Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Probabilidad y Modelos de Prob.
Probabilidad y Modelos de Prob.
OBJETIVOS DE LA UNIDAD.
CONTENIDO:
2.1.1 Introducción:
2
EJEMPLO 3: Determinar los espacios muéstrales asociados con los siguientes
experimentos:
a) Sea E: lanzar dos dados y observar los números de las caras superiores.
c) Sea E: Lanzar dos dados y contar los números de las caras superiores.
Solución: S = {2,3,4,5,6,7,8,9,10,11,12}
d) Sea E: de una urna que contiene 7 bolas blancas y 3 negras se sacan 2 bolas en forma
consecutiva y sin reposición y se observan. Hacer diagrama de árbol.
Solución: S = {BB, BN, NB, NN}
e) Sea E: De un lote que contiene 3 artículos malos y 17 buenos sacar uno por uno y sin
reposición hasta sacar todos los malos
Solución: S = {3,4,5,6,7,.........,20}
EJEMPLO 4: Si lanzamos una moneda, el hecho que salga el lado B sol será un evento
y conseguir que salga el lado A cara será otro evento.
1) Evento imposible (Ø): es aquel que nunca ocurre. Cumple con la característica de
ser un subconjunto del espacio muestral. Por ejemplo si nos interesa el evento de que
aparezca un as verde en la baraja común. Es claro que esto nunca sucederá porque ninguna
carta de la baraja cumple con esas características. Este conjunto es Ø.
2) Evento seguro (S): es aquel que siempre ocurre. Es un subconjunto del mismo. Por
ejemplo el evento que un número par o impar de puntos aparezca al tirar un dado es el
conjunto S = {1,2,3,4,5,6}.
3
3) Evento simple: es el describe solamente una característica. Por ejemplo el evento
simple será obtener un número impar, es decir, A ={1,3,5}.
Se dice que dos sucesos A y B son mutuamente excluyentes si no pueden ocurrir juntos
(simultáneamente), es decir, la ocurrencia de A excluye automáticamente la ocurrencia de
B, esto es A∩B = Ø Por ejemplo, en el lanzamiento de la moneda, hay dos resultados
posibles: lado A y lado B. En cualquier lanzamiento, ambos lados pueden salir, pero no los
dos simultáneamente.
8) Eventos colectivamente exhaustivos: si por lo menos uno de ellos debe ocurrir durante
el experimento. Estos eventos al ser unidos forman el espacio muestral. Los eventos A1, A2,
A3,…….. An son exhaustivos si A1U A2U A3U……..U An= S. por ejemplo al lanzar un dado y
sea los eventos A caiga No. par y B caiga No. impar, A= {2,4,6,} y B= {1,3,5,}; AUB = S=
{1,2,3,4,5,6,}, A y B son exhaustivos.
Con cada suceso o evento A asociamos un número real designado por p(A), y lo
llamamos probabilidad de que A ocurra. La probabilidad simple se refiere a la
probabilidad de ocurrencia de un evento simple, a ésta probabilidad se le llama
probabilidad marginal. La probabilidad de ocurrencia de A, la definimos por
Solución: Como S = {CC, CS, SC, SS}, sólo los 3 primeros casos son favorables al suceso,
es decir:
A = {CC, CS, SC}, luego p(A) = ¾ = 0.75
Solución: Cada una de las caras de un dado puede estar asociada con las 6 caras del otro
dado, de manera que el número total de casos que puede surgir, todos igualmente probables
es 6x6 = 36 : S = {(1,1), (2,1), (3,1),...(6,6)}.
EJEMPLO 10: En una hacienda ganadera con 500 cabezas de ganado, 30 de ellas están
afectadas con ANTRAX. Si se selecciona aleatoriamente una de ellas, cuál es la
probabilidad de que tenga ANTRAX?
5
Figura 1. Espacios muestrales.
6
1.2 Enfoque de probabilidad
EJEMPLO 3. Debido a los impuestos y a los posibles usos alternativos de sus fondos,
un inversionista ha determinado que la compra de terreno vale la pena sólo si existe
un aprobabilidad de cuando menos 0.90 de que el terreno obtenga plusvalía por 50%
o más en los en los próximos 4 años. Al evaluar un determinado terreno, el
inversionista estudia los cambios de los precios en el área en años recientes, considera
los niveles corrientes de precios, estudia el estado corriente y futuro probable de los
proyectos de desarrollo inmobiliarios y revisa las estadísticas referentes al desarrollo
económico del área geográfica. Con base en esta revisión, concluye que existe una
7
probabilidad de aproximadamente 0.75 de que se dé la plusvalía que requiere. Como
esta probabilidad es menor que la mínima que requiere (0.90), no debe llevarse a cabo
la inversión.
1) P( A) 0
2) P( S ) 1
3) P( ) 0
4) P( A) P( A`) 1
Si no lo son, entonces
P( AóB) P( A) P( B) p( AyB ) P( A B) P( A) P( B) P( A B)
(Pr. De que ocurra A o B o ambos)
2.4.5 𝑃(𝐴´ ∩ 𝐵)𝑈(𝐴 ∩ 𝐵´) = 𝑃(𝐴) + 𝑃(𝐵) − 2𝑃(𝐴 ∩ 𝐵) ( la Pr. De que ocurra
A o B pero no ambos a la vez)
8
1.4.6 Regla de la Multiplicación
1) P( A / B) P( A)
2) p( AyB ) P( A B) p( A) p( B)
EJEMPLO 1.
En una ciudad se seleccionó una muestra de 500 personas para determinar diversas
informaciones relacionadas con el comportamiento del consumidor. Entre las preguntas
hechas, se encontraba "¿Prefiere comprar productos nacionales o importados?"
De 240 hombres, 136 contestaron que preferían productos importados, de 260 mujeres 36
contestaron que preferían productos nacionales.
a) Elabore una tabla de contingencia en donde las variables cualitativas son
sexo y preferencia por productos.
9
a) Determinar la probabilidad de que el entrevistado seleccionado en forma
aleatoria sea hombre:
360
𝑃(𝐵´) = = 0.72
500
140
𝑃(𝐵) = = 0.28
500
136
10
f) Sea mujer y prefiera comprar productos nacionales?
36
𝑃(𝐴´ ∩ 𝐵) = = 0.072
500
11
k) Suponga que el entrevistado seleccionado prefiere comprar productos
importados, ¿cuál es la probabilidad de que sea hombre?
136
𝑃(𝐴 ∩ 𝐵´) 136 500
𝑃(𝐴⁄𝐵´) = = 500 = × = 0.378
𝑃(𝐵´) 360 500 360
500
EJEMPLO 2:
Diagrama de árbol
Una forma alternativa de análisis de las probabilidades en cuatro celdas es mediante el uso
de un árbol de decisión.
104
P(𝐴𝑦𝐵) =
500
240
𝑃(𝐴) =
500 136
P(𝐴𝑦𝐵´) = 500
Grupo de 36
Entrevistados P(𝐴´𝑦𝐵) = 500
260
𝑃(𝐴´) =
500
224
P(𝐴´𝑦𝐵´) = 500
12
EJEMPLO 3.
b) 𝑷(𝑨′) = 𝟏 − 𝑷(𝑨) = 𝟏 − 𝟎. 𝟔𝟒 = 𝟎. 𝟑𝟔
= ∑ 𝑃(𝐴𝑖 )𝑃 (𝐵⁄𝐴 )
𝑖
𝑖=1
S
13
Teorema de Bayes
EJEMPLO 1
A un consultor en Administración se le pide su opinión acerca de la razón por la cual la
secretaria de un ejecutivo, insatisfecha, renunció a su trabajo. Sin poder obtener ninguna
información directa acerca de la secretaria, toma los siguientes datos de un estudio de
motivación corporativos a gran escala: entre todas las secretarias insatisfechas, el 20% lo
están porque les desagrada su trabajo, el 50% porque sienten que están mal pagadas y el
30% porque les desagrada su jefe. Además, las probabilidades correspondientes dé que
renuncien son 0.60, 0.40 y 0.90. Con base en estas cifras, ¿cuáles son las probabilidades de
que la secretaria haya renunciado debido al trabajo, al sueldo o al jefe?
0.60 B
𝐴1
0.20 0.40 𝑩′ A1= Le desagrada su trabajo = 0.20
0.40 B A2= Está mal pagada = 0.50
0.50 𝐴2 A3= Le desagrada el jefe = 0.30
0.60 𝑩′ Sea B= Renuncia al trabajo
0.30 0.90 B
𝐴3
0.10
𝑩′
Las probabilidades asociadas con las tres ramas del árbol son:
(0.20) (0.60) = 0.12
(0.50) (0.40) = 0.20 y
(0.30) (0.90) = 0.27 y su suma: 𝑃(𝐵) = 0.12 + 0.20 + 0.27 = 0.59 (Probabilidad total)
14
𝐴 𝑃(𝐴1 )𝑃(𝐵⁄𝐴 ) (0.20)(0.60) 0.12
𝑃 ( 1⁄𝐵 ) = 1
= (0.20)(0.60)+(0.50)(0.40)+(0.30)(0.90) = = 0.20,
𝑃(𝐵) 0.59
𝐴 𝑃(𝐴3 )𝑃(𝐵⁄𝐴 )
Debido al desagrado por su jefe : 𝑃 ( 3⁄𝐵 ) = 3
=
𝑃(𝐵)
(0.30)(0.90) 0.27
(0.20)(0.60)+(0.50)(0.40)+(0.30)(0.90)
= = 0.46
0.59
15
1.) Suponga que existen 8 aspirantes a ocupar un empleo y hacemos que a, b, c, d, e, f,
g y h representen los eventos de que el empleo se ofrezca a Arturo, Beatriz, Clara, David,
Enrique, Franco, Jorge o Hilda. Si
A = {b, d, f, h}, B = {c, g, h}, C = {a, b, d}, cite los elementos del espacio muestral que
comprenden cada uno de los siguientes eventos y expréselos con palabras:
a) 𝐶 ′
b) B U C
c) C A
d) B' C
2.) Para construir espacios muéstrales de experimentos en los cuales trabajamos con datos
categóricos, a menudo codificamos las diversas alternativas asignándoles números. Por
ejemplo, un contador podría codificar los elementos relacionados con el activo fijo de una
empresa como: 1, 2, 3, 4 o 5 según si el elemento se debe adjudicar a efectivo, bienes
comerciales, cuentas por cobrar, inventario o gastos pagados por adelantado. Exprese cada
uno de los eventos en palabras.
a) K = {1, 5}
b) L = {3, 5}
c) M = {1, 2, 3}
3.) Para cada una de las situaciones siguientes señale cuál sería el enfoque más apropiado
(clásico a priori, de frecuencia relativa o subjetivo) para determinar la probabilidad que
requiere
a) La probabilidad de que aparezca un "uno" o un "seis" en un solo lanzamiento de un
dado de seis lados.
b) La probabilidad de que haya recesión el próximo año.
c) La probabilidad de que, de un envío de 20 repuestos que se sabe contiene uno
defectuoso, uno elegido al azar resulte defectuoso.
d) La probabilidad de que una persona elegida al azar de las que entran a una tienda
grande realice una compra.
e) La probabilidad de que los bonos a indemnizados se cotizen a 50 centavos de córdobas
en los próximos seis meses.
16
a. De un ejemplo de un evento simple.
b. De un ejemplo de un evento conjunto.
c. ¿Cuál es el complemento del suceso: “Empleado participa en cobertura de
gastos médicos”?
d. ¿Cuál es la probabilidad de que un empleado elegido al azar:
Participe por lo menos en uno de los programas?
No participe en ninguno de los programas?
Participe en el plan de reparto de utilidades considerando que tiene
seguro de gastos médicos?
Determine si los dos eventos son independientes o dependientes?
6.) A los 500 clientes de crédito de Crédito, S.A. están categorizados según el número
de años que han tenido cuenta de crédito con Crédito S.A. y por su promedio de saldo de
crédito. De estos clientes 210 han tenido saldo menores de $100; otros 260 han tenido
cuenta de crédito cuando menos 5 años y otros 80 han tenido saldos mayores de $100 y
han tenido cuenta de crédito por menos de 5 años. Si se selecciona al azar un cliente de
crédito, ¿Cuál es la probabilidad de que:
7.) Una compañía ha puesto a disposición a sus empleados (sin costo) amplias instalaciones
de un club deportivo que pueden usarse antes del trabajo, durante la hora de almuerzo,
después del trabajo y durante los fines de semana. Los registros del último año indican
que de 250 empleados, 110 usaron instalaciones en algún momento. De los 170
hombres empleados por la compañía, 65 usaron las instalaciones. Presente estos datos en
una tabla de contingencia.
17
f) Suponga que elegimos a una empleada de la compañía ¿Cuál es la probabilidad que
haya utilizado las instalaciones del club?
g) Determine si los dos eventos ¿el género del individuo y el uso de las instalaciones
del club son estadísticamente independientes? Explique.
a) Sin semilla.
b) Blanca con semilla.
c) Con semilla dado que es blanco.
d) Rosada o sin semilla.
e) Determine si los dos eventos son estadísticamente independientes. Explique.
9.) Se estima que la probabilidad de que un nuevo método de comercialización tenga éxito
es 0.65. La probabilidad de que los gastos para el desarrollo del método puedan
mantenerse dentro del presupuesto original es 0.45. Se estima que la probabilidad de
alcanzar ambos objetivos es de 0.30. Presente estos datos en un diagrama de Venn y
en una tabla de contingencia.
a. ¿Cuál es la probabilidad de que se logre cuando menos uno de los objetivos?
b. ¿Cuál es la probabilidad de que el nuevo método de comercialización tenga
éxito, dado que el costo de su desarrollo se ha mantenido dentro del presupuesto
original?
10.) Una fábrica que produce varillas, debe sacar radiografías de cada varilla e
inspeccionarla antes de embarcarla. Uno de los inspectores, ha notado que por cada
1000 varillas que revisa 10 tienen fallas en el interior, 8 presentan fallas en la envoltura
y 5 tienen ambos tipos de defectos. En su informe trimestral, debe incluir la
probabilidad de fallas de las varillas ¿cuál será esa probabilidad?
11.) El gerente de una tienda de ropa para dama desea determinar la relación entre el tipo
de cliente y la forma de pago. Ha recopilado la información siguiente:
18
e.l. sea un consumidor habitual ?
e. 2. pague a crédito ?
e.3. pague de contado?
e.4. no sea un consumidor habitual ?
e.5. sea un consumidor habitual y compre a crédito?
e,6. sea un consumidor habitual y pague de contado ?
e.7. no sea un consumidor habitual y pague de contado ?
e.8. sea consumidor habitual o pague de contado ?
e.9. no sea consumidor habitual o pague crédito ?
f) Suponga que se conoce que el cliente ha pagado de contado, ¿cuál es la probabilidad de
que sea un cliente habitual?
g) ¿Son estadísticamente independientes los dos eventos, ser un cliente habitual y pagar a
crédito? Explique.
12.) Dos divisiones de productos distintos de una empresa grande son productos marinos
(M) y artefactos eléctricos (E). Se estima que la probabilidad de que los productos
marinos tengan un margen de utilidad de cuando menos 10% en este año fiscal es de
0.30, la probabilidad de que la división de artefactos eléctricos tenga un margen de
utilidad de cuando menos 10% es 0.20 y la probabilidad de que ambos tengan un
margen de utilidad de cuando menos 10% es 0.06.
13.) Durante una semana determinada se estima que la probabilidad de que el precio de
una acción específica aumente (A), permanezca sin cambio (C) o se reduzca (R) es de
0.35, 0.20 y 0.45 respectivamente.
a. ¿Cuál es la probabilidad de que el precio de la acción aumente o permanezca
sin cambio?
b. ¿Cuál es la probabilidad de que el precio de la acción cambie durante la
semana?
c. ¿Cómo son los sucesos A, C y R?
19
15.) Durante un período determinado, aumentó el valor de mercado de las acciones
comunes en una industria, que incluye solamente 12 acciones. Si un inversionista
escoge dos de esas acciones al azar. ¿Cuál es la probabilidad de que ambos hayan
experimentado un aumento en su valor de mercado durante ese período, si se sabe que
8 aumentaron su valor?
19.) En una fábrica de zapatos, se sabe por experiencia que la probabilidad es 0.82 de que
un trabajador que ha asistido a un programa de capacitación de la fábrica cumplirá
con la cuota de producción y que la probabilidad correspondiente es 0.53 para un
trabajador que no asistió al programa de capacitación. Si el 60% de los trabajadores
asisten al programa de capacitación de la fábrica. Si se selecciona a un trabajador y se
sabe que ha cumplido con la cuota de producción, ¿Cuál es la probabilidad de que
haya asistido al curso?
20
20.) Tres máquinas M1, M2 y M3 producen respectivamente 50%, 30% y 20% del total de
artículos de una fábrica. Las máquinas producen artículos defectuosos en un
porcentaje de 7%, 6% y 4% respectivamente. Al colocar la producción de las tres
máquinas en fila y escoger un artículo. Si el artículo escogido es defectuoso. ¿Cuál es
la probabilidad que haya sido producido en cualquiera de las tres máquinas? Tome
como decisión el elemento mayor probabilidad de producir artículos defectuosos.
23.) El gerente de crédito de una empresa, sabe que la compañía emplea (3) métodos para
alentar el cobro de cuentas atrasadas. Al consultar los archivos de la cobranza,
descubre que el 70% de las cuentas se cobran en forma personal (P), el 20% se cobran
por teléfono (T), y el 10% se les envía cartas de cobro; La probabilidad de cobrar una
cuenta vencida con los (3) métodos es de 0.75, 0.6 y 0.65, respectivamente. El
gerente recibe el pago de una cuenta vencida; ¿Cuál es la probabilidad de que a ese
cliente lo hayan llamado por teléfono.
21
2.5 Distribuciones de probabilidad de variables aleatorias
Definición 1
Una variable aleatoria discreta es aquella que toma, a lo más una cantidad numerable de
valores distintos. Por ejemplo:
1) El número de unidades vendidas por una tienda determinada en un mes.
2) El número de clientes esperando servicio en la caja de un supermercado.
3) El número de accidentes ocurridos en una determinada semana en una planta
manufacturera.etc.
Definición 2
Una variable aleatoria continua es aquella que puede tomar cualquier valor de entre todos
los contenidos de un intervalo de una recta. Por ejemplo:
1) El tiempo para completar el ensamblaje de un artículo de una planta.
2) La cantidad de petróleo bombeado cada hora en un pozo.
3) La cantidda de energía eléctrica producida en un día. etc.
Distribución probabilística
Enumeración de todos los resultados de un experimento junto con la probabilidad asociada
a cada uno.
VARIANZA: X P( X )
2 2
DESVIACION ESTANDAR: 2
EJEMPLO 1.
Una empresa recibe un lote de 100 discos de clutch. El historial de la empresa muestra que
el 10% de discos recibidos es defectuosa . Saquemos al azar 2 discos uno a uno de dicho
lote ( sin reposición) y anotamos el número de discos defectuosos.
a) Construya la distribución de probabilidad de X.
b) Obtenga la esperanza y la varianza (comente el resultado).
Solución:
Sea X : Número de discos defectuosos, 0,1 y 2
D : Defectuoso
𝐷′ : No defectuoso.
22
9 10 9 90
P(𝐷2 ) = 99 100
×
99
=
9900
= 0.0091
10
𝑃(𝐷1 ) =
100 90
P(𝐷2 ´) = 99 10
×
90
=
900
= 0.091
100 99 9900
10 90 10 900
P(𝐷2 ) = 99 100
×
99
=
9900
= 0.091
90
𝑃(𝐷1 ′ ) =
100
90 89 8010
89 × = = 0.8091
P(𝐷2 ´) = 99 100 99 9900
E(X)= 0.200 ≅ 0
2 X 2 P( X ) =0.1783, σ = √𝟎. 𝟏𝟕𝟖𝟑 = 𝟎. 𝟒𝟐𝟐𝟏
𝐸(𝑋) ± 𝜎 = 0.200 +0.4221= 0.6221 Límite superior
0.200-0.4221= -0.2221 límite inferior; (0,1)
En proceso repetido se espera que ninguno, salga defectuoso, pero el resultado puede
variar entre 0 y 1, lo más probable es 0.
23
1º dado cae de 6 maneras n1 = 6, para cada una de esas 6 maneras el 2do dado también puede
caer en n2 =6 maneras por tanto el par de dados puede caer en n1n2= (6)(6) =
36 𝑓𝑜𝑟𝑚𝑎𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠.
EJEMPLO 2.
Un cliente desea instalar un teléfono Trinline y puede elegir entre n1=10 colores
decorativos que supondremos disponibles en cualesquiera de n2=3 longitudes opcionales
de cordón con n3=2 tipos de marcado, a saber, de disco o por tonos. Estas 3
clasificaciones tienen como resultado n1 n2 n3= (𝟏𝟎)(𝟑)(𝟐) = 𝟔𝟎 diferentes formas
para que un cliente ordene uno de estos teléfonos n1 n2 n3……………. nk formas.
EJEMPLO 3.
¿Cuántos almuerzos que asisten en una sopa, emparedados, postre y una bebida son
posibles si podemos seleccionar 4 sopas, 3 tipos de emparedados, 5 postres y 4 bebidas.
Solución: n1 n2 n3……………. nk formas. = (4)(3)(5)(4) = 240 𝑚𝑎𝑛𝑒𝑟𝑎𝑠 para elegir un
almuerzo.
2.6.2 Permutación
Una permutación es un arreglo de un conjunto de objetos en el cual se tiene en cuenta el
orden. Diferentes ordenaciones determinan diferentes permutaciones.
El número de permutaciones de n objetos distintos es n
n! = 𝑛(𝑛 − 1)(𝑛 − 2)(𝑛 − 3) … … … .1
EJEMPLO 4.
¿Cuántas permutaciones (arreglos) pueden darse en las letras A, B y C.
3! = 3 × 2 × 1 = 6 𝑎𝑟𝑟𝑒𝑔𝑙𝑜𝑠 𝑑𝑖𝑠𝑡𝑖𝑛𝑡𝑜𝑠.
B C = ABC 1
A
C B= ACB 2
A C= BAC 3
B
C A = BCA 4
A B = CAB 5
C
B A= CBA 6
3 x 2 x 1=6
24
𝑛!
𝑛𝑃𝑟 = 𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑒𝑟𝑚𝑢𝑡𝑎𝑐𝑖𝑜𝑛𝑒𝑠.
(𝑛 − 𝑟)!
EJEMPLO 5.
Se sacan dos billetes de lotería de 20 para un primer y un segundo premio. Encuentre
el número de puntos muestrales en el espacio S.
𝟐𝟎! 𝟐𝟎! 𝟐𝟎×𝟏𝟗×𝟏𝟖!
20P2 = (𝟐𝟎−𝟐)! = = = 𝟐𝟎 × 𝟏𝟗 =
𝟏𝟖! 𝟏𝟖!
𝟑𝟖𝟎 𝒑𝒖𝒏𝒕𝒐𝒔 𝒎𝒖𝒆𝒔𝒕𝒓𝒂𝒍𝒆𝒔 𝒆𝒏 𝒆𝒍 𝒆𝒔𝒑𝒂𝒄𝒊𝒐 𝑺
Ejercicio propuesto.
2.6.3 Combinación
Una combinación de objetos es un conjunto diferente de objetos en el cual no se considera
el orden. Cuando de n objetos se escogen n, no hay sino una combinación. Si entre n
objetos se selecciona uno existen n combinaciones. El problema consiste en determinar
una expresión general para el número de combinaciones cuando se seleccionan r objetos a
la vez entre n objetos.
𝑛 𝑛!
( )= ,
𝑟 𝑟! (𝑛 − 𝑟)!
𝑛
𝑑𝑜𝑛𝑑𝑒 ( ) denota el <número de combinaciones de r objetos tomados de n objetos
𝑟
totales.>
EJEMPLO 6
4 4! 4! 4 × 3 × 2!
( )= = = = 6 𝑐𝑜𝑚𝑏𝑖𝑛𝑎𝑐𝑖𝑜𝑛𝑒𝑠.
2 2! (4 − 2)! 2! 2! 2! × 2 × 1
1! = 1
0! = 1 por definición.
B AB
A C AC
25
D AD
B C BC
D BD
C D CD
D
Ejercicio propuesto
Hay 10 candidatos para un comité que no puede estar integrado sino por siete miembros.
¿Cuántos comités diferentes pueden formarse con estos diez candidatos?
Proceso de Bernoulli
Es un proceso de muestreo, esto es una muestra de tamaño n que resulta de repetir un
mismo experimento aleatorio (que llamaremos ensayo) n veces y que cumple las siguientes
condiciones:
Modelo Binomial
Supongamos que estamos en un proceso de Bernoulli con n ensayos donde uno de los dos
eventos será éxito y la probabilidad de que exista un éxito se representará por p, y un
fracaso por q=1-p.
Sea X: el número de éxitos en la muestra, donde el objetivo principal será una expresión
matemática que defina a la distribución de probabilidad de X.
n!
P( X x) p x q n x Probabilidad de éxito
x!(n x)!
El valor esperado µ = E(X) = np y la Varianza σ2= npq.
EJEMPLO 1:
En un archivo hay 5 documentos de la empresa A y 15 documentos de la empresa B.
Seleccionar al azar y con reposición 4 documentos anotando la empresa de cada uno.
26
a) Determine la probabilidad de que 3 documentos sean de la empresa B.
b) Menos de 3 documentos sean de B
c) La esperanza de x
d) La varianza de x
Solución:
Empresa A = 5 n= 4 ensayos
15
Empresa B= 15 x= No. de documentos de B; 𝑃(𝑥) = 20 = 0.75;
20 q = 1-p =1-0.75=0.25 No. de documentos de A
n!
P( X x) p x q n x
x!(n x)!
4 4!
a) 𝑃(𝑥 = 3) = ( ) (0.75)3 (0.25)4−3 = 3!(4−3)! (0.421875)(0.25) =
3
4(0.10546875) = 0.4219. Es la probabilidad que al sacar 4 documentos 3 sean
de la empresa B.
b) Menos de 3 documentos sean de B
𝑃(𝑥 < 3) = 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) =
4
𝑃(𝑥 = 0) = ( ) (0.75)0 (0.25)4 = 0.0039
0
4
𝑃(𝑥 = 1) = ( ) (0.75)1 (0.25)3 = 0.0469
1
4 (0.75)2 (0.25)2
𝑃(𝑥 = 2) = ( ) = 0.2109.
2
27
Propiedades fundamentales de una distribución de Poisson.
Modelo matemático
xe
P( x) Probabilidad de éxito
x!
µ= np el parámetro µ se refiere al número promedio o esperado de éxitos por unidad.
e= constante matemática, e= 2.71825
x = el número de éxitos por unidad.
Características
1) Forma:
Cada vez que se especifica el parámetro µ se puede producir una distribución de
Poisson particular. La distribución de Poisson estará sesgada hacia la derecha
cuando µ es pequeña y se acercará a la simetría (con su punto más alto en el centro)
según aumenta µ.
EJEMPLO 1:
Supóngase que en un momento cualquiera del día, el número promedio de llamadas
telefónicas recibidas por minuto en una central es de 5. Sea X el número de llamadas
recibidas en un minuto dado.
a) Hallar la probabilidad de que se reciban exactamente 3 llamadas en un minuto
dado.
b) Hallar la probabilidad de que se reciban más de 3 llamadas en un minuto dado.
c) Hallar la probabilidad de que se reciban menos de 3 llamadas en un minuto
dado.
Solución:
28
X= el número de llamadas recibidas en un minuto dado.
µ = 5 llamadas por minuto en promedio.
xe
P( x) 53 𝑒 −5
a) P(X=3) = x! = 𝑃(𝑋 = 3) = 3! = 0.14042
50 𝑒 −5 51 𝑒 −5 52 𝑒 −5 53 𝑒 −5
1 − [ 0! + 1! + 2! + 3! ] =
1 −[0.00674+0.0337+0.08425+0.14042]=
EJEMPLO 2.
Una fábrica de cerillos sabe que 0.1% de su producción tiene algún defecto. Encuentre la
probabilidad de que en un paquete de 50 cerillos, ninguno de ellos tenga defecto.
P( x 0)
x e
0.050 e 0.05 10.9512 0.9512 95.12%
x! 0! 1
29
CURVA SIMETRICA DE CAMPANA QUE MUESTRA LAS RELACIONES ENTRE
DESVIACION ESTANDAR Y MEDIA
30
FAMILIAS DE DISTRIBUCIONES NORMALES.
Modelo Normal
Decimos que la variable aleatoria X, tiene una distribución normal con parámetro µ y σ2, lo
cual denotamos por X~N(𝜇, 𝜎 2 ), si la función de densidad de probabilidad de x está
definida por:
1 𝑥−𝜇 2
𝑓(𝑥) = 𝑒 (−1/2) ( ) ; −∞ ≤ 𝑥 ≤ +∞ ; e= 2.71828
𝜎√2𝜋 𝜎
31
EJEMPLO 1:
Una fabrica usa una máquina para llenar cajas con polvo facial. En un informe de parte del
control estadístico de la calidad se afirma que los pesos netos de las cajas están distribuidos
uniformemente con una media igual a 15 onzas y desviación estándar 0.8 onzas.
Se selecciona una caja al azar:
a) ¿cuál es la probabilidad de que tenga peso neto mayor de 14.5 onzas?
b) De que tenga entre 12.8 y 16.5 onzas
c) Que tenga peso neto menor de 15.8 onzas
d) Si cierto día máquina llena 1500 cajas ¿cuántas cajas tendrán pesos netos menores
que 14.5 onzas?
Solución:
µ= 15 onzas
σ=0.8 onzas
14.5−15
𝑎)𝑃(𝑋 > 14.5) = 1 − 𝐹 ( 0.8 ) = 1 − 𝐹(−0.63) = 1 − 0.2643 = 0.7357 =
73.57%
X=14.5 µ=15
Z
0.63 0
12.8−15 16.5−15
b)𝑃(12.8 ≤ 𝑋 ≤ 16.5) = 𝑃 ( ≤𝑍 ) = 𝐹(1.88) − 𝐹(−2.75) = 0.9700 −
0.8 0.8
0.0030 = 0.9670 = 96.70%
X= 12.8 µ = 15 𝑋 = 16.5
Z
-2.75 0 1.88
12.8 − 15
𝑐) 𝑃(𝑋 < 12.8) = 𝑃 (𝑍 < ) = 𝐹(−2.75) = 0.0030 = 0.30%
0.8
32
x=12.8 µ= 15 Z
-2.75
14.5 − 15
𝑑) 𝑃(𝑥 < 14.5) = 𝑃 (𝑍 < ) = 𝐹(−0.63) = 0.2643
0.8
EJEMPLO 2.
El gasto promedio mensual por alimentos para familias de cuatro personas en una gran
ciudad es de C$1420, con una desviación estándar de C$180. Suponiendo que los gastos
mensuales por alimentos estén distribuidos en forma normal,
µ= 1420 ; σ= 180
1350−1420
𝑃(𝑋 < 1350) = 𝑃 (𝑋 < ) = 𝐹(−0.39) = 0.3483 = 34.83%
180
1500 − 1420
𝑃(𝑋 > 1500) = 1 − 𝑃(𝑋 ≤ 1500) = 1 − 𝑃 (𝑧 ≤ ) = 1 − 𝐹(0.44)
180
= 1 − 0.6700 = 0.33 = 33%.
𝑒𝑙 33% 𝑑𝑒 𝑙𝑜𝑠 𝑔𝑎𝑠𝑡𝑜𝑠 𝑠𝑜𝑛 𝑚𝑎𝑦𝑜𝑟𝑒𝑠 𝑞𝑢𝑒 𝐶$1500.
33
EJEMPLO 3:
34
Guía de Ejercicios N˚4
Modelos de Probabilidad
1) El número de barcos que llegan a un puerto en un día determinado es una variable
aleatoria representada por X. Su distribución de probabilidad es:
X 10 11 12 13 14
P(X) 0.4 0.2 0.2 0.1 0.1
2) Una escuela primaria ha programado cuatro fechas de reunión al año con los padres de
familia. Los registros de la escuela indican que la probabilidad de que los padres de un
niño (uno o ambos) asistan desde 0 hasta 4 de las reuniones son las indicadas en el cuadro
siguiente:
Número de reuniones
a las que asisten 0 1 2 3 4
Probabilidad 0.13 0.37 0.29 0.14 0.08
35
5) Un banco en promedio recibe 6 cheques sin fondos por día. ¿Cuál es la probabilidad de
que reciba cuatro cheques sin fondo en un día dado?
6) Los registros muestran que la probabilidad es 0.0012 de que una persona ingiera
comida envenenada al pasar un día en cierta feria agropecuaria. Obtenga la probabilidad
de que en 1000 personas que asisten a la feria, cuando mucho dos ingieran comida
envenenada, ¿Y por lo menos dos?
7) Una fábrica de cerillos sabe que 0.1% de su producción tiene algún defecto. Encuentre
la probabilidad de que en un paquete de 50 cerillos, ninguno de ellos tenga defecto.
8) El 0.5% de las piezas producidas por una máquina son defectuosas. La máquina se
lleva a reparación si al tomar una muestra aleatoria de 10 piezas se encuentra dos o más
defectuosa. Obtenga la probabilidad de que la máquina sea cometida a reparación con este
esquema de muestreo.
12) Una compañía de transporte premia con un bono especial a aquellos empleados que
venden 300 o más boletos durante una jornada de 8 horas. El número de boletos vendidos
por empleado en dicha jornada está distribuido de manera aproximadamente normal, con
μ = 270 y σ = 16. ¿Cuál es la probabilidad que un vendedor seleccionado aleatoriamente
no reciba el premio?
36
respectivamente. Encuentre la probabilidad de que un cliente seleccionado aleatoriamente
tenga que esperar:
a) Menos de 2 minutos.
b) Más de 2.5 minutos.
c) Entre 3 y 5 minutos.
14) Una máquina llenadora está ajustada para llenar botellas con una media de contenido
de 32 onzas y una varianza de 0.0016. Periódicamente se verifica la cantidad de cerveza
contenida en la botella. Suponiendo que la cantidad contenida está distribuida
normalmente ¿Cuál es la probabilidad que la próxima botella que se seleccione
aleatoriamente para ser inspeccionada, contenga más de 32.02 onzas?
15) La distribución de los salarios semanales de 10000 trabajadores del campo es normal
y tiene una media de C$ 110 y varianza de C$ 64 (en miles). ¿Cuántos trabajadores tienen
salarios
a) Iguales o inferiores a C$ 110?
b) Entre C$ 100 y C$ 125 inclusive?
c) Iguales o superiores a C$ 90?
18) suponga que el tiempo necesario para que germine una variedad de semillas de una
planta está normalmente distribuido con una media de de 15 días y desviación
estándar de 4 días.
a) ¿Qué proporción de las semillas deben germinar
a.1 dentro de 19 días?
a.2 después de 23 días?
b) Después de cuántos días deben haber germinado las ¾ partes de las semillas?
19) El editor de una casa editorial calcula que transcurren en promedio 11 meses antes de
terminar el proceso de publicación, desde la elaboración del manuscrito hasta
terminar con el libro, con una desviación de 2.4 meses. Piensa que la distribución
normal describe bien los tiempos de publicación. De 19 libros que tendrá a su cargo
este año, ¿aproximadamente cuántos finalizarán el proceso de menos de un año?
37