Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PROBABILIDAD Y DISTRIBUCIONES
DE PROBABILIDAD
Pgina 1 de 38
CONTENIDO
1. Introduccin
2. Tcnicas de conteo
3. Teorema de Bayes
4. Distribuciones de probabilidad
5. Distribuciones de probabilidad discretas
6. Distribuciones de probabilidad continuas
Pgina 2 de 38
Experimento: es toda accin bien definida que conlleva a un resultado nico bien
definido como el lanzamiento de un dado. Es el proceso que produce un evento.
P E
# Favorable E
# Total resultados
1
.16
6
Pgina 3 de 38
1
.5
2
Probabilidad Compuesta
Es la probabilidad compuesta por dos eventos simples relacionados entre s.
En la composicin existen dos posibilidades: Unin o Interseccin .
Unin de A y B
Interseccin de A y B
Pgina 4 de 38
2. Probabilidad condicional: Para que se lleve a cabo un evento A se debe haber realizado el
evento B. La probabilidad condicional de un evento A dado que ha ocurrido el evento B es:
P A B
P A B
P B
Ejemplo 5:
, si B 0
P A B
P A B
P B
0 .2
0.67
0 .3
A
P(A/B)=.67
En garanta
Fuera de
Falla elctrica
18%
12%
QUEJA
Falla mecnica
13%
22%
garanta
Total
30%
35%
Falla apariencia
32%
3%
Total
63%
37%
35%
100%
Si A es el evento de que la queja es por apariencia y que B representa que la queja ocurri en el
periodo de garanta. Se puede calcular P(Z | B) = P(A y B) / P(B)
P(A | B) = 0.32 / 0.63 = 0.51
Si C es el evento fuera de garanta y D falla mecnica:
P(C|D) = P(C y D) / P(D) = 0.22 / 0.35 = 0.628
Pgina 5 de 38
Se dice que dos eventos A y B son independientes si: P(A/B) = P(A) o P(B/A) = P(B).
La probabilidad de la ocurrencia de uno no est afectada por la ocurrencia del otro. De otra
manera los eventos son dependientes.
Un ejemplo de evento independiente es: Cul es la probabilidad de que llueva en lunes?
El ejemplo de evento dependiente es el ejemplo 5.
3. Eventos mutuamente excluyentes.
Cuando un evento A no contiene elementos en comn con un evento B, se dice que estos son
mutuamente excluyentes.
a) P A B
1 1 1
.33
6 6 3
Ley aditiva:
P A B P A P B P A B
Ley multiplicativa:
Ejemplo 8: Se selecciona una muestra aleatoria n = 2 de un lote de 100 unidades, se sabe que
98 de los 100 artculos estn en buen estado. La muestra se selecciona de manera tal que el
primer artculo se observa y se regresa antes de seleccionar el segundo artculo (con
reemplazo), a) calcule la probabilidad de que ambos artculos estn en buen estado, b) si la
muestra se toma sin reemplazo, calcule la probabilidad de que ambos artculos estn en buen
estado.
A: El primer artculo est en buen estado.
B: El segundo artculo est en buen estado.
a) Al ser eventos independientes el primero del segundo:
A
98 98
.9604
100 100
P A B P A P B =
Pgina 7 de 38
P(A) =.98
B
P(B) =.98
b) Si la muestra se toma sin reemplazo de modo que el primer artculo no se regresa antes de
seleccionar el segundo entonces:
98 97
.9602
100 99
P A B P A P B A =
Se observa que los eventos son dependientes ya que para que para obtener el evento B, se
tiene que haber cumplido antes el evento A.
P(B/A)=.97
P(A) =.98
EJERCICIOS:
1. Tres componentes forman un sistema. Como los componentes del subsistema 2-3 estn
conectados en paralelo, trabaja si por lo menos uno de ellos funciona. Para que trabaje el
sistema debe trabajar el componente 1 y el subsistema 2-3.
a) Qu resultados contiene un evento A donde funcionan exactamente dos de los tres
componentes?
b) Qu resultados estn contenidos en el evento B en el que por lo menos funcionan dos los
componentes?
c) Qu resultados estn contenidos en el evento C donde funciona el sistema?
d) Listar los resultados de C, A o C, A y C, B o C y B y C.
Pgina 8 de 38
1
3
2. En una planta los trabajadores trabajan 3 turnos. En los ltimos aos ocurrieron 200
accidentes. Algunos se relacionan con condiciones inseguras y otros a condiciones de trabajo,
como se muestra a continuacin:
Turno
Diurno
Vespertino
Nocturno
Total
Condiciones
inseguras
10%
8%
5%
23%
Pgina 9 de 38
Condiciones de
trabajo
35%
20%
22%
77%
Total
45%
28%
27%
100%
Si se elige al azar uno de los 200 informes de accidentes de un archivo y se determina el turno y
tipo de accidente:
a) Cules son los eventos simples?
b) Cul es la probabilidad de que el accidente seleccionado se atribuya a condiciones
inseguras?
c) Cul es la probabilidad de que no haya ocurrido en el turno diurno?
3. La ruta que usa un automovilista tiene dos semforos. La probabilidad de que pare en el
primero es de 0.4, la probabilidad de que pare en el segundo es de 0.5 y la probabilidad
de que pare por lo menos en uno es de 0.6. Cul es la probabilidad de que se detenga
a) En ambos semforos?
b) En el primero pero no en el segundo?
c) Exactamente en un semforo?
4. Una empresa construye tres plantas elctricas en tres lugares diferentes. Se Ai el evento en el
que se termina la planta i en la fecha del contrato. Utilizar las notaciones de unin,
interseccin y complemento para describir cada uno de los siguientes eventos, en
trminos de A1, A2 y A3, mostrar en diagramas de Venn.
a) Por lo menos una planta se termina en la fecha del contrato.
b) Todas las plantas se terminan en la fecha del contrato
c) Slo se termina la planta del sitio 1 en la fecha del contrato
d) Exactamente se termina una planta en la fecha del contrato
Pgina 10 de 38
e) Se termina ya sea la planta del lugar 1 o las otras dos en la fecha del contrato.
Pgina 11 de 38
2. TCNICAS DE CONTEO
Supngase que una persona tiene dos modos de ir de una ciudad A a otra ciudad B; y una vez
llegada a B, tiene tres maneras de llegar a otra ciudad C. De cuntos modos podr realizar el
viaje de A a C pasando por B?
a pie
CIUDAD A
en avin
en carro
CIUDAD B
en bicicleta
CIUDAD C
en trasatlntico
Ejemplo 9: De cuantos modos podr vestirse un joven que tiene 3 camisas diferentes, 4
pantalones y dos pares de calzado?
Solucin: Primer evento (camisas) a1 = 3
Pgina 12 de 38
n !
n r !
donde:
n = nmero total de elementos del conjunto
P = Permutaciones
r = nmero de elementos que se toman a la vez.
! = factorial.
Nota: 0! = 1
Ejemplo 12: Se toman 3 nmeros de lotera de un total de 50, de cuantas formas se pueden
tomar los nmeros?
P350
50 !
50 3 !
50 !
(50 49 48) 117 ,600
47 !
Pgina 13 de 38
n!
n r ! r !
Ejemplo 13: Un entrenador de basket ball tiene 9 jugadores igualmente hbiles, cuntas
quintetas podr formar?
C59
9!
126
4 ! 5 !
Ejemplo 14: Se extraen 5 cartas de una baraja de 52 cartas. Hallar la probabilidad de extraer (a)
4 ases, (b) 4 ases y un rey (c) 3 dieces y dos jotas,
a) P(4 ases) =
4 C4 48 C1
1
=
54145
52 C5
4 C4 4 C1 1
b) P (4 ases y 1 rey) =
52
c) P (3 dieces y 2 jotas) =
C5
649740
4 C3 4 C2
52
C5
1
108290
Pgina 14 de 38
3. TEOREMA DE BAYES
Mediante el teorema de Bayes podemos calcular la probabilidad de que ocurra un determinado
evento, cuando no tenemos datos inmediatos del mismo mediante la informacin que tenemos
de otros eventos.
Cuando existen dos eventos posibles A y B, la probabilidad de que ocurra Z se describe
mediante el teorema de probabilidad total el cual es:
P ( Z ) P A P Z A P B P Z B
P A Z
P A P Z A
P A P Z A P B P Z B
Ejemplo 8: En cierta universidad 20% de los hombres y 1% de las mujeres miden ms de 1.80m
de altura. Asimismo 40% de los estudiantes son mujeres. Si se selecciona un estudiante al azar
y se observa que mide ms de 1.80m Cual es la probabilidad de que sea mujer?
Z > 1.80 m
HOMBRE
MUJER
A = Hombre
B = Mujer
< 1.80
.80
.99
.20
.01
P (A) = .60
P (B) = .40
> 1.80
P (Z/A) = .20
=Z
P (Z/B) = .01
Para encontrar la probabilidad de que sea mujer dado que mide ms de 1.80,
Pgina 15 de 38
P B Z
P B P Z B
P A P Z A P B P Z B
Hombre
Z > .80
P(A/Z)
Mujer
P(B/Z) = .032
2. Una caldera tiene 5 vlvulas de alivio idnticas. La probabilidad de que que en algn momento
se abra una de ellas es de 0.95. Si su operacin es independiente, calcular la probabilidad de
que por lo menos se abra una de ellas. Y la probabilidad de que por lo menos no se abra una de
ellas.
Pgina 16 de 38
3. Dos bombas conectadas en paralelo fallan en determinado da, sin que haya dependencia
mutua. La probabilidad de que solo falle la bomba ms vieja es de 0.10 y de que falle la bomba
ms nueva es de 0.05. Cul es la probabilidad de que fallen ambas bombas al mismo tiempo?
4. Un sistema de componentes conectados como se muestra en la figura. Los componentes 1 y
2 en paralelo hacen que el subsistema funcione con uno uno solo, el sistema funciona solo si
tambien trabajan los componentes 3 y 4. Si los componentes son independientes y la
probabilidad de que cada componente funcione es de 0.9, calcular la probabilidad de que
funcione el sistema.
Pgina 17 de 38
4. DISTRIBUCIONES DE PROBABILIDAD
Variable aleatoria: Para un determinado espacio muestral SS una variable aleatoria (VA) es
cualquier regla que relaciona un nmero con cada resultado en SS.
Variable aleatoria de Bernoulli: Es cualquier variable aleatoria con valores 0 y 1.
Variable aleatoria discreta: Es una variable aleatoria cuyos posibles valores son enteros.
Variable aleatoria continua: Es una variable aleatoria cuyos valores posibles son los reales.
Distribucin de probabilidad o funcin de masa de probabilidad: Establece en una tabla,
frmula o grfica como se distribuye la probabilidad P(y) asociada a los posibles valores de la
variable aleatoria y.
Debe cumplir con las reglas siguientes:
1. 0 <= P(y) <= 1
2. Suma (P(y)) = 1
Su frmula es la siguiente:
Pgina 18 de 38
Valor esperado:
Funcin de distribucin acumulativa:
FX ( x ) P ( X x)
Con propiedades:
0 F ( x) 1
Lim x F ( x ) 1
Lim x F ( x ) 0
X E ( X ) xf X ( x) xP( X x)
x
5. DISTRIBUCIONES DISCRETAS
DISTRIBUCIN UNIFORME
Pgina 19 de 38
La variable aleatoria toma un numero finito de n valores, cada uno con igual probabilidad.
f ( x) P ( X x )
1
n
Con n = 10 se tiene:
Su media y varianza son las siguientes:
X
X2
( n 1)
2
n2 1
12
DISTRIBUCIN HIPERGEOMTRICA
Se aplica cuando la muestra (n) es una proporcin relativamente grande en relacin con la
poblacin (n > 0.1N). El muestreo se hace sin reemplazo
P(x,N,n,D) es la probabilidad de exactamente x xitos en una muestra de n elementos tomados
de una poblacin de tamao N que contiene D xitos. La funcin de densidad de distribucin
hipergeomtrica:
C xD CnNxD
P ( x )
CnN
Con
C xn
Pgina 20 de 38
n!
x!( n x)!
USO DE EXCEL:
N = Tamao de Poblacin, n = Tamao de muestra, D= xitos en la poblacin; x = xitos en la
muestra.
En Fx Estadsticas seleccionar
=distr.hipergeom(x, n, D, N)
USO DE MINITAB:
EJERCICIO:
1. Se compran 10 transformadores y se toma una muestra de 4. Si se encuentra uno o ms
defectuosos se rechaza el lote de 10.
a) Si el lote tiene un defectuoso, Cul es la probabilidad de que se acepte el lote?
b) Cul es la probabilidad de aceptar el lote si contiene 3 defectuosos.
Pgina 21 de 38
DISTRIBUCIN BINOMAL
Ensayo Bernoulli. Es un experimento aleatorio que solo tiene dos resultados. xito o fracaso.
Donde la probabilidad de xito se denota por p
Suponga se realizan n experimentos Bernoulli independientes. Suponga que la variable X de
inters es el numero de xitos. X toma valores 0,1,2,...,n
La distribucin binomial se utiliza para modelar datos discretos y se aplica para poblaciones
grandes (N>50) y muestras pequeas (n<0.1N). El muestreo binomial es con reemplazamiento.
Es apropiada cuando la proporcin defectiva es mayor o igual a 0.1.
La binomial es una aproximacin de la hipergeomtrica
La distribucin normal se paroxima a la binomial cuando np > 5
La variable aleatoria x tiene una distribucin binomial como sigue:
Pgina 22 de 38
USO DE EXCEL:
x = xitos en la muestra, p = probabilidad de xito, n = tamao de muestra.
En Fx Estadsticas seleccionar
USO DE MINITAB:
Pgina 23 de 38
EJERCICIOS:
1. Un panel solar tiene una vida til de 5 aos con una probabilidad de 0.95. Se toman 20
pneles solares y se registr la vida til.
a) Cul es la probabilidad de que exactamente 18 tengan su vida til de 5 aos?
b) Cul es la probabilidad de que cuando mucho 10 tengan esa vida til?
c) Si solo 10 paneles tienen una vida til de 5 aos, que debera pensarse sobre el valor
verdadero de P?
2. 20% de los telfonos se reparan cuando todava est vigente la garanta. De estos el 60% se
reparan mientras que el 40% se reemplazan. Si una empresa compra 10 de estos telfonos,
Cul es la probabilidad de que exactamente sean reemplazados 2 en periodo de garanta?.
3. Suponga que solo 25% de los automovilistas se detienen por completo en un alto con luz roja
intermitente cuando no est visible otro automvil. Cul es la probabilidad de que de 20
automovilistas seleccionados al azar se detengan:
a) A lo sumo 6 se detengan por completo
b) Exactamente 6 se detengan por completo?
c) Al menos 6 se detengan por completo?
d) Cuntos de los siguientes 20 automovilistas se espera que se detengan por completo?
4. De todas las plantas slo el 5% descargan residuos por sobre la norma. Si se muestrean 20
plantas Cul es la probabilidad de que estn fuera de la ley:
a) Menos que una planta?
b) Menos de dos plantas
c) Exactamente 3
d) Ms de una
Pgina 24 de 38
x r 1 r x
nb rx ;;( p) p (1 p)
r 1
con X = 0, 1, 2, ..
Pgina 25 de 38
14 5 10
nb(10;5;0.2) 0.2 0.8 0.034
4
La probabilidad de que a lo sumo ocurran 10 fracasos (F) se les pregunte a lo sumo a 10
personas es:
x 4 x
P(X 10) nb(x,5,0.02) 0.2 0.8 0.164
x 0
4
10
5 10
X 0
USO DE EXCEL:
=NEGBINOMDIST(10,5,0.2) y SUMA (X=0 hasta 10) =NEGBINOMDIST(X,5,0.2)
Otra forma:
Sea y el nmero de intentos hasta que el r-simo xito es observado.
Pgina 26 de 38
y 1 r y r
p( y) p q
y r
r
p
rq
p2
Pgina 27 de 38
Pgina 28 de 38
DISTRIBUCIN DE POISSON
La distribucin de Poisson se utiliza para modelar datos discretos como aproximacin a la
Binomial dada la dificultad que exista de encontrar tablas Binomiales adecuadas cuando n es
grande y p pequea. La distribucin de probabilidad de Poisson proporciona buenas
aproximaciones cuando np <= 5.
Se aproxima a la binomial cuando p es igual o menor a 0.1, y el tamao de muestra es grande (n
> 16) por tanto np > 1.6.
Una Variable aleatoria X tiene distribucin Poisson si toma probabilidades con.
Ejemplo 1. Suponga que una compaa de seguros asegura las vidas de 5000 hombres de 42
aos de edad. Si los estudios actuariales muestran que la probabilidad de que un hombre muera
en cierto ao es 0.001, entonces la probabilidad de que la empresa pague exactamente 4
indeminizaciones y= 4 en un cierto ao es:
P ( y 4) p (4)
5000!
(0.001) 4 (0.999) 4996
4!*4996!
El valor de esta expresin no aparece en tablas y su clculo era difcil, no as con Excel.
Pgina 29 de 38
P ( y 4)
4 e 5 4 e 5
0.1745
4!
4!
Ejemplo 2. Una planta tiene 20 mquinas, si la probabilidad de que falla una en cierto da es
0.05. Encuentre la probabilidad de que durante un da determinado fallen dos mquinas.
np = 20 *0.05 = 1.0
P ( y 2)
12 e 1
0.184
2!
P ( y 2) p (2)
20!
(0.05) 2 (0.95)18 0.188
2!*18!
Pgina 30 de 38
USO DE EXCEL:
x = xitos en la muestra, np = media.
En Fx Estadsticas seleccionar
USO DE MINITAB:
Pgina 31 de 38
EJERCICIOS:
1. El 20% de los choferes son mujeres, si se seleccionan 20 al azar para una encuesta:
Usando la distribucin binomial y la distribucin de Poisson
a) Cul es la probabilidad de que dos choferes sean mujeres ?
b) Cul es la probabilidad de que al menos cuatro sean mujeres?
2. Se tienen 8 recepcionistas, estan ocupadas en promedio el 30% del tiempo, si 3 clientes
llaman la prob. De que estn ocupadas es mayor al 50%?
3. Un proveedor de partes de bicicleta tiene 3% de defectos. Se compran 150 partes y si la
probabilidad de que 3 o ms partes sean defectuosas excede al 50%, no se hace la compra.
Qu sucede en este caso?.
4. En una universidad las llamadas entran cada 2 minutos
a) Cul es la cantidad esperada de llamadas en una hora?
b) Cul es la probabilidad de 3 llamadas en los sig. 5 minutos?
c) Cul es la probabilidad de no llamadas en los sig. 5 minutos?
d) cul es la prob. de recibir 10 llamadas en los sig. 15 minutos?
5. Un proceso de manufactura produce 1.2 defectos por cada 100 unidades producidas,
Cul es la probabilidad de que las siguientes 500 unidades presenten X=3 defectos?
6. 40 trabajadores tienen nuevas computadoras, 26 con MMX. Si se seleccionan 10 al azar,
Cul es la prob. De que 3 tengan la tecnologa MMX?.
7. De un grupo de 20 productos, se toman 10 al azar,
Cul es la probabilidad de contengan las 5 mejores unidades?
8. De 9 empleados diurnos slo 6 estn calificados para hacer su trabajo, si se seleccionan
aleatoriamente 5 de los 9 empleados, Cul es la probabilidad de que:
a) Los 5 estn calificados
b) 4 esten calificados
c) Por lo menos 3 estn calificados
Pgina 32 de 38
F(yo)
yo
Pgina 33 de 38
DISTRIBUCIN EXPONENCIAL
Se usa para modelar artculos con una tasa de falla constante y est relacionada con la
distribucin de Poisson. Si una variable aleatoria x se distribuye exponencialmente, entonces el
recproco de x,
f ( x)
1
e e x
Pgina 34 de 38
t
Aqu se desea saber de que no transcurra ms de cierto tiempo entre dos llegadas, sabiendo
que se tiene una tasa de llegadas .
Ejemplo: El tiempo de respuesta de un departamento es de 5 minutos promedio y se distribuye
exponencialmente. La probabilidad de que el tiempo de respuesta a lo sumo de 10 minutos se
determina como sigue:
Pgina 35 de 38
USO DE EXCEL:
Lamda = 1/ media.
En Fx Estadsticas seleccionar
USO DE MINITAB:
P( X <= x )
10
0.864665
La Distribucin Exponencial es usada como el modelo, para la parte de vida til de la curva de la
baera, i.e., la tasa de falla es constante. Los sistemas complejos con muchos componentes y
mltiples modos de falla tendrn tiempos de falla que tiendan a la distribucin exponencial
Desde una perspectiva de confiabilidad, es la distribucin ms conservadora para prediccin.
Pgina 36 de 38
Las fallas ocurren en los sistemas con una distribucin denominada Curva de la Baera:
Fallas diseo
Fallas infantiles
Fallas aleatorias
Senectud
Fallas por desgaste
Donde es la tasa media de falla y su inverso es el tiempo medio entre fallas (MTBF), o sea:
1
MTBF
Pgina 37 de 38
EJERCICIOS:
1. Sea X el tiempo entre dos solicitudes de servicio sucesivas a un departamento, si X tiene una
distribucin exponencial con media = 10, calcular:
a) El tiempo esperado entre dos solicitudes sucesivas.
b) La desviacin estndar de esas llegadas
c) P(X<=15)
d) P(8<=X<=14)
2. Las falla de los ventiladores de un equipo tiene un tiempo promedio de 25,000 Horas, cul es
la probabilidad de que
a) Un ventilador seleccionado al azar dure por lo menos 20,000 horas?
b) A lo sumo 30,000 horas?
c) Entre 20,000 y 30,000 horas?
3. Un fabricante de equipos electrnicos ofrece un ao de garanta. Si el equipo falla en ese
periodo por cualquier razn se reemplaza. El tiempo hasta una falla est modelado por la
distribucin exponencial:
f(x) = 0.125 exp(-0.125*x)
a) Qu porcentaje de los equipos fallarn dentro del periodo de garanta?
b) El costo de fabricacin del equipo es de $500 y la ganancia es de $250 Cul es el efecto de
la garanta por reemplazo sobre la ganancia?
4. El tiempo entre fallas de un componente de equipo es importante para proveer de equipos de
respaldo. Un generador elctrico tiene una vida promedio de 10 das.
a) Cul es la probabilidad de que falle dentro de los siguientes 14 das?
b) Cul es la probabilidad de que opere por ms de 20 das?
Pgina 38 de 38