Principios Básicos de Probabilidad1

Introducción Conceptos Básicos Probabilidad Clásica Variables Aleatorias y Distribuciones de Probabilidad
Principios Básicos de Probabilidad
Jorge Alberto Barón Cárdenas
Universidad de Córdoba
Montería, Colombia
2016
16 de febrero de 2018
unicor
Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 1 / 45
Contenido
1 Introducción
2 Conceptos Básicos
3 Probabilidad Clásica
4 Variables Aleatorias y Distribuciones de Probabilidad

Referencias

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 2 / 45
Introducción
Sin tener en cuenta la profesión que se haya elegido, algo si es seguro, en algún
momento se han de tomar decisiones. Con mucha frecuencia esto tendrá que
hacerse sin conocer todas las consecuencias de tales decisiones. Por ejemplo
los inversionistas deben decidir sobre la conveniencia de invertir en una acción
en particular, con base en sus expectativas sobre rendimientos futuros. Los
empresarios, al decidir comercializar un producto enfrentan la incertidumbre
sobre la posibilidad de éxito.

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 3 / 45
Introducción
Todo esfuerzo por reducir el nivel de incertidumbre en el proceso de toma de

decisiones incrementara enormemente la probabilidad de que se tome decisio-
nes más inteligentes y bien informadas. El propósito de este capítulo es ilustrar
las formas en las cuales puede medirse la posibilidad o probabilidad de ocu-
rrencia de eventos futuros. Al mejorar la habilidad para juzgar la ocurrencia
de eventos futuros se puede minimizar el riesgo y la especulación arriesgada
relacionados con el proceso de toma de decisiones.

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 4 / 45
Experimento aleatorio
Existen dos tipos de fenómenos o experimentos en la naturaleza: los determi-

nistas y los aleatorios.
Un experimento determinista es aquel que produce el mismo resultado cuan-

do se le repite bajo las mismas condiciones.
Ejemplos:
• Determinar en un intervalo de tiempo dado, la distancia recorrida por un
automóvil que tiene velocidad constante.
• Observar el tiempo que tarda un objeto en caer al suelo cuando se le deja
caer desde una altura dada.

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 5 / 45
Experimento aleatorio
Un experimento aleatorio es el proceso de observar un fenómeno cuyos posi-

bles resultados son inciertos. Se supone que se saben todos los posibles resul-
tados del experimento de antemano y que se puede repetir el experimento en
condiciones idénticas.
Ejemplos:
• Lanzar una moneda y observar si sale cara o sello.
• Observar el resultado de lanzar un dado.

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 6 / 45
Espacio Muestral
El espacio muestral de un experimento aleatorio es el conjunto de todos los

posibles resultados del experimento, y se le denota generalmente por la letra
griega Ω (omega mayúscula). A un resultado particular se le llama punto maes-
tral y se denota por ω (omega minúscula)
• Lanzar una moneda y observar si sale cara o sello. Ω = {C, S}
• Observar el resultado de lanzar un dado. Ω = {1, 2, 3, 4, 5, 6}

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 7 / 45
Espacio Muestral
Describa el espacio muestral para los siguientes experimentos aleatorios:

• Se seleccionan tres artículos de forma aleatoria de un proceso de
fabricación. Cada artículo se inspecciona y se clasifica como defectuoso
y no defectuoso.
• Una mujer portadora de hemofilia clásica da a luz tres hijos. Si el interés
recae en si trasmite o no la enfermedad a sus hijos, describa el espacio
muestral.

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 8 / 45
Espacio Muestral
• Un inspector de control de calidad eligió dos piezas fabricadas para

probarlas. Posteriormente se establece si la parte se acepta, se repara, o
se desecha.
• Un experimento consiste en lanzar una moneda y después lanzarla una
segunda vez si sale cara. Si sale cruz en el primer lanzamiento, entonces
se lanza un dado una vez.
• Se selecciona un individuo de un grupo de pacientes que se clasifican
según el sexo y también de acuerdo a su presión sanguínea: baja, normal
o alta.

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 9 / 45
Evento
Llamaremos evento o suceso a cualquier subconjunto del espacio muestral y

los denotaremos por las primeras letras del alfabeto en mayúsculas: A,B,C, . . .
o bien por alguna otra letra en mayúscula que nos ayude a identificar al evento.
Ejemplo: Si un experimento aleatorio consiste en lanzar un dado y observar el
número que aparece en la cara superior, entonces claramente el espacio mues-
tral es el conjunto Ω = {1, 2, 3, 4, 5, 6}. Como ejemplo de un evento para este
experimento podemos definir el conjunto A := {2, 4, 6}, que corresponde al su-
ceso de obtener como resultado un número par. Si al lanzar el dado una vez
se obtiene el número “4”, decimos entonces que se observó la ocurrencia del
evento A, y si se obtiene por ejemplo el resultado “1”, decimos que no se ob-
servó la ocurrencia del evento A.

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 10 / 45
Evento
Se dice que un evento es simple cuando consta de un solo elemento del es-
pacio muestral, en cambio, se llama compuesto cuando consta de más de un
elemento del espacio muestral. Puesto que los conceptos de espacio muestral y
evento involucran forzosamente el manejo de conjuntos, recordaremos algunas
operaciones entre conjuntos y algunas propiedades que nos serán de utilidad
en el estudio de la probabilidad.

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 11 / 45
Operaciones con conjuntos
Supondremos que el espacio muestral Ω de un experimento aleatorio es una es-

pecie de conjunto universal y cualquier elemento de Ω lo denotaremos por ω.
Al conjunto vacío lo denotaremos como es usual por el símbolo 0./ Otros sím-
bolos usuales son los de pertenencia (∈), o no pertenencia (∈)
/ de un elemento
en un conjunto. Sean A y B dos subconjuntos cualesquiera de Ω . Recorda-
mos a continuación las operaciones básicas de unión, intersección, diferencia
y complemento:

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 12 / 45

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 13 / 45

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 14 / 45

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 15 / 45

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 16 / 45

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 17 / 45

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 18 / 45
Probabilidad Clásica

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 19 / 45
Propiedades:
1 P (Ω) = 1.
2 P (φ ) = 0
3 0 ≤ P (A) ≤ 1 para cualquier evento A.
P (A B) = P (A) + P (B) − P (A B) .
S T
4
S
5 P (A B) = P (A) + P (B) si A y B son disyuntos.
6 P (Ac ) = 1 − P (A).
P (A − B) = P (A Bc ) = P (A) − P (A B).
T T
7

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 20 / 45
Ejemplo: Se lanza un dado equilibrado y se desea determinar la probabilidad

de que :
a) El resultado sea un número par.
b) El resultado sea un número primo.
c) El resultado sea un número par y primo.
d) El resultado sea un número primo mayor que dos.
e) El resultado sea un número par o mayor que dos.
Solución:
Se definen los siguientes eventos:
A: El resultado es un número par. A := {2, 4, 6}
B: El resultado es un número primo B := {1, 2, 3, 5}
C: El resultado es un número mayor que dos. C := {3, 4, 5, 6}

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 21 / 45
.
El espacio muestral está dado por: Ω := {1, 2, 3, 4, 5, 6}
Así tenemos las siguientes cardinalidades:
# (Ω) = 6, # (A) = 3, # (Ac ) = 3, # (B) = 4, # (C) = 4
a) El resultado sea un número par

#(A) 3
P (A) = #(Ω) = 6 = 0.5 (50 %)
b) El resultado sea un número primo

#(B) 4
P (B) = #(Ω) = 6 = 0.6667 (66.67 %)

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 22 / 45
.
# (Ω) = 6, # (A) = 3, # (Ac ) = 3, # (B) = 4, # (C) = 4

#(A) 3
P (A) = #(Ω) = 6 = 0.5 (50 %)

#(B) 4
P (B) = #(Ω) = 6 = 0.6667 (66.67 %)

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 22 / 45
.
# (Ω) = 6, # (A) = 3, # (Ac ) = 3, # (B) = 4, # (C) = 4

#(A) 3
P (A) = #(Ω) = 6 = 0.5 (50 %)

#(B) 4
P (B) = #(Ω) = 6 = 0.6667 (66.67 %)

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 22 / 45
c) El resultado sea un número par y primo

A B = {2} , # T(A B) = 1
T T
P (A B) = #(A B) 1
T
#(Ω) = 6 = 0.1667 (16.67 %)
d) El resultado sea un número primo mayor que dos

B C = {3, 5} ,T# (B C) = 2
T T
P (B C) = #(B C) 2
T
#(Ω) = 6 = 0.3333 (33.33 %)
e) El resultado sea un número par o mayor que dos

A C = {2, 3, 4,S5, 6} , # (A C) = 5
S S
P (A C) = #(A C) 5
S
#(Ω) = 6 = 0.8333 (83.33 %)

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 23 / 45

A B = {2} , # T(A B) = 1
T T
P (A B) = #(A B) 1
T
#(Ω) = 6 = 0.1667 (16.67 %)

B C = {3, 5} ,T# (B C) = 2
T T
P (B C) = #(B C) 2
T
#(Ω) = 6 = 0.3333 (33.33 %)

A C = {2, 3, 4,S5, 6} , # (A C) = 5
S S
P (A C) = #(A C) 5
S
#(Ω) = 6 = 0.8333 (83.33 %)

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 23 / 45

A B = {2} , # T(A B) = 1
T T
P (A B) = #(A B) 1
T
#(Ω) = 6 = 0.1667 (16.67 %)

B C = {3, 5} ,T# (B C) = 2
T T
P (B C) = #(B C) 2
T
#(Ω) = 6 = 0.3333 (33.33 %)

A C = {2, 3, 4,S5, 6} , # (A C) = 5
S S
P (A C) = #(A C) 5
S
#(Ω) = 6 = 0.8333 (83.33 %)

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 23 / 45
Ejemplo:
De los 100 estudiantes de la carrera de filosofía y lenguas clásicas del depar-
tamento de idiomas de una universidad, se tiene que 28 estudiantes asisten a
clases de latín, 26 a clases de griego y 16 a clases de hebreo. Hay 12 estudian-
tes que asistieron tanto a las de latín como a las de griego, 4 asistieron a las
de latín y hebreo y 6 están en las de griego y hebreo. Además se tiene que 2
estudiantes asistieron a los tres cursos mencionados. Si se escoge un estudiante
de filosofía y lenguas clásicas, aleatoriamente:
¿Cuál es la probabilidad de que el estudiante asista a clases de latín o a clases
de griego?
¿Cuál es la probabilidad de que no asista a clases de latín?
¿Cuál es la probabilidad de que asista a clases de latín pero no de hebreo?
¿Cuál es la probabilidad de que asista a clases de griego y de hebreo pero no
de latín?

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 24 / 45
Solución:
Tenemos que:
Ω : los estudiantes de la carrera de Filosofía y Lenguas Clásicas del departa-
mento de idiomas de la universidad de interés.
Definamos los siguientes eventos:
L : el estudiante seleccionado asista a clases de latín.
G : el estudiante seleccionado asista a clases de griego.
H : el estudiante seleccionado asista a clases de hebreo.
Luego:
T T
#(Ω ) = 100, #(L) = 28, #(G) = 26, #(H) = 16, #(L G) = 12, #(L H) = 4,
T T T
#(G H) = 6,#(L G H) = 2

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 25 / 45
¿Cuál es la probabilidad de que el estudiante asista a clases de latín o a clases

de griego?
[ \
P L G = P (L) + P (G) − P L G
28 26 12
= + −
100 100 100
28 + 26 − 12
=
100
42
= = 0.42 (42 %)
100

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 26 / 45
¿Cuál es la probabilidad de que no asista a clases de latín?
P (Lc ) = 1 − P (L)
28
= 1−
100
100 − 28
=
100
72
= = 0.72 (72 %)
100

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 27 / 45
¿Cuál es la probabilidad de que asista a clases de latín pero no de hebreo?
\
P (L − H) = P (L) − P L H
28 4
= −
100 100
24
= = 0.24 (24 %)
100
¿Cuál es la probabilidad de que asista a clases de griego y de hebreo pero no
de latín?
\ \ \ \
P (G H) − L = P G H − P G H L
6 2
= −
100 100
4
= = 0.04 (4 %)
100

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 28 / 45
Probabilidad Condicionada
La probabilidad condicionada de A, dado B, que se denota con P(A/B), se
define como:
T
P(A B)
P(A/B) = P(B)

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 29 / 45
Ejemplo:
La probabilidad de que un vuelo programado normalmente salga a tiempo es
del 83 %; la probailidad de que llegue a tiempo es del 82 % y a la probabilidad
de que salga a tiempo y llegue a tiempo es del 78 %. Encuentre la probabilidad
de que un avión:
a) Llegue a tiempo, dado que salio a tiempo.
b) Salió a tiempo, dado que llegó a tiempo.
Definamos:
A : vuelo programado normalmente salga a tiempo.
B : vuelo programado normalmente llegue a tiempo
Así:
T
P(A) = 0.83, P(B) = 0.82, P(A B) = 0.78.

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 30 / 45
a) La probabilidad de que llegue a tiempo, dado que salió a tiempo.

T
P(B A) 0.78
P(B/A) = P(A) = 0.83 = 0.94
b) La probabilidad de que salga a tiempo, dado que llegó a tiempo.

T
P(A B) 0.78
P(A/B) = P(B) = 0.82 = 0.95

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 31 / 45
a) La probabilidad de que llegue a tiempo, dado que salió a tiempo.

T
P(B A) 0.78
P(B/A) = P(A) = 0.83 = 0.94
b) La probabilidad de que salga a tiempo, dado que llegó a tiempo.

T
P(A B) 0.78
P(A/B) = P(B) = 0.82 = 0.95

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 31 / 45
Eventos Independientes
Definición 1
Dos eventos A y B son independientes si y sólo si
P(A/B) = P (A) o P(B/A) = P (B)
Definición 2
T
P(A B) = P (A) P (B)

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 32 / 45
Definición 1
P(A/B) = P (A) o P(B/A) = P (B)
Definición 2
T
P(A B) = P (A) P (B)

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 32 / 45
Ejemplo
Una pequeña ciudad tiene un carro de bombero y una ambulancia disponible
para emergencias. La probabilidad de que el carro de bombero esté disponible
cuando se necesite es 0.98 y la probabilidad de que la ambulancia esté
disponible cuando se le requiera es de 0.92. En el caso de que resulte un
herido de un edificio en llamas, encuentre la probabilidad de que tanto la
ambulancia como el carro de bomberos estén disponibles.
Solución:
Definamos:
A: El carro de bombero este disponible cuando se necesite.
B: La ambulancia este disponible cuando se le requiera.
T
P(A B) =?
Luego
T
P(A B) = P (A) P (B) = (0.98) (0.92) = 0.9016
Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 33 / 45
Ejemplo
Una pequeña ciudad tiene un carro de bombero y una ambulancia disponible
para emergencias. La probabilidad de que el carro de bombero esté disponible
cuando se necesite es 0.98 y la probabilidad de que la ambulancia esté
disponible cuando se le requiera es de 0.92. En el caso de que resulte un
herido de un edificio en llamas, encuentre la probabilidad de que tanto la
ambulancia como el carro de bomberos estén disponibles.
Solución:
Definamos:
A: El carro de bombero este disponible cuando se necesite.
B: La ambulancia este disponible cuando se le requiera.
T
P(A B) =?
Luego
T
P(A B) = P (A) P (B) = (0.98) (0.92) = 0.9016
Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 33 / 45
Teorema de la Probabilidad Total

Si los eventos B1 , B2 , ..., Bn constituyen una partición del espacio muestral Ω
tal que P (Bi ) 6= 0 para todo i = 1, 2, ..., n, entonces para cualquier evento A de
Ω,
n \ n
P (A) = ∑ P Bi A = ∑ P (A/Bi ) P (Bi )
k=1 k=1
Ejemplo 1:
En cierta planta de ensamble, tres maquinas B1 , B2 y B3 montan el 30, 45 y
25 % de los productos respectivamente. Por experiencia pasada se sabe que el
2, 3 y 2 % de los productos ensamblados por cada máquina, respectivamente,
tienen defectos. Ahora supongamos que se selecciona de forma aleatoria un
producto terminado. ¿Cual es la probabilidad de que este defectuoso?

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 34 / 45

Ω,
n \ n
P (A) = ∑ P Bi A = ∑ P (A/Bi ) P (Bi )
k=1 k=1
Ejemplo 1:
En cierta planta de ensamble, tres maquinas B1 , B2 y B3 montan el 30, 45 y
25 % de los productos respectivamente. Por experiencia pasada se sabe que el
2, 3 y 2 % de los productos ensamblados por cada máquina, respectivamente,
tienen defectos. Ahora supongamos que se selecciona de forma aleatoria un
producto terminado. ¿Cual es la probabilidad de que este defectuoso?

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 34 / 45

Solución
Consideremos los siguientes eventos:
A: El producto está defectuoso
B1 : El producto está ensamblado por la maquina B1
Así:
P (B1 ) = 0.3, P (B2 ) = 0.45 y P (B3 ) = 0.25
P (A/B1 ) = 0.02, P (A/B2 ) = 0.03, y P (A/B3 ) = 0.02

n
P (A) = ∑ P (A/Bi ) P (Bi ) = (0.02) (0.3) + (0.03) (0.45) + (0.02) (0.25)
k=1
= 0.0245
Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 35 / 45
Teorema de Bayes
Teorema de Bayes
Ω tal que P (A) 6= 0,
P (A/Br ) P (Br )
P (Br /A) = n
∑ P (A/Bi ) P (Bi )
k=1
Ejemplo 1:
Con referencia al ejemplo de las máquinas de ensamblaje, si se elige al azar
un producto y se encuentra de que esta defectuoso. ¿Cual es la probabilidad
de que este ensamblado con la máquina B3 ?

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 36 / 45
Teorema de Bayes
Teorema de Bayes
Ω tal que P (A) 6= 0,
P (A/Br ) P (Br )
P (Br /A) = n
∑ P (A/Bi ) P (Bi )
k=1
Ejemplo 1:
Con referencia al ejemplo de las máquinas de ensamblaje, si se elige al azar
un producto y se encuentra de que esta defectuoso. ¿Cual es la probabilidad
de que este ensamblado con la máquina B3 ?

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 36 / 45
Teorema de Bayes
Solución
P (A/B3 ) P (B3 )
P (B3 /A) = n
∑ P (A/Bi ) P (Bi )
k=1
P (A/B3 ) P (B3 )
=
P (A/B1 ) P (B1 ) + P (A/B2 ) P (B2 ) + P (A/B3 ) P (B3 )
(0.02) (0.25)
=
(0.02) (0.3) + (0.03) (0.45) + (0.02) (0.25)
0.005
=
0.0245
= 0.2041

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 37 / 45
Variable Aleatoria
Variable Aleatoria
Una variable aleatoria es una función que asocia un número real con cada
elemento del espacio muestral.
Ejemplo 1:
Se sacan 2 bolas de manera sucesiva sin reemplazo, de una urna que contiene
4 bolas rojas y 3 negras. Se define la variable aleatoria:
Y: Número de bolas rojas.
ω Y P (ω)
2 Y P (Y = y)
RR 2 7 1
2 0 7
RN 1 7 4
2 1 7
NR 1 7 2
1 2 7
NN 0 7

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 38 / 45
Variable Aleatoria
Variable Aleatoria
Una variable aleatoria es una función que asocia un número real con cada
elemento del espacio muestral.
Ejemplo 1:
Se sacan 2 bolas de manera sucesiva sin reemplazo, de una urna que contiene
4 bolas rojas y 3 negras. Se define la variable aleatoria:
Y: Número de bolas rojas.
ω Y P (ω)
2 Y P (Y = y)
RR 2 7 1
2 0 7
RN 1 7 4
2 1 7
NR 1 7 2
1 2 7
NN 0 7

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 38 / 45
Variable Aleatoria
Ejemplo 2:
Se lanza una moneda corriente tres veces consecutivas. Se define la variable
aleatoria:
X: Número de caras obtenidas.
ω X P (ω)
1
CCC 3 8
1
CCS 2 8 X P (X = x)
1 1
CSC 2 8 0 8
1 3
CSS 1 8 1 8
1 3
SCC 2 8 2 8
1 1
SCS 1 8 3 8
1
SSC 1 8
1
SSS 0 8

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 39 / 45
Variable Aleatoria
Ejemplo 3:
De un lote de diez artículo se selecciona uno de manera aleatoria, de los
cuales tres son defectuosos.
Se define la variable aleatoria:
(
0 si es de f ectuoso
X=
1 si no es de f ectuoso
(
3
10 si x = 0
P (X = x) = 7
10 si x = 1

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 40 / 45
Valor Esperado y Varianza
Valor Esperado Para Una Variable Discreta:

Sea X una variable aleatoria discreta con función de probabilidad P (X). La
media o valor esperado de X es:
E (X) = ∑ xP (X = x)
Rx

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 41 / 45
Varianza de una Variable Discreta:

Sea X una variable aleatoria discreta con función de probabilidad P (X). La
varianza de X está dada por:
Var (X) = ∑ (x − E (x))2 P (X = x)

Rx
Nota: La varianza puede ser definida como:
Var (X) = E X 2 − E 2 (X)

donde
E X 2 = ∑ x2 P (X = x)

Rx

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 42 / 45
Ejemplo 1:
Calcular el valor esperado y la varianza de la variable aleatoria Y del ejercicio
1:
Del ejercicio planteado se tiene que:
Y P (Y = y)
1
0 7
4
1 7
2
2 7
Por consiguiente el valor esperado

de Y4está
dado2por:
1 8

E (Y ) = ∑ yP (Y = y) = (0) 7 + (1) 7 + (2) 7 = 7
Rx

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 43 / 45
Ejemplo 1:
La varianza:
E Y 2 = ∑ y2 P (Y = y) = 02 1
+ 12 4
+ 22 2 12

7 7 7 = 7
Ry
Var (Y ) = E Y 2 − E 2 (Y )

2
12 8
= −
7 7
12 64
= −
7 49
20
=
49

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 44 / 45
Bibliografía Referencias
Referencias I
Montgómery, D. (2003). Probabilidad y Estadística aplicadas a la

Ingeniería. EDITORIAL LIMUSA.
RONALD E. WALPOLE, R. (Novena edición, 2012). Probabilidad y
estadística para ingeniería y ciencias. PEARSON EDUCACIÓN, México.
Webster, A. (2000). Estadística aplicada a los negocios y la economía.
Bradley University.

Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 45 / 45

Principios Básicos de Probabilidad1

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Principios Básicos de Probabilidad1

Cargado por

Copyright:

Formatos disponibles

Introducción Conceptos Básicos Probabilidad Clásica Variables Aleatorias y Distribuciones de Probabilidad

Principios Básicos de Probabilidad

Jorge Alberto Barón Cárdenas

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

4 Variables Aleatorias y Distribuciones de Probabilidad

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

Todo esfuerzo por reducir el nivel de incertidumbre en el proceso de toma de

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

Existen dos tipos de fenómenos o experimentos en la naturaleza: los determi-

Un experimento determinista es aquel que produce el mismo resultado cuan-

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

Un experimento aleatorio es el proceso de observar un fenómeno cuyos posi-

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

El espacio muestral de un experimento aleatorio es el conjunto de todos los

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

Describa el espacio muestral para los siguientes experimentos aleatorios:

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

• Un inspector de control de calidad eligió dos piezas fabricadas para

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

Llamaremos evento o suceso a cualquier subconjunto del espacio muestral y

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

Operaciones con conjuntos

Supondremos que el espacio muestral Ω de un experimento aleatorio es una es-

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

Operaciones con conjuntos

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

Operaciones con conjuntos

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

Operaciones con conjuntos

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

Operaciones con conjuntos

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

Operaciones con conjuntos

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

Operaciones con conjuntos

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

Ejemplo: Se lanza un dado equilibrado y se desea determinar la probabilidad

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

a) El resultado sea un número par

b) El resultado sea un número primo

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

a) El resultado sea un número par

b) El resultado sea un número primo

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

a) El resultado sea un número par

b) El resultado sea un número primo

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

c) El resultado sea un número par y primo

d) El resultado sea un número primo mayor que dos

e) El resultado sea un número par o mayor que dos

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

c) El resultado sea un número par y primo

d) El resultado sea un número primo mayor que dos

e) El resultado sea un número par o mayor que dos

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,

c) El resultado sea un número par y primo

d) El resultado sea un número primo mayor que dos

e) El resultado sea un número par o mayor que dos

Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,