Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
PROBABILIDADES
Probabilidades
El trmino Probabilidad se refiere al estudio del azar y la
incertidumbre, en aquellas situaciones en las cules se puede
producir uno de varios resultados posibles, la Teora de la
Probabilidad provee mtodos para cuantificar la chance de
ocurrencia de cada uno de ellos.
Definiciones:
1. Experimento
Es cualquier proceso o accin que genera observaciones y que
puede ser repetible.
Por ejemplo:
a) Arrojar un dado
b) Seleccionar un individuo, registrar su peso y su altura
c) Seleccionar una muestra de productos elaborados por una
empresa para hacer un control de calidad.
d) Seleccionar un da al azar y registrar el nmero de veces
que se satura un servidor.
Definiciones:
Espacio Muestral
Es el conjunto de todos los resultados posibles del
experimento. A cada elemento del espacio muestral se
denomina punto muestral. El espacio muestral se describe por
:
S={w/w es un punto muestral}
Los Espacios Muestrales con un nmero grande o infinito de
puntos muestrales se describen mediante un enunciado o
regla.
Ejemplo:
Ejemplo
Ejercicio:
Dados los siguientes experimentos, indicar su espacio
muestral:
a) E1: Lanzar una moneda y observar la cara superior.
b) E2: Lanzar un dado y observar el nmero que aparece en
la cara superior.
c) E3: Extraer una bola de una urna que contiene bolas rojas
R y bolas verdes V.
d) E4: Designar un delegado de un grupo de 50 personas a
travs de un sorteo.
Eventos o Sucesos:
Se
denomina suceso o evento a cualquier subconjunto del
espacio muestral. Se puede hacer una lista de muchos
eventos asociados con un experimento, algunos con ms
posibilidad de ocurrir que otros. Tenemos:
El evento imposible
Eventos o Sucesos:
Los eventos compuestos, consisten de dos o ms
eventos elementales.
El evento seguro o cierto, contiene a todos los
eventos elementales posibles.
Ejemplo:
a) Sea el espacio muestral:
E1: Lanzar una moneda y observar la cara superior,
entonces un evento seria:
A = sale cara
A = {cara}
A = {1}
Ejemplo:
b) Se el espacio muestral:
E2: Lanzar un dado y observar el nmero que aparece en
la cara superior, entonces un evento seria:
B = se lanza el dado y sale un nmero par
B = {2, 4, 6}.
de Puntos Muestrales
El nmero de elementos de un evento arbitrario A
se denotar por n(A). Es decir:
Regla de la multiplicacin
Si A y B son dos eventos finitos, entonces, el
nmero
de
elementos
del
evento
producto
n(AxB)=n(A)xn(B)
Ejemplo:
Cuntos puntos muestrales tiene el espacio
muestral que resulta de lanzar dos dados a la vez?
Solucin
Variaciones Simples
Las
variaciones sin repeticin de m elementos
tomados de n en n (m n)se definen como las
distintas agrupaciones formados con n elementos
distintos, eligiendo entre los m elementos
que
Variaciones Simples
Tambin
Ejemplo:
Cuntos nmeros de tres cifras distintas se pueden
formar con las nueve cifras significativas del sistema
decimal?
Solucin
Elementos
disponibles: 9 cifras
Solucin
Variaciones
=504
nmeros de 3 cifras
Ejemplo:
El sistema de matriculas de vehculos consiste en
un nmero de 4 dgitos seguido de un bloque de 3
letras consonantes. Cuantas placas hay con un
determinado bloque de letras?
Solucin
Disponemos de 22 consonantes m =22
Formamos grupos de 3 letras n= 3
Luego:
Permutaciones
Se llamapermutaciones de m elementos a las
diferentes agrupaciones de esos m elementos de
forma que:
Sentran todos los elementos.
Simporta el orden.
Nose repiten los elementos.
Ejemplo:
Cuntos
m=5
Permutaciones Circulares
Las
permutaciones circulares son un caso particular
de las permutaciones. Se utilizan cuando los
elementos se han de ordenar "en crculo", (por
ejemplo, los comensales en una mesa), de modo
que el primer elemento que "se site" en la
muestra determina el principio y el final de
muestra.
Ejemplo:
De
cuntas formas distintas pueden sentarse
ocho personas alrededor de una mesa redonda?
Solucin:
Tenemos n=8, luego:
7!=5 040
Combinaciones
llamacombinaciones de m elementos tomados
Se
de n en n (m n)a todas las agrupaciones posibles
que pueden hacerse con los m elementos de forma
que:
Noentran todos los elementos.
Noimporta el orden.
Nose repiten los elementos.
Ejemplo:
En una clase de 20 alumnos se quiere elegir un
comit formado por tres alumnos. Cuntos
comits diferentes se pueden formar?
Solucin:
Noentran todos los elementos.
Noimporta el orden: Juan, Ana.
Nose repiten los elementos.
Solucin:
Luego
m=20 , n=3 entonces:
=
=
=
=1 140
Ejemplo:
En una bodega hay cinco tipos diferentes de botellas.
De cuntas formas se pueden elegir cuatro botellas?
Solucin:
Noentran todos los elementos. Slo elije 4.
Noimporta el orden. Da igual que elija 2 botellas de
ans y 2 de aceite, o que 2 de aceite y 2 de ans.
Sse repiten los elementos. Puede elegir ms de
una botella del mismo tipo.
Solucin:
Luego
m=5 y n= 4
=
=
=
= 70
Probabilidades
Sea
un suceso A, de un total de n posibles casos,
todos igualmente factibles, puede presentarse en
h de los casos. Entonces la probabilidad de
aparicin del suceso viene dada por:
Probabilidades
As
pues, tenemos:
Ejemplo
Cul
es la probabilidad que aparezcan 3 4 en una
sola tirada de una dado?
Solucin:
Sabemos que n= 6
Puesto que A puede presentarse en dos casos 3 4
, se tiene:
Solucin
probabilidad de no tener un 3 4 ( es decir
La
podemos obtener: 1,2,5,6) es :
q =
probabilidad
de
un
evento
cualquiera
est
Ejemplo:
Sea un experimento aleatorio que consiste en
lanzar al aire dos dados, y se considera espacio
muestral el resultado de la suma de los valores
obtenidos, calcular:
a) Espacio muestral S:
b) La probabilidad del suceso A={2}
c) La probabilidad del suceso B={par}
Ejemplo:
d) La probabilidad del suceso C={10, 11, 12}
e) La probabilidad del suceso D={4, 5, 6, 7}
f) P(AUB)
Solucin
a)
Espacio muestral
, entonces la suma = 2
8
9
Solucin
Luego:
E= {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}
n(E)= 11 elementos
Solucin
b) La probabilidad del suceso A={2}
El suceso A, tiene 1 elemento, entonces:
P(A)=
c) La probabilidad del suceso B={par}
El suceso B= {2, 4, 6, 8, 10, 12} entonces n(B)=6
Luego:
P(B)=
Solucin
d) La probabilidad del suceso C={10, 11, 12}
El suceso C, tiene 3 elementos, entonces
P(C)=
e) La probabilidad del suceso D={4, 5, 6, 7}
El suceso D tiene 4 elementos, entonces
P(D)=
Solucin
d) P(AUB)
Sabemos que el suceso A = {2} y el suceso
B={2,4, 6, 8, 10, 12}
Entonces:
A U B= {2} U {2,4, 6, 8, 10, 12} = {2,4, 6, 8, 10,
12}=B
Luego: n(A U B) = 6 elementos
P(A U B)=
Probabilidad Condicionada
Sean
Propiedades
a) A, B=A entonces =1
b)
Ejemplo:
Un club consiste de ciento cincuenta miembros. Del total, 3/5
son hombres y 2/3 son profesionales. Adems, 1/3 de las
mujeres no son profesionales.
Si se elige al azar un socio del club, calcule la probabilidad de
que:
a) Sea hombre y profesional.
b) Sea hombre dado que es profesional.
c) Sea mujer y profesional
d) Sea mujer dado que no es profesional
Solucin
=
150 total
Hombres:
Hombres: = 3(30)=90
Hombres-Profesionales:
Mujeres:
Mujeres: 150-90 = 60
Mujeres No profesionales:
Solucin
Gnero/
Ocupacin
Profesional
(P)
No
profesional(N)
Total
Hombre(H)
60
30
90
Mujer (M)
40
20
60
Total
100
50
150
Solucin
Calcule
la probabilidad de que:
a) Sea hombre y profesional
Solucin
Calcule
la probabilidad de que:
b) Sea hombre dado que es profesional.
Solucin
Calcule
la probabilidad de que:
c) Sea mujer y profesional
Solucin
Calcule
la probabilidad de que:
a) Sea mujer dado que no es profesional
Teorema de Bayes
, n eventos pertenecientes al espacio
Sean
muestral S y sea B un evento cualquiera, con
P(B) > 0, entonces se cumple que :
Ejemplos:
Slo el 60% de la mercadera que recibe un comerciante del
fabricante A es de calidad excepcional, mientras que el 90% de
la mercadera que recibe del fabricante B es de calidad
excepcional. Sin embargo la capacidad de produccin del
fabricante B es limitada, y por esta razn slo el 30 % de la
mercadera le es permitido adquirir del fabricante B, mientras
que el resto lo adquiere de A. Si se inspecciona un embarque
que acaba de llegar y si resulta que es de calidad excepcional,
cul es la probabilidad de que provenga del fabricante A?
Solucin
Sea:
A = fabricante A
B = fabricante B
C= calidad excepcional
NC = no es de calidad excepcional
Solucin
C
0.6
0.7
A
0.4
0.3
NC
C
0.9
0.1
NC
Solucin
P(A
/C) =
Ejemplos:
Una mquina produce un tipo de objeto en distintos periodos.
Si la mquina est bien ajustada en un periodo, el 80 % de los
objetos producidos pasan el control de calidad, de otro modo
slo pasan el 60 % . Se ha determinado que el 90 % de los
periodos la mquina est bien ajustada. Si se inspecciona los
objetos y resulta que no pasan por el control de calidad, cul
es la probabilidad que provenga de la mquina mal ajustada?
Solucin
Sea
BA= mquina bien ajustada
MA = mquina mal ajustada
CC= pasan al control de calidad
NC= no pasan al control de calidad
Solucin
CC
0.8
BA
0.9
0.2
NC
CC
0.6
0.1
MA
0.4
NC
Solucin
P(MA
/NC) =
DISTRIBUCIONES DE
PROBABILIDAD
de
fracasotambin
representa por q = 1 p
esconstante,
p,
y
Distribucin Binomial
Lavariable aleatoria binomial,X, expresa elnmero de
xitos obtenidosen lasnpruebas. Por tanto, los
valores que puede tomarXson:0, 1, 2, 3, 4, ..., n.
Ladistribucin binomialse expresa porB(n, p)
Ejemplo
La ltima novela de un autor ha tenido un gran xito, hasta el
punto de que el 80% de los lectores ya la han ledo. Un grupo
de 4 amigos son aficionados a la lectura, Cul es la
probabilidad de que en el grupo, hayan ledo la novela 2
personas?
Datos
n = 4
p = 0.8
q = 0.2
K=2
B(4, 0.8)
Solucin
Sabemos:
=0.1536
Existe una probabilidad del 0.1536
Media
Varianza
Desviacin tpica
Ejemplo
La probabilidad de que un artculo producido por una
fabrica sea defectuoso es 0.02. Se envi un cargamento
de 10.000 artculos a unos almacenes. Hallar el nmero
esperado de artculos defectuosos, la varianza y la
desviacin tpica.
Solucin:
n = 10 000
p = 0.02
q = 0.98
Solucin
Nmero de artculos defectuosos:
1)
2) Varianza
10 000(0.98)(0.02)
= 196
Solucin
Desviacin
Tpica
Distribucin Hipergeomtrica
Donde:
N = Total de la poblacin
A = N xitos de la poblacin
n = tamao de la muestra
k = xito de la muestra
Ejemplo:
Supngase que en una semana se fabrican 50 chips de
computadoras. Operan 40 sin problemas y 10 tuvieron
al menos un defecto. Si se selecciona una muestra
aleatoriamente de 5 chips, cul ser la probabilidad de
que 3 de los 5 chips funcionen perfectamente?
Solucin
Datos:
N= 50
A= 40
n= 5
k=3
Luego
Solucin
Distribucin de Poison
La distribucin de Poison es una distribucin
de
en
Distribucin de Poison
Esta
probabilidad es muy til cuando la muestra es grande y
la probabilidad de xito p es pequea.
Ejemplos que pueden ser modelados por
la distribucin
Poison son:
La llegada de un cliente al negocio durante una hora.
Las llamadas telefnicas que se reciben en un da.
Nmero de bacterias en un volumen de un de agua.
Nmero de accidentes de trabajo que ocurren en una
fbrica durante una semana.
Distribucin de Poison
La distribucin Poison su funcin de probabilidad es:
Donde :
P(X=k) = es la probabilidad de ocurrencia cuando la
variable discreta toma un valor finito k
k = nmero de xitos por unidad
= lambda es la ocurrencia promedio por unidad (tiempo,
reas, volumen, etc. )
e = tiene un valor aproximado 2.71828
Medidas de Resumen
Valor
esperado o Media
E(X) =
Varianza
V(x) =
Desviacin estndar
Ejemplo:
Suponga que llegan en forma aleatoria de una serie de
llamadas a una central telefnica con un promedio de 3
llamadas en intervalo de un minuto. Calcule la
probabilidad de que en cualquier periodo de un minuto
no ocurra llamada alguna.
Datos:
k = 0
=3
Solucin
a) Datos:
k = 0
=3
Luego:
Normal
Se dice que una variable aleatoria continua X, tiene una
distribucin normal, si su funcin de densidad est dada
por:
Donde
, ,
Donde
2.71828
La media y la varianza
La media
Varianza
Var (x)=
Desviacin tpica
Representacin grafica
Campana de Gauss
Unadistribucin normaldemedia ydesviacin tpica se
designa porN(, ). Su grfica es lacampana de Gauss:
que
tiene
pormediael
valorcero,
=0,
N(0,1)
en
Tipificacin de la variable
Para
poder utilizar la tabla tenemos que transformar la
variable X , que sigue una distribucin N(, ), en otra
variable Z , que siga una distribucin N(0, 1).
b) () = 1- ()
rea
a la derecha del punto a
c) () = 1- ()
rea a la izquierda del punto a.
d) (Z ) = ()
rea a la derecha de a
Clculos
Los clculos con una determinada distribucin se
trasladan a la N(0,1) mediante una estandarizacin
Ejemplos:
Una
empresa instala en una ciudad 20.000 bombillas
para su iluminacin. La duracin de una bombilla sigue
una distribucin normal con media 302 das y desviacin
tpica 40 das. Calcular. a) Cuntas bombillas es de
esperar que se fundan antes de 365 das? Cuntas
durarn ms de 400 das?
solucin
Datos:
a= 365
302
Solucin
1.575)
Distribucin T student
Muchas veces los tamaos de las muestras son muy
pequeos,
frecuentemente
no
conocemos
la
Cuando estos
Distribucin t de student
Sea
la frmula:
Donde:
x = media
de la poblacin
s = desviacin estndar
n = tamao de la muestra