miércoles, 25 de marzo de 2015


 

FUNCIÓN DE PROBABILIDAD DISCRETA

 

DISTRIBUCIÓN BINOMIAL

La distribución binomial se caracteriza por su función de probabilidad y viene dada por la expresión siguiente:

B(x;n,p)= (n/x) px (1-p) n-x

x= Número de éxitos (x= 0,1,2,3…)

p= Probabilidad de éxito

1-p= Probabilidad de fracaso

n= Total de la muestra o número de ensayos.

 

CONDICIONES PARA UNA DISTRIBUCIÓN BINOMIAL

Una distribución se denomina binomial cuando se cumple las condiciones siguientes:

·        El experimento aleatorio de base se repite n veces en todos los resultados obtenidos son mutuamente independientes.

·        En cada prueba se tiene una misma probabilidad de éxito, expresado por “p”, así mismo, existe en cada prueba una misma probabilidad de fracaso que es igual a “1-p”

·        El objetivo de la Distribución Binomial es conocer la probabilidad de que se produzca un cierto número de éxitos.

La variable aleatoria “x” que indica el número de veces que aparece denominado A (éxito, es discreta, y su recorrido es el conjunto de {1,2,3,…n}

Los ejercicios los resolveremos por tablas estadísticas y posteriormente con la hoja de cálculo Excel de Microsofe Office.

 

DISTRIBUCIÓN BINOMIAL.

Ejercicio: Sea x un número de preguntas contestadas correctamente en el test (examen) de un total de 10 preguntas, calcular las probabilidades de contestar:

a)     5 preguntas correctamente

b)    1 o más preguntas correctamente

c)     5 o más preguntas correctamente

d)    Entre 3 y 6 preguntas correctamente

SOLUCIÓN:

n= 10

p= nPb (éxito) = P (pregunta contestada correctamente)= 0.5… “P” permanece constante

Asumiendo independientemente las contestaciones de las preguntas, obtenemos que X∞b (10,0.5) Entonces:

a)    P(x-5)=b(A=5*n=10 P=0.5)

b)    P=(x̂ ̂̂̂≤ 1)=1-P(X 25)=1-P(X≤1)=1-P(x=0)=1-b=0 n=10 P=0.5)

c)     P=(x=25)=1-P(x25)=1-P(x≤4)=1-b(x≤4) n=10  P=0.5)

Solución usando Excel

a)    Distri.Binom.N (5,10,0.50,FALSO)= 0.2461

b)    1- Distri.Binom.N (0,10,50, FALSO)= 0.010 = 0.9990.

c)     1- Distri.Binom.N (4,10,0.50, VERDADERO)= 1-0 37770= 0.6230

VERDADERO o FALSO la Distribución Binomial solo calcula el valor puntuación de “X”.

Por ejemplo si estamos interesados en encargado de la probabilidad binomial de “nNn-3” , en el que de los cuales X=2 son éxitos con una probabilidad de éxito  de “P” =0.4

* Distri.Binom.-N (2,3,0,40, FALSO)= 0.0065

Puede ver que el mismo resultado que se obtiene con las mismas tablas no obstante en algunos casos habrá pequeñas diferencias dada que las tablas contienen solo valores de probabilidad del cuadro decimal (es decir diez milésimas y en Excel puede pedirle que le muestre los decimales que quieras)

·        Puede apreciarse en la primera columna aparece el titulo “n” en la segunda columna los valores de “x” por cada “n” y luego las columnas correspondientes a las probabilidades de “p”

·        Por ejemplo si estamos interesados en encontrar la probabilidad binomial de “n” igual a 3n=3 ensayos de las cuales “x” es igual a 2x=2 son éxitos con una probabilidad de acierto de “p” = 0.40

FORMULA

= Distri.Binom.N (numero, éxito, ensayos proba, éxito acumulado)

·        Se ubica una celda vacía y se escribe = Distri.Binom.N

·        Es software te mostrara las distribuciones existentes mientras usted está escribiendo, puede ver que entre paréntesis aparecen cuatro parámetros.

·        Num-exitos

·        Aquí puede escribir el numero de éxitos que desea obtener.

ENSAYOS: Es el tamaño de la muestra “n”

OTRO ÉXITO: Probabilidad “p” de éxito

a)    ACUMULADOS: a) Distri.Binom (6,10,0,50,VERDADERO) - Distri.Binom.-N (2,10,0,50,VERDADERO)=0.821-0.0547=0.7734

EJEMPLO:

Un ingeniero en el departamento de control de calidad de una empresa eléctrica inspecciona una muestra al azar de 10 alternadores de un lote. Si el 20% de los alternadores del lote están defectuosos cual es la probabilidad de que la muestra:

a)    Ninguno este defectuoso

b)    Uno salga defectuoso

c)     Al menos dos salgan defectuosos

d)    Más de tres con defectos

e)    No más de 3 estén con defecto

  SOLUCION UTILIZANDO TABLAS BINOMIALES:

a)    P(x=0)=b(x=0; n=10; p=0.2)=0.1074

b)    P(x=1)=b(x=1; n=10 : p=0.2)=0.2684

c)     P(x≥3)=1-p(x≤2)=1-b(x≤2; n=10; p=0.2)=0.642

d)    P(x≥3)=1-p(x≤2)=1-p(x≤2; n=10: p=0.2)=0.642

e)    P(x≤)=b(x≤3; n=10; p=0.2)=0.8791

 

SOLUCION USANDO EXCEL

a)    Distri.Binom.N (0,10,0.2,FALSO)=0.1734~17%

b)    Distri.Binom.N (1,10,0.2,FALSO)=0.2684~26%

C)                       1- Distri.Binom.N (1,10,0.20,VERDADERO)=0.642~62%

d)    1- Distri.Binom.N (2,10,0.2,VERDADERO)=0.322~32%

e)    Distri.Binom.N (3,10,0.2,VERDADERO)=0.8791~87%

La probabilidad de que un CD de música dure al menos un año sin fallar es de 0.90 calcular la probabilidad de que una muestra de 15:

a)    12 duren al menos un año

b)    A lo más 5 duren al menos un año

c)     Al menos 2 duren al menos un año

SOLUCION UTILIZANDO TABLAS BINOMIALES

a)    B (3; n=15: 0.10)- B (2; n=15; p=0.10)=b(x=3; n=15; 0.10)=0.1205

b)    1-B(9; n=15; 0.10)=1-[0.2059+0.3432+0.1285+0.1285+0.0428+0.0105+0.00019+0.0003+0.0+0.0)=1-1=0

c)     B(15-2-1)(15,0.10)=1

SOLUCION UTILIZANDO EXCEL

a)    B(x=12; n=15; p=0.9)= Distri.Binom.N (12;15;0.90;FALSO)=0.1285

b)    B(x ≤5; n=15; p=0.90)= Distri.Binom.N (12;15;0.90;VERDADERO)=0.00000002

f)      1-B(X≤1; n=15; p=0.90)=1- Distri.Binom.N (1;15;0.90;VERDADERO)=0.0001

jueves, 5 de marzo de 2015

IMAGEN FRACTAL


Fractal de Newton

Por nuestra parte, en esta simulación vamos a dedicar nuestra atención a fractales creados o descubiertos por el hombre mediante ecuaciones conocidas.
Concretamente mostraremos un especial interés en el fractal de Newton y en cómo se construye.

El fractal de Newton es una curiosa creación basado en la aplicación del método de Newton para la resolución de sistemas de ecuaciones no lineales. El algoritmo es eficiente para encontrar aproximaciones de los ceros o raíces de una función real. También puede ser usado para encontrar el máximo o mínimo de una función, encontrando los ceros de su primera derivada.

La idea de este método es la siguiente: se comienza con un valor razonablemente cercano al cero (denominado punto de arranque), entonces se reemplaza la función que estamos tratando por la recta tangente en ese valor, se iguala a cero y se despeja (fácilmente, por ser una ecuación lineal). Este cero será, generalmente, una aproximación mejor a la raíz de la función. Luego, se aplican tantas iteraciones como se deseen hasta que el método de una solución adecuada. Cabe destacar que es posible que el método diverja en determinadas circunstancias que pueden depender de la elección del punto inicial.
Además es responsabilidad nuestra la elección de un buen test de parada, aunque dicho test podría basarse simplemente en el número de iteraciones realizadas (como es nuestro caso para los ejemplos).



Partiendo de este método, y dado que es capaz de aproximarse tanto a soluciones reales como a complejas, podríamos ingeniárnoslas para que dada una función se coloreasen de forma distinta las soluciones a las que el algoritmo va convergiendo. En pocas palabras:  seleccionamos una región del plano complejo y vamos ejecutando el método de Newton, para una función F dada, en un punto elegido de la región.Dependiendo de a qué solución converga el método pintamos ese punto de un color u otro.

¡ Esta es la manera en la que se han pintado los fractales de Newton de las distintas simulaciones !

Como podemos comprobar, en este caso, han surgido fractales a partir de un método de aproximación de raíces de funciones y un poco de imaginación.
Para los ejemplos que se verán en las simulaciones se han dibujado los fractales basados en las siguientes funciones:

 



Fractal de Newton para la función x^3-1
Fractal de Newton para la función x^5-1