Documentos de Académico
Documentos de Profesional
Documentos de Cultura
UNIDAD I PROBABILIDAD
Aporta procedimientos para asignar la posibilidad de ocurrencia a cada resultado viable que
pueda ocurrir en un experimento aleatorio, con el fin de cuantificar dichos resultados y saber
si un suceso es ms probable que otro.
Probabilidad
Implica conocer
Implica
conocer
Teorema de
Conceptos Probabilidad Teorema de
Probabilidad
Bsicos Condicional Bayes
Total
A. CONCEPTOS BSICOS
Probabilidad
Es la posibilidad de ocurrencia o no ocurrencia de un suceso o evento, cuando se realiza un
experimento aleatorio. Su valor es un nmero, comprendido entre 0 y 1.
Experimentos deterministas o No Aleatorios
Evento o Suceso
Son aquellas que pueden asumir diferentes valores, como resultado de un experimento
aleatorio. Las variables aleatorias pueden ser discretas o continuas.
Donde:
P(A) = Probabilidad de ocurrencia del Evento A
CF = N posibilidades que poseen la caracterstica A (Casos Favorables)
TC = N posibilidades que se puede dar el Experimento A (Total de Casos)
Principios de Probabilidad:
La distribucin de probabilidad, cumple con las siguientes propiedades:
a) La probabilidad de ocurrencia de cada resultado numrico de la variable aleatoria X, es
un valor entre 0 y 1
Para interpretar los valores de probabilidad obtenidos podemos utilizar la lnea de valores de
probabilidad:
Tan probable
Improbable como improbable Certeza
Cuando se asignan valores de probabilidad a todos los valores numricos posibles de una
variable aleatoria X, ya sea mediante un listado o una funcin matemtica, se obtiene como
resultado una distribucin de probabilidad.
Ejemplos: Determinar los elementos de probabilidad para cada uno de los siguientes casos:
Probabilidad:
La probabilidad de obtener seis al lanzar un dado es 16,67%. Es muy poco probable que
este suceso ocurra.
Probabilidad:
La probabilidad de obtener carta de espadas al extraer una carta de una baraja es 25%.
Es muy poco probable que este suceso ocurra.
Regla de Adicin:
Ejemplo: La probabilidad de que un hombre viva 20 aos ms es 1/4 y la de que su mujer viva
20 aos ms es 1/3. Calcular la probabilidad de que:
P(M Viva y H No Viva o H Viva y M No Viva ) = 1/3 x 3/4 + 1/4 x 2/3 = 3/12 + 2/12 = 5/12
Ejemplo: Las posibilidades de que David y Juliana ganen una beca para estudiar en el extranjero
son 0.68 y 0.72 respectivamente. Construya la distribucin de probabilidad de la variable aleatoria:
ganar la beca.
X P(X)
0
1
2
Total
B. PROBABILIDAD CONDICIONAL
Gnero
Femenino Masculino Total
Tipo Cuenta
Clsica 3 5 8
Otra 2 1 3
Total 5 6 11
Es Probable
Es Probable d) Dado que es otro tipo de cuenta, sea
un cliente femenino?
b) Sea una cuenta clsica de un cliente
mujer?
Es Probable
e) Si se trata de una cliente mujer, la
Es Poco Probable cuenta sea clsica?
c) Sea un cliente varn, dado que la
cuenta es clsica?
Es Probable
Deporte Edad
Total
que practica 31 - 35 36 - 40 41 - 45 46 - 50
Futbol 28 32 21 16 97
Bsquet 19 13 8 7 47
Natacin 12 8 4 3 27
Total 59 53 33 26 171
Si A1, A2, ..., An son sucesos incompatibles dos a dos y cuya unin es todo el espacio muestral,
entonces la probabilidad de cualquier otro suceso B es:
A3
A1
B
A4
A2
Ejemplo: En una empresa comercializadora, los empleados trabajan en dos reas: Ventas y
Logstica. El 90% de los empleados trabaja en Ventas y el resto en Logstica. El 30% de los que
trabajan en Ventas son varones y de los que trabajan en Logstica son varones el 40%. Al elegir
un empleado al azar, cul es la probabilidad de que sea mujer?
Varones
0,3
Ventas
0,9 P (Mujer) = 0,9 x 0,7 + 0,1 x 0,6 =
0,7 Mujeres
Ejemplo: En una estantera hay 60 novelas y 20 libros de poesa. Una persona A elige un libro al
azar de la estantera y se lo lleva. A continuacin otra persona B elige otro libro al azar.
59/79 Novela Cul es la probabilidad de que el libro
seleccionado por B sea una novela?
Novela
60/80
20/79 Poesa
Novela
60/79
20/80 Poesa
Poesa
19/79
Es muy probable
Ejemplo: De una caja que contiene 3 fichas verdes y 4 blancas, Nicols extrae tres fichas, una
despus de la otra, sin reponerlas en la caja. Cul es la probabilidad de que dos de las fichas
extradas sean blancas?
Ejemplo: El 45% de los accidentes de trnsito que se producen durante los fines de semana, se
deben al consumo excesivo de alcohol, el 37% a la imprudencia del conductor (sobrio) y el resto a
otras causas, (imprudencia del peatn, falla mecnica...etc.). Los accidentes son fatdicos: si se
produjo por el consumo excesivo de alcohol, el 39%; cuando la causa es la imprudencia del
conductor, el 20% y si se debi a otras causas, el 5%. Si se produjo un accidente de trnsito, cul
es la probabilidad de que tenga resultado fatdico.
D. TEOREMA DE BAYES
Se refiere al clculo de probabilidad condicional del evento A, dado que ha ocurrido el evento
B. La importancia especial del Teorema de Bayes consiste en que se aplica en el contexto de
eventos secuenciales, permitiendo determinar la probabilidad condicional de un evento que ha
ocurrido en la primera posicin secuencial, dado que se ha observado un evento especfico en
la segunda posicin secuencial.
La regla de Bayes para dos eventos secuenciales es:
Ejemplo: Un analista de una empresa manufacturera, estima que la probabilidad de que una
empresa competidora tenga planes para comenzar a fabricar equipo nuevo en los prximos
tres aos es de 0,30. Si la empresa de la competencia tiene esos planes, definitivamente se
construira una nueva instalacin fabril, pero en el caso no tuviera esos planes existe la
probabilidad de 60% de que se construya la instalacin fabril por otras razones. Suponga que
se observa que la empresa de la competencia ha comenzado a trabajar en la nueva fbrica.
Cul es la probabilidad de que la empresa haya decidido fabricar el nuevo equipo?
0,40
42%
Ejemplo: Si hay un aumento en las inversiones de capital el siguiente ao, la probabilidad de que
aumente el precio del acero estructural es 0,90. Si no hay aumentos en esta clase de inversiones, la
probabilidad de aumento del precio de acero es de 0,30. En forma global, se estima que existe una
probabilidad del 65% de que aumenten el siguiente ao las inversiones de capital. Suponga que de
hecho, aumentan los precios del acero estructural en el siguiente ao. Cul es la probabilidad de
que haya habido un aumento en las inversiones de capital?
0,90
SAI: Si hay aumento en
las inversiones de capital
el siguiente ao 0,10
0,70
84,78%
Ejemplo: Ochenta por ciento del material de vinil que se recibe del vendedor A es de calidad
excepcional, en tanto que solo el cincuenta por ciento del material del vendedor B es de calidad
excepcional. Sin embargo, la capacidad de fabricacin del vendedor A es limitada y, por esa razn, solo
el cuarenta por ciento del vinil que la empresa adquiere proviene de este vendedor. El sesenta por
ciento restante se compra al vendedor B. Se inspecciona un embarque de vinil que acaba de llegar y se
encuentra que es de excepcional calidad. Cul es la probabilidad de que provenga del vendedor A?
Ejemplo: Se fabrica gasolina en tres refineras con niveles diarios de produccin de 400000, 800000, y
1200000 litros, respectivamente. La proporcin de la produccin que est por debajo de las
especificaciones de octanaje en las tres refineras es 0,03; 0,05 y 0.04, respectivamente; se determina
que un tanque transportador de gasolina lleva gasolina que se encuentra por debajo de las
especificaciones de octanaje y, por lo tanto, la gasolina se devuelve para su mejor refinacin.
Determine la probabilidad de que el tanque transportador haya sido llenado en cada una de las tres
refineras.
DISTRIBUCIN DE PROBABILIDAD
Distribuciones de
Probabilidad
Implica conocer
Implica
conocer
Discretas: Continuas:
Binomial Normal Estndar
Poisson T de Student
Para una variable aleatoria discreta, se pueden enlistar todos los valores numricos posibles de
la variable, en una tabla con las probabilidades correspondientes.
Entre las distribuciones de probabilidad de variable aleatoria discreta, tenemos:
Distribucin Binomial
Donde:
n: Nmero de ensayos o tamao de p: Probabilidad de xito
muestra q: Probabilidad de fallo (q = 1 p)
X: Nmero de xitos
Ejemplos:
1. La probabilidad de que un prospecto de ventas elegido al azar realice una compra es de
0.20. Si un vendedor visita a seis prospectos. Calcule la probabilidad de que:
a. Realice exactamente cuatro ventas
p = 0,2 q = 0,8 n=6 X=4
n = 15 p = 0,2 q = 0,8
2. Un agente de seguros vende plizas a cinco personas de la misma edad y que disfrutan
de buena salud. Segn las tablas actuales, la probabilidad de que una persona en estas
condiciones viva 30 aos o ms es 2/3. Hllese la probabilidad de que, transcurridos 30
aos, vivan:
a. Al menos dos personas
n=5 p = 2/3 q = 1/3 X = 2, 3, 4, 5
Utilizando el principio del suceso inverso: P() = 1
3. La probabilidad de que un artculo producido por una fbrica sea defectuoso es 0,02. Se
envi un cargamento de 10 000 artculos a unos almacenes. Hallar el nmero esperado
de artculos defectuosos y la desviacin estndar.
n = 10 000 p = 0,02 q = 0,98
Distribucin de Poisson
Ejemplos:
= 5 sol/hora X = 0, 1, 2 sol/hora
En este caso, se debe convertir a la unidad en que est dada X, aplicando la regla
de tres simple directa: (1 hora 60 mn)
Pers. Mn.
12 60
10
3. En promedio, cada rollo de 500 metros de acero laminado tiene dos defectos. Un defecto
es una raspadura o alguna otra irregularidad que afectara el uso de ese segmento de la
hoja de acero en el producto terminado. Cul es la probabilidad de que un segmento
especfico de 100 metros no tenga ningn defecto?
Para una variable aleatoria continua no es posible enlistar todos los posibles valores de la
variable, por lo tanto, las probabilidades se determinan a travs de una funcin matemtica y
se grafican mediante una funcin de densidad de probabilidad o curva de probabilidad. Entre
las ms usadas tenemos la distribucin normal, la T de Student y la Chi-Cuadrado.
Distribucin Normal y Normal estandarizada
Una variable aleatoria continua, X, sigue una distribucin normal de media y desviacin
tpica , y se designa por N(, ), si se cumplen las siguientes condiciones:
1. La variable puede tomar cualquier valor: (-, +)
2. La funcin de densidad, es la expresin en trminos de ecuacin matemtica de la
curva de Gauss:
La distribucin normal estndar, o tipificada o reducida, es aquella que tiene por media el
valor cero, = 0, y por desviacin tpica la unidad, =1.
Para estandarizar:
Para desestandarizar:
X1 X2 X
=0 Z
Ejemplos:
1. Los ingresos mensuales de los trabajadores de una empresa, tienen un comportamiento
normal cuya media es S/. 2100 y desviacin estndar S/. 450. Qu porcentaje de
trabajadores tienen ingresos:
El rea a
0,2123
la
= 2100 izquierda
X = 2350 de es
igual a 0,5
Los datos: 0,5
= 2100 = 450 X = 2350
= 2100 X = 2350 X
Estandarizamos el valor de X, usando:
=0 Z = 0,56 Z
Para calcular la probabilidad o porcentaje
de trabajadores que tienen ingresos
menores de S/2350:
Observamos el valor de probabilidad, en la
tabla de la distribucin normal estndar, P(X < 2350) = 0,5 + 0,2123 = 0,7123
incluida al final del mdulo:
71,23%
Z 0,06
0,5 0,2123 El 71,23% de los trabajadores tienen
ingresos menores de S/ 2350
= 2100
X=
= 2100 = 450 2250X = 2250 = 2100
X = 2250
Estandarizamos el valor de X, usando:
0,5 0,5
Para calcular el porcentaje solicitado:
P(X > 2250) = 0,5 - 0,1293 = 0,3707
= 2100
X = 1480 X = 2370
1 2
= 2100 X
= 2100 = 450 X1 = 1480 X2 = 2370 X = 1480
1
X = 2370
2
0,2486
= 2100
X = 2400
1
X = 2700
2
=0
Z = 0,67 Z = 1,33
1 2
Para calcular el porcentaje solicitado:
P(2400 < X < 2700) = 0,4082 - 0,2486 =
El valor de probabilidad:
= 0,1596
0,07 0,03 15,96%
Z = - 0,84
Z = 1,04
Desestandarizamos el valor Z encontrado,
usando:
35% 15%
2. NEUMA Per, es una empresa que produce llantas para automviles en nuestro pas. La
vida til de estas llantas se distribuye aproximadamente como una normal con media y
desviacin estndar iguales a 51500 y 1610 Km respectivamente. Si la empresa fija una
garanta de 48000 Km. Qu porcentaje de esta produccin necesitar ser reemplazada?
4. Los pesos de las impresoras Inkjet se distribuyen normalmente con media 1.5 kg. y
desviacin estndar 0.3 kg. Determine:
5. La vida til de un componente elctrico tiene una distribucin normal con media 2000 horas
y desviacin estndar 200 horas. A qu cantidad de horas corresponde el 10% superior de
la duracin de los componentes?
6. El tiempo que se requiere para reparar cierto tipo de transmisin automotriz en un taller
mecnico tiene distribucin normal con media 45 min. y desviacin estndar 8 min. El
gerente de servicio planea hacer que se inicie la reparacin de la transmisin de los
automviles de los clientes diez minutos despus de que se recibe el vehculo, y le dice al
cliente que el automvil estar listo en una hora. Cul es la probabilidad de que el gerente
est equivocado?
7. Del aeropuerto al centro de la ciudad se puede llegar mediante dos caminos. Si se viaja por
el camino A, el tiempo est distribuido normalmente con media 27 minutos y desviacin
estndar de 5 minutos. Si se viaja por el camino B el tiempo est distribuido normalmente
con media 25 minutos y desviacin estndar de 12 minutos, Por cul camino es preferible ir
al centro de la ciudad si se dispone de 30 minutos?
8. Usted debe decidir acerca de qu sistema se debe utilizar en una gran empresa. El sistema
XX tiene un rendimiento promedio de 110 000 horas con una desviacin estndar de 25000
horas, en cambio, el sistema YY tiene un rendimiento promedio de 120 000 horas con una
desviacin estndar de 40 000 horas. Basndose en criterios netamente probabilsticos Cul
sistema elige, si dicho sistema debe tener un rendimiento mnimo de 125 000 horas, Cul
sera su decisin? Justifique su respuesta.
Distribucin T de Student
En los casos en que no se conoce la desviacin estndar de la poblacin () y se utiliza como
estimador la desviacin estndar (S) de una muestra de dicha poblacin, no es posible
estandarizar la variable aleatoria usando:
Para calcular la probabilidad de una variable aleatoria que tiene una distribucin T de Student,
debemos conocer la forma de la distribucin (Unilateral o Bilateral), el nivel de significancia ( )
y los grados de libertad (n 1), donde n es el tamao de la muestra.
Ejemplos:
1. Hallar el valor t de student si se tiene una muestra de 28 elementos, un nivel de
significancia de 5%. Asumir que la distribucin es unilateral derecha.
n = 28
n 1 = 27 = 0,05
n 0,05
= 0,05 n-1 27 1,7033
t = 1,7033
n = 16
/2 = 0,05 /2 = 0,05
n 1 = 15
= 0,10 n 0,10
t = - 1,7531 n-1 15 1,7531
/2 = 0.05
= 0,01
= 0,01
n 0,01
t = 2,5176
t = 2,5176 n-1 21 2,5176
Ejercicios:
7. El nivel de confianza es 98%, en una distribucin bilateral, siendo uno de los valores t =
-2,4999. Hallar el tamao de la muestra.
Z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0 0 0,004 0,008 0,012 0,016 0,0199 0,0239 0,0279 0,0319 0,0359
0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,0675 0,0714 0,0753
0,2 0,0793 0,0832 0,0871 0,091 0,0948 0,0987 0,1026 0,1064 0,1103 0,1141
0,3 0,1179 0,1217 0,1255 0,1293 0,1331 0,1368 0,1406 0,1443 0,148 0,1517
0,4 0,1554 0,1591 0,1628 0,1664 0,17 0,1736 0,1772 0,1808 0,1844 0,1879
0,5 0,1915 0,195 0,1985 0,2019 0,2054 0,2088 0,2123 0,2157 0,219 0,2224
0,6 0,2257 0,2291 0,2324 0,2357 0,2389 0,2422 0,2454 0,2486 0,2517 0,2549
0,7 0,258 0,2611 0,2642 0,2673 0,2704 0,2734 0,2764 0,2794 0,2823 0,2852
0,8 0,2881 0,291 0,2939 0,2967 0,2995 0,3023 0,3051 0,3078 0,3106 0,3133
0,9 0,3159 0,3186 0,3212 0,3238 0,3264 0,3289 0,3315 0,334 0,3365 0,3389
1 0,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3554 0,3577 0,3599 0,3621
1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,377 0,379 0,381 0,383
1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 0,398 0,3997 0,4015
1,3 0,4032 0,4049 0,4066 0,4082 0,4099 0,4115 0,4131 0,4147 0,4162 0,4177
1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4279 0,4292 0,4306 0,4319
1,5 0,4332 0,4345 0,4357 0,437 0,4382 0,4394 0,4406 0,4418 0,4429 0,4441
1,6 0,4452 0,4463 0,4474 0,4484 0,4495 0,4505 0,4515 0,4525 0,4535 0,4545
1,7 0,4554 0,4564 0,4573 0,4582 0,4591 0,4599 0,4608 0,4616 0,4625 0,4633
1,8 0,4641 0,4649 0,4656 0,4664 0,4671 0,4678 0,4686 0,4693 0,4699 0,4706
1,9 0,4713 0,4719 0,4726 0,4732 0,4738 0,4744 0,475 0,4756 0,4761 0,4767
2 0,4772 0,4778 0,4783 0,4788 0,4793 0,4798 0,4803 0,4808 0,4812 0,4817
2,1 0,4821 0,4826 0,483 0,4834 0,4838 0,4842 0,4846 0,485 0,4854 0,4857
2,2 0,4861 0,4864 0,4868 0,4871 0,4875 0,4878 0,4881 0,4884 0,4887 0,489
2,3 0,4893 0,4896 0,4898 0,4901 0,4904 0,4906 0,4909 0,4911 0,4913 0,4916
2,4 0,4918 0,492 0,4922 0,4925 0,4927 0,4929 0,4931 0,4932 0,4934 0,4936
2,5 0,4938 0,494 0,4941 0,4943 0,4945 0,4946 0,4948 0,4949 0,4951 0,4952
2,6 0,4953 0,4955 0,4956 0,4957 0,4959 0,496 0,4961 0,4962 0,4963 0,4964
2,7 0,4965 0,4966 0,4967 0,4968 0,4969 0,497 0,4971 0,4972 0,4973 0,4974
2,8 0,4974 0,4975 0,4976 0,4977 0,4977 0,4978 0,4979 0,4979 0,498 0,4981
2,9 0,4981 0,4982 0,4982 0,4983 0,4984 0,4984 0,4985 0,4985 0,4986 0,4986
3 0,4987 0,4987 0,4987 0,4988 0,4988 0,4989 0,4989 0,4989 0,499 0,499