Beruflich Dokumente
Kultur Dokumente
PROBABILIDAD
JUSTIFICACIÓN DEL ESPACIO
ACADÉMICO
Los profesionales de Ingeniería Industrial deben en su
profesión tomar decisiones que requieren de análisis de
un conjunto de información disponible o que deben
obtener, para poder elegir entre diferentes alternativas.
En estos aspectos es en donde la Estadística Descriptiva
presenta un apoyo por cuanto presenta los
procedimientos para recolectar datos necesarios y su
posterior procesamiento, interpretación y análisis. De
otra parte, en modelos que se utilizan en diferentes áreas
de la Ingeniería Industrial (Investigación de Operaciones,
Logística, Control de calidad, Producción) es necesario
tener un buen conocimiento de los modelos
probabilísticos, parte integrante de este curso.
LOS PROPÓSITOS
• Estadística • Estadística
Descriptiva Inferencial
ESTADÍSTICA DESCRIPTIVA:
SÍMBOLOS:
TABLAS DE FRECUENCIAS
• Variables discretas:
Ejemplo: En un estudio con un grupo de 2.000 personas
que habían sido tratadas psicológicamente por problemas
de ansiedad, se desea preguntar a las mismas, cuántas
veces habían sufrido un ataque de ansiedad desde que
terminó el tratamiento recibido. Pero no se quiere
realizar una investigación exhaustiva, por lo cual se
selecciono una muestra de 20 personas. El resultado de
esta encuesta, se anota a continuación:
Yi ni hi Ni Hi
0 7 35% 7 35%
1 3 15% 10 50%
2 4 20% 14 70%
3 2 10% 16 80%
4 4 20% 20 100%
n= 20 100%
• La siguiente es una muestra que representa un
estudio hecho en la ciudad de Bogotá, este se
realizó con fin de conocer la principal causa de
muerte en esta ciudad. ¿Cuál sería la principal
causa de muerte? ¿Con qué porcentaje?; ¿Cuál
sería la menor causa de muerte? ¿Con qué
porcentaje?; ¿Qué quiere decir N2? ¿Qué quiere
decir H3? 1 5 3 1 2 4 1 3 1 5
2 1 1 5 3 1 2 1 4 1
4 1 3 1 5 1 2 1 1 2
5 1 1 5 1 5 3 1 2 1
2 3 1 1 2 1 5 1 5 1
1 2 5 1 1 2 3 4 1 1
1 1 2 1 1 2 1 1 2 3
3 3 1 5 2 3 5 1 3 4
1 1 2 4 5 4 1 5 1 5
5 1 1 5 1 1 5 1 1 5
LOS GRÁFICOS ESTADÍSTICOS MÁS
UTILIZADOS SON:
• DIAGRAMA DE BARRAS, consiste en dibujar una
barra sobre cada uno de los datos con una altura
proporcional a la frecuencia absoluta o relativa. Si
en un diagrama de barras unimos los extremos
superiores de cada una obtenemos una línea
poligonal que se llama polígono de frecuencias
• EL DIAGRAMA DE SECTORES, es un círculo
dividido en sectores circulares de amplitudes
proporcionales a las frecuencias absolutas o
relativas
EJEMPLOS DE GRÁFICOS VARIABLES
DISCRETAS:
TABLAS DE FRECUENCIAS
• Variables continuas:
Tomamos como ejemplo una muestra de 20
alumnos a fin de conocer su peso en kilos:
1 67,9 6 56,4 11 50,2 16 47,4
2 61,6 7 75,3 12 80,2 17 78,7
3 64,4 8 65,8 13 68,5 18 43,5
4 62,6 9 72,3 14 61,1 19 59,0
5 47,2 10 58,3 15 68,8 20 99,5
PASOS PARA ELABORAR TABLA DE
FRECUENCIAS EN DATOS CONTINUOS
• Determinar el valor máximo y mínimo.
• Calcular el rango: R =Xmax - Xmin
• Introducir dos nuevos símbolos:
M = número de intervalos
C = amplitud del intervalo.
• Calcular:
Y´j-1 = Límite inferior del intervalo Y
Y´j = Límite superior del intervalo Y
Donde Y´j-1 - Y´j = C
Y´0 = Xmin Y´j-1 Y´j
Y´0 Y´1
Y´1 Y´2
Y´2 Y´3
Y´3 Y´4
Y´4 Y´5
• Calcular: frecuencia absoluta, relativa, etc.
PASOS
1. X MAX= 99,5
X MIN= 43,5
2. R= 55,9
3. n= 20
m= 5 5 < m < 16
4. C= 11,19 m= 1 + 3.3 log n
m= √n
Y´j-1 Y´j ni hi Ni Hi
1 43,54 54,73 4 20,0% 4 20,0%
2 54,73 65,92 8 40,0% 12 60,0%
3 65,92 77,11 5 25,0% 17 85,0%
4 77,11 88,30 2 10,0% 19 95,0%
5 88,30 99,49 1 5,0% 20 100,0%
RESPUESTA
Ejercicio
• En un barrio de Bogotá, en el año 2012, se entrevistó a
un cierto número de mujeres casadas nacidas entre los
años 1935 y 1944 y se les preguntó a qué edad
contrajeron matrimonio. A continuación se muestran
los datos correspondientes a 50 de estas mujeres:
Realizar tablas de frecuencias, con 6 intervalos.
15 17 25 15 16 11 15 13 12 10
15 14 16 14 17 13 14 20 29 19
16 18 10 18 12 11 20 34 13 22
19 14 17 16 16 15 12 24 25 9
21 15 13 23 24 10 10 16 14 18
FORMAS DE RESUMIR LOS DATOS
CONTINUOS
• Gráficos
Histogramas. Está formado por rectángulos cuyas
bases miden la amplitud de las clases y cuyas
alturas son proporcionales a las frecuencias
absolutas (o relativas, si es el caso).
Polígonos de Frecuencias. Si en un histograma
unimos los extremos superiores de cada una
obtenemos una línea poligonal que se llama
polígono de frecuencias
DIAGRAMA DE PARETO
El diagrama de Pareto, es una gráfica para organizar datos de
forma que estos queden en orden descendente, de izquierda a
derecha y separados por barras. Permite asignar un orden de
prioridades. El diagrama permite mostrar gráficamente el
principio de Pareto (pocos vitales, muchos triviales), es decir, que
hay muchos problemas sin importancia frente a unos pocos muy
importantes. Mediante la gráfica colocamos los "pocos que son
vitales" a la izquierda y los "muchos triviales" a la derecha.
Fuente: https://es.wikipedia.org/wiki/Diagrama_de_Pareto
LAS VENTAJAS DEL DIAGRAMA DE
PARETO
• Permite centrarse en los aspectos cuya mejora
tendrá más impacto, optimizando por tanto los
esfuerzos.
• Proporciona una visión simple y rápida de la
importancia relativa de los problemas.
• Ayuda a evitar que se empeoren algunas causas
al tratar de solucionar otras y ser resueltas.
• Su visión gráfica del análisis es fácil de
comprender y estimula al equipo para continuar
con la mejora.
Ejemplo
Número de
En una empresa textil se Factores
defectos
desea analizar el Seda 13
número de defectos en Algodón 171
los tejidos que fabrica. Tul 105
En la tabla siguiente se
Tafetán 7
muestran los factores
Raso 7
que se han identificado
como causantes de los Encaje 8
mismos así como el Lana 4
número de defectos Lino 9
asociado a ellos: Satén 11
Viscosa 9
Tul es un tejido ligero con estructura abierta, en forma de red
Tafetán es un tejido de seda 344
Raso es un tipo de ligamento empleado generalmente para realizar un
tejido de seda muy liso, pastoso y lustros
DIAGRAMA DE PARETO
Frecuancia
Número de Frecuencia Frecuancia
Factores relativa
defectos acomulada relativa
acomulada
De mayor
a menor
DIAGRAMA DE PARETO
Frecuancia
Número de Frecuencia Frecuancia
Factores relativa
defectos acomulada relativa
acomulada
Algodón 171 171 0,49709 0,49709
Tul 105 276 0,30523 0,80233
Seda 13 289 0,03779 0,84012
Satén 11 300 0,03198 0,87209
Lino 9 309 0,02616 0,89826
Viscosa 9 318 0,02616 0,92442
Encaje 8 326 0,02326 0,94767
Tafetán 7 333 0,02035 0,96802
Raso 7 340 0,02035 0,98837
Lana 4 344 0,01163 1,00000
344
DIAGRAMA DE PARETO
DIAGRAMA DE PARETO
Número de
Causas de reprobar una materia
personas
No entregar taller 153
No presentar parciales 213
No asistir a clase 87
No se estudia 372
Falta de empatía con el profesor 27
Desinterés por la materia 7
No participar activamente en clase 16
No se realiza un análisis crítico de los temas estudiados 34
Problemas de aprendizaje 6
MEDIDAS DE TENDENCIA
CENTRAL
• Media (aritmética, ponderada, geométrica,
armónica)
• Mediana
• Moda
14 25 14 8 22 14 14 14 13 21 15
MEDIA ARITMÉTICA
• Datos agrupados:
X1= 27
X2= 38
X3= 23
Número par de observaciones. X4= 28
X5= 36
X6= 39
X7= 35
X8= 26
PASOS A SEGUIR EN EL CÁLCULO DE LA
MEDIANA DATOS AGRUPADOS
1) Obtener las frecuencias absolutas acumuladas.
2) Buscar la mitad de las observaciones, por medio
de n/2.
3) Localizar el resultado anterior n/2 en las
columnas de las frecuencias absolutas
acumuladas. Si no aparece, se toma el valor
inmediatamente anterior y se simboliza con Nj-1
y al inmediatamente superior por Nj.
4) Casos.
CASOS DATOS AGRUPADOS
CASO A
• Variables discretas
Ó
CASO B
CASO A
Ó
• Variables continuas
CASO B
EJERCICIOS
• Variables discretas, caso a:
Yj nj Nj
0 2 2
1 3 5
2 6 11
3 5 16
4 4 20
14 25 14 8 22 14 14 14 13 21 15
EJERCICIOS
• Datos agrupados:
Variables discretas
Yj nj
0 2
1 3
2 6
3 5
4 4
Variables continuas
Y´j-1 Y´j ni Yi
𝑑1
𝑀𝑂 = Ý𝑗−1 + 𝐶 2,1 6 2 4,05
𝑑1 + 𝑑2
6,1 10 3 8,05
10,1 14 5 12,05
14,1 18 6 16,05
18,1 22 4 20,05
Ý𝑗−1 =limite inferior de la clase modal (la clase que contiene la moda)
Respuestas:
Q1=8; Q3=20
D4=10,8; D6=14,8
P30=9,6; P90=23,6
PERCENTIL
• En la tabla siguiente se muestran los números de
acciones negociadas de cierta empresa (en
miles), en 50 días de operaciones. Determinar los
valores de los cuartiles, decíl 2, decíl 6, percentil
82 y 32.
PASOS A SEGUIR EN EL CÁLCULO DEL
PERCENTIL K EN DATOS AGRUPADOS
1) Obtener las frecuencias absolutas acumuladas.
2) Buscar el valor K de las observaciones, por
medio de K*n/100.
3) Localizar el resultado anterior K*n/100 en las
columnas de las frecuencias absolutas
acumuladas. Si no aparece, se toma el valor
inmediatamente anterior y se simboliza con Nj-1
y al inmediatamente superior por Nj.
4) Formula.
PERCENTIL
Cuando los datos están agrupados en una tabla
de frecuencias, y son datos continuos, se
calculan mediante la fórmula:
EJEMPLO DATOS AGRUPADOS CON
VARIABLES CONTINUOS.
• Con los siguientes datos, hallar el primer
cuartil, tercer cuartil, sexto decíl, el noveno
decíl, el percentil 80 y el percentil número 50.
Y´j-1 Y´j ni Ni
3,1 8,1 14 14
8,1 13,1 15 29
13,1 18,1 8 37
18,1 23,1 6 43
23,1 28,1 7 50
28,1 33,1 10 60
DIAGRAMAS DE CAJA Y BIGOTES
• A partir del valor de la mediana y los cuartiles se
pueden representar las distribuciones
estadísticas mediante los llamados “diagramas
de caja y bigotes”. Una vez ordenados los datos,
se calculan los valores mínimo y máximo, los
cuartiles y la mediana. mín=1300; Q1=1675 ;
Me=1900; Q3=2150; máx=2500
Datos
atípicos
𝑋𝑀𝐼𝑁 = 𝑄1 − 1.5 𝑄3 − 𝑄1
𝑋𝑀𝐴𝑋 = 𝑄3 + 1.5 𝑄3 − 𝑄1
EJERCICIO
• Analiza el siguiente diagrama de caja y bigotes
y calcula, a partir de él, los valores máximo y
mínimo, la mediana y los cuartiles.
Resultados del primer corte 2017-3
ESTADÍSTICA INFERENCIAL
ESTADÍSTICA Y PROBABILIDAD ESTADÍSTICA Y PROBABILIDAD GRUPO=015-23
Grupo: 015-25 Grupo: 015-21
4.50 4.50 4.50
4.00 4.00
4.00
3.50
3.50 3.50
3.00
3.00 3.00
2.50
2.50 2.50
2.00
2.00 2.00
1.50
Y´j-1 Y´j ni Ni
3,1 8,1 14 14
8,1 13,1 15 29
13,1 18,1 8 37
18,1 23,1 6 43
23,1 28,1 7 50
28,1 33,1 10 60
EJERCICIO
En la siguiente tabla se presentan los días con índice de
contaminación en la ciudad de Bogotá. Graficar el
diagrama de caja para cada año.
2010 2011 2012
248 221 248
208 171 184
113 131 104
128 101 79
106 95 69
118 89 67
60 33 35
79 63 32
55 56 30
47 54 30
88 55 26
47 69 21
58 59 20
82 48 11
EJEMPLO
Los siguientes datos son puntuaciones obtenidas por
50 estudiantes en una prueba psicológica; agrupar los
datos en 5 intervalos. Hallar media aritmética,
mediana, moda y el diagrama de caja y bigotes.
26 49 37 21 49 16 12 39 38 49
16 17 15 36 35 45 36 17 12 34
26 38 12 17 35 22 31 28 22 48
30 26 16 45 34 29 42 10 12 42
23 35 49 22 45 47 49 19 35 20
DIAGRAMA DE TALLO Y HOJA
Es un diagrama de gran utilidad para representar un
conjunto de datos cuantitativos, este tipo de
representación presenta similitudes con el histograma en
cuanto que proporciona información del recorrido de la
distribución de datos en estudio, muestra la ubicación de
la mayor concentración de mediciones y revela la
presencia o ausencia de simetría.
Cabe señalar que el diagrama de tallo y hojas tiene
ventajas sobre el histograma, porque conserva la
información que puede arrojar las mediciones
individuales, situación que se pierde en los intervalos del
histograma, otra ventaja, es que ésta representación
elimina el paso de los datos originales a clases.
DIAGRAMA DE TALLO Y HOJA
Supongamos que durante el presente mes, se
mide el tiempo en minutos que tardan un grupo
de estudiantes para llegar a clase.
Datos de Tiempo (minutos): 12, 13, 13, 14, 14,
15, 15, 20, 21, 22, 22, 22, 25, 27, 28, 29, 31, 31,
33, 34, 36, 38, 39, 40, 41, 41, 42, 44, 45, 50, 51
52.
Construir el diagrama de tallo y hojas; hallar la
moda, la mediana, los cuartiles Q1 y Q3.
DIAGRAMA DE TALLO Y HOJA
Tallo Hojas ni
1 2 3 3 4 4 5 5 7
2 0 1 2 2 2 5 7 8 9 9
3 1 1 3 4 6 8 9 7
4 0 1 1 2 4 5 6
5 0 1 2 3
n= 32
MEDIDAS DE DISPERSIÓN
• Las medidas de dispersión tratan de medir el grado de
dispersión que tiene una variable estadística en torno a
una medida de posición o tendencia central,
indicándonos lo representativa que es la medida de
posición. A mayor dispersión menor representatividad
de la medida de posición y viceversa.
POBLACIONAL
MUESTRAL
COEFICIENTE DE VARIACIÓN
Ciudad A
X = 240.000
Sx = 3.300
Ciudad B
X = 150.000
Sx = 2.900
MEDIDAS DE ASIMETRÍA
• En una distribución simétrica se cumple que: X=Me=Mo. Ver figura
(c).
• Si en una distribución existen muy pocos valores altos respecto a los
demás, entonces la media aritmética se verá influenciada por éstos y
la asimetría es a la derecha o asimetría positiva o distribución con
sesgo positivo. En éstas condiciones: X>Me>Mo. Ver figura (a)
• Si en una distribución existen muy pocos valores bajos respecto a los
demás, entonces, la media aritmética se verá influenciada por éstos
y la asimetría será a la izquierda o asimetría negativa o distribución
con sesgo negativo. En estas condiciones: X< Me < Mo. Ver figura (b)
COEFICIENTE DE KARL PEARSON
Si una distribución es simétrica, entonces: 𝑋ത = 𝑀𝑒 = 𝑀𝑜 . Entre
mas diferencia halla entre la 𝑋ത y la 𝑀𝑜 , mas asimétrica es la
diferencia. El coeficiente de Karl Pearson que simbolizamos como
SK, mide ésta diferencia en unidades de desviación estándar así:
𝑋ത − 𝑀𝑜 3 𝑋ത − 𝑀𝑒
𝑆𝐾 = 𝑜 𝑆𝐾 =
𝑆 𝑆
𝑄3 − 2𝑄2 + 𝑄1
Coeficiente cuartil de sesgo=
𝑄3 − 𝑄1
𝑨 ∩𝑩=∅
CONJUNTOS NO EXCLUYENTES O
COMPATIBLES
𝑨∩𝑩=𝑨𝑩
CONJUNTOS NO EXCLUYENTES O
COMPATIBLES
𝑨 ∪ 𝑩 = 𝑨 + 𝑩 − (𝑨 ∩ 𝑪)
CONJUNTOS NO EXCLUYENTES O
COMPATIBLES
𝑨 −𝑩
COMPLEMENTO
𝑪
𝑨
Para poder abordar cualquier problema de teoría
de conjuntos de sucesos excluyentes, necesitamos
como mínimo conocer tantos datos como sucesos
excluyentes existan menos uno, es decir, 2n-1
𝑛 𝑛 − 1 𝑛 − 2 … . . 3 2 1 𝑓𝑜𝑟𝑚𝑎𝑠 = 𝑛!
NOTACIÓN FACTORIAL
• 6!=
• 0!=
• 1!=
• 10!=
• 12!/8! =
• 3!/0! =
• 0!/5! =
• 3!*5!/4!*6! =
• ¿De cuántas maneras pueden acomodarse en
una reunión de 7 personas en una fila, si
deben acomodarse de derecha a izquierda en
orden de llegada?
• En una universidad de Bogotá a 5 estudiantes
se les califica con las letras A, B, C, D, E. De
cuántas maneras se les pueden calificar:
si todos los estudiantes obtienen
calificaciones diferentes.
si los estudiantes obtienen la misma
calificación.
• ¿De cuántas maneras se pueden acomodar en
un estante 5 libros diferentes si se toman
todos a la vez?
• Un número telefónico consta de siete cifras
enteras. Suponga que la primera cifra debe
ser un número entre 2 y 9, ambos inclusive.
Las segunda y tercera cifra debe ser números
entre 1 y 9, ambos inclusive. Cada una de las
restantes cifras es un número de 0 al 9, ambos
inclusive. ¿Cuántos números de teléfonos
distintos pueden formarse con estas
condiciones?
PERMUTACIÓN
Una permutación es un arreglo u ordenación de los
“n” elementos que conforman un conjunto tomados
todos a la vez o tomados parte a la vez; de tal
manera que el orden interesa. Es decir, aunque
varios arreglos u ordenaciones contengan los mismos
elementos, por el solo hecho de tener un orden
diferente, tales arreglos u ordenaciones se
consideran diferentes. En éstas condiciones cada
arreglo u ordenación se denomina una permutación.
𝑛!
𝑛𝑃𝑟 =
𝑛−𝑟 !
EJERCICIOS
• ¿Cuál será el número de permutaciones de
cuatro letras a, b, c, d al tomar dos a la vez?
• Formar cifras de tres dígitos con los cuatro
números naturales: 1, 2, 3, 4 sin repetición.
• Formar cifras de dos dígitos con los cuatro
números naturales.
• Se sacan dos billetes de lotería de 20 para un
primer y segundo premios. Encuentre el
número de puntos muestrales en el espacio S.
PERMUTACIONES CIRCULARES
El número de permutaciones de n objetos
distintos arreglados en un circulo es 𝑛 − 1 !
𝑛!
𝑛1 ! 𝑛2 ! … . . 𝑛𝑘 !
𝑛 𝑛!
𝑛1 𝑛2 … . 𝑛𝑟 = 𝑛1 ! 𝑛2 ! … . . 𝑛𝑟 !
Donde 𝑛1 + 𝑛2 + ⋯ 𝑛𝑟 = 𝑛.
Considere el conjunto (a, e, i, o, u). ¿Cuántas
particiones en dos celdas en las que la primera
celda contiene cuatro elementos y la segunda
celda un elemento?
𝑛! 𝑛
𝑛𝐶𝑟 = =
𝑛 − 𝑟 ! 𝑟! 𝑟
EJERCICIOS
• Tenemos las 4 letras del alfabeto A, B, C, D. Se
desea combinarlas, ¿cuántas combinaciones se
podrán hacer?
• Se desea combinar las 4 letras de dos en dos,
¿Cuántas combinaciones se podrán hacer?
• Se desea combinar las 4 letras de tres en tres,
¿Cuántas combinaciones se podrán hacer?
• ¿Cuántas comisiones de 3 personas se pueden
formar seleccionándolas de entre 10 personas?
• Un Jefe de producción debe elegir tres de seis
obreros disponibles para realizar un trabajo, de
tal manera que cada uno de los obreros debe
realizar un trabajo idéntico. ¿Cuántas formas de
seleccionar son posibles?
𝑃 𝑋𝑖 = 1
𝑖=1
𝑃 𝑋ത = 1 − 𝑃 𝑋
Si se realiza un experimento en el cual tenemos una gran
posibilidad de que un determinado resultado va a ocurrir,
entonces el valor de probabilidad que debe asignársele a
dicho resultado debe ser cercano a uno.
𝑛° 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠
𝑃 𝑋𝑖 =
𝑛° 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠
EJEMPLO
Determinar el éxito de una operación quirúrgica
practicada por un determinado medico. Si se sabe
que el medico a tenido 36 operaciones exitosas y a
operado a 40 pacientes.
Sucesos 𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 𝑃 𝐵/𝐴
Prob. Conjunta
dependientes
Prob. Condicional 𝑃 𝐵/𝐴 = 𝑃 𝐴 ∩ 𝐵
𝑃 𝐴
Una óptica elabora la siguiente tabla de
contingencias, donde se clasifica las gafas por
tamaño y material.
Plástico Metal Mixto
Grande 12 8 5
Mediano 23 31 1
Pequeño 6 6 8
Prob.
Prob. Conjunta Plástico Metal Mixto
Marginal
Grande 0,12 0,08 0,05 0,25
Mediano 0,23 0,31 0,01 0,55
Pequeño 0,06 0,06 0,08 0,2
Prob. Marginal 0,41 0,45 0,14 1
• ¿Cuál es la probabilidad de seleccionar unas gafas
y esta sea de metal?
• ¿Cuál es la probabilidad de seleccionar unas gafas
y esta sea pequeña?
• ¿Cuál es la probabilidad de seleccionar una
montura y esta sean grande y plástico?
• ¿Cuál es la probabilidad de seleccionar un marco
mixto o de metal?
• ¿Cuál es la probabilidad de seleccionar un marco
de metal o mediano?
𝑃 𝑃𝑙𝑎𝑠 ∩ 𝐺
𝑃 𝑃𝑙𝑎𝑠/𝐺 = = 0,48 𝑃 𝑃𝑙𝑎𝑠 ∩ 𝐺 = 𝑃 𝐺 𝑃 𝑃𝑙𝑎𝑠/𝐺
𝑃 𝐺
𝑃 𝑀𝑒 ∩ 𝐺
𝑃 𝐺 = 0,25 𝑃 𝑀𝑒/𝐺 = = 0,32 𝑃 𝑀𝑒 ∩ 𝐺 = 𝑃 𝐺 𝑃 𝑀𝑒/𝐺
𝑃 𝐺
𝑃 𝑀𝑖𝑥 ∩ 𝐺
𝑃 𝑀𝑖𝑥/𝐺 = = 0,2 𝑃 𝑀𝑖𝑥 ∩ 𝐺 = 𝑃 𝐺 𝑃 𝑀𝑖𝑥/𝐺
𝑃 𝐺
𝑃 𝑃𝑙𝑎𝑠 ∩ 𝑀
𝑃 𝑃𝑙𝑎𝑠/𝑀 = = 0,4182 𝑃 𝑃𝑙𝑎𝑠 ∩ 𝑀 = 𝑃 𝑀 𝑃 𝑃𝑙𝑎𝑠/𝑀
𝑃 𝑀
𝑃 𝑀𝑒 ∩ 𝑀
I 𝑃 𝑀 = 0,25 𝑃 𝑀𝑒/𝑀 = = 0,5636 𝑃 𝑀𝑒 ∩ 𝑀 = 𝑃 𝑀 𝑃 𝑀𝑒/𝑀
𝑃 𝑀
𝑃 𝑀𝑖𝑥 ∩ 𝑀
𝑃 𝑀𝑖𝑥/𝑀 = = 0,0182 𝑃 𝑀𝑖𝑥 ∩ 𝑀 = 𝑃 𝑀 𝑃 𝑀𝑖𝑥/𝑀
𝑃 𝑀
𝑃 𝑃𝑙𝑎𝑠 ∩ 𝑃
𝑃 𝑃𝑙𝑎𝑠/𝑃 = = 0,3 𝑃 𝑃𝑙𝑎𝑠 ∩ 𝑃 = 𝑃 𝑃 𝑃 𝑃𝑙𝑎𝑠/𝑃
𝑃 𝑃
𝑃 𝑀𝑒 ∩ 𝑃
𝑃 𝑃 = 0,25 𝑃 𝑀𝑒/𝑃 = = 0,3 𝑃 𝑀𝑒 ∩ 𝑃 = 𝑃 𝑃 𝑃 𝑀𝑒/𝑃
𝑃 𝑃
𝑃 𝑀𝑖𝑥 ∩ 𝑃
𝑃 𝑀𝑖𝑥/𝑃 = = 0,4 𝑃 𝑀𝑖𝑥 ∩ 𝑃 = 𝑃 𝑃 𝑃 𝑀𝑖𝑥/𝑃
Probabilidad 𝑃 𝑃
marginal Probabilidad condicional Probabilidad conjunta
MATRIZ DE PROBABILIDAD
CONDICIONAL
Prob. Condicional
Plástico Metal Mixto
(Material/Tamaño)
Grande 0,48 0,32 0,20
Mediano 0,4182 0,5636 0,0182
Pequeño 0,3 0,3 0,4
REVISIÓN DE LAS ESTIMACIONES
ANTERIORES
DE PROBABILIDADES: TEOREMA DE BAYES
𝑃(𝐴𝐾 ∩ 𝐵) 𝑃(𝐴𝐾 )𝑃 𝐵 𝐴𝐾
P 𝐴𝑘 𝐵 = = 𝑘
𝑃(𝐵) σ𝑖=1 𝑃(𝐴𝑖 )𝑃 𝐵 𝐴𝑖
MATRIZ DE PROBABILIDAD
CONDICIONAL
Prob. Condicional
Plástico Metal Mixto
(Tamaño/Material)
Grande 0,2927 0,1778 0,3571
Mediano 0,5610 0,6889 0,0714
Pequeño 0,1463 0,1333 0,5714
EJEMPLO
Supongamos que los 200 obreros de una compañía
se clasifican desde el punto de vista de su
calificación y desde el punto de vista de la
antigüedad, según la tabla siguiente:
Antigüedad Menos de 5 Más de 5
Totales
Calificación años(M) años(N)
Variable aleatoria:
• Es una variable cuyos valores es el resultado
de un suceso aleatorio.
• Variables aleatorias discretas.
Binomial
Poisson
Hipergeométrica
Uniforme
• Variables aleatorias continuas.
Normal
Exponencial
Uniforme
Variables aleatorias discretas
Binomial
Muchos problemas estadísticos, implican la
realización de varios ensayos repetidos. Es decir,
en cada experimento de éste tipo hay “n”
número de ensayos repetidos y queremos
conocer la probabilidad de que en éstos “n”
ensayos, se presenten x éxitos; entendiendo por
éxito, no necesariamente un resultado de buena
o agradable aceptación.
1)En el experimento, podría hacerse un número infinito de
ensayos, puesto que la distribución binomial supone el
reemplazo después de cada ensayo.
𝑛 𝑋 𝑛−𝑋
𝑃 𝑋 = 𝑝 𝑞
𝑋
𝜇=𝐸 𝑋 =𝑛𝑝
2
𝜎 =𝑛𝑝𝑞
𝜎 = 𝑛𝑝𝑞
Ejemplo
Si la probabilidad de que cierta columna falle
ante una carga axial específica es 0.05.
a) ¿Cual es la probabilidad de que entre 16 de
tales columnas fallen exactamente 2?
b) ¿Cual es la probabilidad de que al menos 3
fallen?
c) Calcular la media o valor esperado y la
varianza de la distribución.
Ejemplo
Se sabe que en cierta comunidad el 70% de la
población está de acuerdo con una norma legal.
a) Se pide calcular la probabilidad que de 4
personas seleccionadas aleatoriamente, 3
estén a favor de dicha norma.
b) Se pide calcular la media o valor esperado, la
varianza y la desviación estándar de la
distribución.
Ejemplo
Considere las decisiones de compra de los
próximos tres clientes que lleguen a la tienda de
ropa Martin Clothing Store. De acuerdo con la
experiencia, el gerente de la tienda estima que
la probabilidad de que un cliente realice una
compra es 0.30. ¿Cuál es la probabilidad de que
dos de los próximos tres clientes realicen una
compra?
DISTRIBUCIÓN DE POISSON
• Se usa en muchas situaciones que se refieren a
fenómenos que ocurren en un intervalo continuo
de espacio o de tiempo, aunque dicha
continuidad puede dividirse en intervalos más
pequeños. Mientras que la distribución Binomial
está orientada a resolver problemas relacionados
con los éxitos esperados en “n” ensayos, la
distribución de Poisson busca dar respuesta a
problemas relacionados con los éxitos esperados
en un intervalo de tiempo o de espacio.
La distribución de Poisson se simboliza como:
P(X,λ), que se lee como la probabilidad de que
ocurran X éxitos en un intervalo de tiempo o de
espacio dado, sabiendo que el promedio de
éxitos por “idéntico intervalo”, es λ. La
distribución de Poisson se puede considerar
como el límite de una distribución binomial
cuando “n” es muy grande y “p” es muy
pequeña. Cuando n es grande (n ≥ 30) y crece
indefinidamente y “p” es pequeña con
tendencia a cero, de tal manera que la media
(n.p < 5), entonces las probabilidades
binomiales se aproximan a la fórmula de
Poisson.
FORMULAS
𝑋 −λ
λ 𝑒
𝑃 𝑋, λ =
𝑋!
λ=𝐸 𝑋 =𝑛𝑝
2
𝜎 =λ
𝜎= λ
Al inspeccionar la aplicación de estaño por un
proceso electrolítico continuo se descubren en
promedio 0.8 imperfecciones por minuto.
Calcular la probabilidad de descubrir:
a) Una imperfección en un minuto P(1;0.8).
b) 4 imperfecciones en 5 minutos P(4;4).
c) Calcular la media o valor esperado y la
varianza correspondiente.
En un laboratorio radiológico, se sabe por
experiencia que 650 de cada 10.000 radiografías
resultan defectuosas. Cual es la probabilidad de
que de n=40 radiografías que se han
programado para el día de hoy, se tengan X=4
defectuosas. P(4;2.6).
• Suponga que desea saber el número de llegadas, en un
lapso de 15 minutos, a la rampa del cajero automático
de un banco. En un análisis de datos pasados
encuentra que el número promedio de automóviles
que llegan en un lapso de 15 minutos es 10. Si la
administración desea saber la probabilidad de que
lleguen exactamente cinco automóviles en 15 minutos.
• En el ejemplo anterior se usó un lapso de 15 minutos,
pero también se usan otros lapsos. Suponga que desea
calcular la probabilidad de una llegada en un lapso de 3
minutos.
• Durante el periodo en que una universidad
recibe inscripciones por teléfono, llegan llamadas
a una velocidad de una cada dos minutos.
a. ¿Cuál es el número esperado de llamadas en
una hora?
b. ¿Cuál es la probabilidad de que haya tres
llamadas en cinco minutos?
c. ¿De que no haya llamadas en un lapso de cinco
minutos?
Distribución de probabilidad
hipergeométrica