1a Sesión PROBABILIDAD

Facultad de Ingeniería y Arquitectura 2018-II
Ingeniería de Sistemas
Estadística Inferencial
INTRODUCCIÓN A LA
PROBABILIDAD
Ing. Raúl G. Quispe Taya

CIP 116061
raul1957quispetaya@outlook.com 1
Facultad de Ingeniería y Arquitectura
MISIÓN
Formar lideres con excelencia profesional
y una visión global de negocios, que
promuevan el desarrollo del país y el
crecimiento de su economía, innovando e
impulsando nuevos emprendimientos que
logren competir con éxito en los
principales mercados internacionales
Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 2
VISIÓN
Consolidarse como una institución

académica de clase mundial, referente de
la excelencia en formación profesional y la
innovación para el emprendimiento, que
contribuya al desarrollo social y promueva
el crecimiento económico del país.

Temas de investigación
1) Diferencias entre estudios descriptivos e inferenciales.

2) Técnicas de muestreo para el Control Estadístico de Proceso.
3) Detección de datos atípicos.
4) Pruebas de normalidad de los datos.
5) Transformaciones de datos para lograr normalidad.
6) Selección y aplicación de métodos de estimación (por punto y por
intervalo).
7) La encuesta estadística.
8) Establecimiento y aplicación del modelo de regresión entre variables.
9) Aplicación de los fundamentos conceptuales y prácticos para el Control
Estadístico del Proceso.
10) Utilización de las técnicas de cálculo de probabilidades.
11) Aplicación de las características principales de las variables aleatorias en
situaciones concretas.
UNIVERSIDAD PRIVADA TELESUP

FACULTAD DE INGENIERÍA Y ARQUITECTURA
ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS
QUINTO CICLO
ESTADÍSTICA INFERENCIAL
“Diferencias entre estudios descriptivos e
inferenciales.”
Alumnos:
-----------------------
-----------------------
-----------------------
Lima - 2018


OBJETIVOS
 Comprender el significado de los

Teoremas y Axiomas de la
Probabilidad.
 Resolver ejercicios de probabilidad.

CONCEPTOS BÁSICOS
El estudio de fenómenos de diversa naturaleza permite

clasificar éstos en dos grandes grupos:
a) Fenómenos determinísticos: aquellos en los cuales una

misma acción produce siempre el mismo efecto.
b) Fenómenos probabilísticos o aleatorios: aquellos en los

cuales no siempre puede predecirse con certeza el
resultado de una misma acción.

¿QUÉ ES INCERTIDUMBRE?
La falta de conocimiento cierto de las cosas es la mayor fuente de
ansiedad para el hombre y es natural su deseo de remediarla. La
carencia de certeza o de conocimiento cierto de la ocurrencia de
determinados eventos, lleva a correr ciertos riesgos en las
decisiones esto es incertidumbre y es ahí donde el uso de las
probabilidades es de gran ayuda para minimizarlos.
“Es una verdad cierta que, cuando no está en nuestra mano

distinguir las opiniones verdaderas, debemos seguir las más
probables”. (Descartes)

Experimento Aleatorio (E)
Es un fenómeno
empírico que repetido
bajo las mismas
condiciones, no siempre
arroja el mismo
resultado.


Características
a)Es repetible: se puede realizar u observar en forma
indefinida (n veces) en las mismas condiciones.
b)Se conocen a priori los resultados posibles: se puede
conocer o delimitar el conjunto de todos los resultados
posibles, aun cuando no se puede predecir el resultado
particular en una realización del experimento.
c)Presenta regularidad estadística: si el experimento se repite
pocas veces los resultados parecen mostrar un
comportamiento caótico, mientras que al repetirlo un gran
número de veces se puede detectar cierta regularidad en el
comportamiento de los resultados

Ejemplos
Analizar 5 solicitudes de crédito y registrar el número de las

que resultaron aprobadas.
Analizar solicitudes de crédito hasta que por primera vez se
obtenga una solicitud aprobada.
Observar durante 1 h una taquilla de cierta agencia bancaria y
registrar el número de personas que realizan por lo menos una
operación.
Hacer un pedido para reponer inventario y registrar el tiempo
(en días) que tardamos en recibirlo.
El desarrollo de cada uno de estos ejemplos se le denomina
experimento aleatorio
Se puede agregar que ninguno de

los experimentos anteriores son
determinísticos sino probabilísticos
o aleatorios, por lo tanto, es
necesario el uso de otros métodos
para su estudio, de ahí la
importancia de la denominada
Regularidad Estadística.

Regularidad Estadística:
a) Si se recogen los datos relativos al nacimiento de los
niños en una maternidad a lo largo del tiempo y se
registra el género de cada uno, se obtendrá una serie
estadística estabilizada en 0,52 para el caso de las
hembras.
b) Si se lanza un gran número de veces una moneda, se
observará que se obtendrá aproximadamente, el mismo
número de caras (C) y de sellos (S) es decir, que se podrá
predecir la proporción de C y de S en una gran serie de
repeticiones, estabilizada en 0,50.

Espacio Muestral (S)

Es el conjunto no vacío
formado por todos los
resultados posibles y
razonables de un
experimento
aleatorio.

Clasificación del espacio muestral
a) Finito: cuando el
espacio muestral es un
conjunto de eventos
numerable.
b) Infinito: cuando el
espacio muestral es un
conjunto eventos no
numerable.
Tiempo en pararse el dado

EXPERIMENTO ALEATORIO ESPACIO MUESTRAL

a) Analizar 5 solicitudes de crédito y registrar el
S= {0,1,2,3,4,5}
número de las que resultaron aprobadas.
b) Analizar solicitudes de crédito hasta que por
S= {a, ra, ra,rrra ,…, rrrrrra}
primera vez se obtenga una solicitud
a: aprobada, r: rechazada
aprobada.
c) Observar durante 1 h una taquilla de cierta
agencia bancaria y registrar el número de S= {0,1,2,3,4,5,…,n}
personas que realizan por lo menos una n: total de personas
operación.
d) Hacer un pedido para reponer inventario y
registrar el tiempo (en días) que tardamos en S={t: t>0}
recibirlo.

Suceso o Evento
Es cualquier subconjunto de
resultados posibles y
razonables de un
experimento aleatorio.
Si en una realización del
experimento aleatorio se
satisfacen las condiciones
que definen un suceso, se
dice que ha ocurrido dicho
suceso.

Tipos de sucesos o eventos

a) Simples: son sucesos indivisibles; es decir, aquellos que
están compuestos por un solo punto muestral. Ejemplo: en
el experimento aleatorio lanzar un dado, cualquiera de los
lados del dado es un suceso simple.
b) Compuestos: son sucesos formados por dos o más

sucesos simples. Es cualquier subconjunto no unitario del
espacio muesral. Ejemplo: en el experimento aleatorio
lanzar un dado, el suceso “que salga un número par” es
compuesto.


c) Mutuamente excluyentes: son sucesos disjuntos; esto es su
intersección es el conjunto vacío. Ejemplo: en el
experimento aleatorio aplicar un examen a un estudiante,
los sucesos “obtener una nota sobresaliente” y “aplazar la
prueba” son mutuamente excluyentes. No se presenta la
simultaneidad.
d) Colectivamente Exhaustivos: dos sucesos A y B son

colectivamente exhaustivos si la unión de ellos es el
espacio muestral.


Ejemplos
SITUACIÓN PARTICULAR RESULTADOS POSIBLES
a) El número de solicitudes de crédito
A= {4,5}
aprobadas es superior a 3.
b) Analizar máximo 4 solicitudes de B={a, ra, rra, rrra}
crédito hasta que por primera vez
una solicitud sea aprobada. a: aprobada, r: rechazada
c) Registrar entre 3 y 7 personas que

C = {3,4,5,6,7}
realizan por lo menos una operación.
d) El tiempo que tardamos en recibir el

D ={ t:0<t<3 }
pedido es inferior a 3 días.

CONCEPTO DE PROBABILIDAD
Los experimentos aleatorios producen resultados
inciertos y la probabilidad es una medida de la
incertidumbre. Sin embargo, la incertidumbre es de
naturaleza muy diferente según lo sea el experimento.
No existe un acuerdo total entre los estudiosos de la
probabilidad al respecto, por lo que se pueden
identificar tres grandes enfoques del pensamiento
probabilístico. A continuación, se exponen los
principios generales de cada una de éstos, sin tomar
partido a favor de alguno en particular.
1. Enfoque Clásico o a priori

Está basado en el concepto de equiprobabilidad del espacio
muestral y fue introducido por Laplace. El cálculo de la
probabilidad bajo la concepción clásica, se realiza mediante
la siguiente regla.
Regla de Laplace:
La probabilidad de un suceso A es igual al cociente del
número de casos favorables al suceso, sobre el número total
de casos posibles.

Ejemplos
a) En el lanzamiento de una moneda perfecta la

probabilidad de cara debe ser igual que la de sello
y, por tanto, ambas iguales a 1/2.
b) La probabilidad de cada uno de los seis sucesos

elementales asociados al lanzamiento de un dado
común (no cargado) debe ser 1/6.

2. Enfoque Frecuentista o a posteriori
Esta Ley propuesta por Bernoulli, plantea que la frecuencia relativa

de un suceso tiende a estabilizarse en torno a un número, a
medida que el número de pruebas del experimento crece
indefinidamente. Así bajo la concepción frecuentista, si se repite
un experimento indefinidamente, la probabilidad de un suceso A
es un número ideal al que se aproxima su frecuencia relativa
cuando el total de repeticiones tiende a infinito.
N 
P ( A )  lim  A 
N 
 N 
Siendo NA la frecuencia absoluta del suceso A.

Ejemplo
Se elaboró la siguiente tabla con los 5946 empleados de cierta

institución financiera, según su nivel de ingreso:
NIVEL DE INGRESO (S/.) NÚMERO DE EMPLEADOS PORCENTAJE

Menos de 500.000 2136 36,0
500.000-999.999 1548 26,0
1.000.000-1.499.999 1202 20,2
1.500.000-1.999.999 648 10,9
2.000.000 o más 412 6,9

Total 5946 100,0

¿Cuál es la probabilidad de que el ingreso de un empleado sea

menor de S/. 500.000?
Solución: 36,0%
¿Cuál es la probabilidad de que el ingreso de un empleado sea S/.
1.500.000 o más?
Solución: 17,8%

3. Enfoque Subjetivo
La Probabilidad de ocurrencia de un suceso es cuantificada por
una persona (o un grupo de personas) catalogada (s) como
experta (s) utilizando la información que posee (n).
Ejemplo
Un ingeniero de transporte a cargo de un nuevo sistema de
circulación, expresa que la probabilidad que el sistema
funcionará correctamente el 80,0% de las veces.
Con base en esta convicción, ¿cuál es la probabilidad de que el
sistema funcione apropiadamente?
Solución: 80,0%

Definición Axiomática de Kolmogorov

Dado un experimento aleatorio cualquiera (E) que tiene asociado
un espacio muestral (S), se llama probabilidad P (A) que asigna
a cada suceso o evento (A) un número real. Tal que satisfaga
con las siguientes propiedades o axiomas:
Axioma 1: 0  P ( A )  1
Axioma 2: P(S)=1
Axioma 3: Si dos sucesos A y B son mutuamente excluyentes
entonces P (AUB)=P(A) +P(B)
Axioma 4: Si A1, A2,…,A4 son sucesos o eventos mex dos a dos
entonces, n n
P (U Ai )  P ( A1 )  P ( A2 )  ...  P ( A4 )   P ( Ai )
i 1
, i 1
conocida como regla aditiva para sucesos o eventos.
Teoremas Fundamentales
P ( )  0
P ( A)  1  P ( A)
P (A  B )  P (A)  P (B )  P (A  B )
Teoremas Fundamentales
Teorema 4
Si A  B P (A)  P (B )
Por ser todo conjunto subconjunto de si mismo.

Leyes
a.- Ley de Probabilidad Condicional

Sea S un espacio muestral asociado a un experimento
aleatorio.
Sean Ay B dos sucesos cualesquiera de S, tales que P(B) = 0. Se
define la probabilidad condicional de A dado B, P(A/B), como:
P( A  B)
P( A / B) 
P(B)

Leyes
b.- Ley Multiplicativa para Sucesos o Eventos Independientes.
Sea S un espacio muestral asociado a un experimento aleatorio.
Sean A y B sucesos de S. Se dice que A y B son sucesos
independientes si y sólo si:
P(A / B)  P(A) o P ( A  B )  P ( A ). P ( B )
Ejemplo:
Si P (A/B)= 0,20 y P (A)= 0,20, entonces A y B son sucesos
independientes.

Ejemplo:
En una fábrica de calzado se manufactura
independientemente costura, suela y tacón. Siendo
estas partes armadas aleatoriamente en cada zapato.
Se sabe que en este proceso, el 5% de las costuras, el
4% de las suelas y el 1% de los tacones tienen fallas. Si
se toma un zapato terminado, calcular la probabilidad.
a) Que tenga fallas en sus tres componentes
b) Qué tenga fallas en la costura y el tacón.
c) Sin fallas en sus tres componentes



c.- Ley Multiplicativa para Sucesos o Eventos Dependientes.

Partiendo de la definición de probabilidad condicional,
podemos obtener la probabilidad de la intersección
mediante la siguiente regla:
P ( A  B )  P ( A ).P ( B / A )
Considerando que P (B/A) = P (B)
En el caso de la intersección de tres sucesos,
P ( A  B  C )  P ( A ).P ( B / A ).P (C / A  B )

Extraer 2 cartas de una baraja española. ¿cuál es la

probabilidad de sacar 2 caballos?
a) Sin devolver la carta tras la 1era extracción: SUCESOS

DEPENDIENTES
a) Devolviéndola la carta tras la 1era extracción: SUCESOS

INDEPENDIENTES


www.inei.gob.pe
http://www.vitutor.com/pro/2/a_1.html
http://www.uoc.edu/portal/ca/index.html
www.fidterra.com/mbr/investiga/distr_normal/distr_normal2.pdf
http://www.fic.umich.mx/~escolar/1718/horario/
http://www.deltacs.com/index.php5
https://www.librerianacional.com/pagina=index
https://estadisticaunicaes.wordpress.com/about/
http://www.academia.edu/8606872/Probabilidad_y_estadistica
https://www.youtube.com/watch?v=woEjc5fvZx4
https://www.youtube.com/watch?v=_zoRQDN4sOM
https://www.youtube.com/watch?v=h4nr4K9Lxoo
https://www.youtube.com/watch?v=Sb3J3Eu7Jmo
https://www.youtube.com/watch?v=pVAEK6HdXPS

Ing. Raúl G. Quispe Taya

raul1957quispetaya@outlook.com
42

1a Sesión PROBABILIDAD

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

1a Sesión PROBABILIDAD

Caricato da

Copyright:

Formati disponibili

Facultad de Ingeniería y Arquitectura 2018-II

Ing. Raúl G. Quispe Taya

Consolidarse como una institución

Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 3

1) Diferencias entre estudios descriptivos e inferenciales.

UNIVERSIDAD PRIVADA TELESUP

Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 5

Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 6

 Comprender el significado de los

Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 7

El estudio de fenómenos de diversa naturaleza permite

a) Fenómenos determinísticos: aquellos en los cuales una

b) Fenómenos probabilísticos o aleatorios: aquellos en los

Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 8

“Es una verdad cierta que, cuando no está en nuestra mano

Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 9

Experimento Aleatorio (E)

Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 10

Experimento Aleatorio (E)

Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 11

Analizar 5 solicitudes de crédito y registrar el número de las

Se puede agregar que ninguno de

Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 13

Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 14

Espacio Muestral (S)

Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 15

Clasificación del espacio muestral

Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 16

EXPERIMENTO ALEATORIO ESPACIO MUESTRAL

Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 17

Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 18

Tipos de sucesos o eventos

b) Compuestos: son sucesos formados por dos o más

Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 19

Tipos de sucesos o eventos

d) Colectivamente Exhaustivos: dos sucesos A y B son

Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 20

Tipos de sucesos o eventos

Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 21

c) Registrar entre 3 y 7 personas que

d) El tiempo que tardamos en recibir el

Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 22

1. Enfoque Clásico o a priori

Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 24

a) En el lanzamiento de una moneda perfecta la

b) La probabilidad de cada uno de los seis sucesos

Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 25

2. Enfoque Frecuentista o a posteriori

Esta Ley propuesta por Bernoulli, plantea que la frecuencia relativa

Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 26

Se elaboró la siguiente tabla con los 5946 empleados de cierta

NIVEL DE INGRESO (S/.) NÚMERO DE EMPLEADOS PORCENTAJE

500.000-999.999 1548 26,0

1.000.000-1.499.999 1202 20,2

1.500.000-1.999.999 648 10,9

2.000.000 o más 412 6,9

Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 27

¿Cuál es la probabilidad de que el ingreso de un empleado sea

Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 28

Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 29

Definición Axiomática de Kolmogorov

Ing. Raúl G. Quispe Taya – raul1957quispetaya@outlook.com 32

a.- Ley de Probabilidad Condicional