Documente Academic
Documente Profesional
Documente Cultură
I. PORTADA
UNIVERSIDAD TÉCNICA DE AMBATO
Facultad de Ingeniería en Sistemas, Electrónica e Industrial
“Proyecto Académico de Fin de Semestre”
Título: Probabilidad de que los estudiantes de Tercer nivel
paralelo “A” de la Carrera de Ingeniería Industrial
en Procesos de Automatización de la Facultad de
Ingeniería en Sistemas, Electrónica e Industrial de
la Universidad Técnica de Ambato aprueben en su
primera matricula el módulo de Tecnología de
Materiales, período académico (abril-septiembre) –
2015.
Carrera: Ingeniería Industrial en Procesos de
Automatización
Área Académica: Industrial y Manufactura
Línea de Investigación: Industrial
Ciclo Académico y Paralelo: Tercero “B”
Alumnos participantes: Pérez Alvarado Gabriela Estefanía
Rivera Sánchez Paola Alexandra
Rivera Tintin Bryan Alexander
Rosero Casa Jessica Daniela
Vinocunga Toaquiza Jenny Estefanía
Módulo: Estadística y Probabilidad
Docente: Ing. Franklin Tigre.
2.1 Título
2.2 Objetivos
Objetivo General:
Objetivos Específicos:
2.3 Resumen
2.5 Introducción
Estos son sólo dos de los innumerables ejemplos en los cuales el azar interviene.
A los sucesos donde interviene el azar se los llama "aleatorios" o
"probabilísticos". Diremos que hay una probabilidad que se caiga el pan y el
dulce ensucie el piso. Hay una probabilidad que nuestro equipo gane el saque,
pero (¡desgraciadamente!) no podemos tener la certeza de ello [1].
En la vida cotidiana son más frecuentes las situaciones que podemos atribuir al
azar (eventos o sucesos aleatorios) que las que corresponden al acontecer
previsible con exactitud. ¿De qué humor estará el profesor hoy? ¿Nos
resfriaremos este invierno? ¿Quién ganará el campeonato? Hechos tan simples
como los mencionados requieren ser interpretados con pensamiento
probabilístico, el cual gira alrededor de las nociones azar e incertidumbre [1].
Al analizar cada uno de estos hechos aisladamente (por ejemplo, cómo llegó el
profesor el lunes), nada se puede concluir. Sin embargo, si se toma un conjunto
de cada uno de esos datos en número y forma apropiados (por ejemplo, cuántos
y cuáles días el profesor llegó de mal humor), es posible prever con "cierto grado
de certeza" qué es lo que posiblemente acontezca en el futuro que nos interesa
[1].
UNIVERSIDAD TÉCNICA DE AMBATO
FACULTAD DE INGENIERÍA EN SISTEMAS ELECTRÓNICA E INDUSTRIAL
CARRERA DE INGENIERÍA INDUSTRIAL EN PROCESOS DE AUTOMATIZACIÓN
PERÍODO ACADÉMICO: ABRIL/2015 – SEPTIEMBRE/2015
PROBABILIDADES
DETERMINÍSTICOS Y NO DETERMINÍSTICOS.
Ejemplos:
UNIVERSIDAD TÉCNICA DE AMBATO
FACULTAD DE INGENIERÍA EN SISTEMAS ELECTRÓNICA E INDUSTRIAL
CARRERA DE INGENIERÍA INDUSTRIAL EN PROCESOS DE AUTOMATIZACIÓN
PERÍODO ACADÉMICO: ABRIL/2015 – SEPTIEMBRE/2015
a) Soltar una piedra desde una cierta altura (Caída libre de los cuerpos) [3].
b) Los cambios de aceleración que produce una fuerza (Segunda ley de Newton)
[3].
Ejemplos:
b) Lanzar una moneda y observar el número que aparece (uno, dos, tres, cuatro,
cinco, seis).
“Por lo tanto un experimento aleatorio es aquel que tiene las tres características
mencionadas” [2].
Ejemplos:
Ω1 = {cara, sello}
Ω2 = {1, 2, 3,4, 5, 6} 3)
Ω5= {0, 1}
UNIVERSIDAD TÉCNICA DE AMBATO
FACULTAD DE INGENIERÍA EN SISTEMAS ELECTRÓNICA E INDUSTRIAL
CARRERA DE INGENIERÍA INDUSTRIAL EN PROCESOS DE AUTOMATIZACIÓN
PERÍODO ACADÉMICO: ABRIL/2015 – SEPTIEMBRE/2015
Ejemplo:
Ω2 = {1, 2, 3,4, 5, 6}
Ejemplo:
ϵ4: Contar el número de vehículos que pasan por un determinado peaje [3].
Ω2 = {1, 2, 3,4, 5, 6}
Para responder la pregunta anterior se debe incluir el criterio que los espacios
muestral es compuestos son de dos tipos básicos aquellos que están unidos por
la letra gramatical “O” y la letra gramatical “Y” [2].
UNIVERSIDAD TÉCNICA DE AMBATO
FACULTAD DE INGENIERÍA EN SISTEMAS ELECTRÓNICA E INDUSTRIAL
CARRERA DE INGENIERÍA INDUSTRIAL EN PROCESOS DE AUTOMATIZACIÓN
PERÍODO ACADÉMICO: ABRIL/2015 – SEPTIEMBRE/2015
Ω = Ω1 x Ω2
EVENTO
SUCESOS
PROBABILIDAD
Definición:
COROLARIOS:
0≤[]≤1
4. Puesto que todos los sucesos de Ω = {ω1, ω2, ω2,..., ωn} son , igualmente
probables, se tiene que P[{ωi}] = 1/n, i = 1, 2, 3,…, n.
Y por lo tanto
Sub – eventos
A ⊂ B, si ω ∈ A → ω ∈ B
EVENTOS IGUALES
A = B: {ω ∈ Ω / ω ∈ A y ω ∈ B}
UNIÓN DE EVENTOS
A ∪ B = { ω ∈ Ω/ω ∈ A ∨ ω ∈ B}
INTERSECCIÓN DE EVENTOS
A∩B = { ω ∈ Ω/ ω ∈ A ∧ ω ∈ B}
DIFERENCIA DE EVENTOS
Es un evento (A’) que contiene todos los sucesos que no tiene o no posee el
evento A.
A’ = Ώ - A
A’= {WƐΏ/WƐA’}
UNIVERSIDAD TÉCNICA DE AMBATO
FACULTAD DE INGENIERÍA EN SISTEMAS ELECTRÓNICA E INDUSTRIAL
CARRERA DE INGENIERÍA INDUSTRIAL EN PROCESOS DE AUTOMATIZACIÓN
PERÍODO ACADÉMICO: ABRIL/2015 – SEPTIEMBRE/2015
𝐴∩𝐵=0
A∩(BUC) = (A∩B)U(A∩C)
AU(B∩C)= (AUB)∩(AUC)
LEYES DE MORGAN
(A∩B)’= A’UB’
(AUB)’ = A’∩B’
UNIVERSIDAD TÉCNICA DE AMBATO
FACULTAD DE INGENIERÍA EN SISTEMAS ELECTRÓNICA E INDUSTRIAL
CARRERA DE INGENIERÍA INDUSTRIAL EN PROCESOS DE AUTOMATIZACIÓN
PERÍODO ACADÉMICO: ABRIL/2015 – SEPTIEMBRE/2015
ANÁLISIS COMBINATORIO
Técnicas de conteo
Multiplicación
Corolario
Se tiene que el total de formas que puede ocurrir un experimento compuesto por
dichos experimentos simple es: 𝑁 (Ω)= 𝑛𝐾 [9].
Adición
𝑵(Ω)=𝐍 (Ω𝟏)+𝑵(Ω𝟐)
En forma general:
𝑵(Ω)=𝐍 (Ω𝟏)+𝑵(Ω𝟐)+⋯+𝑵(Ω𝒏)
Axioma 1: Para cada evento A definido en el espacio muestral “Ω” se tiene que:
0≤[𝐴]≤1
𝑃[𝐴∪𝐵]=𝑃[𝐴]+𝑃[𝐵]
Axioma5: Para cada evento A definido en el espacio muestral “Ω” se tiene que:
[𝐴]=1−[𝐴´] O 𝑃[𝐴´]=1−𝑃[𝐴]
𝑃[𝐴∪𝐵]=𝑃[𝐴]+𝑃[𝐵]−𝑃[𝐴∩𝐵]
𝑃[𝐴∪𝐵∪𝐶]=𝑃[𝐴]+𝑃[𝐵]+𝑃[𝐶]−𝑃[𝐴∩𝐵]−𝑃[𝐴∩𝐶]−𝑃[𝐶∩𝐵]+𝑃[𝐴∩𝐵∩𝐶]
PROBABILIDAD CONDICIONAL
P [A /B]=[𝐴∩𝐵] / 𝑃[𝐵]
UNIVERSIDAD TÉCNICA DE AMBATO
FACULTAD DE INGENIERÍA EN SISTEMAS ELECTRÓNICA E INDUSTRIAL
CARRERA DE INGENIERÍA INDUSTRIAL EN PROCESOS DE AUTOMATIZACIÓN
PERÍODO ACADÉMICO: ABRIL/2015 – SEPTIEMBRE/2015
AXIOMAS
Axioma 1: 0≤[𝐴/𝐵]≤1
Axioma 2: [Ω/𝐵]=1
Axioma 4: [0/𝐵]=0
Axioma 5: P[𝐴′/𝐵]=1−𝑃[𝐴/𝐵]=1
Axioma 7: [𝐴∪𝐶/𝐵]=[𝐴/𝐵]+𝑃[𝐶/𝐵]−𝑃[𝐴∩𝐶/𝐵]
REGLA DE LA MULTIPLICACIÓN
Se dice que la colección de eventos B1, B2, B3,..., Bk del espacio muestral Ω
representan una partición del espacio muestral si cumplen las siguientes
condiciones [10]:
P [Bi]>0
PROBABILIDAD TOTAL
Sean los eventos B1, B2, B3,..., Bk que forman una partición del espacio
muestral entonces para cualquier evento A definido en el mismo espacio
muestral se cumple [10]:
Corolario:
Si B es un evento en Ω tal que 0 <P [B] < 1, entonces para cualquier evento A
en Ω se tiene que:
Ejercicio:
Ω: {28} 𝑁(Ω) = 28
A: {11} 𝑁(𝐴) = 11
N(A)
P[A] =
𝑁(Ω)
UNIVERSIDAD TÉCNICA DE AMBATO
FACULTAD DE INGENIERÍA EN SISTEMAS ELECTRÓNICA E INDUSTRIAL
CARRERA DE INGENIERÍA INDUSTRIAL EN PROCESOS DE AUTOMATIZACIÓN
PERÍODO ACADÉMICO: ABRIL/2015 – SEPTIEMBRE/2015
11
P[A] =
28
P[A] = 0,30
𝑁(𝑀) = 4
N(M)
P[A] =
𝑁(Ω)
4
P[A] =
28
P[A] = 0,14
𝑁(𝑀) = 7
N(M)
P[A] =
𝑁(Ω)
7
P[A] =
28
P[A] = 0,25
𝑃[𝐵] = 𝑃[𝐴 ∪ 𝐵]
𝑃[𝐵] = 𝑃[𝐴] + 𝑃[𝐵] − 𝑃[𝐴 ∩ 𝐵]
𝑃[𝐵] = 0,14 + 0,25 − 0,035
𝑃[𝐵] = 0,35
¿De acuerdo a las calificaciones que obtuvo en el primer parcial y parte del
segundo, cree usted que alcanzara el promedio necesario para aprobar el
módulo de tecnología de materiales?
Si 7
No 21
Calculamos la probabilidad
UNIVERSIDAD TÉCNICA DE AMBATO
FACULTAD DE INGENIERÍA EN SISTEMAS ELECTRÓNICA E INDUSTRIAL
CARRERA DE INGENIERÍA INDUSTRIAL EN PROCESOS DE AUTOMATIZACIÓN
PERÍODO ACADÉMICO: ABRIL/2015 – SEPTIEMBRE/2015
7
𝑃(𝐷) =
28
𝑃(𝐷) = 25 %
Reprueban : 5
Aprueban : 28-5=23
23
𝑃(𝐴) =
28
𝑃(𝐴) = 0.82
De acuerdo con el análisis de las calificaciones del paralelo “A”, Suponiendo que
se tome un examen supletorio, realizamos el calculo de la probabilidad que se
tendría de seleccionar un examen aprobado de un alumno del paralelo “A”, con
respecto a la probabilidad que habrá después de realizar un experimento en el
que también se incluyan los exámenes de los alumnos del paralelo “B”.
Mujer 1 3 2 2 1 9
Hombre 2 5 4 5 3 19
Tota 3 8 6 7 4 28
Tabla N.- 01
p(A)= 0.7+0.4=0.11
La probabilidad de escoger al azar una alumna con un promedio mayor a 7 es
0.11.
p(B)=0.11
La probabilidad de escoger al azar un alumno con un promedio mayor a 8 es
0.11.
2.8 Conclusiones
Genero_______________
Si (…) No (…)
__________
3.- ¿De acuerdo a las calificaciones que obtuvo en el primer parcial y parte del
segundo, cree usted que alcanzara el promedio necesario para aprobar el módulo
de tecnología de materiales?
Si (…) No (…)
SI (…) NO (…)
5. ¿Cuál cree usted que son los motivos por los cuales les es complicado a los
estudiantes aprobar el modulo?
_______________________________________
_______________________________________
_______________________________________