Documentos de Académico
Documentos de Profesional
Documentos de Cultura
FACINET
DEPARTAMENTO DE
ESTADÍSTICA
TEMA 2. PROBABILIDAD
PROBABILIDAD CONDICIONAL
La ocurrencia de ciertos eventos o procesos afectan la ocurrencia
de otro evento dado cuya probabilidad deseamos evaluar, esto es,
la ocurrencia del nuevo evento está condicionado a un evento
previo por lo que el valor de la probabilidad ya no es una simple
probabilidad sino que se restringe al evento ocurrido.
Donde
Probabilidad
Complemento
Probabilidad
Independencia
INDEPENDENCIA
Se dice que un evento B es independiente de un evento A, si
p(B/A) = P(B), esto quiere decir que la probabilidad de que ocurra
B no es afectada por la ocurrencia del evento A, la expresión
anterior se puede sustituir en el teorema de la multiplicación
para probabilidad condicional
p(A ∩ B) = p(A)p(B)
Luego, Concepto de independencia
Si la expresión anterior se cumple, podemos decir que los
eventos A y B son independientes.
DISTRIBUCIONES DE PROBABILIDAD DISCRETA
DISTRIBUCIONES DE PROBABILIDAD DISCRETA
VARIABLE ALEATORIA DISCRETA (x)
Es aquella que solo puede tomar valores enteros y un número finito de ellos.
• Esperanza
Consideremos una v.a discreta X que toma los valores x1,x2,...,xi,...,xn con
probabilidadesp1,p2,...,pi,...,pn. Llamaremos media o esperanza de X a:
E(x) = Ʃ xi * pi
Varianza
Se define la varianza como la esperanza del cuadrado de la diferencia entre la variable y su
esperanza:
V (x) = Ʃ [X – E (x) ]2 * pi desarrollando el cuadrado queda V (x) = E(x2) – (E(x))2
Ejemplos
( X )Variable que nos define el número de alumnos aprobados en la materia de probabilidad
en un grupo de 40 alumnos (1, 2 ,3…ó los 40).
Lanzar una moneda al aire: cara o cruz; Tirar un dado puede salir :1,2,3,4,5, 6
Lotto y sale el 3
• Distribución binomial
P (k = 4) = 0.026
Es decir, probabilidad de obtener cuatro veces el números
3 al tirar un dado 8 veces es de 2.6%.
La media μ y la varianza σ
2
En resumen
Los envases llenados fuera de los límites por cada 100 galones de producto terminado.
Propiedades de un
proceso de Poisson
Donde:
3
3
9
1
7
1.
2.
3.
4.
6.
0.
0.
2.
3.
5.
5.
En 1835, Poisson acuñó la frase “ley de los grandes números” y demostró que
había estabilidad estadística en cuestiones sociales.
34
Distribución NORMAL
Se dice que una va X continua tiene una distribución normal con
parámetros m y s (ó m y s2) si su fdp es:
35
Distribución NORMAL
Probabilidad de que una variable aleatoria normal se encuentre
entre a y b:
36
Distribución NORMAL ESTÁNDAR
La distribución normal con parámetros m = 0 y s = 1 recibe el
nombre de distribución normal estándar.
La variable aleatoria normal estándar se denota por Z y su fdp es:
37
Distribución NORMAL ESTÁNDAR
Uso de tablas
38
Distribución NORMAL
Si X tiene distribución normal con parámetros m y s, entonces:
N (0, 1)
39
Distribución NORMAL
Estandarización
40
Distribución NORMAL
Ejercicio:
Los resultados de la prueba de inteligencia Stanford-Binet IQ tiene
distribución normal con media 100 y desviación estándar de 16.
¿Cuál es la probabilidad de que una persona seleccionada al azar
obtenga una calificación…
a) Mayor a 138?
b) A menos de 2 desviaciones de la media?
c) Hallar el percentil 90.
41
Distribución t de Student
Distribución T-STUDENT
Definición: En probabilidad y estadística, es una distribución de probabilidad transcendental para
aplicaciones inferenciales donde el problema es estimar la media de una población
normalmente distribuida cuando el tamaño de la muestra es pequeño, en especial para aquellas en
las que se desconoce la varianza; dado que no depende de las varianzas de las variables que la
integran.
Distribución: si X N (0, 1) y Y Chicuadrada la función de densidad de probabilidad
(FDP) es t = X / √ Y / n), siendo t una nueva distribución conocida como t de student con n
grados de libertad.
Parámetros de distribución:
Media: 0
Varianza: n / (n-2)
Ejemplo: Los puntajes de un grupo de estudiantes se comportan normal, con promedio de 50, sin embargo, no
se conoce la desviación. Se tomó una muestra aleatoria de 9 estudiantes encontrando una varianza de 36 y un
promedio de 52. Cuál es la probabilidad de que el promedio:
•· Sea mayor de 54? 0.0375
•· Sea menor que 54? 0.9625
•· Esté comprendido entre 48 y 52 puntos? 0.65
Distribución T
DISTRIBUCION T- Student. Cálculos de probabilidades con
excel, utilizando la función t - Student
Determinar el valor o valores de t en cada uno de los siguientes casos, con n = 9, media = 52,
varianza = 36.
a. P( t >54)=1- P(t<(54-50)/(6/3)) = 1- P(t<2) = 1- 0.9625 = 0.0375