Introducción a Probabilidades - REVISIÓN TRABAJO

Nombre: Andrea Bustamante (00201419)

Aportando a la mejora del trabajo propuesto, indico ciertas correcciones que creo deberían
hacerse. Sin restarle importancia, lo primero que muestro son errores ortográficos, son los
siguientes:

Imagen 1. Subrayada la palabra en la página 1 del documento que debería estar con tilde, es decir “número”.

Imagen 2. Subrayada la palabra en la página 2 del documento que debería estar con tilde, es decir “máquinas”.
 Imagen 3. Subrayada la palabra en la página 2 del documento que debería estar con tilde, es decir “gráfico”.

Imagen 4. Subrayada la palabra en la página 3 del documento que debería estar con tilde, es decir “número”.

Imagen 5. Subrayada la palabra en la página 3 del documento que debería estar con tilde, es decir “numérica”.

Ahora respecto a las contribuciones al documento, propongo:

- En la primera página se introduce el concepto de variables aleatorias y los tipos de
variable aleatorias: discretas y continuas. Propongo que se añadan las siguientes
explicaciones:
o Variable discreta: Toma valores de un conjunto finito o contable (esto ya está
escrito). Este tipo de variables corresponden a aquellos experimentos en los que es
posible contar el número de veces que ocurrió un suceso.
o Variable continua: Toma valores infinitos o innumerables conjuntos infinitos.
(esto ya está escrito). Es decir que toma un valor real entre los conjuntos de la
forma (m, n),(m, ∞),(− ∞, n),(− ∞, +∞), entre otros, en el que hay infinita cantidad de
elementos.

- En la página 5 se introduce la variable aleatoria normal, además se define Z pero no se

dice cual es el significado del mismo. Propongo que se añada que Z es conocida como la
tipificada o estandarización que corresponde a una transformación dada la distribución
normal.
Es importante conocer cuál es el significado de Z porque se usa mucho en el tema de
distribución de probabilidad, por ejemplo: la hemos usado en clase en transformaciones
de la distribución binomial a normal. Otra aplicación es hallar el área bajo la curva
normal, entre la media y cualquier valor de la variable aleatoria, esto se hace mediante la
 tabla de distribución normal estándar porque en ella se muestran valores de Z dada la
fórmula:
𝑋−𝜇
𝑍=
𝜎
- En la página 8 se introduce la distribución de Weibull propongo que se incluya que
significan los parámetros de está distribución:

La distribución de Weibull está definida por 3 parámetros y estos son β, α, y v; son

parámetros de forma, escala y valor umbral, respectivamente. β indica la forma de la
distribución en función del valor que tome, α indica la escala de distribución (que tan
plana es la función) y v indica el momento a partir del que se atribuye la distribución.

- En la distribución de Cauchy propongo añadir una definición más completa, como:

La distribución de Cauchy es un tipo de distribución continua definida por dos
parámetros: ubicación y escala. Si asignamos a uno de los parámetros el valor de 1 se
llega a:
𝜇 1
𝑓(𝑥) = , si 𝜇 = 1; 𝑓(𝑥) = 𝜋 [1+(𝑥−𝜃)2]
𝜋[𝜇2 +(𝑥−𝜃)2 ]

Para todo x elementos de los reales y se convierte en una distribución de un parámetro.

- Falta un ejemplo en la distribución de Cauchy. En el libro de Ross está un ejemplo que

involucra una linterna, se explica a continuación:
(EXAMPLE 6b)
Supongamos que una linterna de haz estrecho gira alrededor de su centro, que se encuentra a
una unidad de distancia desde el eje x. Además X es el punto en el que el haz se interseca con
el eje x una vez que la linterna ha dejado de girar. (Si el haz no apunta al eje x se repite el
experimento). Ѳ es el ángulo entre el haz de luz y el eje y y está distribuido uniformemente
entre −π/2 y π/2.

Teniendo en cuenta lo anterior la función de distribución de X es: F(x) = P{X ≤ x}

La variable aleatoria X está definida de tal forma que se puede hallar geométricamente con la
tangente de ángulo Ѳ sabiendo que −π/2 ≤ Ѳ ≤ π/2 . Entonces:
F(x) = P{tan Ѳ ≤ x} = P{ Ѳ ≤ tan−1 x}
 1 1
Gracias a que el ángulo es uniforme sobre (−π/2, π/2) 𝐹(𝑥) = 2 + 𝜋 tan−1 𝑥
𝜋
𝑎−(− ) 1 𝑎
La distribución queda: 𝑃(𝜃 ≤ 𝑎) = 2
= + 𝜋 , donde el valor de a puede estar entre −π/2
𝜋 2
y π/2.
Por lo tanto la función de densidad de la variable aleatoria es:
𝑑 1
𝑓(𝑥) = 𝐹(𝑥) =
𝑑𝑥 𝜋(1 + 𝑥 2 )
Y la expresión anterior es de la forma de la distribución de Cauchy.
Sin embargo es más común encontrar problemas aplicados a la vida real con la distribución de
dos parámetros, estos se resuelven mediante simulaciones para recoger más datos y llegar a
una respuesta más acertada.