de tree mesos. La distribuctn de Poisson se dascrite materaticamente por medio de la siguiente formula [osrmicos be poisson : » SS [6.7] 204 Capitulo 6 AQ) es 2 probabilidad para un valor espectfico de x. La media de nimero de éxitos, u, puede determinarse con nr; en este caso, n es el ‘ndimeto total de pruebas, y n, la probabilidad de éxito. donde: De acverdo con I dtuibue se eon Goan (rw) es la media de la cantidad de veces (éxitos) que se presenta un evento en | media de 0.93 bombardeos | un intervalo particular. por regi, se obtiene a @ es la corstante 271828 (base del sistema de logaritrros naperianos). siguiente cantided experada x es al nlimero de veces que se presenta un evento, de bombardecs: ‘MEDIA DE UNA DISTRIBUGI | ato qo ead al | | de bombardews seaproxima ‘lacartided eperada, cleo. | La varlanza de Poisson también es igual a su media. Si, por ejemplo, la probabllidad de ‘mando militar llego ala con- | que un cheque cobrado en un banco rebote es de 0.0003 y se cobran 10 000 cheaues, slusin dequelasbombss | la media y la varianza del numero de cheques rebotados es de 3.0, que se determina ‘ala de forms aleatra. Los | mediante la operacion yw = nx = 10000{,0003) = 3.0. alemants no habian creado Recuerde que, en el caso de una distribucién binomial, existe tina cantidad fia de Hropandeendblere” | pruebas. Por ejemplo, en una prueba de seleccién miltiple de cuatro preguntas, s6lo « iropars aren eibianes. "puede haber Cero, und, dos, ties 0 cuatro éxitos (tespuestas correctas). Sin embargo, la variable aleatoria, x, para una dstnibucion de Poisson puede adoptar una infinidad de valores, es decit, 0, 1,2,3, 4,5, .... Sinembergo, las probabilidades se tornan muy bajas después de las primeras veces que se presenta un evento (éxilos). Para ejempilicar el céleulo de la distribucion de Poisson, suponga que pocas veces se pierde eaulpaje en Northwest Alrines, En la mayoria de los vuelos no se pierden ‘maletas; en algunos se plerde una; en unos cuantes se pierden dos; pocas veces se pierden tres, etc. Suponga que una muestia aleatoria de 1 000 vuelos arroja un total de 300 maletas perdidas, De esta manera, la media aritmetica del numero de maletas perdidas por vuelo es de 0.3, que se calcula al dividir 300/1 000. Si el numero de male- tas perdidias por vuelo se rige por una distribucién de Poisson con pt = 0.3, as diversas propablidades se calcuian con la formula (6.7): _we* =e Px) Por ejempio, la probabilidad de que no se pierda ninguna meleta es la siguiente: (0.3)%(") Ft or ©) a 408 En otras palabras, en 74% de los vuelos ro habré maletas perdidas. La probabilidad da ue se pierda exactamente una maleta es (03y(e°%) 11 Pit Por consiguiente, se espera que se pio:de exactamente una meleta en 22% de los vwueles. Las probabilidades de Poisson también se pueden consultar en ol apéndice B.S. De acuerdo con el ejemplo anterior, el nmero de maletas 82 rige por una distribucion de Poisson con una media de 0.3. Consutte el apéndice B.5 para determinar la pro- babilidad de que ninguna maleta se pierda en un vuelo. {Cual es la probabilidad de que se pierda exactamente una maleta en un vuelo? En qué momento debe sospe- cchar el supervisor de que en un vuelo se estén perdiendo demasiadas rraletas? Distribuciones discretas de probabilided 205 3 Parte del apéncice B.5 se reproduce en la tabla 66, Para determinar a probablidad Solucién de que ninguna maleta se pierda, se localiza la columna con el encabezado *0.3" y $2 Geecionde por dicha colurnna hasta el renglén sefialado con “O". La probablida de 0.7408. Esta es la probabilidad de que no haya maletas Perdidas. La proba- piidad de quo co pierda una meieta es 0.2222, y esta an el siguiente renglon de is {abla, en la misma columne. La probabilidad da que se piordan doo malotas es da Doane, {engt6n inferior en el caso de tres maletas perdidas. la probablidad es de 0.0088; para cuatio maletas perdidas es de 0.0003, Por consiguiente un supervisce no deberia sorprenderse de que se pietds una maleta, pero deboria esperar ver con ‘Menes frecuencia mas de una maleta perdida, TABLA 66 Tabla de Poisson para diversos valores de (del apéndice B.5) « x {oo 42] tas 09 0 | oe" 06066 C588 © 7066 1} 0805 03033 02a 9.9470 2 | coos 0078 oom O27 O48 0647 3 | coove 09125 aot ooe4 anes 0404 4} 0000 00015 00090 0.0050 0077 oat 5 | ooo nn aco © a.0007 ponte omneo 6 | 0000 0.0000 00000 0001.00 0002 7 cot 0.0009 00000 0.900 00000 .0090 9.0000 0.0000 Estas probablidades también se detetminan con el sistema MINITAB. Los co- ‘mandos que se requieren se incluyen al tinal del capitulo. ‘Yase mencioné que la distribucion de probabilidad de Poisson constituye una forma ros- \Wietiva Ce la dstribucion binomial. Es decir, se puede calcuar una probabilidad binomial Ccon la de Poisson. La alstnbucion de probabilidad de Poisson se caracteriza ror el niimero de veces (ue se presenta un evento durante un intervalo o continuo. Aigunos ejemplos son: + Elndmere de palabras mal escritas por pagina en un periédico, ¢ Eintimero de lamadao por hora que revibe: Dysut! Vacuum Gleaner Vompany, * Elnimero de vehiculos vendidos por dia en Hyatt Buick GMC, en Durham, Carolina del Notte, ** E!ndmero de anotaciones en un encuentio de fdtbol colegial 206 STi eT) Capitute 6 En cada uno de estos efemplos existe algun tipo de continuo: palabras mal escritas por pagina, llamadas por nora, vehiculos vendidos por dia o anotaciones po: partido. En 6! eiemplo anterior, el nimero de maletas perdidas en cada vuelo, el continuo es un wela. Se conocla la media del numero de male‘as perdidas por vuelo, pero no el numero de pasajeros nila probabildad de que se perdiera una maleta. Se sospeché que ‘el nimero de pasajeros era lo bastante grande y que era baja la probabilidac de que un asajero perdiera su maleta, En el eiemplo siguiente se aplics la distihucién dle Poisson para calcular una probabildad biromial cuando n, el numero de pruebas, es grande, y +, la probabilidad de un éxito, pequetia Coastal Insurance Company asegura propiedades frente a la playa a lo largo de Virginia, Carolina del Norte y del Sur, y las costas de Georgia; el célculo aproximado 8 que, cualquier af, la probabildad de que un huracén de categoria Ill (vientos sostenides de més da 110 millas por hora) o més intenso azote una regin de la cosia (aisla de St. Simons, Georgia, por ejemplo} es de 0.05. Si un duefio de casa obtiene ln crédito hipolecario de 30 afos por una propiedad recién comprada en Si. Simons, Zeuales son las posibiidades de que el propielario experimente por lo menos un huracén durante el periodo del crédito? Para aplicar \a distribucién de probabllidad de Pcisson, se comienza por determinar la ined © numero esperado de tormentas que se ajusian al crteroy que azotan St. ‘Simons durante el periodo de 30 afos. Es decir, H 30(05)=1.5 Aqui, es el nimero de afios, 30 en este caso, 18 la protabilidad de que ioque tierra un huracan que se ajuste al eriterio. | 63 la media o nurrero esperado de tormentas en un periodo de 30 afios. Para detetminar la probabilidad de que por lo menos una tormenta azote la isla de SI. Simons, Georgia, primero calcule la probabilidad de que ninguna tormenta azote la costa y reste dicho valor de 1 wes Or PQx21)=1-P(x=0)=1- 2231=.7769 Asi, se concluye que las posibilidades de quo un huracdn de ese tipo azote la propie- dad frente ala playa en St. Simons, durante ol periodo de 30 afios, mientras el crédito se encuentra vigente, son de 0.7769. En otras palabras, la probabilidad de que St Simons aura al 270te do un huracén eatogoria Il o mo ata durente el periodo de 90 ‘afios es de un poco mas de 75%, Se debe insistir en que el continuo, como antes ¢0 explicé, aun existe. Es decir, se espera que haya 1.5 tormentas que azotan la costa cada periodo de 30 afios. El Continuo @s el periada de 30 afios. En el caso anterior utili la distribucién de Poisson como aproximacién de la binomial. Note que cumplié con las condiciones binoriales anotadas en la pagina 190. + Solo ay dos posibies resultados: un huracan azota el area de St. Simoris 0 no lo hace, + Hay una cartidad fija de pruebas, en este caso, 30 afios. * Existe una probabilidad constante de éxito; es deci, la probabilidad de que un hhuravéi acute la zone es de 0.09 cada ano. ‘+ Los afios son independientes, Esto significa que si una tormenta importante azo- ta en & quinio ano, esto no influye en ning ctro aro. Sélo se necesta y pera const la cistbucin te Poisson Distribuciones discretas de probabilidad 207 Para calcular la probabilidad de ‘que por lo menos una tormenta ezote el Area en un periodo de 30 efios aplique la distribucién binomial: PUX2 1) =1-Plx =) = 1 290 (.05)°(.95)” = 1 (114.2146) =.7854 La probabilidad de que por lo mencs un huracan azote el area de St. Simons ‘lurante el periodo de 30 afios con la distibucion binomial es de 01 7AS4, eue respuesta es correcta? yPor qué considerar e! Problema desde ambos Puntos de vista? La respuesta obtenida con la distribucién binomial es la mas “correc. {a técnicamente". La que ¢2 obtuvo con la distribucion de Poisson puede tomarse ‘Como una aproximacién de la binomial, cuando n, el nmero de pruebas, es grande, Y &, lt probabllidad de un exito, pequefia. Considere el problema desde las dos distribuciones para destacar la convergencia de las dos distribuciones ciscretas. En ocasiones, la aplicacién de la distribucién de Poisson permite una solucion mas rapida y, como se ve, hay poca diferencia entre las fespuestas. De hecho, conforme ‘nse torna més grande y m mas pequene, so reducen las diferencias entre amas distribuciones. La distibucion de probablidad de Poisson siempre tone un sesgo positive, y la Yatable aleatoria no posee limite superior espectico. La distibucién de Poisson para £1 Caso de las maletas perdidas, en que j= 03, esté muy sosgeda. Conforme j ve Inerementa, la distriaueién de Poiccon ac vuelve més siniuica, Por ejemplo, a gratioa 6.4 muesiré las distribuciones del nimero de servicios de transmision, reemiplacos de silenciadores y cambios de aceite al dia en Avelino's Auto Shop. Estas se alustan a las distribuciones de Pcisson con medias de 0.7, 2.0 y 6 0, respectivamento, 01234 01234567 01224567800nn1 Servicios de Reemplazo de ‘Cambios de aceite transmision ——_slenciadores mero de veces que se preeenta el evento GRAFICA 6.4 Distribuciones de probabilidad de Poisson con medias de 0.7,2.0 y 6.0 En resumen, la distibucion de Poisson es en realidad una familia discrela de dis- {ribuciones. Todo lv que se requiere para construir una distribucién de probabilidad ds son @s la media del nUmero de defectos, errores, élc.,. que se designan con Auluevaluacton 0.6 A paride las tablas de actuaia, Washington insurance Company determiné que la probabifdad {de que un nombre de 25 afos de edad muera on el anscurso de! pedxima aro es de 0.0002. $1 Washington Insurance vende 4 000 palizes a hombres de 25 arios durante este aro, jcudl es la Probablidad de que éstos paguen exactamante una phlza? 208 Ejercicios 31. En una distibucion de Poisson, w= 0.4. 4) {Cual es la probblidad de que x = 0? 'b) ¢Cual es la probebilidad de que x > 0? 82. En una distribucién de Poisson, i. 4) 2Cual es la probsbilidad de que x = 2? 'B) {Cual es 1a probabiidad de que «<2? ©) £CuAl es la probabilidad de que x> 27 38, La seforita Bergen es ejecutiva del Coastal Bank and Ttust. A partir de sus afos de expe- rienca, calcula que la probablidad de que un solictante no pague un préstam inicial es de (01025. F1 mas nasadn reali26 40 préstamoc. 4) {Cual €s la probabilidad de que no se paguen 3 préstamos? 'b) :Cual es la probabilidad de que por lo menos no se paguen 3 préstamos? Un promecto de 2 automéviles por minuto ingresan a la salida de Elkrart de la autopista de Indiana. La dieribuciin de ingresos se aproxima a una distribucion de Polssan, ‘8) {Cual es a probabilidad de que ningun auromévi ingrese en un minato? ) £Cu es la probablidiad de que porlo menos ingrese un automévil en un minuto? 95. Se caloula que 0.5% de quenes se comunican al dapartamerto de servicio al clianta de Deli Inc., escuchard un ten de linea ocupada. {Cul es la probabilidad de qua de las 1 200 per. ‘sonas que se comunicamn hry, por la menos 5 hayan escuchado un tono do Inca ocupaca’? 36. Los autores y editores de libros trabejan mucho para reducir al minimo a cantidad ce erores nun tro, Sin embargo, algunos ertores son inevitables. El sefior J. A. Carmen, editor de libros de estacistica, informa que el premeaio de errores por capitulo es de 0.8, {Cudl es a probabilldad de que se cometan menos de 2 errores en determinado capitulo? = Covarianza (opcional Ya se descrbié la forma de calcular e interoretar la media, también llamada valor espe- ‘ado, de ung variable aleatoria. Recuerde que la media es el promedio de larga duracion de una cistrbucién de probabilidad ciscreta, Se demostré que, a la larga, John Ragsca- le, representante de ventas de Pelican Ford, tenia una expectativa sélida de vender 2.10, automévies cada s#haro A eantinuacién calcué la varianza y la doeviacién cetindar de la distribucién de la centidad de automéviies vendidos. La varianza y la desviacin esténcar mastraron la variacién que Ragsdale podia esperar en la cantidad de autor- viles vendidbos. ‘Suponga que Pelican Ford emplea a ctro representante de venias. A continuacién, se muestra la distribucién del numero de automéviles vendidos cada sAbado por Bill Valiton, el otto representante. Némerw de automévies venaiaos —_ rrobanmad is a) 0 10 i cy 2 4 Como gerente de ventas, a usted le interesa el ntimero total de veticulos vendidos un stbado. Es decir, usted se encuentra intereeado on la diatribucién de'tolal de vehicu- los vendidos, en lugar de las distribuciones individuales de Ragsdale y Valiton, Encon- traré una combinacién Ineal de las dos variables mediante la eguierte eouacion En esta eouacion: Xy ¥'son dos variables aleatorias, ay bon constantes 0 ponderaciones. Zs la suma de los producios de dos variables aleatorias Distribuciones discretas de probabilidad 209 Si busca el valor esperado de la suma de dos vatiables aleatorias y a = b= 1, la cuacién anterior se simplifica: EZ) = E(X) + EY) En otras palabras, la media de la dis. trloucién de la suma de dos variables aleatorias es la suma de los dos valores esperacios omedias, En el ejemplo de Pelican Ford, la media del ndmero de vehiculos vendidos por Val- ton es de 1,30: = FOY) = SY(POY)}~ 10) 1 9.60) +2140) = 1.90 la media, 0 valor eeperado, del total de vehiculos vendidos ror los dos represen- tantes es: E(Z)=E(X)+ E(Y)=2.104130=3.4n s una sclucién parcial del problema, Pueds vislumbrar, por l6gice, lo que sucedera Con la’ media, 0 valor esperado. de la suma de dos variables eleatorias, No obstante, amb én ost interesado en la variacion de la suma de estas dos variables Un factor que puede confundir 66 la positilidad de que haya una interrelacion entre ambes variables En el ejemplo de Pelican Ford, resulta razonable que exisia una interelacion erire lac En este caso: ©, €8 el simbolo de la covarianza, XY son los resutados de las variables aleatorias discrelas, IX ¥.F(1) son los valoron coperedos, o medias, dé las dos vatiables aleatorias dis- oretas AUX.) 8 la probabilidad conjunta de cos variables alestorias. \a tabla que aparece a continuacin muestra la relacién entre las ventas de Rags dale y las de Valton, Observe que la probabilidad de que Ragsdale venda 2 auloravioe 8 de 0.90. Este valor se halla en la ultima fila de la columna encabezada con un 2 La Probabilidad de que Valiton venda exactamente 2 automdviles es de 0.40. Este valor ce encuentra en la columna de le derecha, en la fla encabezada con un | prababillad ‘de ue cada uno venda dos automoviles @s de 0.20, que se encventra en lainterseccicn do fia y columna. Coro estas ventas no son independientes (racuerde que si hay un Gia caluroso, lo 8s pata los dos representantes), no se espera que sea aplicable la ragla especial de la mulipicacién. Es decir, X.Y) no es igual 2 LSAT), Para cetetmnar la coverianza ule la expresion y= B(X ~E(X)KY -ELYIP(X.Y) 210 Capitulo 6 En este caso, Say=(0-2.1HO-1.9) 05+ (1-2.40- 13,0244 (4-2.142—1.3)07 =0.95 La covarianza indica la forma en que las dos variables se mueven juntas. El valor de 0.95 indica que las dos variables se encuentran directamente relacionadas, Es dex! cuando Ragsdale vende mas de la cantidad media de automéviles, Valton tiende a ven der mas de la media también. El principal inconveniente de la covarianza consiste en que aporta poco acerca de la magnitud de la diferencia. Las unidadtes son "cutoméviles cuacrados’. ;Conctituye 0.9500 mucho © poco? No lo sabe. Si la coverianza tuviera un valor negativo, esto indi- Caria que las dos distribuciones estarian inversa o directamente relacicnadas. Si tuviera un valor de 0, las distribuciones no se tencrian relacién o serian independientes. Como ahora tiene informacion sobre la relacion entre las dos variables, le es posible Pensar respecto de la varianza de la suma de ésias, La varianza de la suma de dos variables aleatorias se determina mediante la expresién ti 05,2 4°0; +b°0) +2abo,, mah 8 Som Dons aves EROS Los valores de ay b, como antes, representan los valores o Ponderaciones asigna- dos. Si a = b = 1, la ecuacién se simplifica: EI, y= 8840520 En otras palabras, la ecuacion anteria: indica que la varianza de la suma de dos variables aleatorias es igual a la suma de las varianzas de ambes variables aleatorias mas dos veces la covarianza Esto significa que, cuando desea considerar la suma de verge ascents Gara de {a interrelacién entre ellas, Para completar la cuestin sobre la variabilidad del ntimero total de automéviles vendidos los sabades, necesita determinar la varianza de la distribucién de las ventas de Valiton. De acuerdo con la formula (6.2). oF= LY — wPPCY) = (0-1.3)%.10) + (1-1.9)°(60)+ (@—1.9)°(40)= 0.41 Reouerde que en la pagina 187 calculé que la varianza de la distribucién del nime- ro de vehiculos vendides por Ragsdala era de 1.20. Asi, la varianza do la cuma de doa variables aleatorias es: 3, ay Para resumir la media del niimern ca vehicuiae vendidos cada edbade on Polioan Ford es de 3.40 vehiculos, y la varianza, de 3.60. La desviacién esténdar es de 1.8974 vehiculos, que se determina al extraer la raiz cuadrada de 3.60, Una ce las aplicaciones més Utiles de las expresiones anteriores tiene lugar en el campo del andliss finarciero. Los inversionistas astén intaresadias en obtener la méxi- ‘ma tasa de rendimierto, aunque también en reduucir el riesgo. En términos estadisticos, ‘educir el riesgo implica reducir la varanza de la desviacién estandar. Fl siguiente ejem- plo ayudara a explicar los detalles. Of +0/+20,, =1.29+0.41+2(0.95) =3.60 Emi¢ DuBrul acaba de heredar $200 000 y los dividré en una cartera de dos inver- siones. Después de investigar, Ernie cecide invertir 25% en American Funds World apy elrestoenBurger International Funds. En el caso de American Funds World Cap, latasa media de rendimiento es de 12%, y lz desviacién estandar, de 3%. En el caso de Burger International Funds, a tasa media de rendimiento es de 20%, con una des- Gay Distibuctones diseretas de probatilidad 21 viacién esténdar de 8%. Después de algunos célcuos, el inversionsta puede dete. Tuna ue le covarianza entre las dos inversiones es 12. {Cual es el valor esperaco ce la tasa do rencimionto de la cartera de inversones’ Qué debe concluir sobre {Slacién entre ambas inversiones? .Oua es la desviacion estandar de la carters de inversiones? yde0.75 (b= 0. de la segunda. El valor esperado de la tasa de rendi- manera, E(Z)=E(X +) = (EVO) + HE) = 25112) +.75(20) =180 :Acovarianza de 12 sugiere una relacién postiva enre las dos inversiones, pues seiata de un namero positive. in embargo, el valor de 12 no dice mucho sete a fuerza de la relacion. Determine la varianza de fa cartera de inversiones de la siguiente manera Oi4y= Fa; +O%0e+ 2abo.,, = (.25)°(3) +(.75)2(8)? +2(.25).75)(12) = 41.0625 {2 riz cuacrada de 41.0625 es 6.4%, que es la desviacién estindar de le suma onderada de las rins variable. <.Camo interpreta Errie esta informacitn? Suponga quo tenia le oportunidad de {nvert los $200 000 en acciones en internet, donde la tasa de rendimionlo ora fs ‘fama, 18%, aunque la desviacién esténdar de esta dstibucién era de BO% Le (fasviacion estandar de 8.0% indica un mayor riesgo en la invorsion de aciomee oo mre a2 mavoria de lo inversionistas desea reducir les ieagos: de ah que el ‘mejor camino sea hacer la inversion que habia planeado, En los anteriores ejemplos habia una relactn entre las dos ditrbucicnes; es Gack, la Covarianza no eFa igual qe 0. Considoro ol siguiente ojo en eh que no existe relacion entre las dos distribuciones. Suponga que participa en un juego con 2 monedas comunes. Las monedas se lan- Zan ¥ cuenta el nomero de caras. Por cada cera que salga recibe $1.00 dala caca, Por cada cruz debe pagar ala casa la misma cantidad. Ia siguionte tabla rocurne lon, revullados del juego. Moneda 1 Cara Guz ol Sta aa $1 5 B 0 Moneda 2 crw-S1 5 B 50 otal # 0 1.00 Las medias de las dos variables aleatorias. Son: (x)= 91(50)+ (6—1(.50)=$0.00 E(Y) = $4.50) +($~ 1(,50)= $0.00 Las varianzas de las dos variables aleatorias son: (1-0 50-+(—1-0)°(.50)=1 (1-0)'.50-+(-1-0)"(50) =1 212 Capitulo 6 La covarianza de las dos variables aleatorias es: 1— 0X10). 25 +(~1- 0)(1- 0).25-+(-1-0y1—0) 25 +(-1-0K-1-0).25 Sy ~ (1125+ (1.25 + (-1).25 + (9.25 =0 El hecho de que la covarianza aca 0 indica que no hay relacién entre las vai bles, que son independientes. Es decir el resultado de la primera moneda no se ‘elaciona con él resultado de la segunda moneda. Ya ccnocia esto desde e! estudio | de la probabilidad, pero que la covarianza sea 0 lo confirma, oy Ejercicios (0.1 Se dan dos variables aleatoras en la siguiente tabla 0 1 : Py) 0 3 1 0 4 1 4 2 4 5 2 0 a 4 4 Pa a 2 | 10 2) Determine a mocia de las variables xy y 'b) Eslime la varianza de las variables xy ¥. e) Encuentre la covarianza. 4) Determine el valor esperad de la suma de las dos variables, )Aproxime la varianza de la suma de las dos variables. (0.2 Un aridliss de dos acciones indica que la tasa media de rendimiento de la primera es de 8% ‘90 una desviacién esténdar de 15%. La segunda posee una tasa meaia de rencimiento de ‘14% con una deaviacon esiéndar de 20%, Suporga que invite 40% en la primera accién y 60% en la segunda 2). :Cul al valor esperado dela tasa de rendimiento de la invorsiéntota!? 'b) Silas dos acciones "no se encueniran relacionadas, ,cudl es la desviacién esiéndar do la tasa de rendiniento de la inversicn total?” ©) Suponga que la covarianza entre las dos acciones es de 150. {Cudl es la desviacién festarciar de a tasa oe rendimiento? Resumen del capitulo |. Una variable aleatoria ¢s un valor numérico determinado per el resultado de un experimento, I Una distrbucitin da pnhabiidad es una lista de posibles rasuttados de un experimento y la probabilided asocizda con cada resultado. ‘A. Una distribucién de probabildad discrete solo puede adoptarciertos valores. Las principa- les caracterstcas son: 1. Lasuma de las probeblidades es 1.00. 2 Laprooapiidad ce un resultado 82 encuentra entre 0.00 y 1.00 '3._ Los resutados son mutuamente excluyentes, BB. Una ditribucién continua ouede adoptar una invinidad de valores dentro de un rango espectico, ML | maria y le varianza de una aietibucién de pesbabildad e9 caloulan de la siguionto manora: ‘A. La media es igual 2 w= BPbe 1 Distriuciones diseretas de probabilided 213 B. La varianza es igual a = Hx WFP) 16.2) |W, La distibucién binomial posee las siguientes caractersticas ‘A. Cada resultado se clasitica en una de dos Categorias mutuamente excluyentes, la distribucien es resultado de la cuenta dol nimero de éxitos en una cartidad fa de ppruoboo, G. La probabildad de un éxito es la misma de una prueha ala siguiente. D. Gada prueba es indepenciente. E. Una probabilidad binomia’ se determina de la siguiente manera: PUN) 4G," (loay™ [63] F. La media se calcula do la siguiente manera: herr (64) G. La varianza es of =ox(t—a) 185] \V. La distrbucién hipergeometrica posee las siguientes caractersticas: ‘A. Solo hay dos posibles resultados. B.Le probabildad do un éxito no es la misma en cada prueba, La distibucion es resultado de a cuenta del nimmero de éxitos en une cantidad fie de prue- bee, 1D. Sele utiize cuando se toman musstras sin reemplazo do una poblacin fina, : Ura probatilidad hipergeomética se calcula a parti dela siguiente ecuacion: sCXusCoe) (xyn CaN. Pe [66] Lagstrioucion de Poisson posoe las siguientes caractertcas: ‘A. Describe el nimoro de veces que se presenta un evento en un intervalo espectico . La probabildad de un “enlo® es proporcional ala longiud de imerval, . Los intervalos que no se superponen son independientes. . Es una forma restrictva de la cstrbucién binomial, en la que nea grande y x pecuetia E. La probebiidad de Poisson se determina a partir de a siguiente ecuacion ML Py ES (67) F. La media y la varianza son: (sa ————= Gercicios del capitulo 37. {Cuél es la diferencia entre una variable aleatoria y ura cistibucicn de probabiiiad? ‘38. En cada uno de los siguientes enunciados, indique si la variable aleatoria es discreta o continua. 4) £1 tiempo de espera para un corte de catello +) El numero de automovies que rebasa un corredor cada mafana 4) Cinémero Ue its Ue wr eyulpyfetrenl Ge Som Ge preparatoria. 4) 1 nimero de pacientes atendidos en el South Strand Medical Certer enite las sels y diez {de la noche, cada roche. @) La distancia que reconié en su eutemévil con el uitime tanque ce gasolina ) El numero de clientes dal Wendy's te Oak Siraet que ulizaron ae netalacioncc. 19) La distancia entre Gainesville, Fiorida, y odes las ciudades de Florida con una poblacién de por lo menos 60.000 habitantes, 38. {Cues son Ins requistos de la distibucién binomial? 24 capitulo 6 40. (En qué condiciones arrojan, aproximadamente, los mismos resultades las distibuciones binomial y de Poisson? 41, Samson Apartments Inc, posee una gran cantidad de unidades. Uno de los intereses de la ‘administrecién teno que ver con el nGmero de depertamentos vaclas, Un estudio reciente ‘evel6 el porceniaje de tiempo que determinado numero de deparamentos estén desocupe- dos, Calcule la media y la desviacién estandar del nimero de departamentce decocupados. Nimero de unidades esocupadis _Probabildad abRe 42. Una inversién produciré $1 000, $2 000 y $5 000 a fin de alo. Las probabiidades de estos valores son de 0.25, 0.60 y 0.15, respectivarrente, Determine la media y la varianza dal valor de la inversion 43. E1 gerente de personel de Cumberland Pig Iron Compary estudia el numero de eccidentes laborales en un mes y elabor la siguiente UBstibucion oe probabiidad. Calcul la media, varianza y la desviacién esténdar del nimero de accidentas en un mes. Nimero ¢e accidentes Probabiliad 0 40 1 20 2 2 3 40 4 10 ‘44. Crolesant Gakery, Inc., otrece pasteles con decotados especiales para cumpleafos, bodas y ‘tras ocasiones. La pacteleria también tiene pasteles rormales. La siguiente tabla incluye el ‘nero total de pasteles vencides al dia, asi como la probabilldad correspondiente, Calcule lamedia, la varianza y la desviac.én estindar del ndmaro de pastelee vendidos ald, ‘Numero de pasteles vendidos en un dia Probabiidad 2 2% 13 40 4 5 45. Una maquina de esquia Tamiami produce 10% de plezasdefectuosas, porcertale demasiado alo. El ingeniero de control de calcad revisa los resultados en ka mayora de las muest'as desde la deteccién de esta anomala. Cus os la probebilded de que 20 una muestra de 10 iezas 4) exactamente 5 estén detectuosas? ’b) 5 mds estén delectuosas? 48. Trenta por ciento de la peblacién de una comunidad del suroeste de Estados Unicos es hispanchablane. Se acusé a un hispanohablante de haber asesinaco a un estadounidense ‘que no naplaoa éspandl. Ue los pemeros 12 posiblesjurados, 816 dos son estadounientes higpanahablanies y 10 no fo son. El abogaco cela defensa se opane a la eeccion del urado, ues de que habré precio conra su client. El iscal ro est de acuerdo y arguye que la probablided de esta composiién del juraco es frecuente, Calcul la probabildad y explique Ine eipuosine 47. Un auctor de Heath Maintonance Servces of Georgia informa que 40% de ice asegurados do 55 aftos de edad y mayores utizan la péiza curarte el ato, Se selecicnan al azar 15 asegurados para los registios dela compatila, Distrinuciones discretas de probebilidad us 4) {Cudntos esegurades cree que ulizaron lapiz el ao pasade? +) cual €s la probabilcad de que ciez da los asegurados eeleccionados hayanutiizado la Plza el ao pasado? @) {Cudl es la probebilded de que 10 0 més de los asegurados seleccionados hayan utlea- ‘oa peliza el ao pasado? 4) 2Cual 68 la probebildad de que mas do 10 do los asogurads seleccionedos hayen uli- 2ado a pélza el ao pasado? 48, Tro and Ato Supply contompla hacer una ui ue 2 | de las acciones. Antes de ralzar la trensaccion, por lo menos dos terceras partes de fs 1 200 accionistas de la compatia {eben aprobar la oferta. Para evalue le probabildad de que la oferta se eprvebe, el drector e fianzas eligi una musa de 18 accionstas. Contacé a cada uno y vo que 14 aprebaron lappropuosta. {Cua es la probabitded de este evento, si dos terceras pares do los acciong- tas aan eu aprobacin? 49, Un extudo federal inlormé que 7.5% dela fuerza labora de Estados Unidos tone problemas Con las crogas. Una oficial anticrogas dol estado de Indiana decidié invesigr esta sna. cion, En una muestra de 20 vabejacores: 4) {Cudntos trabajadores cree que presenten problemas de ediccién a las drogas? .Cusl es {a desviecién estandar? ') <.Cua esa probeblidad de que ninguno de ls vabelacores ce la muestra menitiast pro biemas de ecicon? ©) 2Cual es la prcbabildad de que por lo menos uno de les vabaladores da mesa pes onto problemas de adiecien? 580. E1 lance de Hawai informa que 7% de sus clientes con tayjota de crédito cejara de pagar en agin memento. La sucursa de Hlo envé el dia de hoy 12 nuevas tetas, 4) 2Cuéntos de las nuevos taretahabientes cree que dejan de pager? {Cual es a desva- ‘in esténdar? +) {Cuél esa probabilidad de que nnguno dels trjetahabientes deje de pega’? {¢) {Cul esa probabilidad de que por lo menos una dele de pacar? 51. Esiadsticas recientes sugieren que 15% de los que vsitan un site de ventas de merudeo en {a Weo realza a compra, Un minorista desea veiticar esta armacién, Para nacero, celes. Ciond una muesira de 16 “isltas” de su sto y descubié que en realidad 4 reaizaron una compra 4) Cul esa probabildad de que exactamente cuatro ealicen una compra? +) .Cudrtas compras deben espararso? 1) {Cdl os a probabldad do que cuatioo més “iskas” tne en Compre? 82, En el capitulo 19 se estudia la muestra de acentacidn. $1 muestreo de aceptacin oo utiliza ara eupervsar la calidad de la materia prima que entra. Suponge que un comprador de Componentes electdricos permite que 1% de los components se encventen dofectuoses, Para gareiizar la cased de las partes que entran, por lo general se tovan 20 partes como ‘muesta y 8 permite una parte deiectuosa 4) {Cul esa erobabilidad de aceptar un lote con 1% da partes detectuosas? ») Sila calidad dellote que ingtese en realcad ive de 2%, goudl es la probabildad de que se acepte? «) Sin ead dliote qu Inge on ele ue de 0, ao pratt Gece se acepte? 58, Colgate-Palmolve, Ino, recién creé una rueva pasta dental con sebor a miel Esta fue proba- {da por un grupo de diez personas. Sis de elas ieron que ls gusta el nueva sabory les cuatro restanlesincicaron que en defniiva no les aaradaba. Cuatro de las diez se seleccionan ara que paricipen en una entrevisia 2 fondc. Ene quenes fueron clegidos para laentrenista, Sut es la probabildad de que a dos les haya gustado ol nuevo sabor, ya dos no? 54, La doctoraFichmond,psicdloge, esta al nabio de ver ‘elevson durante cla de estudian- tos do preparatoria. Ela cree que 45% de fs estudiantes de prepatloria v2 telerovelas por ‘a tarde. Para Inveetigar un pooa ma, oligo una muestra de 10. 4) Elabore una distibucidn ce erobabiidad para @ nimero de estudiantes de la muestra que ventelenovelas. ') Deterrine la media y la des tacion estinda de esta cistibucién, ©) 2Cual es la probabiidad de encontrar que exaciamerte cuatro ven telenovelas? 4) {Gud es la probabiided de que menos de la mtac de los estudiantes elegidos vean lele- novelas? ‘5. Un estudio reciente llevado a cabo por Penn, Shane, and orand para Lasticte.cort revels {que 52% de las viajros de negocio planea sus vaes menos de des semanas ates de part. 5 cotudio 0 va a ropa en un érca que ebarca tres osladve wn unatinesia Ue 12 vgs de negocios trocuentos. 4) Elabore ura cstbucién de probabiided para ol ntmero de vjoros que planar sus visos 2 dos semanas de pari 1) Determine la media y la Gesviacin estindar de esta dstrbuién 216 Copituto 8 )

    You might also like