Professional Documents
Culture Documents
PROBABILIDADES
CONTENIDO
Definiciones de Probabilidad
Definicin clsica, subjetiva y frecuentista de probabilidad.
Algebra de Eventos.
Regla de la adicin: eventos mutuamente excluyentes y no excluyentes.
Regla de la multiplicacin: eventos independientes y dependientes.
Probabilidad de eventos compuestos.
Probabilidad condicional.
LOGRO DE SESION
Al trmino de la sesin, el estudiante resuelve problemas de situaciones
reales en Ingeniera, considerando las leyes, propiedades bsicas y
leyes de las probabilidades, con precisin en el clculo.
Caso de estudio 1:
Para un Ingeniero tendr sentido
preguntarse:
Qu porcentaje de las botellas
de su produccin, tienen una cantidad
menor de contenido, especificado?
Caso de estudio 2:
2)
Algunas
veces,
los
efectos
de
la
incertidumbre son tan pequeos que su
influencia en la decisin tomada puede
despreciarse y por tanto se trata a la situacin
que se presenta como que no tiene
incertidumbre y se toma la decisin con entera
confianza.
El objetivo de la PROBABILIDAD es
medir la incertidumbre de que
ocurran determinados Eventos.
10
12
1. EXPERIMENTO:
Es un hecho, acontecimiento u operacin que se realiza
en nuestra realidad y que puede ser repetida bajo
ciertas condiciones.
Dentro de estos tenemos los determinsticos y no
determinsticos.
13
14
2. ESPACIO MUESTRAL ()
Es el conjunto de todos los resultados posibles de un
experimento aleatorio.
Ejemplo:
Experimento
1
2
Espacio Muestral
1= {1,2,3,4,5,6}
en donde N es el
nmero mximo de artculos que
pudo ser producido en 24 horas.
2 = {0, 1, 2,, N};
16
3. EVENTO ( A, B, C ):
Se llama evento a cualquier subconjunto del espacio
muestral. Se denotan por letras maysculas del alfabeto.
Los eventos siempre de indica en forma de enunciado.
Ejemplo 1:
Para 1 A= Lanzamientos pares de un
dado
Para 2 B= Se fabrican menos de 10 artculos
en la lnea de produccin
A= { 2, 4, 6 }
B= { 0,1,2,3, 4, 5, 6,7,8,9 }
17
Ejemplo 2:
Determinar los siguientes eventos si el experimento consiste en
verificar 3 tornillos, que pueden ser defectuosos (D) o no
defectuosos (N)
Solucin:
: Verificar 3 tornillos
= {DDD,DDN,DND,DNN, NDD, NDN,NND,NNN}
EVENTOS
A= {DDD,DDN, DND,DNN}
B= {NND,NNN}
C= {DDD,DND,NDD,NND}
D= {DDD,DDN,NDD, DND}
E= {DDD}
F = {DDD,DDN,DND,DNN, NDD,
NDN,NND,NNN}
18
4. CLASES DE EVENTOS
a. Evento unitario: Es aquel que contiene un solo resultado.
E: Que ocurra que los tres tornillos sean defectuosos
E= {DDD}
b. Evento compuesto: Es aquel que contiene 2 o mas resultados
A: Que el primer tornillo sea defectuoso.
A= {DDD,DDN, DND,DNN}
19
4. CLASES DE EVENTOS
c. Evento seguro: Es aquel que contiene a todos los elementos del
F: Que ocurra que los tres tornillos sean a lo ms defectuosos
F = {DDD,DDN,DND,DNN, NDD, NDN,NND,NNN}
d. Evento nulo: Es aquel que no contiene ningn elemento.
G: Que ocurra que los cuatro tornillos sean defectuosos
G=
20
5.SUCESO:
Se llama suceso a todo elemento del espacio muestral y
se denota por (w).
= {CCC,CCS,CSC,CSS,SCC,SCS,SSC,SSS}
Suceso
21
22
23
Ejercicios de Aula:
1. Indique Ud. si los siguientes experimentos son aleatorios:
a. Elegir una carta de una baraja (52 cartas) y sealar la figura obtenida.
b. Verificar el estado de dos transistores (apagado y prendido)
V F
V F
V F
V F
V F
V F
g. Rendir un examen.
V F
h. Jugar la tinka
V F
24
Ejercicios de
Aula:
2. Indique el espacio muestral para los siguientes experimentos:
Lanzar 2 monedas:
Lanzar 3 monedas
Lanzar 1 dado y una moneda
Lanzar 2 dados
Jugar un partido de ftbol
Rendir un examen
= {..}
= {.}
= {.}
= {.}
= {.}
= {.}
25
2.
3.
26
7. ENFOQUES DE PROBABILIDAD
Existen tres enfoques de la probabilidad:
* Clsico
* Subjetivo
* Frecuentista.
27
7. ENFOQUES DE PROBABILIDAD
1. Enfoque clsico
Ejemplo:
7. ENFOQUES DE PROBABILIDAD
2. Enfoque subjetivo
Si no hay experiencia anterior o hay muy poca sobre la cual basar
una probabilidad, esta se fundamenta en la intuicin, opiniones,
creencias personales y otra informacin indirecta. Este tipo de
probabilidad es el enfoque subjetivo de la probabilidad.
Ejemplo:
P ( Que una Mujer sea elegida Presidente del Per) = 0.50
29
7. ENFOQUES DE PROBABILIDAD
3 . Enfoque frecuentista
La probabilidad de que suceda un evento es determinada observando
como sucede el evento en el pasado. En trminos de frmula:
nmero de veces que sucedi el evento en el pasado
Probabilidad de que
suceda un evento
=
nmero total de observaciones
Ejemplo:
Se lanza una moneda. Para determinar la probabilidad de que caiga cara
se lanza 60 veces la moneda al aire, de las cuales 25 veces cay cara. Si
aplicamos la frmula:
P(cae cara ) = 25/ 60 = 0.42
30
A B B A
A B B A
31
( A1) A ( B C ) ( A B ) C
:
( A2) : A ( B C ) ( A B ) C
32
(D1) :
C)
A (B U C)= (AB)U(A
(D2) : A U ( B C ) = ( A U B ) ( A
UC)
33
(M1) :
A B = A U B
(M2) : A U B = A B
34
35
1 Regla de Adicin
La Regla de Adicin nos da la forma de calcular la probabilidad de
que ocurra el evento A B ambos.
a) Si los eventos son Dependientes
o relacionados
P ( A U B )= P (A) + P( B ) P ( A B)
P ( A U B ) = P (A) + P( B )
36
o Ejemplo 1:
Si el experimento es lanzar un dado una vez, el espacio muestral es:
= { 1, 2, 3, 4, 5, 6 }
Si el evento A es cae un nmero par
A = { 2, 4, 6 }
Si el evento B es cae un nmero menor de 3
B = { 1, 2 }
37
Solucin al Ejemplo 1:
Cul ser la probabilidad de que suceda alguno de estos dos eventos?
Entonces la probabilidad de A y la probabilidad de B es:
P(A) =3/6= 0.50
38
2 Regla de Multiplicacin
La Regla de Multiplicacin nos da la forma de calcular la probabilidad
de la interseccin de dos eventos.
a) Si los eventos son Dependientes
o relacionados
A
B )= P (A)
P ( A B )= P (B)
P(A
P(B/A)
P(A/B)
P(A
B)
B ) = P (A)
P(
39
3 Probabilidad Condicional
La probabilidad de que ocurra un evento dado que otro evento ya
ha ocurrido se llama Probabilidad Condicional
a) Si los eventos son Dependientes
o relacionados
A
= P ( A B ) / P (B)
P ( A / B ) = P (A)
P ( B / A ) = P ( A B ) / P (A)
P ( B / A ) = P (B)
P(A/B)
40
Ejemplo 2:
El experimento es extraer aleatoriamente dos fluoculantes de una caja
que contiene 5 fluoculantes liquidos y 5 fluoculantes slidos Cul es
la probabilidad de que ambas fluoculantes sean lquidos?
P(A) = {probabilidad de que el primer fluoculante sea lquido}
P(B) = {probabilidad de que el segundo fluoculante sea lquido}
P(BA) = {probabilidad de que el segundo fluoculante es lquido dado
que el primero es lquido}
P(AB) ={probabilidad de que los dos fluoculantes sean lquidos}
41
Solucin al Ejemplo 2:
* Al extraer el primer fluoculante, en la caja hay 5 tipos de fluoculate lquidos de un total de
10, por lo que la probabilidad es:
P(A) = 5/ 10 = 0.50
lo que la probabilidad de que el segundo fluoculante sea lquido dado que el primero fue
lquido es
42
Ejemplo 3:
Se lanzan dos monedas Cul es la probabilidad de que ambas caigan cara?
Solucin:
P(A) = {probabilidad de que caiga cara en la primera moneda}
P(B) = {probabilidad de que caiga cara en la segunda moneda}
P(A B) = P(A) * (P(B)
= (1/2)*(1/2)
= 0.25
43
QU HEMOS VISTO?
Definiciones de Probabilidad
Definicin clsica, subjetiva y frecuentista de probabilidad.
Algebra de Eventos.
Regla de la adicin: eventos mutuamente excluyentes y no excluyentes.
Regla de la multiplicacin: eventos independientes y dependientes.
Probabilidad de eventos compuestos.
Probabilidad condicional.
BIBLIOGRAFIA BASICA:
Estimado estudiante, puedes revisar los siguientes textos que se encuentran en
tu biblioteca:
1
519.2
SCHE
519.5
LEVI/P
LEVINE-KREHBIELBERENSON
519.2
HINE
WILLIAM W. HINES
DOUGLAS C. MONTGOMERY
DAVID M. GOLDSMAN
CONNIE M. BORROR
2006