INSTITUTO TECNOLOGICO DE TIJUANA

Ingeniería Industrial
Materia: Estadística Inferencial
Grupo: 3Z
Profesor: Juan Morales
Alumno: Morales Pluma Gerardo
No. Control: B09210262
Capitulo #4, #5, #6
Tarea #2
Resolver los ejercicios planteados más adelante

Tijuana B.C a 03 de marzo del 2018

 4.2 conceptos básicos de probabilidad
Un evento es cualquier conjunto de resultados o consecuencias de un procedimiento.
Un evento simple es un resultado o un evento que ya no puede desglosarse en
componentes más simples.
El espacio muestral de un procedimiento se compone de todos los eventos simples
posibles. Es decir, el espacio muestral está formado por todos los resultados que ya
no pueden desglosarse más.
Notación de probabilidades
P denota una probabilidad.
A, B, y C denotan eventos específicos.
P(A) denota la probabilidad de que ocurra el evento A.
1. Aproximación de la probabilidad por frecuencias relativas Realice (u observe)
un procedimiento, y cuente el número de veces que el evento A ocurre en realidad.
Con base en estos resultados reales, P(A) se estima de la siguiente forma:

2. Método clásico de la probabilidad (requiere resultados igualmente probables)

Suponga que un procedimiento dado tiene n eventos simples distintos y que cada
3. Probabilidades subjetivas P (A), la probabilidad del evento A, se estima con base en el
conocimiento de las circunstancias relevantes.
 4-3 regla de la suma
Este se presenta para calcular probabilidades que pueden expresarse en la
forma P(A o B), es decir, la probabilidad de que ocurra el evento A o de que
ocurra el evento B (o de que ambos ocurran), como único resultado de un
procedimiento.
 4-4 regla de la multiplicacion
la regla básica de la multiplicación, la cual se utiliza para calcular P(A y B), la
probabilidad de que el evento A ocurra en un primer ensayo y que el evento B
ocurra en un segundo ensayo.

Probabilidad condicional
 4-5 regla de la multiplicación: complementos y
probabilidad condicional
1. La probabilidad de “al menos uno”: Calcular la probabilidad de que, en
varios ensayos, ocurra al menos uno de ciertos eventos específicos.
2. Probabilidad condicional: Calcular la probabilidad de un evento cuando
tenemos la información adicional de que algún otro evento ya ocurrió.
Empecemos con situaciones en las que deseamos calcular la probabilidad de
que, en varios ensayos, al menos uno produzca algún resultado especificado.

P(al menos uno) = 1 -- P (ninguno).

 4-6 probabilidades por medio de simulaciones

La simulación de un procedimiento es un proceso que se comporta de la

misma forma que el procedimiento, de manera que produce resultados
semejantes.
 4-7 conteo
Regla fundamental de conteo
Para una secuencia de dos eventos en la que el primero puede ocurrir de m
formas y el segundo puede ocurrir de n formas, los eventos juntos pueden
ocurrir en un total de m n formas.
4-8 teorema de bayes
 aquella (casi siempre representada por
x) que tiene un solo valor numérico
determinado por el azar, para cada
resultado de un procedimiento.

continua tiene un número infinito de

discreta tiene un número finito de
valores, y esos valores pueden asociarse
valores o un número de valores
con mediciones en una escala continua
contable (1,2,3,4,5,6…)
(no existe huecos)

Distribución de probabilidad: indica la probabilidad de cada valor de la variable

aleatoria. A menudo se expresa como gráfica, tablao fórmula.
 Distribución de poisson

Distribución de probabilidad discreta que se aplica a las ocurrencias de algún evento durante
un intervalo específico. La variable aleatoria x es el número de veces que ocurre un evento en
un intervalo.

Requisitos de la distribución de Poisson

1. La variable aleatoria x es el número de veces que ocurre un evento durante un intervalo.
2. Las ocurrencias deben ser aleatorias.
3. Las ocurrencias deben ser independientes entre sí.
4. Las ocurrencias deben estar uniformemente distribuidas dentro del intervalo considerado.

Parámetros de la distribución de Poisson

• La media es m.
• La desviación estándar es s = 2m.
 La función densidad de una distribución uniforme es una línea horizontal, de manera que es fácil
calcular el área de cualquier región rectangular aplicando la siguiente formula:
Área=anchuraXaltura.
1. Su gráfica tiene forma de campana.
2. Posee una media igual a 0 (es decir, m 5 0).
3. Tiene una desviación estándar igual a 1 (es decir, s51).

La distribución uniforme nos facilita visualizar

estas dos propiedades muy importantes:
1. El área bajo la curva de una distribución de probabilidad es igual a 1.
2. Existe una correspondencia entre el área y la probabilidad (o frecuencia relativa),
de manera que algunas probabilidades se pueden calcular al identificar las áreas
correspondientes.
Cuando calcule áreas en una distribución normal no estándar, utilice este
procedimiento:
1. Dibuje una curva normal, indique la media y los valores específicos de x; después,
sombree la región que representa la probabilidad deseada.
2. Para cada valor relevante de x que sea un límite de la región sombreada, utilice la
fórmula 6-2 para convertir ese valor a la puntuación z equivalente.
3. Remítase a la tabla A-2 o utilice una calculadora o un programa de cómputo para
encontrar el área de la región sombreada, la cual constituye la probabilidad deseada.
 Distribución muestral

Estadístico: es la distribución de todos

Media donde todas las muestras tienen
los valores del estadístico cuando se
el mismo tamaño n de la misma
obtienen todas las muestras posibles del
población
mismo tamaño n de la misma
población.

proporción: es la distribución de
Varianza: es la distribución de las
proporciones muéstrales, donde todas las
varianzas muéstrales, donde todas las
muestras tienen el mismo tamaño de
muestras tienen el mismo tamaño n y
muestra n y provienen de la misma
se obtiene de la misma población
población
Estadístico: es la distribución de todos
los valores del estadístico cuando se
obtienen todas las muestras posibles del
mismo tamaño n de la misma
población.
1. Para una población con cualquier distribución, si n . 30, entonces las medias
muéstrales
tienen una distribución que se puede aproximar por medio de una distribución
normal, con una media m y una desviación estándar
2. Si n # 30 y la población original tiene una distribución normal, entonces las
medias
muéstrales tienen una distribución normal con una media m y una desviación
estándar
3. Si n # 30, pero la población original no tiene una distribución normal, entonces
no se aplican los métodos de esta sección.
El teorema del límite central implica dos distribuciones diferentes: la
distribución de la población original y la distribución de las medias muéstrales.
Al igual que en capítulos anteriores, utilizamos los símbolos m y s para denotar
la media y la desviación estándar de la población original; pero ahora
necesitamos nuevas notaciones para la media y la desviación estándar de la
distribución de las medias muéstrales.
para una población con cualquier distribución, la
distribución de las medias muéstrales se aproxima a una
distribución normal conforme aumenta el tamaño de la Media
muestra. En otras palabras, si el tamaño de la muestra es
lo suficientemente grande, la distribución de medias
muéstrales puede aproximarse por medio de una
distribución normal, incluso si la población original no está Varianza muestral
distribuida normalmente. Además, si la población original
tiene media m y desviación estándar s, entonces la media
de las medias muéstrales también será m, pero la
desviación estándar de las medias muéstrales será s>1n, Varianza de la población
donde n es el tamaño de la muestra.
Una gráfica cuantilar normal (o gráfica de probabilidad normal) es una
gráfica de puntos (x, y) donde cada valor x proviene del conjunto original de datos
muéstrales, y cada valor y es la puntuación z correspondiente, que es un valor
cuantilar esperado de la distribución normal estándar.
Distribución normal: La distribución de la población es normal si el patrón de
los puntos se aproxima de manera razonable a una línea recta, y si los puntos no
revelan algún patrón sistemático que sea diferente de una línea recta.
No es una distribución normal: La distribución de la población no es normal si
se aplica alguna de las dos siguientes condiciones:
• Los puntos no caen razonablemente cerca de una línea recta.
• Los puntos muestran algún patrón sistemático que no es el de una línea recta.