Explicacin de la tarea 3

Felipe Guerra 1. Una ruleta legal tiene los nmeros del 1 al 15. Este problema corresponde a una variable aleatoria discreta. La lectura de la semana menciona lo siguiente: La distribucin uniforme discreta modela los casos en donde todos los resultados posibles tienen la misma probabilidad de ocurrir, y se aplica para modelar juegos de azar. a. Calcular la probabilidad de que salga un nmero mayor a 9. Para responder a esta pregunta primero encontramos cuantos nmeros son mayores que 9, es decir: n >9 La cantidad de nmeros mayores a 9 en la ruleta est dada por 15 9 = 6 Por lo tanto la probabilidad de que un nmero sea mayor a 9 es: 6 / 15 = 0.4 b. Calcular la probabilidad de que salga un nmero mayor a 2 y cuando mucho 7. Para responder a esta pregunta primeramente buscamos cuantos nmeros cumplen con la condicin de ser mayores que 2 y cuando mucho 7, lo que se expresa de la siguiente manera: 2 < n 7 La cantidad de nmeros que cumplen con esta condicin esta dada por: 7 2 = 5 Por lo tanto la probabilidad de que un nmero sea mayor que 2 y cuando mucho 7 es: 5 / 15 = 0.333333 c. Calcular el valor promedio del nmero que aparece. La lectura de la semana menciona: Sea X una v.a. discreta con rango 1, 2, 3, ..., k. Luego su funcin de probabilidad es P(i) = 1/k para i=1, 2, 3, ..., k. Su valor esperado o media es:

Por lo tanto el promedio E(X) es: (15 + 1 ) / 2 = 8 d. Calcular la desviacin estndar del nmero que aparece. De igual manera la lectura menciona: y su varianza es: Por lo tanto la varianza es: V(X) = (15 1) / 12 = 18.667 La desviacin estndar es por definicin la raz cuadrada de la varianza; de ah que: S(X) = 18.667 = 4.320
2

2. Un alumno contesta al azar un examen que contiene 20 preguntas, donde cada pregunta tiene 4 opciones de respuesta y solo una es la correcta. Si el alumno contesta todas las preguntas al azar. Este problema corresponde a una distribucin Binomial. La lectura menciona: La Distribucin Binomial. La distribucin binomial se aplica en la siguiente situacin. Suponer que un experimento Bernoulli se repite n veces de manera independiente, donde la probabilidad de que ocurra xito es p. Y el caso del examen presentado es un experimento de Bernoulli segn lo que menciona la lectura: Un experimento Bernoulli es aqul, en donde son slo dos los resultados posibles del experimento, a estos resultados posibles los llamaremos xito y fracaso. El adivinar las respuestas de un examen solo presenta dos posibilidades atinar (xito) o fallar (Fracaso), por lo tanto es un experimento de Bernoulli. Ahora para resolver las preguntas del ejercicio utilizamos las formulas integradas en Excel. Pero primero veamos una explicacin de cmo funcionan estas formulas. La formula =DISTR.BINOM(num_xito, ensayos, prob_xito, acumulado) Nos devuelve la probabilidad de una distribucin Binomial en la que: num_xito ensayos prob_xito acumulado representa la cantidad de xitos que deseamos sucedan en el experimento representa la cantidad de intentos en el experimento es la probabilidad de que un ensayo individual tenga xito indica si deseamos la probabilidad especifica del numero de xitos, o el acumulado de dicho nmero de xitos o menos.

Veamos un ejemplo para el caso de este ejercicio. La grfica siguiente corresponde a las probabilidades de xito especficas de sacar una cantidad (n) de respuestas acertadas en el examen de 20 preguntas: Primeramente el calculo de la probabilidad de xito es 1 / 4 = 0.25 Es decir cada pregunta tiene cuatro opciones y solo una es la respuesta correcta. Entonces la formula en Excel sera =DISTR.BINOM(num_xito, 20, 0.25, acumulado)
Cantidad de preguntas acertadas Cantidad de preguntas en el examen Probabilidad de atinar a la respuesta Se explicara posteriormente

Distribucin Binomial (Ejercicio 2) 0.25

Probabilidad

0.2 0.15 0.1 0.05 0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Respuestas acertadas

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

0.00317121 0.02114141 0.06694781 0.13389562 0.18968545 0.20233115 0.16860929 0.1124062 0.06088669 0.02706075 0.00992228 0.00300675 0.00075169 0.00015419 2.5699E-05 3.4265E-06 3.5693E-07 2.7994E-08 1.5552E-09 5.457E-11 1.05E-14

La tabla de la izquierda muestra los valores calculados para cada una de las cantidades en la grfica

Los valores de esta grfica fueron calculados usando =DISTR.BINOM(n, 20, 0.25, 0) en donde los valores de n fueron sustituidos por el valor especfico de respuestas acertadas. El valor 0 al final de la forma indica que solo queremos el valor puntual del dato y no el valor acumulado. Por ejemplo: =DISTR.BINOM(3, 20, 0.25, 0) corresponde al valor de la barra roja y nos arroja un resultado de 0.13389562 Lo que se puede describir como la posibilidad de tener 3 (y solo 3) respuestas correctas de las 20 preguntas en el examen.

Una observacin ms. Cuando usamos el valor acumulado lo que obtenemos es: La suma de los valores anteriores al valor que estamos buscando. Es decir, para la formula siguiente: =DISTR.BINOM(3, 20, 0.25, 1) Obtenemos:

Distribucin Binomial (Ejercicio 2) 0.25

Probabilidad

0.2 0.15 0.1 0.05 0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Respuestas acertadas

P(0) + P(1) + P(2) + P(3) = 0.00317121 + 0.02114141 + 0.06694781 + 0.13389562 = 0.22515605 Lo que se puede traducir como: la probabilidad de tener tres respuestas acertadas o menos. Un ltimo comentario, la suma total de una distribucin de probabilidad es siempre igual a 1.

Distribucin Binomial (Ejercicio 2) 0.25

Probabilidad

0.2 0.15 0.1 0.05 0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Respuestas acertadas

=DISTR.BINOM(20, 20, 0.25, 1) = 1

Una vez explicado lo anterior podemos explicar las respuestas al ejercicio:

2. Un alumno contesta al azar un examen que contiene 20 preguntas, donde cada pregunta tiene 4 opciones de respuesta y solo una es la correcta. Si el alumno contesta todas las preguntas al azar. a. Calcular la probabilidad de que tenga menos de 5 preguntas correctas.

Distribucin Binomial (Ejercicio 2) 0.25

Probabilidad

0.2 0.15 0.1 0.05 0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Respuestas acertadas

=DISTR.BINOM(4,20,0.25,1) = 0.4148415

Observe que usamos 4 como valor puntual por que la pregunta indica menos de 5. b. Calcular la probabilidad de que tenga por lo menos 2 y a lo mucho 7 preguntas

correctas.

Distribucin Binomial (Ejercicio 2) 0.25

Probabilidad

0.2 0.15 0.1 0.05 0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Veamos qu es lo que indican las flechas: = DISTR.BINOM(1,20,0.25,1) Probabilidad que haya menos de 2 respuestas correctas = DISTR.BINOM(7,20,0.25,1) Probabilidad que haya a lo mucho 7 respuestas correctas De lo anterior se desprende que: = DISTR.BINOM(7,20,0.25,1) - DISTR.BINOM(1,20,0.25,1) Representa la seccin indicada por la pregunta, sealada por la flecha roja.

c. Calcular la probabilidad que aprueba el examen si la calificacin de pase es 70. Para sacar 70 el alumno tiene que contestar 14 respuestas correctas (20 x 0.70) por lo tanto, para aprobar el examen tenemos:

0.25 Probabilidad 0.2 0.15 0.1 0.05 0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Para calcular el valor del rea indicada por la flecha roja usamos: = 1 - DISTR.BINOM(13,20,0.25,1) Ya habamos mencionado con anterioridad que la suma total de una distribucin de probabilidad es siempre igual a 1 (representado por la flecha azul). d. Obtener el nmero promedio de preguntas correctas en el examen y su

desviacin estndar.
De la lectura de la semana tenemos que: Definicin de Distribucin Binomial.

E(X) = np y Var(X) = np(1-p).

Por lo tanto: E(x) = 20 x 0.25 = 5 y V(x) = 20 x 0.25 x (1 - 0.25) = 3.75
Pero como nos piden la desviacin estndar en lugar de la varianza y habamos mencionado ya que la desviacin estndar es por definicin la raz cuadrada de la varianza. Tenemos: S(x) = 3.75 = 1.94

3. Una aerolnea intencionalmente sobrellena algunos vuelos porque se sabe que el pasajero que hace una reservacin tiene una probabilidad de 85% de que se presenta a tomar el avin. Si un vuelo tiene capacidad para 122 pasajeros.
Para resolver este problema debemos de calcular la probabilidad de que una vez reservada una cantidad n de boletos tengamos cuando mucho 122 personas asistiendo con un 0.85 de probabilidad. Esto se representa como: =DISTR.BINOM( 122, n, .85, 1 )

Cantidad de asistentes Cantidad de boletos vendidos Probabilidad de que una persona asista Acumulado (para tomar la posibilidad de que asistan 122 o menos)

a. Cuntas reservaciones se pueden hacer para tener una probabilidad de por lo

menos 90% de que todos los pasajeros que se presenten se puedan acomodar en el avin?
Ahora para poder determinar la posibilidad de que esto suceda con una probabilidad determinada (al menos 0.90) debemos de hacer un ensayo a prueba y error, o construir una tabla de probabilidades. El resultado es el siguiente: Cant. Boletos Probabilidad =DISTR.BINOM(122,136,0.85,1) = 0.957047520 =DISTR.BINOM(122,137,0.85,1) = 0.931211501 =DISTR.BINOM(122,138,0.85,1) = 0.895816156

136 137 138

<<<

0.90

b. Haciendo la cantidad de reservaciones indicadas en el (A), calcular la

probabilidad de que se llene el avin.

Para esto determinamos la probabilidad de que lleguen 122 o mas personas con la siguiente formula: = 1 - DISTR.BINOM( 121, 137, 0.85, 1 ) = 0.11043008 Es decir la probabilidad acumulada de que asista cualquier cantidad de personas (100% = 1) menos la probabilidad de que asistan 121 personas o menos, dado que se hicieron 137 reservaciones. Observe que usamos la cantidad de 121 y no 122 por que con 122 ya se considera que el avin est lleno, aun cuando no se haya rechazado a ningn pasajero.

4. Se sabe que la probabilidad de que un cliente compre el peridico en un supermercado es 5%. a. Cuntos peridicos debe tener si desea una probabilidad de 99% de que habr peridico para los primeros 1000 clientes.
Este problema se resuelve de manera similar al anterior: Determinar una tabla para diferentes cantidades de peridicos que garantice que todos los clientes que deseen comprar obtengan uno con una probabilidad de por lo menos 0.99 Cantidad Probabilidad =DISTR.BINOM( 66,1000,0.05,1) = 0.989408690 =DISTR.BINOM( 67,1000,0.05,1) = 0.992592284 =DISTR.BINOM( 68,1000,0.05,1) = 0.994891273 9

66 67 68

<<<

0.99

Observe que en la pregunta 3 se plantea una cantidad fija de xitos (122 lugares en el avin), y la variable que cambia es la cantidad de eventos (reservaciones). En tanto que en la pregunta 4 la cantidad de eventos es fija (los primeros 1000 clientes) y la parte variable es la cantidad de xitos (los peridicos que se pueden vender). Por lo tanto el planteamiento de la tabla es ligeramente diferente (las variables estn marcadas en azul) b. Calcular la probabilidad de que se vendan todos los peridicos considerando los

primeros 1000 clientes y colocando la cantidad de peridicos indicada en (A).

El enfoque en este problema es ahora el determinar la probabilidad de que todos los peridicos se vendan, es decir que la gente pida ms peridicos que los que se tienen (67 o ms). Esto est determinado por la siguiente frmula: =1-DISTR.BINOM(66,1000,0.05,1) Es decir la probabilidad acumulada de que se compren (o soliciten) cualquier cantidad de peridicos (100% = 1) menos la probabilidad de que se vendan 66 peridicos o menos, considerando a las primeras 1000 personas, con una posibilidad de compra de 0.05 por persona. Una vez ms debe observar que para la diferencia usamos la cantidad de 66 (es decir que no se vendan todos) y no la cantidad de 67 (pues esta asume que si se vendieron todos). c. Cuantos peridicos debe colocar si desea que haya una probabilidad de que

todos se vendan de por lo menos 0.9, considerando los primeros 1000 clientes?
El enfoque en este problema es similar a la pregunta anterior; la probabilidad de que todos los peridicos se vendan, es decir que la gente pida ms peridicos que los que se prepararon con una probabilidad de al menos 0.90 considerando nicamente las primeras 1000 personas Cantidad Probabilidad

40 41 42

=1-DISTR.BINOM(40-1,1000,0.05,1) = 0.940185121 =1-DISTR.BINOM(41-1,1000,0.05,1) = 0.919363427 =1-DISTR.BINOM(42-1,1000,0.05,1) = 0.893703829 0

<<< 0.90

Observe que utilizamos n-1 en el calculo de la distribucin Binomial, pues indica la cantidad que dejara al menos un peridico sin vender.

5. Una compaa de seguros vende una pliza de seguros a un grupo de 10 carros. Por cada carro que sea robado la compaa pagar $10000.00 USD. La probabilidad de que un carro sea robado es 0.05. Cuanto debe cobrar por cada carro tal que por lo menos haya un 80% de probabilidad que no perder dinero.
Este problema corresponde tambin a una distribucin Binomial, en la cual hay dos posibilidades; los carros son robados o los carros no son robados. Su solucin es similar a la planteada por el ejemplo 3.2 inciso f) de la lectura de esta semana. La cantidad de dinero que se debe pagar por cada auto robado puede considerarse como un valor de refaccin en caso de que el evento falle, haciendo una similitud al problema 3.2 f) de referencia. Por lo tanto se tiene una cantidad de autos robados X que al multiplicarlo por $10,000 no debe superar el valor de dinero obtenido por la venta de plizas w con una probabilidad del 80%. Lo primero que hacemos es calcular con una probabilidad de al menos 80% cuantos carros se van a robar. Para eso usamos la frmula: =DISTR.BINOM(X,10,0.05,1), con la cual obtenemos la probabilidad de que se roben X carros o menos.

Cant. Autos Robados (X) 0 1 2 3 4 5 6 7 8 9 10

Con base en la tabla podemos determinar que hay un 91% de probabilidad de que se roben un automvil o menos. P(nx)

0.598736939 0.913861644 0.988496443 0.998971502 0.99993631 0.999997245 0.999999918 0.999999998 1 1 1

Por lo tanto la compaa puede tener una certeza del 91% de que va a pagar $10,000 o menos producto de indemnizaciones. Como la probabilidad de que eso suceda es mayor al 80% bastar con que la compaa cobre $10,000 por el total de las plizas para garantizar que no va a perder dinero. De ah se desprende que el costo de poliza para cada carro debe ser: Costo de indemnizacin / Nmero de polizas $10,000 / 10 = $1,000

6. En la frontera con USA, al ingresar un automvil a Mxico se pasa por un semforo en donde hay una probabilidad de 15% de que encienda luz roja y el auto sea detenido para su revisin. Si enciende luz verde el auto se interna a Mxico sin ser revisado (Suponer independencia). a. Obtener la probabilidad de que el quinto auto sea el primero en ser detenido para revisin.
Para responder esta pregunta debemos de calcular la posibilidad de que los primeros 4 vehculos no hayan sido revisados: =DISTR.BINOM( 0, 4, 0.15, 1)
0 xitos 4 eventos

Y despus multiplicarlo por la probabilidad de que el nmero 5 sea revisado (0.15), de donde se obtiene: =DISTR.BINOM( 0, 4, 0.15, 1) * 0.15 = 0.07830094 b. Obtener la probabilidad de que sean necesarios ms de 4 autos para que llegue

el primero en ser revisado.

Esto es equivalente a decir que no haya sido revisado un carro las primeras 4 veces: =DISTR.BINOM( 0, 4, 0.15,1 ) = 0.52200625 c. Obtener el nmero promedio de autos y su desviacin estndar hasta que

enciende la luz roja.

Este problema corresponde a una distribucin geomtrica, es decir un experimento de Bernoulli (Luz roja o luz verde) repetido independientemente hasta que se alcanza el xito (se enciende la luz roja). De acuerdo con la lectura de la semana para la distribucin geomtrica se tiene: y

Por lo que E(x) = 1 / 0.15 = 6.66666667 y V(x) = (1/0.15) (1/0.15-1) = 37.7777778 Y la desviacin estndar = S(x) = 37.778 = 6.14636297

7. Se sabe que el nmero de quejas por semana que llegan a un parque de diversiones que abre todos los das es una variable aleatoria que se ajusta bien a la distribucin Poisson. En promedio se reciben 9 quejas por semana (el parque abre todos los das).
Los comentarios antes mencionados referentes a la distribucin binomial y las formulas en Excel, se pueden generalizar para otras distribuciones de probabilidad y sus correspondientes formulas en Excel. La formula para la distribucin de Poisson es: =POISSON(x, media, acumulado) Nos devuelve la probabilidad de una distribucin Poisson en la que: x representa la cantidad de xitos que deseamos sucedan en el experimento media representa el promedio de la distribucin de Poisson acumulado indica si deseamos la probabilidad especifica del numero de xitos, o el acumulado de dicho nmero de exitos o menos. y tambin se aplica el comentario acerca de que: la suma total de una distribucin de probabilidad es siempre igual a 1. a. Calcular la probabilidad de que en una semana se reciban ms de 12 quejas. Podemos traducir esto como la probabilidad total menos la probabilidad de que se reciban 12 quejas o menos. = 1 - POISSON( 12, 9, 1 ) = 0.12422657 b. Calcular la probabilidad de que en una semana se reciban entre 5 y 11 quejas sin

incluir).
En este caso debemos buscar la probabilidad de que se den al menos 10 quejas (hasta 11 sin incluir) y le quitamos la probabilidad de que se den 5 o menos quejas. = POISSON (10, 9, 1) - POISSON( 5, 9, 1 ) = 0.5902978 c. Calcular la probabilidad de que en tres das lleguen ms de 4 quejas. En el caso de la probabilidad de Poisson, si el periodo del evento se extiende o se acorta la probabilidad de ocurrencia de la media se extiende o se acorta en forma proporcional a la extensin del evento. Por ejemplo: Si en 7 das el promedio de quejas recibidas es 9 el promedio de quejas en tres das esta dado por: Promedio = 9 / 7 * 3 = 3.857 quejas Y con esos datos se resuelve el problema para periodos de tiempo extendidos o acortados. =1 - POISSON( 4, 9/7*3, 1 ) = 0.34327767 Es decir la probabilidad total menos la probabilidad de que se reciban 4 o menos quejas

10

d. Calcular la probabilidad de que en un mes lleguen entre 20 y 30 quejas (sin

incluir).
De forma similar al problema anterior tenemos que el promedio para un mes es: Promedio = 9 / 7 * 30 = 38.57 quejas (Se asumen meses de 30 das) Y la respuesta a la pregunta esta dada por: =POISSON( 29 , 9 / 7 * 30 , 1 ) - POISSON( 20 , 9 / 7 * 30 , 1 ) = 0.06652947

Algunos aprendizajes de la tarea:

En las formulas de distribucin de probabilidad en Excel podemos observar lo siguiente: =DISTR.BINOM(num_xito, ensayos, prob_xito, acumulado) =POISSON(x, media, acumulado) La parte de acumulado puede tomar los valores de 1 y 0 ( VERDADERO y FALSO), a) Cuando se usa el valor de 1 (o VERDADERO) el resultado corresponde a la probabilidad del valor buscado o menos. b) Cuando se usa el valor de 0 (o FALSO) el resultado corresponde a la probabilidad puntual (ese valor y solo ese) La suma total de una distribucin de probabilidad es siempre igual a 1. La desviacin estndar corresponde a la raz cuadrada de la varianza.

11