Beruflich Dokumente
Kultur Dokumente
1.Fenómeno Aleatorio.-
Es un fenómeno del que no se sabe que es lo que
va a ocurrir, están relacionados con el azar o
probabilidad.
2.Fenómeno Determinista.-
Es el fenómeno en el cual de antemano se sabe
cual será el resultado.
3 Experimento Aleatorio.- término utilizado en la teoría
de la probabilidad para describir virtualmente cualquier
proceso cuyos resultados no se conocen de antemano
con certeza.
S = { 1,2,3,4,5,6 }
4.2 Un inversionista planea escoger dos de las cinco
oportunidades de inversión que le han recomendado.
Sean : A,B,C,D,E las cinco oportunidades de inversión
Evento:
A: Obtener un punto par A = {2, 4, 6}
B: Obtener un punto par menor a 6 B = {2, 4}
Operaciones Básicas con Eventos
Aleatorios
A B
A B
P(S ) 1
0 P ( A) 1
Si A y B son dos eventos mutuamente excluyentes,
tenemos que
A B , P( A B) P( A) P( B)
DEFINICIÓN EMPÍRICA "A POSTERIORI" 0
FRECUENCIAL
Supongamos que efectuamos un experimento n
veces y que en esta serie de n ensayos el suceso
E ocurre exactamente r veces, entonces la
frecuencia relativa del evento es r / n ,o sea:
f(E)=r/n Si continuamos calculando esta frecuencia
relativa cada cierto número de ensayos, a medida
que aumentamos n, las frecuencias relativas
correspondientes serán más estables; es decir;
tienden a ser casi las mismas; en este caso
decimos que el experimento muestra regularidad
estadística o estabilidad de las frecuencias
relativas.
TÉCNICAS DE CONTEO
Son procedimientos o conjunto de reglas, utilizadas para enumerar
eventos difíciles de cuantificar
n1n2n3....nk
M + N + .........+ W maneras
( N n)!
n
Ejemplo
¿De cuántas maneras diferentes se puede realizar una primera,
segunda y tercera selección entre 12 empresas arrendadoras de
equipos para construcción?
1320
12! 12!
P
12
12 x11x10
(12 3)! 9!
3
3) Combinación.- Si se van a extraer n
elementos de un conjunto de N elementos
sin importar el orden de los n elementos, el
número de resultados distintos es:
N!
( )
N
n!( N n)!
n
Ejemplo
¿Cuántos helados de dos sabores
diferentes nos pueden servir en una
heladería que tiene el siguiente surtido
de sabores: Chocolate, vainilla, fresa y
coco.
Solución
4!
( )
4
6
2!(4 2)!
2
4) Permutación con repetición.- Si se van a repartir los
elementos de un conjunto de N elementos entre k grupos
compuestos por n1, n2,....nk elementos (n1+n2+...+nk =N),
el número de resultados distintos es:
N!
n1 ! n 2 !......n k !
Ejemplo.
Se le suministran drogas a 8 animales de la
siguiente forma: Tipo A a tres de ellos, tipo
B a otros tres y tipo C a los dos restantes.
Luego se coloca cada uno de los animales
en una de las 8 diferentes cajas adyacentes
para su observación, si los animales solo se
distinguen en base al tipo de droga
recibida. ¿De cuántas formas diferentes
pueden ser colocadas?
8!
560
3!3!2!
PROBABILIDAD CONDICIONAL
1
P( A B) 8 1
P( A / B)
P( B) 7/8 7
Ejemplo
P(AB)=P(A)P(B)
Ejemplo
Considere el experimento de lanzar un dado balanceado,
defina los siguientes eventos:
A: Observar un número par
B: Observar un número menor o igual que 4
¿Son independientes los eventos A y B?
Solución
A B {2,4}
S = {1, 2, 3, 4 ,5 , 6}
A = { 2, 4, 6}
B = {1, 2, 3, 4 }
P ( A B ) P ( A) P ( B)
2 3 4
x
6 6 6
1 1
3 3
REGLA DE BAYES
Es considerado un caso especial de la
probabilidad condicional, se aplica cuando se
desea calcular la probabilidad condicional de un
evento que ocurrió primero dado lo que ocurrió
después.
Sea A1, A2,....An eventos mutuamente
excluyentes y B un evento observado, luego P( A / B)
i
para i=1,2,...n es:
P( Ai B) P( Ai ) P( B / Ai )
P( Ai / B)
P( B) P( A1 ) P( B / A1 ) P( A2 ) P( B / A2 ) ...... P( An ) P( B / An )
Ejemplo
Una fábrica tiene tres máquinas A,B y C produciendo
las mismas piezas para televisores a color. La máquina
A produce 60% de las piezas con un 95% de ellas
perfectas, la máquina B produce 30% con 80%
perfectas y la máquina C produce 10% con 65%
perfectas. Si se selecciona una pieza al azar. ¿Cuál es
la probabilidad de que esta sea defectuosa? Y si es
defectuosa. ¿Cuál es la probabilidad de que haya sido
producida por la máquina A?
P(d)=0,60 x 0,05 +0,30 x 0,20 + 0,10 x 0,35
P(d) = 0,125 0,60 x0,05
P( A / d ) 0,24
0,60 x0,05 0,30 x0,20 0,10 x0,35
Ejercicio : Complete la siguiente tabla
B Bc Total
A
P(AB) P(ABc)
P(A)
Ac P(Ac)
P(AcB) P(AcBc)
(i) p( x) 0 x
(ii ) p( x) 1
x
Función de probabilidad discreta
EJEMPLO. Sea X: Número de caras al lanzar una moneda dos veces
s s
C C
Valores Probabilidad
C Ss 0 1/4 = 0,25
c 1 2/4 = 0,50
Ss
2 1/4 = 0,25
Sc Sc
Sea el experimento “lanzar dos dados”. Definamos el
espacio muestral S como:
S = {(1,1),(1,2),...(1,6),...,(5,6),(6,6)}
f : [0,1]
f (2) P(X 2 ) P( (1,1) ) 1/ 36
f (3) P(X 3 ) P( (1,2) (2,1) ) 2 / 36
f (4) P(X 4 ) P( (1,3) (3,1) (2,2) ) 3 / 36
...
Función de distribución
Dada una variable aleatoria discreta X se llama
función de distribución a la función F definida
como:
F : [0,1]
x F ( x) P( X x)
En nuestro ejemplo de los dos dados:
f(x)
0.5
0 1 6 x 0 1 6 x
X P(X) X P(X)
-1 0,1 -0,1
0 0,2 0.0
1 0,4 0,4
2 0,2 0,4
3 0,1 0,3
1,0
Calcular la esperanza de la variable aleatoria X
en el ejemplo de los dos dados:
E( X )
1 2 6 1
2 3 ... 7 ... 12 7
36 36 36 36
Varianza y desviación estándar o
típica de una distribución discreta
Varianza
Var ( X ) M 2 E (( X ) )
2 2
(x )
i
i
2
P( X xi )
2
npq
Ejemplo
Se dice que el 75% de los accidentes en una planta
se atribuyen a errores humanos, determine la
probabilidad de que se atribuyan a errores humanos
dos de los cuatro próximos accidentes:
n x n x
f ( x) b( x; n, p)
x p ( q )
n=4
x=2
p = 0,75
f (2) = ?
q = 0,25
Ejemplo.
Suponga que un vendedor a domicilio de un
determinado producto
Llevará a cabo 10 entrevistas en forma
independiente.por experiencias anteriores cree
que puede efectuar 1 venta por cada 5
entrevistas. ¿Cuál es la probabilidad de que haga
dos o más ventas?
p =1/5 P( x 2) 1 p( x 2) 1 ( f (1) f (0))
q = 4/5
n=10
= ?
Ejemplo
Un estudiante responde al azar 10 preguntas, cada pregunta contien
5 respuestas de las cuales 1 sólo es la respuesta correcta.Calcule
La probabilidad de que el estudiante conteste correctamente:
a) Menos de 3 preguntas
b) Más de 4 preguntas
c) De 2 a 4 preguntas
n =10
p =1/5
q=4/5
a) E(x)==np
b) p( x 1) 1 P( X 1) 1 f (0)
c) f (0)
d ) p( x 5)
DISTRIBUCIÓN MULTINOMIAL
La distribución binomial es un caso particular de
la distribución multinomial. Muchos
experimentos producen observaciones de una
variable cualitativa con más de dos posibles
resultados
Ejemplo
Supongamos que cierto microscopio T se fabrica en
una de cinco líneas de producción distintas, A, B, C,
D o E. A fin de comparar las proporciones de
microscopios defectuosos que se pueden atribuir a
las cinco líneas de producción, todos los
microscopios defectuosos detectados por los
ingenieros de control de calidad se clasifican
diariamente según la línea en la que se produjeron.
Cada microscopio es una unidad experimental y
la observación es una letra que identifica la
línea de producción en la que se produjo.
Evidentemente la línea de producción es una
variable cualitativa. EL experimento que
acabamos de mencionar se denomina
experimento multinomial
Características:
El experimento consiste en n pruebas
idénticas
Existen k resultados posibles de cada
prueba
Las probabilidades de los k resultados
son denotados por p1, p2...pk se mantienen
constantes a lo largo de todos las pruebas
donde p1+p2+...+pk=1
Las pruebas son independientes
Las variables aleatorias de interés
son x1,x2,.....xk en cada una de las k
categorías de clasificación.
La distribución de probabilidad multinomial
está dada por:
n!
f ( x1 x2 ....xk ) x1 x 2 xk
p1 p2 ....... pk
x1! x2!.....xk !
Donde:
p1 p2 ..... pk 1
n x1 x2 ..... xk
número de pruebas
número de ocurrencias del resultado k en n pruebas
xk :
La media y la varianza de la variable aleatoria multinomial xk son
respectivamente:
k 2 npk (1 pk )
k npk
DISTRIBUCIÓN HIPERGEOMETRICA
na( N n)( N a)
2
N ( N 1)
2
a
n
N
Ejemplo
Una urna contiene 12 fichas de las cuales tres están
premiadas. Si una persona selecciona
aleatoriamente 5 fichas al azar ¿Cuál es la
probabilidad de que 3 de las fichas seleccionadas
estén premiadas?
3 9
P=3 Pc=9
12
f (3) 3 2
12
?
3 2
5
5
Ejemplo
Un embarque de 120 alarmas contra robo
contiene 5 defectuosas. Si tres de estas
alarmas se seleccionan aleatoriamente y se
le envían a un cliente. Determine la
probabilidad de que el cliente reciba una en
mal estado.
DISTRIBUCIÓN DE POISSON
Proporciona un modelo para la
frecuencia relativa del número de “eventos
poco comunes” que ocurren en una
unidad de tiempo, área, volumen, etc.
Como por ejemplo el ejemplo el número
de accidentes fatales por mes en una
planta de producción, el número de
defectos visibles en un diamante, etc.
Entre otras características tenemos:
La probabilidad de un evento que ocurra en
una unidad de tiempo, área o volumen es la misma
para todas las unidades
El número de eventos que ocurren en una
unidad de tiempo, área o volumen es independiente
del número de los que ocurren en otras unidades.
El número medio (o esperado ) de eventos en
cada unidad se denota por la letra griega lambda ,
.
La distribución de probabilidad para una variable
aleatoria e Poisson está dada por:
, x=0,1,2,3,.....
Donde
e
x
f ( x)
x!
: es el número medio de eventos en una unidad de
tiempo, área o volumen
=2.71828......
p p
Ejemplo
Un fabricante utiliza fusibles en un
sistema electrónico, los fusibles se
compran en lotes grandes y se prueban
secuencialmente hasta que se observa
el primer fusible defectuoso. Suponga
que el lote contiene el 10% de fusibles
defectuosos.
a)¿Qué probabilidad hay de que el
primer fusible defectuoso sea uno de
los primeros cinco fusibles probados.?