Académique Documents
Professionnel Documents
Culture Documents
ESTADÍSTICOS PARA
LA INVESTIGACIÓN
1. Determinar e identificar
conceptos como: Experimento
aleatorio, espacio muestral y
eventos.
2. Calcular la probabilidad asociada
a un evento de interés
Temario
1. Definiciones básicas:
o Experimento: Aleatorio y no aleatorio
o Espacio muestral
o Evento
o Probabilidad
2. Enfoques de probabilidad
o Enfoque Clásico
o Enfoque Frecuencial
o Enfoque Subjetivo
3. Axiomas de probabilidad
4. Teoremas de probabilidad
Ejemplos
Propiedades
1. Todo proceso que genera un conjunto de resultados bien definidos. En
cualquier ejecución del experimento ocurrirá solamente uno de los posibles
resultados experimentales.
2. Existe incertidumbre sobre el resultado a obtener antes de
ejecutar el experimento.
Lo denotaremos por: E
La Estadística, le interesa y fundamenta su desarrollo y aplicación en los denominados experimentos aleatorios.
EJEMPLOS
EXPLIQUÉMOSLO MEJOR
CON ALGUNOS EJEMPLOS.
EJEMPLOS
1. Experimento: lanzar un dado
Espacio muestral 1={1,2,3,4,5,6}
Número de elementos: n(1) = 6
2. Experimento: extraer un carta de una baraja
Espacio muestral 2={As de coco, As de corazón,…, ocho de
trebol,…, rey de espada} / Número de elementos: n(2) = 52
3. Experimento: lanzar dos datos
Espacio muestral 3={(1,1),(1,2),…,(3,6),…,(6,6)}
Número de elementos: n( 3) = 36
EJEMPLOS
Solución
El espacio muestral será:
Ω = {dd, dd’d, dd’d’d, dd’d’d’, d’dd, d’dd’d, d’dd’d’, d’d’dd, d’d’dd’, d’d’d’d, d’d’d’d’}
Solución
Ω = {x ∈ R / 15 ≤ x ≤ 50}
EL DIAGRAMA DEL ÁRBOL
Un diagrama de árbol es una herramienta que se utiliza para determinar todos
los posibles resultados de un experimento aleatorio.
Aplicación:
Tres ingenieros industriales de una fabrica elegidos al azar deben expresar su
opinión F (favorable) o C (contraria) a la implementación de un proyecto de
mejora. Elabore un Diagrama de Árbol que represente los diversos resultados
de este experimento.
Primer Segundo Tercer Resultado
Ingeniero Ingeniero Ingeniero Posible
F FFF
F C
F FFC
F FCF
C C FCC
F F CFF
C C CFC
F CCF
C
C CCC
Es cualquier subconjunto de un
E espacio muestral
espacio muestral y representa E espacio muestral
cierta característica de ella. El 100% A
número de elementos en el
evento A, se representa como: n(A) B
Ejemplos:
(Empírico)
ENFOQUES CLÁSICO: APLICACIÓN 1
n(A)= 6 y n()= 36
nA
PA Casos favorables
Casos totales n
a) No tenga defectos
b) Que sea bueno o que tenga un defecto
grave.
Intersección A y B
Unión El complemento
REGLAS DE PROBABILIDAD
A. Regla de la Adición
Si (A B) = P(A B) = 0
REGLAS DE PROBABILIDAD : EJEMPLO
Un ingeniero ingresa a una ferretería. La probabilidad de que compre:
(a) pintura es 0,60
(b) clavos 0,50, y
(c) pintura y clavos es 0,30.
Solución
P(P) = 0,60
P(C) = 0,50
P(P C) = 0,30
A A
B
B
A A
B
B
1. 0 ≤ P(A/B) ≤ 1 4. P(Ω/B) = 1
Esto es:
(i) P(A/B) = 0 <—> A ∩ B = φ 5. P((A ∪ B) / C) = P(A/C) + P(B/C) <—> A ∩ B = φ
(ii) P(A/B) = 1 <—> B =A
6. P(A/B) + P(A'/B) = 1
2. P(A/B) ≠ P(B/A)
3. P (A/Ω) = P(A)
A1 A2
Son una colección de sucesos
A1, A2, A3, A4… = Ω
A1
A3 A4
Suceso A2
seguro
A3
A4
DIVIDE Y VENCERÁS
A1 B
A3 A4
A2 B
Suceso
seguro
Nos permite descomponer el A3 B
problema B en
subproblemas más simples. A4 B
TEOREMA DE LA PROBABILIDAD TOTAL
Si conocemos la probabilidad de B en
cada uno de los componentes de un
A1 A2 sistema exhaustivo y excluyente de
sucesos, entonces…
B P(B|A1)
A1 B
P(A1)
P(B|A2)
P(A2) B
A2
A3 A4 Suceso
seguro P(A3)
P(B|A3)
P(A4) A3 B
P(B|A4)
P(B) = P(B∩A1) + P(B∩A2 ) + P( B∩A3 ) + P( B∩A4 ) A4 B
=P(A1) P(B|A1) + P(A2) P(B|A2)+ …
Ejemplo 1: En la UCT el 60% de los alumnos son mujeres. De ellas el 20%
estudia ingeniera. De los hombres, estudia ingeniería el 60%.
T. Prob. Total.
Hombres y mujeres forman un sist. Exh. Excl. de sucesos
Estudia
0,2 Ingeniería
EI F )
P( H P( H ) P(EI
F | H) 0,4
F)
P( H | EI No estudia
P(EIF) P(EIF) Ingeniería
0,3 0,2
((0,40*0,6)/0,36)=0,67
0,46
0,13
EJEMPLO
Una fábrica produce cierto tipo de productos usados en experimentos
industriales con dos máquinas distintas, las cantidades de producción
diaria de cada máquina son:
Máquina 1: 3 000 unidades
Máquina 2: 2 500 unidades
La experiencia nos demuestra que el 1% de las unidades producidas por la
máquina 1 son defectuosas y el 2% por la Maquina B. Se selecciona un
artículo cualquiera al azar de la producción total de un día y se pide:
a. Si el artículo seleccionado es defectuoso, calcule la probabilidad de
que haya sido producido:
i. Por la máquina 1
ii. Por la máquina 2
Andrey Kolmogorov (Rusia 1903-1987)
La teoría de la probabilidad
como disciplina matemática
puede ser desarrollada en la
misma forma que la
geometría o el álgebra
COMPLEMENTARIA
o MENDENHALL, William (1997). Probabilidad y estadística para ingeniería y
ciencias. 4a ed. Prentice-Hall Hispanoamericana. México, D.F.
MUCHAS GRACIAS