MA444 ESTADÍSTICA

Probabilidades
 ¿Es posible que al enviar una señal
ésta no llegue al destino final?

¿Qué tan probable es que no llegue

la señal?

¿Es poco probable o muy probable?

http://www.gingachile.cl/wp-
content/uploads/2010/10/ts2-300x266.png

¿Qué tan probable es que se termine

la construcción en el plazo fijado?

¿Es poco probable o muy probable?

http://cde.gestion2.e3.pe/ima/0/0/0/0/0/473.jpg
Logro de la sesión

Al término de la sesión, el estudiante aplica la teoría

de la probabilidad en situaciones de incertidumbre
para la toma de decisiones en casos reales dentro del
ámbito de su especialidad.
 Conceptos básicos de probabilidad
Experimento(E)
Un experimento consiste en analizar un fenómeno, en
determinadas circunstancias.
Experimento determínistico
Se trata de una experiencia determinista,
sabemos de antemano lo que sucederá.

Experimento aleatorio
Son aquellos experimentos en los que
no se puede predecir con exactitud los
resultados.
Ejemplos
Experimento Aleatorio
• Número de llamadas
telefónicas.
• Seleccionar un dispositivo
electrónico y registrar si es
defectuoso o no.
• Lanzar dos monedas.
• Observar el tiempo de vida de
un artefacto eléctrico
Experimento Determinístico
• Helar un recipiente con agua.
• Calentar barras de hierro.
• Extraer una canica roja de una
caja que contiene sólo canicas
rojas.
• Combinar dos moléculas de
hidrógeno con una de oxígeno.
 Conceptos básicos de probabilidad

Espacio muestral (se denota por Ω o S )

Es el conjunto de todos los posibles resultados del experimento
aleatorio. Pueden ser finito, infinito numerable o continuo.

Ejemplos
E1: Lanzar un dado
E2: Lanzar dos monedas
E3: Calidad de un producto
E4: Tiempo de vida de un celular
Ω1 = {1, 2, 3, 4, 5, 6}
Ω2 = {CC, CS, SC, SS}
Ω3 = {defectuoso, no defectuoso}
Ω4 = {t/t≥0}

Evento (se denotan con las letras mayúsculas A, B…)

Son un subconjunto del espacio muestral.
 Operaciones con eventos

Unión: AUB Intersección: AB

 

Complemento de un evento: AC

AC
Su fórmula está dada por:
𝐏 𝐀𝐜 = 𝟏 − 𝐏 𝐀


 Eventos mutuamente excluyentes
Ω
Son aquellos eventos donde la A B
ocurrencia de uno de ellos excluye la
ocurrencia del otro, esto no pueden
ocurrir los dos a la vez.

Ejemplo: Considere el siguiente

experimento
Ɛ: lanzar dos dados
simultáneamente.
Se define los eventos:
A= obtener una suma de seis
B= obtener una suma de cinco
Estos eventos son mutuamente
excluyentes, dado que ambos a
la vez no pueden ocurrir, esto
es A∩B= , es decir la
intersección de los eventos no
tienen elementos en común
 Combinatoria

Si hay que elegir al azar r elementos de

un conjunto de n elementos donde no 𝑛 𝑛!
es importante el orden debemos usar el 𝑐𝑟 =
𝑟! 𝑛−𝑟 !
concepto de combinaciones

Ejemplo: La empresa Metropitex luego de cinco años de

puesta en marcha cuenta con una flota de 20 buses, de
los cuales 4 buses tienen luces malogradas y 2 buses
tienen puertas defectuosas.
El gerente desea saber de cuántas maneras se podrá
realizar la elección si se seleccionan 4 buses al azar. Si
este valor sobrepasa las 2500 maneras de hacerlo, la
gerencia adquirirá un software que le permita realizar
los cálculos rápidamente.
 Solución

Interpretación: Determinar si la empresa adquirirá el software

Representación: Se aplicará combinatoria.

Calculo: 𝑪𝟐𝟎
𝟒 = 4845

Análisis: 4845 maneras de seleccionar cuatro buses es mayor a

2500.

Argumentación: por lo tanto, la gerencia adquirirá un software

que permita realizar los cálculos rápidamente.
 ¿Qué es probabilidad?

La probabilidad es la cuantificación de la posibilidad de la ocurrencia

de un evento. Esto es, la medición de la posibilidad de que un evento
ocurra.
 Definición clásica de la probabilidad de un evento

Sea Ɛ un experimento aleatorio cuyo correspondiente espacio

muestral  está formado por un número n finito de posibles
resultados distintos y con la misma probabilidad de ocurrir,
entonces definimos la probabilidad de un evento A como
sigue:

n  A número de casos favorables al evento A

P( A)  
n  número total de casos
 Axiomas de la probabilidad

Sea  el espacio muestral y A un evento de . Una función P

definida en  es denominada una probabilidad si satisface los
siguientes axiomas:

 P(A)  0 para todo A 

 P() = 1.
 Sea {Aj}, Aj   , j=1,2,...,n una sucesión de eventos
mutuamente excluyentes, entonces:

P(A1  A 2  .........  A n )  P(A1 )  P(A 2 )  .......  P(A n )

 Teoremas de la probabilidad

Teorema 1: Si ø es el conjunto vacío, entonces P(ø)=0.

Teorema 2: 𝑃 𝐴 + 𝑃 𝐴𝐶 = 1

Teorema 3: 𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 − 𝑃(𝐴 ∩ 𝐵ሻ

En un espacio muestral finito la suma de las probabilidades de

todos los eventos simples Ei debe ser igual a 1.
𝑛

෍ 𝑃 𝐸𝑖 = 1 𝑖 = 1,2,3, … 𝑘
𝑖=1
 Diagrama de Venn

La P(BAC) = P(B)-P(AB)
= P(sólo B)

La P(ABC)= P(A)-P(AB)
= P(sólo A)

La probabilidad de la unión de
P(AB)=P(A)+P(B)-P(AB)
dos eventos cualesquiera

La probabilidad de la unión de
dos eventos mutuamente P(AB)=P(A)+P(B)
excluyentes
 Ejemplo
Las constructora CONSTURC, como parte del proceso de
evaluación de la calidad lleva un registro de fallas de
puentes, construidos hace más de 15 años, encontrando
que históricamente, el 12% de los puentes presentaron
defectos de porosidad, el 10% presentaron fallas de
pigmentación y el 80% no presentaron fallas de porosidad ni
de pigmentación. Si se selecciona un puente al azar:

a. El gerente de la constructora indica que “si la probabilidad de que un puente

presente fallas de porosidad y pigmentación es mayor a 0,03 entonces se
reparará el puente”.

b. Si la probabilidad de que un puente presente un solo tipo de falla es mayor a

0,03 entonces el gerente decidirá reparar el puente.

c. Si la probabilidad de que un puente presente al menos una falla es mayor o igual

a 20%, entonces se realizará un estudio, puente por puente, de tal manera que se
restructuren completamente todos los puentes.
 Solución

a. El gerente de la constructora indica que “si la probabilidad de que un puente

presente fallas de porosidad y pigmentación es mayor a 0,03 entonces se
reparará el puente”.

Interpretación: Determinar si se reparará el puente

Representación: Definamos los eventos:
A ={ Presenta falla porosidad}
B = {Presenta fallas pigmentación}
P(A) = 0,12
P(B) = 0,10
P(Ac n Bc ) = 0,80

Cálculo: P(A n B) = 0,12 + 0,10 - 0,20 = 0,02

Análisis: Como 0,02 < 0,03, entonces la probabilidad de que un puente presente
fallas de porosidad y pigmentación, es menor a 0,03.
Argumentación: El gerente de la constructora tomará la decisión de no reparar el
puente debido a que no cumple con la condición.
 Solución

b. Si la probabilidad de que un puente presente un solo tipo de falla es mayor a 0,03

entonces el gerente decidirá reparar el puente.

Interpretación: Determinar si se reparará el puente

Representación: Definamos los eventos:
A ={ Presenta falla porosidad}
B = {Presenta fallas pigmentación}
P(A) = 0,12
P(B) = 0,10
P(Ac n Bc ) = 0,80

Cálculo: P(Ac n B) + P(A n Bc ) = (0,12- 0,02) + (0,10 -0,02) = 0,18

Análisis: Como 0,18 > 0,03 entonces la probabilidad de que un puente presente
solo un tipo falla es mayor a 0,03.
Argumentación: Por lo tanto, el gerente de la constructora tomará la decisión de
reparar el puente debido a que cumple con la condición.
 Solución
c. Si la probabilidad de que un puente presente al menos una falla es mayor o igual
a 20%, entonces se realizará un estudio, puente por puente, de tal manera que
se restructuren completamente todos los puentes.

Interpretación: Determinar si se reestructuraran completamente los puentes

Representación: Definamos los eventos:
A ={ Presenta falla porosidad}
B = {Presenta fallas pigmentación}
P(A) = 0,12
P(B) = 0,10
P(Ac n Bc ) = 0,80

Cálculo: P(A U B) = 1 – 0,80 = 0,20

Análisis: Como 0,20 > 0,03, entonces la probabilidad de que un puente
presente al menos una falla es de 0,20
Argumentación: El gerente de la constructora tomará la decisión de realizar
un estudio puente por puente, de tal manera que se restructuren
completamente todos los puentes.
Bibliografía

 Montgomery, D. (2005). Probabilidad y estadística aplicada a la ingeniería.

Segunda edición. México, D.F.: Limusa Wiley.
 Córdova, M. (2009). Estadística descriptiva e Inferencial. Quinta edición.
Perú: MOSHERA S.R.L.
 Devore, J. (2008). Probabilidad y estadística para Ingeniería y Ciencias.
Séptima edición. México D.F.: Cengage Learning, Inc.
 Cuaderno de Trabajo del curso (2018). Estadística, MA444. Perú: UPC.
 Mendenhall, W. (1997). Probabilidad y estadística para ingeniería y
ciencias. Cuarta edición. México, D.F. Prentice-Hall Hispanoamericana.
Material producido para el curso de Estadística – MA444.
Autor: Profesores del curso

ESTADÍSTICA - PREGRADO
COPYRIGHT © UPC 2019