Documentos de Académico
Documentos de Profesional
Documentos de Cultura
UNIDAD III Probabilidad
UNIDAD III Probabilidad
Ω = {B,D}
Ejemplo 2
Cuatro estudiantes que perdieron un examen ofrecen una excusa
clásica, afirman que se le reventó una llanta al automóvil en el que
los cuatro viajaban. En la reposición del examen, el maestro pide a
cada uno de los estudiantes que identifique la llanta en particular
que se reventó. Si ellos en realidad no tuvieron ninguna avería en
los neumáticos, pero seleccionan al azar una llanta que
supuestamente se reventó, ¿cuál es la probabilidad de que todos
ellos escojan la misma llanta? ¿Qué representaría el complemento
de esta probabilidad?
Ejemplo 3
Con cierto método de un procedimiento que se
llama muestreo de aceptación, se selecciona
aleatoriamente y sin reemplazo una muestra de
artículos, el lote completo se acepta si cada
artículo en la muestra es aprobado. La empresa
WLS realiza la revisión de sus triconos del lote
de 5000 productos, de los cuales el 3% están
defectuosos. Si se seleccionan al azar 65 de
estos de los triconos como muestra para
probarlos, ¿cuál es la probabilidad de que se
acepte el lote completo? Si existe un
procedimiento nuevo operacional el cual arroja
como medición que los 65 triconos al azar
revisados no presentan defectos. ¿Este ultimo
procedimiento es mejor al anterior?
Conteo de puntos muestrales
Regla fundamental de conteo
Si una operación puede realizarse en n1 maneras y si
para cada una de éstas se puede efectuar una segunda
operación en n2 maneras, y para cada una de las dos
primeras se puede efectuar una tercera operación en
n3 formas, y así sucesivamente; entonces la secuencia
de k operaciones puede llevarse a cabo en
n1,n2,n3,n4,…. maneras.
De acuerdo con la regla factorial, n diferentes elementos pueden ser
acomodados de n! diferentes maneras. Algunas veces tenemos n elementos
diferentes, pero necesitamos seleccionar sólo algunos de ellos en lugar de todos.
Se generaliza este resultado observando que si tenemos n elementos disponibles
diferentes y queremos seleccionar un número r de ellos, el número de
combinaciones es de n!/(n-r)!
Ejemplo:
Se necesitan instalar 5 bombillos de 45 vatios, 8 bombillos de 60
vatios y 4 bombillos de 100 vatios ¿De cuántas maneras se pueden
colocar en una instalación en serie?
Distribución de Poisson
La distribución de Poisson representa la
probabilidad de que un evento aislado ocurra un
número específico de veces en un intervalo de
tiempo o espacio dado. La ocurrencia de eventos sólo
se verá afectada por la casualidad o por el azar; por lo
tanto, la posición de un evento no servirá para predecir la
localización de cualquier otro evento específico. Además,
los datos acerca de un intervalo de tiempo o espacio
tampoco facilitan la predicción del número de eventos que
se presentarán en otro evento.
Distribución de Poisson: distribución de probabilidad
discreta que se aplica a las ocurrencias de algún suceso
durante un intervalo específico. La variable aleatoria x es el
número de ocurrencias de un suceso en un intervalo. El
intervalo puede ser tiempo, distancia, área, volumen o
alguna unidad similar.
Un experimento de Poisson tiene las siguientes
características.
a) El número de resultados que ocurren en un intervalo
de tiempo o espacio, es independiente del número
que se tiene en cualquier otro intervalo.
b) La probabilidad de que un solo resultado ocurra
durante un lapso muy corto o en una pequeña región,
es proporcional a la magnitud del intervalo de tiempo
o espacio, y no depende del número de resultados que
se produzcan fuera del intervalo considerado.
c) La probabilidad de que ocurra más de un resultado en
ese breve lapso o de que caiga en un pequeño espacio
resulta despreciable.
La distribución de Poisson difiere de una distribución
binomial en estas formas fundamentales:
La distribución binomial se afecta por el tamaño de
la muestra n y la probabilidad p, mientras que la
distribución de Poisson sólo se afecta por la media
m.
En una distribución binomial, los valores posibles de
la variable aleatoria x son 0, 1, . . . , n, pero los valores
posibles x de una distribución de Poisson son 0, 1, 2,
. . . , sin límite superior.
Ejemplos:
La contaminación constituye un problema en la
fabricación de discos de almacenamiento óptico.
El número de partículas de contaminación que
ocurre en un disco óptico tiene una distribución
de Poisson y el número promedio de partículas
por centímetro cuadrado de superficie del disco
es 0.1. El área de un disco bajo estudio es 100
centímetros cuadrados.
Encuentre la probabilidad de que ocurran 12
partículas en el área del disco bajo estudio.
La probabilidad de que ocurran cero partículas
en el área del disco bajo estudio
Determine la probabilidad de que 6 o menos
partículas ocurran en el área del disco bajo
estudio
Distribución de probabilidad normal