Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
UNIDAD I
PROBABILIDAD
El experimento tiene que ser aleatorio, es decir, que pueden presentarse diversos
resultados, dentro de un conjunto posible de soluciones, y esto aun realizando el
experimento en las mismas condiciones. Por lo tanto, a priori no se conoce cuál de los
resultados se va a presentar:
Ejemplo: lanzamos una moneda al aire; el resultado puede ser cara o cruz, pero no
sabemos de antemano cuál de ellos va a salir.
Antes de calcular las probabilidades de un experimento aleatorio hay que definir una
serie de conceptos:
Ejemplo: Si tiramos una moneda al aíre una sola vez, el espacio muestral será cara o
cruz; es decir: S={cara, cruz}
Jorge Tuapanta
1
Probabilidad
Al lanzar un dado y obtener un número par, los casos favorables son: A={2, 4, 6}
Por ejemplo al lanzar cuatro monedas al aire. ¿Cuál es el espacio muestral?. Hay
muchas posibilidades, y es posible, que si no se tiene cuidado se omita una, para
evitar este problema, es útil dibujar un diagrama de árbol, como el de la figura
M1 M2 M3 M4
C CCCC
C
S CCCS
C
C CCSC
S
S CCSS
C
C CSCC
C
S CSCS
S
C CSSC
S
S CSSS
C SCCC
C
S SCCS
C
C SCSC
S
Jorge Tuapanta
2
Probabilidad
S SCSS
S
C SSCC
C
S SSCS
S
C SSSC
S
S SSSS
de A k .
EJEMPLO
¿En cuántas formas diferentes un grupo con 20 socios puede elegir a un presidente,
vicepresidente, secretario y tesoro?
Solución
Jorge Tuapanta
3
Probabilidad
EJEMPLO
Solución
5!
En nuestro ejercicio n=5 y r=5, por lo que hay: P5,5 120 formas de
(5 - 5) !
ensamblar los chips.
COMBINACIONES
Jorge Tuapanta
4
Probabilidad
m m!
C m,r
r r ! (m - r) !
EJEMPLO
10 10 !
C10, 4 210
4 4 ! (10 - 4) !
b) Probabilidad de que al lanzar un dado salga un número par: en este caso los
casos favorables son tres (que salga el dos, el cuatro o el seis), mientras que los casos
posibles siguen siendo seis. Por lo tanto:
Jorge Tuapanta
5
Probabilidad
Si lanzo una vez una moneda al aire y sale "cara", quiere decir que el suceso "cara"
ha aparecido el 100% de las veces y el suceso "cruz" el 0%.
Si lanzo diez veces la moneda al aire, es posible que el suceso "cara" salga 7 veces y
el suceso "cruz" las 3 restantes. En este caso, la probabilidad del suceso "cara" ya no
sería del 100%, sino que se habría reducido al 70%.
Probabilidad de sucesos
Al definir los sucesos hablamos de las diferentes relaciones que pueden guardar dos
sucesos entre sí, así como de las posibles relaciones que se pueden establecer entre
los mismos. Vamos a ver ahora cómo se refleja esto en el cálculo de probabilidades.
P (B) = 3 / 6 = 0,50
Jorge Tuapanta
6
Probabilidad
Por lo tanto, podemos ver que la probabilidad del suceso contenido, suceso a), es
menor que la probabilidad del suceso que lo contiene, suceso b).
b) Dos sucesos pueden ser iguales: en este caso, las probabilidades de ambos
sucesos son las mismas.
Ejemplo: lanzamos un dado al aire y analizamos dos sucesos: a) que salga número
par, y b) que salga múltiplo de 2. Las soluciones coinciden en ambos casos.
P(A) = 3 / 6 = 0,50
P (B) = 3 / 6 = 0,50
EJEMPLO 1
Calcular la probabilidad de, en una carrera de 12 caballos, acertar los 3 que quedan
primeros (sin importar cuál de ellos queda primero, cual segundo y cual tercero).
Solución:
El caso favorable es tan sólo uno: los 3 caballos que entran en primer lugar. Los
casos posibles se calculan como combinaciones de 12 elementos tomados de 3 en
3 (es decir, determinamos todas las posibles alternativas de 3 caballos que pueden
entrar en las 3 primeras posiciones). Como el orden de estos 3 primeros caballos no
importa, utilizamos combinaciones
12 !
C12,3 220
3 ! (12 - 3) !
Jorge Tuapanta
7
Probabilidad
1
P( A) 0,00455
220
EJEMPLO 2
Y si hubiera que acertar, no sólo los 3 caballos que ganan, sino el orden de su entrada
en meta.
Solución:
El caso favorable sigue siendo uno: los 3 caballos que entran en primer lugar,
colocados en su orden correspondiente.
Los casos posibles se calculan ahora como permutaciones (ya que el orden influye)
de 12 elementos tomados de 3 en 3 (calculamos todas las posibles maneras en que
los 12 caballos podrían ocupar las 3 primeras posiciones.
12 !
P12, 3 1320
(12 - 3) !
1
P( A) 0,00076
1320
Menor que en el ejemplo 1. Ya no vale acertar que 3 caballos entran en primer lugar,
sino que tenemos que acertar el orden de su entrada.
Axiomas de probabilidad:
A1: 0 P( A) 1
A2: P(S ) 1
Jorge Tuapanta
8
Probabilidad
PROBABILIDAD CONDICIONAL
P( A B)
P( B / A)
P( A)
EJEMPLO
Calcular la probabilidad de que una persona sufra problemas coronarios si está obesa
(probabilidad condicionada P (B/A)).
P (B y A) = 0,05
P (A) = 0,25
P( A B) P( A).P( B / A) P( A) 0
P( B).P( A / B) P( B) 0
P( A B) P( A).P( B)
EJEMPLO
Solución
Jorge Tuapanta
10
Probabilidad
a) Para el primer caso (evento A), sabiendo que hay 4 ases entre las 52 cartas se
4 4 1
tiene que: P( A) . .
52 52 169
b) En el segundo caso (evento B), solo hay tres ases entre las 51 cartas, después de
4 3 1
sacar una as de las 52, entonces P( B) . .
52 51 221
Como se puede ver los resultados son distintos, esto significa que la independencia se
viola cuando el muestreo se realiza sin reemplazo.
n
P( A) P( Bi ). P( A / Bi )
i 1
Teorema de Bayas
P( Br ). P( A / Br )
P( Br / A) n
P( B ). P( A / B )
i 1
i i
Para r=1,2,3…n.
EJEMPLO
Jorge Tuapanta
11
Probabilidad
Solución
Probabilidades condicionales
Jorge Tuapanta
12
Probabilidad
PROBABILIDAD PROBABILIDAD
A PRIORI CONDICONAL PROBABILIDAD CONJUNTA
A1
A3
P( A2 ) P( B1 / A2 )
P( A2 / B1 )
P( A1 ) P( B1 / A1 ) P( A2 ) P( B1 / A2 ) P( A3 ) P( B1 / A3 )
(0,20)(0,05) 0,010
(0,30)(0,03) (0,20)(0,05) (0,50)(0,04) 0,039
P( A2 / B1 ) 0,2564
Jorge Tuapanta
13
Probabilidad
UNIDAD II
DISTRIBUCIONES DE PROBABILIDAD
VARIABLE ALEATORIA
Definición.- Una variable aleatoria (v.a.) es una función que asocia un valor numérico
a cada elemento del espacio muestral
EJEMPLO 1
El espacio muestral que describe los resultados de probar tres componentes eléctricos
son:
EJEMPLO 2
1 si el componente es defectuoso
X
0 si el componente no es defectuo
Jorge Tuapanta
14
Probabilidad
EJEMPLO 3
f ( x) P X x
1) f ( x) 0
Jorge Tuapanta
15
Probabilidad
2) f ( x) 1
x
3) P X x f (x)
EJEMPLO 1
Solución
Sea X una v.a. cuyos valores x son los números posibles de computadores
defectuosos que compran. Entonces la función de probabilidad quedaría definida
como:
3 5
x 2 x
f ( x) , x 0, 1, 2
8
2
Es decir:
x 0 1 2
f(x) 5 15 3
14 28 28
EJEMPLO 2
Una agencia automotriz vende 50% de su inventario de cierto vehículo equipado con
bolsas de aire. Encuentre la función de probabilidad del número de autos con bolsas
de aire entre los siguientes 6 vehículos que vende la agencia.
Solución
Jorge Tuapanta
16
Probabilidad
Al vender un vehículo hay dos posibilidades que se venda uno equipado con bolsa de
aire o sin ella, entonces el número total de posibilidades es: 2 6 = 64.
El evento de vender x modelos con bolsas de aire y 6-x sin bolsa de aire puede ocurrir
en C4,x formas, donde x puede tomar valores de 0, 1, 2, 3, 4, 5 o 6. Entonces la función
de probabilidad f ( x) P X x es:
6
x
f ( x) , x 0, 1, 2, 3, 4, 5, 6.
64
F ( x ) P X x f (t ), - x
t x
EJEMPLO 1
1 1 3 1 1
f (0) f (1) f (2) f (3) f (4)
16 4 8 4 16
3
Y pruebe mediante F(x) que: f ( 2)
8
Solución
1
F (0) f (0)
16
5
F (1) f (0) f (1)
16
11
F (2) f (0) f (1) f (2)
16
Jorge Tuapanta
17
Probabilidad
15
F (3) f (0) f (1) f (2) f (3)
16
Entonces:
0 x 0
1
0 x 1
16
5
1 x 2
16
F ( x)
11 2 x 3
16
15
3 x 4
16
1 x 4
11 5 3
Por lo tanto f (2) F (2) F (1)
16 16 8
EJEMPLO 2
x 0 1 2 3 4
f(x) 0,41 0,37 0,16 0,05 0,01
Halle F(x).
EJEMPLO 3
k
Sea f ( x) una función de probabilidad de una v.a. X que puede tomar los
3x
valores x 0, 1, 2, 3 ,4 .
DISTRIBUCIÓN BINOMIAL
1) Para cada ensayo solo hay dos posibles resultados éxito o fracaso
2) La probabilidad de éxito es la misma para cada ensayo
3) Los resultados de los diferentes ensayos son independientes
Si no se cumplen las propiedades, no se aplica la teoría desarrollada.
n
b( x, n, p) p x q nx , x 0,1,2,..., n
x
EJEMPLO 1
La probabilidad de que cierta clase de componente sobreviva a una prueba de choque
es ¾. Suponiendo que las pruebas son independientes, encuentre la probabilidad de
que sobrevivan exactamente 2 de los siguientes 4 componentes que se prueben.
Solución
3 3 1
Se sabe que p y q 1- , entonces:
4 4 4
Jorge Tuapanta
19
Probabilidad
4 3 1
2 2
3 27
b(2, 4, )
4 2 4 4 128
EJEMPLO 2
Se afirma que en 60% de todas las instalaciones de calefacción solar, la facturación
del servicio se reduce en al menos un tercio. En concordancia, ¿cuáles son las
probabilidades de que tal factura se reducirá en al menos un tercio en:
a) Cuatro de cinco instalaciones
b) Al menos cuatro de cinco instalaciones
c) Como máximo 3 de cinco instalaciones
Solución
a) x 4, n 5 y p 0,60
5
b(4, 5, 0,60) 0,60 0,40 0,259
4
4 1
b) x 4 y 5, n 5 y p 0,60
5 5
b(4, 5, 0,60) b(5, 5, 0,60) 0,60 0,40 0,60 0,40
4 1 5 0
4 5
0,259 0,078
0,337
c) Hállelo
n
Dado que p+q=1, se tiene que: b( x, n, p) 1 , una condición que debe ser
x0
Jorge Tuapanta
20
Probabilidad
x
B( x, n, p) b( x, n, p),
x0
x 0, 1, 2, ..., n
b( x, n, p) B( x, n, p) B( x 1, n, p)
donde B(-1) = 0.
NOTA: Para valores de n muy grandes nos apoyaremos en las tablas de la distribución
binomial acumulada.
EJEMPLO 1
La probabilidad de que un paciente se recupere de una rara enfermedad sanguínea es
0,4. Si se sabe que 15 personas contraen tal enfermedad. Halle la probabilidad de que:
a) Sobrevivan al menos 10
b) Sobrevivan de 3 a 8
c) Sobrevivan exactamente 5
Solución
Sea X el número de personas que sobreviven
B(8,15;0,4) B(2,15;0,4)
0,9050 0,0271
0,8779
c) P( X 5) b(5,15;0,4) B(5,15;0,4) B(4,15;0,4)
Jorge Tuapanta
21
Probabilidad
0,4032 0,2173
0,1859
EJEMPLO 2
Un fabricante de discos duros externos afirma que tan solo 10% de sus dispositivos
requieren reparaciones dentro de periodo de garantía de 12 meses. Si 5 de 20 de sus
discos requieren reparaciones dentro del primer año, ¿esa tendencia apoya o refuta
su afirmación?
Solución
Hallemos la probabilidad de que al menos 5 de los 20 discos requerirán reparaciones
dentro de un año.
np y 2 npq
EJEMPLO 1
Encuentre la media y la varianza de la variable aleatoria binomial del ejemplo 1 de los
pacientes sujetos a una rara enfermedad.
DISTRIBUCIÓN HIPERGEOMÉTRICA
Jorge Tuapanta
22
Probabilidad
k N k
x
n x
h( x; n, k , N ) , x 0,1,2,..., n
N
n
EJEMPLO 1
Una compañía con base en Internet que vende accesorios con descuento para
teléfonos celulares a menudo embarca un número excesivo de productos defectuosos.
La compañía necesita un mejor control de calidad. Suponga que tiene a la mano 20
cargadores para automóvil idénticos, pero que 5 están defectuosos. Si la compañía
decide seleccionar al azar 10 de dichos artículos, ¿cuál es la probabilidad de que 2 de
los 10 estén defectuosos?
Solución
Se tiene que x 2, n 10, k 5 y N 20 entonces:
Jorge Tuapanta
23
Probabilidad
5 15
2
8
h(2; 10, 5, 20) 0,348
20
10
EJEMPLO 2
Resuelva el ejemplo anterior 100 cargadores de automóvil, de los cuales 25 son
defectuosos, usando:
a) Usando la fórmula para la distribución hipergeométrica
b) Usando la fórmula para la distribución binomial como una aproximación.
Solución
a) Como x 2, n 10, k 25 y N 100 entonces:
25 75
h(2; 10, 25, 100) 0,292
2 8
100
10
25
b) Se tiene que x 2, n 10, p 0,25 entonces:
100
10
b(2; 10, 0,25) 0,25 0,75 0,282
2 8
2
La diferencia entre los dos valores obtenidos en los literales es de 0,10. En general, se
demuestra que h(x, n, k, N) tiende a b(x, n, p) con k cuando
p
N
Jorge Tuapanta
24
Probabilidad
TAREA: Richard A.J. (2012). Probabilidad y Estadística para Ingenieros. Pag. 91-
93 desde el 4.7 al 4.29 los impares. Además, en todos los ejercicios de la tarea
halle la media y la varianza.
x - 1 k xk
b* ( x, k, p) p q , x k, k 1, k 2,...
k - 1
EJEMPLO
En la serie de campeonato de la NBA, el equipo que gane cuatro juegos de siete será
el ganador. Suponga que el equipo A tiene una probabilidad de 0,55 de ganarle al
equipo B, y que ambos equipos, A y B, se enfrentan entre sí en los juegos de
campeonato.
Solución
a) Como x 6, k 4 y p 0,55 entonces:
Jorge Tuapanta
25
Probabilidad
5
b* (6, 4, 0.55) (0,55) 4 (0,45) 64 0,1853
3
b) Sea G el evento, el equipo A gana la serie de campeonato, entonces:
g ( x; p) p q x-1 , x 1, 2, 3,...
EJEMPLO
Se sabe que en cierto proceso de fabricación, en promedio, uno de cada 100 artículos
está defectuoso. ¿Cuál es la probabilidad de que el quinto artículo que es
inspeccionado sea el primer defectuoso que se encuentra?
Solución
Jorge Tuapanta
26
Probabilidad
DISTRIBUCIÓN DE POISSON
Los experimentos que dan valores numéricos de una variable aleatoria X, el número
de resultados que ocurren durante un intervalo dado o una región específica, se llaman
experimentos de Poisson. Un experimento de Poisson se deriva del proceso de
Poisson y tiene las siguientes propiedades.
e t t
x
p ( x, t ) , x 0, 1, 2, ...
x!
Jorge Tuapanta
27
Probabilidad
EJEMPLO 1
Durante un experimento de laboratorio el número promedio de partículas radioactivas
que pasan a través de un contador en un milisegundo es 4. ¿Cuál es la probabilidad
de que 6 partículas entren en el contador en un milisegundo dado?.
Solución
Se tiene que 4, t 1, x 6 entonces:
e 4 (4) 6 6 5
p (6; 4) p ( x; 4) p ( x; 4) 0,8893 0,7851 0,1042
6! x0 x0
EJEMPLO 2
Si un banco recibe en promedio 6 cheques malos por día. Determine la probabilidad
de que recibirá:
a) 4 cheques malos cualquier día dado
b) 10 cheques malos durante cualesquiera 2 días consecutivos
Solución
e 6 (6) 4 4 3
p (4; 6) p ( x; 6) p ( x; 6) 0,2851 0,1512 0,1339
4! x0 x0
Jorge Tuapanta
28
Probabilidad
e 12 (12)10
p (10; 12) P(10,12) P(9,12) 0,3472 0,2424 0,1048
10 !
EJEMPLO 3
En la inspección de la placa de hojalata producida por un proceso electrónico continuo,
0.2 imperfecciones se marcan por minuto, en promedio. Encuentre las probabilidades
de marcar:
a) Una imperfección en 3 minutos
b) Al menos dos imperfecciones en 5 minutos
c) Cuando mucho una imperfección en 15 minutos
Solución
e 0.6 (0,6)1
p (1; 0.6) 0,329
1!
b) Dado que 0.2, t 5, x 2 entonces:
c) 0.2, t 15, x 1
Jorge Tuapanta
29
Probabilidad
p ( x; )
b ( x; n, p) n
EJEMPLO 1
En ciertas instalaciones industriales los accidentes ocurren con muy poca frecuencia.
Si se sabe que la probabilidad de un accidente en cualquier día dado es de 0,005 y los
accidentes son independientes entre si:
a) ¿Cuál es la probabilidad de que en cualquier periodo dado de 400 días habrá un
accidente en un día?
b) ¿ Cuál es la probabilidad de que haya a lo más tres días con un accidente?
Solución
e 2 (2)1
P(X 1) p (1; 2) 0,271
1!
b) P(X 3) P (3; 2) 0,8571
Jorge Tuapanta
30