Professional Documents
Culture Documents
Estadstica
UNIVERSIDAD NACIONAL
SAN LUIS GONZAGA DE ICA
FACULTAD:
Ingeniera Civil
TEMA:
Probabilidades
CURSO:
Estadstica
DOCENTE:
Donayre
ALUMNO:
Gastiabur Quinteros, Cheddi.
Hernndez Chocano, Juan Melchor.
Tampe Daz, Marquinho Adilson
Santos.
Vargas Aldoradn, Micky Rey.
Romn Canelo, Andrs Martn.
Cantoral Olazabal, Gino Florencio.
PROBABILIDADES
Estadstica
Dedicatoria:
Dedicado a MIS PADRES Y
maestros, por llevarme a cumbres
mejores.
PROBABILIDADES
Estadstica
Presentacin
Este presente trabajo de investigacin, trata acerca de las
probabilidades, en la cual dar a conocer de la gran importancia
que tienen en nuestra vida cotidiana y
Lo mucho que nos pueden servir al querer saber cuan cerca estamos
de obtener algo seguro o cun lejos estamos que eso ocurra.
Ya que la teora de la probabilidad se usa extensamente en reas
como la estadstica, la fsica, la matemtica, la ciencia y la filosofa
para sacar conclusiones sobre la probabilidad de sucesos
potenciales y la mecnica subyacente de sistemas complejos.
Pues hablare de sus propiedades como adems de la probabilidad
condicionada, asi como el famoso teorema de bayes entre otros. Ya
que La idea de Probabilidad est ntimamente ligada a la idea de azar y
nos ayuda a comprender nuestras posibilidades de ganar un juego de
azar o analizar las encuestas.
PROBABILIDADES
Estadstica
PROBABILIDAD
1.
DEFINICION
Es la parte de las matemticas que estudia los fenmenos aleatorios.
1.1
NOCIONES DE PROBABILIDAD
PROBABILIDADES
Estadstica
2. PROPIEDADES
Sea E el espacio muestral de cierto experimento aleatorio. La Probabilidad de
cada suceso es un nmero que verifica:
1.
2.
0.
P(
) = P(A) + P(B).
1. P(
) = 1 - p( a )
2. P( ) = 0
3. Si
p( b ) = p( a ) + p(
4. Si
p( a )
p( b )
6. P(
a2
...
ak ) = p( a1 ) + p( a2 ) + ... + p( ak )
) = p( a ) + p( b ) - p(
8.
0 P( A) 1
PROBABILIDADES
Estadstica
EJERCICIO:
En una caja tenemos 15 bolas blancas, 30 bolas negras y 45 bolas verdes. Si
extraemos tres bolas simultneamente, cul es la probabilidad de que salga
una bola de cada color?
Solucin:
Calcularemos los casos posibles del experimento y los casos favorables al suceso del
enunciado para aplicar la regla de Laplace.
Los casos posibles son las distintas formas de extraer 3 bolas entre 90. Como el orden
no debe tenerse en cuenta, estos casos son:
Los casos favorables son 15 30 45 = 20 250. stas son las formas de agrupar tres
bolas de distinto color. La probabilidad pedida es:
PROBABILIDADES
Estadstica
Unin
Interseccin
Diferencia
Suceso contrario
El suceso
=E - A se llama suceso
contrario de A.
PROBABILIDADES
Estadstica
o
C = y complementarios, al cumplirse B
C = E.
= "sacar un nmero par"
o
o
G = {2,4,6}
{1,2,3,5} = {1,2,3,4,5,6} = E.
B-D = B
= {1,2,3,5}
.
C y F son incompatibles puesto que C
F = .
Regla de la multiplicacin
La regla de la multiplicacin establece que la probabilidad de ocurrencia de dos o
ms eventos estadisticamente independientes es igual al producto de sus
probabilidades individuales.
P(A y B) = P(A B) = P(A)P(B) si A y B son independientes. P(A y B) = P(A B) =
P(A)P(B|A) si A y B son dependientes
PROBABILIDADES
Estadstica
DISTRIBUCIN BINOMIAL
La probabilidad de ocurrencia de una combinacin especfica de eventos
independientes y mutuamente excluyentes se determina con la distribucin binomial,
que es aquella donde hay solo dos posibilidades, tales como masculino/femenino o
si/no.
1. Hay dos resultados posibles mutuamente excluyentes en cada ensayo u
observacin.
2. La serie de ensayos u observaciones constituyen eventos independientes.
3. La probabilidad de xito permanece constante de ensayo a ensayo, es decir el
proceso es estacionario.
Para aplicar esta distribucin al calculo de la probabilidad de obtener un nmero
dado de xitos en una serie de experimentos en un proceso de Bermnoulli, se
requieren tres valores: el nmero designado de xitos (m), el nmero de ensayos y
observaciones (n); y la probabilidad de xito en cada ensayo (p). Entonces la
probabilidad de que ocurran m xitos en un experimento de n ensayos es: P (x = m) =
nCm Pm(1P)nm Siendo nCm el nmero total de combinaciones posibles de m
elementos en un con junto de n elementos. En otras palabras P(x = m) = m!/{m!
(nm)!}pm(1p)nm
4.
PROBABILIDAD CONDICIONADA.
Sean A y B dos sucesos tal que P( A ) 0, se llama probabilidad de B
condicionada a A, P(B/A), a la probabilidad de B tomando como
espacio muestral A, es decir, la probabilidad de que ocurra B dado que
ha sucedido A.
P( B
A ) = P( B/A ) P( A )
PROBABILIDADES
Estadstica
Ejemplo:
Consideremos el experimento de "lanzar un dado al aire". Calculemos, por ejemplo, la
probabilidad de obtener un 3 sabiendo que ha salido un nmero impar:
Definimos los sucesos A="sacar 3" y B= {1,3,5}; entonces, P(A/B)=1/3 puesto que si
sabemos que ha salido un nmero impar, los casos posibles ahora son 3 y los casos
favorables al suceso A slo 1.
P( A/B ) = P( A )
P( B )
P( A/B )
P( A )
B ) = P( A ) P( B )
P( A
P( A
B ) = P( A ) P( B )
P( A
C ) = P( A ) P( C )
P( B
C ) = P( B ) P( C )
C ) = P( A ) P( B ) P( C )
Ejercicio
PROBABILIDADES
Estadstica
Se consideran dos sucesos, A y B, asociados a un experimento aleatorio con
P(A)=0.7; P(B)=0.6; P(
)=0.58.
a. Son independientes A y B?
b. Si M
A, cul es el valor de P (
)?
Solucin:
a. Para ver si son independientes, comprobaremos si P( A
P( B )
P(
Por tanto,
Por
otro
P(A
lado,
) = P[(A
B)c] = 1 - P(A
B) = 1 - P(
P(
P(
B ) = P( A )
B)
) = 1 -0.58 = 0.42
B
P( A
0.7
0.6
0.42
B ) = P( A ) P( B ) = 0.42
. Por tanto,
PROBABILIDADES
Estadstica
A
B
TOTAL
TOTAL
P( A
B ) P(
P( A
) P(
P( A )
B ) P( B )
) P(
P(
)
1
Dicha tabla adopta la forma del diagrama de rbol del dibujo. En ste,
a cada uno de los sucesos A y
A ) = P( B/A ) P( A ),
PROBABILIDADES
Estadstica
chapa, y por la tarde 2 con problemas elctricos, 3 con problemas mecnicos y
1 con problemas de chapa.
a. Calcula el porcentaje de los que acuden por la tarde.
b. Calcula el porcentaje de los que acuden por problemas mecnicos.
c. Calcula la probabilidad de que un automvil con problemas elctricos
acuda por la maana.
Solucin:
En las tablas de contingencia, con las frecuencias absolutas y los porcentajes,
respectivamente, pueden verse recogidos los datos del enunciado.
ELCTRICOS
MECNICOS
CHAPA
TOTAL
MAANA
14
TARDE
TOTAL
11
20
ELCTRICOS
MECNICOS
CHAPA
TOTAL
MAANA
0.15
0.40
0.15
0.70
TARDE
0.10
0.15
0.05
0.30
TOTAL
0.25
0.55
0.20
1.00
Las respuestas a las cuestiones planteadas basta leerlas en las tabla. As, se
obtiene:
a. El 30% de los automviles acude al taller por la tarde.
b. El porcentaje de vehculos ingresados con problemas mecnicos es el
55%.
c. La probabilidad buscada es:
P(acuda por la maana/tiene problemas elctricos) = 3/5 = 0.6
Ejercicio
PROBABILIDADES
Estadstica
Una compaa de seguros hace una investigacin sobre la cantidad de partes de
siniestro fraudulentos presentados por los asegurados. Clasificando los seguros en
tres clases, incendio, automvil y "otros", se obtiene la siguiente relacin de datos:
El 6% son partes por incendio fraudulentos; el 1% son partes de automviles
fraudulentos; el 3% son "otros" partes fraudulentos; el 14% son partes por incendio
no fraudulentos; el 29% son partes por automvil no fraudulentos y el 47% son
"otros" partes no fraudulentos.
a. Haz una tabla ordenando los datos anteriores y hallando el porcentaje total de
partes fraudulentos y no fraudulentos.
b. Calcula qu porcentaje total de partes corresponde a la rama de incendios,
cul a la de automviles y cul a "otros". Aade estos datos a la tabla.
c. Calcula la probabilidad de que un parte escogido al azar sea fraudulento.
Cul ser, en cambio, la probabilidad de que sea fraudulento si se sabe que es
de la rama de incendios?
Solucin:
a. y b. La tabla de porcentajes con los datos del enunciado y los totales es la
siguiente:
INCENDIO
AUTOMVIL
OTROS
TOTAL
FRAUDULENTOS
10
NO FRAUDULENTOS
14
29
47
90
TOTAL
20
30
50
100
b.
a
7. PROBABILIDAD TOTAL.
Llamamos sistema completo de sucesos a una familia de sucesos A1, A2, ...,An
que cumplen:
PROBABILIDADES
Estadstica
1. Son incompatibles dos a dos, Ai
Aj =
Sea A1, A2, ...,An un sistema completo de sucesos tales que la probabilidad de cada uno
de ellos es distinta de cero, y sea B un suceso cualquier del que se conocen las
probabilidades condicionales P(B/Ai), entonces la probabilidad del suceso B viene
dada por la expresin:
Ejercicio
PROBABILIDADES
Estadstica
Solucin:
Llamando M = "el producto est defectuosamente envasado", se tiene que este
producto puede proceder de cada una de las cuatro factoras y, por tanto,
segn el teorema de la probabilidad total y teniendo en cuenta las
probabilidades del diagrama de rbol adjunto, tenemos:
8.
TEOREMA DE BAYES.
Sea A1, A2, ...,An un sistema completo de sucesos, tales que la probabilidad de cada uno
de ellos es distinta de cero, y sea B un suceso cualquier del que se conocen las
probabilidades condicionales P(B/Ai). entonces la probabilidad P(Ai/B) viene dada
por la expresin:
PROBABILIDADES
Estadstica
Tres mquinas, A, B y C, producen el 45%, 30% y 25%, respectivamente, del
total de las piezas producidas en una fbrica. Los porcentajes de produccin
defectuosa de estas mquinas son del 3%, 4% y 5%.
a. Seleccionamos una pieza al azar; calcula la probabilidad de que sea
defectuosa.
b. Tomamos, al azar, una pieza y resulta ser defectuosa; calcula la
probabilidad de haber sido producida por la mquina B.
c. Qu mquina tiene la mayor probabilidad de haber producido la
citada pieza defectuosa?
Solucin:
Sea D= "la pieza es defectuosa" y N= "la pieza no es defectuosa". La
informacin del problema puede expresarse en
el diagrama de rbol adjunto.
a. Para calcular la probabilidad de que la
pieza elegida sea defectuosa, P(D), por la
propiedad de la probabilidad total,
P(D) = P(A) P(D/A) + P(B) P(D/B) +
P(C) P(D/C) =
= 0.45 0.03 + 0.30 0.04 + 0.25 0.05 = 0.038
b. Debemos calcular P(B/D). Por el teorema de Bayes,
PROBABILIDADES
Estadstica
Ejercicio:
Tenemos tres urnas: A con 3 bolas rojas y 5 negras, B con 2 bolas rojas y 1
negra y C con 2 bolas rojas y 3 negras. Escogemos una urna al azar y
extraemos una bola. Si la bola ha sido roja, cul es la probabilidad de haber
sido extrada de la urna A?
Solucin:
Llamamos R= "sacar bola roja" y N= "sacar bola negra". En el diagrama de
rbol adjunto pueden verse las distintas probabilidades de ocurrencia de los
sucesos R o N para cada una de las tres urnas.
La probabilidad pedida es P(A/R). Utilizando el
teorema de Bayes, tenemos:
BIBLIOGRAFIA
www.google.com
www.wiquipedia.com.pe
libros de matemtica
fundamentos de estadstica bsica
Etadistica
Mximo Mitacc
PROBABILIDADES
Estadstica
PROBABILIDADES