Documentos de Académico
Documentos de Profesional
Documentos de Cultura
probabilidad discreta
Antonio Millán A.
Monterrey, N.L.
Cap 6 p. 186
Media 168
Estatura clase SD 10.03
Mediana 164
Q1 160
Q3 178
Sesgo 0.49
Moda 160
Rango 35
dispersión
6.0%
relativa
Rango
Fam A Fam B Fam C Fam D
74 27 88
Fam C 17 67 28 82
13 41 5 58
45 40 3 55
42 34 1 54
Fam A 51
Fam D SD
Dispersión
14.36
49.1%
16.09
31.4%
12.07
94.3%
14.62
22.6%
relativa
Fam C
Fam B
Probabilidad Clásica
Eventos mutuamente excluyentes
• Eventos mutuamente excluyentes: la
ocurrencia de cualquier evento significa
que ninguno de los otros eventos pueda
ocurrir al mismo tiempo.
• Dos eventos A y B son independientes si la
ocurrencia de uno no tiene efecto sobre la
probabilidad de que el otro ocurra.
• En el ejemplo del Diagrama de Arbol los
cuatro resultados posibles son
mutuamente excluyentes.
Probabilidad Clásica
Eventos colectivamente exhaustivos
Probabilidad Probabilidad
objetiva subjetiva
Probabilidad Probabilidad
clásica empírica Parte de
información
disponible
Resultados Se sustenta en
igualmente frecuencias
probables relativas
Probabilidad Conjunta
La probabilidad conjunta mide la posibilidad de
que dos o más eventos ocurran en forma
simultánea. Por ejemplo, el evento de que una
carta sea el rey de corazones o de que un
estudiante tenga corazones y entonces ambas
cartas.
La regla de la multiplicación
La regla de la multiplicación requiere que
los dos eventos A y B sean independientes.
• Dos eventos A and B son independientes si la
ocurrencia de uno no tiene efecto en la
probabilidad de la ocurrencia del otro.
• La regla de la multiplicación se escribe como:
P(A y B) = P(A)*P(B).
Probabilidad Condicional
_La probabilidad condicional es la
P. 160
2/10
A 0.2
Elegir una playera
8/10
B 0.8
9/11
B 0.8182
2/10
3/12 A 0.2
A 0.25 9/10
B 0.9
2/11
A 0.1818
1/10
A 0.1
7/10
B 0.7
8/11
B 0.7273
3/10
9/12 A 0.3
B 0.75 8/10
12 playeras B 0.8
9 Blancas 3/11
3 Azules A 0.2727
2/10
A 0.2
Elegir una playera
8/10
B 0.8
9/11
B 0.8182
2/10
3/12 A 0.2
A 0.25 9/10
B 0.9
2/11
A 0.1818
1/10
A 0.1
7/10
B 0.7
8/11
B 0.7273
3/10
9/12 A 0.3
B 0.75 8/10
12 playeras B 0.8
9 Blancas 3/11
3 Azules A 0.2727
2/10
A 0.2
Elegir una playera
8/10
B 0.8
9/11
B 0.8182
2/10
3/12 A 0.2
A 0.25 9/10
B 0.9
2/11
A 0.1818
1/10
A 0.1
7/10
B 0.7
8/11
B 0.7273
3/10
9/12 A 0.3
B 0.75 8/10
12 playeras B 0.8
9 Blancas 3/11
3 Azules A 0.2727
2/10
A 0.2
Elegir una playera
8/10
B 0.8
9/11
B 0.8182
2/10
3/12 A 0.2
A 0.25 9/10
B 0.9
2/11
A 0.1818
1/10
A 0.1
7/10
B 0.7
8/11
B 0.7273
3/10
9/12 A 0.3
B 0.75 8/10
12 playeras B 0.8
9 Blancas 3/11
3 Azules A 0.2727
2/10
A 0.2
Elegir una playera
8/10
B 0.8
9/11
B 0.8182
2/10
3/12 A 0.2
A 0.25 9/10
B 0.9
2/11
A 0.1818
1/10
A 0.1
7/10
B 0.7
8/11
B 0.7273
3/10
9/12 A 0.3
B 0.75 8/10
12 playeras B 0.8
9 Blancas 3/11
3 Azules A 0.2727
2/10
A 0.2
Elegir una playera
8/10
B 0.8
9/11
B 0.8182
2/10
3/12 A 0.2
A 0.25 9/10
B 0.9
2/11
A 0.1818
1/10
A 0.1
7/10
B 0.7 0.3818
8/11
B 0.7273 0.5455
3/10
9/12 A 0.3 0.16364
B 0.75 8/10
12 playeras B 0.8 0.16364
9 Blancas 3/11
3 Azules A 0.2727 0.2045
2/10
A 0.2 0.04091
Elegir una playera
8/10
B 0.8 0.16364
9/11
B 0.8182 0.2045
2/10
3/12 A 0.2 0.04091
A 0.25 9/10
B 0.9 0.04091
2/11
A 0.1818 0.0455
1/10
A 0.1 0.00455
1.0000 1.0000
7/10
B 0.7 0.3818
8/11
B 0.7273 0.5455
3/10
9/12 A 0.3 0.16364
B 0.75 8/10
12 playeras B 0.8 0.16364
9 Blancas 3/11
3 Azules A 0.2727 0.2045
2/10
A 0.2 0.04091
Elegir una playera
8/10
B 0.8 0.16364
9/11
B 0.8182 0.2045
2/10
3/12 A 0.2 0.04091
A 0.25 9/10
B 0.9 0.04091
2/11
A 0.1818 0.0455
1/10
A 0.1 0.00455
1.0000 1.0000
Ejercicio
Cuál es la probabilidad de que en
una bolsa que contiene tres catotas
blancas y dos negras:
a) Elija una catota negra en la primer
etapa?
b) Elija una catota blanca después de
dos blancas en la primera y segunda
etapa?
c) Elija una catota negra después de
elegir una negra?
Respuestas
Distribuciones de probabilidad
Variable aleatoria discreta
Dos modelos de distribución
• Binomial
• Poisson
• Hipergeométrica
Las máquinas de rellenado modernas
están diseñadas para trabajar de manera
eficiente y con una alta confiabilidad.
Estos mecanismos pueden llenar tubos
de dentífrico con una escala de precisión
de 0.1 onzas el 80% de las veces. Un
visitante de la planta que observa cómo
los tubos ya llenos son empaquetados en
una caja, pregunta: ¿Cuáles son las
posibilidades de que exactamente la
mitad de los tubos de una caja
seleccionada al azar están llenos con una
precisión de 0.1 onzas del nivel deseado?
Distribución de probabilidad
Una distribución de probabilidad es una lista de
todos los posibles resultados de un experimento con sus
respectivas probabilidades asociadas a cada resultado.
Distribución de frecuencias teóricas.
Donde
C es la combinación matemática
n es el número de ensayos
X es la variable aleatoria definida como número de éxitos
es la probabilidad de éxito en cada ensayo
Media y varianza de la distribución
binomial
La media está dada por:
n
La varianza está dada por:
2
n (1 )
Vuelos a Durango – Ejemplo
• Hay cinco vuelos diarios de Monterrey a
Durango. Suponiendo que la
probabilidad de que cualquier vuelo
llegue tarde sea de .20
• ¿Cuál es la probabilidad de que ningún
vuelo llegue tarde hoy?
• ¿Cuál es la probabilidad de que tres
vuelos lleguen tarde?
• ¿Cuál es la probabilidad de que ningún
vuelo llegue a tiempo?
Vuelos atrasados – Ejemplo
• Para el ejemplo
relacionado a los vuelos
demorados, recordemos
que =.20 y n = 5
• ¿Cuál es el promedio de
vuelos retrasados?
• ¿Cuál es la varianza de
vuelos retrasados?
Distribución binomial para el ejemplo de
los vuelos retrasados
EJEMPLO
VUELOS ATRASADOS DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL
Formas de la Binomial
Para diferentes (n constante)
Formas de la Binomial
Para diferentes n ( constant)
Distribución
Poisson
Concepto de distribución de
probabilidad de Poisson
• La distribución binomial se volverá cada
vez más sesgada a la derecha conforme la
probabilidad de éxitos sea más pequeña.
• La forma límite de la distribución binomial,
donde la probabilidad de éxitos es muy
pequeña y n es muy grande, se llama
distribución de probabilidad de
Poisson
Distribución de probabilidad de
Poisson
La distribución de Poisson se describe en forma
matemática por medio de la fórmula:
x u
e
P( x )
x!
Donde = es la media aritmética de
ocurrencias (éxitos) en un intervalo determinado.
e = la constante 2.71828.
x = el número de ocurrencias (éxitos).
Distribución de probabilidad de Poisson
4 4
4 e
P(4) .1954
4!
Distribución de probabilidades
Binomial vs Hypergeométrica
Problemas relevantes de tarea
82. Tim Beckie es propietario de Bleckie Investment y Real
Estate Company. La compañía recientemente compró cuatro
terrenos en Holly Farms Estates y seis terrenos en Newburg
Woods. Los terrenos eran igual de atractivos y se venden en el
mismo precio aproximadamente.
a) ¿Cuál es la probabilidad de que los siguientes dos terrenos
que se vendan se ubiquen en Newburg Woods?
b) ¿Cuál es la probabilidad de que por lo menos uno de los
siguientes cuatro que se vendan se ubique en Holly Farms?
c) ¿Estos eventos son independientes o dependientes?
Como ejemplo de la probabilidad condicional, considere el
caso de las promociones de los agentes de policía de una
determinada ciudad. La fuerza policiaca consta de 1200
agentes, 960 hombres y 240 mujeres. De éstos, en los últimos
dos años, fueron promovidos 340.
En la tabla siguiente se muestra cómo quedaron repartidas
estas promociones entre los hombres y mujeres.
Después de analizar el registro de las promociones, un comité
femenil protestó, ya que habían sido promovidos 288 agentes
hombres, frente a sólo 36 mujeres. Los directivos de la fuerza
policiaca argumentaron que el número de mujeres promovidas
no se debía a una discriminación, sino a que el número de
mujeres que son agentes de policía es una cantidad pequeña.
Ahora verá cómo emplear la probabilidad condicional para
analizar esta acusación de discriminación.
Objetivos de aprendizaje
Al concluir el capítulo 6, será capaz de:
• Explicar las características de una distribución de
probabilidad.
• Distinguir entre una variable aleatoria discreta y una
continua.
• Calcular la media de una distribución de probabilidad.
• Calcular la varianza y la desviación estándar de una
distribución de probabilidad.
• Describir y calcular las probabilidades de una distribución
binomial.
• Describir y calcular las probabilidades de una distribución
hipergeométrica.
• Describir y calcular las probabilidades de una distribución
de Poisson.
Características de una
distribución discreta
1. La suma de las probabilidades de todos los
resultados posibles es 1.00