Documentos de Académico
Documentos de Profesional
Documentos de Cultura
de México
F a c u l t a d d e I n g e n i e r í a.
PROBABILIDAD
PROFESORA:
DRA. MIRIAM ESTELA LEMUS
UNIDAD
I
Probabilidad:
Definición: Es el estudio de los fenómenos puramente aleatorios.
Solo hay dos tipos de datos de tipos cuantitativos y cualitativos,
dentro de los cuantitativos están los continuos y los discretos.
continuos
cuantitativos
discretos
tipos de
datos
ordinales
cualitativos
nominales
Número de
Frecuencia. puertos. Eficiencia. Marca.
Computadoras. Dimensión. Número de Precio. Modelo.
Memoria piezas. Rapidez. Color.
RAM. Duración de Estética. Tipo.
la batería.
Diagrama de árbol
Definición: es un diagrama que se usa para enumerar todos los
resultados posibles para una serie de experimentos o eventos en
donde cada experimento puede suceder de un número finito de
maneras.
Ejemplo: hallar el conjunto de posibles resultados de A x B x C, tal que
A= {1,2}, B {a, b, c}, C= {3,4}
Posibilidades: Tendríamos 12 posibles resultados
1 a3
1 a4
1 b3
1 b4
1 c3
1 c4
2 a3
2 a4
2 b3
2 b4
2 c3
2 c4
Hay 10 formas
diferentes de como
puede terminar el
torneo
Técnicas de conteo:
Ordenaciones: Se llaman ordenaciones de orden r a los diferentes
grupos ordenados que se pueden formar al escoger r objetos de un
grupo de n objetos, donde r<n.
𝑛!
𝑂𝑛𝑟 =
(𝑛 − 𝑟)!
Ejemplo: Calcular las posibles ordenaciones de tres letras del
conjunto {𝑎, 𝑏, 𝑐, 𝑑 }.
4!
𝑂43 = = 24 𝑑𝑖𝑠𝑡𝑖𝑛𝑡𝑎𝑠 𝑝𝑜𝑠𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠 𝑞𝑢𝑒 𝑠𝑒𝑟𝑖𝑎𝑛:
(4 − 3)!
1) abc 9) bad 17) cba
2) abd 10) bda 18) cdb
3) acb 11) bdc 19) dab
4) acd 12) bcd 20) dba
5) adb 13) cab 21) dcb
6) adc 14) cad 22) dca
7) bac 15) cbd 23) dbc
8) bcd 16) cda 24) dac
Ejemplo: Calcular el número de ordenaciones diferentes de 3 letras
que pueden formarse con la palabra olivera.
7! 5040
𝑂73 = = = 210 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 𝑜𝑟𝑑𝑒𝑛𝑎𝑐𝑖𝑜𝑛𝑒𝑠.
(7 − 3)! 24
Ejemplo: Cuantos comités se pueden formar de un grupo de 10
personas que son candidatos a cualquiera de los siguientes puestos:
1 presidente, 1 secretario, 1 tesorero y 1 vocal.
n=10, r=4
4 10!
𝑂10 = (10−4)! = 5040 𝑝𝑜𝑠𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠.
OR24 = 42 = 16 𝑃𝑜𝑠𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠.
Ejemplo: Se tienen 20 banderas tales que 5 son negras, 5 blancas, 5
rojas y 5 azules. Calcule el número de posibilidades que se tienen si
se pretenden colocar solo 5.
𝑂𝑅45 = 45 = 1024 𝑃𝑜𝑠𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠.
Permutaciones:
Las permutaciones de n objetos son las ordenaciones de esos mismos
objetos, donde n= número de objetos.
𝑃𝑛 = 𝑂𝑛𝑛 = 𝑛!
Ejemplo: Calcule el número de permutaciones que se pueden generar
del conjunto {𝑎, 𝑏, 𝑐, 𝑑 }.
𝑃4 = 4! = 24 𝐹𝑜𝑟𝑚𝑎𝑠 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑡𝑒𝑠.
𝑃6 = 6! ∙ 4! ∙ 7 = 120960 𝑝𝑜𝑠𝑖𝑏𝑙𝑖𝑙𝑖𝑑𝑎𝑑𝑒𝑠
Permutaciones con repetición:
De n objetos tomados en grupos de la misma cantidad de objetos
donde se permite la repetición tenemos que:
𝑃𝑅𝑛 = 𝑂𝑅𝑛𝑛 = 𝑛𝑛
Ejemplo: Cuantos números d 5 cifras se pueden formar con
{1, 2, 3, 4, 5} si se permite la repetición:
𝑃𝐶𝑛 = (𝑛 − 1)!
2) Si no están en el comité
n=8, r=5.
8!
𝐶85 = = 56 𝑓𝑜𝑟𝑚𝑎𝑠.
5! (8 − 5)!
d) En el comité debe haber un presidente:
n=9, r=4.
9! 10!
𝐶94 ∙ 𝐶10
1
= ∙ = 1260 𝑓𝑜𝑟𝑚𝑎𝑠.
4! (9 − 4)! 1! (10 − 1)!
Ejemplo: Suponga que se tiene una urna de 7 bolas numeradas del
1 al 7. Calcular el número de maneras como podemos sacar, 2 bolas,
3 bolas, 2 bolas.
7! 5! 3!
𝐶72 ∙ 𝐶53 ∙ 𝐶32 = 2!(7−2)! ∙ 3!(5−3)! ∙ 2!(3−2)! = 210 ∙ 10 ∙ 1 = 210 𝑓𝑜𝑟𝑚𝑎𝑠.
Ejercicios de repaso:
1) De cuantas formas diferentes se pueden arreglar 3 focos rojos, 4
amarillos y 2 azules en una serie navideña con 9 portalámparas.
Permutamos todos los focos, donde n=9.
9!
= 1260 𝑓𝑜𝑟𝑚𝑎𝑠.
3! ∙ 4! ∙ 2!
𝑒𝑣𝑒𝑛𝑡𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 2
𝑃 (𝑅 ) = = = 0.22 = 22% 𝑑𝑒 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑.
𝑒𝑣𝑒𝑛𝑡𝑜𝑠 𝑡𝑜𝑡𝑎𝑙𝑒𝑠 9
Ejemplo: En una reunión de 10 personas donde fue invitado Juan, se
les pide que pasen a la mesa y ocupen su lugar al azar, Calcule la
probabilidad de que Juan se siente junto a la chica más guapa del
grupo.
𝑃𝐶9 ∙ 𝑃2 8! ∙ 2! 2
𝑃 (𝐽 ) = = = = 0.22 = 22% 𝑑𝑒 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑖𝑑𝑎𝑑.
𝑃𝐶10 9! 9
Probabilidad axiomática.
Sea P la función de probabilidad y P(A) la probabilidad del evento a.
Axiomas:
1) Para todo evento A la probabilidad de A es positiva.
2) Para todo evento seguro S la probabilidad de S=1.
3) Si 𝐴𝑐 es el complemento de A entonces 𝑃 (𝐴𝑐 ) = 1 − 𝑃(𝐴).
4) Para cualquier número de eventos excluyentes 𝐴1 , 𝐴2 … 𝐴𝑛 𝑃 (𝐴1 ∪
𝐴2 ∪ … ∪ 𝐴𝑛 ) 𝑡𝑎𝑙 𝑞𝑢𝑒 𝑃(𝐴1 ) + 𝑃(𝐴2 ) + ⋯ + 𝑃(𝐴𝑛 ) = 𝑃(𝑆) = 1.
5) Si A y B son eventos cualesquiera𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 − 𝐵).
2 1 3
𝑃 (𝐶 ∪ 𝐵 ) = 𝑃 (𝐶 ) + 𝑃 ( 𝐵 ) = + = .
7 7 7
Ejemplo: Suponga que un grupo de 500 estudiantes, 210 fuman, 258
beben alcohol, 216 comen entre comidas, 97 fuman y comen entre
comidas, 122 fuman y beben alcohol, 52 tienen los 3 hábitos. Se
selecciona un alumno al azar, calcular la probabilidad de que:
𝑆 = {500 𝐸𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒𝑠}
𝐴 = 𝐹𝑢𝑚𝑎 = 43 𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒𝑠.
𝐵 = 𝐵𝑒𝑏𝑒𝑛 𝑎𝑙𝑐𝑜ℎ𝑜𝑙 = 111 𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒𝑠.
𝐶 = 𝐶𝑜𝑚𝑒 𝑒𝑛𝑡𝑟𝑒 𝑐𝑜𝑚𝑑𝑎𝑠 = 88 𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒𝑠.
𝐴 ∩ 𝐶 = 45 𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒𝑠.
𝐴 ∩ 𝐵 = 70 𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒𝑠.
𝐵 ∩ 𝐶 = 31 𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒𝑠.
𝐴 ∩ 𝐵 ∩ 𝐶 = 52 𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒𝑠.
a) Diagrama de Venn.
𝐴 = 𝑀 = 𝐸𝑠𝑝𝑜𝑠𝑎 = 0.5
𝐵 = 𝐻 = 𝐸𝑠𝑝𝑜𝑠𝑜 = 0.4
Teorema de Bayes:
Sean 𝐴1 , 𝐴2 , … , 𝐴𝑛 eventos mutuamente excluyentes y exhaustivos con
𝑃 (𝐴𝑖 ) > 0 para toda i y 𝑃 (𝐵) > 0 entonces:
𝑃 (𝐵|𝐴𝑘 ) ∙ 𝑃(𝐴𝑘 )
𝑃 ( 𝐴 𝑘 |𝐵 ) =
𝑃(𝐵)
Ejemplo: Suponga que se puede llevar a reparar un automóvil a uno
de dos talleres, la probabilidad de que lo entreguen a tiempo en el
2 1
taller 1 es de 3 y en el taller 2 de 3.
Calcular:
a) ¿Cuál es la probabilidad de que lo entreguen a tiempo?
3
𝑃 (0) = 𝑃 (𝑥 = 0) = 𝑃(𝑒𝑛𝑣𝑖𝑎𝑟 𝑒𝑙 𝑙𝑜𝑡𝑒 1, 3, 6) = .
6
1
𝑃(1) = 𝑃(𝑥 = 1) = 𝑃(𝑒𝑛𝑣𝑖𝑎𝑟 𝑒𝑙 𝑙𝑜𝑡𝑒 4) = .
6
2
𝑃 (2) = 𝑃(𝑥 = 2) = 𝑃(𝑒𝑛𝑣𝑖𝑎𝑟 𝑒𝑙 𝑙𝑜𝑡𝑒 2, 5) = .
6
1
𝑥=0
2
1
𝑃 (𝑥 ) = 𝑥=1
6
1
𝑥=2
3
𝑃(1 − 𝑃) 𝑋−1 𝑥 = 1, 2, 3, …
P(x)
0 𝑜. 𝑐
∑ 𝑃(𝑥 ) = 1 ∴ 𝑒𝑠 𝑢𝑛𝑎 𝑓. 𝑑. 𝑝
𝑖=−2
a)
i. 𝑃(𝑥 ≤ 2) =
8
𝑃(𝑥 = −2) + 𝑃(𝑥 = −1) + 𝑃 (𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) =
8
7
ii. 𝑃(𝑥 > 2) = 𝑃(𝑥 = −1) + 𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2) = 8
4
iii. 𝑃(−1 ≤ 𝑥 < 1) = 𝑃 (𝑥 = −1) + 𝑃 (𝑥 = 0) = 8
iv. 𝑃(𝑥 ≤ −1 𝑜 𝑥 > 1) =
8
(𝑃(𝑥 = −1) + 𝑃(𝑥 = 0) + 𝑃 (𝑥 = 1) + 𝑃(𝑥 = 2))(𝑃(𝑥 = 2) =
8
2𝑥+1
b) 𝑓 (𝑥 ) = 25
9
i. 𝑃(𝑥 = 4) = 8
1
ii. 𝑃(𝑥 > 1) = 25
14
iii. 𝑃(2 < 𝑥 < 6) = 25
8
iv. 𝑃(𝑥 ≤ 1 𝑜 𝑥 > 1) = = 1
8
𝐸 ( 𝑥 ) = 𝜇 ( 𝑥 ) = ∑ 𝑥 ∙ 𝑃 (𝑥 ).
5
𝐶48 ∙ 𝐶40
𝑃 (𝑥 = 0) = 5 = 0.66.
𝐶52
4
𝐶48 ∙ 𝐶41
𝑃(𝑥 = 1) = 5 = 0.2994.
𝐶52
3
𝐶48 ∙ 𝐶42
𝑃(𝑥 = 2) = 5 = 0.0399.
𝐶52
2
𝐶48 ∙ 𝐶43
(
𝑃 𝑥=3 =) 5 = 0.001736.
𝐶52
1
𝐶48 ∙ 𝐶44
𝑃 (𝑥 = 4) = 5 = 1.84 × 10−5 .
𝐶52
Entonces la f.d.p:
𝟎. 𝟔𝟔 𝒙=𝟎
𝟎. 𝟐𝟗𝟗𝟒 𝒙=𝟏
𝒇 (𝒙 ) 𝟎. 𝟎𝟑𝟗𝟗 𝒙=𝟐
𝟎. 𝟎𝟎𝟏𝟕𝟑𝟔 𝒙=𝟑
𝟎. 𝟎𝟎𝟎𝟎𝟏𝟖 𝒙=𝟒
0 O.C
e) F.d.a
𝐹 (0) = 𝑓 (0) = 0.66
𝐹 (1) = 𝑓(𝑥 ≤ 1) = 𝑓(0) + 𝑓(1) = 0.9583
𝐹 (2) = 𝑓 (𝑥 ≤ 2) = 𝑓 (0) + 𝑓 (1) + 𝑓(2) = 0.9982
𝐹 (3) = 𝑓 (𝑥 ≤ 3) = 𝑓 (0) + 𝑓(1) + 𝑓 (2) + 𝑓(3) = 0.9999
𝐹 (4) = 𝑓 (𝑥 ≤ 4) = 𝑓 (0) + 𝑓 (1) + 𝑓(2) + 𝑓 (3) + 𝑓(4) = 1
𝑥 ∈ {𝑥1 , 𝑥2 , 𝑥3 , … , 𝑥𝑛 } 𝑎 = 𝑥1 , 𝑏 = 𝑥𝑛
1 𝑏−𝑎 (𝑏 − 𝑎 + 1)2 − 1
𝑓 (𝑥 ) = . 𝐸 (𝑥 ) = 𝜇 ( 𝑥 ) = . 𝜎 2 = 𝑉 (𝑥 ) =
𝑛 2 12
𝑃(3 ≤ 𝑥 ≤ 7) = 0.2660.
𝑓 (𝑥 ) = (1 − 𝑃)𝑥−1 ∙ (𝑃) 𝑥 = 1, 2, 3, …
1 1−𝑃
𝐸 ( 𝑥 ) = 𝜇 (𝑥 ) = . 𝜎 2 = 𝑣 (𝑥 ) = .
𝑝 𝑃2
b) La esperanza y varianza:
1
𝐸 (𝑥 ) = = 10 𝑏𝑒𝑎𝑡𝑠 ℎ𝑎𝑠𝑡𝑎 𝑒𝑙 𝑝𝑟𝑖𝑚𝑒𝑟 𝑒𝑟𝑟𝑜𝑟.
0.1
1 − 0.1
𝜎 2 (𝑥 ) = = 90
(0.1)2
Ejemplo: Un semáforo particularmente tardado en el trayecto
matutino del lector, se encuentra en verde 20% de las veces que
pasa por el crucero, suponga que cada mañana es un evento
independiente:
a) En 5 mañanas cual es la probabilidad de que este en verde solo
un día.
𝑥~𝑏𝑖𝑛𝑜𝑚𝑖𝑎𝑙. 𝑥 = 𝑑𝑖𝑎𝑠 𝑞𝑢𝑒 𝑒𝑠𝑡𝑎 𝑒𝑛 𝑣𝑒𝑟𝑑𝑒.
5
𝑃(𝑥 = 1) = ( ) = 0. 21 ∙ (1 − 0.2)5−1 = 0.4096.
1
20
𝑃(𝑥 = 4) = ( ) = 0. 24 ∙ (1 − 0.2)20−4 = 0.2182.
4
𝑃 (𝑥 > 4) =
1 − 𝑃 (𝑥 = 4) − 𝑃(𝑥 = 3) − 𝑃(𝑥 = 2) − 𝑃(𝑥 = 1) − 𝑃(𝑥 = 0)
.
𝑃 (𝑥 > 4) = 1 − 0.2181 − 0.2053 − 0.1369 − 0.576 − 0.0115.
𝑃 (𝑥 > 4) = 0.6294.
d) La esperanza y varianza del problema:
𝐸 (𝑥 ) = 𝜇(𝑥 ) = 𝑛𝑃 = 20(0.2) = 4
𝑥−1
𝑓 (𝑥 ) = ( ) (1 − 𝑃)𝑥−𝑟 ∙ 𝑃𝑟
𝑟−1
Además de que:
𝑟 𝑟 (1 − 𝑃 )
𝐸 ( 𝑥 ) = 𝜇 (𝑥 ) = . 𝑉 ( 𝑥 ) = 𝜎 2 (𝑥 ) = .
𝑃 𝑃2
𝑃(𝑥 ≤ 5) = 𝑃(𝑥 = 3) + 𝑃 (𝑥 = 4) + 𝑃 (𝑥 = 5)
3−1 (
𝑃(𝑥 = 3) = ( ) 1 − 0.0005)3−3 (0.0005)3 = 1.25 × 10−10 .
5−1
4−1 (
𝑃 (𝑥 = 4) = ( ) 1 − 0.0005)4−3 (0.0005)3 = 3.7481 × 10−10 .
5−1
5−1 (
𝑃 (𝑥 = 5) = ( ) 1 − 0.0005)5−3 (0.0005)3 = 7.4925 × 10−10 .
5−1
𝑃 (𝑥 ≤ 5) = 1.2490 × 10−9 .
𝑘 𝑁−𝑛
𝐸 (𝑥 ) = 𝜇(𝑥 ) = 𝑛𝑃. 𝑃= . 𝑉 (𝑥 ) = 𝜎 2 (𝑥 ) = 𝑛𝑃 (1 − 𝑃) ∙ ( ).
𝑁 𝑁−1
𝑃 (𝑥 ≥ 1) = 1 − 𝑃(𝑥 = 0).
5
( ) 1
𝑃 (0,0) = 𝑃(𝑥 = 0, 𝑦 = 0) = 3 = .
12
( ) 22
3
4 5
( )( ) 2
𝑃(0,1) = 𝑃(𝑥 = 0, 𝑦 = 1) = 1 2 = .
12 11
( )
3
4 5
( )( ) 3
𝑃(0,2) = 𝑃(𝑥 = 0, 𝑦 = 2) = 1 3 = .
12 22
( )
3
4
( ) 1
𝑃 (0,3) = 𝑃 (𝑥 = 0, 𝑦 = 3) = 3 = .
12
( ) 55
3
3
( ) (5)
𝑃 (1,0) = 𝑃(𝑥 = 1, 𝑦 = 0) = 1 2 = 1.35 × 10.3 .
12
( )
3
4 3
( ) (5) ( ) 3
𝑃 (1,1) = 𝑃(𝑥 = 1, 𝑦 = 1) = 1 2 1 = .
12 11
( )
3
3 4
( )( ) 9
𝑃 (1,2) = 𝑃 (𝑥 = 1, 𝑦 = 2) = 1 2 = .
12 110
( )
3
3
( ) (5) 3
𝑃(2,0) = 𝑃(𝑥 = 2, 𝑦 = 0) = 1 1 = .
12 44
( )
3
3 4
( )( ) 3
𝑃 (2, ) = 𝑃 (𝑥 = 2, 𝑦 = 1) = 2 1 = .
12 55
( )
3
3
( ) 1
𝑃(3,0) = 𝑃(𝑥 = 3, 𝑦 = 0) = 3 = .
12 220
( )
3
𝑖⁄ 0 1 2 3
𝑗
0 1 2 3 1
22 11 22 55
1 3 3 9 0
22 11 110
2 3 3 0 0
44 55
3 1 0 0 0
220
La marginal:
21 27 27 1
𝑥 = ∑ 𝑟𝑒𝑛𝑔𝑙𝑜𝑛 = + + + =1
55 55 220 220
14 28 12 1 1
𝑦 = ∑ 𝑐𝑜𝑙𝑢𝑚𝑛𝑎 = + + + + =1
55 55 55 55 220
Por lo tanto es una f.d.p.
Ejemplo: Suponga que el 15% de las familias de cierta comunidad no
tiene hijos, el 20% tiene un hijo, el 35% tiene dos hijos y el 30% tiene
tres hijos. Considere que cada hijo tiene la misma e
independientemente probabilidad de ser niño o niña.
Sea B=número de niños donde 𝐵 ∈ {0, 1, 2, 3} y G=número de niñas
donde 𝐺 ∈ {0, 1, 2, 3}.
Si se elige una familia al azar:
a) Describa la f.d.p conjunta:
𝑃(0, 1) =
𝑃 𝐵 = 0, 𝐺 = 1 = 𝑃 𝑢𝑛 ℎ𝑖𝑗𝑜 𝑑𝑎𝑑𝑜 𝑞𝑢𝑒 𝑒𝑠 𝑛𝑖ñ𝑎) = (0.2)(0.5) = 0.1
( ) (
𝑃(0, 2) =
𝑃(𝐵 = 0, 𝐺 = 2) = 𝑃(𝑑𝑜𝑠 ℎ𝑖𝑗𝑜𝑠 𝑑𝑎𝑑𝑜 𝑞𝑢𝑒 𝑠𝑜𝑛 𝑛𝑖ñ𝑎𝑠) =
(0.35)(0.5)2 = 0.0875.
𝑃(0, 3) =
𝑃 (𝐵 = 0, 𝐺 = 3) = 𝑃 (𝑡𝑟𝑒𝑠 ℎ𝑖𝑗𝑜𝑠 𝑑𝑎𝑑𝑜 𝑞𝑢𝑒 𝑠𝑜𝑛 𝑛𝑖ñ𝑎𝑠) =
(0.30)(0.5)3 = 0.0375.
𝑃(1, 0) =
𝑃 (𝐵 = 1, 𝐺 = 0) = 𝑃 (𝑢𝑛 ℎ𝑖𝑗𝑜 𝑑𝑎𝑑𝑜 𝑞𝑢𝑒 𝑒𝑠 𝑛𝑖ñ𝑜𝑠) =
(0.20)(0.5) = 0.1.
𝑃(2, 0) =
𝑃 𝐵 = 2, 𝐺 = 0 = 𝑃 𝑑𝑜𝑠 ℎ𝑖𝑗𝑜𝑠 𝑑𝑎𝑑𝑜 𝑞𝑢𝑒 𝑠𝑜𝑛 𝑛𝑖ñ𝑜𝑠) =
( ) (
(0.35)(0.5)2 = 0.0875.
𝑃(3, 0) =
𝑃(𝐵 = 3, 𝐺 = 0) = 𝑃 (𝑡𝑟𝑒𝑠 ℎ𝑖𝑗𝑜𝑠 𝑑𝑎𝑑𝑜 𝑞𝑢𝑒 𝑠𝑜𝑛 𝑛𝑖ñ𝑜𝑠) =
(0.30)(0.5)3 = 0.0375.
𝑃(1, 2) =
𝑃 (𝐵 = 1, 𝐺 = 2) = 𝑃 (𝑡𝑟𝑒𝑠 ℎ𝑖𝑗𝑜𝑠 𝑑𝑎𝑑𝑜 𝑞𝑢𝑒 𝑑𝑜𝑠 𝑠𝑜𝑛 𝑛𝑖ñ𝑎𝑠)
= 0.1125.
𝑃(2, 1) =
𝑃 (𝐵 = 2, 𝐺 = 1) = 𝑃(𝑡𝑟𝑒𝑠 ℎ𝑖𝑗𝑜𝑠 𝑑𝑎𝑑𝑜 𝑞𝑢𝑒 𝑢𝑛𝑎 𝑒𝑠 𝑛𝑖ñ𝑎)
= 0.1125.
𝑃(1, 1) =
𝑃 (𝐵 = 1, 𝐺 = 1) = 𝑃 (𝑑𝑜𝑠 ℎ𝑖𝑗𝑜𝑠 𝑑𝑎𝑑𝑜 𝑞𝑢𝑒 𝑢𝑛𝑎 𝑒𝑠 𝑛𝑖ñ𝑎)
= 0.0875.
𝑃(2,1) =
𝑃(𝐵 = 2, 𝐺 = 1) = 𝑃(𝑡𝑟𝑒𝑠 ℎ𝑖𝑗𝑜𝑠 𝑑𝑎𝑑𝑜 𝑞𝑢𝑒 𝑢𝑛𝑎 𝑛𝑖ñ𝑎𝑠)
= 0.1125.
𝑖⁄ 0 1 2 3
𝑗
0 0.15 0.1 0.0875 0.0375
1 0.1 0.0875 0.1125 0
2 0.0875 0.1125 0 0
3 0.0375 0 0 0
𝑒 −𝜆 𝜆𝑥
𝑓 (𝑥 ) . 𝑥 = 1, 2, 3, 4, …
𝑥!
Además de que:
𝐸 (𝑥 ) = 𝜇(𝑥 ) = 𝜆. 𝑣 (𝑥 ) = 𝜎 2 (𝑥 ) = 𝜆.
𝑒 −2.3 (2.3)2
𝑃 (𝑥 = 2) = = 0.2651.
2!
𝑒 −11.5(11.5)10
𝑃(𝑥 = 10) = = 0.1129.
10!
c) Determine la probabilidad de al menos 1 imperfección en 2 [𝑚𝑚].
𝑃 (𝑥 ≥ 1) = 1 − 𝑃(𝑥 = 0).
𝑒 −4.6 (4.6)0
𝑃(𝑥 = 0) = = 0.011.
0!
𝑥 = 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑎𝑠 𝜆 = 10
𝑒 −10 (10)12
𝑃(𝑥 = 12) = = 0.09478.
12!
𝑥 = 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑎𝑠 𝜆 = 10
𝑒 −10 (10)0
𝑃(𝑥 = 0) = = 4.53𝑥10−5 .
0!
𝑃 (𝑥 ≤ 3) = 1 − 𝑃 (𝑥 = 3) − 𝑃 (𝑥 = 2) − 𝑃 (𝑥 = 1) − 𝑃 (𝑥 = 0).
𝑃 (𝑥 ≤ 3) = 0.011335.
F.d.a de una variable aleatoria discreta: Sea x una v.a discreta y f(x)
su f.d.p la f.d.a:
𝐹 (𝑥 ) = 𝑃 (𝑋 ≤ 𝑥 ) = ∑ 𝑓 (𝑥𝑖 ).
𝑥𝑖
Y satisface que:
1) 𝐹 (𝑥 ) = 𝑃(𝑋 ≤ 𝑥 ) = ∑𝑥𝑖 ≤𝑟 𝑓(𝑥𝑖 ).
2) 0 ≤ 𝐹 (𝑥 ) ≤ 1.
3) 𝑆𝑖 𝑥 ≤ 𝑦 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝐹 (𝑥 ) ≤ 𝐹 (𝑦).
𝑥 ∈ {0, 1.5, 2, 3}
2
𝑃 (𝑥 = 0) = .
6
2
𝑃 (𝑥 = 1) = .
6
1
𝑃 (𝑥 = 2) = .
6
1
𝑃 (𝑥 = 3) = .
6
2
𝑥 = 0.
6
2
𝑓(𝑥) 𝑥 = 1.
6
1
𝑥 = 2.
6
1
𝑥 = 3.
6
b) Determine:
1
i) 𝑃 (𝑥 = 1.5) = .
3
3
ii) 𝑃 (0.5 ≤ 𝑥 ≤ 2.7) = 6.
4
iii) 𝑃 (0 ≤ 𝑥 ≤ 2) = 5.
𝑥3 4
→ 𝑘 ( 3 | ) = 1.
0
1 1
→ 𝑘 ( (4)3 − (0)3 ) = 1
3 3
64
→ 𝑘( )=1
3
3
→𝑘= .
64
1 3
b) 𝑃 (4 < 𝑥 < 4).
3 3
3 2
4 3 4
→∫ 𝑥 𝑑𝑥 = ∫ 𝑥 2 𝑑𝑥.
1 64 64 1
4 4
3
3 1 34 3 13
→ (3 𝑥 | ) = ( ).
64 1 64 96
4
1 3 13
𝑃( < 𝑥 < ) = .
4 4 2048
2
c) 𝑃 (𝑥 > 3).
4
3 2 3 4
→∫ 𝑥 𝑑𝑥 = ∫ 𝑥 2 𝑑𝑥.
2 64 64 2
3 3
3 1 34
→ ( 𝑥 |2).
64 3 3
2 215
𝑃 (𝑥 > ) = .
3 216
3 3
→ (2) (𝑒 −2𝑥 |3) = (0.066).
64 1 64
0.5
→ 2 (∫ 𝑒 −2𝑥 𝑑𝑥 + lim (𝑒 −2𝑥 ))
0 𝑥→∞
4 0 4
→ ∫ 2𝑒 −2𝑥 𝑑𝑥 = ∫ 2𝑒 −2𝑥 𝑑𝑥 + ∫ 2𝑒 −2𝑥 𝑑𝑥.
−∞ −∞ 0
4
→ lim 2𝑒 −2𝑥 + ∫ 2𝑒 −2𝑥 𝑑𝑥.
𝑥→∞ 0
12.5 12.5
−20(𝑥−12.5)
→ 1−∫ 20𝑒 𝑑𝑥 = 1 − 20 ∫ 𝑒 −20(𝑥−12.5) 𝑑𝑥.
0 0
12.5
→ 1 − 20 (0.5 𝑒 −20(𝑥−12.5) | ) = 1 − 0.8647
0
𝑃(12.5 ≤ 𝑥 ≤ 12.6)
12.6
→∫ 20𝑒 −20(𝑥−12.5) 𝑑𝑥
12.5
→ 20(𝑒 −2 − 𝑒 0 ) = 0.8646.
𝑥
𝐹 (𝑥 ) = ∫ 20𝑒 −20(𝑢−12.5)𝑑𝑢.
−∞
𝑥
𝐹(𝑥) = 20 ∫ 𝑒 −20(𝑢−12.5) 𝑑𝑢
−∞
𝑥
𝐹. 𝑑. 𝑎 = 𝐹 (𝑥 ) = ∫ 𝑓 (𝑢)𝑑𝑢.
−∞
1
𝑓 (𝑢 ) = = 10.
1.05 − 0.95
𝑥
𝐹 (𝑥 ) = ∫ 10𝑑𝑢 = 10𝑥 − 9.5.
−∞
1.05
1.05 1
𝑥 > 1.02 = ∫ 10𝑑𝑥 = 10𝑥| = .
1.03 1.03 5
𝑏
∫ 10𝑑𝑥 = 0.90.
𝑎
𝑏
10𝑥| = 0.90.
𝑎
10(𝑏 − 𝑎) = 0.90.
𝑏 − 𝑎 = 0.09.
−𝑎 = −0.96 → 𝑎 = 0.96.
2
𝐸 (𝑥 ) = =1. 𝑣(𝑥 ) = 5𝑥10−3 .
2
𝑓 (𝑥 ) = 𝜆𝑒 −𝜆𝑥 0 ≤ 𝑥 < ∞.
1
𝑃(𝑥 > 6 𝑚𝑖𝑛𝑢𝑡𝑜𝑠) = 𝑃 (𝑥 > ℎ𝑜𝑟𝑎).
10
∞
1
𝑃 (𝑥 > ) = ∫ 2.5𝑒 −2.5𝑥 𝑑𝑥 .
10 0.1
𝑏
1
𝑃 (𝑥 > ) = lim ∫ 2.5𝑒 −2.5𝑥 𝑑𝑥.
10 𝑏
0.1
𝑏→∞
1
𝑃 (𝑥 > ) = lim [−𝑒 −25𝑏 + 𝑒 25(0.1) ].
10 𝑏→∞
1
𝑃 (𝑥 > ) = 0.082.
10
1 1
𝑃( < 𝑥 < ) = 0.1480.
30 20
1 (𝑥−𝜇)2
−
𝑓 (𝑥 ) = 𝑒 2𝜎 2 (−∞ < 𝑥 < ∞).
√2𝜋𝜎
Tiene una f.d.p normal con parámetro 𝜇, (−∞ < 𝑥 <∝) y 𝜎 > 0 además
de que la esperanza y varianza están definidos como:
𝐸 (𝑥 ) = 𝜇 (𝑥 ). 𝑣 ( 𝑥 ) = 𝜎 (𝑥 ).
𝑥−𝜇
𝑧= ~ 𝑁 (0,1).
𝜎
𝑥 − 10 13 − 10
→ 𝑃 (𝑥 > 13) = 𝑃 ( > ) = 𝑃 (𝑧 > 1.5)
2 2
𝑃 (𝑋 < 𝑥 ) = 0.98
𝑋 − 10 𝑥 − 10
𝑃( < ) = 0.98.
2 2
𝑥 − 10
2.05 = .
2
𝑥 = 14.1.
𝑘𝑔
b) ¿Cuál es la probabilidad de que este entre 5800 y 5900 [𝑚2 ] ?
𝑋 − 6000 𝑥 − 6000
𝑃( < ) = 0.95.
100 100
1.604 = 0.95.
𝑥 − 6000
= 1.64.
100
𝑥 = 6.164.
𝑒 −𝜆 𝜆𝑥
𝑓 (𝑥 ) = .
𝑥!
Con aproximación normal:
𝑥 − 1000 950 − 1000
𝑃(𝑥 < 950) = 𝑃 ( < ).
31.62 31.62
𝑋 − 10 𝑥 − 10
𝑃( > ) = 0.5.
2 2
𝑃 (𝑍 > 𝑧)0.5.
𝑥 − 10
→ = 0.
2
→ 𝑥 = 10.
𝑋 − 10 𝑥 − 10
𝑃( > ) = 0.95.
2 2
𝑥 − 10
→ = −1.64.
2
→ 𝑥 = 6.72.
𝑥 − 10 𝑋 − 10
𝑃( < < 0) = 0.2.
2 2
𝑥 − 10
→ = −0.53.
2
→ 𝑥 = 8.94.
𝑧 = 1.64.
→ 𝑥 = 13.92.
−𝑥 𝑥 − 10 𝑥
𝑃( < < ).
2 2 2
→ 𝑧 = 2.58.
→ 𝑥 = 5.16.
UNIDAD
IV
La función de densidad de probabilidad de dos variables: La f.d.p
𝑓𝑥𝑦 (𝑥, 𝑦) es una función conjunta de las variables continuas “X” y “Y”
además de que se cumple que:
𝑥 ≥0. 𝑦 ≥ 0.
∞ ∞ ∞ ∞
∫ ∫ 𝑓(𝑥, 𝑦) 𝑑𝑥 𝑑𝑦 = ∫ ∫ 2𝑥10−6 𝑒 −0.001−0.002𝑦 𝑑𝑥 𝑑𝑦.
−∞ −∞ −∞ −∞
𝑏 𝑏
→ lim ∫ ∫ 2𝑥10−6 𝑒 −0.001−0.002𝑦 𝑑𝑥 𝑑𝑦.
𝑏→∞ 0 0
𝑏 𝑏
−6 ∫ ∫ −0.001−0.002𝑦
→ lim 2𝑥10 𝑒 𝑑𝑥 𝑑𝑦.
𝑏→∞ 0 0
𝑏 𝑏
𝑑𝑥 𝑑𝑦
→ lim 2𝑥10−6 ∫ ∫ 𝑒 −𝑢 ∙ 𝑒 −𝑣 ( )( ).
𝑏→∞ 0 0 0.001 0.002
𝑏
→ lim 2𝑥10−6 (𝑒 −0.001−0.002𝑦) | .
𝑏→∞ 0
2𝑥10−6
→ = 1.
(0.001)(0.002)
∴ 𝑒𝑠 𝑢𝑛𝑎 𝑓. 𝑑. 𝑝.
b) Calcule la probabilidad de que ambos componentes fallen en
menos de mil horas:
𝑃 (𝑥 ≤ 1000, 𝑦 ≤ 1000) = ⋯
1000 1000
𝑑𝑥 𝑑𝑦
→∫ ∫ 2𝑥10−6 𝑒 −0.001−0.002𝑦 ( )( ).
0 0 0.001 0.002
1000 1000
2𝑥10−6
→ ∫ ∫ 2𝑥10−6 𝑒 −0.001−0.002𝑦 𝑑𝑥 𝑑𝑦.
(0.001)(0.002) 0 0
1000 1000
→ 1∫ ∫ 2𝑥10−6 𝑒 −0.001−0.002𝑦 𝑑𝑥 𝑑𝑦.
0 0
Sea
2
(2𝑥 + 3𝑦) 0 ≤ 𝑥 ≤ 1.
5
𝑓(𝑥, 𝑦) 0 0 ≤ 𝑦 ≤ 1.
∞ ∞ 1 1
2
∫ ∫ 𝑓 (𝑥, 𝑦) 𝑑𝑥 𝑑𝑦 = ∫ ∫ (2𝑥 + 3𝑦) 𝑑𝑥 𝑑𝑦.
−∞ −∞ 0 0 5
1 1 1
b) Calcular 𝑃[(𝑥, 𝑦) ∈ 𝐴] = 𝑃 (0 ≤ 𝑥 ≤ 2 ≤ 𝑦 ≤ 2).
4
1 1 1
2 22 2 2 1
∫ ∫ (2𝑥 + 3𝑦)𝑑𝑥 𝑑𝑦 = ∫ ( (𝑥 2 + 3𝑦𝑥 )|2 ) 𝑑𝑦 .
1 5 1 5
4
0
4 0
1 1
2 2 1 22 1 3
∫ ( (𝑥 2 + 3𝑦𝑥 )|2 ) 𝑑𝑦 = ∫ ( + 𝑦) 𝑑𝑦.
1 5 1 5 4 2
4 0 4
1
22 1 3 1 9
∫ ( + 𝑦) 𝑑𝑦 = + .
1 5 4 2 40 160
4
1 1 1
→ 𝑃 (0 ≤ 𝑥 ≤ ≤ 𝑦 ≤ ) = 0.08125.
2 4 2
3 𝑥+2 3
𝑦2 𝑥 + 2
𝐶∫ ∫ (𝑥 + 𝑦)𝑑𝑥 𝑑𝑦 = 𝐶 ∫ (𝑥𝑦 + )| 𝑑𝑥
0 𝑥 0 2 𝑥
3 3
𝑦2 𝑥 + 2
𝐶 ∫ (𝑥𝑦 + )| 𝑑𝑥 = 𝐶 ∫ (4𝑥 + 2 )𝑑𝑥
0 2 𝑥 0
3
𝑥2 3 3
𝐶 ∫ (4𝑥 + 2 )𝑑𝑥 = 𝐶 (4 ( ) | + 2(𝑥 )| )
0 2 0 0
→ 𝐶 = 2(9) + 2(3) = 24
1 1
→ 𝑓 (𝑥, 𝑦) = = .
𝐶 24
1 1 2 1 1 3
∫ ∫ (𝑥 + 𝑦)𝑑𝑥𝑑𝑦 = ∫ (2𝑥 − 𝑥 2 + 2) 𝑑𝑥 .
24 0 𝑥 24 0 2
1 1 3 1 3 13 − 0
∫ (2𝑥 − 𝑥 2 + 2) 𝑑𝑥 = ((12 − 0) − ( ) − 2(1 − 0))
24 0 2 24 2 0
1 2 𝑥+2
𝑃 (1 < 𝑥 < 2) = ∫ ∫ (𝑥 + 𝑦)𝑑𝑥𝑑𝑦.
24 1 𝑥
1 2 𝑥+2 1 2 𝑦2 𝑥 + 2
∫ ∫ (𝑥 + 𝑦)𝑑𝑥𝑑𝑦 = ∫ (𝑥𝑦 + ) | 𝑑𝑥.
24 1 𝑥 24 1 2 𝑥
1 2 𝑦2 𝑥 + 2 1 2
1 2
∫ (𝑥𝑦 + ) | 𝑑𝑥 = (∫ 2𝑥 𝑑𝑥 + ∫ 4𝑥 + 4 𝑑𝑥 ).
24 1 2 𝑥 24 1 2 1
2
1 1 2 1 2 1
(∫ 2𝑥 𝑑𝑥 + ∫ 4𝑥 + 4 𝑑𝑥 ) = (2 − 12 ) + (2(22 + 4 − 12 ) + 4).
24 1 2 1 24 48
1
𝑃 (1 < 𝑥 < 2) = .
3
1 2 2 1 2 3 2
∫ ∫ 𝑥 + 𝑦 𝑑𝑥 𝑑𝑦 = ∫ − 𝑥 + 2𝑥 + 2 𝑑𝑥.
24 0 𝑥 24 0 2
1 2 3 2 1
∫ − 𝑥 + 2𝑥 + 2 𝑑𝑥 = .
24 0 2 6
∞
𝑓𝑥 (𝑥 ) = ∫ 𝑓 (𝑥, 𝑦)𝑑𝑦.
−∞
∞
𝑓𝑦 (𝑦) = ∫ 𝑓(𝑥, 𝑦)𝑑𝑥.
−∞
𝑓(𝑥, 𝑦)
𝑓 ( 𝑥 |𝑦 ) = .
𝑓𝑥 (𝑥)
𝑓(𝑥, 𝑦)
𝑓 ( 𝑦 |𝑥 ) = .
𝑓𝑦 (𝑦)
4
Ejemplo: Sea 𝑓 (𝑥, 𝑦) = 81 𝑥𝑦 (0 < 𝑥 < 3), (0 < 𝑦 < 3) calcular:
4 3 𝑥 2 2.5 25 3
∫ 𝑦 ( | ) 𝑑𝑦 = ∫ 𝑦 𝑑𝑦.
81 0 2 0 162 0
25 3 25 𝑦 2 3
∫ 𝑦 𝑑𝑦 = ( | ).
162 0 162 2 0
b) La marginal de x:
4 3
𝑓𝑥 (𝑥 ) = ∫ 𝑥𝑦 𝑑𝑦.
81 0
4 3 4 3
∫ 𝑥𝑦 𝑑𝑦 = 𝑥 ∫ 𝑦 𝑑𝑦.
81 0 81 0
3
4 4 𝑦2 3
𝑥 ∫ 𝑦 𝑑𝑦 = 𝑥 ( 2 | ).
81 0 81 0
4 𝑦2 3 2
𝑥 ( 2 | ) = 𝑥.
81 0 9
c) La marginal de y:
4 3
𝑓𝑦 (𝑦) = ∫ 𝑥𝑦 𝑑𝑥.
81 0
4 3 4 3
∫ 𝑥𝑦 𝑑𝑦 = 𝑦 ∫ 𝑥 𝑑𝑥.
81 0 81 0
3
4 4 𝑥2 3
𝑦 ∫ 𝑥 𝑑𝑥 = 𝑦 ( 2 | ).
81 0 81 0
4 𝑥2 3 2
𝑦 ( 2 | ) = 𝑦.
81 0 9
d) E(x) y E(y):
∞
2 2 3
𝐸 (𝑥 ) = ∫ 𝑥 ( 𝑥) 𝑑𝑥 = ∫ 𝑥 2 𝑑𝑥.
−∞ 9 9 0
2 3 2 2 𝑥3 3
∫ 𝑥 𝑑𝑥 = ( | ).
9 0 9 3 0
2 𝑥3 3
( | ) = 2.
9 3 0
∞
2 2 3 2
𝐸 (𝑦) = ∫ 𝑦 ( 𝑦) 𝑑𝑦 = ∫ 𝑦 𝑑𝑦.
−∞ 9 9 0
2 3 2 2 𝑦3 3
∫ 𝑦 𝑑𝑦 = ( | ).
9 0 9 3 0
2 𝑦3 3
( | ) = 2.
9 3 0
e) 𝑃(𝑥 > 1.8, 1 < 𝑦 < 2.5):
4 2.5 3
𝑃(𝑥 > 1.8, 1 < 𝑦 < 2.5) = ∫ ∫ 𝑥𝑦 𝑑𝑥 𝑑𝑦.
81 1 1.8
4 2.5 72 32 2.52 1
∫ 𝑦 𝑑𝑦 = ( − ).
81 1 25 225 2 2
32 2.52 1 28
( − )= .
225 2 2 75