Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Escuela de economía
Área:
Estadística
Docente:
Mg. María del Pilar Ríos García
Tema:
Distribución de Probabilidades
Integrantes:
2. Probabilidad simple
Ejemplo 1
En una empresa Z se produce dos diferentes productos. A y B, hay 600 artículos del
producto A y 700 artículos del producto B , Se escoge un artículo para su revisión
¿Cuál es la probabilidad de que esta sea del producto A?
Solución:
Sean los eventos
n = 600+ 700 = 1300
A: El articulo escogido sea del producto A
B: ----------
P(A) = (n(A))/(n ( Ω ))
= 500/1300
= 0.384
Interpretación:
La probabilidad de escoger un artículo del producto A es 0.384 o 38%
Ejemplo 2
En una encuesta realizada a 700 vendedores ambulantes de Tumbes, se encontró que
225 de ellos se dedicaban a esta actividad por que habían sido despedidos de las
empresas donde trabajaban. ¿Hallar la probabilidad de que, al seleccionar
aleatoriamente a un vendedor ambulante, este haya sido despedido de una empresa
fabril?
Solución:
P(A) = (n(A))/(n ( Ω ))
T = 700
Sea el evento
A = El vendedor seleccionado ha sido despedido de una Empresa Fabril = P(A)= 225
P(A) = (n(A))/(n ( Ω ))
= 225/700
= 0.32 x100 = 32%
Interpretación:
La probabilidad de elegir a un vendedor ambulante a causa de despido en una empresa
es de 32%
3. Regla de la adición
Evento mutuamente excluyente P (A U B) = P (A) +P (B)
A B
NOTA:
P (A U B); Describe la probabilidad del evento de que ocurra por lo menos uno de
ellos
Ejemplo 1
Si en una empresa se fabrica 400 pantalones iguales de las cuales 100 son producidas
por la maquina A ,80 son producidas por la máquina B, 130 son producidas por la
máquina C y 90 son producidas por la maquina D, si se elige una blusa. ¿Cuál es la
probabilidad de que la blusa elegida haya sido producida por la maquina C y D?
Solución:
T= 400 blusas
Sean los eventos:
Usamos la fórmula:
P( PA U B) = P(A) +P(B)
P( B U D) = P(C) +P(D)
= 0. 32 + 0. 22 = 0. 54
Interpretación:
La probabilidad de que el pantalón elegido haya sido producida por la maquina C Y
D, es de 0.54
Ejemplo 2
En un grupo de 300 personas 210 (130 mujeres y 80 hombres) ensayan para una obra
de la UNIVERSIDAD NACIONAL DETUMBES, con duración de ensayo de 5H y 90
(50 mujeres y 40 hombres) 8H. Hallar las probabilidades
Solución:
8H 5H Total
Mujeres 50 130 180
Hombres 40 80 120
Total 90 210 300
Interpretación:
La probabilidad es de 73 %
Ejemplo 1
La probabilidad de que una persona ahorre en el banco Sullana es 0.8, la probabilidad
de que ahorre en el banco e la Nación es de 0.10 y la probabilidad de que ahorre en
ambos bancos es de 0.5 ¿Hallar la probabilidad de que una persona ahorre en algunos
bancos?
Solución:
Sean los eventos
A=Ahorro en el banco Sullana 0.8 = P (A) = 0.8
B= Ahorro en el banco de la Nación 0.10 = P (B) = 0.10
Ahorre en ambos bancos 0.5 = P(A ∩ B) =0.5
Formula
P (A U BP(A U B) = P (A) +P (B) – P (A ∩ B)
Ejemplo 2
Como parte de una encuesta en un restaurante para los empleados del negocio “Doña
Carmela”, se efectuarán anualmente encuestas de preferencia de postres, donde se
dieron los resultados que el 15% de los empleados prefieren el postre de queque de
manzana, el 24% prefiere el de naranja y el 8% prefieren de Manzana y Naranja.
¿Cuál es la probabilidad de que un empleado seleccionado al azar tenga preferencia por
ambos postres?
Solución:
Sea los eventos
A = Empleado seleccionado con preferencia del postre de Manzana 8% = P(A) = 0.08
B= Empleado seleccionado con preferencia del postre de Naranja 15% =P(B) = 0.15
Empleados que prefieren ambos postres 3% = P(A ∩ B ) = 0.03
Formula:
P (A U BP( A U B ) = P (A ) +P (B) – P(A ∩ B)
P (A U B) = P (A ) +P (B) – P(A ∩ B)
= 0.08 + 0.15 – 0.03 = 0.20
Interpretación:
La probabilidad de que u empleado tenga preferencia por ambos postres es del 3%.
𝑷(𝑨 ∩𝑩)
7. Probabilidad condicional P(A/B) =
𝑷(𝑩)
Ejemplo 1
En la escuela de derecho, el 25% de los estudiantes desaprobaron Economia y derecho,
el 15% Derecho y el 10% desaprobaron las 2 asignaturas. Se selecciona un estudiante
al azar:
a) Si desaprobara Economía y Derecho ¿Cuál es la probabilidad de que desaprobara
Derecho?
b) Si desaprobó Derecho ¿Cuál es la probabilidad de que desaprobara Economía y
Derecho?
c) Cual es la probabilidad que desaprobara Economía y Derecho, Derecho
Solución:
Sea los sucesos
A= El estudiante haya desaprobado Economía y Derecho 25% P(A) = 0.25
B= El estudiante haya desaprobado Derecho 15% P(B) = 0.15
Sea el evento
B/A=haya desaprobado Derecho PUESTO que ya desaprobó Economía y Derecho
𝑃(𝐴∩𝐵) 0,10
P(B/A)= = =0,40
𝑃(𝐴) 0,25
EJEMPLO 2
Se lanza un dado no cargado, Dado que el resultado es un N° par .¿Cual es la
probabilidad de que dicho resultado sea mayor que 4 ?
Solución:
A= El resultado es impar:
S = { 1 , 2 , 3 , 4 , 5 ,6 }
𝑃(𝐴∩𝐵) 0.16
P(B/A)= = = 0.32
𝑃(𝐴) 0.5
Interpretación:
La probabilidad de que el resultado se mayor que 4, dado que el resultado fue impar es
0.32
8. Probabilidad de la multiplicación
EJEMPLO 1
Un dado tiene dos cara pintada de rojo, una de verde y el resto de negro .Se lanza el
dado cuatro veces .¿Cual es la probabilidad de que en :
¿Las tres primeras veces se obtenga rojo y en la último verde?
Solución:
A = La cara obtenida es rojo
B= La cara obtenida es verde
C= La cara obtenida es negro
Donde i = 1,2,3 ,4
Las probabilidades de los eventos A ,B y C son :
P(A) = 2/ 6 = 0.33 ; P(B) = 1/6 = 0.16 ; P(C ) = 3/6 = 0.5
Todos los eventos son independientes
P ( A1 ∩ A2 ∩ A3 ∩ B4 ) = P(A1) P(A2 ) P(A3 ) P(B4 )
= 2/6x 2/6x 2/6x 3/6 = 24/648
Interpretación:
La probabilidad de las tres primeras veces se obtenga rojo y en la último verde es de
0.037
Solución:
13
P(A) = Salir corazones en la 1era extraída =
40
P(A ∩ B)=P(A)P(B/A)
13 12 156
= ( )= = 0.1
40 39 1560
Interpretación:
Ejemplo en aula
Una caja contiene 5 canicas Rojas ,2 canicas verde y 1 canica azul. Una canica es
eliminada de la caja y no es reemplazada, otra canica se saca de la caja. ¿Cuál es la
probabilidad de que la 1ra canica sea azul y la 2da canica sea verde?
Solución:
Espacio muestral es (8) y la 2da su espacio es (7) a si los eventos son dependientes.
P(A ∩ B)=P(A)P(B/A)
1 2 2
= ( )=
8 7 56
Interpretación:
La probabilidad de que la 1ra canica sea azul y la 2da canica sea verde 0.035
𝑩
𝜮𝑷(𝑨𝒊 )𝑷(𝑨 )
𝒊
9. TEOREMA DE BAYES : P( Ai / B) =
𝑷(𝑩)
Ejemplo 1:
Una empresa ensambladora de televisores, usa parte que provienen de 3 proveedores P1,
P2 y P3. De 5000 partes recibidas 2000 provienen de P1, 1600 de P2 y el resto de P3. De
experiencias pasadas, el ensamblador sabe que las partes defectuosas que provienen de
P1, P2 y P3 son respectivamente 2% ,3% y 4%. Si se elige un televisor al azar:
a) ¿Cuál es la probabilidad de que contenga una parte defectuosa?
b) Y si contiene una parte defectuosa ¿Cuál es la probabilidad de que haya sido
provisto por P2?
Solución:
B: Parte defectuosa
Donde:
𝑃(𝐴2 )𝑃(𝐵/𝐴2 )
P( A2 / B) =
𝑃(𝐵)
0.8(0.03)
= = 0.0677966101694
0.354
10. Variable aleatoria: 𝝁 𝑬(𝑿) = ∑𝒏𝒊=𝟏[ 𝒙𝒊 . 𝒑(𝒙𝒊 )}, 𝝈𝟐 =
∑𝒏𝒊=𝟏[(𝒙𝒊 − 𝒖)𝟐 . 𝒑(𝒙𝒊 )]
Ejemplo 1:
Las ventas por hora de una maquina automática puede ser de 25, 26 o 27 cajetillas de
cigarro con probabilidad de 0.2; 0.3 y 0.4 respectivamente. ¿Cuál es la venta esperada
por hora para esta máquina? ¿Cuál es la varianza de ventas por hora?
Solución:
X 25 26 27
f (X ) 0.2 0.3 0.4
a) Valor esperado
X f (xi) Xi f(xi) [ Xi – E(xi ) )2 𝑓𝑖
25 0.2 5 [ 25 – 23.6 )2 0.2=0.392
26 0.3 7.8 1.728
27 0.4 10.8 4.624
0.9 23.6 6.744
Interpretación
La venta esperada por hora es de 23.6 cajetillas
Interpretación:
Desviación estándar
√0.49 = 𝜎
Ejemplo 2:
El señor Gonzales ofrece tres tamaños de pasteles (pequeño, mediano, grande) como
complemento de los almuerzos que vende. Los pasteles se venden a 60, 80 y 90
céntimos, respectivamente. De los pedidos, 20% son para el tamaño pequeño, 70% para
mediano y 10% para el grande. . Organice el tamaño de los pasteles y la probabilidad
de una venta dentro de una. Organice el tamaño de los pasteles y la probabilidad de una
venta dentro de una distribución probabilística.
a) ¿Es esta
𝑋 𝑝(𝑋) 𝑋. 𝑝(𝑋) 𝑋 − 𝑢 (𝑋 − 𝑢)2 . 𝑝(𝑋)
una
distribución del
tipo discreto? 60 20% = 0.2 12 -17 57.8 ¿por
qué?
80 70% = 0.7 56 3 6.3
77 81
1. DISTRIBUCION DE PROBABILIDADES
𝛌 𝐱 𝒆− 𝛌
2. POISSON :𝑷(𝑿 = 𝒙) = ; 𝛌 = 𝐧𝐩
𝒙!
FUNCION DE PROBABILIDAD
𝜆𝑥 𝑒 −𝜆
F(x)=P(X=x)= X=0,1,2 ,3,……
𝑥!
En donde:
X : Número de veces que ocurre el evento
e : 2.71828
𝜇 = 𝜆 (Media)
𝜎 2 = 𝜆 (Varianza)
Fórmula:
𝛌𝐱 𝒆− 𝛌
𝐹 (𝒙) = 𝑷(𝑿 = 𝒙) =
𝒙!
𝑿 = 𝟎, 𝟏, 𝟐, 𝟑 … 𝒏
Dónde:
Solución:
λ = 10 promedio de errores en 10 paginas
X= 6 N° de errores en 10paginas
𝜆𝑥 𝑒 −𝜆
P(X=x)=
𝑥!
106 𝑒 −10 45.399
P(X=3)= = = 7.5665
6! 6
Interpretación:
La probabilidad de que el estudiante cometa 6 errores en 10 paginas es 7.56%
Ejemplo 2:
λ = np → 𝜆 = 100(0.05) = 5
54 𝑒 −5
𝑃(𝑋 = 3) = = 0.1755
4!
USANDO PROPIEDAD
Exactamente P (x = a) → P (x ≤ a) − P (x ≤ a − 1)
P (x = 4) = P (x ≤ 4) − P (x ≤ 3)
P (x = 4) = 0.4405 − 0.2650
P (x = 4) = 0.1755
Interpretación:
𝑿− 𝝁
3. NORMAL: Z =
𝝈
MEDIA Y VARIANZA
Normal estándar:
X−μ
Z= ; Media → μz = 0 ; Varianza → σ2z = 1
σ
PROPIEDADES
𝑃(𝑧 < 𝑎) = 𝐹(𝑎)
𝑃(𝑧 > 𝑎) = 1 − 𝑃(𝑍 < 𝑎)
𝑃(𝑎 < 𝑧 < 𝑏) = 𝐹(𝑏) − 𝐹(𝑎)
𝑃(𝑧 < −𝑎) = 1 − 𝑝(𝑧 < 𝑎)
𝑃(𝑧 > −𝑎) = 𝑃(𝑧 < 𝑎)
Ejemplo 2
El tiempo de maquina necesario para producir una unidad del producto A esta
distribuido normalmente con una media de 45 minutos y una desviación estándar de 4
minutos . Se debe fabricar una partida de 2000 unidades de A
a) ¿Cuántas unidades requerirán de un tiempo de máquina de 47 minutos?
b) ¿Cuántas unidades requerirán de un tiempo de máquina de no menor de 42
minutos ni mayor de 47 minutos?
Solución:
Distribución Normal
μ = 45 mint
𝜎= 4 mint
X−μ
N = 2000 𝑃(𝑧 > 𝑎) = 1 − 𝑃(𝑍 < 𝑎) ; Z =
σ
X−μ 47 −45
P( (𝑧 > 47) = P( > )
σ 5
= P ( Z > 0.5 )
= 1 − 𝑃(𝑍 < 5)
= 1 - 0.6915 = 0.3085
2000(0.3085) = 618
Interpretación:
618 son las unidades del producto A que necesitan un tiempo de máquina de más de
47 minutos
B) 𝑃(𝑎 < 𝑧 < 𝑏) = 𝐹(𝑏) − 𝐹(𝑎); 𝑃(𝑧 < −𝑎) = 1 − 𝑝(𝑧 < 𝑎)
Ejemplo 2
Los coeficientes de inteligencia (CI) de un grupo de pacientes, tienen aproximadamente
una distribución normal ,con una media de 90 y una desviación típica de 10 .Se pide :
a) Hallar la proporción de pacientes con CI mayores que 117
b) ¿Cuál es la probabilidad de que un paciente elegido al azar entre los de esa población,
tenga una CI no menos de 82 ni mayor de 102?
Solución:
a) Se X= Coeficiente de inteligencia
𝜇 = 90 𝜎=10 . P( X ≥ 117)
𝑋− 𝜇 117−90
Utilizar Z = = =2.7
𝜎 10
Interpretación:
La probabilidad de que un paciente elegido al azar entre los de esa población, tenga
una CI no menos de 82 ni mayor de 102 es de 0.673%
Función de distribución
∝
F(𝑥0 ) = ∫−∝ 𝑓(𝑥)𝑑𝑥
Esperanza varianza
𝜇
E(x)=0 v(x)=
𝜇−2
Fórmula:
Función de densidad
𝑟+1 𝑟+1
2 ( 2 )
𝑟( ) 𝑡
𝑓(𝑡) = 2 [1 + ] , −𝛼 < 𝑡 < 𝛼
𝑟 𝑟
√𝜋 𝑟 (2)
CARACTERÍSTICAS
ESPERANZA Y VARIANZA
𝐸𝑠𝑝𝑒𝑟𝑎𝑛𝑧𝑎 → 𝐸(𝑋) = 0
𝜇
𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 → 𝑣(𝑥) =
𝜇−2
PROPIEDADES
𝑃(𝑡(𝑟) < 𝑎) = 𝐹(𝑎)
= 1 – 0.95 = 0.05
Ejemplo 1:
Una fábrica cuenta con tres máquinas para la producción de un mismo producto.
Durante la última semana de producción se han producido 135 artículos. El jefe de
producción cree que las máquinas no producen en cantidades similares. Por lo que ha
solicitado clasifiquen cada producto según la máquina que la ha producido. A
continuación se presenta la tabla de frecuencia de las cantidades producidas por cada
máquinaria.
Solución:
1) PLANTEAMOS HIPÓTESIS:
Ho: La cantidad producida es la misma en las tres máquina.
H1: L a cantidad producida es distinta en las tres máquinas.
2) NIVEL DE SIGNIFICACIÓN:
5%
Ejemplo 2:
El gerente de ventas de una compañia P&C afirma que todos sus vendedores realizan
el mismo número de visitas durante el mismo período de tiempo. Una muestra
aleatoria de 5 registros de los vendedores en una semana dada reveló el siguiente
número de visitas.
Con el nivel de significación de 0.05, ¿es razonable aceptar la afirmación del
gerente?
1)
2 (23 − 26)2 (29 − 26)2 (25 − 26)2 (23 − 26)2 (30 − 26)2
𝑋 (4) = + + + +
26 26 26 26 26
Ejemplo 1:
Fórmula:
Datos:
X=3 a=10 b=10
𝑎+𝑏 10+10
1) 𝑟( )= 𝑟 ( ) = 𝑟(10) = 9!
2 2
𝑎 10
𝑎 𝑏 10 2
2) (𝑏 ) = (10) = 15 = 1
𝑎 10
3) 𝑥 2−1 = 3 2 −1
= 81
𝑎 10
4) 𝑟 ( ) = 𝑟 ( ) = 𝑟(5) = 4!
2 2
𝑏 10
5) 𝑟 ( ) = 𝑟 ( ) = 𝑟(5) = 4!
2 2
𝑏 10+10
𝑎 𝑎+ 10
2 2
6) (1 + 𝑏 𝑥) = (1 + 3) = 410
10
Respuesta:
- La probabilidad para que la relación entre las varianzas sean igual a 3 es de
0.048666.
Ejemplo 2:
Solución:
1) Se nos dice que las varianzas poblacionales son iguales, por lo que para este
ejercicio se aplica:
𝑑1 = 𝑛 − 1 = 5 − 1 = 4
𝑑2 = 𝑛 − 1 = 10 − 1 = 9
Es decir la distribución F con grados de libertad (4, 9).