4.1. INTRODUCC|
En los capitulos ant
y como se pueden utilizar
las variables observadas, y
Lo que se ha estudiado, en
En este capitulo, y
aquellasacciones 0 exper
tratamiento de eventos auc
El estudio de fend
la agrieultura, etestera, had
‘miento yf el resultado fu
sultados pueden predecit
cualquier otra circunstanc
‘gnorancia acerca de cuile
Laciencia Matemét
Jas que, cada una de ells,
analizar el comportamientd
4.1.1, MODELOS M.
Segin la naturaleza
1s resultados futuros, Ios:
jemplo 4.1
Elexperimento consiste en
un cierto tiempo y predecit
Sise simboliza
vive
EI Modelo Matemitico qug
ate es un Modelo Deter
cabo el experimento, o sea
reeorrido, quedaria inequi
Para una velocidad consta
v= 50 lem
ESTADISTICA ~€. Caprio
odos de recopilacién de datos
nilisis del comportamiento de
ia informacién que contienen.
ntos que ya ocurtieron.
re los posibles resultados de
es0 de investigacion. Osea,
jnomia, I fisea, la sociologi,
ps que describan el comporta-
jes, En algunos easos estos re-
[Mateméticos que les permiten
ce conocer ono con exactitud
del matemdtico
ps valores quedan
jones en queselle-
rADISTICO a
jento de las varia-
jnados apartirde
jo que las origina,
able espacio recorrido es
Pndiciones en que se Mevarin a
el valor de la variable espacio 4 Probabilidad
el Modelo Matemitico es
‘Ba un tlempo de 3 horas
t=3h
cl espacio recorrido es, exa
Cada vez que serepita el xy ‘velocidad S0 km/h y tiempo
3hel valor del espacio ree
jemplo 42,
El experimento consisteen parrilleres que realizan los
|, por mes, de uno de elo.
fos hecha por un consumidor,
Jon, como por ejemplo, previo
de todos los bienes,ingreso, inte, etetea, se supone que
tiene un comportanniento fit
Sean
4: Cantidad demandada mes izada poreli-ésimo cons
dor.
: Precio, en pesos, dl kilo
wp j-sima variable que inte 1dada de pollo parrillero
‘a: Nivel de saturacién de la
by: Variacion de la cantidad. peso.
og Variacién dela cantidad varia en una unidad
EI Modelo Matemsico que
q b
\UTOMOVILy NO CASADO ;
\UIOMOVILy NO CASADO}
ESTADISTICA~C. capilon! jemplo 4.5
Referido a los Espacios Me
Espacio Muestral Fnito: Uy
Espacio Muesral Infinite:
Espacio Muesral Infinit N
4.1.4, SUCESO ALEA
DEFINICION
En otras palabeas, ung
de los resultados posibles de
Aleatorio hace que su pres
Ejemplo 4.6
1), Dado el Experimento Ei
Ejemplo 4, definimos
Dado el Experimento E,
Ejemplo 4.5, definimosel
timetros. Luego
Dado et Experimento Ei
Ejemplo 45, definimose
Lucgo
4.4.4.2. SUCESOS ESPEC
“Teniendo.n cuentaq)
Conjunto vacfoes un subeoa)
ALEATORIO, se puede enunc}
EICONSUNTO|
‘Teniendo en cuenta
‘TRAL, es un subconjunto del
‘ToRIO, se puede enunciar gf
AProbabilidad
onjunto del Es:
eatorlo E.
lalgzunos (0 todos o ninguno)
ccurrir ono. Eleardeter de
Jon exactitud,
Espacio Muestral Uy del
‘computadoras. Luego
Espacio Mucstral Us del
junaaltura entre IDy 15 cen-
Je Espacio Mucstral Uy del
ps de recién nacido sea Gris.
p de cualquier conjunto, el
Js, por definicién de SucESO
mismo, el ESPACIO MUES-
inicin de SUCESO ALEA- 4 Probabilifad
4.1.5, OPERACIONES
‘Tanto el Espacio Mu conjuntos, luego, as opera-
ciones que pueden realizarsf finiciones que aquellas estu-
diadas en el dlgebra de con} los diagramas de Venn.
EL Espacio Muestal p Referencil, por lo tanto su
representacin es un reting|
clipse dento de retingulo,
4.4.5.1. COMPLEMENT
‘Se Hama COMI
PLEMENTAR
senta el suceso
Jas situaciones donde se pue-
‘den presenta en forma sim wan el Espacio Muestal, en
ese caso, se define
Se Mama SUC
aaquel suceso qu
mas de tos suces
Pata simplificara ex considera primero un Espa-
cig Muestral con sélo dos su respectivos complementos,
ays
Perna 240
ESTADISTICA-C coprgtont 4Probabildad
El simbolo que so ui -RSECCION @ SUCESO CON-
uno!" entre los sueesos reste a confusiones, simple-
‘mente (AB) y se lee, sucese}
ELsuceso Ay Bse Ios dos sueesos en el mismo
cexperimento aleatori.
Grifieamente
Sicl espacio muestra Ay eISUCESO CONJUNTO
‘ere los k sucesos se simbal
4.41.83. SUCESO UNION|
En algunos experime Jas situaciones donde se pue-
dden presenta algunode los {zest ncluyendola posi-
bilidad de que se presenten
‘Se llama SUCE
si,ysblo stocur
Para simpliiar ax considor primero in Espa-
cio Moestral on slo dos respectivos complementos,
Ay®
ELSUCESO UNION se le suceso Ao B.
Elsuceso Ao Bse eso A yno se presenta el s-
ces0 B, ono se presenta cl presenta los dos scesos
simultneamente ofA ye
‘Simbleamente
Grificamente
Pheana 148 4Probabilidad
Sil espacio muestra + Ae eLSUCESO UNION IN-
CLUYENTE se simboliza (Ay Aa 0, etetiera, 0 Ay
4.4.5.4. SUCESO UNION
En algunos experimes 9s situaciones donde se puc-
den presentar slo uno de los io Muestral, excluyendo la
posibilidad de que se present
‘Sellama SUC
si,y s6lo sé ocurrd
tral
aa simplificar la ex considera primero un Espa
cio Muestral con sélo dos sud respectives complementos,
ays.
EI SUCESO UNION E pe lee, suesso A 0 bien B.
EI SUCESO Ao bien I suceso A y no se presenta
elsuceso B, © nose presenta Jpcro estas sucesos no tienen
due presentarse en forma sit
Simbélicamente:
Guétiean
Bjemplo 4.7
Sea un experimento E, que o
formacién universitaria y su
Las posibles respuestas a la
~Tiene estudis unive
“No tiene estudios ung
Las posibles respuestas a a
“Vive en la Ciudad A\
No vive en la Ciudad
Represente en un diagram.
) Que una persona tomada al
Buenos Aires
'b) Que una persons tomada a
de Buenos Aires
©) Que una persona tomada pion, que viva en la Ciudad
Auiénoma de Buenos Aires,
hema 142 STADISTICA~ Cprilon, Solucién
Se definen los siguientes su
A: Tiene uni
B: Vive en la
+) Se tata del suceso unién i
tenga alguno de los dos ar
©) Se ata del suceso uniénes
persona no puede tener los do
tos,
4.1.6, SUCESOS CO}
‘Cuandoen ua mismo
naturaleza del Experimenta
forma simulta,
Pero hay sucesos que
sma realizacién del Experi
Para identificar y
presentacién de los sucesos.
sTADistica ~ c.Capionl
ve lapersona ey
ipletos y que viva en Ciu-
Jo bien est indicando que la
tener slo uno de os atribu-
OMPATIBLES:
esos, éstos, porla propia
es podrian presentarse en
entardn juntosen la mis-
siguientes posibilidades de 4 Probabilidad
4.1.6.1. SUCESOS COMI
Lacompatbilidad rag
e los sucesos. Por Io tanto,
‘Dosomés suces P inverseeciin no
es ef CONIU
Si
Ejemplo 48
El experimento consiste ene obre si es usuaria de teéfono
celular, si es Profesional U
Las posibles respucstas a la
-Usiliza teléfono cel
No utiliza teléfono q
Las posibles respuestas a la
Es Profesional Univ
2No es Profesional U
Las posibles respuestas a la
Esti casada‘o
“No esti casadalo
DDefina los posibles sucesos
Solucién
Se definen los siguientes suef
Suceso A: Usa tcléfono col r
onal Universitario,
jueden presentarse conjunta-
blo encontrar una perd I ysea Profesional Universi-
tario (suceso B) y esté ca
El suceso conjunto (A B Q)
‘También son compatibles log
Ay ByC ‘Esposibleenc}
celular (suzeso A) y no sea
Profesional dda (suceso C ),
hema 148 ESTAD{STICA¢.Caprigon! {Es posible et
Profesional
Es posible
Profesional
ellos impide, "
Laincompatibitidad
junta de los sueesos. Portal
Dos o més suces
Si
jemplo 4.9
El experimento consiste en
clasificarla cualitativament
Defina los posibles sucesos
Solucién
Se definen os siguientes su
L: Persona clasificada Lent
Lossucesos L, My Reson i
Ja categoria Lena (se preset
guno de los otros dos. La
4.1.7. FRECUENCIA
4.1.7.1. DEFINICION
En todo proceso de i
una cirta cantidad de veces
ceantidad no es otra cosa 4h
trabajo. En dicho Capitulo
Incantidad de observacion«
ESTADISTICA~€ Capion
celular (sicesa A) y no
-casada (suceso C ),
haber una presentacién con-
cuando et suceso
0 INCOMPATIBLES
Jona para realizar una tarea y
Medio y Rapido.
ila persona fue clasificada en
Jentarsesimutneamente nin-
38 dos.
‘un Experimento Aleatorio
tun sueeso especifico, Esta
fada en of Capitulo 3 de este
iionara esta frecuencia con
ipjetivamente las cuantias 4 Probabilad
Para el tema que se
‘Se Hama FRE
Aleatorio Sa 4
eso y la cant
E Un Experiment
S$: Un Suceso Alea
i La camtidad dev
: La cantidad de v
FAS} Freouencia te
centonces
Dado que k es una parte de|
JAS)=1 siysdlosienc
Wel Suceso 5
FS)=Osty abo sien ca
el Suceso S.
4.4.7.2. PRINCIPIO DE
Bnalgunas investig
‘camente, que cuando a un
‘mismas condiciones, Ia pre
‘misma, Si rece la cantidad|
(e: Nimero fjo
centonces
se ha demosirado, empiri-
bo repetidamente, y bajo las
jnadlo evento, tiende a ser la
Fencias del evento, crece en la
nilisis probublistico y que se 4 Probabilidad
Enotras palabras, sf st estabillzada alrededor de
un punto cuando la eantida
Ejemplo 4.10
En una empresa metaigi lable, En el Departamento de
Control de Calidad se ing buirlaalos comercios respec-
tives.
Endicho Departamento sist en formar lotes con dis-
tinta cantidad de cuchillos En cada uno de los foes se
registred la cantidad de cut
Enel siguiente cuadro se p ceantidad de defectuosos que
hay en eada lot.
CCaleule as frecuencias rela tabular y grfica de modo tal
que se visualice el Prine
Solucién
Sean’
S Suceso Aleatoi
1: Cantidad de obs
k: Cantidad de veee de defectuasos en el late
centonees,
la Frecuencia Relat}
Enel siguiente sk y las comespondientesfre-
ccuencias relativas j&(S)
estAvistIcA-c. capiaon, Phcina 147 4 Probabilidad
Las frecuencias relativas eal tan en el siguiente grafic.
Nétese que a medida que ci
alrededor del valor 0,04.
4.2, DEFINICIONE}
En acasiones, as pr nes cuyo resultado no pucde
predecirse con exactitud. se considecan Experimentos
Aleatorios.
Pbiendein, onera cero grado
sca objtiva, debe contarse
con un evant
vacilacién en que se encuet
‘Como se podra aprec
dad permite cuantifiear la
torio y medir Ia propensi resultados posibles.
hema 148 esTADiSTICA~C.Capion AProbabilidad
4.2.1. AXIOMAS Y TI
CALCULO DE|
4.2.4.4. AXIOMAS
Elmimero real que
‘esos Aleatorios deberd cu
ALA PROBABI-
EL VALOR |
:NTES PERTENE-
Sip MASLAPRO-
SEAN Si; 5:3.] LUYENTES DEA
PARES, PERT IESTRAL,LAPRO-
‘BABILIDAD DE, ‘SUCESO UNION,
ESIGUAL AL
MASLArron4|
CETERA, MASI
st
8
42.1.2 TEOREMAS:
A partir de los axi xy denmuestran los siguientes
‘Teoremas que son necesari sin del cileulo de probabili-
dad.
ESTADESTICA~C. Cop! hana 149 i$ DOS, SUCESO
DE QUE SEPRE-
EPRESENTEEL
ibe QUESEPRE-
4.2.4.3, DEMOSTRACION
Para Ia demostracin de Tos spondientes al Sigebra de
conjuntos dada la analogia q
DEMOSTRACION DEL.
Para cualquier suceso S, inc
por tanto
Dado que $y son suceso
luego
‘entonces
PheInA 150 STADISTICA —C Copegtont AProbabilidad
Para cualquier suceso S, in
por tanto
Dado que Sy S son suces ‘axioma se tiene
pero, por el segundo ani
nego
DEMOSTRACION DEL
ara dos sucesos cuslesqui tral U, se verfica que
donde Sy (> §)son
‘ambi se pode verfiea
donde (Sin SOY (10 5)
Entonces, pore tercer axe
restando miembro a miemt;
PES US) -PE
‘operand algebraicamente 5
fo lo que es lo mismo
>
Para dos sucesos cuslesquie ral Us el suceso union exclu
vente es
donde (S10 Sy (5, 0S
Entonces, por el ter axl
pera
STADISTICA™~c.Caprigont Phan 154 4Probabilidad
y
(S10 S) y (G17 Sd son] asi tambien (5 0S) y
(Si. S), entonces, por el
ssumando miembro a miemt
POS) + PCS $2) + PUSS)
‘operando algebraicamente
PSI (S10 S)
centonces
sa)
‘oo que es lo mismo
)
Para cualauier suceso §, in fica que
Sy (Un S ) son dos suce , por el terer axiom
centonces
dado que, por el segundo
se deduce que
¥ como por el primer axio
smuestral Uy utilizando un
se demuestra que
) PES: Si) + PLS: Si)
smuestral U,y uilizando un
se demuestra que
estapisrica~¢.capigon PIS vSv.v =
+1"? PS: Sr Sed)
4.2.1.8. GENERALIZACIG
-Dado k sucesos cualesquie Jmuestral U, y uilizando un
nétodo andlogo al empleaco| b. se demuestra que
PSivSy..v PCSDPCS))PLSD -
Ie POS, Soe Se)
4.2.2. PROBABILIDAI
Y PROBABIL
‘Las siguientes defirid
4.2.2.1. PROBABILIDAD
‘Se lama PROB)
probabilidad de
Espacio Muestra
POS)
La pROnABILIDADN| que se presente el suceso S,
sin que interese si dicho sucd
como (S19 $) ¥ (Si. S)|
4.2.2.2. PROBABILIDAD
PARA DOS SUCES
Estantstica ~c. caprigtion 4robabilidad
PARA MAS DE
La PROMABILIDAD: suceso interseccién de dos ©
‘mis sucesos aleatorios
42.
jUCESO S\TAL
la probablidad
previamente se
_| presente el suce
PUS./ 5) DADO S:
LarRoBABILIDAD. de que se presente un suceso
Si tomando como espacio rouesteal orginal U Elespa
cio muestra formado por se consieran como total
e resultados posibes sso
Seacl siguiente dag npatble 5 Seincuidosen
cl espacio muestrel U
u
Entonces, el espacio mest
‘Cuando se calcula la Ja a medide dela posbilidad
‘de que se presente Sy en ele ula la probsbilidad concicio-
nal P(S;/ $), se caleuta la nte Sy sabiendo que se pre-
senté el suceso 5, esto sign doa los resultados posibles
Pheana 134 _stApistick~ caption! AProbabilidad
del suceso Ss, No interese imento, sino solamente
aquellos que ctmplen con
Asi el suceso $) se If se lama suceso condielo-
ante.
Formalmente, se dt
OS, TAL QUE
1a probabitidad
‘marginal dt se
= Cabe seialar que sel su Jnante es Sy, entonces la pro-
babilidad condicional es
Este eoncepto puede ger smo espacio muestral
POS! S 6 HED
+ SiS.y S:son sucesos
POSS)
PSI 8) =F
para Sty Se@
+ Si Sty S:son sucess a
Si Sic Sy se verifica qu
‘También se verifica qu:
Eneste punto sede
de Ia PROBABILIDAD COND}
‘Sean das sucesos 5,
ESTADISTICA~€. Caption’ AProbabilidad
‘mento alestorio E, entonces
La PROBABILIDAD | y Szsecalcula moltiplican-
{do la PROBABILIDAD MARG| |AD CONDICIONAL del otro,
dado el primero. La operat plicacién. portal motivo la
reglaa utilizar para el célcul
Generalizando: Sea 1 mismo espacto muestral
asociado a un experimento|
PS SS Se)
Las conjunciones coo
culo de probabilidad, siempy
Bjemplo 4.11
Enel eruce de dos avenidas| cl semforofuncione es de
095. Siel somiforo funcion sitoes de 024. Siel semafo-
+0 no funciona, eatonces la Kc tinsitoes de 0,84
a) {Cuil es la probabilidad dl accidente de trinsito?
») gCaual es la probabilidad af accidemte de transito?
©) {Cuil es la probabilidad accidente de tinsite?
Solucién
Los sucess alentorios de
F Suceso "El semaforo func} ona"
A: Suceso “Hay un accident fr accidents de trnsito”
Los datos del problema son
P(A)= 0,95 : Probabilidad
P(AL F)= 0,24 : Probabilial
funciona
P(AI F)=0,84:: Probabitids
fanciona
PAeINA 156 ESTADISTICA ~C.Capigont 4) Probabilidad conjunta de
Segin la tegla del prodvct
P(AF)= POF). PG
pero
PF)
ego
PEAF)= 0,05 . 0,84
[La probabilidad de que haya]
+) Probabilidad conjunta de
Segin la regla del prodic
PUAF) ~ PUP) - PC
Tega
P(AR) = 0,95 0,28
La probabilidad de que haya|
©) Probabitidad conjunta de se presente el suceso F.
Ia haciendo
PAID,
tego
A
La probabilidad de que no pees 0,722
4.2.3.2. REGLA DE LAS|
‘Tanto en los TEOE mse] CUARTO AXIOMA la
probabilidad esta referida [caso del TEOREMA TRES,
1 Suceso Unién Incluyente | Suceso Unin Exeluyente
Enel CUARTO AXI te exeluyents, siempre se
reflere al Suceso Unién Fel
En los tres casos, © ) Ss. y en ellos Ia operacidn
que sedestaca es la sua. Iculo se llama REGLA DELA
UMA.
Sean dos sucesos S, ciadoa un experimentoales-
torio E
Probabilidad de S10 Sy
Probabitidad de So bien Sy
Sean tres sto esta, asociadoa un expe
rimento aleatorio
ESTADISTICA~C.Caprigon Pham 157 Probabilidad de S; 0 S: 0 Sy
[__P(Siv Sev S) = POS) ) + P(S: SS)
Probabilidad de S; o bien Si
P(Si v Sev Si) = POS) + 2.P(S:S) + 3.P(SiS:55)
Generalizando, Sean
cexperimento aleatorio E
Probabilidad de S; 0 S:0 «
k
PU vv. vS)=D POS pPCS) -
a
+ CII? PCS. Sr ove Se)
Probabilidad de S; 0 bien
k
PS vSiv VSO“
Parael aso especial
Probabilidad de S; 0 S:0
PSV Sev
Las conjunciones
probabilidad, siempre impli
Ejemplo 4.12
Satin ls registros de un su cliente compre productos de
almacén es 0,62: a probabil ria es 0,36y la probabilidad
{de que compre productos de}
4) ,Cull es la probabilidad: |mpre productos de alguno de
los dos sectores?
+ {Cul es la probabitidad pre productos de sélo uno
de los dos sectores?
Solucién
Los sucesos son:
A: Suceso "comprar product rar productos de Almacé
F.Suceso "comprar product rar productos de Fereteria”
[Los datos del problema son
Pheana 138 STADISTICA = Copilont P(A)= 0,62: Probabiidad
P(F)= 0,36: Probabilidad
P(AF)= 0,14: Probabild
Y de Perret
a) Hay que calcula la prob
tos de Feretera. Fs 0 incu
Play F)=PCA)+
Ls probabilidad de que co
b) Hay que caloular la prob
products de Fereteria. Es
PAL APA) +
La probabildad de que com
Bjempla 4.13
La probabildad de que el fo
postulante tenga estudis un
sea Mujeres 0,68, La proba
universitrioscompletose
univesitarios completos es
ddeteintaatoses 0,30. Lap
jer y los estudios universita
{Cul sla probabiidad de
tersias (menos de teints
Soluciin
[Los sucesos aleatorios son
T- El postulante iene men
El postulane tiene esti
ME postulante es mujer
Los datos que proporciona
P(T) =0,45: Probailidad
P(C)=0,28: Probabilidad nf
P(M)= 0,58: Probabilidae
P(TO = 0,21; Probabilidad
estudios univ
P(TM) = 0,30: Probabitidu
y sea mujer.
P(CM)=0,18: Probabilide|
yy sea mujer.
EsTADISTICA C. capion
A Probabilidad
ofiecen sewn ls siguientes
5. Laprobabilidad de que el,
abilidad de que el postulante
‘reinta aos y tenga estudios
fe Sea mujer y tenga estudios
te sea mujer y tenga menos
1enos de tren aos, sea mu-
alguna de las tres carac-
ipletos)?
108 de trenta aos,
jos universitarios completos
Jonos de treintaafios y tenga
enos de treinta aos
iis universitariocompletos
1enos de treinta aos y tenga
Pheana 159 AProbabilidad
Hay que calcular la probabil dc treinta aos 0 tenga estu-
is universtarios completo
PcTy Cv M) (CM) + PCTCM)
PCT Cv My 12 = 0,84
La probabilidad de que un las tres caraterstias (me
nos de treinta ais, estudios 4
jemplo 4.14
[La probabilidad de que se pr 8; la probabitidad de que se
presente un paciente de eatc se presente un paciente de
de categoria D es 0.43,
a) ,Cual es la probabilidad Jeiente del categoria A 0 de
Ta categoria C?
») {Cual es la probabilidad. aciente de estegoria A 0 de
‘categoria Bo de categori
Solucién
Los sucesos son
A: Suceso "Paciente de ca
B: Suceso "Paciente de cat
C: Saceso "Paciente de cate
‘Dz Suceso "Paciente de cate
Los datos del problema son
P(A) = 0,08 : Probabilidad ala categoria A
P(B)=0,21 : Prababilided la catezoria B
P(O)=0.28 : Probabilidad.
P(D)=0.43 : Probabilidad
Los sucesos son mutuament
de las categorias, na puede aes eonjntas sou nulas
P(AB) = PAO) fo
48) Hay que calcula la probal oe suceso C, luego
Peay C= PA) +
La probabilidad de que se de la categoria C es 0,36.
'b) Hay que calcula la pro Joc suceso Bo el suceso C,
luego
P(Av By = PU =057
La probabilidad de que se p a categoria Bo de lacate-
goria C es 0,57,
hema 160 estaDistica ~€.copegiont Silos sucesos S,
ysseverifica que
PS) >0
Sos
k
SPSp=
a
entonees, os iee505 Si, Sf
En otras palabras, u
asocindo a un experimento|
Ejemplo 4.15
Una empresa de transporte
pasajes vendidos para uno
bilidad de vender un pasaje
D2es0,13. Laprobabilida
tun pasaje al destino D4 esd
probabilidad de vender un j
sistema exhaustive.
Solucién
Los sucesos son
‘Sx: Suceso "Destino DI”
‘Se: Suceso "Destino D3”
‘Ss: Suceso "Destino DS”
Los datos del problema soo
P(S1) = 0,31: Probabilidad:
P(S.) = 0,13: Probabilidad
(Sy) = 0.25: Probabilidad|
P(S,) = 0,05: Probabilidad
P(S«) = 0.10: Probabilidad|
P(S,) = 0,16: Probabilidad|
Los sucesos son mutuament
Js destinos, no puede pertd
ELExpetimento Aleatorioo
cl destino que solicits,
EL Espacio Muestral es ent
sTaDISTICA~C. Capiaon!
jn del Espacio Muestral UL,
lo seis destinos finales. Los
Jaguno de los otros. La proba
ke vender un pasajeal destino
2. La probabilidad de vender
fae al destino DS es 0,10. La
silos destinas conforman un
ciel pasajeperteneceauno de
lompra un pasajey determina 4 Probabilidad
Ut SSS:
{La suma de las probabilidad
node los destinas es igual a
PUSD + PLS) + POS:
031013 +05
por fo tanto, los destinos cor
Enel siguiente diagr
4.2.3.4, TEOREMA DE SUCESO
ENUNCIADO
EI TEOREMA DE LA, p>“ se enuneia dela siguiente
‘Sean Si, Sp incluidos en ef
Espacio Muestra io Eque forman
un SISTEMA E} toro incuido en
el mismo espaci deo sucesos Se
enionces la PRG es
CCabe seialar que fa i: la PROBABILIDAD MARGI-
[NAL definida anteriormente|
‘DEMOSTRACION
1 suces0 Bes cor - entonces se cumple que los
suces0s conjuntos
son mutuamente excluyented
‘También se verifica
4 Cutan haya agar cents PROBARILIAD TOTAL.
PheIna 162 ESTADISTICA~C Capiion! tal como se muest
por 6 sucesos,
luego, por el cuarto axiom,
Sean Se Ss
acto muestral
un SISTEMA EX)
mismo espacio
enionces la PRO!
cluido en el espa
suceso Bes
PC
La formula que repes
DAD DELASCAUSAS. Dade:
de-ellos debe ocurir. Por Ie
de que la causa de la pre
Para la aplieacién
sProbabildad
Espacio Muestral formado
lades conjuntas, se tiene
lo sucesos §,
bso particular in-
se presentado ef
ce conoce como PROBABIL.
XHAUSTIVO, uno y slo uno
proporciona la probabilidad
da una de las probabilidades
(BIS) por la regla del producto se
PS
-y por el teorema de la probs
Iuego, reemplazando se obf
PS!
Ejemplo 4.16
Enuna empresa quese dedi
categorias de acuerdo al
Categoria Cx: Seeundario hi
versitaro Ineompleto. Ca
De acuerdo ls egistos
tegoria Cres 005, La pro
probabilidad de que se
presente un postulante de
de categoria Cs 50,26.
“Tambien se conocen lassi
Siel postulanteesde eatex
categoria C, a probabil
babilidad de que sea mujer
mujeres 41. Si el postu
¢Se pesenta.unpostante
Sotucion
Gy: Suceso "Postulnte de
Gx: Suceso "Postulante de
Gs: Sueeso "Postulante de
Ce Suceso "Postlant de
G: Suceso "Postulante de
(M: Suceso "Postulante es |
Las dats dl problema sor
‘P(C;) = 0,05: Probabilidad
(Ci) = 0,13: Probabilidad
Pheana 164
joalos postulantesen cinco
ia Cy: Pemario Completo.
‘ompleto. Categoria Cx: Uni-
presente un pastulante deca
de categoria C)es 0,13. La
5. La probebilided de que se
fque se presente un postulante
50,23. Sie postulante es de
tees de categoria Cs, la pro-
la probabilidad de que sea
de que sea mujeres 0,68.
de que ses de categoria Cy?
ala categoria Cy,
ala categoria C3.
STADISTICA ~C. Cpsigtiont A Probabilidad
P(G)) = 0.25: Probabilidad 2 la categoria Cs,
P(C) = 03; Probobiidad la categoria
(Ce) = 0.26: Probabilidad la categoria C,
(MC) =0.23 mujer, si prtenese
PMG) = 0,35 mujer, pertencce
POM! Cs) = 0.44: mujer, st pertenece
POMC) ~ 41
‘mujer, sipertencce
PCM! Ca) = 0.68: mujer, si pertenece
Hay que caleular la probabi
PGi My = PLCaM
Las cinco categorias som mu smo Espacio Muestral. La
suma de las probabilidades es igual a uo
PCC) + PCG) + PCC) + 1+ 026-1
por lo tanto las cinco
ado que son conocidas las cobabilidades condicionales
(MIC) se puede aplicar Ia
(G/M)
Para facilitar las operaciones ado:
PR PROBABILIDAD
Geet! CONJUNTA
= PCC). P(M/ G)
\ G
G
G
G
Gs
TOTALES
Por el teorema de la Probab
P(M)=>) PIG). 4Probabilidad
La probabilidad buscada es
PIGIM) ~ 2
Sila persona que se presenta ben estudios uni-
versitarios completos, Categ
4.2.4, SUCESOS PRG PENDIENTES
Dos 0 més suc
DIENTES cua
de provabilidad
{a siguiente manera
entonces, Sy S: son PRO Porque la presentacion de Se
‘no modifica Ia probabilidad: tacién de Sno movifica la
probabilidad de ocurrencia.
Consecuentement,
SES y Se son
la probabilidad He las probabil
dades marginale
Esta Proposicign se
SIS, Spon Se 9 INDEPENDIEN-
‘Tes, la probabil producto de las
probabilidades
)
Ejemplo 4.17 :
Ena secci6n reclamos de un leado Angel, el Empleado
Bonito y el Empleado Carlo ‘Angel esté presente un dia
‘cualquiera es 0,96, de que el alquiera 80,89 y de que!
Empleado Carls esté prese la probabilidad de que en un
dia cualquiera estén present
Soluciéa
Los sucesos aleatorios son
A; Suceso "El Empleado Ac
B: Suceso "El Empleado Be
eSTADISTICA—€.Caprigfon! C: Suceso "El Empleado Cs
Los datos del problema son
P(A) ~ 0,96 : Probabilidad:
P(B) = 0,89 : Probabilidad:
P(C)= 0,92 : Probabilidad
Hay que caleular la probabil y que ocurra el suceso By
que ocurra C.
Enel enuncindo del problems posibilidad de que se modi-
Fique alguna decstos valorca ica la presencia causeucia de
ls otros empleados, por lo
Deacuerdoa lo estudiado ea idad de que se presenten con-
jjuntamente sucesos ind bilidades marginales de cada
‘uno de ellos, nego
Iucgo
La probabilidad de que en o cempleados es 0.786048,
4.2.5. DIAGRAMA DE 0 DE
PROBABILID/
Lasecuencia del cle ser visualizadautlizando un
agrafo'® particular Hamado d la construccion de un grafo
intervienen dos tipos de eled ss que Ios unen y que indican
las relaciones existentes ent lechas como sucesos mutua-
‘mente excluyentes se estén del diagrama. Cada flecha
termina en un nodo en el cus marginal. De cada uno de
estos nodos parten tants le ere por la ocurrencia de un
segundo suceso, condiciona Ia flecha que llega adicho
‘nado, formando la segunda
la probabilidad condicional
0s tengan las probabiliad La flecha que finaliza en un
‘nodo junto com una de Las q rama est formada, entonces,
valores de probabilidad que
xa probabilidad conjunc,
Bjemplo 4.18,
Seat los Sucesos Aleatorios
Muestral U formando un si
lado, As y Ay por otro, By les ene ellos (os Aeon los
‘B) y con cada uno de tos si
‘Construya un diagrama de i |dades conjuntas
PAB
| Ropresenucin rie de ua
EsTaDISTICA~c.Caprigon! hora 67 Probabilidad
Soluciin
Sicads unode los suees08 mi enpatiblescon fos sucess
stuamenteexclayentes 4 huyentes By y By, lssoce-
s08conjuntos (temas) $44 Resultads}
©) Caleular la probabilidad
> Resulted}
4) Caleulat la probabilidad
> Resultada}
©) Si cursa segundo grado,
> Resultada}
1) Siasiste ala tarde, calul
> Resultada}
2) Caleular fa probabilidad
> Resultads
+ Calcular fa probabilidad
> Resultiad
1) Caleular fa probabilidad
> Resultad
j) Caleular la probabilidad
> Resultad
Caleular fa probabilidad
> Resultad
1) Caleular la probabilidad
> Resultada}
PROBLEMA 2
Enna fatbrica se producen
tosas y 3750 piezas se prod
na ni son defectuosas.
8) Si una pieza tomada al az
la maana’
> Resultads}
STADISTICA~ .capigion
4, Probabilidad
8 casada ni trabaje fuera de
segundo grado hay 48 alum
nos, en quinto grado hay 45,
alumnos, Mientras que en el
5 alumnos,a terver grado, 45
asextoy séptimo gradoasis-
se producen 450 son defec-
se fabrican en el turno matia-
1d de que se haya fabricado a 4, Probabilidad
+) Calcule la probabilidad
bien no sea defectuoss
> Resultada
PROBLEMA 3
En una empresa productora as provenientes de distntas
EL 45% del del total de naranjas son de
in semillas" E 2 litoral n tienen semills.
semillao venga del Litora?”
»b) :Cual es la probabilidad semilla y venga del Litoral
Resultado: 0
©) {Cull es la probabilidad dc la variedad con semilla 0
bien no venga del Litoral?
> Resultado: 0
PROBLEMA 4
De acuerdo alos registro d or del pais se determiné que
‘5900 contribuyentes adeudal y Limpiezaal 30 de Abril de
2002. En el cundro siguiente Fas de Ios montos de las deu-
Sie toma un contribuyent
8) {Cull es la probabilidad y- 8.235 pesos?
> Result
by Cuil es la probabitidad Jor 2.230 pesos?
> Result
©) ¢Cull es la probabilided 230 pesos y 235 pesos?
> Resul
4) ,Cuil es i probabilidad Jal monto de deuda mis fe-
cuente?
> Res
€) Siel contibuyente aden jlidad de que adewde més de
227 pesos?
> Resul
1) ;Cusl es la probabilidad 02257
> Resul
) Sise verifica queel ont sul es la prbabilidad de que
by .Cusiles la probabitidad Jal modo o 3en, superior la
media?
> Result
hema 190 estaisrica~¢ capcatont 4. Probabibidad
Si se toman dos contribuy
') Cuil es la probabilidad: comprendido entre la media
yel modo?
> Resul
4) {Cuil es a probabitidad to de deuda comprenido en-
{re la media y el modo?
> Resul
) ;Cudl es la probabilidad santo de deuda coraprendido
entre la media y el modo?
> Recul
1) {Cudles la probabilidad d de deuda comprendido entre
lamedia y el modo?
> Resul
PROBLEMA 5
Enun barrio de laciudad de rials, e1 58% de los veci-
nos del barrio lee el peri ico "EL
Barrio”. De los que leen el
a) Se tornaun vecino del bar 1 lea por lo menos un peri
ico?
de que ambos lean?
PROBLEMA 6
145% de los clientes de un estes son particulares. De las
‘empresas el $0% tiene toma particulares el 40% tene to-
‘mado algin préstamo, Se
a) Si se veri probabilidad de que sea un
particular?
+) Verificar si los sueesos ti independientes.
> Result
PROBLEMA 7
Enuna empresa agroexporal de distintas 2onas del pais.
EL 76% de los productos vie n articulos regionales. E12%
del total de productoe viene
a) ,Cuil es la probabilidad sea articulo regional o bien
venga del Sur?.
> Result
») Siun produeto tomado «l bitidad de que sea un ariculo
regional?
> Resul
PROBLEMA 8
E134% de los productos qu Jos yel resto nacionales. Con
tarjeta de crédito vende el 6§ liza, E1 10% del total de pro-
‘ductos que comercaliza no
sTADISTICA~c.caprigon Phemnn 191 >) Si se vende un producto if
> Result
PROBLEMA 9
‘Una empresa recibe materia
resto del proveedor "RAF,
‘no cumplir eon las norms
8% esrechazada por idéntic
‘dan en deposito para su post
2) Se toma una bolse al azar
PROBLEMA 10
En la oficina de mesa de ent
21.33% de tramite semirapi
80% se deriva en el mismo
deriva en el mismo dia y |
2) {Qué porcentaje de trimit
PROBLEMA 11
‘Una miquina es operads po
‘el esto Néstor. £1 15% del y
‘twosas y las fabriea Néstor,
‘) {Cuil es la probabilidad
> Result
>) :Sila piezn es defeotuos
> Resul
PROBLEMA 12
Un inspeotor de una comp:
nes de bom
‘bombas y fugas. Cuando w
fuera de servicio. Los datos
4) {Cull estacin tiene Ia m4
> Result
') {Cuil es la probabilidad
> Resul
Phcina 192
bien se venden con tarjeta de
que el pago sea en efectivo?
| proveedor "TINCHO" y el
1" Tincho" es rechazada por
rims entregaca por "Rafa, el
Jen bolsas rctuladasy se euae-
ne rotulo, se practicael eon
ea del proveedor "Tincho"?
rentos sande tramiteripido,
pamentos de tramit ripido el
ramite semirapido el 40% se
deriva enol mismo dis
on recibidos?
a teimite ripido?
W%de los das ln usa Martin y
total de piezas son defec-
smparar Ia confabilidad de
de desperfsios: fallasen las
an, laesticign debe quedar PROBLEMA 13
ELDepartamento de Bromat
inspecciones independents
‘bos inspectores fo aprueban
experiencia y por ello apru
el reglamento de salubridad
restaurantes que no cumple
a) Caleular la probabilidad
inspector Bartola ha encont
> Resul
») Caleular la probabilidad
pector Ambrasio ha encont
> Resull
©) Caleularla probabilidad a
logia y Salud cuando no est
> Result
PROBLEMA 14
El gerente de una empresa d
nuevo restaurante “Diente
de acceso ala ciudad, y sabe,
un conductor eseogido al az
esde 0,75. La probabilidad
tercero sea visto es de 0,87 y
hhecho de que un conductor
visto 0 no los demas
Si-se toma un conductor al
a) gCual es la probabilidad
> Resull
by ¢ Cual es la probabilidad
cours intermedios?
> Resull
©) ¢Cual es la probabilidad:
> Resull
1 «Cull es la probabilided
> Resull
€) gCuil es la probabilidad
> Resuil
PROBLEMA 18
De acuerdo a los registros de
realiza.un promotor le cont
larde la linea, yen el 20%
‘lo on el 45% de la veces
los llamados no le compra
titular de ta ines, quign Io
{Cul es la probabilidad de of
‘Venta dela promocién?
> Resu
{ESTADISTICA~€. Capigon!
4. Probabilidad
fect, rutinariamente, dos
la inspeccin slo si am-
Jecior Ambrosio tiene mucha
ue realmente esta violanda
ienciay aprucba al 7% de los
un restaurante, dado que el
restaurante, dado que el ins-
Departamento de Bromato-
ampaiia publicitaria para un
les panormicos en la ruta
que cada cartel sea visto por
| sea visto por un conductor
82, la probabilidad de que el
‘es de 0,9. Se supone que el
independiente de que hays
1 15% de los Hamados que
Tamados lo atiende el tta-
Joatiende el ular de fa linea
‘otra persona, en el 30% de
wocién yen el resto lama al
promotor logre concretar La 4 Probabilidad
PROBLEMA 16
‘Una empresa petrolera ha ob
tos petoiferos y gasiferos
‘La probabilidad de que en u
pozo existan gas y petrileo
(035. La probabilidad de que|
tencia de petedleo est estrect
subsuclo, El rendimiento de
rresponidiente sea tipo A; B
‘guientes probabilidades: sic
0,70, que sea tipo B es de 0.2
‘dad de que el subsuelo seat
‘gas, Ia probabilidad de que
0,10, Sies un pozo seco, ta
0.20 9 tipo Ces € 0,75.
a) gCudl es la probabilidad df
tipo A?
> Result
») Sila formacién geolégi
> Result
«) {Cul es la probabilidad de
tipo A oexistan gas pete
> Result
4) ,Cull es la probabilidad d
tipo A o bien existan gas y
> Rosi
PROBLEMA 17
Ea un centro médico especial
Jos fumadores y el SY de los
dad de que una persona a qu}
45% de las personas fuman?}
> Resul
PROBLEMA 18
En una empresa se compré
‘computadoras, las dos func
sceplar ef Tote, sien thay d
> Result
PROBLEMA 19
En una empresa que fabrica
proceso puede salir de cont
proceso esti bajo contra, I
proceso esti fuera de control
yy se comprueba que es defe
> Resul
suelo en busea de yacimien-
a con los siguientes datos:
probabilidad de que en un
poz0 exista slo gases de
réleo) es de 0,40. La exise
formaciones geologicas del
silaestructura del suelo €o-
pecificada, ademas, las
Jel subsuelo sea tipo A es de
petnileo y gas, a probabil
/C esde 0,20. Si existe slo
Bes de 0,60 y tipo C es de
‘Aces de (,05, tipo B es de
0 con formacion geotbgica
‘que sea un pozo seco?
10 con formacién geolbgica
elocon formacién geoligica
na comprobado que 90% de
1onar.;Cull es la probabil
yonar fume, sabiendo que el
sconar aleatoriamente dos
{Cues Ia probabilidad de
fe produccién controlado, El
que ello ocurra es 0,08. Sie
jefectuosaes 0,05; pero sie]
jspecciona una bateriaal azar
cl proceso esté bajo control?
staDISTICA ~C Capen! 4 Probabilidad
PROBLEMA 20
Para poner en marcha un si teuna clave. El sistema debe
estar funcionando ala hora jose eneuentre presente antes
dedicha horaes 0,93. ;Cusnf conocer In clave de acceso si
se quiere quo la probabil Thora 8:00 sea 0,9992
> Resui
PROBLEMA 21
En un supermereado hay te: Si Ia compra es por un
manta dea lo sumo $100, ja que contione S vales para
uaa botelladesidray I vale spas por un monto superior
$100, toma al azar un val ates para una botellade sidra
1 5 vales para una botella df tiene un cliente cualquiera
s compran por mis de $1007
PROBLEMA 22
Enuna empresa que fibrica: pieza de plistco mediante la
utlizacién de una méquina: Js maiquinas, las que habitual-
‘mente son utilizadas por se jea 100 unidades diarias y el
sefior Limay fabriea 90 uni sete, es reemplazade por el
setiorSimoca quién, por no p 70 unidades daria. La pro-
babifidad de que un dia cua probabilidad de que un dia
cualquiera fate el seBior Lin ia cualquiera fale el seBor
Simocaes 0,01. Calcule lp se fubriquen mais de 120 uni
dades,
> Resu
PROBLEMA 23,
producto, El presidente de la
fompetider. Con base en una
evaluaciOn preliminar que 1runa probabilidad de 0,50 al
hecho que el producto tenes sompetidor, una probabilidad
440,30 de que tenga la mis robabilidad de 0,20 de que la
calidad sea inferior a fa del sultados de encuestas, deter-
rina que siel producto real robabilidad de que Taencues-
to detcrmine que ea superir alided que cl competi, Ia
probabilidad de que la encus es 04. Sie productos infe-
Flor la probabilidad de quel (02. Un estudio de mereado
sobre cl producto concluye:
Calcule la probabilidad con| cs
Resul
PROBLEMA 24
Un inversor esta pensando e Jeciones de una compaia. La
ESTADISTICA™€.Caprighont PheINA 195 4. Probabilidad
cotizacién de las aeciones en
inversor. Sobre la base de es
‘ducto nacional bruto, ie! P
ten su valor es de 0.8. Siel
valor es de 0,2. Si el PNB dis
s6l00,1. Para los siguientes:
‘el PNB aumenta,e] PNB es
4) Caleule la probabilidad 4
> Resul
b) Silas acciones aumentan
PNB haya aumentado?
> Resul
©) Silas acciones no aument
‘que el PNB haya disminuid
> Result
PROBLEMA 25
‘ues tipos de formaciones res
se encuentra en el 40% de |
30% de las formaciones tips
4) {Cuil es la probabilidad
> Resul
Sila compania no deseubre
formacién del tipo I
> Resul
PROBLEMA 26
‘Un fusible para electricidad
sos, bastante confiables y
delos fusibles son destructiv
para decidir si se aceptan. s
‘ean fusibles con la misma a
‘que se encuentran dispersos
Desdichadamente, la linea d
dedefectuasos durante el me
fuses habian sido distribu
bles. Uno de ellos falls. ,Cud
PROBLEMA 27
Sesabe que en un supermerc
‘gar, durante 5 minutos o mis
do eneste supermercado, for
colas en el mismo instante,
8) ,Culil es Ia probabilided
> Result
hema 196
res, es de gran interés para el
cin se relaciona con cl pro-
Jalor de lasacciones aumen-
Je las accianes sumenten su
Jones aumenten su valores de
0,4;0,3 0,3 aloseventos,
es la probsbilidad de que el
cous es la probabitidad de
Jeuerdo con la posibiidad de
pia preende perforar un
de 0,35; 040 y 0,25 para los
jenci se sabe quel petrdleo
formaciones tipo Hy en el
sn exe lugar?
fobabilidad de que exista una
cidn. Los fusibles son costo-
ls. Debidoa que las procbas
ban s6lo unniimero pequenia
Tineas de praduceiénfabri-
1 ciento de defectuosos, los
inicos y produjo 5 por ciento
cin cespuds de que los
narzo y probs tes fsi-
produc por alguna de
que esperar en cola para pa-
cciden comprar por separs-
pagar, Si ambos llegan alas
imucos para pagar?
ESTADISTICA~€, Copion! by {Cua es la probabilidad
minutos?
> Resul
©) {Cuil es la probabilidad
> Resul
PROBLEMA 28
En una planta de articulo e
‘aio muevo que haya asst
produceién es 0,86 y que la
haya asistido al programa:
al programa, ;Cusl es Ia pr
> Resi
PROBLEMA 29
‘Una oxplosién en un tangue|
clectricidad estitica, mal fu}
timiento o sabotaje industri
Resul
v
¥
v
-
PROBLEMA 30
177% de los clientes de w
de los clientes son empresas
son empresas
a) ,Cuail es la probabilidad
> Result
) Calcule a probabilidad d
dito
> Result
©) Siumcliente tomade al:
sea una empresa?
> Result
4) Siel cliente omado al
algin tipo de crédito?
> Result
©) (Se puede considerar qu
pendientes?
> Resul
£) .Culles la probabilidad.
algin tipo de crédito o que:
Resul
sTaDiSTICA ~C.Capriton,
4 Probabilidad
sagan que esperar menos de $
rar $ minutos o mis?
+ probabilidad de que un ope-
ia, eonozea las normas de
produccién para otro que no
los operarios nuevos asisten
3074 Ia norma?
focurrr a consecuencia dela
Jaman contacto coneleves-
analizaron ls iesg0s, con-
Je0,25, acausa de electricidad
eléctrico, de 0,40 por el con-
rovistas también arrojaron
0,15 y 0,15, respectivamente
asin tipo de crédito. EI 14%
dito. EL42% de los clientes
empresa y haya solicitado
lei tipo de crédito?
hema 197 4. Probabilidad
PROBLEMA 31
En una empresa de primera
todos los empleadas estén di
de tes sectores. Enel sector
Ja firma del empleado Chol
«do Pancho. La probabilidad|
se presenta una persona es 0
lidad de que lo pueda comp]
> Result
PROBLEMA 32
Enuna empresa que fabrica
cificaciones técnicas:
€1 98% de las Componentes
Cada conexién Meva una Cy
‘Componentes deben estar
‘Se toma una conexién al 27
> Resul
que realizaruntrimite que, si
mite require la intervencibn
pe. Enel sector B se necesita
neoesita fa ima del emplea-
fisponible exel momento que
1 trémite, cuales la probabi-
se tienen lssiguientes espe
snilimetrs,
195% de las Componentes A y
pata que funcione, ambas 5.
5.1. DEFINICION
‘Al descrbir el Espac
no neceseriamente deben
capitulo anterior los result
Casi sempre, en los
donde es menester la
que expliquen el co
aplicacién de estos modelos
Los resultados de
pesados cuantitativamente,
Cisas que asignen niimeros
Ejemplo 5.1
El dia 21 de Marzo del ato
y consultarle la fecha de na
lia de In consulta. Una
[sTADISTICA~C. Caption!
IAS
jo los resultados individuales
-mplos proporeionadas en el
de sitaviones particulares,
struir modelos matemsticos
intervienen.Parala correcta
que sean, enen que estarex-
leapaces de definirreglaspre-
fos aleatorios, teniendo en
‘regia bien
‘muesiral, un
del experimento E,
ido de Ia variable aleatoria)
en fomar una persona al azar
2 Ia edad que tiene la persona
x20 de 1945
Pheana 199 Defina:
4) El Experimento Aleatoricl
»b) El Espacio Muestral
©) El valor individual del Es
4) La Variable Aleatoria
©) Recorrido de la Variable
4) Valor individual de Ia Vs
Solucién
ELExperimento
‘garantie el azar, por
yy Allo que naci.
24 Blespaciomues
Dia, Mes y Afo (D?
w: El elemento ing
X: Variable Alea
R00: Recorido d
(We 21 de Marea de 1985 6
Es conveniente recall
maneras, a saber:
+ Se realiza un Expe
signa a este resultado el va
+ Se reaiza un Exper
consiste en realizar medicio
medida correspondiente adi
de medida de Ia VARIABLE,
‘ROY, Sila unidad de media
son dos nimeros reales dis
Bjemplo 5.2
Se realizé un trabajo donde
relacionarlas con otras carae
instrumento que provee res
Defina
8) El Experimento Aleator
b) El Espacio Muestral
©) El valor individual del Es
Phaana 200
puesta
dual del Espacio Muestral.
zacin de algin método que
Jona y se pregunta el Dia, Mes
fs posiblescombinaciones de
194s,
es nimeros reales x (4). En
sen afios cumplidos el reco-
turaes,
ltado Ur € U, y luego se le
Jdo We U. Sila observacién
nlmero tea, Sila unidad de
ere medic" o sea, la unidad
igual a x(w), y Ues igual a
de con la medicién relizada
sonas, en centimetos, para
y se midié su estatura con un
Ta medivin fue 171 em. 4) La Variable Aleatoria
) Recorrido de la Variable
£) Valor individual de la Va
Solucién
8) BL Experimento oo
garantice el azar (bol
X: Variable Alea
R00: Recortido
Ejemplo 53
Enun proceso de control de
kilogramas, se reali el pe
‘que provee ls resultados ey
Define
4) FL Experimento Aleatorq
) El Espacio Muesteal
«) El valor individual del Bs
4) La Variable Aleatoria
¢) Revorrido de la Variable
1) Valor individual de Ia Va
Solucién
a)
trumento de medic
tado es un mimeo rf
S.Variables Aleatorias
vidual del Espacio Muestra
izacién de algiin método que
una persona y se mide su es-
as posibleslecturas del ins-
fa medicion cuantitativaele-
peso debe estar expresado en
un instrumento de medicién
1 1900 gramos.
Pspucsta
dual del Espacio Muestal,
acid de algin método que
lun paguete y se mide su peso
Jas posibles lecturas del ins-
Jedicién cuantitatva el rsul-
icin 201 5. Variables Aleatorias
©) ROO: Recorrido
‘Todas los pos
1) x(w) :mimero real
esas variables, se usarin las
‘Como excepeién, si ar cuande esti en maytiseu-
lay otro distinto cuando ests una virglilla sobre a Tetra
rmindscula 8,78, ty se util a, para indica el valor deta
variable, a,x, 9,
Esta es una distineid jue el lector debe considerar
detenidamente. Si el experi ‘na balenza y verifiar su
peso, se puede referir a ble aleatrria X.
Puede ser de intents ce a un intervalo particular,
por ejemplo si pesa entre 12
5.2.1. VARIABLE ALB
Siel Espacio Muestr
rable, entonces el conjunta dela variable, tarbign sera
fi
‘Sellana VAR iNIDIMEN-
ao 0s fino 0
Los posibles valores q tos de qe realy sesimbo-
lizan
jemplo 5.4
Una caja contiene 10 boil ferosimiles. El experimento
consiste en extraer 5 bolillas| del exper mento es saber la
cantidad de bolillas azules q
Se pide:
‘@) —Identifique la vari
) Determine el reco
©) Clasifique ta variabl
Solucién
Phetna 202 S Variables Aleatorias
4) X: Variable aleatoria que f que se obtienen en Sextrac-
cones al azar,
Los posibles valoref
porque no podrin obtenerse
») El recorrdo de la variate
centonces la variable es una
jets de tela y se registra la
dentifique ta vara
Determine el reco
2) X: Variable aleatoria que
‘Los posibles valores de esta
) Bl recorrida deta variat
©) El recortido es infinito establever un tope 0 fin ala
cantidad de falas, entore RIA DISCRETA.
5.2.1.4. DISTRIBUCION
5.2.4.1.4. FUNCION DE Pi
Como se ha estudiade ‘un evento no permite que su
resultado se pueda predecir i crear Modelos Matemi-
ticos o Funciones que describ las variables aleatorias, Con
ells se podtin realizar padi
ciertas condiciones, midiend
es de probabilidad, S Variables Aleatorias
Dela definicin se
‘VARIABLE ALEATORIA DIS
¥ CONDICIONDENO’
Tidad puntual, al Hi
Y CONDICION DECIER
probabitidad puntual, a
A cada nimero p(x)
‘de que la variable X asuma:
El conjunto de pares
[BABILIDAD PUNTUAL..
|ABILIDAD PUNTUAL de una
bus, a saber:
do por la funcin de probabi-
‘no negativo
sasignadcs por funcién de
ser igual @ uno
[AL porquees la probabilidad
rx,
una DISTRIBUCIONDE PRO- PROPOSICION
Una variable ateator
‘cuando se establece
La FUNCION DE FR
das cartesianas ortogonales,
ccorrespondientes valores de
‘une al valor x; mediante un
GRAFICO DE BASTON
Poy
5 Wariables Aleavorias
das. EI punto (x px) se
co que se obtiene se Hama
lades puntuales, S.Wariables Aleatorias
2
FF (x2) = 2 pix)
Cada mimero ¥ (4) JADA HASTA EL VALOR x,
x representa la probabilidad
Fi conju de pares tama FUNCION DE DIS-
‘TRIBUCION DE PROBAI RILADA hasta UN VALORDE.
LAVARIABLE, 0 simplemen
enel eje deabscisas y Ios co
eje de ordenadas. El punto (
segmento horizontal. El g
DO.
a
FO)
1|
ESTADISTICA~€.Capigon Cada nimero G Gx)
y tepresenta Ia probabilidd
El conjunto de pares
‘TRIBUCION COMPLEMI
LADA desde un valor de lav
5.2:4.1.4 RELACION ENTRE
La suma entre el val
valor de a variable y el valor}
correspondiente al siguiente
HSTADISTICA~€.Capigon:
5. Variables Aleatorias
ie todas las pro-
el tilkima,
© igual al nimero x
llama FUNCION DE DIS-
a DISTRIBUCION ACUMU-
DESACUMULADA.
ON comespondiente a un 5. Variables Aleatorias
también
Sean
Foy
G Koen)
centonces
5.24.18, PERCENTILES DE
) de una
feel valor de va
pobabilidad igual
se acumul, a fo
Ejemplo 5.6
rollosfibricados bajo las
‘mismas condiciones, cons rencias para Ia cantidad de
fallas encontradas en cada u
ony get me en Se puede considerar que co}
de la frecuencia relative,
a) Determine:
1) La funcién de
42) La Funcién
3) La Funcién d
») Caleule la probabilidad
©) Caleule la probabilidad
4) Caleule la probabitidad
) {Cull ella cantidad de
Solucién
4) Sie cumple el principio
de probabilidad, as frecues
lores de probabilidad pt
Sea
X : Cantidad de fllas de fa
Seccalculan las correspondi
partir de ahi se calculan los
‘Como se ha visto en el ej
jemplo, ls valores dela v
nes (en ninginrollo se
wes)
Se puede comprobar que la
ESTADISTICA~C. cprgon
5. Variables Aleatorias
por la definicién frecuencial
lor de la variable son los va-
Jo. Variable aleatria discret
Js probabilidades puntuales. A
infinite numerable. En este
ninguna de las observacio-
tienen probabilidad puntual
as condicién de no negativi-
Phcana 208 5. Variables Aleatorias
dad y la condicion de ciere
Para obtener los valores de ado fos velores de probat
Tidad puntual, desde el pi siderado, La Fix correspon
dicate al iltimo valor, nece
Para obtener los valores de valores de probabilidad pun-
tual desde el valor consi La Gtx coresponiente al
primer valor de Ia variable,
) Laprotabilidad de que
Funein de Probabilidad Po
«) La probabilidad de que’
‘eign de Distribucién
4) Le probabilidad de que u fall ese valor dela Fun-
cién de Distribucién Compl
Por otro lado, nétese que,
etcetera
©) La cantidad de falls no percentil de orden 80,
Para la determinacién del pe ‘basta con uaa simple inspec-
cidn de la Funcin de Distr io
El primer valor de la funcié I correspondiente valor dela
variable aleataria es
xp=2
Este valor de la variable cu
Fep-1) < 0.80
Fx=1 =057
por lo tanto
Xoo
La cantdad defllas de fl 5. Variables Aleatorias
5.2.2. VARIABLES A NIDIMENSIONALES
Cuando se estudié variable continus, entre otras
cosas, se estableci6 que Ia ener un recorida infiito no
‘numerable, no permite una Jo que suanilisis debe hacerse
utilizando intervalos deel representacién gréfica de las
stan para clasificar a as uni
dades experimentales dente idad de observaciones. Siesta
cantidad tiende a infinito, of intervalo tiende a cero,
Recordando que
por lo tanto,
luego
Bajo estas condicios ecuencia relativa,tiende aser
tuna curva que, como se ha Es posible que esta curva ten-
‘ga expresi6n funcional co
Entonces se puede recorrido infinito no numera-
ble, posiblemente renga asod tico, que describa su compor
tamiento probabil
Tha variable ed
ALEATORIA
reales, sexist Jo, cumpla con las
siguientes dos
Simbotieamente
Sean
X:Uina a
Flog: Una
fasblo
si fe existe, de mq
foy20
‘Tres ox
cntonces
ESTADISTICA™~C. capitol Phorna 212 5. Variables Aleatovias
X:esuna VAl cencl intervalo [a; BI”?
5.2.2.1. DISTRIBUCION
IDAD de una
real que cumpla
DAD DE PROBABILIDAD.
‘Una FUNCION DE DE}
[a bl: Unintervalo.
Sise cumple que
gooz0
facodx=I
entonces la FUNCION DE
Fo = gio)
(e)encl intervalo fa; BI”
La FUNCION DE
‘ua, explica el comportami Esto significa que
calcularla probabiidad de|
en cuenta las siguientes re
> Dados dos valores de
robabilidad de encont
encierra a funcién ent
Simbsticamente:
> Laprobabilidad de qu
superficie,
Simbélicamente
Entonces, sila pro
aque un valor dela variable
rrado 0 abierto,
fos)
Fjemplo 5.7
En is empresa Lémparasy
comportamienio dela
fabricar ecentemente, Mi
paras se pad comprobae
una supers las 2000 hore
Funcién que describe el co
ilizando como unidad
4) El valor de h tal que f
») La probabilidad de que
siles de hors
©) {Cuil es la probabil
inras?
Solucién
X: duracidn de las mpara
4) La unidad de medida de
ESTADISTICA™~€. Capron
5. Variables Aleatovias
PROBABILIDAD es posible
Te aleatoria continua, teniendo
rezean al inervalo [a ; bl la
sti dada por la superficie que
vesmula. Enun punto no hay
se calcula la probabilidad de
pe indistinto que éte sea ce-
n alos efectos de analizar el
lescentes que se comenz6 a
cantidad importante de lim-
menos 1000 horas, pero nin-
una duracién entre 1.2 y 14
Jcidn inferior a 1,6 miles de
ido de Ia variable es,
hema 213 S.Wariables Aleatorias
Por definicién, para qv una probabilidad, debe cumplir
can las condiciones de non
Enel interval [1:2, culay cumpla con a condieion de
no negatividad
Fey-hx >0
Paral condicin de ciere,
:
forex
i
Resolviendo la ecuaciéa,
») La probabitidad de que juna duracion entre 1,2,y 14
miles de horas es igval a
dicho intervalo
PUL2) Para caleula a probabil
‘dehoras, hay que caleular la
DISTRIBUCION para X = 1,21
PEHS12)= FH
La probabilidad de encont ror a 1,2 miles de horas es
0.4074. Expresado en} que e1 40,74% de las kimpa-
13s tienen una duracién in
©) Para calcular la probabil on est anre 1,3 miles de
horas, y 1,5 miles de horas, UCION, primero hay que
Phaina 288 estaDisTIca~€. Coprigont fariables Aleatonas
calcula Ia probabitidad a acumulada hasta 1,3 y des-
és hacer la diferencia en
El valor de Ia FUNCION DE:
PH<15)- FC
El valor de Ia FUNCION DE:
centonces
PU3 FUNCION DE
‘Una distribucién def
bilidades puntuales corespq
Phamna 238
‘una variable
la funcin de
la variable X
ido al interval [a ; bf, anula
Je negativalederivada segun-
ilidad con dos o mis valo-
Ia dstribucién es polimodal
relativa,
1d de probabilidad de X
rivada primera dea funcién,
fp relativo. La variable aleato-
ic una variadle aleatoria dis-
b de SIMETRIA de una fan-
Jionsidad de arababilida.
}SSIMETRICA, silas proba
huidistan de k Media Avitmé S.Variables Aeatorias
tica Esperada son iguales.
Sean
X: Varia
PO:
Hog : Met
“Luego, si se cumple que
la distribucién de probabil ICA.
Una variable ale SSIMETRICA presenta un gri-
fico de bastones similar al
P(x)
Unadistribucién es SIMETRICA, si las imé-
genes de la fincién de den a valores dela variable que
equidisten de la Media Ar
‘Sean
Una dF
Ja variable X
Luego, si se cumple que
Ia distribucién de probabil RICA,
‘Una variable alea de probabilidad stMETRICA
puede presentar un grafico
estapist1cA~€.Caprigons Phen 238 5. Variables Aleatorias
F0|
PROPOSICION
En toda disiribucién SiMe
una distibueién
Indirecci6n de la ASIMET!
ccentrado de orden 3 y l des
5.2.5.6. COEFICIENTE
LaCURTOSISo
nes de probabilidad y corres
que presenta una distibuet
Por condicién de cierre, la
S wo
a
by ®)
enfonces, a medica que la a
uno, la distribucidn deberi
Toda distibucion:
‘prado de CURTOSIS de una.
cia, Enel proximo capitulo:
mn impar son iguales a cero.
ICA. Para medirel grado y
lel cocienteentrel momento
‘A ALA DERECHA
"A ALA IZQUIERDA
a que tienen las distribucio-
otal y la Méxima Ordenada,
una probabildad total igual a
icin se refiereacompararel
n que se toma como referen-
icién normal estandarizada y
es igual a3,
apuntamientomedio: se dice
STADISTICA~€.caprigiont que es MESOCURTICO,
referencia son LEPTOCU!
referencia son PLATICUR|
El coeficiente que
‘momento centrado de order
este resultado,
PROPOSICION
En toda distribuctén
TTICA, Ja MEDIANA 9.
5.2.6. PROPIEDADI
El Promedio (o Meds
caracterizar ala distribucié
piedades que poseen,algu
‘entonces EY)
‘0, escrito con otros
2. El Promedio Bs
cconstante mas el Promedio
tuna variable es igual ala Vi
‘Sea C una const
siY=C
centonces E(Y)
‘0, escrito con otros
3. La Esperanza My
8 igual al producto entre a
Varianza de producto de ut
la constante y la Varianza
centonces EY)
©, escrito
[ESTADISTICA™~C.Carighont
S Variables Aleatorias
[puntudas” que el modelo de
Fpuntudas” que el modelo de
is surge del cociente entre el
encis cuarta y restando tres a
las medidas mis usuales para
ia, por las importantes pro-
3.
misma y la Varianza Fspera-
is una variable, es igual ala
ia summa de una constante mis
js constante por una variable,
Promedio dela variable yla
oducto entre eleuadrado de
¢?. ven, S.Wariafles Aleatorias
\efiniciones, quedan a cargo}
5.2.7. TEOREMA DE
siempre es cierta, Sie co
bie, en general, determinar is |, por Io tanto, no es factible
calcular Ia probabilidad de: interval determinado.
Conel teorema de T lidad minima (cota inferior)
de envontiar wt yalor Je le alo enyos limites
equidisten del Promedio Es
El teorema de Tehet
‘Sea Xuma varia speranca Maie-
mata fray V4 itive mayor a
tino. Cualguiera ia varableatea-
toriaX, siempre
LA DESVIA-
PROMEDIO
S BL DESVIO
PCix-pxl 3
y-corresponde ala parte so 5. Variables Aeatorias
jemplo 523
En una empresa de servicios ‘que dura una comunicacién
telefinica, para atendera sy un desvio estindar de 0,6
minutos.
2) Caleule a probabil ga una diferencia, porexce-
80 0 por defecto, con el pro
) Establezca un intervalo as comunicaciones.
Solucién
X: Tiempo que’
x= 73
x= 06
2) Enel enunciado da prob onde avaiable porlota
tovesoproblomane ine alorexactode bub,
redaction del fret urwtctac alin
Ar proba Este valor presque uy on arena
coupe wr is vera
problema pide proba inten itera por
tent opor Sefeto con cia erase ead
rote
x-wl e12
si se quiere, puede expres
Bx L22X< oy
en este problems se tiene
‘U2
06
entones, neo de prob
P(ix-px|<2-0,
[ESTADISTICA™€.Copriglon! Phan 203 5. Variables Aleatovias
Como ya fue especificado,
‘que, la probabilidad de que
defeeto, con el promedio de
Esta respuesta también puede
cionestelefénicas tienen una|
dio de menos de 1,2 minutos
b) El intervato que hay que:
P(73-k0,6sx
La amplitud dl itervalo
probabilidad expresado en
Los limites, inferior, Li y su
Li=7.6-3,16..0.6|
Por lo menos el 90 % de las
minutes.
5.2.8. VARIABLE Et
5.2.8.1. DEFINICION
Se llama VAR
ddiscretao contin
tre, la diferencia
5.2.8.2. CARACTERISTI
‘Toda VARIABLE ALE
Acitmético Esperado igual a
de la variable original que s
Phgina2e4
ida, pero sise puede afirmar
ferencia, por exceso 0 por
075,
fe 75% de las comunica-
por defecto, con el prome-
ta que el 9% es un valor de
RIZADA,
12za Matemitica 0 Promedio
cualquiera sea la naruraleza
ESTADISTICA~€.Capion! Nétese que Z es un
ranza y la Varianza, y reco
vios estindares, y en qué pf
observado de la variable
Bjemplo 5.24
El tiempo que se tarda en
[esTADISTICA~C.Capigion
ransformar los valores de ella,
js en unidades de desvio estin-
qué distancia, acuantos des-
ln desviacién con respecto al
ariables aleatorias que repre~
unidades ce magnitudes. 5. Variables Aleatovias
promedio, de 24 minutos co
tiempo medio para completa
Una area de"ARMADO" fi
tos, ;Coil de Ins dos areas
dad de desvio estindar?
Solucién
X: Tiempo para realizar una
Bxn24 soy
Y: Tiempo para realizar una
he i
Para poder comparar lav
dar, entre las dos variables, s
bles. Aquel valor de Z cuyo
tunidades de desvio estindar.
El valor de la variable de la
‘medio que el valor dela vari
tancia de 1,5 desvios estinday
res del promedio.
5.3. VARIABLES
5.3.1. DEFINICION
De acuerdo o estud
varias caracteristias 0 varia
mir el peso, la estatra, la.
que requiere dos tipos de m
‘anti de materia prima A
Sistas observacionc
Fables aleatorias, euyos val
Porello, surge la
tori. Estos modelos eee
un espacio vec
i la seccida "PEGADO™ el
io estindar de 2 minutos.
‘de "PEGADO" en 22 minue
promedic, medida en uni-
riacin con respecto al pro-
ue el primero esti a una dis-
una persona se ie puede
‘una unidad de fabricacin,
10 que se tard en fabricar, 1a
B utilizaca, Etosters,
tonces las variables, son va-
sa mis de una variable alea-
[ESTADISTICA Capron! S.Variabtes Aleatorias
Sean
kibles resultados de €,
particular del experimento E,
[éimensiones.
signa al elemento ue
2 en n dimensiones,
Enotraspalabras, Limensionalescorrespondien-
fea un mismo resultado de lor
Iamado VARIABLE ALRA de esta variable es el pro-
dducto cartesiano de los reef
5.
Una VARIABLE
signa al elemento ue
imensiones.
de los recorridos, Revortido
Jeza funcional de la variable.
suen tres tips de variables:
Pharma 267 53.2.1.F
83240.
1)CONDICION.
2)CONDICION
5 xa), Hamado
fo tal que sesatis-
para todo (15)
pohabilidades, a
sTUAL CONUNTA. Indica la
into, (xh 3a) El conjunto de
DCONDICION |
2)CONDICION|
Ble, debe cubri
[xn sxe
tineamente@ los dos interval
P (xu sX15|
Elrecinto de posit
‘mente a los dos intervalos,
5. Variables Aleatorias
‘en ol recorrido de la varia-
‘que pertenezca simultinea-
slo del siguiente dibujo, S.Wariables Aleatorias
riable aleatoria
variable aleator
PO), que le as
ci6n de no negatividad y Ta
IAL se generan a partir de los Jas correspondiente funcior
‘unamente
5.3.2.3. FUNCIONES Ct
En un experiment
suceder que, por alguna!
bles, de modo tal que pueda}
53.2.3:1, FUNGION DE PROE
‘Se Tama FUNC
variable ateat
variable aleatr
Conjunta y ta F
Plss/x
5.2.8.2, FUNGION DE DEN:
Se Hama FU
DICIONAL ct
conjuntamente
Funcién de
ddd de Probatil
Sf bead
5.3.2.4 EJEMPLOS
5.3.2.4.1, EJEMPLO PARA VI
[Ejemplo 5.25
Soreali26 una encuesta
servaron, entre otras caracte
personas quo lo habitan. La}
grande como pera que se em
&stas ya son valores de pret
X«: Cantidad de personas
Xe! Cantidad de ambientes
STADISTICA —C. caption
5. Variables Aleatorias
.dimientos ya indicados opor-
variables aletorias, puede
‘valores de una de las varia
pilistco de Ia otra variable,
TONAL de wna
Jamemte con otra
de Probabilidad
variable condi-
(xyix2)
Py)
lau
ILIDAD CON-
indo se presenta
cociente entre la
funcidn de Densi-
(xix)
Fy)
or de a ciudad donde se ob-
parfamento y la cantidad de
dos ha sido Suficientemente
encia relativa, porlo tanto,
‘cundro donde,
PheINA 258 5. Variables Aleatovias
‘Los valores que se encuent 1a probabiidad eonjunta
Eleonjunto de os pares de vi js comespondientes“casillas”
‘conforms ina distribucién
Los valores que se encuent son los valores de probabi-
lidad marginal de las respect
El coviente entre cada una de| dente probabilidad mar-
ginal, proporeiona la probabj
Se pide:
8) {Cul es la probabilidad renga, exactamente, dos am-
Dientes y estéhabitado por,
'b) zCual es la probabilidad tenga, exactamente, dos am-
bientes?
©) Se clige un departamento ents, euil es la probabi-
Tidad de que en évivan dos
Solucién
8) La probabilidad de que u saute, dos sunbieutes y
esté habitado por, exactamet mntual conjunta
Expresido en porcentae, el tamente, dos ambientes y
estin habitado por, exacta
') La probabilidad de que .tamente, dos ambientes es
‘una probabilided marginal :
Expresado en porcentaje el renexactamente dos ambien-
tes
{Si se comprucba que tcne} Je que estécondicionando el
‘valor dela probabilidad deaf | probabilidad condicional
PR yee) = PE
Expresado en porcentaje
dos persons.
5.32.42, EJEMPLO PARA V
Bjemplo 5.26
En una empresa que fabrca
aleatoria bdimensional cuya
PhcIna 252 estavistica~c.capriton| ts Anas
feos xs 2
2: Xely Xe
Feex)-0
Las cine de ens, te Xs:
rad idy
a
Entnces, a fn
La fucion de densidad de Nees
th
vo?
Bitoni
1a fncin de densidad de ovado aX,
Js Xas2;X4 © lh yX2e ih
mado a X4
[STADISTICA~C. Caprio PheIna 59 ‘Variables Afeatorias
Fbsaina
Se pide:
) Cull es la probabilidad:
fesior a 0,4 toncladas y ol de
') ¢Cuai es la probabilidad
feror a. 0,6 toncladas?
6) «Cull es Ia probubilidad
Teor a0,8 toncladas?
4) :Cudl es la probabilidad
ferior a 0,6 toneladas, sel
Solucién
4) Laprobabilidad de que en
toneladssy el desperdicio
POG <04AX2<03 )=
La probabilidad de que en
toneladasy el desperdicio
') La probobilidad de que e
(0,6 toneladas es una proba
insumo.
Para calclar esta probabil
Pou
Potrebbero piacerti anche
- A. Estadistica Capriglioni I PARTE 1 - 1-130 PDFDocumento130 pagineA. Estadistica Capriglioni I PARTE 1 - 1-130 PDFAnonymous zJqcCgUg7Nessuna valutazione finora
- E. Estadistica Capriglioni II PARTE 2-99-214Documento116 pagineE. Estadistica Capriglioni II PARTE 2-99-214Anonymous zJqcCgUg7Nessuna valutazione finora
- D. Estadistica Capriglioni II PARTE 2 - 1-99Documento98 pagineD. Estadistica Capriglioni II PARTE 2 - 1-99Anonymous zJqcCgUg7Nessuna valutazione finora
- C. Estadistica Capriglioni I PARTE 3 - 271-398Documento128 pagineC. Estadistica Capriglioni I PARTE 3 - 271-398Anonymous zJqcCgUg7Nessuna valutazione finora
