Descripción: Hola muchachos, les envio la clase correspondiente al dia Jueves 27/11/08. Esta explicada de tal forma que es como si estuviera dando la clase en el salón ok. Cualquier cosa que no entiendan o temg...
Descripción completa
probabilidad y estadisticasDescripción completa
Descripción completa
Descripción: INDICE Introducción…………………………………………….……………………………….…………………………………………..……3 Generación de variables aleatorias……………………………………………………………………………………..………4 3.1. Conceptos básicos………………………………………………………………………...
Descripción completa
Descripción completa
Descripción completa
Unidad 3. Generacion de Variables AleatoriasDescripción completa
~ J '::~:: ::~::FF u 'n c i onesd e d e n s i d a d d e p r o b a b i l i d a d "';2:; , . ;;. - ""
_
Una variable aleatoria (va) disc discret retaa es una cuyo cuyoss valore aloress pos osibl ibles es 0 constituye tituyen n un conju conjunn-to fi finito nito 0 bien pue pueden ser pues puestos tos en lista en una una secuencia ecuencia infinita infinita (una una lis lista en la cual cual existe un primer elemento lemento,, un segund segundo o element elemento o, etc. tc.). Una variable variable alcatoria lcatoria euyo conjunto conjunto de valores posible posibles es un inte interv rvalo alo comp comple leto to de nume numero ross no es es dis disereta j Recuerdes Recuerdese de acue acuerd rdo o con con el capf capftu tullo 3 que una una vari variaa ble aleatoria aleatoria X es continua si I) sus valores valores pos posible ibles comp compre rend nden en un solo solo inte inter valo sobr sobr e la \fnea \fnea de numer acion cion (par (paraa al B , B , cualquier guna A < lquier num numeer o x entre A y B es un valor pos posib ible le)) a una una unio union de inter inter va vallos dis dis juntos juntos y 2) P (X =c) =0 para cualquie ualquier numer o c que que sea un valor posi posi bl blee d e X. X.
I
Eje m p lo 4.1 4.1
i
! ilid ilidaa d
e l<:-
~ -1
::rall de v·, ::ra
." I
)nes 41
! .. is I
mass ma
I
COI1',
leta!l leta !lee
!co
:il en
1 0 f
dis di strib,
,· · ,· 1 "· 1
l~.
' ~
I
I I
En el es estudio tudio d e la ecolog ecologf a de un lag lago o, se mid e la pr of of undid undid ad en luga lugar r es e s selecciona ionad os, os, entonces X =la profundidad en ese lugar es una una varia varia ble alea leator ia continua continua. En este cas asu u A es la profundid ad mfni mfnima ma en la la regio region mues muesttrea read d a y B es la pro rofun fundi dida dad d max axim imaa. • Si se selecci seleccion onaa al azar azar un comp compues uesto to qufm qufmico ico y se detcr detcrmi mina na su pH X, ent entonces nces X es es una una variable riable alea aleator ia conti continu nuaa porq porque ue cualq cualqui uier er valor pH entre entre 0 y 14 es posib posible. le. Si se cono conocce mas sobr sobree el co compues mpuesto se.le e.leccionado ionado para su analisis, lisis, ento entonces el conjunt conjunto o de posib posible less valores podrfa se serr un subil1 ubil1ter val valo de [0, [0, 14], tal como 5.5 $ seguirfa siend o x :5 6.5 pero X segu con co ntinua. • Sea X ]a ca cantid ntid ad de titiempo empo que que un cliente liente se selleccio eccionado nado al azar pas asaa es es per per and and o que Ie cor ten el pelo antes ntes d e que comie comience su corte corte d e pelo. EI prime primer pensa samient miento o podr f fa ser que X es una una variable aleatoria continua, continua, pues puesto que que se r equie quier e medir la par par a d eterminar terminar su valo alor . Sin embar embar go, exis existen cliente clientess suficientemente uficientemente af ortunados ortunados que que no tiene tienen que que es perar antes antes de sentars sentarsee en el sillon sillon del peluquer peluquero. o. Asf que el caso caso debe debe ser ser P(X =0) > O. Condicional en cuant uanto o a los los sillone silloness vados, vados, aun cuando cuando,, el tiemp tiempo o de es es per a sera con continuo tinuo pues puesto to que que X po podrfa drfa asumir umir entonces entonces cualquie cualquierr valor valor entr e un tiempo tiempo minim minimo o posi posi ble A y un tiem tiempo po maximo imo pos osibl iblee B. Es Estta varia aria ble aleato leatoria ria no es ni pur amente nte disc discr r eta ni pur amente continua ontinua sino ino que es una una mezc ezcla la de lo los d os os tipos. tipos. • Se podr fa fa ar gumenta umentar que que aunqu aunquee en princ princip ipio io las las va var r ia bl ia bles es tales les como altura, ltura, peso peso y tempe mperatur a so son n continuas, ntinuas, en la prac practica tica las limitaci limitaciones ones d e los los ins instrume trumentos ntos d e medic medicion nos restringe restringen n a un mund mundo o dis discreto creto (aunque (aunque en ocasiones casiones muy f inamente inamente subdivid ido) do). Sin embargo mbargo,, los los modelos delos continuo continuoss a menudo re presentan muy bien de for for ma aproximada situacione tuacioness d el mund mundo o real real y con frecu frecuenc encia ia es mas mas facil facil tr a baja bajar con mat matem emaaticas ticas continuas continuas (el calculo) calculo) que con matem matemaaticas ticas de variables variables discretas discretas y distribucione distribuciones. s.
D i s t r i b u c i o n e s d e p ro b ab i l i d a d d e va r r ii a b l e s c o n tin ua s Supo Supongase ngase que que la va variable riable X de interes es la pr of of undi u ndidad dad d e un lag ago o en un punto punto sa br e la su pe perfic rficie se sellec ecci cio onado al aza zar. r. Sea Sea M =la pr of undid ndidad ad max axim imaa (e (en n metr os), os), as asff que cualqui quier num numero en el inter valo alo [0, [0, M] es un va vallor posibl posiblee d e X. Si se "disc discreti retizza" X midiend o la pr ofundid ad al metro mas mas cerca cercano, no, ento entonces los los va valore loress pos posibles ibles son enter os os no negativos negativos menores nores que que 0 iguales iguales a M. La distrib distribucio ucion n dis discreta creta result resultaante nte de profundidad se ilus ilustra tra can un histogr histograma ama de probabil probabiliidad . Si se traza traza el his histogra tograma ma d e modo modo que que el area area del rectangurectangu10 sobre sobre cualquie cualquierr entero entero posible posible k sea la propo proporcion rcion del lago lago cuya cuya prof profun undid did ad es (a (al memetro mas cerca cercano) k, entonces entonces el area rea total total d e to todo doss los rect rectangulos ulos es 1. En la l a tigu tigura ra 4.1 a) a pa par ece un pos posible ible histog histogr r ama. ma. Si se mide mide la profund id ad con con muc much ho mas precis precision y se utiliza utiliza el mis mismo eje d e med ici icion d e la figur a 4.1 a) a),, cad a rec rectangulo en el his histogr ama d e pr o ba ba bilid ad res resulta ultante es mucho mas angos angosto to,, aun aun cuand cuando o el area tota total d e todos todos los los rect rectaangulos ulos sigue siend iendo o I: En la
Variables aleatorias contlnua contlnuass y distri distribuCiones buCione s de probab roba b ilid a d
,
fi~ura 4. 4.Lb) se iLustr a un pos posibL~his ibL~histogr~~a; togr~~a; tiene una a parien~i~ mucho mas regula regular qu quee el hlstograma hlstograma de Lafigura Lafigura 4.1a) 4.1a). SI se cont contmua mua de esta esta manera manera mldlen mldlendo do la prof profund undlda ldad d mas ma s y ! mas finameme, finameme, Lasec Lasecuen uencia cia res resultant ultantee de his histogramas se aproxi aproxima ma a una una curva curva m as r egul egulaar i taLcomo Lcomo la iLus iLustrada en la fig figura 4. 4.Lc). Lc). Como Como en ca cada histogra histograma ma el are area total total d e to tod d os o s lo~ rectan rectangul gulos os es iguaL a I, eLa eL area tota total bajo la la curva curva regula regularr tambie tambien n es I . La probabi Iidad de ~ que la la pr ofund ofund id ad en un punto selec eleccio ionad nad o aLaza aLazar se encuentre uentre entre entre a y h es simplc implcr nen nen _ , te ~ rea ba jo jo la cur va regula regular r entre a y b. Es de manera manera exac exacta una cur va regul regulaar d el ti pa pa Iarea ilustr ilustrado ado en Lafigura Lafigura 4 .lc) lc) la que que es e s peci pecifica fica un dis distr i buci6n buci6n de probabilidad continua. continua .
f
I /--- ~ ~
L -~ -"
o
M
c)
Figur Figuraa 4.1 a) Hist Histograma ograma de probab probabililidad i dad de prof profun undi didad dad medid medidaa al met metrro mas cercano; b) hist histoo grama de pprob robabi abililidad dad de pprof rofund undid idad ad medida medida al centim centimet etro ro mas cercano; c) un un limi limite te de una secuenci secuencia de hist histo· o· gramas discretos discretos..
LSea X una una variable variable aleatoria aleatoria conti continua. nua. Entonces, Entonces, una una distribucion distribucion de probabilida probabilidad d 0 Cuncion Cuncion de densidad densidad de probabilidad probabilidad (fdp) fdp)de X es una funci6nf funci6nf lx) lx) taLque pa para d os numeros numeros cuale cualesquier a a y b cona :5 h , P(a P(a :5 X :5 b)
=
r
f( x) f( x)
d x
a
[a, b] es eLarea Es dec decir , La p La prob robaa biLidad de que X as asum umaa un valor en el interv intervaalo [a, Larea so so- bre este inter inter vaLo vaLo y ba jo Lagr afica fica de la funci funci6n 6n de d ensidad, idad, como como se iLust iLustra ra en !a f 1 x)) a menudo se canac _ gura gura 4.2. 4.2. La grafica rafica de j( x canacee como como cur va d e densidad ; j
JI
f(x)) sea una Var a que f(x una funci6 funci6n n d e densidad densidad de prob probaa bilidad legftima, legftima, d e be satis atisf acer acer las dos ssiiguientes guientes condiciones: condiciones:
as las x f( x x)) ~ 0 con tod as 1. f( 2.
Eje m p lo 4.4
J:
rea ba jo la curva f( f(x) d..t =area curva f( x x))
=L
J
La d ir ir ecci6n ecci6n de una imperfec imperfeccci6n i6n can can res re s pecto a una linea linea d e ref erenc rencia sabre un objet objeto o cir cucular ta tal como como un ne neuma umatico, tico, un rotor d e frena frena a un volante volante esta esta, en gener al, sujeta a incertidu incertidum m bre. bre. Considere Considerese se la linea linea de referencia referencia que conecta conecta el vas vastago de la la valvula de un neumatico neumati co con y su punta punta centr al sea X el ang angulo ulo medido en el sentido entido d e las manecillas manecillas del reloj reloj can can respec respectto a la ubicaci ubicaci6n 6n d e una imperf ecci6n. cci6n. Una posible posible f unci6n unci6n de densidad densidad de p r obabil o babilida idad d d e X es ( 1 f ( x)
= J 360
lOd e
0 :5 x
<360
10 contr ario
La funci6n de densidad de proba bilidad aparece dibujada en la [lgura 4.3. Claramente j(x) ;.::::O. EI area bajo la curva de densidad es simplemente el area de un rectangulo (altura) (base) = C~J(360) = 1. La probabilidad de que el angulo este entre 90° y 180° es
;ur va mas :,~,ji~r, total d ,~
ii J ,
f <, " '.
a proba));!"
., ,k
b es sim j .. a r egular ,.
,""1.
I
P(90 :s X::S 180) = =
,p o
(180
J
90
-
I
X
dx = 360 360
IFl80
I
=-4 =0.25
1,,;90
La probabilidad de que el angulo de ocurrencia este dentro de 90° de la linea de r eferencia es
,I.. ad cOl1ti~
ana; b i his;,.", ' r d
---1---
sec ue ncia c· i'<'i' 270
·oba bilid i' I que par :, . ",
es el are;; ustr a en i
360
Como siempr e que 0 :s a :s b :s 360 en el ejemplo 4.4, P(a ::s X :s b) d e pende solo del ancho b - a del intervalo, se dice que X tiene una distribucion uniforme.
DEFINICION
Id.
.r
i
~que una variable aleatoria continua X tiene una distribuci6n uniforme en el in-te~;;l~ [ A, B] si la funcion d e densid ad de probabilidad de Xes
f( x;
A , B) ~{B
(~A
A:S x:s B
de 10 contrarioJ
La gnifica de cualquier funcion de densidad de probabilidad uniforme es como la de la figura 4.3 excepto que el intervalo de densidad positiva es [A, B) en lugar de [0, 360). En el casu discreto, una funcion masa de probabilidad indica como estan distribuidas pequefias "manchas" de masa de probabilidad de varias magnitudes a 10 largo del eje de medicion. En el casu cominuo, la densidad de proba bilidad esta "disper sa" en fonna continua a 10 largo del intervalo de posibles valor es. Cuando la densidad esta dispersa uniformemente a 10 lar go d el inter valo, se obtiene una funci6n de densid ad de probabilidad unifonne como en la f igur a 4.3. . Cuando X es una variable aleatoria discr eta, a cada valor posible se Ie asigna una pro babilidad positiva. Esto no es cicrto en el caso de una variable aleatoria continua (es decir, se satisface la segunda condici6n de la definicion) porque el area bajo una curva de densidad situada sabre cualquier valor unico es cero: un o b jeto -:',;.'l!ta a incclT' . " In1 neUlll atlt¥". ·
lo j con
. ,"!!1
Ie" , '\0
)i lid ad d o t:
.'\
P( X = c) = -c« f (x) d x
=!06
f c + e c-e f(x)dx
= 0
EI hecho de que P(X = c) = 0 cuando X es continua tiene una importante consecuencia practica: La probabilidad de que X quede en algun intervalo entre a y b no depende de si el limite inferior a 0 ellimite superior b esta incluido en el calculo de probabilidad
Si X e s discr eta y tanto a como b son valor es posi bles ( p. ej., X es binomial (.')" a = 5, b =10), entonces cuatro d e estas pr o ba bilidad es son dif erentes. La cond ici6n d e pr o ba bilid ad cero tiene un analogo fisico. Consid er cse: cir cular s6lid a con area de secci6n tr ansver sal = I pulg2 . Cologue la barr a a le I i:. d eje de medicion y sup6ngase que la densid ad d e la barr a en cualquier puntl' .\ I;,', el valor } (x) d e: una f unci6n d e densidad . Entonces si la barr a se r e bana en 10\ Ill'" y este segmentu se retira, la cantidad de mas a eliminada es J~ f( x) d x; si ]a bam; exactamenre en eJ punto c, no se elimina masa. Se asigna mas a a segmentos d e ill:. la barr a per o no a puntos individuales.
Eje m p lo 4.5
! R "Intervalo d e tiern po" en el f l ujo de transito es el tiempo transcurrido entr e el ti0 un carro termina d e pasar por un punto fijo y el instante en que el siguiente c; :u 1"1 ' , a pasar por ese punto. Sea X =el inter valo d e tiempo d e d o s carros consecuti\:l);. nad os al azar en una autopista dur ante un period a d e tn'tfico intenso. La siguiclli de d ensid ad d e pr o babilidad de X es en esencia el sugerido en "The Statistical Pr o , Fr eeway Tr aff ic" (T rans p. Res. vol. II: 221-228):
={0.15e-O.15(X-0.5)
f (x)
°
2: 0.5 . 10 de contr ano
x
La gn'itica de f ( x) se d a en la f igur a 4.4; no hay ninguna d ensid ad asocia,L; ,. valos d e tiem po de menos d e 0.5 y Ia densid ad del intervalo decr e ce con r a pid cl >c cial) a med i da que.r se incrementa a partir de 0.5. Claramente,f (x) 2: 0; para dCf I'l)-' I~" f(x) d x: =I.se utiliza el r esultado o btenido con calculo integral I; e-kr dx Entonces
(' 0
f( x)
d x
I c x o =
m
J~
=
0.15e-O.15(x-O.S) 0. IS e0075
• __
d x
f '"
0.lS eO . 07 S =
Jm
e ,·O IS r < 1 .\
Ie-( O. 15)(0.5) =
O .IS
!(x)t 0.15
1 i, I
I
I I I I I
,.
I I I I
I I
. ... . .. - - . . ..-
0
1
I I I I I
t
2
0.5
La pr o ba bilid ad d e que el intervalo de tiempo sea cuando mucho de 5 segund os P(X : :: :: 5)
=
IS
f(x)
d x
-;<
=
- I S
=O .IS e O . O , S
I
5 0.5
0.lS e -O.15 (x-O .S l dx
e- 0 . 15 x d x = 0. IS e o . 07 S
• - __
e0075(_e-0.75
+e- O .07 5 ) =
= P(menos d e S seg) =P(X
Ie- O . 15 x
0.15
0.5
=
C'
1.078(-0.472
I
X ~ S
r ~n.5
+0.928) =
0.4':l1
< 5)
A d ifer encia las distribuciones discretas tales como la binomial, la hi per gcl';;' la binomial negativa, la distr i buci6n d e cualquier varia ble aleatoria continua d;I J ,i " ral no pued e ser clerivad a mediante simples ar gumentos proba bilisticos. En camhi,' hacer una selecci6n juiciosa de la funci6n de clensid ad de proba bilid ad basad ;1 ('Ii mientos pr evios y en los d atos dis ponibles. Af ortunad amente, existen alguna~; la::' ner ales d e l'unciones d e densidad de probabilid ad que se a justan bien a una ampii:t \ d e situaciones exper imentales; varias de estas se discuten mas ad elantc en cl ca pi;:,
Ex'1 ctamente como compuesta iderese
una
a menudo es util pensar en la poblaci6n
de valores X en lugar de individuos
b'1bilidad es entonces un modelo de la distribuci6n
h~ II'[a
de valores en esta poblaci6n de la poblaci6n
numeric a y con
(tal como la media).
l
pum\!'. " \ b
ia balTa sc os de intely, j"de
: el tiempo :e carro
,,' ji
1. Sea X la cantidad de tiempo durante 1'1cual un libro puesto en reserva durante dos horas en 1'1biblioteca de una universidad es solicitado en prestamo por un estudiante seleccionado y suponga que X tiene la funci6n de densidad
qlle
C0[iH"!Il.o
r
~cutivos
l ( ) de 10 contrario
,nf
Calcule las siguientes probabilidades: a. P(X:=; I) b. p(0.5
:=;X:=; 1.5)
c. P(l.5
:ociad'1 con "'k r- apidez
(CXP':1l'D·
Ira demostr ,u'
A=-5yB=5.
que
a. Calcule P(X <0). b. Calcule P(-2.5
dx = (!!t.\
:x
P(k
<
k +4
< 5, calcule
3. EI error implicado al hacer una medici6n es una variable aleatoria continua X con funci6n de densidad de probabilidad - x
2
)
-2:=; x:=; 2
. 0 \ de 10contr'1rio a. b. c. d.
Bosqueje la gnifica de f(x). Calcule P(X >0). Calcule P(-I 0.5).
4. Sea X el esfuerzo vibratorio (Ib/pulg2) en el aspa de una tur bina de viento a una velocidad del viento particular en un tunel aerodim'imico. EI articulo "Blade Fatigue Life Assessment with Application to VAWTS" (1. Solar Energy Engr. 1982: 107-111) propone la distribuci6n Rayleigh, con funci6n de densidad de probabilidad f(x:
= J ;2
l
• e o' _ ,'1 1 2 .')
x
>0
de 10 contrario
como modelo de la distribuci6n X. a. Verifique que j(x; 8) es una funci6n de densidad de pro babilidad leg(tima. b. Suponga que 8 = 100 (un valor sugerido por una gnifica
1.5
1.491
ipergeometr i,',\
en el articulo). i,Cwil es la probabilidad de que Xes cuando mucho de 200'1 i,Menos de 200'1 i,Por 10menos de 200'1 c : i,Cual es la probabilidad de que X este entre 100 y 200 (de nuevo con 8 = 100)? d. De una expresi6n para P(X s:; x).
y
la dad a en g,:I1(:-
dc bc lsada en ':"1\,':.i mas f'1m iI EI~ " c cambio.
amplia
8)
Sf
S. Un profesor universitario nunca termina su disertaci6n an-
va! j,',Lid
el capituh
,
~k
f(x) ={kx
2
o
O:=; x:=; 2 de 10 contrario
a. Detemline el valor de k y trace la curva de densidad correspondiente. [Sugerencia: EI area total bajo la gnifica de fix) es I.] b. i,Cual es la probabilidad de que la disertaci6n termine dentro de un minuto del final de la hora? c. i,Cmil es la probabilidad de que la disertaci6n continue despues de la hora durante entre 60 y 90 segundos. d. i,Cuai es la probabilidad de que la disertaci6n continue durante por 10 menos 90 segundos despues del final de la hora?
f(x' ) = fO.0 937 5(4
entre eI final de la hora yel final de la disertaci6n y suponga que la funci6n de densidad de probabilidad de X es
O:=; x :=; 2
J(x) =0.5x
siguientc jcal Propen
de interes
u objetos. La funci6n de densidad de pro-
base en este modelo se pueden calcular varias caracterfsticas
a a 10 larg" '.k un to x est;) d ;,J, p o r lias
como en el c'1so discreto,
tes del final de la hora y siempre tennina dentro de 2 minutos despues de la hora. Sea X = el tiempo que transcurre
6. EI peso de lectura real de una pastilla de estereo ajustado a 3 gramos en un tocadiscos particular puede ser considerado como una variable aleatoria continua X con funci6n de densidad de probabilidad {k[l J(x) =
o
- (x - 3)2]
2 s:; x:=; 4 de 10 contrario
a. Trace la grafica de fix). b. Determine el valor de k. c. i,Cual es la probabilidad de que el peso real de Iectura sea mayor que el peso prescrito? d. i,Cual es la probabilidad de que el peso real de Iectura este dentro de 0.25 gramos del peso prescrito? e. i,Cwil es la probabilidad de que el peso real difiera del peso prescrito por mas de 0.5 gramos? 7. Se cree que el tiempo X (min) para que un ayudante de la boratorio prepare el equipo para cierto experimento tiene una distribuci6n uniforme con A = 25 y B =35. a. Determine la funci6n de densidad de probabilidad de X y trace Lacurva de densidad de correspondiente. b. i,Cual es la probabilidad de que el tiempo de preparacion exceda de 33 min? c. i,Cual es la probabilidad de que el tiempo de preparacion este dentro de dos min del tiempo medio? [Sugerenciu: ldentifique J .l. en la grafica defix).] d. Con cualquier a de modo que 25
uniforme con A = 0yB = 5, entonces se puede demostrar que el tiempo de espera total Y tiene la funci6n de densidad de probabilidad