Ingeniera en Tecnologas de

Manufactura
Probabilidad y Estadstica
Practica 1, Unidad 2
Profesor: Jos Luis Rodrguez
Alumno: Jos Daniel Ros Quionez
Marco Antonio Villaseor Corzo
2B
19/Marzo/2016

Contenido
Introduccin:....................................................................................................... 3
Experimentos aleatorios:.................................................................................... 4
Eventos:.............................................................................................................. 4
Diagramas de Venn:............................................................................................ 5
Conteo de punto de la muestra (Permutaciones):...............................................6
Interpretacin de probabilidad:...........................................................................6
Axiomas de probabilidad:.................................................................................... 7
Reglas de adicin:............................................................................................... 8
Probabilidad condicional:.................................................................................... 8
Reglas de multiplicacin:.................................................................................... 9
Reglas de multiplicacin total:............................................................................ 9
Independencia:................................................................................................. 10
Teorema de Bayes:............................................................................................ 10
Distribucin de probabilidad discreta:...............................................................11
Distribuciones y funciones:............................................................................... 12
Funcin de distribucin acumulada:..................................................................12
Valor esperado de la variable aleatoria discreta:..............................................13
Distribucin binomial:....................................................................................... 13
Distribucin geomtrica:................................................................................... 14
Distribucin binomial negativa:........................................................................14
Distribucin hipergeomtrica:...........................................................................15
Distribucin Poisson:......................................................................................... 15
Distribucin normal:.......................................................................................... 16
Conclusiones:.................................................................................................... 16

Introduccin:
La probabilidad es un mtodo por el cual se obtiene la frecuencia de un
acontecimiento determinado mediante la realizacin de un experimento aleatorio,
del que se conocen todos los resultados posibles, bajo condiciones
suficientemente estables. La probabilidad es un evento o suceso que puede ser
improbable, probable o seguro. La teora de la probabilidad se usa extensamente
en reas como la estadstica, la fsica, la matemtica, las ciencias y la filosofa
para sacar conclusiones sobre la probabilidad discreta de sucesos potenciales y la
mecnica subyacente discreta de sistemas complejos, por lo tanto, es la rama de
las matemticas que estudia, mide o determina a los experimentos o fenmenos
aleatorios.

La estadstica descriptiva es una ciencia que analiza series de datos (por ejemplo,
edad de una poblacin, altura de los estudiantes de una escuela, temperatura en
los meses de verano, etc.) y trata de extraer conclusiones sobre el
comportamiento de estas variables. Las variables pueden ser de dos tipos:
Variables cualitativas o atributos: no se pueden medir numricamente (por
ejemplo: nacionalidad, color de la piel, sexo).
Variables cuantitativas: tienen valor numrico (edad, precio de un producto,
ingresos anuales).
Discretas: slo pueden tomar valores enteros (1, 2, 8, -4, etc.). Por ejemplo:
nmero de hermanos (puede ser 1, 2, 3, etc., pero, por ejemplo, nunca podr
ser 3,45).
Continuas: pueden tomar cualquier valor real dentro de un intervalo. Por ejemplo,
la velocidad de un vehculo puede ser 80,3 km/h, 94,57 km/h.etc.
Poblacin: conjunto de todos los individuos (personas, objetos, animales, etc.)
que porten informacin sobre el fenmeno que se estudia. Por ejemplo, si
estudiamos el precio de la vivienda en una ciudad, la poblacin ser el total de las
viviendas de dicha ciudad.
Muestra: subconjunto que seleccionamos de la poblacin. As, si se estudia el
precio de la vivienda de una ciudad, lo normal ser no recoger informacin sobre
todas las viviendas de la ciudad (sera una labor muy compleja), sino que se suele
seleccionar un subgrupo (muestra) que se entienda que es suficientemente
representativo.

Experimentos aleatorios:
Describe el espacio muestral asociado a cada uno de los siguientes experimentos
aleatorios:
1. Lanzar una moneda.
Si llamamos C a la posibilidad de salir Cruz y llamamos S a salir sello,
entonces el espacio muestral sera: S= {C, S}
2.- Lanzar un dado.
Cada uno de los posibles resultados al lanzar un dado seran: 1, 2, 3, 4, 5 y 6.
Entonces resultara: S= {1,2,3,4,5,6}

Eventos:
Se sacan dos bolas de una urna que se compone de una bola blanca, otra roja,
otra verde y otra negra. Escribir el espacio muestral cuando:
1.- La primera bola se devuelve a la urna antes de sacar la segunda.
En esta ocasin sera con remplazo.
S = {BB, BR, BV, BN, RB, RR, RV, RN, VB, VR, VV, VN, NB, NR, NV, NN}
2.- La primera bola no se devuelve.
En esta ocasin sera sin remplazo.
E = {BR, BV, BN, RB, RV, RN, VB, VR, VN, NB, NR, NV}

Diagramas de Venn:

A
.

2
1
3
9
8
1
B
4
7
C
2
6
5

S=
{1,2,3,4,5,6,7,8,9

Encontrar:
1.- (AUB) = {1,2,3,6,7,8,9}
2.- (AUC) = {1,2,3,4,5,8,9}
3.- (AnB) = {1,9}
5

4.- (AnC) = {1,8}

5.- (AUBUC) = {1,2,3,4,5,6,7,8,9}

Conteo de punto de la muestra (Permutaciones):

Un vendedor quiere visitar 5 ciudades. Si no quiere repetir ciudades, cuntas
rutas distintas puede elaborar si puede empezar y acabar en cualquiera de las
ciudades?
El vendedor puede elegir la primera ciudad que visitar de entre las 5. Elegir la
segunda ciudad que visitar de entre los 4 restantes. Para la tercera ciudad tiene 3
opciones. Para la cuarta, 2. Y para la ltima, 1.
As que puede elaborar 5 4 3 2 1 = 120 rutas distintas. (P= n! = 5! = 120)

Interpretacin de probabilidad:
Interprete:
1.- (AUB)

2.- (AUC)

A
B

A
B

3.- (AnB)
(AnBnC)

4.-

Axiomas de probabilidad:
En una clase en la que todos practican deporte, el 60% de los alumnos juegan
futbol o al baloncesto y el 10% practica ambos deportes. Si adems hay un 60%
que no juega futbol, Cul ser la probabilidad de que se seleccione al azar un
alumno que:
a) Juegue solo futbol
b) Juegue solo baloncesto
c) Practique solo uno de los deportes
d) No juegue ni al futbol ni al baloncesto

a) P(A) P (A B) = 0.40 0.10= 0.30

b) P(B) = P (A U B) P (A B) P(A) = (0.60) (0.10) (0.40) = 0.10
c) P(A) + P(B)= (0.40) + (0.10) = 0.50
d) P (Ac Bc) = 1 - 0.60 = 0.40

Reglas de adicin:
1.- Sea A el suceso de sacar un rey de una baraja de 52 cartas y una reina de
corazn rojo. Calcular la probabilidad de sacar un rey o reina de corazn rojo en
una sola extraccin.
Resultado:

P(Rey)=

4
52

P(Reina)=

P (Rey o Reina) =

4
1
5

52 52 52

1
52

Probabilidad condicional:
De una baraja de 48 cartas se extrae simultneamente dos de ellas. Calcular la
probabilidad de que:
1.- Las dos sean copas:
12 11

48 47
P (2 copas) =
0.059
2.- Al menos una copa:

P (Al menos una copa) = 1-p (Ninguna copa) = 1-

36 35

0.441
48 47

Reglas de multiplicacin:
Si se responden al azar cuatro preguntas con cinco opciones cada una, cul es
la probabilidad de acertar a todas?
La probabilidad de acierto en cada una de las preguntas es 1/5. Por lo tanto, la
probabilidad de acertar en las cuatro es:

P(A) =

1 1 1 1
1

5 5 5 5 625

Reglas de multiplicacin total:

Suponiendo que la probabilidad de tener un hijo o una hija es , cul es la
probabilidad de que, al tener tres hijos, 2 solamente sean varones?
Si H representa el nacimiento de un hombre y M el de una mujer, tenemos los
siguientes casos favorables: HHM HMH MHH
La probabilidad de cada uno de estos eventos es:
1 1 1 1

2 2 2 8

10

Independencia:
La empresa X dedicada a la venta de carros. En un da, 150 personas que ya
posee en un carro visita la empresa para comprar otro, de igual forma lo hacen
230 personas que buscan su primer carro.
A) Probabilidad de que una persona compre su primer carro es de 230/380 =
0.605
B) Probabilidad de que una persona compre su segundo carro es de 150/380
= 0.394
Probabilidad de que una persona compre su primer carro y una persona compre
su segundo carro es de:
P(AnB) = 0.605*0.394 = 0.238 = 23.8 %

Teorema de Bayes:
El 20% de los empleados de una empresa son ingenieros y otro 20% son
economistas. El 75% de los ingenieros ocupan un puesto directivo y el 50% de los
economistas tambin, mientras que los no ingenieros y los no economistas
solamente el 20% ocupa un puesto directivo. Cul es la probabilidad de que un
empleado directivo elegido al azar sea ingeniero?

P(Ingeniero/directivo) =

0.2 0.75
0.405
0.2 0.75 0.2 0.5 0.6 0.2

11

Distribucin de probabilidad discreta:

# casas pintadas,
x
10
11
12
13
TOTAL

Probabilidad P(x)
0.25
0.30
0.35
0.10
1.00

1.- Calcule nmero medio de casas pintadas por semana.

= [x P(x)]
= (10) (0.25) + (11) (0.30) + (12) (0.35) + (13) (0.10) = 11.3
2.- Calcule la varianza del nmero de casas pintadas por semana.
= [(x-)2 P(x)]

= (10-11.3)2 (0.25) + (11-11.3)2 (0.30) + (12-11.3)2 (0.35) + (13-11.3)2 (0.10)

= 0.4225 + 0.0270 + 0.1715 + 0.2890 = 0.91

Variables aleatorias discretas:

Supongamos que la probabilidad de tener una unidad defectuosa en una lnea de
ensamblaje es de 0.05. Si el conjunto de unidades terminadas constituye un
conjunto de ensayos independientes:
1. cul es la probabilidad de que entre diez unidades dos se encuentren
defectuosas?
P(n=2) = (10c2) (0.05)2 (1-0.05)8 = 0.0476

12

Distribuciones y funciones:
Un lote contiene 100 piezas de un proveedor de tubera local y 200 unidades de
un proveedor de tubera del estado vecino. Si se seleccionan cuatro piezas al azar
y sin reemplazo.
cul es la probabilidad de que todas sean del proveedor local?

P(x=4) =

(100c 4)( 200c0)

0.0119
(300c 4)

Funcin de distribucin acumulada:

Supngase que la produccin de un da de 850 piezas manufacturadas contiene
50 piezas que no cumplen con los requerimientos del cliente. Se seleccionan del
lote dos piezas al azar y sin reemplazo. Sea la variable aleatoria X igual al nmero
de piezas de la muestra que no cumplen.
Cul es la funcin de distribucin acumulada de X?
P(x=0) = (800/850) (799/849) =0,886
P(x=1) =2(800/850) (50/849) =0,111
P(x=2) = (50/850) (49/849) =0,003

13

Valor esperado de la variable aleatoria discreta:

Si se lanzan dos dados legales, encontrar el valor esperado.
xi f(xi) =
Xi
F(xi
)

2
1
36

3
2
36

4
3
36

5
4
36

6
5
35

7
6
36

8
7
36

9
8
36

10
9
36

11
10
36

12
11
36

Distribucin binomial:
Cul es la probabilidad de que en el grupo hayan ledo la novela 2 personas?

B= (4,0.2) P = 0.8 Q = 0.2

P(x=2) = (4c2) (0.8) 2 (0.2) 2 =

43
0.64 0.4 0.1536
2

14

Distribucin geomtrica:
Del saln, el 60% de los alumnos son hombres, calcular probabilidad de extraer el
1er hombre a la cuarta ocasin que extraemos un alumno.
Definir xito: sea hombre.
X= 4; p = 0.60; q = 0.40
P(X=4) = (0.40)4-1 (0.60) = (0.40)3 (0.60) = 0.0384

Distribucin binomial negativa:

En una fbrica, la probabilidad de que una persona la acepten para trabajar es del
20 %. De 10 personas que no salieron seleccionadas. Calcular probabilidad de
que antes 3 hayan sido seleccionadas.
p = 0.20
q = 0.40
k = 10
x=3
P(x=2) = (2c7) (0.3478)6 (0.652)2 = 0.0158

15

Distribucin hipergeomtrica:
En una urna hay 7 bolas blancas y 5 negras. Se sacan 4 bolas Cul es la
probabilidad de que 3 sean blancas?
N = 12; N1 = 7; N2 = 5; k = 3; n = 4

P(x=3) =

(7c3)(5c1)
0.3535
(12c 4)

Distribucin Poisson:
Si un banco recibe en promedio 6 cheques sin fondo por da, cules son las
probabilidades de que reciba,
a) Cuatro cheques sin fondo en un da dado.
x = nmero de cheques sin fondo que llegan al banco cualquier da= 0, 1, 2, 3,
etc.
= 6 cheques sin fondo por da

= 2.718

P (x=4, =6) =

(6) 4 (2.718) 6
4!

(1296)( 0.00248)
0.13392
24

16

Distribucin normal:
En una ciudad se estima que la temperatura mxima en el mes de junio sigue una
distribucin normal, con media de 23 y desviacin de 5. Calcular el nmero de
das del mes en los que se espera alcanzar mximas entre 21 y 27

= P (21 < x 27) = (

21 23
27 23
Z
)
5
5

= p (- 0.4 < Z 0.8) = p (Z 0.8) [1 p (Z 0.4)]

= 0.7881 (1 0.6554) = (0.4425) (30) = 13

Conclusiones:
Concluimos que la probabilidad es una herramienta muy til en ciertas ocasiones
en la que queremos saber cierta informacin antes de realizar alguna accin, un
ejemplo sera al entrar a una rifa de una televisin entre 100 personas, podemos
calcular cual es la probabilidad de que ganramos esa televisin. Adems, nos da
informacin que nosotros necesitamos para saber cul eleccin nos beneficia o
nos perjudica. Para un ingeniero es importante porque con ella obtiene un anlisis
y hacer un pronstico de lo que vender en un futuro, si obtiene ganancias, si la
empresa necesita mejorar o si sus proyectos estn funcionando.

17