Curso: Estadstica I

Profesor: Candelario Caapataa Mamani

Alumnos:
Christian Mamani Yauri
Julio Cesar Rios Gonzales
Daniel Becerra Florez

Objetivos
Generales:

Analizar las probabilidades en el campo de la ingeniera

Especficos

Determinar formulas aplicadas a la ingeniera

Verificar datos relacionados con la ingeniera y aplicaciones en minera

Recopilar informacin de probabilidades aplicadas a la ingeniera de minas

INTRODUCCIN

La probabilidad y la estadstica son, sin duda, las

ramas de las Matemticas que estn en mayor auge
en este siglo, y tienen una tremenda aplicabilidad en
todos los aspectos y ciencias, especialmente en las
Ingenieras, puesto que aquellas variables que
influyen
en
dichas
ciencias,
econmicas,
demogrficas, suelen tener carcter aleatorio, es
decir, no son deterministas, y se fundamentan en
predicciones a partir de datos conocidos. Todo
aquello que implique prediccin nos lleva al terreno de
la probabilidad.

LA PROBABILIDAD
Historia de la probabilidad
La probabilidad matemtica tiene sus orgenes en los juegos
de azar, principalmente los juegos con dados y cartas, muy
populares desde tiempos antiguos. Los primeros estudios
cientficos sobre fenmenos aleatorios se centraban en dos
problemas:
Contabilizar el nmero de posibles resultados de lanzar un
dado varias veces.
Distribuir las ganancias entre jugadores cuando el juego se
interrumpa antes de finalizar, conocido como el problema
del reparto de apuestas.

Definiciones bsicas
La teora de probabilidades se ocupa de asignar un cierto nmero a cada posible resultado
que pueda ocurrir en un experimento aleatorio, con el fin de cuantificar dichos resultados
y saber si un suceso es ms probable que otro o relaciones parecidas. Con este fin,
introduciremos algunas definiciones.
Si realizamos un experimento aleatorio, llamaremos espacio muestral del experimento al
conjunto de todos los posibles resultados de dicho experimento .
Enfoque de la probabilidad
probabilidad

odjetiva

clasica

subjetiva

empirica

Probabilidad objetiva:

Probabilidad clsica: se basa en la consideracin de que los

resultados de un experimento son igualmente posibles.

Eventos mutuamente excluyentes: las concurrencias de un evento

implica que ningn evento pueda ocurrir al mismo tiempo.
Colectivamente exhaustiva: por lo menos uno de los eventos debe
ocurrir cuando se realiza un experimento.
Si el conjunto de eventos es colectivamente exhausto y son
mutuamente excluyentes, la suma de las probabilidades debe ser
igual a 1.

Probabilidad emprica: la probabilidad de que un evento ocurra a largo plazo se

determina observando en que fraccin de tiempo sucedieron eventos semejantes en el
pasado.

Ejemplo: Se sabe que los estudiantes graduados en Ing. Minas el ao pasado 35 estn
desempeando su profesin de los 50 graduados cual es la probabilidad de que este ao
un estudiante graduado en Ing. Minas trabaje en su rea?

Probabilidad subjetiva: probabilidad de que suceda un evento en especifico asignado por

una persona con base en cualquier informacin de que disponga.

Ejemplos:
Estimar la probabilidad de que exista una veta de oro.

Experimento estadstico.
Es un procedimiento que se realiza con el propsito de obtener observaciones para
algn estudio de inters, en un experimento se necesita realizar pruebas o ensayos
para obtener resultados.
Este tiene caractersticas:

Se conoce todos los resultados posibles antes de realizar el experimento estadstico

No se puede predecir el resultado de cada ensayo realizado

Debe poderse repetir el experimento en condiciones similares

Se puede establecer un patrn predecible a lo largo de muchas ejecuciones del

experimento a esto se le llama regularidad estadstica.

Ejemplos.
Romper diferentes tipos de rocas y observar el resultado
Determinar el volumen de una roca

Espacio muestral
Es el conjunto de todos los posibles resultados de un experimento estadstico. El espacio
muestral suele denotarse por la letra S. Los elementos del espacio muestral, se denominan
puntos muestrales; el espacio muestral puede ser discreto o continuo.

Discreto: si sus elementos pueden ponerse en correspondencia con los nmeros naturales
( en este caso S puede ser finito o infinito).

Continuo: si los resultados corresponden a algn intervalos de los nmeros reales ( en

este caso S es infinito).

PRINCIPIO BSICO DE CONTEO

Algunas situaciones de probabilidad implican mltiples eventos. Cuando uno de los
eventos afecta a otros, se llaman eventos dependientes. Por ejemplo, cuando objetos
son escogidos de una lista o grupo y no son devueltos, la primera eleccin reduce las
opciones para futuras elecciones.
Existen dos maneras de ordenar o combinar resultados de eventos dependientes.

Las permutaciones son agrupaciones en las que importa el orden de los objetos.

Las combinaciones son agrupaciones en las que el contenido importa pero el orden no.

 Permutaciones:
Son los arreglos diferentes que se pueden hacer con los elementos de un conjunto. En
estos arreglos se debe considerar el orden de los elementos incluidos.
Nmero de permutaciones con n elementos de un conjunto del cual se toman arreglos
conteniendo r elementos
Ejemplo
Un grupo de 10 personas debe elegir a su directiva;
superintendente, ingeniero en jefe, capataz. Todos pueden ser
elegidos, pero una persona no puede tener ms de un cargo.
De cuantas maneras diferentes puede realizarse la eleccin?.
Los arreglos posibles son permutaciones pues el orden en
cada uno si es de inters. Por lo tanto
n =10, r =3, 10P3 = 10x9x8 = 720

 Combinaciones:
Son los arreglos que se pueden hacer con los elementos de un conjunto. El orden de los
elementos en cada arreglo no es de inters. Cada arreglo se diferencia nicamente por los
elementos que contiene.
Sean:
- n : cantidad de elementos del conjunto
- k o r: cantidad de elementos en cada arreglo
Ejemplo:
Una mina dispone de 10 ingenieros diferentes de las
cuales se pueden elegir tres para un rea determinada.
De cuantas maneras diferentes puede hacerse la
eleccin?

Probabilidad de evento
El valor de la probabilidad de un evento es una medida de la certeza de su realizacin
Sea A un evento, entonces P(A) mide la probabilidad de que el evento A se realice

P(A)=0 es la certeza de que no se realizar

P(A)=1 es la certeza de que si se realizar

P(A)=0.5 indica igual posibilidad de que se realice o no se realice.

Asignacin de valores de probabilidad a eventos

Emprica: Es la proporcin de veces que un evento tuvo el resultado esperado respecto al

total de intentos realizados.

Ejemplo:
Se han realizado 20 ensayos en un experimento en condiciones similares. Cuatro ensayos
tuvieron el resultado esperado. Entonces, la probabilidad que en el siguiente ensayo se
obtenga el resultado esperado es aproximadamente
4/20=0.2=20%

Mediante modelos matemticos: Para muchas situaciones de inters puede definirse un

modelo matemtico para determinar la probabilidad de eventos. Algunos de estos
modelos son estudiados en este curso, tanto para variables discretas como continuas.

Asignacin clsica: Su origen es la Teora de Juegos. El valor de probabilidad de un

evento es la cantidad de resultados que estn asociados al evento de inters, respecto
del total de resultados posibles (espacio muestral). Esta forma de asignar probabilidad
es de uso frecuente.

Sean:

S : espacio muestral

A : evento de inters

Si N(S) y N(A) respetan su nmero de elementos.

Entonces la probabilidad del evento A es P(A) = N(A)/N(S)

PROBABILIDAD CONDICIONAL
La probabilidad de un evento puede depender o estar condicionada a la probabilidad de
otro evento.
Ejemplo:

Un experimento consiste en lanzar una vez un dado y una moneda. Si c, s representan

los valores cara y sello de la moneda, entonces el espacio muestral S es:
S = {(1,c),(2,c),(3,c),(4,c),(5,c),(6,c),(1,s),(2,s),(3,s),(4,s),(5,s),(6,s)}

Sea el evento de inters, A: obtener el nmero 5 y sello

Entonces P(A) = 1/12 0.0833

La probabilidad condicional est dada por:

Eventos independientes:

Sean A y B eventos cualesquiera de un espacio muestral S, se dice que A y B son

independientes si P(A|B) = P(A) y P(B|A) = P(B), es decir que el evento A no depende del
evento B y el evento B no depende del evento A.
En otras palabras seria:
Ejemplo
En una caja hay 10 bateras de las cuales 4 estn en buen
estado. Se extraen al azar dos bateras sin devolverlas a la
caja. Encuentre la probabilidad que, Ambas estn en buen
estado
Sean los eventos
A: La primera batera est en buen estado
B: La segunda batera est en buen estado
La probabilidad que ambas estn en buen estado es P(AB),
pero los eventos A y,B no son independientes pues B depende
del resultado de A. Entonces con la Frmula anterior
P(AB) = P(A) P(B|A) = (4 /10)(3/9) = 2/15 =0.1333
La probabilidad de xito del evento A es 4/10. Para el evento B es 3/9, dado que A es
favorable, pues quedan 3 bateras en buen estado del total de 9 bateras.

FORMULA DE BAYES

Las probabilidades P(A1) se denominan probabilidades a priori.

Las probabilidades P(Ai/B) se denominan probabilidades a posteriori.
Las probabilidades P(B/Ai) se denominan verosimilitudes

El 20% de los empleados de una empresa son ingenieros y otro 20% son economistas.
El 75% de los ingenieros ocupan un puesto directivo y el 50% de los economistas
tambin, mientras que los no ingenieros y los no economistas solamente el 20% ocupa
un puesto directivo. Cul es la probabilidad de que un empleado directivo elegido al
azar sea ingeniero?