ENUNCIADO. En una urna hay $10$ bolas ( de igual tamaño, masa y con la misma sensación al tacto ), de las cuales $6$ están pintadas de blanco y el resto de otros colores. Extraemos $4$ bolas al azar. Calcular la probabilidad de que entre éstas hay exactamente $2$ bolas blancas:
a) Sacando las cuatro bolas una a una, reemplazando la bola extraída en la urna antes de sacar la siguiente bola.
b) Sacando las cuatro bolas a la vez
ENUNCIADO.
a)
En el primer caso, las elecciones de bola son independientes, luego ya hemos visto en otros ejercicios parecidos que la probabilidad pedida ( aplicando la regla de Laplace, pues cada una de las $10$ puede escogerse con la misma probabilidad ) es igual al cociente entre el número de casos favorables al suceso por el que estamos interesados en el cálculo de su probabilidad y el número total de posibilidades, la probabilidad pedida es igual a $$\dfrac{\text{PR}_{4}^{2,2}\cdot \text{VR}_{6,2} \cdot \text{VR}_{10-6,2}}{\text{VR}_{10,4}} \approx 0,3456$$
Sin embargo, hay otra forma de calcular la probabilidad pedida, que consiste en utilizar el modelo binomial de variable aleatoria ( que funciona para pruebas repetidas independientes, con dos posibles resultados: "obtener bola blanca" o bien "obtener bola de color distinto al blanco". Denotemos por $X$ la v.a. números de bolas blancas que aparecen en el grupo de $4$ bolas extraídas, entonces $X=\{0,1,2,3,4\}$. Como en una extracción la probabilidad de sacar bola blanca es $\dfrac{6}{10}=0,6$ ( probabilidad de éxito ) y, por tanto, la probabilidad de nos sacar bola blanca es $1-0,6=0,4$, tenemos que $$P\{X=2\}=\binom{4}{2}\cdot (0,6)^2 \cdot (0,4^{4-2} \approx 0,3456$$
Nota 1: En las condiciones con las que hacemos las extracciones de bolas ( extracciones sucesivas independientes ), y para un caso general ( contemplando la posibilidad de cambiar los datos ) en que: $N$ represente el número de bolas de la urna; $N_b$ ( donde $N_b \le N $ ), el número de bolas de la urna que están pintadas de blanco; $m$ ( siendo $m \le N$ ), el número de bolas que extraemos; y, $m_b$, el de bolas que hay entre el grupo de $m$ bolas ( siendo $m_b \le m$ ) y que resultan ser blancas, podemos escribir que la probabilidad de que entre las $m$ bolas extraídas haya $m_b$ bolas blancas es igual a la función de probabilidad ( o de cuantía ) para $X=m_b$, esto es, $f_{\text{binomial}}(m_b)$; es decir,
$$P\{X=m_b\}=f_{\text{binomial}}(m_b)=\binom{m}{m_b }\cdot \left(\dfrac{N_b}{N}\right)^{m_b} \cdot \left(1-\dfrac{N_b}{N}\right)^{m-m_b}$$
b)
En este caso, podemos contemplar la extracción conjunta del grupo de $4$ bolas, como si se extrajesen ( también ) de forma sucesiva, pero sin reemplazar las bola que se ha sacado al ir a extraer la siguiente bola; decimos, por tanto, que estas extracciones sucesivas son dependientes. Al sacar las bolas de esta manera, la probabilidad pedida ( empleando nuevamente la regla de Laplace ) es igual a $$\displaystyle \dfrac{\binom{6}{2}\cdot \binom{10-6}{4-2}}{\binom{10}{4}} \approx 0,4826$$ Ello se ajusta a otro modelo de variables aleatoria: la distribución hipergeométrica.
Nota 2: En las condiciones con las que hacemos, ahora, las extracciones de bolas ( extracciones de unas cuantas bolas de forma simultánea ), y para un caso general ( por si cambiamos los datos ) en que ( como antes ): $N$ represente el número de bolas de la urna; $N_b$ ( donde $N_b \le N $ ), el número de bolas de la urna que están pintadas de blanco; $m$ ( siendo $m \le N$ ), el número de bolas que extraemos; y, $m_b$, el de bolas que hay entre el grupo de $m$ bolas ( siendo $m_b \le m$ ) y que resultan ser blancas, podemos escribir que la probabilidad de que entre las $m$ bolas extraídas haya $m_b$ bolas blancas es igual a la función de probabilidad ( o de cuantía ) para $X=m_b$, esto es, $f(m_b)$; es decir,
$$P\{X=m_b\}=f_{\text{hipergeométrica}}(m_b)=\dfrac{\binom{N_b}{m_b}\cdot \binom{N-N_b}{m-m_b}}{\binom{N}{m}}$$
$\square$
Un blog con cuestiones, ejercicios, problemas, aplicaciones y comentarios relacionados con los contenidos de Matemáticas del segundo curso de Bachillerato en la modalidad de Ciencias Sociales
Mostrando entradas con la etiqueta variable aleatoria discreta. Mostrar todas las entradas
Mostrando entradas con la etiqueta variable aleatoria discreta. Mostrar todas las entradas
sábado, 16 de abril de 2016
Un ejercicio sobre los modelos binomial e hipergeométrico de variable aleatoria discreta
Etiquetas:
distribución binomial,
distribución hipergeométrica,
extracciones sucesivas con reemplazamiento,
extracciones sucesivas sin reemplazamiento,
variable aleatoria,
variable aleatoria discreta
martes, 3 de marzo de 2015
Sea la variable discreta $X$ con la siguiente distribución de probabilidad: $\lbrace x_i=i, P_{X}(x_i)=k/2^i \rbrace$, $i=1,2,\ldots,n,\ldots$. Se pide ...
ENUNCIADO:
Sea la variable discreta $X$ con la siguiente distribución de probabilidad: $\lbrace x_i=i, P_{X}(x_i)=k/2^i \rbrace$, $i=1,2,\ldots,n,\ldots$. Se pide:
a) Calcular el valor de la constante de normalización, $k$, para que la función de masa $P_{X}(i)$ esté bien definida
b) Calcular la esperanza matemática $E[X]$
SOLUCIÓN:
(a)
Para que la función de masa esté bien definida debe estar normalizada a la unidad, por tanto
$$\displaystyle \sum_{i=1}^{\infty}\,\dfrac{k}{2^i}=1$$
como $k$ es constante,
$$\displaystyle k\,\sum_{i=1}^{\infty}\,\left(\dfrac{1}{2}\right)^i=1$$
y despejando,
$$\displaystyle k = \dfrac{1}{\displaystyle \sum_{i=1}^{\infty}\,\left(\dfrac{1}{2}\right)^i}$$
El denominador es la suma de los $n$ términos consecutivos de una sucesión geométrica de razón $1/2$ y primer término igual a $1/2$, con $n \rightarrow \infty$, y que, por tanto es igual a $$\lim_{n \rightarrow \infty} \, \dfrac{1}{2}\left(\dfrac{\left(1/2\right)^{n}-1}{1/2-1}\right)=1$$
y por tanto
$$k=1$$
con lo cual
$$P_{X}(x_i)=1/2^i, i=1,2,\ldots,n,\ldots$$
(b)
Por definición de esperanza matemática de una variable aleatoria,
$$E[X]=\displaystyle \sum_{i=1}^{\infty}\,i\,\dfrac{1}{2^i} \quad \quad (1)$$
Así, pues, debemos averiguar ahora el valor de la suma de los infinitos términos de la sucesión aritmético-geométrica cuyos términos son $\dfrac{i}{2^i}$, para $i=1,2,\ldots, n, \ldots $
Denotando por $S_n$ a $\displaystyle \sum_{i=1}^{\infty}\,\dfrac{i}{2^i}$, podemos escribir:
$S_n=\dfrac{1}{2}+\dfrac{2}{2^2}+\dfrac{3}{2^3}+\dfrac{4}{2^4}+\ldots+\dfrac{n}{2^n}+\dfrac{n+1}{2^{n+1}}+\ldots$   (2)
y multiplicando ambos términos por $1/2$,
$\dfrac{1}{2}\,S_n=\quad \dfrac{1}{2^2}+\dfrac{2}{2^3}+\dfrac{3}{2^4}+\dfrac{4}{2^5}+\ldots+\dfrac{n}{2^{n+1}}+\ldots$   (3)
Restando la (3) de (2), miembro a miembro
$$\dfrac{1}{2}\,S_n=\dfrac{1}{2}+\dfrac{2-1}{2^2}+\dfrac{3-2}{2^3}+\dfrac{4-3}{2^4}+\ldots+\dfrac{n-(n-1)}{2^n}+\dfrac{(n+1)-1}{2^{n+1}}+\ldots$$
esto es
$$S_n=1+\dfrac{1}{2}+\dfrac{1}{2^2}+\dfrac{1}{2^3}+\ldots+\dfrac{1}{2^n}+\ldots$$
y como el segundo miembro es la suma de los infinitos términos de una sucesión geométrica de razón $r=\dfrac{1}{2}$ ( menor que uno y por tanto convergente ) y primer término igual a $1$, obtenemos
$$\displaystyle S_n=\lim_{n \rightarrow \infty}\,\dfrac{\left(1/2\right)^n-1}{1/2-1}=2$$
Por tanto, de (1),
$$E[X]=2$$
$\square$
Sea la variable discreta $X$ con la siguiente distribución de probabilidad: $\lbrace x_i=i, P_{X}(x_i)=k/2^i \rbrace$, $i=1,2,\ldots,n,\ldots$. Se pide:
a) Calcular el valor de la constante de normalización, $k$, para que la función de masa $P_{X}(i)$ esté bien definida
b) Calcular la esperanza matemática $E[X]$
SOLUCIÓN:
(a)
Para que la función de masa esté bien definida debe estar normalizada a la unidad, por tanto
$$\displaystyle \sum_{i=1}^{\infty}\,\dfrac{k}{2^i}=1$$
como $k$ es constante,
$$\displaystyle k\,\sum_{i=1}^{\infty}\,\left(\dfrac{1}{2}\right)^i=1$$
y despejando,
$$\displaystyle k = \dfrac{1}{\displaystyle \sum_{i=1}^{\infty}\,\left(\dfrac{1}{2}\right)^i}$$
El denominador es la suma de los $n$ términos consecutivos de una sucesión geométrica de razón $1/2$ y primer término igual a $1/2$, con $n \rightarrow \infty$, y que, por tanto es igual a $$\lim_{n \rightarrow \infty} \, \dfrac{1}{2}\left(\dfrac{\left(1/2\right)^{n}-1}{1/2-1}\right)=1$$
y por tanto
$$k=1$$
con lo cual
$$P_{X}(x_i)=1/2^i, i=1,2,\ldots,n,\ldots$$
(b)
Por definición de esperanza matemática de una variable aleatoria,
$$E[X]=\displaystyle \sum_{i=1}^{\infty}\,i\,\dfrac{1}{2^i} \quad \quad (1)$$
Así, pues, debemos averiguar ahora el valor de la suma de los infinitos términos de la sucesión aritmético-geométrica cuyos términos son $\dfrac{i}{2^i}$, para $i=1,2,\ldots, n, \ldots $
Denotando por $S_n$ a $\displaystyle \sum_{i=1}^{\infty}\,\dfrac{i}{2^i}$, podemos escribir:
$S_n=\dfrac{1}{2}+\dfrac{2}{2^2}+\dfrac{3}{2^3}+\dfrac{4}{2^4}+\ldots+\dfrac{n}{2^n}+\dfrac{n+1}{2^{n+1}}+\ldots$   (2)
y multiplicando ambos términos por $1/2$,
$\dfrac{1}{2}\,S_n=\quad \dfrac{1}{2^2}+\dfrac{2}{2^3}+\dfrac{3}{2^4}+\dfrac{4}{2^5}+\ldots+\dfrac{n}{2^{n+1}}+\ldots$   (3)
Restando la (3) de (2), miembro a miembro
$$\dfrac{1}{2}\,S_n=\dfrac{1}{2}+\dfrac{2-1}{2^2}+\dfrac{3-2}{2^3}+\dfrac{4-3}{2^4}+\ldots+\dfrac{n-(n-1)}{2^n}+\dfrac{(n+1)-1}{2^{n+1}}+\ldots$$
esto es
$$S_n=1+\dfrac{1}{2}+\dfrac{1}{2^2}+\dfrac{1}{2^3}+\ldots+\dfrac{1}{2^n}+\ldots$$
y como el segundo miembro es la suma de los infinitos términos de una sucesión geométrica de razón $r=\dfrac{1}{2}$ ( menor que uno y por tanto convergente ) y primer término igual a $1$, obtenemos
$$\displaystyle S_n=\lim_{n \rightarrow \infty}\,\dfrac{\left(1/2\right)^n-1}{1/2-1}=2$$
Por tanto, de (1),
$$E[X]=2$$
$\square$
Etiquetas:
constante de normalización,
esperanza matemática,
series aritmético-geométricas,
suma de una serie aritmético-geométrica,
variable aleatoria,
variable aleatoria discreta
Suscribirse a:
Entradas (Atom)