You are on page 1of 19

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA

FACULTAD DE INGENIERIA CIVIL

Estadstica

UNIVERSIDAD NACIONAL
SAN LUIS GONZAGA DE ICA
FACULTAD:

Ingeniera Civil

TEMA:

Probabilidades

CURSO:

Estadstica

DOCENTE:

Econ. Ricardo Cavero

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.

CICLO: FIC III A


ICA-PERU
2014

PROBABILIDADES

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA


FACULTAD DE INGENIERIA CIVIL

Estadstica

Dedicatoria:
Dedicado a MIS PADRES Y
maestros, por llevarme a cumbres
mejores.

PROBABILIDADES

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA


FACULTAD DE INGENIERIA CIVIL

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

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA


FACULTAD DE INGENIERIA CIVIL

Estadstica
PROBABILIDAD
1.

DEFINICION
Es la parte de las matemticas que estudia los fenmenos aleatorios.

1.1

NOCIONES DE PROBABILIDAD

Experimentos o fenmenos aleatorios: son los que pueden dar lugar a


varios resultados, sin que pueda ser previsible enunciar con certeza cul de
stos va a ser observado en la realizacin del experimento.
EJEMPLO: lanzar una moneda, tirar un dado, extraer una carta de una
baraja ,etc.

Espacio muestral: es el conjunto formado por todos los posibles resultados


de un experimento aleatorio. En adelante lo designaremos por E.
EJEMPLO: En un dado, E= {1, 2, 3, 4, 5,6}

Suceso aleatorio: es un acontecimiento que ocurrir o no, dependiendo del


azar.
EJEMPLO: del experimento aleatorio: extraer una carta
Un suceso ser: Que resulte un mltiplo de 5 y sea roja
1.2 DEFINICIN CLSICA DE PROBABILIDAD
La probabilidad p de que suceda un evento S de un total de n casos posibles
igualmente probables es igual a la razn entre el nmero de ocurrencias h de dicho
evento (casos favorables) y el nmero total de casos posibles n.

La probabilidad es un nmero (valor) que varia entre 0 y 1. Cuando el evento


es imposible se dice que su probabilidad es 0, si el evento es cierto y siempre
tiene que ocurrir su probabilidad es 1.
La probabilidad de no ocurrencia de un evento est dada por q, donde:

PROBABILIDADES

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA


FACULTAD DE INGENIERIA CIVIL

Estadstica
2. PROPIEDADES
Sea E el espacio muestral de cierto experimento aleatorio. La Probabilidad de
cada suceso es un nmero que verifica:
1.
2.

Cualquiera que sea el suceso A, P(A)

0.

Si dos sucesos son incompatibles, la probabilidad de su unin es


igual a la suma de sus probabilidades.
=

P(

) = P(A) + P(B).

La probabilidad total es 1. P(E) = 1.

1. P(

) = 1 - p( a )

2. P( ) = 0
3. Si

p( b ) = p( a ) + p(

4. Si

p( a )

p( b )

5. Si a1 , a2 , ... , ak , son incompatibles dos a dos, entonces:


P( a1

6. P(

a2

...

ak ) = p( a1 ) + p( a2 ) + ... + p( ak )

) = p( a ) + p( b ) - p(

7. Si el espacio muestral e es finito y un sucesos es a={x1 , x2 , ... , xk} ,


entonces:
P( a ) = p( x1 ) + p( x2 ) + ... + p( xk )

8.

0 P( A) 1

9. La frecuencia relativa del suceso A:

PROBABILIDADES

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA


FACULTAD DE INGENIERIA CIVIL

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

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA


FACULTAD DE INGENIERIA CIVIL

Estadstica

2.1 OPERACIONES CON SUCESOS.


Dados dos sucesos, A y B, se llaman:

Unin

es el suceso formado por todos


los elementos de A y todos los elementos
de B.

Interseccin

es el suceso formado por todos


los elementos que son, a la vez, de A y de
B.

Diferencia

Suceso contrario

es el suceso formado por todos los


elementos de A que no son de B.

El suceso

=E - A se llama suceso
contrario de A.

Dos sucesos A y B, se llaman incompatibles cuando no tienen ningn


elemento comn. Es decir, cuando
= (A y B son disjuntos)
Ejemplo:
En el experimento E = "lanzar un dado al aire", consideramos los sucesos:
A = "sacar un nmero par".

B = {1,2,3,5} = "obtener un 1, 2, 3 5".

C = {4,6} = "obtener un 4 un 6".

D = {2,4,6} = "obtener un 2, 4 6".

F = {1,3} = "obtener un 1 un 3".

G = "obtener un mltiplo de 3".

A y D son sucesos iguales al estar formados por los mismos sucesos


elementales.

PROBABILIDADES

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA


FACULTAD DE INGENIERIA CIVIL

Estadstica
o

C est contenido en A. Luego

= C, puesto que siempre que ocurre el

suceso C (sacar 4 6) ocurre el suceso A, puesto que se obtiene un nmero par.


o

B y C son incompatibles, ya que B

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.

{3,6} = {6}, es decir, el suceso interseccin de los sucesos

"sacar un nmero par" y "obtener un mltiplo de tres" es "sacar un 6".

B-D = B

= {1,2,3,5}

{1,3,5} = {1,3,5} = "obtener un nmero impar" =

.
C y F son incompatibles puesto que C

F = .

MTODOS PARA CALCULAR LAS PROBABILIDADES


Regla de la adicin

La regla de la adicin o regla de la suma establece que la probabilidad de ocurrencia


de cualquier evento en particular es igual a la suma de las probabilidades
individuales, si es que los eventos son mutuamente excluyentes, es decir, que dos no
pueden ocurrir al mismo tiempo.
P(A o B) = P(A) U P(B) = P(A) + P(B) si A y B son mutuamente excluyente. P(A o B) =
P(A) + P(B) P(A y B) si A y B son no excluyentes. Siendo: P(A) = probabilidad de
ocurrencia del evento A. P(B) = probabilidad de ocurrencia del evento B. P(A y B) =
probabilidad de ocurrencia simultanea de los eventos A y B.

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

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA


FACULTAD DE INGENIERIA CIVIL

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.

De esta igualdad se deduce:

P( B

A ) = P( B/A ) P( A )

La frmula anterior adopta la forma para tres sucesos, A, B y C:


P( A B C ) = P( A ) P( B/A ) P( C/A B )
Esta frmula admite una generalizacin para un nmero cualquiera de
sucesos.

PROBABILIDADES

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA


FACULTAD DE INGENIERIA CIVIL

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.

5. PROBABILIDADES DEPENDIENTES E INDEPENDIENTES


El conocimiento de que ha ocurrido el suceso A modifica, en algunas ocasiones, la
probabilidad del suceso B, pero en otras no. Los sucesos en los que, conociendo que
uno ha ocurrido, no se modifica la probabilidad del otro, decimos que son
independientes y, si se modifica, decimos que son dependientes entre s.

Decimos que dos sucesos A y B son independientes entre s si la ocurrencia


de uno de ellos no modifica la probabilidad del otro, es decir, si
P( B/A ) = P( B )

P( A/B ) = P( A )

Decimos que dos sucesos A y B son dependientes entre s si la ocurrencia de


uno de ellos modifica la probabilidad del otro, es decir, si
P( B/A )

P( B )

P( A/B )

P( A )

Como consecuencia inmediata de la definicin se tiene:

Dos sucesos A y B son independientes si se cumple:


P( A

B ) = P( A ) P( B )

Tres sucesos A, B y C son independientes si se cumplen a la vez:

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

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA


FACULTAD DE INGENIERIA CIVIL

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(

Luego, A y B son independientes, pues


B.M

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,

6. TABLAS DE CONTINGENCIA Y DIAGRAMAS DE RBOL.


En los problemas de probabilidad y en especial en los de probabilidad
condicionada, resulta interesante y prctico organizar la informacin en una
tabla de contingencia o en un diagrama de rbol.
Las tablas de contingencia y los diagramas de rbol estn ntimamente
relacionados, dado uno de ellos podemos construir el otro. Unas veces, los
datos del problema permiten construir fcilmente uno de ellos y a partir de l
podemos construir el otro, que nos ayudar en la resolucin del problema.

PROBABILIDADES

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA


FACULTAD DE INGENIERIA CIVIL

Estadstica

Conversin de una tabla en diagrama de rbol


Las tablas de contingencia
estn referidas a dos
caractersticas que presentan
cada una dos o ms sucesos.

A
B

TOTAL

TOTAL

P( A

B ) P(

P( A

) P(

P( A )

B ) P( B )
) P(

P(

)
1

En el caso de los sucesos A,


, B y , expresados en frecuencias absolutas,
relativas o probabilidades la tabla, adopta la forma adjunta.

Dicha tabla adopta la forma del diagrama de rbol del dibujo. En ste,
a cada uno de los sucesos A y

se les ha asociado los sucesos B y

Sobre las ramas del diagrama de rbol se han anotado las


probabilidades condicionadas correspondientes, deducidas de las
relaciones anlogas a:

Conversin de un diagrama en tabla de contingencia


De manera recproca, dado el diagrama de rbol podemos construir la
tabla de contingencia equivalente si ms que utilizar la expresin
P( B

A ) = P( B/A ) P( A ),

para calcular las probabilidades de las intersecciones de sucesos que


forman la tabla.
Ejercicio
Un taller sabe que por trmino medio acuden: por la maana 3 automviles
con problemas elctricos, 8 con problemas mecnicos y 3 con problemas de

PROBABILIDADES

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA


FACULTAD DE INGENIERIA CIVIL

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

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA


FACULTAD DE INGENIERIA CIVIL

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

Es fcil ver sobre la tabla que la probabilidad de escoger al azar un parte


fraudulento es del 10%.
La probabilidad condicionada que se pide es:
P(FRAUDE/INCENDIO)=6/20=0.3

7. PROBABILIDAD TOTAL.
Llamamos sistema completo de sucesos a una familia de sucesos A1, A2, ...,An
que cumplen:

PROBABILIDADES

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA


FACULTAD DE INGENIERIA CIVIL

Estadstica
1. Son incompatibles dos a dos, Ai

Aj =

La unin de todos ellos es el suceso seguro,


Teorema de la probabilidad total

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

Una compaa dedicada al transporte pblico explota tres lneas de una


ciudad, de forma que el 60% de los autobuses cubre el servicio de la
primero lnea, el 30% cubre la segunda y el 10% cubre el servicio de la
tercera lnea. Se sabe que la probabilidad de que, diariamente, un
autobs se avere es del 2%, 4% y 1%, respectivamente, para cada lnea.
Determina la probabilidad de que, en un da, un autobs sufra una
avera.
Solucin:
El suceso "sufrir una avera" (Av) puede producirse en las tres lneas, (L1, L2,
L3). Segn el teorema de la probabilidad total y teniendo en cuenta las
probabilidades del diagrama de rbol adjunto,
tenemos:
P(Av) = P(L1) P(Av/L1) + P(L2) P(Av/L2) +
P(L3) P(Av/L3) =
= 0.6 0.02 + 0.3 0.04 + 0.1 0.01 =
= 0.012 + 0.012 + 0.001 = 0.025
Ejercicio
Una empresa del ramo de la alimentacin elabora sus productos en cuatro
factoras: F1, F2, F3 y F4. El porcentaje de produccin total que se fabrica en
cada factora es del 40%, 30%, 20% y 10%, respectivamente, y adems el
porcentaje de envasado incorrecto en cada factora es del 1%, 2%, 7% y 4%.
Tomamos un producto de la empresa al azar. Cul es la probabilidad de que
se encuentre defectuosamente envasado?

PROBABILIDADES

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA


FACULTAD DE INGENIERIA CIVIL

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:

P(M) = P(F1) P(M/F1) + P(F2) P(M/F2) + P(F3) P(M/F3) + P(F4) P(M/F4) =


= 0.4 0.01 + 0.3 0.02 + 0.2 0.07 + 0.1 0.04 =
= 0.004 + 0.006 + 0.014 + 0.004 = 0.028

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:

En los problemas relacionados con la probabilidad, y en particular con la


probabilidad condicionada, as como con la probabilidad total y el teorema
de Bayes, es aconsejable que, con la informacin del problema, construyas
una tabla de contingencia o un diagrama de rbol.
Ejercicio

PROBABILIDADES

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA


FACULTAD DE INGENIERIA CIVIL

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,

c. Calculamos P(A/D) y P(C/D), comparndolas con el valor de P(B/D) ya


calculado. Aplicando el teorema de Bayes, obtenemos:

PROBABILIDADES

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA


FACULTAD DE INGENIERIA CIVIL

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

ING. Ubaldo Quispe Quiroz

UNIVERSIDAD NACIONAL SAN LUIS GONZAGA DE ICA


FACULTAD DE INGENIERIA CIVIL

Estadstica

PROBABILIDADES

You might also like