Probabilidad y Estadística Cap 2

4/19/2017
UNIVERSIDAD POLITCNICA SALESIANA

PROBABILIDAD Y ESTADSTICA
Docente: Ing. Juan Pablo Montero M.Sc.
CAPTULO II
PROBABILIDAD
Objetivo: Analizar los casos que se presentan para clculo de probabilidad.
1
4/19/2017
CAPTULO II PROBABILIDAD
Espacio muestral
El analista a menudo trata con datos experimentales, conteos o mediciones representativos, o quiz con
datos categricos que se podran clasificar de acuerdo con algn criterio.
Un espacio muestral queda definido como el conjunto de todos los resultados posibles de un experimento
estadstico y se representa con el smbolo S.
Se define al elemento como cada resultado en un espacio muestral, se le conoce tambin como punto
muestral.
Ejemplo: nmero que de la cara superior de un dado cuando se lanza una vez.
Diagrama de rbol
En algunos experimentos es til listar los elementos del espacio muestral de forma sistemtica, por lo que
resulta til la herramienta conocida como diagrama de rbol.
Ejemplo: Un experimento consiste en lanzar una moneda dos veces. Encuentre el espacio muestral para este
experimento.
Nombres de las variables a utilizar para el diagrama: H = Cara / T = Sello
Momentos del experimento: Primer lanzamiento / Segundo lanzamiento
Dibujar diagram de rbol: Primer lanzamiento Segundo lanzamiento
H
H
T
S = HH, HT, TH, TT
H
T
T
2
4/19/2017
Enunciado o regla
Se los utiliza para los espacios muestrales con un nmero grande o infinito de puntos.
Ejemplo: Obtener los resultados posibles de un experimento que establece el conjunto de ciudades en el
mundo con una poblacin de ms de un milln.
Si se describe el espacio muestral listando los elementos o mediante el mtodo de la regla depender del
problema especfico en cuestin.
Ejercicios:
1) Liste los elementos de cada uno de los siguientes espacios muestrales:
Eventos
Un evento es un subconjunto de un espacio muestral, y se representa con una letra mayscula.
Espacio muestral: t es la vida en aos de cierto componente electrnico.

S = {t | t 0}
Evento: El componente falle antes de que finalice el 5 ao.
A = {t | 0 t < 5}
3
4/19/2017
Conjuntos
Conjunto vaco al darse el caso en que un subconjunto de S pueda resultar un conjunto vacio, denotado por
el smbolo , es decir no contiene ningn elemento.
Complemento El complemento de un evento A respecto de S es el subconjunto de todos los elementos de S

que no estn en A. Denotamos el complemento de A mediante el smbolo A .
Operaciones con eventos

Interseccin: A B , es el evento que contiene a todos los elementos que son comunes a A y B.
Unin: A B , es el evento que contiene a todos los elementos que pertenecen a A o B o ambos.
4
4/19/2017
Mutuamente excluyentes o disjuntos

Dos eventos se consideran mutuamente excluyentes o disjuntos si no tienen elementos en comn es decir:
AB=
NO existen elementos en comn
Diagramas de Venn
Mediante los diagramas de Venn, se puede ilustrar de forma grfica la relacin entre eventos y el
correspondiente espacio muestral.
Rectngulo: representa a
espacio muestral.
Crculo: representa un
evento
5
4/19/2017
Ejercicio: Dado el siguiente diagrama de Venn realizar las siguientes operaciones:
Conteo de puntos de la muestra

En muchos casos se debe ser capaz de resolver un problema de probabilidad mediante el conteo del nmero
de puntos en el espacio muestral sin listar realmente cada elemento.
Regla de multiplicacin. El principio fundamental del conteo, a menudo denominado regla de

multiplicacin, se formula mediante el siguiente teorema:
Si una operacin se puede llevar a cabo en n1 formas, y si para cada una de stas se puede realizar una
segunda operacin en n2 formas, entonces las dos operaciones se pueden ejecutar juntas de n1 n2
formas.
Ejemplo:
Si tengo 5 camisas y 3 pantalones para combinar.
Por lo tanto tengo 5 * 3 = 15 maneras de vestirme al combinar esas prendas.
6
4/19/2017
En la regla de la multiplicacin es til los diagramas de rbol.

Se puede observar el diagrama de rbol del ejemplo anterior.
Regla de multiplicacin generalizada.

Si una operacin se puede ejecutar en n1 formas, y si para cada una de stas se puede llevar a cabo una
segunda operacin en n2 formas, y para cada una de las primeras dos se puede realizar una tercera
operacin en n3 formas, y as sucesivamente, entonces la serie de k operaciones se puede realizar en n1 *
n2 nk formas.
Ejemplo:
Si tengo 5 camisas, 3 pantalones, 3 pares de medias y 2 pares de zapatos para combinar.
Entonces tengo 5*3*3*2 = 90 maneras de vestirme al combinar esas prendas.
7
4/19/2017
Permutacin.
Es un arreglo de todo o parte de un conjunto de objetos.
Para determinar el nmero de permutaciones de n objetos distintos se utiliza su factorial.
n!= n(n 1)(n 2)...1
Observaciones:
Importa el orden de los elementos.
No se permite la repeticin de elementos.
Ejemplo: La cantidad de formas en que se pueden organizar las letras a, b, c y d es:

4!= 4 3 2 1 = 24
Algunos tipos de Permutacin

El nmero de permutaciones de n objetos distintos tomados de r a la vez es:
!
= ()!
Permutaciones circulares. Ocurren al arreglar objetos en un crculo, las mismas se calculan de la

siguiente forma:
( 1)!
El nmero de permutaciones distintas de n objetos de los que 1 son de una clase, 2 son de una
segunda clase, . . . , de una k-sima clase se determina por la expresin:
!
1 ! 2 ! !
8
4/19/2017
Ejemplos:
Determinar la cantidad de formas en que se pueden organizar tres conferencias en 5 fechas posibles.
5! 5!
5 3 = =
(5 3)! 2!
El total de formas en que se pueden organizar tres conferencias en 5 fechas posibles es de 60.
Determinar la cantidad de formas que se pueden sentar cuatro personas que juegan cartas en una mesa
circular.
41 != 6
La cantidad de formas que se pueden sentar cuatro personas que juegan cartas en una mesa circular es de 6.
Ejemplos:
Obtener la cantidad de formas de arreglar 3 focos rojos, 4 amarrillos y 2 azules en una serie de luces
navidea con 9 portalmparas.
9!
= 1260
3! 4! 2!
La cantidad de formas de arreglar 3 focos rojos, 4 amarrillos y 2 azules en una serie de luces navidea con 9
portalmparas es de 1260.
9
4/19/2017
Particiones
El nmero de formas de partir un conjunto de n objetos en r celdas con 1 elementos en la primera celda, 2
elementos en la segunda, y as sucesivamente, se calcula de la siguiente forma:
!
1 , 2 , . , = 1 ! 2 ! !
donde se cumple que 1 + 2 + + =
Ejemplo:
La cantidad de formas en que se puede asignar siete personas a una habitacin de hotel triple y a dos dobles
es:
7 7!
= = 210
3,2,2 3! 2! 2!
Combinaciones
El nmero de combinaciones de n objetos distintos tomados de r a la vez es:
!
=
! ( )!
Observaciones:
No importa el orden de los elementos.
Ejemplo:
La cantidad de formas de seleccionar a 3 qumicos de 7 es:
7 7!
= = 35
3 3! (7 3)!
10
4/19/2017
Probabilidad de un evento
La probabilidad de la ocurrencia de un evento que resulta de tal experimento estadstico se evala utilizando
un conjunto de nmeros reales denominados pesos o probabilidades que van de 0 a 1.
0 1
Valores cercanos a Valores cercanos a

cero es poco probable uno es muy probable
La probabilidad de un evento A es la suma de los pesos de todos los puntos muestrales en A. Por lo tanto:
Ejemplo: Un experimento consiste en lanzar una moneda dos veces. Cul es la probabilidad de que ocurra
al menos una cara?.
Primer lanzamiento Segundo lanzamiento
H
H
T
S = HH, HT, TH, TT
H
T
T
Cada uno de estos resultados tendr la misma probabilidad, por lo tanto se asigna el valor de x a cada punto
muestral.
S = HH, HT, TH, TT 1

4 =1 =4
x x x x
11
4/19/2017
El evento de que ocurra al menos una cara se compone de los siguientes puntos muestrales:
A = HH, HT, TH
1/4 1/4 1/4

1 1 1
= + + =
4 4 4
Ejemplo: Se lanza una vez un dado que est cargado, los pares tienen doble probabilidad de salir. Cul es la
probabilidad de que salga un nmero par y que sea divisible entre 3?
Espacio muestral: S = {1, 2, 3, 4, 5, 6}
Se asigna una probabilidad w a cada nmero impar y una probabilidad de 2w a cada nmero par.
Entonces, 9w = 1, o w = 1/9.
Evento A: Salga un nmero par, A = {2, 4, 6}
Evento B: Salga un nmero divisible entre 3, B = {3, 6}
Probabilidad de A B: P(A B) = 2/9
Teorema:
Ejemplo: Una persona hace una seleccin aleatoria de uno de los dulces; en los cuales hay un surtido que
contiene seis mentas, cuatro chicles y tres chocolates. Cul es la probabilidad de sacar una menta?
Espacio muestral: S = {M1, M2, M3, M4, M5, M6, C1, C2, C3, C4, Ch1, Ch2, Ch3}
Como hay 6 mentas de los 13 dulces, cada menta tiene una probabilidad de 1/13.
Evento A: Sacar una menta, A = {M1, M2, M3, M4, M5, M6}
Probabilidad del Evento A: P(A) = 6 * 1/13 = 6/13
12
4/19/2017
Reglas aditivas
Son leyes importantes que con frecuencia simplifican el clculo de probabilidades, y se aplica a uniones de
eventos.
Teorema 1:
Corolario 1.1:
Corolario 1.2:
Corolario 1.3:
Teorema 2:
Teorema 3:
13
4/19/2017
Si las probabilidades de que un mecnico automotriz de servicio a 3, 4, 5, 6, 7, 8 o ms vehiculos en un da

de trabajo dado son 0.12, 0.19, 0.28, 0.24, 0.10 y 0.07, respectivamente, cual es la probabilidad de que de
servicio al menos a 5 vehculos el siguiente da de trabajo?
Sea E el evento de que al menos 5 automoviles reciban servicio:
= 0.28 + 0.24 + 0.10 + 0.07 = 0.69
Probabilidad condicional
La probabilidad de que ocurra un evento B cuando se sabe que ya ocurri algn evento A se llama
probabilidad condicional y se denota con P(B|A).
El smbolo P(B|A) por lo general se lee como la probabilidad de que ocurra B, dado que ocurrio A, o
simplemente, la probabilidad de B, dado A.
Se calcula de la forma:
14
4/19/2017
Ejemplo
La probabilidad de que un vuelo programado normalmente salga a tiempo es P(D) = 0.83, la probabilidad de
que llegue a tiempo es P(A) = 0.82 y la probabilidad de que salga y llegue a tiempo es P(D A) = 0.78.
Calcule la probabilidad de que un avin llegue a tiempo, dado que sali a tiempo.
P DA 0.78
P(A|D)= = = 0.94
P D 0.83
Eventos independientes
Dos eventos son independientes si y slo si:
15
4/19/2017
Reglas multiplicativas
Las reglas multiplicativas, son leyes importantes que con frecuencia simplifican el clculo de
probabilidades, y se aplica a intersecciones de eventos.
Teorema 1: Si en un experimento pueden ocurrir los eventos A y B, entonces:
Teorema 2: Dos eventos A y B son independientes si y slo si
Generalizacin
Teorema 3: Si, en un experimento, pueden ocurrir los eventos 1 , 2 ,..., , entonces
Teorema 4: Si los eventos 1 , 2 ,..., son independientes, entonces:
16
4/19/2017
Regla de Bayes
La regla de Bayes es una de las normas ms importantes de la teora de probabilidad, ya que es el

fundamento de la inferencia bayesiana.
Teorema de probabilidad total o regla de eliminacin
Si los eventos 1 , 2 ,... , constituyen una particin del espacio muestral S, tal que P( ) 0 para i = 1,
2,..., k, entonces, para cualquier evento A de S se cumple que
Regla de Bayes
Si los eventos 1 , 2 ,... , constituyen una particin del espacio muestral S, donde P(Bi) 0 para i = 1,
2,...,k, entonces, para cualquier evento A en S, tal que P(A) 0,
17

Probabilidad y Estadística Cap 2

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Probabilidad y Estadística Cap 2

Transféré par

Droits d'auteur :

Formats disponibles

4/19/2017

UNIVERSIDAD POLITCNICA SALESIANA

Docente: Ing. Juan Pablo Montero M.Sc.

Objetivo: Analizar los casos que se presentan para clculo de probabilidad.

Docente: Ing. Juan Pablo Montero M.Sc.

Docente: Ing. Juan Pablo Montero M.Sc.

Docente: Ing. Juan Pablo Montero M.Sc.

Un evento es un subconjunto de un espacio muestral, y se representa con una letra mayscula.

Espacio muestral: t es la vida en aos de cierto componente electrnico.

Docente: Ing. Juan Pablo Montero M.Sc.

Complemento El complemento de un evento A respecto de S es el subconjunto de todos los elementos de S

Docente: Ing. Juan Pablo Montero M.Sc.

Operaciones con eventos

Docente: Ing. Juan Pablo Montero M.Sc.

Mutuamente excluyentes o disjuntos

NO existen elementos en comn

Docente: Ing. Juan Pablo Montero M.Sc.

Docente: Ing. Juan Pablo Montero M.Sc.

Ejercicio: Dado el siguiente diagrama de Venn realizar las siguientes operaciones:

Docente: Ing. Juan Pablo Montero M.Sc.

Conteo de puntos de la muestra

Regla de multiplicacin. El principio fundamental del conteo, a menudo denominado regla de

Docente: Ing. Juan Pablo Montero M.Sc.

En la regla de la multiplicacin es til los diagramas de rbol.

Docente: Ing. Juan Pablo Montero M.Sc.

Regla de multiplicacin generalizada.

Docente: Ing. Juan Pablo Montero M.Sc.

Ejemplo: La cantidad de formas en que se pueden organizar las letras a, b, c y d es:

Docente: Ing. Juan Pablo Montero M.Sc.

Algunos tipos de Permutacin

Permutaciones circulares. Ocurren al arreglar objetos en un crculo, las mismas se calculan de la

Docente: Ing. Juan Pablo Montero M.Sc.

Docente: Ing. Juan Pablo Montero M.Sc.

Docente: Ing. Juan Pablo Montero M.Sc.

El nmero de combinaciones de n objetos distintos tomados de r a la vez es:

Valores cercanos a Valores cercanos a

Docente: Ing. Juan Pablo Montero M.Sc.

S = HH, HT, TH, TT 1

Docente: Ing. Juan Pablo Montero M.Sc.

1/4 1/4 1/4

Docente: Ing. Juan Pablo Montero M.Sc.

Docente: Ing. Juan Pablo Montero M.Sc.

Docente: Ing. Juan Pablo Montero M.Sc.

Si las probabilidades de que un mecnico automotriz de servicio a 3, 4, 5, 6, 7, 8 o ms vehiculos en un da

Sea E el evento de que al menos 5 automoviles reciban servicio:

= 0.28 + 0.24 + 0.10 + 0.07 = 0.69

Docente: Ing. Juan Pablo Montero M.Sc.

Docente: Ing. Juan Pablo Montero M.Sc.

Docente: Ing. Juan Pablo Montero M.Sc.

Docente: Ing. Juan Pablo Montero M.Sc.

Teorema 1: Si en un experimento pueden ocurrir los eventos A y B, entonces:

Teorema 2: Dos eventos A y B son independientes si y slo si

Docente: Ing. Juan Pablo Montero M.Sc.

Teorema 4: Si los eventos 1 , 2 ,..., son independientes, entonces:

Docente: Ing. Juan Pablo Montero M.Sc.

La regla de Bayes es una de las normas ms importantes de la teora de probabilidad, ya que es el

Docente: Ing. Juan Pablo Montero M.Sc.

Docente: Ing. Juan Pablo Montero M.Sc.

Vous aimerez peut-être aussi