SEMANA 1
ESTADSTICA
[ PROGRAMACIN ESTOCSTICA ]
SEMANA
UNO
LECTURA
DOS:
REPASO
DE
PROBABILIDAD
Y
ESTADSTICA
EJERCICIOS
APLICATIVOS
En
este
documento
se
presentan
dos
ejemplos
de
probabilidad
muy
completos
en
los
que
se
busca
que
el
estudiante
interrelacione
los
conceptos
y
aplicaciones
que
tienen
el
uso
de
probabilidad.
En
los
ejemplos
se
hace
nfasis
en
la
utilizacin
de
Probabilidad
Condicional.
La
Probabilidad
Condicional
es
un
tema
de
vital
importancia
para
este
mdulo,
porque
representa
uno
de
los
puntos
de
partida
principales
en
el
estudio
de
los
procesos
estocsticos.
Ejemplo
1:
En
una
encuesta
realizada
a
los
estudiantes
del
Politcnico
Grancolombiano
sobre
la
principal
razn
para
elegir
el
tipo
de
transporte
a
utilizar
para
ir
de
la
casa
a
la
Universidad,
se
obtuvieron
los
siguientes
resultados:
Tabla
1:
resultados
de
la
encuesta
realizada
en
el
ejemplo
1
Transporte
Tiempo
Comodidad
Costo
Transmilenio
48
11
70
Carro
particular
59
97
38
Taxi
65
41
29
Fuente:
Propia
El
tamao
de
la
muestra
es
de
458
estudiantes.
Pregunta
a.
Halle
la
tabla
de
probabilidades
conjuntas
Respuesta:
El
total
de
estudiantes
de
la
Universidad
Politcnico
Grancolombiano
encuestados
es
458.
La
tabla
con
las
probabilidades
conjuntas
se
presentan
a
continuacin
y
se
calcula
dividiendo
el
nmero
de
estudiantes
que
est
en
un
grupo,
entre
el
tamao
de
la
muestra,
de
la
siguiente
manera:
Por
ejemplo,
el
nmero
de
estudiantes
que
eligen
regresar
a
su
casa
en
Transmilenio
con
criterio
de
tiempo,
es
48.
ste
valor
se
divide
entre
el
nmero
total
de
estudiantes
encuestados,
que
para
este
caso
es
458
y
se
obtiene
el
valor
de
la
primera
casilla:
0,1048,
que
corresponde
a
la
probabilidad
asociada
a
ese
grupo.
Tabla
2:
probabilidades
conjuntas
del
ejemplo
1
Transporte
Tiempo
Comodidad
Costo
Total
Transmilenio
0,1048
0,024
0,152
0,282
Carro
0,128
0,211
0,082
0,4235
particular
Taxi
0,1419
0,089
0,063
0,249
Total
0,375
0,325
0,299
1
Fuente:
Propia
Para
hacer
la
comprobacin
de
las
probabilidades
que
se
han
obtenido,
la
sumatoria
de
los
totales
debe
ser
igual
a
1.
2
[ POLITCNICO GRANCOLOMBIANO ]
Pregunta
b.
Si
un
estudiante
tiene
prisa
para
llegar
a
la
Universidad
y
elige
el
trasporte
a
utilizar
con
criterio
de
tiempo,
cul
es
la
probabilidad
de
que
se
vaya
en
taxi
a
la
universidad?
Respuesta:
La
probabilidad
de
que
un
estudiante
se
vaya
en
taxi
a
la
Universidad
dado
que
su
criterio
principal
es
el
tiempo
es:
P(Taxi, tiempo) 0,1419
P taxi\tiempo = = = 0,3799
P(tiempo) 0,375
Pregunta
c.
Si
un
estudiante
decide
irse
en
Transmilenio
para
su
casa,
cul
es
la
probabilidad
que
haya
tomado
esa
opcin
por
comodidad?
Respuesta:
La
probabilidad
que
el
estudiante
por
comodidad
elija
irse
en
Transmilenio
para
su
casa
es:
! !"#"$%$&$, !"#$%&'()$'* 0,024
! !"#"$%$&$\!"#$%&'()%'* = = =
! !"#$%&'()$'* 0,2816
! !"#"$%$&$\!"#$%&'()%'* = 0,085
Pregunta
d.
Si
se
definen
los
eventos:
A:
Un
estudiante
elige
carro
particular
B:
Un
estudiante
tiene
como
razn
principal
para
elegir
el
tipo
de
transporte,
el
costo.
Son
A
y
B
eventos
independientes?
Respuesta:
Dos
eventos
son
independientes
si
y
solo
si
P E1, E2 = P E1 P E2
donde P E1, E2 es la probabilidad conjunta
La
probabilidad
conjunta
de
A
y
B
es
=
0,0829
(ver
la
matriz
de
probabilidades)
Si
se
halla
por
medio
de
la
frmula
anterior:
P(A)=
0.423
P(B)=
0,2991
P A, B = P A P B = 0,423 0,2991 = 0,126
0,126 0,0829
Se
concluye
que
los
eventos
A
y
B
no
son
eventos
independientes.
Ejemplo
2:
En
la
avenida
Caracas
las
estaciones
de
Transmilenio
estn
colocadas
cada
500
metros
y
tienen
longitud
de
100
metros
(Es
decir,
hay
una
separacin
de
400
metros
entre
ellas).
Cada
estacin
[ PROGRAMACIN ESTOCSTICA ] 3
tiene
una
entrada
en
cada
extremo.
Para
este
problema
suponga
que
la
Caracas
tiene
una
longitud
infinita.
A
usted
lo
botan
en
un
punto
al
azar
en
la
Caracas.
Pregunta
a.
Cul
es
la
probabilidad
de
que
usted
quede
enfrente
de
una
estacin
de
Transmilenio?
Respuesta:
A
continuacin
se
presenta
una
representacin
grfica
de
la
situacin
descrita
por
el
ejercicio
y
se
realiza
un
repaso
de
la
forma
en
que
se
define
una
variable
aleatoria
uniforme.
Grfica
1:
representacin
grfica
del
ejemplo
2
Fuente:
Elaboracin
Propia
La
siguiente
grfica
corresponde
a
la
funcin
de
distribucin
de
probabilidad
f(x)
de
una
variable
aleatoria
uniforme.
Es
importante
recordar
que
a
y
b
representan
los
parmetros
de
una
variable
aleatoria
uniforme,
y
deben
ser
entendidos
como
el
menor
valor
y
mayor
valor
de
la
variable,
respectivamente.
Grfica
2:
Representacin
grfica
de
una
distribucin
uniforme
de
probabilidad
Fuente:
Elaboracin
Propia
El
primer
paso
consiste
el
definir
la
variable
aleatoria.
Por
lo
tanto,
se
la
variable
aleatoria
X
como:
X:
Distancia
desde
cualquier
punto
hasta
el
extremo
sur
de
la
estacin.
4
[ POLITCNICO GRANCOLOMBIANO ]
X~
uniforme(
0,500)
->
Esto
quiere
decir
que
X
es
una
variable
aleatoria
uniforme
con
parmetro
0
y
500
X~
uniforme(a,b)
1
f x = b a a x b
0 d. l. c.
Nota:
la
sigla
dlc
es
utilizada
por
algunos
libros
de
probabilidad
para
abreviar
la
frase
de
lo
contrario.
Si
se
estuviera
realizan
la
lectura
de
un
texto
acadmico
en
ingls,
en
lugar
de
encontrar
la
sigla
d.l.c
se
encontrara
la
palabra
otherwise.
d
f x = F x f x = f(x)
dx
Es
importante
recordar
que
la
funcin
de
densidad
de
probabilidad
f x
es
igual
a
la
derivada
de
la
funcin
de
densidad
acumulada
F x ,
tal
como
se
muestra
a
continuacin:
d
f x = F x
dx
Si
en
la
ecuacin
anterior
integramos
respecto
a
la
variable
aleatoria
x
en
ambos
lados
de
la
igualdad,
podemos
inferir
que
la
funcin
de
densidad
acumulada
F x
se
puede
calcular
integrando
respecto
a
la
variable
aleatoria
x
la
funcin
de
distribucin
de
probabilidad
f x .
!
F x = f x dx
!!
Teniendo
en
cuenta
lo
anterior
podemos
encontrar
la
funcin
de
densidad
de
probabilidad
y
la
funcin
de
densidad
de
probabilidad
acumulada
de
la
siguiente
manera:
!
1 x x xa
f x = dx = =
! ba ba a ba
0 x a
xa
F x = a x < b
b a
1 x b
Si
se
desea
encontrar
el
valor
esperado
de
una
variable
aleatoria
uniforme
tendramos
que
realizar
lo
siguiente:
!
E x = !! x f x dx
[ PROGRAMACIN ESTOCSTICA ] 5
!
x x! b b! a! (b + a)(b a) b + a
E x = dx = = = =
! ba 2(b a) a 2(b a) 2(b a) 2
Despus
de
realizar
este
repaso
de
la
variable
aleatoria
uniforme,
a
continuacin
se
presenta
la
solucin
a
la
pregunta
a.
Para
la
solucin
de
la
pregunta
a
definiremos
A
como
un
evento
que
representa
que
la
persona
quede
enfrente
de
una
estacin
de
Transmilenio.
Por
lo
tanto,
Sea
A
=
La
persona
quede
enfrente
de
una
estacin
de
Transmilenio.
Sea
X:
Distancia
desde
cualquier
punto
hasta
el
extremo
sur
de
la
estacin.
X~
Uniforme
(0,500)
->
Esto
quiere
decir
que
X
es
una
variable
aleatoria
uniforme
con
parmetro
0
y
500
Entonces
la
funcin
de
distribucin
de
probabilidad
y
la
funcin
de
densidad
acumulada
son:
1 0 ! 500
! ! = 500
0 !. !. !
0 ! < 0
!
F(!) !"" 0 ! 500
1 ! > 500
Teniendo
en
cuenta
lo
anterior,
la
probabilidad
de
que
la
persona
quede
enfrente
de
una
estacin
de
Transmilenio
es:
!"" ! !"" !
P(A)
=
!(0 < ! < 100) = !! 100 !! 0 = !"" !"" = !"" = !
Por
lo
tanto,
se
concluye
que
la
probabilidad
de
que
la
persona
quede
enfrente
de
una
estacin
de
Transmilenio
es
de
0.2
Pregunta
b.
Cul
es
la
probabilidad
de
que
usted
tenga
que
caminar
menos
de
50
metros
para
llegar
a
la
entrada
de
estacin
ms
cercana?
(Ignore
la
distancia
de
cruzar
la
calle).
Ayuda:
condicione
en
el
evento
del
punto
anterior.
Respuesta:
Como
en
el
ejercicio
nos
estn
preguntando
por
la
probabilidad
de
que
la
persona
tenga
que
caminar
menos
de
50
m
para
alcanzar
la
estacin
ms
cercana.
Entonces
se
definen
los
eventos
A
y
B
de
la
siguiente
manera.
A:
la
persona
queda
frente
a
una
estacin
B:
la
persona
debe
caminar
menos
de
50
m
para
alcanzar
la
estacin
ms
cercana.
Sea
A:
P(tener
que
caminar
menos
de
50
m
para
alcanzar
la
estacin
ms
cercana)=1
Para
hallar
la
probabilidad
asociada
al
evento
A
complemento
( A! )
es
necesario
definir
una
variable
aleatoria
Y.
6
[ POLITCNICO GRANCOLOMBIANO ]
Sea
Y:
distancia
entre
el
extremo
norte
de
estacin
y
el
punto
en
que
la
persona
es
arrojada
dado
que
no
qued
frente
a
una
estacin.
Y
~
uniforme
(100,500)
Teniendo
en
cuenta
que
se
desea
calcular
P B
y
que
por
probabilidades
totales
P B
se
puede
definir
de
la
siguiente
manera:
P B = P B\A P A + P B\A! P(A! )
Primero
calculamos
! !\!!
como
se
muestra
a
continuacin:
P 100 < Y < 150 + P 450 Y 500 =
F! 150 F! 100 + F! 500 F! 450 =
!"#!!"" !""!!"" !""!!"" !"
= !""!!""+!""!!"" + !"" +!" =
50 400 300 50 50 1
= + = + =
400 400 400 400 4
Despus
calculamos
! !! \!!
como
se
muestra
a
continuacin:
P B ! \A! = P(150 Y 450 = F 450 F(150)
450 100 50 100 3
= =
500 100 500 100 4
En
la
siguiente
grfica
se
resumen
todos
los
resultados:
Grfica
3:
Representacin
grfica
de
las
diferentes
probabilidades
condicionadas
Fuente:
Elaboracin
Propia
Al
reemplazarlos
en
la
ecuacin
tenemos:
P B = P B\A P A + P B\A! P(A! )
[ PROGRAMACIN ESTOCSTICA ] 7
1 1 4 2
P B =1 + =
5 4 5 5
Por
lo
tanto,
se
puede
concluir
que
la
probabilidad
de
que
usted
tenga
que
caminar
menos
de
50
metros
para
llegar
a
la
entrada
de
estacin
ms
cercana
es
igual
al
40%.
(2/5)
8
[ POLITCNICO GRANCOLOMBIANO ]