UNIVERSIDAD TECNICA PARTICULAR DE LOJA Decide ser mas.

ESTADISTICA
CAPITULO 5 PROBABILIDAD

Realizado por: Flor Cuenca Lourdes Ramrez

INTRODUCCION En este capitulo estudiaremos otra faceta de la estadstica que se orienta al estudio de las probabilidades, este tipo de estadstica se denomina Estadstica Inferencial. Una caracterstica de este tipo de estadstica es que las conclusiones obtenidas pertenecen a una muestra obtenida de una poblacin. En el siglo XVII el reverendo Thomas Bayes, ministro presbiteriano ingls, interesado en las ciencias matemticas intento desarrollar una formula para llegar a probar la probabilidad de que Dios Exista. Laplace, afino dicho trabajo y le dio el nombre de Teorema de Bayes.

TEOREMA DE BAYES
P(A1 |B)= P(A1)P(B|A1) P(A1)P(B|A1) + P(A2)P(B|A2)

Donde:
A1 y A2 = son eventos mutuamente excluyentes y colectivamente exhaustivos. Las probabilidades que manejamos antes de conocer que ha ocurrido un evento se denominan "probabilidades a priori. Una vez que incorporamos la informacin de que ha ocurrido un evento, las probabilidades del suceso (A) cambian: son probabilidades condicionadas P (A/B), que se denominan "probabilidades a posteriori".

Ejemplo
La textilera Ecotexa, compra un cargamento de telas de tres casas proveedoras. Un 30% de las telas se adquieren en Casa Ochoa, 20% a Casa Textiles del Sur, y el 50% sobrante a Tituanatex. Ecotexa posee informacin de las tres casas y sabe que 3% de la mercadera de Casa Ochoa son defectuosas,5% de telas de Casa Textiles del Sur no son aceptables, y que 4% de telas de Tituanatex tienen algn tipo de defecto. Al llegar a bodega no son seleccionados y se toma un paquete de telas que resultan ser defectuosas. Cual es la probabilidad de que esta mercadera sea de Casa Ochoa?.

Solucin:
Existen tres eventos mutuamente excluyentes y colectivamente exhaustivos, que son las tres casas: A1 mercadera de compro en Casa Ochoa, A2 mercadera de compro en Casa Textiles del Sur, A3 mercadera de compro en Tituanatex. Las probabilidades a priori son: P(A1) =(30/100)= 0.30 probabilidad de mercadera adquirida por Casa Ochoa. P(A2) =(20/100)= 0.20 probabilidad de mercadera adquirida por Casa Ochoa. P(A3) =(40/100)= 0.40 probabilidad de mercadera adquirida por Casa Ochoa.
5

Probabilidades condicionales:
P(B|A1) = (3/100)= 0.03 mercadera de Casa Ochoa , sea defectuosa. P(B|A2) = (5/100)= 0.05 mercadera de Textiles de Sur , sea defectuosa. P(B|A3) = (4/100)= 0.04 mercadera de Tituanatex , sea defectuosa. La informacin se la pude resumir en la siguiente tabla:
Evento Ai Probabilidad a Priori, P(Ai) 0.30 0.20 0.50 Probabilidad condicional, P(B1|Ai) 0.03 0.02 0.05 Probabilidad conjunta, P(Ai|B1) 0.009 0.010 0.020 0.39 Probabilidad posteriori, P(Ai|B1)
0.009/0.039=0.2308 0.010/0.039=0.2564

Casa Ochoa Textiles de Sur Tituanatex

0.020/0.039=0.5128

La probabilidad de que un paquete de telas que resultan ser defectuosas sea de Casa Ochoa, lo podemos encontrar aplicando el Teorema de Bayes. Se desea calcular P(A1|B1) , donde A1 se refiere a Casa Ochoa, y B1 de que la mercadera resulte defectuosa.

P(A1 |B1)= P(A1)P(B1|A1) P(A1)P(B1|A1) + P(A2) P(B1|A2) + P(A3) P(B1|A3) = (0.30)(0.03) (0.30)(0.03)(0.20)(0.02)(0.50)(0.05) 0.009 = 0.2308 0.039

Nos podemos dar cuenta que nos proporciona el mismo resultado obtenido en la tabla anterior.

Evento Ai

Probabilidad a Priori, P(Ai) 0.30 0.20

Probabilidad condicional, P(B1|Ai) 0.03 0.02

Probabilidad conjunta, P(Ai|B1) 0.009 0.010

Probabilidad posteriori, P(Ai|B1)

0.009/0.039=0.2308 0.010/0.039=0.2564

Casa Ochoa Textiles de Sur

Tituanatex

0.50

0.05

0.020
0.39

0.020/0.039=0.5128

PRINCIPIOS DE CONTEO
Si el nmero de resultados posibles de un experimento es pequeo nos resultara muy fcil contarlos, pero cuando hay un gran numero de resultados nos ser muy difcil hacerlo, para lo cual se estudiaran tres formulas: Formula de la Multiplicacin Formula de la Permutacin Formula de la Combinacin

FORMULA DE LA MULTIPLICACION
Si hay m formas de hacer una cosa, y n formas de hacer otra, existiran m*n formas de hacer ambas.
FRMULA: nmero total de arreglos =(m)(n)

NOTA: se puede extender dependiendo del numero de eventos que se obtenga(a)(b)...(n).

10

Ejemplo: Una inmobiliaria ofrece por $35.000,00 una casa de dos pisos, o simple. Adems puede elegir el tipo de pago Crdito o Contado. Cuantos arreglos diferentes de departamentos y formas de pago puede hacer?.

SOLUCIN:

Contado

Crdito

Contado

Crdito

Podemos utilizar la formula de la multiplicacin para verificar, donde m es el nmero de modelos y n el tipo de pago. Total de arreglos posibles=(m)(n)=(2)(2)=4
11

FORMULA DE LA PERMUTACIN
A diferencia de la formula de la multiplicacin, se la utiliza para determinar el numero de posibles arreglos cuando solo hay un solo grupo de objetos. Permutacin: un arreglos o posicin de r objetos seleccionados de un solo grupo de n objetos posibles. Si nos damos cuenta los arreglos a,b,c y b,a,c son permutaciones diferentes, la formula que se utiliza para contar el numero total de permutaciones distintas es:

FRMULA:

n r

P =

n! (n - r)!

12

Ejemplo: Como se puede designar los cuatro primeros lugares de un concurso, donde existen 15 participantes? Aplicando la formula de la permutacin tenemos:
n r=

n! (n - r)! = 15! = 15*14*13*12*11*10*9*8*7*6*5*4*3*2*1 (15-4)! 11*10*9*8*7*6*5*4*3*2*1

= 32760 Donde: n= nmero total de objetos r= nmero de objetos seleccionados != factorial, producto de los nmeros naturales entre 1 y n. NOTA: se puede cancelar nmeros cuando se tiene las mismas cifras en numerador y denominador.
13

FORMULA DE LA COMBINACIN
Cuando el orden de los objetos seleccionados no importa se llama combinacin, la formula para contar el numero de combinaciones de r objetos de un conjunto de n objetos es: FRMULA:
n r

C =

n! r!(n - r)!

14

Ejemplo: La Empresa El Cafetal, tiene vacantes cinco puestos de gerentes, y hay diez Ing. Agropecuarios listos para ocupar estas vacantes. De cuantos modos se pueden distribuir las cinco vacantes? Solucin: FRMULA: nCr = n! r!(n - r)! = 10! 5!(10-5)! = 1o! = 10*9*8*7*6*5*4*3*2*1 5!(10-5!) 5*4*3*2*1(5*4*3*2*1)
= 30240 120 = 252

Donde: n= nmero total de objetos. r= nmero de objetos seleccionados.

15

GLOSARIO
Probabilidad: valor que va desde cero hasta uno, inclusive que describe la posibilidad relativa de que ocurra un evento. Evento: conjunto de uno o mas resultados de un experimento. Mutuamente Excluyente: la ocurrencia de que un evento implica que ninguno de los otros eventos puede ocurrir al mismo tiempo. Probabilidades a priori: las probabilidades que manejamos antes de conocer que ha ocurrido un evento. Probabilidades a posteriori: una vez que incorporamos la informacin de que ha ocurrido un evento, las probabilidades del suceso (A) cambian: son probabilidades condicionadas P (A/B).

16

ESPACIO PARA PREGUNTAS, COMENTARIOS Y/O SUGERENCIAS..

GRACIAS.

17