Resum i dubtes més freqüents lliurament 4

lloc: Cursos IOC - Batxillerat
Curs: Matemàtiques aplicades a les C. socials I (Bloc 2) ~ gener 2020
Llibre: Resum i dubtes més freqüents lliurament 4
Imprès per: Usuari convidat
Data: dimecres, 26 de juny 2024, 19:18

Descripció

Resum lliurament 4

1. Distribució o llei binomial

Un experiment es pot modelar amb una distribució binomial si compleix que:

  • Només hi ha dos possibles successos resultants de l'experiment: A, \overline{A} (èxit i fracàs).

  • Les probabilitats de cada succés A, \overline{A} són les mateixes en qualsevol realització de l'experiment (p i q = 1-p, respectivament). És a dir, si es tira una moneda diverses vegades, no canvia la probabilitat d'obtenir cara.

  • Tota realització de l'experiment és independent de la resta.

Una variable aleatòria binomial ens donarà el nombre d'èxits en realitzar un nombre determinat d'experiments.

Per exemple, és útil per analitzar el nombre de vegades que s'obté cara al llançar una moneda n vegades.

La distribució binomial se sol representa per B(n,p), amb:

  • n: nombre de realitzacions de l'experiment aleatori.
  • p: probabilitat d'èxit en realitzar un experiment.

És a dir, si es vol estudiar la distribució binomial que modela 10 llançaments d'una moneda (en la qual la cara és igual de probable que la creu) es té: B(10, \frac{1}{2})

La funció de probabilitat de la distribució binomial és: p(X=k)=\binom{n}{k}p^k\cdot q^{n-k}

  • n: nombre d'experiments.
  • k: nombre d'èxits.
  • p: probabilitat d'èxit.
  • q: probabilitat de fracàs.

El nombre combinatori es defineix: \displaystyle \binom{n}{k}= \frac{n!}{k!(n-k)!}

Exemple

Calculeu la probabilitat d'obtenir 8 cares tirant una moneda perfecta deu vegades.

Distribució \displaystyle B\Big(10, \frac{1}{2}\Big)

nombre d'experiments: n=10

nombre de resultats amb èxit: k=8

probabilitat de cada èxit i de cada fracàs: \displaystyle
p=q=1/2

p(X=8)=\binom{10}{8} \Big(\frac{1}{2}\Big)^8 \Big(\frac{1}{2}\Big)^2
= 0.044 el que es pot interpretar com el producte de les combinacions possibles de 8 cares i 2 creus, per la probabilitat de treure 8 cares, per la probabilitat de treure 2 creus.


La mitjana d'una distribució binomial és: \mu= n \cdot p

La variància és: \sigma^2= n \cdot p \cdot q= n \cdot p \cdot
(1-p)

La desviació típica és: \sigma = \sqrt{n\cdot p \cdot q}

2. Distribució o llei normal

La variable aleatòria contínua X segueix una distribució normal N(\mu, \sigma), és a dir de mitjana \mu i desviació típica \sigma, si compleix que:

  • Pot prendre qualsevol valor real: (-\infty, +\infty)
  • La funció densitat de probabilitat (fpd o pdf de l'anglès) segueix una corba gaussiana: \displaystyle f(x)=\frac{1}{\sigma \sqrt{2\pi}}\cdot e^{-\frac{1}{2} \Big(\frac{x-\mu}{\sigma}\Big)^2}

imagen


La distribució normal estàndard

La distribució normal estàndard és la que té mitjana \mu=0 i desviació típica \sigma=1, N(0,1)

La seva funció densitat és: \displaystyle f(x)=\frac{1}{\sqrt{2\pi}}\cdot e^{-\frac{x^2}{2}}

En la següent gràfica veiem la seva representació:

imagen

A continuació, es pot veure la taula corresponent als valors de la funció distribució de probabilitat, és a dir: p(Z \leq z)

La primera posició de la taula indica la probabilitat que el resultat de l'experiment d'un valor inferior a zero (la mitjana), i es pot observar que aquesta probabilitat és 0,5. La taula mostra que la probabilitat d'un resultat menor que un determinat valor z creix a mesura que creix z.

imagen

Per interpretar la taula s'ha de veure que la fila indica la unitat i la desena de z, mentre que la columna indica el segon decimal (la centèsima). És a dir, a la primera casella de la primera fila es veu la probabilitat p(Z \leq 0,00)=0,5000

mentre que en la darrera casella de la primera fila es veu: p(Z\leq 0,09)=0,5359

Es pot observar que la taula només dóna les probabilitats per a valors positius de Z. Per als valors de Z < 0 s'utilitzarà la simetria.

Val a dir que a partir de 3 (3 vegades la desviació típica) la probabilitat és molt propera a 1 (0,9987). Per simetria per a valors menors a -3, la probabilitat serà pràcticament nul·la.

Exemple

Trobar la probabilitat que una variable aleatòria Z que es modela com N(0,1) tingui un valor menor que 0,94.

imagen

Es mira la fila de 0,9 i la columna de 0,04: p(Z \leq 0,94)=0,8264

Trobar la probabilitat que una variable aleatòria Z que es modela com N(0,1) tingui un valor més gran que 0,94.

imagen

P(Z \geq 0,94)= 1-P(Z \leq 0,94)\\ P(Z\geq 0,94)=1-0,8264=0,1736

Trobar la probabilitat que Z estigui entre 0,94 i 1,14

imagen

p(0,94 \leq Z \leq 1,14)=p(Z \leq 1,14)-p(Z \leq 0,94) \\ p(0,94 \leq Z \leq 1,14)=0,8728-0,8264=0,0465


3. Nombres combinatoris. Com es calculen.

En la distribució binomial apareixen els nombres combinatoris.

Quan escrivim obre parèntesis taula fila 15 fila 3 fi taula tanca parèntesis no volem dir 15 dividit per 3 , si no que volem dir el nombre combinatori 15 sobre 3.

Com es calcula el nombre combinatori:

número combinatorio

on el símbol d'admiració vol dir el següent : 6!= 6·5·4·3·2·1

obre parèntesis taula fila 15 fila 3 fi taula tanca parèntesis espai igual fracció numerador 15 per 14 per 13 per ratllat diagonal cap amunt 12 per 11 per 10 per 9 per 8 per 7 per 6 per 5 per 4 per 3 per 2 per 1 fi ratllat entre denominador parèntesi esquerre 3 per 2 per 1 parèntesi dret per ratllat diagonal cap amunt parèntesi esquerre 12 per 11 per 10 per 9 per 8 per 7 per 6 per 5 per 4 per 3 per 2 per 1 parèntesi dret fi ratllat fi fracció igual fracció numerador 15 per 14 per 13 entre denominador 3 per 2 per 1 fi fracció igual fracció 2730 entre 6 igual 455

Les calculadores fan aquests nombres combinatoris. Estan en una tecla nCr

Si vols calcular obre parèntesis taula fila 15 fila 3 fi taula tanca parèntesis cliques 15 (shift) nCr 3 = i obtens : 455

Aquests nombres el que compten són les diferents combinacions

4. Problema resolt de llei binomial

Un agent d'assegurances ven pòlisses a cinc persones de la mateixa edat i amb bona salut. Segons les taules actuals, la probabilitat de que una persona en aquestes condicions visqui 30 anys o més es 2/3.

Calculeu la probabilitat de que passats 30 anys, visquin:

a) les 5 persones

b) al menys tres persones

c) Exactament dues persones

Soluciones:

a) les 5 persones

B(5, 2/3) p = 2/3 q = 1/3

solución

b) al menys tres persones

solución

solución

c) Exactament dues persones

solución

5. Problema resolt de llei normal (I)

La mitjana dels pesos de 500 estudiants d'una escola és de 70 kg de pes i la desviació típica o estàndard és de 3kg. Suposant que el pes és una variable Normal, calculeu quants estudiants pesen:

a) Entre 60 kg i 75 kg

b) Més de 90 kg

c) Menys de 64 kg

a) Entre 60 kg i 75 kg

solución

solución

Aquesta és la probabilitat, és a dir el 95,21 % dels estudiants estan entre 60kg i 75 kg

Ara cal aplicar aquest % sobre 500 estudiants

0,9521 · 500 = 476

Resposta 476 alumnes estan entre 60 kg i 75 kg.

b) Més de 90 kg

solución

=1-P(Z<6,67) = 1-1=0

El valor 6,67 no surt a la taula

El 0% pesa més de 90 kg

"0" alumnes pesen més de 90 kg

c) Menys de 64 kg

solución

= 1- 0,9772 = 0,0228

El 2,28 % dels alumnes pesen menys de 64 kg.

0,0228 · 500 = 11,4

11 alumnes pesen menys de 64 kg

6. Problema resolt de llei normal (II)

Suposem que el pes dels atletes de marató segueix una distribució normal N(62, 3,4).

a) Calcula la probabilitat que un atleta pesi més de 65 kg.

b) El 70 % dels atletes no supera un pes. Quin?


a) Calcula la probabilitat que un atleta pesi més de 65 kg.

X= N(62, 3,4)

Per poder utilitzar la taula de la N(0,1) cal tipificar la variable X

 P parèntesi esquerre X major que 65 parèntesi dret igual P parèntesi esquerre Z major que fracció numerador 65 menys 62 entre denominador 3 coma 4 fi fracció parèntesi dret igual P parèntesi esquerre Z major que 0 coma 88 parèntesi dret espai igual
igual 1 menys P parèntesi esquerre Z menor que 0 coma 88 parèntesi dret igual 1 menys 0 coma 8106 igual 0 coma 1894 espai fletxa doble dreta 18 coma 94 percentatge

Cal buscar en la taula de la Normal (0,1) el nombre 0,88.

b) El 70 % dels atletes no supera un pes. Quin?

                70% → 0,70 → P parèntesi esquerre X menor que a parèntesi dret igual P parèntesi esquerre Z menor que fracció numerador a menys 62 entre denominador 3 coma 4 fi fracció parèntesi dret igual 0 coma 70

Hem de buscar dins de la taula de la Normal (0,1) el valor més aproximat a 0,70:


Hem triat 0,7019 que dóna un valor de 0,53. Per tant, fracció numerador a menys 62 entre denominador 3 coma 4 fi fracció igual 0 coma 53.

Aïllem "a" → a igual 0 coma 53 per 3 coma 4 més 62 igual 63 coma 8 espai k g.

PD: també podíem haver triat la probabilitat anterior 0,6985 corresponent a 0,52 i que donaria un valor de a igual 0 coma 52 per 3 coma 4 més 62 igual 63 coma 768 espai k g.

7. Procediment abreujat problemes de Normal

Pautes per realitzar un problema sobre distribució Normal.

1r. Comprovar que en l'enunciat del problema es parla de distribució Normal, identificar la mitjana aritmètica (μ) i la desviació (σ). X=N(μ,σ)
2n. Tipificar la variable. Z igual fracció numerador X menys mu entre denominador sigma fi fracció
3r. Buscar en la taula de la Normal (0,1) el valor oportú. A vegades no és fàcil saber quin és el valor oportú. Veiem alguns exemples.

La taula dóna els valors P(Z<a) amb "a" un valor positiu:

3.1    Si es vol calcular P(Z<2,58) . Basta buscar 2,58 en la taula i obtindrem: P(Z< 2,58) = 0,9951.
3.2    Si es vol calcular P(Z>2,58).  Aquesta probabilitat no la dóna la taula, i per tant cal anar en compte.  P(Z>2,58) = 1- (Z<2,58) = 1- 0,9951 = 0,0049.
3.3    Si es vol calcular P(Z<2,58).  Aquesta probabilitat no la dóna la taula, per què és un nombre negatiu i per tant cal anar en compte. P(Z<2,58) = 1- (Z<2,58) = 1- 0,9951 = 0,0049.
3.4    Si es vol calcular P(Z>2,58)=P(Z<2,58) =  0,9951.
3.5    Si es vol calcular P(a<Z<b) = P(Z<b)- P(Z<a).

Resumint la taula dóna una probabilitat P(Z<a) amb a positiu:

P(Z<a) la dóna la taula, buscant el valor "a"



P(Z>a) =  1 - (el que diu la taula en "a")



P(Z<a)= 1 - (el que diu la taula en "a")



P(Z>a) =  el que diu la taula en "a"



P(a<Z<b) = P(Z<b)- P(Z<a) =  (el que diu la taula en "b") - (el que diu la taula en "a")