Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Matricula:
17-7063
MATERIA:
Estadística II
TAREA:
TRABAJO FINAL
CARRERA:
Administración de Empresas
FACILITADORA:
Lourdes Veras
FECHA:
La probabilidad: es una medida numérica de la posibilidad de que ocurra un evento. Por tanto, las
probabilidades son una medida del grado de incertidumbre asociado con cada uno de los eventos
previamente enunciados.
Si cuenta con las probabilidades, tiene la capacidad de determinar la posibilidad de ocurrencia que
tiene cada evento. Los valores de probabilidad se encuentran en una escala de 0 a 1. Los valores
cercanos a 0 indican que las posibilidades de que ocurra un evento son muy pocas. Los cercanos a
1 indican que es casi seguro que ocurra un evento. Otras probabilidades entre cero y uno
representan distintos grados de posibilidad de que ocurra un evento. Por ejemplo, si considera el
evento “que llueva mañana”, se entiende que si el pronóstico del tiempo dice “la probabilidad de que
llueva es cercana a cero”, implica que casi no hay posibilidades de que llueva.
Experimento: es definido como un proceso que genera resultados definidos. Y en cada una de las
repeticiones del experimento, habrá uno y sólo uno de los posibles resultados experimentales. A
continuación se dan varios ejemplos de experimentos con sus correspondientes resultados.
Punto muestral: Un elemento del espacio muestral. Un punto muestral que representa un resultado
experimental.
Combinaciones. Otra regla de conteo útil le permite contar el número de resultados experimentales
cuando el experimento consiste en seleccionar n objetos de un conjunto (usualmente mayor) de N
objetos. Ésta es la regla de conteo para combinaciones. 4.1 Experimentos, reglas de conteo y
asignación de probabilidades 147 Cuando se hace un muestreo de una población finita de tamaño N,
la regla de conteo para combinaciones sirve para hallar el número de muestras de tamaño en que
pueden seleccionarse.
Permutaciones. La tercera regla de conteo que suele ser útil, es para permutaciones. Dicha regla
permite calcular el número de resultados experimentales cuando se seleccionan n objetos de un
conjunto de N objetos y el orden de selección es relevante. Los mismos n objetos seleccionados en
orden diferente se consideran un resultado experimental diferente.
Ley de la adición. La ley de la adición sirve para determinar la probabilidad de que ocurra por lo
menos uno de dos eventos. Es decir, si A y B son eventos, nos interesa hallar la probabilidad de que
ocurra el evento A o el B o ambos.
Eventos mutuamente excluyentes. Se dice que dos eventos son mutuamente excluyentes si no
tienen puntos muéstrales en común.
Ley de la multiplicación. Mientras que la ley de las suma de probabilidades sirve para calcular la
probabilidad de la unión de dos eventos, la ley de la multiplicación es útil para calcular la probabilidad
de la intersección de dos eventos. La ley de la multiplicación se basa en la definición de probabilidad
condicional.
Teorema de Bayes; En el estudio de la probabilidad condicional vio que revisar las probabilidades
cuando se obtiene más información es parte importante del análisis de probabilidades. Por lo
general, se suele iniciar el análisis con una estimación de probabilidad inicial o probabilidad previa de
los eventos que interesan. Después, de fuentes como una muestra, una información especial o una
prueba del producto, se obtiene más información sobre estos eventos. Dada esta nueva información,
se modifican o revisan los valores de probabilidad mediante el cálculo de probabilidades revisadas a
las que se les conoce como probabilidades posteriores. El teorema de Bayes es un medio para
calcular estas probabilidades.
Cuadro sinoptico Una variable discreta x, asigna a cada
Probabilidad formula
Discreta
Propiedades *Cota:
*normalizacion
Formula F(X)=P(
*Estabilidad de la pruebas.
Formula
( )=
*Sucesos puntuales
Distribución Caracteriza *Sucesos Independientes
Poisson * Probabilidad constante
Formula
ACTIVIDAD 2 UNIDAD II
I. Analiza el siguiente caso y luego realiza los procedimientos necesarios para su solución.
Aplicar la distribución de probabilidad Binomial.
1. Supongamos que el 40% de los clientes que visitan el banco B&B usan de tarjetas de
créditos. Si elegimos 12 clientes al azar para ofrecerle tarjetas de créditos del banco, que
Probabilidad hay de que exactamente 5 adquieran nuestra tarjeta de crédito.
Datos:
N = 12
X=5
Probabilidad de éxito (P) = 0.40
Probabilidad de fracaso (Q) = 1-P = 1-0.40 =0.60
Formula=
Formula=
P= (12!) / 5! (12-5)! (0.0102) (0.027)
P= 12x11x10x9x8x7x6x5x4x3x2x1 / 5x4x3x2x1(7x6x5x4x3x2x1) (0.00027)
P = 95, 040 / 120 (0.00027)
P= 792 (0.00027) = 0.2
1. Un lote de treinta neveras incluye cinco unidades defectuosas. Si se revisan tres neveras al
azar, diga cuál es la probabilidad de que se encuentren dos defectuosas.
Formula=
Formula=
N=3 p=0.30
X=2 q=0.05
P= (3!)/ 5! (12-5)! (0.09) (0.05)
P= 3x2x1/2x1 (1) (0.0045)
P =3(0.0045)= 0.0135
Formula=
N=3 p=0.30
X=2 q=0.05
Formula=
p= (7!) / 3! (7-3)! (0.027) (0.2401)
p= 7x6x5x4x3x2x1 / 3x2x1 (4x3x2x1) / (0.0064)
p= 210 / 6= 35 (0.0064) = 0.22
III. Analiza el siguiente caso y luego realiza los procedimientos necesarios para su solución.
Aplicar la distribución de probabilidad de Poisson.
La probabilidad de que un cliente compre pescado en el supermercado es 0.05 cada vez que
van de compra al supermercado, si se realizan 100 compras, ¿cuál es la probabilidad de
comprar 3 veces pescado?
Datos:
Media poblacional (K) es = 100 * 0.05 = 5
X=3
E = 2.71828
Formula: p(x) =
x=3 L=3.83
Formula: p(x)=
Formula: p(x) =
Formula: p(x)=
Formula: p(x) =
N: (3.8416) (0.25)
0.0025
La muestra es de 385 para la población del centro económico del Cibao, para un nivel de
Constan de 95% y en error de 5%.
2. El Centro Económico del Cibao va a realizar una encuesta para determinar el nivel de aceptación
del jugo de piña en el desayuno escolar para las escuelas primarias de Santiago. Este estudio tiene
una población (N) de 25,000 estudiantes. Determinar el tamaño de la muestra a partir de las
siguientes informaciones:
Datos
N: 25,000
Nivel de confianza = 95% (Z = 1.96)
Error permitido = 4%
P = 0.5
Q = 0.5
Solución
N: (3.8416) (7,500)
(0.0016) (29,999) + (3.8416) (0.25)
N: 28,812
47.9984 + 0.9604
N: 28,812
48,9588
N: 488.49 N:482
La muestra es de 589 para una población de 25,000, un nivel de confianza de 95% y un error
de muestreo de 4%.