ESTADÍSTICA APLICADA AL MANTENIMIENTO - TEMA I

(PROBABILIDAD) CON ESPACIO MUESTRAL FINITO E INFINITO.

Profesora: Annys Silva.

T.S.U: Maryorie González C.I: 18.228.716

T.S.U: Leisdiannys García C.I: 19.940.499
Sección: MM01
Trayecto III - Fase 1 – Grupo #2
Grupo Taller #13

El Tigre, 08 de Junio de 2023.

1. REDACTA CON TUS PROPIAS PALABRAS QUE SE ENTIENDE
SOBRE EL ORIGEN DE ESTADÍSTICA APLICADA, HISTORIA,
IMPORTANCIA, OBJETIVO, DEFINICIÓN DE ESTADÍSTICA APLICADA.

Origen e Historia.

La estadística tiene antecedentes históricos en los censos, que consistían

en observaciones sistemáticas y periódicas sobre datos de la población para
fines de guerra y finanzas realizados años antes de Cristo. En la actualidad
la estadística no limita solamente a la recolección de datos, sino a la
organización, recopilación y análisis de los mismos con un determinado
objetivo.

La palabra "estadística" suele utilizarse bajo dos significados distintos, a

saber:

1. Como colección de datos numéricos. Este es el significado más

vulgar de la palabra estadística. Se sobrentiende que estos datos numéricos
han de estar presentados de manera ordenada y sistemática. Una
información numérica cualquiera puede no constituir una estadística, para
merecer este apelativo, los datos han de constituir un conjunto coherente,
establecido de forma sistemática y siguiendo un criterio de ordenación. Hay
numerosas situaciones en las cuales es necesario organizar una gran
cantidad de datos para que estén disponibles y se pueda leer toda la
información que ellos proveen. En otras oportunidades hace falta hacer un
resumen de esa colección de datos para tomar decisiones. Tenemos muchos
ejemplos de este tipo de estadísticas. El Anuario Estadístico publicado por el
Instituto Nacional de Estadística, El Anuario de Estadísticas del Trabajo,
 2. Como ciencia. En este significado, la Estadística estudia el
comportamiento de los fenómenos de masas. Como todas las ciencias,
busca las características generales de un colectivo y prescinde de las
particulares de cada elemento. Así por ejemplo al investigar el sexo de los
nacimientos, se inicia el trabajo tomando un grupo numeroso de nacimientos
y obteniendo después la proporción de varones. Es frecuente enfrentarse
con fenómenos en los que es muy difícil predecir el resultado; así, no se
puede dar una lista, con las personas que van a morir con una cierta edad, o
el sexo de un nuevo ser hasta que transcurra un determinado tiempo de
embarazo.

Importancia.

La importancia de la estadística es hallar las regularidades que se

encuentran en los fenómenos de masa. También es útil usar datos obtenidos
a partir de una parte de un grupo para predecir qué sucederá con el grupo
entero. Sus aplicaciones se dan en todos los campos de la investigación,
siendo utilizada como medio auxiliar, entre otros por economistas, médicos,
físicos y técnicos. Vez recolectados los datos se organizara la información
para sacar conclusiones válidas y cómo transmitir claramente esta
información.

Objetivos.

 Conocer y trabajar conceptos básicos de la estadística descriptiva.

Analizar situaciones representadas en los gráficos.

 Adquirir habilidades para conseguir una tabla de frecuencias, un

diagrama de barras y algunos índices descriptivos.
  Saber interpretar una tabla de frecuencias, un diagrama de barras y
algunos índices descriptivos.
 Observar la ganancia en términos de facilidad de interpretación y de
disposición de la información original.

 Relacionar la información contenida en la tabla con el tipo de variable

que se está tabulando.

 Cuestionar la validez y generalidad de las afirmaciones en relación a

los conocimientos del método estadístico.

Definición de estadística aplicada.

Es el área de la estadística que se ocupa de inferir resultados sobre la

población a partir de una o varias muestras. Es la parte de la estadística que
se aplica en cualquier otra rama externa a ella, como la psicología, la
medicina, la sociología, la historia, la biología, la mercadotecnia, entre otras.

3. CUÁLES SON LOS ELEMENTOS DE LA PROBABILIDAD.

a. Los experimentos aleatorios: entendemos todo aquel experimento

que cuando se le repite bajo las mismas condiciones iniciales, el
resultado que se obtiene es el mismo.

b. El espacio muestral: es el conjunto cuyos elementos son todos los

resultados diferentes posibles del experimento aleatorio. Ejemplo:
todos los posibles resultados al lanzar un dado: Ω= {1, 2, 3, 4, 5,6}
 c. Suceso: cualquier subconjunto del espacio muestral Ω. Si solo se
tiene un elemento se dice que es un suceso simple o elemental; si
tiene más de uno se dice que es un suceso compuesto.

4. COMO SE MIDE LA PROBABILIDAD.

La regla de Laplace, define como la probabilidad de un suceso como el

cociente entre casos favorables y casos posibles. A la regla de Laplace
también se le denomina “probabilidad a priori”, ya que para aplicarla hay que
conocer antes de realizar el experimento cuales son los posibles resultados y
saber que todos tienen las mismas probabilidades.

Para poder aplicar la Regla de Laplace el experimento aleatorio tiene que

cumplir dos requisitos:

1. El número de resultados posibles (sucesos) tiene que ser finito.

Si hubiera infinitos de resultados, al aplicar la regla “casos favorables /
casos posibles” el cociente siempre seria cero.

2. Todos los sucesos tienen que tener la misma probabilidad. Si al

lanzar un dado, algunas caras tuvieran mayor probabilidad de salir
que otras, no podríamos aplicar esta regla.

El cálculo de probabilidades se expresa en porcentaje y responde a la

siguiente formula:

P(A) = Nº de casos favorables / Nº de resultados posibles x 100

5. MENCIONE LA PROBABILIDAD Y LA TOMA DE VALORES.

 La probabilidad es un método por el cual se obtiene la frecuencia de un
acontecimiento determinado mediante la realización de un experimento
aleatorio, del que se conocen todos los resultados posibles, bajo condiciones
suficientemente estables. La teoría de la probabilidad se usa extensamente
en áreas como la estadística, la física, la matemática, las ciencias y la
filosofía para sacar conclusiones sobre la probabilidad discreta de sucesos
potenciales y la mecánica subyacente discreta de sistemas complejos, por lo
tanto es la rama de las matemáticas que estudia, mide o determina a los
experimentos o fenómenos aleatorios.

La probabilidad orienta la toma de decisiones pero no es ella la que toma

la decisión. En otras palabras, la probabilidad nos da un insumo para que
tomemos la decisión. Nunca nos dirá cuál es la mejor decisión, solo nos dice
que es lo más probable que ocurra.

6. QUE SON LOS MÉTODOS DE MEDICIÓN DE PROBABILIDAD.

Los tres métodos para calcular las probabilidades son la regla de la

adición, la regla de la multiplicación y la distribución binomial.

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

ocurrencia de cualquier evento en particular es igual a la suma de las
probabilidades individuales, si es que los eventos son mutuamente
excluyentes, es decir, que dos no pueden ocurrir al mismo tiempo.

P(A o B) = P(A) U P (B) = P(A) + P (B) si A y B son mutuamente

excluyente.

P(A o B) = P(A) + P (B) − P(A y B) si A y B son no excluyentes.

 Siendo: P(A) = probabilidad de ocurrencia del evento A. P(B) =
probabilidad de ocurrencia del evento B. P(A y B) = probabilidad de
ocurrencia simultánea de los eventos A y B.

La regla de la multiplicación: establece que la probabilidad de

ocurrencia de dos o más eventos estadísticamente independientes es igual al
producto de sus probabilidades individuales.

P(A y B) = P(A B) = P(A)P(B) si A y B son independientes.

P(A y B) = P(A B) = P(A)P(B|A) si A y B son dependientes.

Un lote contiene “100” ítems de los cuales “20” son defectuosos. Los ítems
son seleccionados uno después del otro para ver si ellos son defectuosos.
Suponga que dos ítems son seleccionados sin reemplazamiento (significa
que el objeto que se selecciona al azar se deja por fuera del lote). ¿Cúal es
la probabilidad de que los dos ítems seleccionados sean defectuosos?

Solución: Sea los eventos

A1 = {primer ítem defectuoso}, A2 {segundo ítem defectuoso}

Entonces dos ítems seleccionados serán defectuosos, cuando ocurre el

evento A1∩ A2 que es la intersección entre los eventos A1 y A2. De la
información dada se tiene que:

P (A1) = 20/100; P (A2/A1) = 19/99

Así probabilidad de que los dos ítems seleccionados sean defectuosos es

P (A1 ∩ A2) = P (A1) P (A2/A1) (20/100)(19/99) 19/495 = 0.038
 Ahora suponga que selecciona un tercer ítem, entonces la probabilidad de
que los tres ítems seleccionados sean defectuosos es

P (A1 ∩ A2 ∩ A3) = P(A1) P(A2/A1) P(A3/A1∩A2) (20/100)(19/99)(18/98)

19/2695 = 0.007

Distribución binomial La probabilidad de ocurrencia de una combinación

específica de eventos independientes y mutuamente excluyentes se
determina con la distribución binomial, que es aquella donde hay solo dos
posibilidades, tales como masculino/femenino o si/no.

1. Hay dos resultados posibles mutuamente excluyentes en cada

ensayo u observación.
2. La serie de ensayos u observaciones constituyen eventos
independientes.
3. La probabilidad de éxito permanece constante de ensayo a ensayo,
es decir el proceso es estacionario.

Para aplicar esta distribución al cálculo de la probabilidad de obtener un

número dado de éxitos en una serie de experimentos en un proceso de
Bermnoulli, se requieren tres valores: el número designado de éxitos (m), el
número de ensayos y observaciones (n); y la probabilidad de éxito en cada
ensayo (p).

Entonces la probabilidad de que ocurran m éxitos en un experimento de n

ensayos es:

P (x = m) = (nCm)(Pm)(1−P)n−m
 Siendo: nCm el número total de combinaciones posibles de m elementos
en un conjunto de n elementos.

En otras palabras P(x = m) = [n!/(m!(n−m)!)](pm)(1−p)n−m

7. ESPACIO MUESTRAL Y DE EJEMPLOS.

Es el conjunto de todos los posibles resultados de un experimento

aleatorio y se suele representar como E (o bien como omega, Ω, del alfabeto
griego).

Por ejemplo, cuando lanzamos una moneda, ¿Cuáles son todos los
posibles resultados que podemos obtener? Que salga cara o cruz, ¿verdad?
En total son dos posibles resultados, por lo que el espacio muestral tiene 2
elementos.

E= {cara, cruz}
Y si lanzamos un dado, tenemos en total 6 posibles resultados que
pueden salir, por lo tanto el espacio muestral seria de 6 elementos.

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

Suceso: es cualquier subconjunto del espacio muestral. Por ejemplo, “sacar

cara” en el lanzamiento de una moneda, “sacar el número 5” o “sacar un
numero primo” en el lanzamiento de un dado son sucesos.

Ejemplos de espacio muestral.

En una bolsa hay 10 bolas numeradas de 11 al 20, idénticas, salvo el

color, pues unas son rojas y las otras verdes.
 a. Sacamos, sin mirar, una bola. ¿Cuál es la probabilidad de obtener un
número primo?
b. Se sabe que la probabilidad de sacar bola verde es 3/5. ¿Cuántas
bolas hay de cada color?

Veamos cual sería el espacio muestral en el primer apartado de nuestro

ejercicio.

¿Cuáles son todos los posibles resultados? Nos referimos a los números
de las bolas, que son los números del 11 al 20.

Nuestro espacio muestral tiene10 elementos:

E= {11, 12, 13, 14, 15, 16, 17, 18, 19, 20}

Y el suceso por el que nos preguntan es “obtener un número primo”.

Ahora, ¿Cómo calculamos la probabilidad de este suceso?

Cuando todos los sucesos elementales tienen la misma probabilidad de

ocurrir, la probabilidad de suceso cualquiera A se define como el cociente
entre el número de casos favorables y el número de casos posibles. Esta es
la ley de Laplace.

P(A) = Nº de casos favorables / Nº de resultados posibles

a. Sacamos, sin mirar, una bola. ¿Cuál es la probabilidad de obtener

un número primo?
 Empezamos calculando el número de casos favorables y el número de
casos posibles.

Número de casos favorables = números de primos = 4 son los números

primos dentro de los resultados posibles (los números 11, 13, 17 y 19 son
primos)
Número de casos posibles = 10 (todos los números del 11 al 20)

La probabilidad de sacar un numero primo entre las 10 bolas, es 4/10 que

simplificados es 2/5.

Solución: P (número primo) = 2/5

b. Se sabe que la probabilidad de sacar bola verde es 3/5. ¿Cuántas

bolas hay de cada color?

Nos dice que la probabilidad de que salga verde es 3/5.

El número de casos posibles, es decir, el número de bolas que pueden

salir, sigue siendo 10.

El número de casos favorables, es decir, el número de bolas de color

verde (nuestro suceso) es una de las cosas que queremos calcular.

Sabemos que 3/5 es equivalente a 6/10. Por lo tanto, si aplicamos la Ley

de Laplace:
Nº de casos favorables 6
P ( sacar una bola verde )= =
Nº de casos posibles 10
En total hay 6 bolas verdes en la bolsa. Así que podemos deducir que el
resto, 4, son bolas rojas.

8. DIAGRAMA DE VEN Y PARA QUE SE UTILIZA.

El diagrama de Venn es eficiente para mostrar sistemas de clasificación

en donde los elementos no son mutuamente excluyentes en cuanto a las
categorías a las que pertenece; es decir, que los elementos pueden
pertenecer a varias categorías al mismo tiempo.

Los diagramas de Venn son representaciones gráficas que permiten

mostrar la agrupación de cosas en forma de conjuntos, y sus relaciones.
Piense que el universo es un tema que desea analizar, piense que los
conjuntos de elementos serían categorías o tipos de cosas que existen, y
que los elementos son aquellas cosas que desea clasificar con base a las
categorías.

Un diagrama de Venn tiene cuatro funciones principales:

1. Para identificar los diferentes conjuntos de elementos que existen en

el universo. Los conjuntos en este ejemplo son: Aves, Seres vivos que
vuelan, Seres vivos que nadan, ¡Identifícalos!
 2. Para identificar a qué conjunto pertenece cada uno de los elementos.
Los elementos pertenecen a un conjunto si están dentro de su círculo. Por
ejemplo, en Aves, tenemos Avestruz, Loro, Pingüino y Pato.

3. Para conocer que elementos pertenecen a dos o más conjuntos al

mismo tiempo. Los elementos que están en dos conjuntos son los que están
dentro de dos círculos. En este caso, Loro, Pingüino y Pez volador.

4. Para conocer qué elementos no pertenecen a ningún conjunto del

universo. Los elementos que no están dentro de ningún círculo no forman
parte de ningún conjunto. En este caso, jirafa.

9. DEFINICIÓN DE PROBABILIDAD AXIOMÁTICA.

Los axiomas de probabilidad son las condiciones mínimas que deben

verificarse para que una función definida sobre un conjunto de sucesos
determine consistentemente sus probabilidades.
10. VARIABLE ALEATORIO, PROBABILIDAD DISCRETA Y
PROBABILIDAD CONTINUA, (CONCEPTOS) Y DIFERENCIAS ENTRE
LAS DOS PROBABILIDADES.

Variable aleatoria.

Es una función que asigna un número real, a cada resultado del espacio
muestral, de un experimento aleatorio.
En otras palabras, es una función X definida: X: S IR

Por tanto, es una función cuyo dominio es el espacio muestral y el rango

es el conjunto de los números reales.

Probabilidad Discreta.

Es cuando se toma valores pertenecientes a conjuntos numéricos

discretos (finito o numerable). Aquellas que por su naturaleza no admiten un
fraccionamiento de la unidad, por ejemplo número de hermanos, páginas de
un libro, número de libros, población de bacterias, número de plantas, edad,
entre otros.

Probabilidad Continua.

Es aquella que toma valores pertenecientes a conjuntos numéricos

continuos, son aquellas variables que por su naturaleza admiten que entre
dos valores cualesquiera puedan tomar cualquier valor intermedio, por
ejemplo peso, tiempo, estatura, entre otros.

Diferencia entre la Probabilidad Discreta y la Probabilidad Continua.

 La diferencia entre probabilidad discreta y continua es el número de
valores que pueden tomar. Una probabilidad continua puede tomar cualquier
valor, en cambio, una probabilidad discreta no acepta cualquier valor sino
que solo puede tomar un número finito de valores.

Una manera de diferenciar las probabilidades continuas de las

probabilidades discretas es mediante el tipo de números que pueden valer.
Normalmente, una probabilidad continua puede tomar cualquier valor
incluyendo números decimales, mientras que las probabilidades discretas
solo pueden tomar números enteros.

11. CUÁL ES LA FUNCIÓN DE LA PROBABILIDAD Y LA DENSIDAD DE

LA PROBABILIDAD.

Función de la Probabilidad

Una función de probabilidad o función de masa de probabilidad es una

función que devuelve la probabilidad de que una variable aleatoria discreta
sea exactamente igual a algún valor. Es una función que asocia a cada punto
de su espacio muestral X la probabilidad de que esta lo asuma. La función de
probabilidad suele ser el medio principal para definir una distribución de
probabilidad discreta, y tales funciones existen para variables aleatorias
escalares o multivariantes, cuyo dominio es discreta.

La Densidad de la Probabilidad.

Una función de densidad de probabilidad caracteriza el comportamiento

probable de una población en tanto especifica la posibilidad relativa de que

una variable aleatoria continua X tome un valor cercano a x.

12. RESOLVER EL SIGUIENTE CASO PRÁCTICO DE PROBABILIDAD:

La probabilidad y unión de suceso se dice en que los 50 estudiantes de

una clase, 10 escogieron jugar futbol, 20 eligieron jugar baloncesto. Y solo 5
escogieron jugar ambos deportes y el resto no eligieron ninguno. Se dice que
al azar se saca 1 estudiante.

Como hallar la probabilidad de que jueguen. Donde:

a) Futbol (A)

b) Baloncesto (B)

c) Ambos deportes (A Ω B)

d) Futbol o Baloncesto (A Ʊ B)

e) Futbol, pero no baloncesto A - (A Ω B)