Actividad 1

Carrera: ingeniería comercial

Materia Estadística inferencial

Docente: Jairo Gómez Frías
Estudiante: Woldy omar barba coimbra

Mayo-2023
RESUMEN

Definición de probabilidad

Se llama probabilidad a cualquier función, P, que asigna a cada suceso A un valor numérico
P(A), verificando las siguientes reglas (axiomas)

P(E)=1

0≤P(A) ≤1

Espacio Muestral y Sucesos

cuando se realiza un experimento aleatorio diversos resultados son posibles. El conjunto de

todos los resultados posibles se llama espacio muestral.

ejemplo se lanza un dado

E={1,2,3,4,5,6}

Se llama suceso a un subconjunto de dichos resultados

A={3} B={1,2}

Se llama suceso contrario (complemento) de un suceso A,A’ , al formado por los elementos que
no están en A

Se llama suceso unión de A y B, AUB, al formado por los resultados experimentales que están
en A o en B (incluyendo los que están en ambos).

Se llama suceso intersección de A y B, A B, o simplemente AB, ve al formado por los

elementos que están en A y B

Enfoques de probabilidad

Subjetiva (bayesiana): Grado de certeza que se posee sobre un suceso. Es personal.

Frecuentista (objetiva): Probabilidad de un suceso es la frecuencia relativa (%) de veces que

ocurriría el suceso
al realizar un experimento repetidas veces.

Clásica (Laplace): Es el cociente de dividir al número de casos favorables o éxitos que pueden
ocurrir en una prueba, por el total de casos posibles.

Regla de la multiplicación

La regla de la multiplicación es un proceso que se ocupa cuando se quiere calcular la

probabilidad de que ocurran 2 o más sucesos multiplicando todas sus probabilidades A,B o A,
B, C, etc.
Existen 2 escenarios diferentes:

Primer escenario:
cuando los sucesos son independientes (con reposición), que es cuando la ocurrencia de un
suceso no afecta a la probabilidad del otro

Ejemplo: Seleccionamos dos bolas (con reposición) de un urna que tiene 3 bolas azules y 4
rojas. ¿Cuál es la probabilidad de que la primera sea azul y la segunda roja?

3 4 12
P ( AyR )=P ( A )∗P ( R )= + = ∗100=24 , 49 %
7 7 7

P ( AyRyN )=P ( A )∗P ( R )∗P ( N )

Segundo scenario:
cuando los sucesos son dependientes (sin reposición), es decir que la ocurrencia de un suceso
afecta la probabilidad del otro

Ejemplo: Seleccionamos dos bolas (sin reposición) de una urna que tiene 3 bolas azules y 4.
Cuál es la probabilidad de que la primera sea azul y la segunda roja?

P ( AyR )=P ( A )∗P ( RA )= 37 + 46 = 27∗100=28 , 57 %

P ( AyRyN )=P ( A )∗P ( RA )∗P ( A N∩ R )=¿
Regla de la adición

La regla de la adición o regla de la suma establece que la probabilidad de ocurrencia de

cualquier evento A,B en particular, es igual a la suma de las probabilidades individuales.

A ∩ B=0 A ∩ B≠ 0

Eventos excluyentes Eventos no excluyentes

Ambos sucesos no Ambos sucesos
Pueden ocurrir al Pueden ocurrir al
Mismo tiempo Mismo tiempo

P ( A o B )=P ( A ) + P ( B ) P ( A o B )=P ( A ) + P ( B )−P( A ∩ B)

Probabilidad condicionada
La probabilidad condicional es aquella que se presenta en un evento o suceso, dado que otro
evento ya ha ocurrido.
 P ( BA )= P(P(B) P ( )=
A ∩ B) B
A
P (A ∩B)
P( A )
Independencia de sucesos
Se dice que dos o más sucesos son independientes, si la probabilidad de ninguno de ellos afecta
a la probabilidad de ocurrencia del otro.

P ( A ∩ R )=P ( A )∗P(R)
P ( )
A
B
=P ( A )

P ( )
B
A
=P(B)

Sistema exhaustivo y excluyente de sucesos

Son una colección de sucesos

A1, A2, A3, A4…

Tales que la unión de todos ellos forma

el espacio muestral, y sus intersecciones
son disjuntas.

Teorema de la probabilidad total

Si conocemos la probabilidad de B en cada uno de los componentes de un sistema exhaustivo y

excluyente de sucesos, entonces…

… podemos calcular la probabilidad de B.

Distribución Binominal

Propiedades de un experimento binomial

1. El experimento consiste en una sucesión de n intentos o ensayos idénticos.
2. En cada intento o ensayo son posibles dos resultados. A uno le llamaremos éxito y el
otro fracaso.

Propiedades de un experimento binomial

3. La probabilidad de un éxito. Representada por p, no cambia de un intento o ensayo a
otro punto en consecuencia la probabilidad de un fracaso, representada por 1 -p, no
cambia de un intento a otro punto
4. los intentos o ensayos son independientes.

Función de Probabilidad binomial

F (x)=nCxpx(1−p)(n−x )

f (x)=¿ la probabilidad de x éxitos en el intento.

n=¿la cantidad de intento
nCx=¿ no combinación
p=¿ la probabilidad de un éxito en cualquier intento.
(1− p)=¿ la probabilidad de un fracaso en cualquier intento

Distribución de probabilidad Poisson

Esta variable aleatoria discreta se usa con frecuencia para estimar la cantidad de sucesos u
ocurrencias en determinado intervalo de tiempo o espacio.
Propiedades de un experimento de poisson
La probabilidad de una ocurrencia es igual en dos intervalos cualquiera de igual longitud. La
ocurrencia o no ocurrencia en cualquier intervalo es independiente o no a la ocurrencia en
cualquier otro intervalo.

Función de Probabilidad de poisson

x
u −u
F ( x )= e 6
X!

F (x)=¿ probabilidad de x ocurrencias en un intervalo

U =¿ valor esperado o cantidad promedio de ocurrencias en un intervalo
E=¿ 2.71828
Ejercicios