Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
DE PROBABILIDAD
Página 1 de 38
CONTENIDO
1. Introducción
2. Técnicas de conteo
3. Teorema de Bayes
4. Distribuciones de probabilidad
Página 2 de 38
PROBABILIDAD Y DISTRIBUCIONES DE PROBABILIDAD
1. INTRODUCCIÓN
# Favorable E
P E
# Total resultados
1
Ejemplo 1: La probabilidad de que salga 2 al lanzar un dado es: .16
6
1
Ejemplo 2: La probabilidad de lanzar una moneda y que caiga cara es: .5
2
Ejemplo 3: La probabilidad de sacar 1,2,3,4,5, o 6 al lanzar un dado es:
1 1 1 1 1 1
1
6 6 6 6 6 6
Página 3 de 38
Un espacio muestral (S): Es el conjunto Universal; conjunto de todos los “n” elementos
relacionados = # Total de resultados posibles.
Probabilidad Compuesta
Es la probabilidad compuesta por dos eventos simples relacionados entre sí.
En la composición existen dos posibilidades: Unión o Intersección .
Unión de A y B
Si A y B son eventos en un espacio muestral (S), la unión de A y B A B contiene todos los
elementos de el evento A o B o ambos.
Intersección de A y B
Si A y B son eventos en un espacio muestral S, la intersección de A y B A B está
compuesta por todos los elementos que se encuentran en A y B.
Ejemplo 4: En el evento A (día nublado), P(A) = .3, la probabilidad de tener un día despejado
será 1-P(A) = .7
P A .7
P(A)=.3
Página 4 de 38
2. Probabilidad condicional: Para que se lleve a cabo un evento A se debe haber realizado el
evento B. La probabilidad condicional de un evento A dado que ha ocurrido el evento B es:
P A B
P A B , si B 0
P B
P A B 0.2
P A B = 0.67
P B 0.3 A
P(A/B)=.67 B
RAZÓN DE LA
QUEJA
Falla eléctrica Falla mecánica Falla apariencia Total
En garantía 18% 13% 32% 63%
Fuera de 12% 22% 3% 37%
garantía
Total 30% 35% 35% 100%
Si A es el evento de que la queja es por apariencia y que B representa que la queja ocurrió en el
periodo de garantía. Se puede calcular P(Z | B) = P(A y B) / P(B)
Se dice que dos eventos A y B son independientes si: P(A/B) = P(A) o P(B/A) = P(B).
Página 5 de 38
La probabilidad de la ocurrencia de uno no está afectada por la ocurrencia del otro. De otra
manera los eventos son dependientes.
Cuando un evento A no contiene elementos en común con un evento B, se dice que estos son
mutuamente excluyentes.
A B
1 1 1
a) P A B .33
6 6 3
Ley aditiva:
Cuando dos eventos no son mutuamente excluyentes:
P A B P A P B P A B
Página 6 de 38
Cuando los eventos son mutuamente excluyentes:
P A B P A P B
Ley multiplicativa:
Si los eventos A y B son dependientes:
P A B P A P B A
Ejemplo 8: Se selecciona una muestra aleatoria n = 2 de un lote de 100 unidades, se sabe que
98 de los 100 artículos están en buen estado. La muestra se selecciona de manera tal que el
primer artículo se observa y se regresa antes de seleccionar el segundo artículo (con
reemplazo), a) calcule la probabilidad de que ambos artículos estén en buen estado, b) si la
muestra se toma sin reemplazo, calcule la probabilidad de que ambos artículos estén en buen
estado.
b) Si la muestra se toma “sin reemplazo” de modo que el primer artículo no se regresa antes de
seleccionar el segundo entonces:
Página 7 de 38
98 97
P A B P A P B A = .9602
100 99
Se observa que los eventos son dependientes ya que para que para obtener el evento B, se
tiene que haber cumplido antes el evento A.
B
P(B/A)=.97
A
P(A) =.98
EJERCICIOS:
1. Tres componentes forman un sistema. Como los componentes del subsistema 2-3 están
conectados en paralelo, trabaja si por lo menos uno de ellos funciona. Para que trabaje el
sistema debe trabajar el componente 1 y el subsistema 2-3.
a) ¿Qué resultados contiene un evento A donde funcionan exactamente dos de los tres
componentes?
b) ¿Qué resultados están contenidos en el evento B en el que por lo menos funcionan dos los
componentes?
1
3
Página 8 de 38
2. En una planta los trabajadores trabajan 3 turnos. En los últimos años ocurrieron 200
accidentes. Algunos se relacionan con condiciones inseguras y otros a condiciones de trabajo,
como se muestra a continuación:
Turno Condiciones Condiciones de Total
inseguras trabajo
Diurno 10% 35% 45%
Vespertino 8% 20% 28%
Nocturno 5% 22% 27%
Total 23% 77% 100%
Página 9 de 38
Si se elige al azar uno de los 200 informes de accidentes de un archivo y se determina el turno y
tipo de accidente:
3. La ruta que usa un automovilista tiene dos semáforos. La probabilidad de que pare en el
primero es de 0.4, la probabilidad de que pare en el segundo es de 0.5 y la probabilidad
de que pare por lo menos en uno es de 0.6. ¿Cuál es la probabilidad de que se detenga
a) En ambos semáforos?
c) Exactamente en un semáforo?
4. Una empresa construye tres plantas eléctricas en tres lugares diferentes. Se Ai el evento en el
que se termina la planta i en la fecha del contrato. Utilizar las notaciones de unión,
intersección y complemento para describir cada uno de los siguientes eventos, en
términos de A1, A2 y A3, mostrar en diagramas de Venn.
Página 10 de 38
e) Se termina ya sea la planta del lugar 1 o las otras dos en la fecha del contrato.
Página 11 de 38
2. TÉCNICAS DE CONTEO
Supóngase que una persona tiene dos modos de ir de una ciudad A a otra ciudad B; y una vez
llegada a B, tiene tres maneras de llegar a otra ciudad C. ¿De cuántos modos podrá realizar el
viaje de A a C pasando por B?
a pie en avión
en carro
CIUDAD A CIUDAD B CIUDAD C
en bicicleta en trasatlántico
Ejemplo 9: ¿De cuantos modos podrá vestirse un joven que tiene 3 camisas diferentes, 4
pantalones y dos pares de calzado?
Página 12 de 38
Segundo evento ( pantalones) a2 = 4
Tercer evento (zapatos) a3 = 2
a1 a2 a3 3 4 2 24 modos diferentes.
Ejemplo 10: Dado el conjunto de las letras o, p, i , escribir todas las permutaciones
empleando las tres letras cada vez.
Solución: opi, oip, ipo, iop, pio, poi : son seis permutaciones posibles.
Solución: op, oi, io, ip, pi, po: son seis permutaciones.
Ejemplo 12: ¿Se toman 3 números de lotería de un total de 50, de cuantas formas se pueden
tomar los números?
50 ! 50 !
P350 (50 49 48) 117 ,600
50 3 ! 47 !
Página 13 de 38
COMBINACIONES: Es el número de subconjuntos de r elementos que se puede formar de un
conjunto de n elementos, sin importar el orden de los elementos. Para determinar el número de
combinaciones posibles utilizamos:
n!
Crn
n r ! r !
Ejemplo 13: Un entrenador de basket ball tiene 9 jugadores igualmente hábiles, ¿cuántas
quintetas podrá formar?
9!
C59 126
4 ! 5 !
Ejemplo 14: Se extraen 5 cartas de una baraja de 52 cartas. Hallar la probabilidad de extraer
(a) 4 ases, (b) 4 ases y un rey (c) 3 dieces y dos jotas,
4 C4 48 C1 1
a) P(4 ases) = =
52 C5 54145
4 C4 4 C1 1
b) P (4 ases y 1 rey) =
52 C5 649740
4 C3 4 C2
1
c) P (3 dieces y 2 jotas) =
52 C5 108290
Página 14 de 38
3. TEOREMA DE BAYES
P ( Z ) P A P Z A P B P Z B
P A P Z A
P A Z
P A P Z A P B P Z B
Ejemplo 8: En cierta universidad 20% de los hombres y 1% de las mujeres miden más de
1.80m de altura. Asimismo 40% de los estudiantes son mujeres. Si se selecciona un estudiante
al azar y se observa que mide más de 1.80m ¿Cual es la probabilidad de que sea mujer?
P (A) = .60
> 1.80 .20 .01
P (B) = .40
P (Z/A) = .20
P (Z/B) = .01 =Z
Para encontrar la probabilidad de que sea mujer dado que mide más de 1.80,
Página 15 de 38
Utilizando el teorema de Bayes:
P B P Z B
P B Z
P A P Z A P B P Z B
Podemos visualizar P(B/Z) en el siguiente diagrama: Z > .80 P(A/Z) P(B/Z) = .032
a) ¿Cuántas selecciones dan como resultado seis trabajadores del turno diurno?
b) ¿Cuál es la probabilidad de que los 6 trabajadores sean seleccionados del mismo turno?
c) ¿Cuál es la probabilidad de que por lo menos dos turnos diferentes estén representados en la
selección?
d) ¿Cuál es la probabilidad de que por lo menos uno de los turnos no esté representado en la
muestra de trabajadores?
2. Una caldera tiene 5 válvulas de alivio idénticas. La probabilidad de que que en algún momento
se abra una de ellas es de 0.95. Si su operación es independiente, calcular la probabilidad de
que por lo menos se abra una de ellas. Y la probabilidad de que por lo menos no se abra una de
ellas.
Página 16 de 38
3. Dos bombas conectadas en paralelo fallan en determinado día, sin que haya dependencia
mutua. La probabilidad de que solo falle la bomba más vieja es de 0.10 y de que falle la bomba
más nueva es de 0.05. ¿Cuál es la probabilidad de que fallen ambas bombas al mismo tiempo?
3 4
Página 17 de 38
4. DISTRIBUCIONES DE PROBABILIDAD
Variable aleatoria: Para un determinado espacio muestral SS una variable aleatoria (VA) es
cualquier regla que relaciona un número con cada resultado en SS.
Variable aleatoria discreta: Es una variable aleatoria cuyos posibles valores son enteros.
Variable aleatoria continua: Es una variable aleatoria cuyos valores posibles son los reales.
2. Suma (P(y)) = 1
Su fórmula es la siguiente:
Página 18 de 38
Valor esperado:
FX ( x ) P ( X x)
Con propiedades:
0 F ( x) 1
Lim x F ( x ) 1
Lim x F ( x ) 0
La media o valor esperado de una variable aleatoria discreta X , denotada como E(X), es
X E ( X ) xf X ( x) xP( X x)
x x
Sea Y una variable aleatoria discreta con distribución de probabilidades P(X=x). Entonces , la
varianza de Y es:
X E[( X X ) 2 ] ( x X ) 2 P ( X x )
2
5. DISTRIBUCIONES DISCRETAS
DISTRIBUCIÓN UNIFORME
Página 19 de 38
La variable aleatoria toma un numero finito de n valores, cada uno con igual probabilidad.
1
f ( x) P ( X x )
n
Con n = 10 se tiene:
( n 1)
X
2
n 1
2
X2
12
DISTRIBUCIÓN HIPERGEOMÉTRICA
Se aplica cuando la muestra (n) es una proporción relativamente grande en relación con la
población (n > 0.1N). El muestreo se hace sin reemplazo
C xD CnNxD n!
P ( x ) C xn
Con x!( n x)!
CnN
Página 20 de 38
Ejemplo: De un grupo de 20 productos, 10 se seleccionan al azar para prueba. ¿Cuál es la
probabilidad de que 10 productos seleccionados contengan 5 productos buenos? Los productos
defectivos son 5 en el lote.
USO DE EXCEL:
N = Tamaño de Población, n = Tamaño de muestra, D= éxitos en la población; x = éxitos en la
muestra.
En Fx Estadísticas seleccionar
=distr.hipergeom(x, n, D, N)
USO DE MINITAB:
Calc > Probability distributions > Hypergeometric
Probability (densidad) o Cumulative probability (acumulada)
N, D, n y en Input constant introducir x.
EJERCICIO:
1. Se compran 10 transformadores y se toma una muestra de 4. Si se encuentra uno o más
defectuosos se rechaza el lote de 10.
a) Si el lote tiene un defectuoso, ¿Cuál es la probabilidad de que se acepte el lote?
b) Cuál es la probabilidad de aceptar el lote si contiene 3 defectuosos.
Página 21 de 38
DISTRIBUCIÓN BINOMAL
Ensayo Bernoulli. Es un experimento aleatorio que solo tiene dos resultados. Éxito o fracaso.
Donde la probabilidad de éxito se denota por p
La distribución binomial se utiliza para modelar datos discretos y se aplica para poblaciones
grandes (N>50) y muestras pequeñas (n<0.1N). El muestreo binomial es con reemplazamiento.
Rechazar la afirmación de que falla menos del 10% si se encuentra que X>=5.
Página 22 de 38
USO DE EXCEL:
x = éxitos en la muestra, p = probabilidad de éxito, n = tamaño de muestra.
En Fx Estadísticas seleccionar
=distr.binom(x, n, p, 0 o 1 dependiendo si es puntual o acumulada)
USO DE MINITAB:
Calc > Probability distributions > Binomial
Probability (densidad) o Cumulative probability (acumulada)
n = number of trials, p = probability of success y en Input constant introducir x.
Página 23 de 38
EJERCICIOS:
1. Un panel solar tiene una vida útil de 5 años con una probabilidad de 0.95. Se toman 20
páneles solares y se registró la vida útil.
c) ¿Si solo 10 paneles tienen una vida útil de 5 años, que debería pensarse sobre el valor
verdadero de P?
2. 20% de los teléfonos se reparan cuando todavía está vigente la garantía. De estos el 60% se
reparan mientras que el 40% se reemplazan. Si una empresa compra 10 de estos teléfonos,
¿Cuál es la probabilidad de que exactamente sean reemplazados 2 en periodo de garantía?.
3. Suponga que solo 25% de los automovilistas se detienen por completo en un alto con luz roja
intermitente cuando no está visible otro automóvil. ¿Cuál es la probabilidad de que de 20
automovilistas seleccionados al azar se detengan:
4. De todas las plantas sólo el 5% descargan residuos por sobre la norma. Si se muestrean 20
plantas ¿Cuál es la probabilidad de que estén fuera de la ley:
c) Exactamente 3
d) Más de una
Página 24 de 38
DISTRIBUCIÓN BINOMIAL NEGATIVA
x r 1 r x
nb rx ;;( p) p (1 p) con X = 0, 1, 2, …..
r 1
Ejemplo: Se quieren reclutar 5 personas para participar en un nuevo programa. Si p = 0.2 la
probabilidad de que las personas quieran participar. ¿Cuál es la probabilidad de que se les deba
preguntar a 15 personas antes de encontrar a 5 que estén de acuerdo en participar?. Es decir si
S=(de acuerdo en participar),
¿Cuál es la probabilidad de que ocurran X=10 fracasos antes del r=quinto éxito?.
Página 25 de 38
14 5 10
nb(10;5;0.2) 0.2 0.8 0.034
4
La probabilidad de que a lo sumo ocurran 10 fracasos (F) se les pregunte a lo sumo a 10
personas es:
10
x 4 x
P(X 10) nb(x,5,0.02) 0.2 0.8 0.164
5 10
X 0
x 0 4
Su media y varianza son las siguientes:
r (1 p )
E ( x )
p
r (1 p )
V ( x )
p2
USO DE EXCEL:
Otra forma:
Página 26 de 38
y 1 r y r
p( y) p q
y r
r
p
rq
2 2
p
a) ¿Cuál es la probabilidad de que el primer fusible defectuoso sea uno de los primeros 5
probados?
P= 0.1 q= 0.9
Para y = 1 hasta 5:
Página 27 de 38
Media = 1/p = 1/0.1 = 10
Sigma = 9.49
Página 28 de 38
DISTRIBUCIÓN DE POISSON
Ejemplo 1. Suponga que una compañía de seguros asegura las vidas de 5000 hombres de 42
años de edad. Si los estudios actuariales muestran que la probabilidad de que un hombre muera
en cierto año es 0.001, entonces la probabilidad de que la empresa pague exactamente 4
indeminizaciones y= 4 en un cierto año es:
5000!
P ( y 4) p(4) (0.001) 4 (0.999) 4996
4!*4996!
El valor de esta expresión no aparece en tablas y su cálculo era difícil, no así con Excel.
Página 29 de 38
Aproximando con la distribución de Poisson, se toma la tasa media de sucesos = np =
(5000)*(0.001)= 5, teniendo:
4 e 5 4 e 5
P ( y 4) 0.1745
4! 4!
Ejemplo 2. Una planta tiene 20 máquinas, si la probabilidad de que falla una en cierto día es
0.05. Encuentre la probabilidad de que durante un día determinado fallen dos máquinas.
np = 20 *0.05 = 1.0
12 e 1
P ( y 2) 0.184
2!
20!
P ( y 2) p (2) (0.05) 2 (0.95)18 0.188
2!*18!
Página 30 de 38
USO DE EXCEL:
x = éxitos en la muestra, np = media.
En Fx Estadísticas seleccionar
=Poisson(x, np, 0 o 1 dependiendo si es puntual o acumulada)
USO DE MINITAB:
Calc > Probability distributions > Poisson
Probability (densidad) o Cumulative probability (acumulada)
n*p = mean y en Input constant introducir x.
Página 31 de 38
EJERCICIOS:
1. El 20% de los choferes son mujeres, si se seleccionan 20 al azar para una encuesta:
Usando la distribución binomial y la distribución de Poisson
a) ¿Cuál es la probabilidad de que dos choferes sean mujeres ?
b) ¿Cuál es la probabilidad de que al menos cuatro sean mujeres?
5. Un proceso de manufactura produce 1.2 defectos por cada 100 unidades producidas,
¿Cuál es la probabilidad de que las siguientes 500 unidades presenten X=3 defectos?
Página 32 de 38
6. DISTRIBUCIONES CONTINUAS DE PROBABILIDAD
Si F(y) es la función de distribución acumulada para una variable aleatoria continua entonces su
función de densidad f(y) para y es:
f(y) = dF(y) / dy
1. f(y) >= 0
f(y)
F(yo)
yo y
Función de distribución acumulativa
Página 33 de 38
DISTRIBUCIÓN EXPONENCIAL
Se usa para modelar artículos con una tasa de falla constante y está relacionada con la
distribución de Poisson. Si una variable aleatoria x se distribuye exponencialmente, entonces el
recíproco de x, y = 1/x sigue una distribución de Poisson y viceversa.
x
1
f ( x) e e x
El modelo exponencial, con un solo parámetro, es el más simple de todos los modelos de
distribución del tiempo de vida. Las ecuaciones clave para la exponencial se muestran:
Página 34 de 38
Si el número de ocurrencias tiene Distribución de Poisson, el lapso entre ocurrencias tiene
distribución exponencial. Su función de distribución acumulada es la siguiente:
P ( X x) 1 e t
Probabilidad de que el tiempo entre la ocurrencia de dos eventos cualquiera sea <= t
F(x)
Aquí se desea saber de que no transcurra más de cierto tiempo entre dos llegadas, sabiendo
que se tiene una tasa de llegadas .
Página 35 de 38
P(X<=10) = F(10; 1/5) = 1- exp(-0.2*10) = 0.865
USO DE EXCEL:
Lamda = 1/ media.
En Fx Estadísticas seleccionar
=distr.exp(x, lamda,1) = distr.exp(10,0.2,1) = 0.865
USO DE MINITAB:
Calc > Probability distributions > Exponential
Probability (densidad) o Cumulative probability (acumulada)
Indicar Threshold = 0 y en Scale indicar la media 5
En Input constant indicar la X del tiempo.
La Distribución Exponencial es usada como el modelo, para la parte de vida útil de la curva de la
bañera, i.e., la tasa de falla es constante. Los sistemas complejos con muchos componentes y
múltiples modos de falla tendrán tiempos de falla que tiendan a la distribución exponencial
Desde una perspectiva de confiabilidad, es la distribución más conservadora para predicción.
Página 36 de 38
Las fallas ocurren en los sistemas con una distribución denominada Curva de la Bañera:
R (t ) e t
Donde es la tasa media de falla y su inverso es el tiempo medio entre fallas (MTBF), o sea:
1
MTBF
Página 37 de 38
EJERCICIOS:
1. Sea X el tiempo entre dos solicitudes de servicio sucesivas a un departamento, si X tiene una
distribución exponencial con media = 10, calcular:
2. Las falla de los ventiladores de un equipo tiene un tiempo promedio de 25,000 Horas, ¿cuál es
la probabilidad de que
a) Un ventilador seleccionado al azar dure por lo menos 20,000 horas?
Página 38 de 38