Estadistica y Probabilidad

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?
Material protegido por derechos de autor, autorizado para fines acadmicos de la EBC
Anexo 4
Captulo 5
Revisin de algunos conceptos de probabilidad
Lind, Douglas, Marchal, Wiliam y Wathern, Samuel, A. Estadstica aplicada a los negocios y la economa, 13. ed., McGraw-Hill, Mxico, 2008.
Unidad 2 EM34/DM32
1 de 35
Objetivos
1. 2. 3. Definir lo que es probabilidad. Describir los enfoques clsico, emprico y subjetivo de la probabilidad. Entender los trminos: experimento, evento, resultado, permutaciones y combinaciones. Definir los conceptos probabilidad condicional y probabilidad conjunta. Calcular probabilidades aplicando las reglas de adicin y las reglas de multiplicacin. Utilizar un diagrama de rbol para organizar y evaluar probabilidades. Calcular una probabilidad utilizando el teorema de Bayes.
4. 5.
6. 7.
Unidad 2 EM34/DM32
2 de 35
Definiciones
La probabilidad es una medida de la posibilidad relativa de que un evento ocurra en el futuro. Puede asumir valores entre 0 (cero) y 1 (uno) inclusive. Un valor cercano a 0 significa que es poco probable que el evento suceda. Un valor cercano a 1 significa que es altamente probable que el evento suceda.
Unidad 2 EM34/DM32
3 de 35
Hay tres definiciones de probabilidad:

Clsica,
aplica cuando hay n resultados igualmente
posibles.
Emprica,
aplica cuando el nmero de veces que ocurre un evento se divide por el nmero total de observaciones. se basa en cualquier informacin
Subjetiva,
disponible.
Unidad 2 EM34/DM32
4 de 35
Un experimento es un proceso que conduce a que ocurra una (y solamente una) de varias observaciones posibles. Un resultado es un suceso proveniente de un experimento. particular
Un evento es un conjunto de uno o ms resultados de un experimento.
Unidad 2 EM34/DM32
5 de 35
Eventos mutuamente excluyentes
Los eventos son mutuamente excluyentes, si la ocurrencia de cualquiera significa que ninguno de los otros eventos puede ocurrir al mismo tiempo. Los eventos son independientes, si la ocurrencia de un evento no afecta la ocurrencia de otro.
Eventos colectivamente exhaustivos
Colectivamente exhaustivo: por lo menos uno de los eventos debe ocurrir cuando se realiza un experimento.
Unidad 2 EM34/DM32 6 de 35
Ejemplo 1
Se lanza una vez un dado no cargado.
El experimento es lanzar el dado.

Los resultados posibles son los nmeros 1, 2, 3, 4, 5 y 6.
Un evento es la ocurrencia de un nmero par; esto es, los nmeros 2, 4 y 6.
Unidad 2 EM34/DM32
7 de 35
Ejemplo 2
En el departamento acadmico del profesor Lpez se ha asignado un total de 186 calificaciones A de entre un total de 1, 200 estudiantes. Cul es la probabilidad de que un estudiante de su seccin reciba una calificacin A?
Solucin:
P(A) = 186/1,200 = 0.155
Este es un ejemplo de la definicin emprica de probabilidad.
Unidad 2 EM34/DM32
8 de 35
Ejemplos
Estimar la posibilidad de que el equipo de los Patriotas de Nueva Inglaterra participe en el juego del Super Tazn de futbol americano para el prximo ao (en EUA). Evaluar la probabilidad de que la empresa General Motors, pierda su lugar nmero 1 en el total de unidades vendidas, frente a la Ford o la Chrysler, en un lapso de dos aos. Estos son ejemplos de probabilidad subjetiva.
Unidad 2 EM34/DM32
9 de 35
Reglas bsicas de probabilidad
Si dos eventos A y B son mutuamente excluyentes, la regla especial de la adicin indica que la probabilidad de que ocurra uno u otro de los eventos, es igual a la suma de sus probabilidades.
P(A o B) = P(A) + P(B)
Unidad 2 EM34/DM32
10 de 35
Ejemplo 3
La oficina de vuelos de Aeromxico tiene registrada la siguiente informacin en su bitcora de vuelos entre la Ciudad de Mxico y Acapulco.
Llegadas Temprano A tiempo Frecuencia 100 800
Tarde
Cancelado Total
75
25 1000
Unidad 2 EM34/DM32
11 de 35
Si A es el evento de que el vuelo llegue temprano, entonces: P(A) = 100/1000 = 0.10 Si B es el evento de que el vuelo llegue tarde, entonces: P (B) = 75/1000 = 0.075 La probabilidad de que el vuelo llegue temprano o tarde es: P(A o B) = P(A) + P(B) = 0.10 + 0.075 = 0.175
Unidad 2 EM34/DM32
12 de 35
La regla del complemento
Es utilizada para determinar la probabilidad de que un evento ocurra, restando a 1 la probabilidad de que no ocurra dicho evento.
Si P(A) es la probabilidad de un evento A y P(~A) es la probabilidad del complemento de A,

P(A) + P(~A) = 1 o P(A) = 1 P(~A)
A ~A El diagrama de Venn ilustra de esta forma la regla del complemento
Unidad 2 EM34/DM32
13 de 35
Ejemplo 4
Retomando el Ejemplo 3, la regla del complemento para encontrar la probabilidad de un evento (A) temprano o un evento (B) tarde es: Si C es el evento de que el vuelo llegue a tiempo, entonces P(C) = 800/1000 = 0.8 Si D es el evento de que el vuelo se cancele, entonces P(D) = 25/1000 = 0.025
Unidad 2 EM34/DM32
14 de 35
Por tanto: P(A o B) = 1 - P(C o D) = 1 - [.8 +.025] =0.175

D
C
.025 .8 ~(C o D) = (A o B) .175
Unidad 2 EM34/DM32
15 de 35
La regla general de la adicin
Si A y B son dos eventos que no son mutuamente excluyentes, entonces P(A o B) es dada por la siguiente frmula: P(A o B) = P(A) + P(B) - P(A y B)
El diagrama de Venn ilustra esta regla
AyB
Unidad 2 EM34/DM32
16 de 35
Ejemplo 5
En una muestra de 500 estudiantes, 225 afirmaron tener un estreo, 175 dijeron tener una TV y 100 afirmaron tener ambos.
TV 175 Ambos 100
Estreo 225
Unidad 2 EM34/DM32
17 de 35
a) Si un estudiante es seleccionado al azar, cul es la probabilidad de que el estudiante tenga slo un estreo, una TV y ambos (un estreo y una TV)? Solucin:
P(S) = 225/500 = 0.45

P(T) = 175/500 = 0.35 P(S y T) = 100/500 = 0.20 b) Si un estudiante es seleccionado al azar, cul es la probabilidad de que tenga un estreo o una TV en su cuarto? Solucin: P(S o T) = P(S) + P(T) - P(S yT) = 0.45 + 0.35 - 0.20 = 0.60
Probabilidad conjunta
Mide la posibilidad de que dos o ms eventos ocurran en forma simultnea. Un ejemplo podra ser el evento de que un estudiante elegido al azar tenga ambos, un estreo y una TV en su cuarto.
Unidad 2 EM34/DM32
19 de 35
Regla especial de la multiplicacin
La regla especial de la multiplicacin requiere que dos eventos A y B sean independientes. Dos eventos A y B son independientes si la ocurrencia de uno no afecta la probabilidad de que ocurra el otro. Esta regla se escribe: P(A y B) = P(A)P(B)
Unidad 2 EM34/DM32
20 de 35
Ejemplo 6
Cristina tiene dos acciones, IBM y GE. La probabilidad de que la accin de IBM aumente de valor el prximo ao es 0.5, y la probabilidad de que la accin de GE aumente su valor el prximo ao es 0.7. Suponga que las dos acciones son eventos independientes. a) Cul es la probabilidad de que ambas acciones incrementen su valor el prximo ao?
Solucin:
P(IBM y GE) = (0.5)(0.7) = 0.35
Unidad 2 EM34/DM32
21 de 35
b) Cul es la probabilidad de que al menos una de estas acciones aumente su valor durante el prximo ao? Solucin: P(al menos una) = (0.5)(0.3) + (0.5)(0.7) + (0.7)(0.5) = 0.15 + 0.35 +0.35 = 0.85
Unidad 2 EM34/DM32
22 de 35
Probabilidad condicional
La probabilidad condicional es la probabilidad de que ocurra un evento determinado, dado que otro evento ya haya ocurrido. La probabilidad de que ocurra el evento A dado que el evento B ha ocurrido se escribe P(A/B).
Unidad 2 EM34/DM32
23 de 35
Regla general de la multiplicacin
La regla general de la multiplicacin es utilizada para encontrar la probabilidad conjunta de que dos eventos ocurran. La regla establece que dados dos eventos A y B, la probabilidad conjunta de que ambos ocurran se encuentra multiplicando la probabilidad de que suceda A, por la probabilidad condicional de que ocurra el evento B. As, la probabilidad conjunta de P(A y B) est dada por la frmula: P(A y B) = P(A)P(B/A) o (A y B) =
P(B)P(A/B)
24 de 35
Unidad 2 EM34/DM32
Ejemplo 7
El director de la Escuela de Negocios de la Universidad Nacional recopil la siguiente informacin acerca de estudiantes no graduados en su escuela:
Especialidad Contadura Finanzas Mercadotecnia Administracin Total Hombre 170 120 160 150 600 Mujer 110 100 70 120 400 Total 280 220 230 270 1000
Unidad 2 EM34/DM32
25 de 35
a) Si un estudiante es seleccionado al azar, cul es la probabilidad de que el estudiante sea una mujer (F) pasante de contadura (A)? Solucin: P(A y F) = 110/1000 b) Dado que el estudiante es una mujer, cul es la probabilidad de que ella sea pasante de contadura? Solucin: P(A/F) = P(A y F)/P(F) = [110/1000]/[400/1000] = 0.275
Unidad 2 EM34/DM32
26 de 35
Diagrama de rbol
Es una representacin grfica til para organizar clculos que abarcan varias etapas. Cada segmento en el rbol es una etapa del problema. Las probabilidades escritas cerca de las ramas son las probabilidades condicionales del experimento.
Unidad 2 EM34/DM32
27 de 35
Ejemplo 8
Una bolsa contiene 7 chips rojos y 5 chips azules, se seleccionan dos chips, uno despus del otro sin reemplazarlo. El diagrama de rbol generado es:
6/11 7/12 Rojo 1 5/11 7/11 5/12 Azul 1 4/11 Azul 2 Rojo 2
Azul 2 Rojo 2
Unidad 2 EM34/DM32
28 de 35
Teorema de Bayes
Es un mtodo que utiliza la probabilidad revisada con base en informacin adicional. Se calcula utilizando la siguiente frmula:
P( A1 ) P( B / A1 ) P( A1 | B) P( A1 ) P( B / A1 ) P( A2 ) P( B / A2 )
Unidad 2 EM34/DM32
29 de 35
Ejemplo 9
Una embotelladora de refresco de cola recibi varias denuncias acerca del bajo contenido de sus botellas. Una denuncia fue recibida hoy, pero el gerente de produccin no puede identificar cul de las dos plantas en Aguascalientes (A o B) llen estas botellas.
Cul es la probabilidad de que defectuosas provengan de la planta A? las botellas
Unidad 2 EM34/DM32
30 de 35
La siguiente tabla resume la experiencia de produccin de dicha embotelladora:

Planta A B % del total de produccin 55 45 % de botellas defectuosas 3 4
Aplicando la frmula:
P( A / U )
P ( A) P (U / A) P ( A) P (U / A) P ( B ) P (U / B ) .55(.03) .4783 .55(.03) .45(.04)
La probabilidad de que las botellas fueran llenadas en la planta A se redujo de 0.55 a 0.4783
Principios de conteo
Frmula de la multiplicacin: si hay m formas de hacer una cosa, y n formas de hacer otra, existirn m x n formas de hacer ambas.
Ejemplo 10
El Dr. Velasco tiene 10 camisas y 8 corbatas. Cuntos juegos de camisa y corbata puede tener? (10)(8) = 80
Unidad 2 EM34/DM32
32 de 35
Permutacin: un arreglo o disposicin de r objetos seleccionados de un solo grupo de n objetos posibles. Nota: el orden del arreglo es importante en las permutaciones.
n! n Pr ( n r )!
Combinacin: es el nmero de maneras de escoger r objetos de un grupo de n objetos sin importar el orden:
n! nCr r! (n r )!
Unidad 2 EM34/DM32
33 de 35
Ejemplo 11
Hay 12 jugadores en el equipo de basquetbol de la Preparatoria Popular. El director tcnico Toms Prez debe escoger 5 jugadores de los 12 del equipo para formar su lnea de inicio. De cuntas maneras diferentes puede hacerlo?
12! 12C 5 792 5! (12 5)!
Unidad 2 EM34/DM32
34 de 35
Suponiendo que adems de formar los grupos de 5 jugadores, el tcnico debe respetar el orden de los mismos de acuerdo a su habilidad.
12! 95 ,040 12 P 5 (12 5)!
Unidad 2 EM34/DM32
35 de 35

Estadistica y Probabilidad

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Estadistica y Probabilidad

Încărcat de

Drepturi de autor:

Formate disponibile

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

Hay tres definiciones de probabilidad:

aplica cuando hay n resultados igualmente

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

Un evento es un conjunto de uno o ms resultados de un experimento.

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

Eventos mutuamente excluyentes

Eventos colectivamente exhaustivos

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

Se lanza una vez un dado no cargado.

El experimento es lanzar el dado.

Un evento es la ocurrencia de un nmero par; esto es, los nmeros 2, 4 y 6.

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

P(A) = 186/1,200 = 0.155

Este es un ejemplo de la definicin emprica de probabilidad.

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

Reglas bsicas de probabilidad

P(A o B) = P(A) + P(B)

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

La regla del complemento

Si P(A) es la probabilidad de un evento A y P(~A) es la probabilidad del complemento de A,

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

Por tanto: P(A o B) = 1 - P(C o D) = 1 - [.8 +.025] =0.175

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

La regla general de la adicin

El diagrama de Venn ilustra esta regla

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

P(S) = 225/500 = 0.45

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

Regla especial de la multiplicacin

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

P(IBM y GE) = (0.5)(0.7) = 0.35

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

Regla general de la multiplicacin

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

La siguiente tabla resume la experiencia de produccin de dicha embotelladora:

P ( A) P (U / A) P ( A) P (U / A) P ( B ) P (U / B ) .55(.03) .4783 .55(.03) .45(.04)

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

12! 12C 5 792 5! (12 5)!

UNIDAD 2: Qu es y cules son las aplicaciones de la probabilidad?

12! 95 ,040 12 P 5 (12 5)!

S-ar putea să vă placă și