Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ejercicios Estadistica Basica
Ejercicios Estadistica Basica
Introduccin:
La Teora de la probabilidad se extiende prcticamente a todas las reas de las
ciencias naturales, sociales y por supuesto a la ingeniera. Sus races se
encuentran en una sencilla teora matemtica de los juegos de azar que fue
fundada hace ms de tres siglos. En la sociedad francesa en 1650 el juego era un
entretenimiento aceptado y con pocas restricciones legales, como cada vez se
complicaban los juegos, se cre la necesidad de un mtodo racional para calcular
las probabilidades de los diversos juegos. Antoine Gombauld , ms conocido como
el caballero de de Mer, jugador profesional tuvo la idea de consultar en pars al
famoso matemtico y filosofo Blaise Pascal sobre algunas cuestiones relacionadas
con los juegos de azar , lo que dio origen a un intercambio de correspondencia
con Pierre Ferman , de Toulose . Esta correspondencia corresponde el origen de
la teora moderna de la probabilidad.
Objetivo General de la Unidad: Que el estudiante se apropie y maneje los
axiomas de probabilidad, las tcnicas de conteo y el teorema de bayes.
Objetivos Especficos del Unidad:
Manejar el concepto de la probabilidad a priori.
Identificar y aplicar los axiomas para: sucesos mutuamente excluyentes,
sucesos compatibles, sucesos independientes y sucesos dependientes.
Comprender el concepto de espacio muestral y las tcnicas de conteo para
calcularlo.
Entender la vinculacin de la probabilidad a posteriori (Teorema de Bayes)
RESUMEN
En el presente capitulo se definirn las reglas y propiedades bsicas de la
probabilidad, como tambin establecer las condiciones mnimas que deben
darse para que una funcin definida sobre un conjunto de eventos se puedan
determinar sus probabilidades.
Pgina 1 de 19
GLOSARIO
Probabilidad1: Se define como el grado La probabilidad es la posibilidad
que existe entre varias posibilidades, que un hecho o condicin se
produzcan. La probabilidad, entonces, mide la frecuencia con la cual se
obtiene un resultado en oportunidad de la realizacin de un experimento
sobre el cual se conocen todos los resultados posibles gracias a las
condiciones de estabilidad que el contexto supone de antemano.
1
Tomadode
http://www.definicionabc.com/general/probabilidad.php#ixzz2TCUO6
Axioma: Proposicin clara y evidente que no necesita demostracin
Sucesos: Cada uno de los posibles resultados que no se pueden
descomponer en otros ms simples en un experimento aleatorio.
Espacio Muestral: Conjunto total de sucesos elementales.
Desarrollo temtico.
2.1 Conceptos de probabilidad y sus propiedades.
2.2 Axiomas de Probabilidad
2.3Tcnicas de Conteo
2.4 Teorema de Bayes
2.1 Conceptos de probabilidad y sus propiedades.
En la actualidad la probabilidad guarda una estrecha relacin con la teora de
conjuntos y su aplicacin de mayor importancia esta en el campo de la estadstica
inferencial para la tomas de decisiones, en la estadstica el uso de predicciones es
de gran utilidad en las investigaciones por muestreo ya que debido a las
imposibilidad ( ensayos destructivos) o costos , no se pueden realizar con todos
los elementos de la poblacin.
2.1.1 Definicin bsica de la probabilidad: Se define como el nmero de xitos
sobre el numero de posibilidades en un experimento (Espacio Muestral)
p
N de Exitos
N de Posibilida des
Pgina 2 de 19
Ejemplo 1:
Si lanzamos tres monedas equilibradas cual es la probabilidad de obtener:
a) Dos caras y un sello en cualquier orden
b) Dos caras y un sello este orden.
El numero de posibilidades (Espacio Muestral se designa con S ) es:
cara, cara, cara ; cara, cara, sello ; cara, sello , cara ; cara, sello , sello
S
sello , cara, cara ; sello , cara, sello ; sello , sello , cara ; sello , sello , sello
Como observamos existen ocho posibilidades Fermat consideraba que estos ocho
casos (sucesos) eran recprocamente simtricos, o, en otras palabras, igualmente
posibles.
Para el literal a) tenemos como xito
N de Exitos
1
0.125 13%
N de Posibilida des 8
Ejemplo 2.
Si lanzamos dos dados equilibrados determinar la probabilidad de que:
a) La suma de sus dos caras sea cuatro
b) La suma de sus dos caras sea siete.
El numero de posibilidades (Espacio Muestral se designa con S ) es:
Pgina 3 de 19
4
,
1
;
4
,
2
;
4
,
3
;
4
,
4
;
4
,
5
;
4
,
6
S 2,3; 2,23,1
0.083 8%
N de Posibilida des 36
Que se puede interpretar como: si realizamos el experimento cien veces en
aproximadamente 8 obtendremos este resultado.
p
0.16 17%
N de Posibilida des 36
Es decir en 100 lanzamientos se obtienen aproximadamente 17 xitos.
p
Pgina 4 de 19
0 P A 1
Es decir toda probabilidad estar entre cero y uno en trminos absolutos o entre
cero y cien por ciento.
De otra parte si tenemos la probabilidad de xito de un suceso podemos tener la
probabilidad de fracaso.
P A P A 1
P A 1 P A
Si en particular un suceso es cierto , es decir , un hecho que se presentara cada
vez que se realice el experimento su probabilidad ser uno, por ejemplo la
probabilidad de que al lanzar una moneda con dos caras se obtenga cara es :
N de exitos
2
1
N Posibilida des 2
N de exitos
0
0
N Posibilida des 2
Pgina 5 de 19
P A B P A PB
Si tenemos ms sucesos se puede extender este concepto
P A B C...... N P A PB PC .........PN
Ejemplo 1:
Si tenemos un mazo de 52 cartas y extraemos al azar una de ellas Cual es la
probabilidad de obtener una carta negra o una figura roja? , tambin cual es la
probabilidad de no obtener una carta negra o una figura roja.
El espacio Muestral de una baraja de 52 es:
AS
1
1
1
1
Diamantes
Corazones
Picas
Trboles
2-10
9
9
9
9
J,K,Q
3
3
3
3
FR=18
N=26
Pgina 6 de 19
PN FR PN PFR
26 18 44
PN FR
0.846 85%
52 52 52
PN FR 1 P N FR
44 8
PN FR 1
0.154 15%
52 52
Ejemplo 2:
Si tenemos una caja con seis bolas rojas, cuatro negras y tres rojas si extraemos
una al azar determinar la probabilidad de que sea negra o roja.
B=6
B=4
R=3
P N R P N P R
4 3
7
PN FR
0.538 54%
13 13 13
Si tenemos sucesos que comparten alguna caracterstica o que no son
mutuamente excluyentes es decir cuando la posibilidad de que ocurra un suceso
no impide la ocurrencia del otro. En este caso la probabilidad de los dos sucesos
se determina asi:
Pgina 7 de 19
P A B P A PB P A B
Ejemplo :
Si tenemos un mazo de 52 cartas y extraemos al azar una de ellas Cual es la
probabilidad de obtener un trbol o un as.
PT A PT P A PT A
PT A
13 4
1
52 52 52
16
PT A
0.308 31%
52
Ejemplo :
Si tenemos un mazo de 52 cartas y extraemos al azar una de ellas Cual es la
probabilidad de obtener un corazn o un as o una carta roja.
PC As R PC P As PR PC As PC R P As R PC As R
Pgina 8 de 19
PC As R
13 4 26 1 13 2
1
52 52 52 52 52 52 52
28
PC As R
0.538 54%
52
Ejemplo 1
Si tenemos un mazo de 52 cartas y extraemos al azar dos de ellas con
reposicin (extraemos la primera anotamos cual es y nuevamente vuelve al
mazo para extraer la segunda) Cual es la probabilidad de obtener una carta
negra y una figura roja?
PN FR PN * PFR
PN FR
26 3
78
*
0.0288 2.88%
52 52 2704
Tamao S m n
Donde m: El nmero de opciones
n: Numero de ensayos
Tamao S 23 8
Al extraer dos cartas con reposicin
Pgina 9 de 19
PF F A PF * PF * P A
PN FR
12 12 4
576
* *
0,0040965 4,09 / 1000
52 52 52 140608
Ejemplo 3
Si tenemos una caja con seis bolas blancas cuatro negras y dos rojas al
extraer al azar tres de ellas con reposicin (extraemos la primera anotamos
cual es y nuevamente vuelve a la caja para extraer la segunda) Cual es la
probabilidad de obtener: una blanca , una no blanca y otra negra?
PB B N PB * PB * PN
PN FR
6 6 4 144
* *
0,08333333 8%
12 12 12 1708
Ejemplo 4
Cuatro amigos se dirigen a un lugar , toman cuatro rutas diferentes de acuerdo al
riesgo que se corre de tener algn accidente . Si se han tomado datos durante
muchos aos y partir de las frecuencias se asignan las probabilidades de riesgo
a cada ruta : 0.2; 0.15; 0.25; 0.10 . Encuentre la probabilidad : a) de que ninguno
sufra accidentes? b) Que los cuatro sufran accidentes c) los dos primeros sufran
accidentes y los restantes no?
PSA Pr obablidad de que sufra acccidente s
P SA Pr obablidad de que no sufra acccidente s
Indivuduo
1
2
3
4
P(SA)
0.2
0.15
0.25
0.1
P(SA)
0.8
0.85
0.75
0.9
Pgina 10 de 19
Sucesos Dependientes
Los sucesos se consideran dependientes si la probabilidad en un segundo suceso
se ve afectado por el primero y en el tercero por lo que haya sucedido en el
primero y el segundo. Es de anotar que en este tipo de experimentos el muestreo
se realiza sin reposicin. El axioma es:
P A B C.......N P A* PB A* PC B A* * * *P N . * * * * * C B A
Que se lee: El primer suceso ser el numero de xitos sobre el espacio muestral ,
para el segundo suceso ser la probabilidad del segundo dado que ya se evalu la
probabilidad del primero y asi sucesivamente.
Realizaremos los mismos ejemplos de los sucesos independientes pero con
reposicin.
Ejemplo 1
Si tenemos un mazo de 52 cartas y extraemos al azar dos de ellas sin
reposicin Cual es la probabilidad de obtener una carta negra y una figura
roja?
PN FR PN * PFR N
PN FR
26 3
78
*
0,02941176 2.9%
52 51 2652
Que resulto ser un poco mayor que si el experimento fuera con reposicin, aunque
no se puede afirmar que en sucesos dependientes necesariamente la probabilidad
es mayor.
Ejemplo 2
Si tenemos un mazo de 52 cartas y extraemos al azar tres de ellas sin
reposicin Cual es la probabilidad de obtener dos figuras y un as?
PF F A PF * PF F * PA F F
PN FR
12 11 4
528
* *
0,0039819 3,98 / 1000
52 51 50 132600
Que resulto ser un poco menor que si el experimento fuera con reposicin, lo que
comprueba que no se puede afirmar que en experimentos con reposicin la
probabilidad sea mayor o menor , es necesario evaluarla en cada caso.
Pgina 11 de 19
Ejemplo 3
Si tenemos una caja con seis bolas blancas cuatro negras y dos rojas al
extraer al azar cuatro de ellas sin reposicin Cual es la probabilidad de
obtener: una blanca , una no blanca , una negra y otra roja?
En este problema tenderemos dos situaciones la primera si asumimos que en
la segunda extraccin la no blanca haya sido negra:
PB B N R PB * PB B * PN B B * PR N B B
PN FR
6 64 N ,2 R 3 2
216
*
* *
0,01818 1.8%
12
11
10 9 11880
6 64 N ,2 R 4 1
144
*
* *
0,012121 1.2%
12
11
10 9 11880
PB A
P A B
P A
Ejemplo:
Supongamos que se realizo una encuesta donde se les pregunto a hombres y
mujeres sobre su situacin de empleo obtenindose:
Hombre
Mujer
Total
Empelado
490
160
650
Desempleado
60
250
310
Total
550
410
960
Una de estas personas se seleccionara al azar para que realizar un viaje con
todos los gastos pagos.
Pgina 12 de 19
PH E
490
0,75384615 75%
650
A partir del espacio muestral podemos deducir la probabilidad que tenga empleo.
P E
650
0,67708333 68%
960
P E H
490
0,51041667 51%
960
490
PE H 960 490
PH E
0.75384615 75%
650 650
P E
960
2.3 Tcnicas de Conteo
Uno de los principales retos de la estadstica es establecer el tamao del
espacio muestral de los sucesos en un experimento, como tambin el nmero
de veces que ocurrir un evento de una forma rpida. En este aparte se
trabajaran las tcnicas para contar sucesos.
Regla del Producto
Si una operacin se puede llevar a cabo en n 1 formas, y si cada una de estas
se puede realizar una segunda operacin en n2 formas, entonces las dos
operaciones se pueden ejecutar de n1*n2 formas.
Ejemplo 1
Una persona desea construir su casa, para lo cual considera que puede
construir los cimientos de su casa de cualquiera de dos maneras (concreto o
block de cemento), mientras que las paredes las puede hacer de adobe, o
ladrillo y el techo puede ser de concreto o lmina galvanizada cuntas
maneras tiene esta persona de construir su casa?
Si enumeramos el espacio muestral:
Pgina 13 de 19
Block
Cemento
,
adobe
,
Concreto
;
Block
Cemento
,
Ladrillo
,
Concreto
Block
Cemento
,
Ladrillo
,
La
min
a
Galvanizad
a
;
Block
Cemento
,
adobe
,
La
min
a
Galvanizad
a
Ejemplo 2
Cuntas placas para automvil pueden ser diseadas si deben constar de tres
letras seguidas de cuatro nmeros, si las letras deben ser tomadas del
abecedario espaol (26 Letras) y los nmeros de entre los dgitos del 0 al 9?,
a. Si es posible repetir letras y nmeros, b. No es posible repetir letras y
nmeros, c. Cuntas de las placas diseadas en el inciso b empiezan por la
letra D y empiezan por el cero
a) La primer placa para este caso ser :
A
A
A
0
0
n1=26 n2=26 n3=26 n4=10 n5=10
0
n6=10
0
n7=10
2
n6=8
3
n7=7
2
n6=8
3
n7=7
Pgina 14 de 19
Permutacin simple
Se define como el nmero de arreglos posibles de un conjunto donde no se repiten los
elementos y no se puede replicar as mismo un evento , es de anotar que se cuenta el
orden de los elementos .
Formula
P n!
Donde
n= Numero de elementos
!= Factorial
Ejemplo 1
Si tenemos la siguiente palabra AMO de cuantas formas se pueden generar palabras (
sin sentido ortogrfico) .
Si enumeramos el especio muestral seria
n!
r1!*r2!*r3!*........... * rk !
Donde
n= Numero de elementos
r1,r2,r3,rn = Repeticiones
!= Factorial
Ejemplo 1
Si tenemos la siguiente palabra AMA de cuantas formas se pueden generar palabras (
sin sentido ortogrfico) .
Si enumeramos el especio muestral seria
Pgina 15 de 19
3P2
3! 1* 2 * 3
3
2!
1* 2
Ejemplo 2
Si tenemos la siguiente palabra CARRASQUILLA de cuantas formas se pueden generar
palabras ( sin sentido ortogrfico) . La letra A , se repite tres veces , la letra R, dos veces y
la L dos veces.
12 P3 ,2 ,2
12!
479001600
19958.400
3!*2!*2!
6*2*2
Variacin
Se define como una permutacin donde de un conjunto con n elementos , se
selecciona un subconjunto r y se establece el numero de arreglos posibles.
Formula
n Pr
n!
n r !
Ejemplo 1
Si tenemos la siguiente palabra AMO de cuantas formas se pueden generar arreglos de
dos letras (sin sentido ortogrfico).
Si enumeramos el especio muestral seria
3P 2
3!
3!
6
3 2! 1!
Ejemplo 2
46!
46! 5,5026E 57
6.744109.680,00
46 6! 40! 8,1592E 47
Combinatoria
Se define como el nmero posible de arreglos de un conjunto con n elementos ,
del cual se selecciona un subconjunto r sin contar el orden.
Pgina 16 de 19
Formula
nCr
n!
r !n r !
Ejemplo 1
Si tenemos la siguiente palabra AMO de cuantas formas se pueden generar arreglos de
dos letras sin contar el orden y sin sentido ortogrfico.
Si enumeramos el especio muestral seria
S AM ; OM ; AO
Son tres mediante la frmula:
3C 2
3!
3!
3
2!3 2! 2!*1!
Ejemplo 2
46!
46!
5,5026E 57
9366.819
6!*46 6! 6!*40! 720 * 8,1592E 47
PBR A
k
P B A
i 1
Pgina 17 de 19
Ejemplo
Cierta fabrica de tornillos dispone de tres maquinas para su produccin , la
proporcin de tornillos por maquinas es : La maquina A el 35% , La maquina B
el 40% y La maquina C el 25% , debido a la calibracin y vetustez algunos
tornillos resultan defectuosos, se han realizado conteos y se determino que el
porcentaje de tornillos defectuosos por maquina es: La maquina A el 5% , La
maquina B el 4% y La maquina C el 2% , toda la produccin llega a un mismo
sitio, donde el encargado de control de calidad selecciona un tornillo al azar
que resulta ser defectuoso. Cul es la maquina donde est la mayor
probabilidad?
Para este problema es recomendable realizar un diagrama de rbol que en
este caso:
P(D)=0.05
P(D)=0.95
P(A)=0.35
P(D)=0.04
P(B)=0.40
P(D)=0.96
P(C)=0.25
P(D)=0.02
P(D)=0.98
Para la maquina B
0.35
0.40
Pgina 18 de 19
Para la maquina C
0.25
Pgina 19 de 19