Video

Se podr determinar la probabilidad de

que un estudiante sea de sexo femenino,
sabiendo que tiene el cabello rubio?
CONTROL ESTADSTICO DE LA CALIDAD

INTRODUCCIN A LA
PROBABILIDAD

Dr. Juan Carlos Oruna Lara

Docente - Facilitador
 CONTENIDO
Definiciones de Probabilidad
Definicin clsica, subjetiva y frecuentista de probabilidad.
Algebra de Eventos.
Regla de la adicin: eventos mutuamente excluyentes y no excluyentes.
Regla de la multiplicacin: eventos independientes y dependientes.
Probabilidad de eventos compuestos.
Probabilidad condicional.
 LOGRO DE SESIN

Al trmino de la sesin, el estudiante resuelve problemas de situaciones

reales en Ingeniera, considerando las leyes, propiedades bsicas y
leyes de las probabilidades, con precisin en el clculo.

6
Caso de estudio 1:

Para un Ingeniero tendr sentido

preguntarse:

Qu porcentaje de las botellas

de su produccin, tienen una cantidad
menor de contenido, especificado?

Esto sin tener que acceder

a toda la produccin

7
Caso de estudio 2:

2) A un ingeniero encargado del

tratamiento de Agua le interesar
saber el % de bacterias en un
tanque

Esto sin tener que acceder

a todo el tanque

8
Los profesionales de ingeniera tienen como
exigencia intrnseca desarrollar investigacin
permanente, ello significa, la bsqueda
sistematizada y objetiva de hechos o de
explicaciones
a fenmenos
relacionados
con su
entorno
laboral .

9
Casi toda decisin que un Ingeniero tiene
que tomar, de una u otra manera, presenta
algn elemento de incertidumbre, es decir,
en el momento en que la decisin es
tomada no se tiene la certeza absoluta de
cual ser la consecuencia de la decisin
tomada.

10
Algunas veces, los efectos de la
incertidumbre son tan pequeos que su
influencia en la decisin tomada puede
despreciarse y por tanto se trata a la situacin
que se presenta como que no tiene
incertidumbre y se toma la decisin con entera
confianza.

11
Pero en muchas ocasiones se enfrentan situaciones
donde la incertidumbre es importante y no puede
ser ignorada y en esas situaciones, las
probabilidades y la
estadstica son
herramientas
eficaces para
tomar las
decisiones.

12
El objetivo de la PROBABILIDAD es
medir la _________________ de que
ocurran determinados Eventos.

13
Es difcil exagerar la importancia de la teora de
probabilidades; en muchos problemas e
Economa, Administracin, Contabilidad,
Ingenieras, etc.

Necesitamos tomar decisiones frente a la

incertidumbre.

14
INICIO DE LAS PROBABILIDADES

La aficin al juego fue lo que impulso el desarrollo de la

probabilidad.

Los jugadores, en su esfuerzo por aumentar sus

ganancia pidieron a los matemticos que les
proporcionaran las estrategias ptimas para varios juegos
de azar.

Como resultado de este primer desarrollo de la teora de

probabilidad, se extiende junto con la estadstica a
muchos campos del saber humano.

15
1. EXPERIMENTO:

Es un hecho, acontecimiento u operacin que se realiza

en nuestra realidad y que puede ser repetida bajo ciertas
condiciones.

Dentro de estos tenemos los deterministicos y no

deterministicos.

16
1.1. Experimentos Deterministicos:

Son aquellos cuyo resultado del experimento se

conoce con anterioridad y que puede describirse por
una formula matemtica, fsica o qumica.

Ejemplos:

Soltar una piedra en el aire.

Lanzar una pelota en una tina con agua, etc.

17
1.2. Experimento NO deterministico o ALEATORIO ()

Son aquellos cuyos resultados del experimento no

pueden predecirse con exactitud antes de realizar el
experimento.

Ejemplos:

1= Lanzamiento de un dado y ver su puntaje obtenido.

2= Se fabrican artculos en una lnea de produccin y se

cuenta el nmero de artculos defectuosos producidos en
un periodo de 24 horas

18
2. ESPACIO MUESTRAL ()

Es el conjunto de todos los resultados posibles de un

experimento aleatorio.

Ejemplo:

Experimento Espacio Muestral

1 1= {__,__,__,__,___,___}
2 2 = {0, 1, 2,, N}; en donde N es el
nmero mximo de artculos que
pudo ser producido en 24 horas.

19
EL DIAGRAMA DEL RBOL

Un diagrama de rbol es una herramienta que se utiliza para determinar

todos los posibles resultados de un experimento aleatorio.
Aplicacin:
Tres ingenieros industriales de una fabrica elegidos al azar deben expresar
su opinin F (favorable) o C (contraria) a la implementacin de un proyecto
de mejora. Elabore un Diagrama de rbol que represente los diversos
resultados de este experimento.
Primer Segundo Tercer Resultado
Ingeniero Ingeniero Ingeniero Posible
__ ____
__ __
__ ____
__ ____
__ __ ____
__ __ ____
__ __ ____
__ ____
__
__ ____

={FFF, FFC, FCF, FCC, CFF, CFC, CCF, CCC}

3. EVENTO ( A, B, C ):

Se llama evento a cualquier subconjunto del espacio

muestral. Se denotan por letras maysculas del alfabeto.
Los eventos siempre de indica en forma de enunciado.

Ejemplo 1:

Para 1 A= Lanzamientos pares de un dado A= { __, __, __ }

Para 2 B= Se fabrican menos de 10 artculos B= { _,__,__,__, __, 5, 6,7,8,9 }

en la lnea de produccin

21
 Ejemplo 2:

Determinar los siguientes eventos si el experimento consiste en

verificar 3 tornillos, que pueden ser defectuosos (D) o no
defectuosos (N)
Solucin:
: Verificar 3 tornillos
= {___,___,___,___, ___, ___,___,___}

EVENTOS
A: Que el primer tornillo sea defectuoso.
B: Que los dos primeros sean No defectuosos.
C: Los ltimos sean defectuosos.
D: Ocurran por lo menos dos defectuosos.
E: Que ocurra que los tres tornillos sean
defectuosos
F: Que ocurra que los tres tornillos sean a lo
ms defectuosos
22
4. CLASES DE EVENTOS

a. Evento unitario: Es aquel que contiene un solo resultado.

E: Que ocurra que los tres tornillos sean defectuosos

E= {DDD}

b. Evento compuesto: Es aquel que contiene 2 o mas resultados

A: Que el primer tornillo sea defectuoso.

A= {DDD,DDN, DND,DNN}

23
4. CLASES DE EVENTOS

c. Evento seguro: Es aquel que contiene a todos los elementos del

F: Que ocurra que los tres tornillos sean a lo ms defectuosos

F = {DDD,DDN,DND,DNN, NDD, NDN,NND,NNN}

d. Evento nulo: Es aquel que no contiene ningn elemento.

G: Que ocurra que los cuatro tornillos sean defectuosos

G=

24
5.SUCESO:

Se llama suceso a todo elemento del espacio muestral y

se denota por (w).

= {CCC,CCS,CSC,CSS,SCC,SCS,SSC,SSS}

Suceso

25
EJEMPLO : Experimento, Espacio Muestral, Eventos y
Sucesos
Dos gasolineras se ubican en cierta interseccin. Cada una tiene 6 bombas.
Considere el experimento en el que para cada gasolinera se determina el
nmero de bombas en uso en determinado momento del da. Un resultado
experimental especifica cuantas bombas estn en uso en la primera gasolinera y
cuantas en la segunda.

Un posible resultado es (2 ,2 ) otro es (4,1) y otro ms (1,4). Los 49 resultados se

muestran: Segunda Gasolinera
0 1 2 3 4 5 6
0 (0,0) (0,1) (0,2) (0,3) (0,4) (0,5) (0,6)
Primera Gasolinera

= 1 (1,0) (1,1) (1,2) (1,3) (1,4) (1,5) (1,6)

2 (2,0) (2,1) (2,2) (2,3) (2,4) (2,5) (2,6)
3 (3,0) (3,1) (3,2) (3,3) (3,4) (3,5) (3,6)
4 (4,0) (4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
5 (5,0) (5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
6 (6,0) (6,1) (6,2) (6,3) (6,4) (6,5) (6,6)
26
EJEMPLO : Experimento, Espacio Muestral, Eventos y
Sucesos.
Cuando se observa el nmero de bombas en uso en cada una de las dos
gasolineras provistas con 6 bombas, hay 49 resultados posibles, as que
hay 49 eventos simples: E1 = (0,0) E2 = (0,1) E49= (6,6)

A= (0,0) , (1,1) , (2,2), (3,3) , (4,4), (5, 5) , ( 6,6) = Evento en el que el

nmero de bombas en uso es el mismo para ambas gasolineras (con
7 sucesos).

B = (0,4) , (1,3), (2,2), (3,1),(4,0) = Evento en el que el nmero total de

bombas es cuatro (con 5 sucesos). .

C = ( 0,0) , (0,1) , (1,0) , (1,1) = Evento en el que a lo sumo una bomba

est en uso en cada gasolinera (con 4 sucesos)..

27
Ejercicios de Aula:

1. Indique Ud. si los siguientes experimentos son aleatorios:

a.Elegir una carta de una baraja (52 cartas) y sealar la figura obtenida. V F

b. Verificar el estado de dos transistores (apagado y prendido) V F

c. Lanzar una piedra a una tina con agua. V F

d. Lanzar 4 monedas y ver el nmero de caras. V F

e. Jugar un partido de fulbito V F

f. Soltar un plumn en el aire. V F

g. Rendir un examen. V F

h. Jugar la tinka V F

28
Ejercicios de Aula:
2. Indique el espacio muestral para los siguientes experimentos:

Lanzar 2 monedas: = {..}

Lanzar 3 monedas = {.}
Lanzar 1 dado y una moneda = {.}
Lanzar 2 dados = {.}
Jugar un partido de ftbol = {.}
Rendir un examen = {.}

29
6. REGLAS BASICAS DE PROBABILIDADES

1. Ley Fundamental de Probabilidad. Una

probabilidad siempre estar comprendida entre 0 y 1.
0 P ( A) 1
2. P () = 1. La probabilidad del espacio muestral es 1.

3. Ley del Complemento. Si A c es el complemento de

A, entonces:
P (Ac) + P (A) = 1
P (A c ) = 1 P (A)
P ( A ) = 1 P (A c)

30
7. ENFOQUES DE PROBABILIDAD

Existen tres enfoques de la probabilidad:

* Clsico
* Subjetivo
* Frecuentista.

31
7. ENFOQUES DE PROBABILIDAD

1. Enfoque clsico
El enfoque clsico o a priori de la probabilidad est basado en la
suposicin de que todos los resultados del experimento son igualmente
posibles. La probabilidad se calcula de la siguiente manera:

nmero de posibles resultados del evento

Probabilidad del evento =
nmero total de resultados posibles del
experimento
Ejemplo:
El experimento es lanzar un dado. Cul es la probabilidad de que caiga
un dos hacia arriba?
P( caiga 2 ) = 1= 1/6 = 0.166

32
7. ENFOQUES DE PROBABILIDAD
2. Enfoque subjetivo

Si no hay experiencia anterior o hay muy poca sobre la cual basar

una probabilidad, esta se fundamenta en la intuicin, opiniones,
creencias personales y otra informacin indirecta. Este tipo de
probabilidad es el enfoque subjetivo de la probabilidad.

Ejemplo:
P ( Que una Mujer sea elegida Presidente del Per) = 0.50

33
7. ENFOQUES DE PROBABILIDAD
3 . Enfoque frecuentista
La probabilidad de que suceda un evento es determinada observando
como sucede el evento en el pasado. En trminos de frmula:

nmero de veces que sucedi el evento en el pasado

Probabilidad de que =
suceda un evento nmero total de observaciones

Ejemplo:
Se lanza una moneda. Para determinar la probabilidad de que caiga cara
se lanza 60 veces la moneda al aire, de las cuales 25 veces cay cara. Si
aplicamos la frmula:
P(cae cara ) = 25/ 60 = 0.42

34
 8. PROPIEDADES DE RELACIONES ENTRE EVENTOS

Sean A, B y C elementos de un mismo espacio muestral () entonces:

8.1 LEY O PROPIEDAD CONMUTATIVA

( C1) : A B B A
( C2) : A B B A

35
8. PROPIEDADES DE RELACIONES ENTRE EVENTOS

Sean A, B y C elementos de un mismo espacio muestral () entonces:

8.2 LEY O PROPIEDAD ASOCIATIVA

( A1) : A ( B C ) ( A B) C

( A 2) : A ( B C ) ( A B) C

36
 9.LEYES O PROPIEDAD DISTRIBITIVA

Dados los eventos A, B y C, entonces:

(D1) : A ( B U C ) = ( A B ) U ( A C)
(D2) : A U ( B C ) = ( A U B ) ( A U C )

37
10. LEYES DE MORGAN

Sean los eventos A y B

(M1) : A B = A U B
(M2) : A U B = A B

38
11. TEOREMAS DE PROBABILIDAD

1. Regla de Adicin
2. Regla de Multiplicacin
3. Probabilidad Condicional

39
 1 Regla de Adicin
La Regla de Adicin nos da la forma de calcular la probabilidad de
que ocurra el evento A B ambos.

a) Si los eventos son Dependientes b) Si los eventos son Independientes

o relacionados

A B A B

P ( A U B )= P (A) + P( B ) P ( A B) P ( A U B ) = P (A) + P( B )

40
o Ejemplo 1:
Si el experimento es lanzar un dado una vez, el espacio muestral es:
= { 1, 2, 3, 4, 5, 6 }
Si el evento A es cae un nmero par
A = { 2, 4, 6 }
Si el evento B es cae un nmero menor de 3
B = { 1, 2 }

Cul ser la probabilidad de que suceda alguno de estos dos

eventos?

41
Solucin al Ejemplo 1:

Cul ser la probabilidad de que suceda alguno de estos dos

eventos?
Entonces la probabilidad de A y la probabilidad de B es:

P(A) =3/6= 0.50 P(B) =2/6= 0.3366

Para aplicar el teorema es necesario conocer la probabilidad de la

interseccin de estos dos eventos, es decir, la probabilidad de que
caiga un nmero par y menor de 3.

A B =Es el elemento { 2 }= P(A B) = 1/6 =0 .17

Si aplicamos la regla de adicin:

P( A U B ) = P( A ) + P( B ) P( A B )
P( A U B ) = 0.50 + 0.33 0.17 = 0.66

42
Ejemplos
En un proceso que fabrica latas de aluminio, la probabilidad
de que una lata tenga alguna fisura en su costado es de
0.02,la de que otra la tenga en la tapa es de 0.03 y de que
una ms presente una fisura en el costado y en la tapa es
de 0.01. Cul es la probabilidad de que al elegir una lata
en forma aleatoria tenga una fisura? Cul es la
probabilidad de que no la tenga?

Un ingeniero que vigila el control de calidad toma una

muestra de 100 unidades fabricadas por determinado
proceso y encuentra que 15 de ellas son defectuosas.
Verdadero o falso.
A) La probabilidad de que una unidad fabricada por este
proceso est defectuosa es 0.15.
B) La probabilidad de que una unidad fabricada por este
proceso est defectuosa se aproxima a
0.15,pero no es exactamente igual a 0.15.
2 Regla de Multiplicacin
La Regla de Multiplicacin nos da la forma de calcular la probabilidad
de la interseccin de dos eventos.

a) Si los eventos son Dependientes b) Si los eventos son Independientes

o relacionados

A B A B

P ( A B )= P (A) P ( B / A )
P ( A B )= P (B) P ( A / B ) P ( A B ) = P (A) P ( B )

44
 3 Probabilidad Condicional
La probabilidad de que ocurra un evento dado que otro evento ya
ha ocurrido se llama Probabilidad Condicional
a) Si los eventos son Dependientes b) Si los eventos son Independientes
o relacionados

A B A B

P(A/B) = P ( A B ) / P (B) P ( A / B ) = P (A)

P ( B / A ) = P ( A B ) / P (A) P ( B / A ) = P (B)

45
 EJEMPLO:

Un ingeniero ingresa a una ferretera.

La probabilidad de que compre (a)
pintura es 0,60 (b) clavos 0,50, y (c)
pintura y clavos es 0,30. Cul es la
probabilidad de que compre pintura,
clavos o ambos?
Solucin
P: Ingeniero compre pintura
C: Ingeniero compre clavos
P(P) = 0,60, P(C) = 0,50 y P(PC) = 0,30
P(PUC) = P(P) + P(C) P(PC)
P(PUC) = 0,60 + 0,50 - 0,30
P(PUC) = 0,80
Ejemplo 2:

El experimento es extraer aleatoriamente dos fluoculantes de una caja

que contiene 5 fluoculantes liquidos y 5 fluoculantes slidos Cul es
la probabilidad de que ambas fluoculantes sean lquidos?

P(AB) ={probabilidad de que los dos fluoculantes sean lquidos}

P(A) = {probabilidad de que el primer fluoculante sea lquido}
P(B) = {probabilidad de que el segundo fluoculante sea lquido}
P(BA) = {probabilidad de que el segundo fluoculante es lquido dado
que el primero es lquido}

47
 Solucin al Ejemplo 2:
* Al extraer el primer fluoculante, en la caja hay 5 tipos de fluoculate
lquidos de un total de 10, por lo que la probabilidad es:
P(A) = 5/ 10 = 0.50

** Al extraer el segundo fluoculante hay en la caja 4 fluoculantes

liquidos de un total de 9, por lo que la probabilidad de que el segundo
fluoculante sea lquido dado que el primero fue lquido es

P(BA) =4/9 = 0.44

P(AB) = P(A) * P(BA) = 0.5*0.44 = 0.22

La probabilidad de que los dos fluoculantes sean lquidos es 0.22

48
 Ejemplo 3:

Se lanzan dos monedas Cul es la probabilidad de que ambas caigan

cara?
Solucin:
P(A) = {probabilidad de que caiga cara en la primera moneda}
P(B) = {probabilidad de que caiga cara en la segunda moneda}

P(A B) = P(A) * (P(B)

= (1/2)*(1/2)
= 0.25

49
QU HEMOS VISTO?

Definiciones de Probabilidad
Definicin clsica, subjetiva y frecuentista de probabilidad.
Algebra de Eventos.
Regla de la adicin: eventos mutuamente excluyentes y no excluyentes.
Regla de la multiplicacin: eventos independientes y dependientes.
Probabilidad de eventos compuestos.
Probabilidad condicional.
Enfrentarse, siempre enfrentarse, es el modo
de resolver el problema. Enfrentarse a l!.
Joseph Conrad (1857-1924) Novelista britnico de origen polaco
BIBLIOGRAFIA BASICA:

Estimado estudiante, puedes revisar los siguientes textos que se encuentran en

tu biblioteca:

519.2 PROBABILIDAD Y ESTADSTICA PARA

1 SCHEAFFER Mc. CLAVE 2005
SCHE INGENIERA

519.5 LEVINE-KREHBIEL-
2 ESTADSTICA PARA ADMINISTRACIN. 2006
LEVI/P BERENSON

WILLIAM W. HINES
519.2 DOUGLAS C. MONTGOMERY PROBABILIDAD Y ESTADSTICA PARA
3 2011
HINE DAVID M. GOLDSMAN INGENERIA
CONNIE M. BORROR
"La creatividad es muy importante en la vida: te da diversidad. Si eres
creativo, pruebas diferentes maneras de hacer cosas y cometes muchos
errores tambin. Pero si tienes valenta de continuar a pesar de tus
errores, obtendrs la respuesta"

Bill Fitzpatrick