Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADISTICA
APLICADA
Tema: Probabilidades. Propiedades
El Clculo de Probabilidades nos permite calcular el grado de
fiabilidad o error de las conclusiones obtenidas mediante inferencia
estadstica.
La probabilidad mide o cuantifica la incertidumbre que tenemos sobre
el resultado de un experimento aleatorio
Sucesos
El espacio muestral es el conjunto de todos los posibles resultados del
experimento aleatorio, lo denotamos por E.
Ejemplo: Experimento, lanzar dado, E= {1,2,3,4,5,6}
Un suceso es cualquier subconjunto del espacio muestral.
Un suceso elemental es un elemento del espacio muestral. Ejemplo:
(lanzar dado), sale un seis, A= {6}
Un suceso compuesto es un conjunto de sucesos elementales.
Ejemplo: (lanzar dado), sale un nmero par B= {2,4,6}
El suceso seguro es el que siempre ocurre al realizar el experimento
E. Ejemplo: (lanzar dado) E= {1,2,3,4,5,6}
El suceso imposible es el que nunca ocurre como resultado del
experimento . Ejemplo: (lanzar dado) sale un 7
Propiedades de la probabilidad
1. P(Ac) = 1P(A)
Ejemplo. Se sabe que la probabilidad de curar la leucemia infantil es
de 1/3. Por lo tanto, la probabilidad de que no se cure la enfermedad
ser de 1 1 / 3 = 2 /3
2.
P () = 0
3.
Si A B P(A) P(B)
4.
P (A B) = P (A) P (A B)
5. P(AB) = P(A)+P(B)P(AB)
Ejemplo. En una poblacin el 4% de las personas son daltnicas, el
18% hipertensas y el 0.5% daltnicas e hipertensas. Cul es la
probabilidad de que una persona sea daltnica hipertensa?
Ejercicios propuestos
1. La probabilidad de que al sacar una carta al azar de un naipe
ingls (52 cartas), ella sea un as es?
2. Calcula la probabilidad de no obtener NINGN SEIS al lanzar
cuatro dados.
3. lanzando 5 monedas. Hallar la probabilidad de obtener 5
cruces?
4. Calcula la probabilidad de obtener tres CUATROS al lanzar tres
dados?
5. Un 15% de los pacientes atendidos en un hospital son
hipertensos, un 10% son obesos y un 3% son hipertensos y
obesos. Qu probabilidad hay de que elegido un paciente al
azar sea obeso o hipertenso?
DISTRIBUCIN BINOMIAL
La distribucin Binomial es un caso particular de probabilidad de
variable aleatoria discreta, y por sus aplicaciones, es posiblemente la
ms importante.
Esta distribucin corresponde a la realizacin de un experimento
aleatorio que cumple con las siguientes condiciones:
Al realizar el experimento slo son posible dos resultados: el suceso
A, llamado xito, y el suceso B, llamado fracaso.
Al repetir el experimento, el resultado obtenido es independiente de
los resultados obtenidos anteriormente.
La probabilidad del suceso A es constante, es decir, no vara de una
prueba del experimento a otra.
En cada experimento se realizan n pruebas idnticas.
Todo experimento que tenga estas caractersticas se dice que sigue el
modelo de la distribucin Binomial o distribucin de Bernoulli.
En general, si se tienen n ensayos Bernoulli con probabilidad de xito
p y de fracaso q, entonces la distribucin de probabilidad que la
modela es la distribucin de probabilidad binomial y su regla de
correspondencia es:
Donde:
P(X)= es la probabilidad de ocurrencia del evento
p = es la probabilidad de xito del evento (en un intento)
DISTRIBUCIN DE POISSON
La distribucin de POISSON es tambin un caso particular de
probabilidad de variable aleatoria discreta, el cual debe su nombre a
Simon Denis Poisson (1781-1840), un francs que la desarroll a
partir de los estudios que realiz durante la ltima etapa de su vida.
Es til cuando tratamos con cantidades de ocurrencia de un evento a
lo largo de un intervalo de tiempo o espacio especificado.
Esta distribucin se utiliza para describir ciertos procesos.
Caractersticas:
En este tipo de experimentos los xitos buscados son expresados por
unidad de rea, tiempo, pieza, etc:
- # de defectos de una tela por m2
- # de aviones que aterrizan en un aeropuerto por da, hora, minuto,
etc.
- # de bacterias por cm2 de cultivo
donde:
p(X) = probabilidad de que ocurran x xitos, cuando el nmero
promedio de ocurrencia de ellos es /
/= media o promedio de xitos por unidad de tiempo, rea o producto
e = 2.718 (base de logaritmo neperiano o natural)
X = variable que nos denota el nmero de xitos que se desea que
ocurra
Hay que hacer notar que en esta distribucin el nmero de xitos
que ocurren por unidad de tiempo, rea o producto es totalmente al
azar y que cada intervalo de tiempo es independiente de otro
intervalo dado, as como cada rea es independiente de otra rea
dada y cada producto es independiente de otro producto dado.
EJEMPLO
Si un banco recibe en promedio 6 cheques sin fondo por da, cules
son las probabilidades de que reciba, a) cuatro cheques sin fondo en
un da dado, b) 10 cheques sin fondos en cualquiera de dos das
consecutivos? (e= 2.718281828)
Resolviendo para :
a) x = 4; / = 6 cheques sin fondo por da
Comprobando (sustituyendo en la frmula):
En la que:
x = valor de la variable aleatoria que nos preocupa.
= media de la distribucin de la variable aleatoria.
o = desviacin estndar de la distribucin.
z = nmero de desviaciones estndar que hay desde x a la media de
la distribucin. (el uso de z es solamente un cambio de escala de
medicin del eje horizontal)
Ejercicios propuestos
1. Un ingeniero que labora en el departamento de control de calidad de
una empresa elctrica, inspecciona una muestra al azar de 10
alternadores de un lote. Si el 20% de los alternadores del lote estn
defectuosos. Cul es la probabilidad de que, en la muestra,
a) ninguno est defectuoso,
b) uno salga defectuoso,
c) al menos dos salgan defectuosos
d) ms de tres estn con defectos
e) no ms de tres estn con defectos.
Varianza
Ejercicios propuestos
1. Considrese una poblacin en la que se estudia una
caracterstica X que sigue una distribucin normal de media
= 12 y varianza = 16. Se pide:
a) Probabilidad de que un elemento de esa poblacin, elegido
al azar, tenga la caracterstica superior a 14.
b) Considrese una muestra aleatoria de tamao n = 9. Cul
es la probabilidad de que la media muestral X tenga un valor
superior a 14?
2. En un servicio de atencin al cliente, el tiempo de espera hasta
recibir atencin es una variable normal de media 10 minutos y
desviacin tpica 2 minutos. Se toman muestras aleatorias del
tiempo de espera de los clientes que llegan un da concreto. Se
pide:
a) Cul es la probabilidad de que el tiempo medio de espera de
una muestra de 25 clientes no supere los 9 minutos?
b) Cul es la distribucin de la media muestral, si se toman
muestras aleatorias de 64 clientes? Especificar sus parmetros.
3. La edad a la que contraen matrimonio los hombres de la ciudad
de lima es una variable aleatoria que se puede aproximar por
una distribucin normal de media 35 aos y desviacin tpica de
5 aos. Se elige aleatoriamente una muestra de 100 hombres.
Sea X la media muestral de la edad de casamiento. a) Cules
son la media y la varianza de X?
El er r o r m x im o de est im a c i n es:
Ejemplos
En una fbrica de componentes electrnicos, la proporcin de
componentes finales defectuosos era del 20%. Tras una serie de
operaciones e inversiones destinadas a mejorar el rendimiento se
analiz una muestra aleatoria de 500 componentes, encontrndose
que 90 de ellos eran defectuosos. Qu nivel de confianza debe
adoptarse para aceptar que el rendimiento no ha sufrido variaciones?
p = 0.2
q = 1 - p =0.8
Ejercicios propuestos
1) El 60% de una poblacin de 20 000 habitantes tiene los ojos
oscuros. Si elegimos al azar 50 personas de esa poblacin, cul
es la probabilidad de que haya menos de 30 personas con los
ojos oscuros?
2) Un examen de 100 preguntas admite como respuesta en cada
una de ellas dos posibilidades, verdadero o falso. Si un alumno
contesta al azar, calcula la probabilidad de que acierte ms de
60 respuestas.
3) El 7% de los pantalones de una determinada marca salen con
algn defecto. Se empaquetan en caja de 80 para distribuirlos