Académique Documents
Professionnel Documents
Culture Documents
Estadística
Tema: PROBABILIDAD
Alumno(s) Nota
Especialidad C3 Grupo B
Ciclo II
Fecha de entrega 24-11-17
ESPECIALIDAD CÁLCULO
P R O G R A MA D E F O R MA C I Ó N R E G U L A R
I.-INTRODUCCIÓN:
En la vida diar ia muchas veces obser vamos situaciones en las que los result ados
vistos son dif erentes aunque las condiciones iniciales en las que se produce la
exper iencia sean las mismas. Por ejemplo, al lanzar una moneda unas veces resultará
cara y otra cruz. Est os f enómenos, de nominados aleator ios, se ven af ectados por la
incertidumbre.
En el lenguaje habit ual, f rases como "pr obablemente...", "es poco probable que... ",
"hay muchas posibilidades de que..." hacen ref erencia a esta incertidumbre.
La teor ía de la probabilidad pr etende ser una herram ient a par a modernizar y tratar con
situaciones de este t ipo; Por otra parte, cuando aplicamos las técnicas estadíst icas a
la recog ida, análisis e interpr etación de los datos, la teor ía de la probabilidad
proporciona una base para evaluar la f iabilidad de las conclusiones alcanzadas y las
inf erencias realizadas . Debido al importante papel desempeñado por
la probabilidad dentr o de la estadíst ica, es necesario f amiliar izarse con sus elementos
básicos, lo que constituye el objet ivo del present e tema.
El concepto de probabilidad nace con el deseo del hombre de conocer con certeza
los eventos f uturos. Es por ello que el estudio de probabilidades surge como u na
herramienta utilizada por los nobles par a ganar en los juegos y pasat iempos de la
época. El desarrollo de estas herramient as f ue asignado a los matemáticos de la
corte.
Con el tiempo estas técnicas matemáticas se perf eccionaron y encontrar on otros usos
muy dif erentes par a la que f ueron creadas. Actualmente se continuó con el estudio de
nuevas metodolog ías que permitan maximiz ar el uso de la computación en el estudio
de las probabilidades dism inuyendo, de este modo, los márgenes de error en los
cálculos.
2017-II CALCULOPágina 1
P R O G R A MA D E F O R MA C I Ó N R E G U L A R
II.- OBJETI VOS GENER AL:
PROB ABILI D AD
Ésta establece una relación entre el número de sucesos f avor ables y el número total
de sucesos posibles. Por ejemplo, lanzar un dado, y que salga el número uno (caso
f avorable) está en relación a seis casos posibles (1, 2, 3, 4, 5 y 6); es decir, la
probabilidad es 1/ 6.
Suceso: Es cada uno de los resultados posibles de una exper iencia aleator ia.
Tipos de sucesos
Suceso elemental : es cada uno de los elementos que f orman parte del espacio
muestral.
Suceso compuesto: es cualquier subconjunto del espacio muestral.
Suceso seguro, E, está f ormado por todos los posibles resultados (es decir, por el
espacio muestral).
Suceso imposible, , :es el que no tiene ningún elemento. Por ejemplo al tirar un
dado obtener una puntuación igual a 7.
2017-II CALCULOPágina 2
P R O G R A MA D E F O R MA C I Ó N R E G U L A R
Sucesos compatibl es: Dos sucesos, A y B, son compatibles cuando tienen algún
suceso elemental común.
Suceso incompatibl es: Dos sucesos, A y B, son incompatibles cuando no t ienen
ningún elemento en común.
Sucesos independi entes: Dos sucesos, A y B, son independientes cuando la
probabilidad de que suceda A no se ve af ectada porque haya sucedido o no B.
Sucesos dependientes: Dos sucesos, A y B, son depe ndient es cuando la
probabilidad de que suceda A se ve af ectada porque haya sucedido o no B.
Suceso contrario: a A es otro suceso que se realiza cuando no se realiza A., Se
denota por
Propiedades
1
2
3
4
5 Si A 1 , A 2 ,..., A k son incompatibles dos a dos entonces:
2017-II CALCULOPágina 3
P R O G R A MA D E F O R MA C I Ó N R E G U L A R
PROB ABILI D AD CO NDICION AD A
La probabilidad de q ue ocurra un evento B cuando se sabe que ha ocurr ido algún otro
evento A, se denomina PRO BABILIDAD CONDI CIONADA y se designa como P (B/A).
Él símbolo P (B/A) se lee como la probabilidad de que ocurra B sabiendo que ocur rió A
o sencillam ente probabilidad de B dado A Las probabilidades condicionadas están
relacionadas a probabilidades asociadas a los eventos def inidos en sub poblaciones o
espacios muéstrales reducidos. Se dice que la probabilidad de ocurrencia de un
evento dado es condicio nada, si esta se af ecta por la ocurr encia de otro event o
presente.
𝑷(𝑩⋂𝑨) 𝑷(𝑩𝑨)
𝑷(𝑨/𝑩) = = ; 𝑺𝑰 𝑷(𝑨) ≠ 𝟎
𝑷(𝑨) 𝑷(𝑨)
DI AGR AM A DE ÁRBOL
Es una herramienta que se utiliza para determinar todos los posibles resultados de un
exper imento aleatorio. En el cálculo de muchas probabilidades se requier e conocer el
número de objetos que f orman parte del espacio muestral, estos se pueden deter minar
con la construcción de un diagrama de árbol.
I = Producirse incidente.
A = Sonar la alarma.
2017-II CALCULOPágina 4
P R O G R A MA D E F O R MA C I Ó N R E G U L A R
TEOREMA DE BAYES
Es un método que nos permite calcular la probabilidad de que un evento que ya
ocurrió (o ef ecto) sea result ante de alguna cosa.
2017-II CALCULOPágina 5
P R O G R A MA D E F O R MA C I Ó N R E G U L A R
2) El 20% de los em pleados dedicados al presupuesto y distribución de pr oyectos son
ingenieros y otro 20% son economistas. El 75% de los ingenieros ocupan un puesto
direct ivo y el 50% de los econom istas también, mientras que los no ingenier os y los no
econom istas solamente el 20% ocupa un puesto directo
¿Cuál es la pr obabilidad de que un empleado direct ivo elegido al azar sea ingenier o?
2017-II CALCULOPágina 6
P R O G R A MA D E F O R MA C I Ó N R E G U L A R
a): probabilidad de que un perno elegido al azar sea def ectuoso:
Probabilidad en B:
P(B/D) = P(B) / P(D)
= 0.016 / 0.028
= 0.5714
4. En e l s ec t or d e d is eñ o y f a br ic ac i ó n d e p ro yec t os de l a m in a d e ya n a c oc h a ha y 1 0
hom br es y 6 m uj er es . S i s e e l i ge u n a d ir ec t i v a d e tres a l a za r , h al l ar l a pr ob a b il i d ad de :
a) S e lec c i o nar tr es h o m br es .
b) S e lec c i o nar ex ac ta m ente d os h om bres y un a m uj er .
c) Se l ec c io n ar ex ac t a m ente d os m uj eres y u n h om bre.
d) S e lec c i o nar tr es m uj er es .
2017-II CALCULOPágina 7
P R O G R A MA D E F O R MA C I Ó N R E G U L A R
𝟏𝟎 𝟗 𝟖
𝑷(𝟑𝑯𝑶𝑴𝑩𝑹𝑬𝑺) = . . = 𝟎. 𝟐𝟏𝟒
𝟏𝟔 𝟏𝟓 𝟏𝟓
𝟏𝟎 𝟗 𝟔 𝟏𝟎 𝟔 𝟗 𝟔 𝟏𝟎 𝟗
𝑷(𝟐𝑯 𝟏 𝑴) = . . + . . + . . = 𝟎. 𝟒𝟖𝟐
𝟏𝟔 𝟏𝟓 𝟏𝟒 𝟏𝟔 𝟏𝟓 𝟏𝟒 𝟏𝟔 𝟏𝟓 𝟏𝟒
𝟏𝟎 𝟔 𝟓 𝟔 𝟏𝟎 𝟓 𝟔 𝟓 𝟏𝟎
P(𝟐 𝑴 𝟏 𝑯) = 𝟏𝟔 . 𝟏𝟓 . 𝟏𝟒 + 𝟏𝟔 . 𝟏𝟓 . 𝟏𝟒 + 𝟏𝟔 . 𝟏𝟓 . 𝟏𝟒 = 𝟎. 𝟐𝟔𝟖
𝟔 𝟓 𝟒
P(𝟑 𝑴𝑼𝑱𝑬𝑹𝑬𝑺) = 𝟏𝟔 . 𝟏𝟓 . 𝟏𝟒 = 𝟎. 𝟒𝟖𝟐
V.CONCLUSIONES
VI-BIBLIOGR AFI A
https://es.slideshare.net/luiselipehernandez/ejemplos -del-teorema-de-bayes
https://www .vitutor.com/pro/2/a_h.html
2017-II CALCULOPágina 8
P R O G R A MA D E F O R MA C I Ó N R E G U L A R