Documentos de Académico
Documentos de Profesional
Documentos de Cultura
(A)Experimento:
• En general es realizar acciones destinadas a descubrir
o comprobar ciertos fenómenos.
• Experimento aleatorio, cuando el resultado no se
puede predecir antes de realizar el experimento.
Se caracteriza por:
a) Tener varios resultados posibles
b) Existir incertidumbre sobre el resultado
Ejemplos:
• Lanzar una moneda
• Seleccionar de una clase, un estudiante y esperar su
calificación.
7
:
1. Se lanza una moneda
={cara, sello}
1 1
P(cara) = = 0,5 P(sello) = = 0,5
2 2
13
2. Se lanzan 3 monedas
= {CCC, CCS, CSC, SCC, CSS, SCS, SSC, SSS}
1/8 1/8 1/8 1/8 1/8 1/8 1/8 1/8
A: obtener exactamente 2 caras
A = {CCS, CSC, SCC}
1/8 + 1/8 + 1/8
P(A) = 3/8
14
De acuerdo a la definición
de probabilidad de un suceso, y a los dos
principios, tenemos las siguientes conclusiones:
(1º) P() = 1
(2º) P(∅) = 0
(3º) 0 ≤ 𝑃 𝐴 ≤ 1 ,
U
(A B)
1 1 1
→𝑃 𝐴∪𝐵 = + −
6 6 36
19
Si : (A B) =
U
Por lo tanto : P(A B) = 0
U
20
𝟒
𝑷 𝐀 = 𝑃 𝐴∪𝐵 =𝑃 𝐴 +𝑃 𝐵
𝟓𝟒
4 4
𝟒 = +
54 54
𝑷 𝐑 = 8
𝟓𝟒 =
54
21
𝑃(𝐴 ∩ 𝐵)
𝑃(𝐵ൗ𝐴) =
𝑃(𝐴)
Ejemplo 1: Se dispone de 11 entrevistas, pertenecientes
a personas masculinos y femeninos agrupados por su
nivel de instrucción.
Sexo
M F
Grado (Masculino) (Femenino) Total
Secundaria (A) 5 3 8
Superior (B) 1 2 3
Total 6 5 11
a) ¿Cuál es la probabilidad de extraer una entrevista perteneciente a
un poblador con educación secundaria?
8
𝑃 𝐴 =
11
22
3/11 3 Sexo M F
𝑃 𝐹 Τ𝐴 = = Grado (Masculino) (Femenino) Total
8/11 8 Secundaria (A) 5 3 8
Superior (B) 1 2 3
Total 6 5 11
23
Derivación de la fórmula:
𝑃(𝐹 ∩ 𝐴)
𝑃 𝐹Τ𝐴 =
𝑃(𝐴)
comprobando:
3ൗ
𝑃 𝐹Τ𝐴 = 11
8ൗ
11 Sexo M F
Grado (Masculino) (Femenino) Total
3
𝑃 𝐹 Τ𝐴 = Secundaria (A) 5 3 8
8 Superior (B) 1 2 3
Total 6 5 11
24
SI 30 10 40
NO 20 140 160
𝑃 𝑛𝑜𝑟𝑚𝑎𝑙 = = 0,75 SI 30 10 40
200
NO 20 140 160
TOTAL 50 150 200
26
SI 30 10 40
50 40 30 60
𝑃 𝑏𝑎𝑗𝑜 ó 𝑠𝑖 = + − = = 0,30 NO 20 140 160
200 200 200 200
TOTAL 50 150 200
27
Aplicación:
A partir de
P(A B)
P(B )
A P(A)
Se despeja
P(A B) P(A) P B ( A)
29
P ( D1 )
4 P(D1 D 2 ) P(D1 ) P(D 2 )
D1
50
3 4 3 12
P( D 2 ) =
D1 49 50 49 2450
30
P (B ) P(B)
A
Entonces,
Ejemplo:
P(V1 V2 ) 0,25
PROBABILIDAD
Probabilidades condicionales:
Ejemplo.-
En cierta ciudad, las mujeres representan el
50% de la población y los hombres el otro 50%.
Se sabe que el 20% de las mujeres y el 5% de
hombres están sin trabajo. Un economista
estudia la situación de empleo, elige al azar una
persona desempleada. Si la población total es de
8000 personas,
¿Cuál es la probabilidad de que la persona
escogida sea?:
PROBABILIDAD
a).- Mujer
b).- Hombre
c).- Mujer dado que está empleado
d).- Desempleado dado que es hombre
e).- Empleado dado que es mujer
Desempleados Empleados
Total
D E
4000
Mujeres (M) 800 3200
D E Total
P(E) = .875
Total 1000/8000= 0.125 7000/8000= 0.875 8000/8000 = 1
P(D) = .125
P(M/E) = P(ME)/P(E) = .40/.875 = .4571
P(D/H) = P(DH)/P(H) = .025/.5 = .05
P(E/M) = P(ME)/P(M) = .40/.5 = .8
P(M/D) = P(MD)/P(D) = .10/.125 = .8
P(H/D) = P(HD)/P(D) = .025/.125 = .2
PROBABILIDAD
INDEPENDENCIA DE n EVENTOS
P( A1 A2 A3 ... Ak ) P( A1 ) P( A2 ) P( A3 )...P( Ak )
PROBABILIDAD
Probabilidad total.-
Sean A1, A2, A3..., An eventos disjuntos
(mutuamente excluyentes), que forman una
partición de Ω. Esto es Ai Aj = para
toda i y toda j, y además
Ω = A1 A2 A3 An
A2
A5
A3
A1 A4
A6
An
PROBABILIDAD
A2
A5
A3
A1 A4
E
A6
An
E
PROBABILIDAD
Entonces
𝐸 = Ω 𝐸 = (𝐴1 𝐴2 𝐴3 𝐴𝑛) 𝐸
= (𝐴1 𝐸) (𝐴2 𝐸) (𝐴3 𝐸) (𝐴𝑛 𝐸)
Ejemplo.-
En una pequeña empresa de tejidos se obtiene
su producción con tres máquinas hiladoras M1,
M2 y M3 que producen respectivamente 50%,
30% y el 20% del número total de artículos
producidos.
Los porcentajes de productos defectuosos
producidos por estas máquinas son 3%, 4% y
5%. Si se selecciona un artículo al azar,
¿ Cuál es la probabilidad de que el artículo sea
defectuoso ?
PROBABILIDAD
Sea
D el evento: Que sea un artículo defectuoso.
P(M1) = .50 P(D/M1) = .03
P(M2) = .30 P(D/M2) = .04
P(M3) = .20 P(D/M3) = .05
P (C E)
P(C )=
E P (C E) + P (C ' E)
0.12 0.12
0.20
0.12 0.48 0.60
Ejemplo 2:
El Director de la Clínica Santa Teresa está considerando
comprar un lote de 10 000 equipos de venoclisis de un
proveedor nacional. El fabricante de estos equipos
estima la proporción de equipos defectuosas en el lote,
en la siguiente forma.
Proporción de Probabilidad
piezas defectuosas () P()
P(D/1)= 0,10
1=0,10 P(1 D) = 0,20 0,10 = 0,0200
P(D/2)= 0,15
P(2) = 0,30 =0,15
2 P( 2 D) = 0,30 0,15 = 0,045
P(D/3)= 0,25
3=0,25 P( 3 D) = 0,50 0,25 = 0,1250
P(D) = 0,1900
55
Respuesta A:
Hay tres maneras posibles de obtener un
equipo defectuosa del lote. Por lo tanto, la
probabilidad de obtener una pieza
defectuosa, cualquiera que se la tasa
porcentual de defectuosos 10, 15 ó 25 es:
Respuesta B:
P( 3 D) 0.1250
P( 3 / D) 0.6579
P( D) 0.1900
57
6. Todas las noches, el Sr. Pérez llega tarde a su casa la Sra. Pérez
que es una buena esposa, le deja encendida la luz de la
entrada a la casa. La probabilidad de que el Sr. Pérez llegue
borracho es 0,6 si llega borracho hay una probabilidad de 0,90
de que olvida de apagar la luz en tanto que esta es sólo de
0,95 si llega sobrio. Si el Sr. Herrera apagó la luz cierta noche.
¿Cuál es la probabilidad de que haya llegado borracho?
7. En una pequeña empresa de tejidos se obtiene su producción
con tres máquinas hiladoras M1, M2 y M3 que producen
respectivamente 50%, 30% y el 20% del número total de artículos
producidos. Los porcentajes de productos defectuosos
producidos por estas máquinas son 3%, 4% y 5%. Supóngase
que se selecciona un artículo al azar y resulta ser defectuoso.
¿Cuál sería la probabilidad de que el artículo haya sido
producido por la máquina M1?
60
Nunca consideres el
estudio como una
obligación, sino
como una
oportunidad para
penetrar en el bello y
maravilloso mundo
del saber.