Documente Academic
Documente Profesional
Documente Cultură
PROBABILIDAD
UNIVERSIDAD DE IBAGUE
FACULTAD DE CIENCIAS
NATURALES,MATEMATICAS Y ESTADISTICA
PROGRAMAS DE INGENIERIA
NOMINALES ORDINALES
• es aquella que no diferencia un orden o jerarquía Cuando no es posible hacer medidas numéricas, son
ej: masculino o femenino, verdadero o falso, si o susceptibles de clasificación. Ej: 1. malo 2. regular
no, soltero-casado-viudo 3. bueno 4.excelente
CUANTITATIVAS •
DISCRETAS CONTINUAS
Las variables discretas, al ser numerables, Las variables continuas, aquellas medibles
pueden tomar una serie de valores que pueden tomar infinitos valores dentro
determinados, pero no los valores de un campo de variación (peso, altura,
intermedios (Ej., número de años de temperatura…)
escolarización, número de hijos por
familia…)
DISTRIBUCIÓN DISCRETA DE
PROBABILIDAD
Sea X una variable aleatoria discreta toma valores: 𝑋1 , 𝑋2 𝑋3,… , 𝑋𝑘 ; y p(x)
una función que toma valores de probabilidad P( 𝑥1 ),P( 𝑥2 ),
P(𝑥3 ),…,P(𝑥𝐾 ),donde la distribución de probabilidad para la variable
aleatoria X es:
𝒙𝒊 𝒑𝒊 𝑷𝒊
𝑋1 p(𝑋1 ) P(𝑋1 )
𝑋2 p(𝑋2 ) P(𝑋2 )
𝑋3 p(𝑋3 ) P(𝑋3 )
. . .
. . .
𝑋𝑘 p(𝑋𝑘 ) P(𝑋𝑘 ) = 1,00
1,00
𝑥
DISTRIBUCIÓN DISCRETA DE PROBABILIDAD
Definición: El conjunto de pares ordenados ( x , 𝑓 (x) ) es una función de
probabilidad , función masa de probabilidad o distribución de probabilidad
de la variable aleatoria discreta X si para cada resultado posible x.
1) 𝑓 (x) ≥ 0
2) σ 𝑓 𝑥 = 1
3) 𝑝 ( 𝑥 = 𝑥𝑘 ) = 𝑓(x)
Ejemplo : un embarque de 10 portátiles similares que se envía a un
distribuidor contiene 4 aparatos defectuosos. Si una escuela realiza una
compra aleatoria de 3 de estos portátiles, encuentre la distribución de
probabilidad para el numero de aparatos defectuosos en la compra.
Solución: sea x una variable aleatoria cuyos valores 𝑥 son los posibles
números de portátiles defectuosos comprados por la escuela. Entonces 𝑥
puede ser cualquiera de los números 0 , 1 , 2 , 3. Una función para para
𝑁1 𝑁2
𝑥 𝑛−𝑥
generar las probabilidades esta dada así: 𝑝 𝑥 = 𝑁
𝑛
Donde N = tamaño de la población, n = tamaño de la muestra
𝑁1 = elementos que me interesan , 𝑁2 = elementos que no me interesan
X = elementos escogidos o seleccionados para hallar la probabilidad.
DISTRIBUCIÓN DISCRETA DE PROBABILIDAD
4 6
4𝐶0∗6𝐶3
𝑓 (0) = 𝑝( x= 0) = 0 3−0
10 = = 0,166
10𝐶3
3
4 6
4𝐶1∗6𝐶2
𝑓 (1) = 𝑝 ( x= 1) = 1 3−1
10 = = 0,50
10𝐶3
3
4 6
4𝐶2∗6𝐶1
𝑓 (2) = 𝑝( x= 2) = 2 3−2
10 = = 0,30
10𝐶3
3
4 6
4𝐶3∗6𝐶0
𝑓 (3) = 𝑝 ( x= 3) = 3 3−3
10 = = 0,033
10𝐶3
3
Entonces la distribución de probabilidad de x es:
𝑥𝑖 0 1 2 3
𝑝 𝑥𝑖 0,166 0,50 0,30 0,033
P 𝑥𝑖 0,166 0,666 0,96 1,00
VALOR ESPERADO O ESPERANZA DE UNA DISTRIBUCION DE
PROBABILIDAD
Definición: sea x una variable aleatoria con distribución de probabilidad discreta f (x), la media
o valor esperado de x es:
𝜇 𝑥 = 𝐸 𝑥 = media de la distribucion o valor esperado o esperanza
𝜇(𝑥) = 𝐸 𝑥 = 𝑥1 p 𝑥1 + 𝑥2 p 𝑥2 + 𝑥3 p 𝑥3 + 𝑥4 p 𝑥4 +…+ 𝑥𝑘 p 𝑥𝑘
𝜇(𝑥) = 𝐸 𝑥 = σ 𝑥𝑖 p(𝑥𝑖 )
Ejemplo: Vamos hallar el valor esperado para ejemplo anterior
𝜇(𝑥) = 𝐸 𝑥 = 0*0,16 + 1*0,50 + 2*0,30 +3*0,033 = 1,19 ≅ 2
PROPIEDADES DEL VALOR ESPERADO:
1, 𝐸 𝐾 = K ; donde k es una constante Ejemplo: 𝐸 5 = 5
2. 𝐸 𝑘 + 𝑥 = 𝐸 𝑘 + 𝐸 𝑥 , Ejemplo: si k = 10 y 𝐸 𝑥 = 7 entonces
𝐸 10 + 𝑥 = 𝐸 10 + 𝐸 𝑥 = 10 +7 = 17
3, 𝐸 𝑘𝑥 = k 𝐸 𝑥 , Ejemplo: si k = 9 y 𝐸 𝑥 = 12 entonces
𝐸 9𝑥 = 9 𝐸 𝑥 = 9 . 12 = 108
4. Sean a y b constantes X , Y variables entonces: 𝐸 𝑎𝑥 + 𝑏𝑦 = a 𝐸 𝑥 +b 𝐸 𝑦
Ejemplo: sean a= 5 , b=7 , 𝐸 𝑥 =4 , 𝐸 𝑦 =3 entonces
𝐸 5𝑥 + 7𝑦 = 5 𝐸 𝑥 +7 𝐸 𝑦 = 5 .4 + 7 . 3 = 20 +21= 41
VARIANZA DE UNA DISTRIBUCION DE PROBABILIDAD
Definición: sea x una variable aleatoria con distribución de probabilidad discreta f(x) y media
𝜇(𝑥) = 𝐸 𝑥 la varianza de x es:
𝜎 2 (x)= 𝑥1 − 𝜇(𝑥) 2 𝑝 𝑥1 + 𝑥2 − 𝜇(𝑥) 2 𝑝 𝑥2 +…+ 𝑥𝑘 − 𝜇(𝑥) 2 𝑝 𝑥𝑘
𝜎 2 (x) =σ 𝑥𝑖 − 𝜇(𝑥) 2 ∗p 𝑥𝑖
Ejemplo : retomando el ejercicio para la distribución del numero de portátiles defectuosos.
𝜎 2 (x)= 0 − 2 2
0,16 + 1 − 2 2
0,50 + 2 − 2 2
0,30 + 3 − 2 2
0,04 =1,18
Propiedades de la varianza:
1, 𝑆𝑒𝑎 𝑘 𝑢𝑛𝑎 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝜎 2 (k) = 0 ,Ejemplo si k=10 entonces 𝜎 2 (10) = 0
2, Sea k una constante y x una variable 𝜎 2 (k+x) = 𝜎 2 (k) + 𝜎 2 (x) = 𝜎 2 (x)
Ejemplo: si k= 12 y 𝜎 2 (x) = 6 entonces 𝜎 2 (12+x) = 𝜎 2 (12) + 𝜎 2 (x)= 0+6 = 6
3, Sea k una constante y x una variable entonces 𝜎 2 (k*x) = 𝑘 2 𝜎 2 (x)
Ejemplo: si k= 7 y 𝜎 2 (x) = 2 entonces 𝜎 2 (7x) =72 𝜎 2 (x)= 49 . 2 = 98
4, 𝜎 2 (x) =E 𝑥𝑖 2 − 𝐸(𝑥) 2
𝑛 𝑥 𝑛−𝑥
𝑏 𝑥, 𝑛 . 𝑝 = 𝑝 𝑞 con x = 0 ,1 ,2 ,3 ,4, .. ,n
𝑥
Donde:
X= los elementos escogidos
n= #de intentos independientes
P = probabilidad de éxito
q = 1- p probabilidad de fracaso
DISTRIBUCIÓN BINOMIAL
5 5
b) 𝑝 𝑥 ≤ 1 = 𝑝 𝑥 = 0 + 𝑝 𝑥 = 1 = 0,75 0 0,25 5−0 + 0,75 1 0,25 5−1
0 1
0 5 1 4
= 5 C0 0,75 0,25 + 5 C1 0,75 0,25 = 0,015624
5
c) 𝑝 3 ≤ 𝑥 ≤ 5 = 𝑝 𝑥 = 3 + 𝑝 𝑥 = 4 + 𝑝 𝑥 = 5 = . 0.75 3 . 0.25 5−3 +
3
5 5
. 0.75 4 . 0.25 5−4 + . 0.75 5 . 0.25 5−5 =
4 5
C
5 3 . 0.75 3 . 0.25 2 +
5 C
. 4 0.75 4 . 0.25 1 + C . 0.75 5 . 0.25 0 = 0.8964
5 5
EJEMPLO DE DISTRIBUCIÓN BINOMIAL
d). En este caso cambiaremos el valor de p ; n =5
x =variable que nos define el número de accidentes que no se deben a
errores de tipo humano
x = 0, 1, 2,...,5 accidentes debidos a errores humanos
p = p(probabilidad de que un accidente no se deba a errores
humanos) = 0.25
q = p(probabilidad de que un accidente se deba a errores humanos) =
1- p = 0.75
5
𝑏 𝑥 = 3, 𝑛 = 5, 𝑃 = 0,25 = 𝑝 𝑥 = 2 = 0,25 3 0,75 5−3 =
3
C 3 2
5 3 0,75 0,25 = 0,08789
e). El promedio de accidentes debido a errores humanos es:
𝜇 𝑥 = 𝑛𝑝 = 5 ∗ 0.75 = 3.75 ≈ 4
La variación o varianza es.
𝜎 2 𝑥 = 𝑛𝑝𝑞 = 5 ∗ 0.75 ∗ 0.25 = 0.9375 ≈ 1
EJERCICIOS PROPUESTOS
1.La probabilidad de que un producto salga defectuoso es 0.08. Si se seleccionan
aleatoriamente 10 productos, cual es la probabilidad que:
a). 6 sean defectuosos
b). Salgan menos de 2 defectuosos
c). No salgan productos defectuosos
d). Entre 3 y 5 salgan defectuosos.
e). Cuantos productos se esperan salgan defectuosos y con que variación.
b. n=9
x1 = 4 por aire; p1 = 0.40
x2 = 1 en autobús; p2 = 0.20
x3 = 2 en auto; p3 = 0.30
x4 = 2 en tren; p4 = 0.10
𝑃(𝑥1 = 4, 𝑥2 = 1, 𝑥3 = 2, 𝑥4 = 2; 𝑝1 = 0,40, 𝑝2 = 0,20, 𝑝3 =
EJERCICIO PROPUESTO DE DISTRIBUCION
MULTINOMIAL
En una empresa trasnacional de
infraestructura, el 8% de los
profesionales son Ing civiles, el
20% sin Ing mecánicos,30%
Ing. eléctricos, el 12% son Ing
industriales, el 16% son Ing
electrónicos y el 14% Ing de
sistemas. Si se seleccionan
aleatoriamente una muestra de
27 profesionales para hacer un
megaproyecto..
¿cuál es la Probabilidad de que
salgan 7 Ing civiles,6 Ing.
mecánicos,5 Ing eléctricos,4 Ing
industriales,3 Ing electrónicos y
2 Ing de sistemas?
DISTRIBUCIÓN HÍPERGEOMÉTRICA
Definición: la distribución de probabilidad de la variable aleatoria
hipergeometrica X, el numero de éxito en una muestra aleatoria de
tamaño n seleccionada de N resultados posibles de los cuales 𝑁1 son
considerados como éxito y 𝑁2 como fracaso es:
𝑁1 . 𝑁2
𝐻 𝑥, 𝑁, 𝑛, 𝑁1 = 𝑥 𝑁𝑛−𝑥 x = 0,1,2 ,3,….,n
𝑛
X= Elementos escogidos
N = Tamaño de la población
𝑁1 = Elementos tomados como éxito
𝑁2 = Elementos tomados como fracaso
n = Tamaño de la muestra
PROPIEDADES DE LA DISTRIBUCION
HIPERGEOMETRICA
1.Una muestra aleatoria de tamaño n se selecciona sin reemplazo de un total de N
resultados o artículos totales
2. La población N es finita donde N = 𝑁1 + 𝑁2
3. Al realizar un experimento con este tipo de distribución, se esperan dos tipos de
resultados. 𝑁1 resultados o artículos del total N pueden clasificarse como éxitos y 𝑁2
como fracaso
4. Las probabilidades asociadas a cada uno de los resultados no son constantes.
5.Cada ensayo o repetición del experimento no es independiente de los demás.
6. El número de repeticiones del experimento (n) es constante
MEDIA DE LA DISTRIBUCION HIPERGEOMETRICA
𝑁1
𝜇 𝑥 = 𝑛.
𝑁
𝑛 = tamaño de la muestra
𝑁1 = resultados o artículos del total N pueden clasificarse como éxitos
N = tamaño de la población.
MEDIA Y VARIANZA DE LA DISTRIBUCION
HIPERGEOMETRICA
VARIANZA DE LA DISTRIBUCION HIPERGEOMETRICA
2
𝑁1 𝑁1 𝑁−𝑛
𝜎 𝑥 = 𝑛. . 1− .
𝑁 𝑁 𝑁−1
EJEMPLO:
Cuál es la probabilidad de que una mesera se rehúse a servir bebidas
alcohólicas únicamente a dos menores de edad si verifica
aleatoriamente solo 5 identificaciones de entre 9 estudiantes, de los
cuales 4 no tienen la edad suficiente?,
b) Cual es la probabilidad de que como máximo 2 de las
identificaciones pertenezcan a menores de edad?
c) Hallar el promedio de estudiantes menores de edad y con que
variación.
EJEMPLO DE DISTRIBUCION HIPERGEOMETRICA
Solución: a) N = 9 total de estudiantes
𝑁1 = 4 estudiantes menores de edad
n = 5 identificaciones seleccionadas
x = variable que nos define el número de identificaciones que pertenecen a personas
menores de edad
x = 0, 1, 2, 3 o 4 identificaciones de personas menores de edad
4 . 5
2 5−2 C2 * 5 C3
4
𝑃 𝑥=2 = 9 = = 0,47619
5 9 C5
b. N = 9 total de estudiantes
a = 4 estudiantes menores de edad
n = 5 identificaciones seleccionadas
x = variable que nos define el número de identificaciones que pertenecen a personas
menores de edad
x = 0, 1, 2, 3 o 4 identificaciones de personas menores de edad
EJEMPLO DE DISTRIBUCION
HIPERGEOMETRICA
4 . 5 4 . 5
1 5−1 2 5−2
𝑝 𝑥 ≤ 2 = 𝑝 𝑥 = 1 +𝑝 𝑥 = 2 = 9 + 9 =
5 5
C1. 5 C4 C2 . 5 C3 C1. 5 C4 4 C2 . 5 C3
4
4
4
0.62
9 C5 9 C5 9 C5
2 3 5 2 C * 3 C1 * 5 C1 * 2 C1
1 1 1 1
12 = 2 1
0,121212
4 12 C4
EJEMPLO DE LA DISTRIBUCION HIPERGEOMETRICA
MULTIVARIADA:
b) N = 12-5 = 7 estudiantes quitando a los Italianos
𝑎1 = 2 Canadienses
𝑎2 = 3 Japoneses
N-(𝑎1 + 𝑎2 ) = 7- (2+3)= 2 Alemanes
n = 4 estudiantes seleccionados para formar comité
𝑥1 = 1 o 2 estudiantes Canadienses en el comité seleccionado
𝑥2 = 1 o 2 estudiantes Japoneses en el comité seleccionado
n- (𝑥1 + 𝑥2 ) = 1 o 2 estudiantes Alemanes en el comité seleccionado
p(estén representadas todas las nacionalidades, excepto la italiana)
𝑝 2,1,1; 2,3,2; 7; 4 + 𝑝 1,2,1; 2,3,2; 7; 4 + 𝑝 1,1,2; 2,3,2; 7; 4 =
2 3 2 2 3 2 2 3 2
2
. 1
. 1 1
. 2
. 1 1
. 1
. 2
7 + 7 + 7 =
4 4 4
2𝐶2 .3𝐶1 .2𝐶1 2𝐶1 .3𝐶2 .2𝐶1 2𝐶1 .3𝐶1 .2𝐶2
+ + = 0.6857
7𝐶4 7𝐶4 7𝐶4
EJERCICIOS PROPUESTO DE DISTRIBUCION
HIPERGEOMETRICA MULTIVARIADA
2. Una agencia que renta automóviles en un aeropuerto local tiene disponibles 5 Ford,
7 Chevrolet, 4 Dodge, 3 Mazda y 4 Toyota. Si la agencia selecciona aleatoriamente 9
de estos vehículos para transportar delegados desde el aeropuerto hasta el centro de
convenciones en el centro de la ciudad, encuentre la probabilidad de que se utilicen.
a 2 Ford, 3 Chevrolet, 1 Dodge, 1 Mazda y 2 Toyota.
b. 3 Ford, 2 Chevrolet, 1 Dodge, 1 Mazda y 2 Toyota.
c. 4 Ford, 2 Chevrolet, 1 Dodge, 1 Mazda y 1 Toyota
DISTRIBUCION DE POISSON
Definición: la distribución de probabilidad de la variable aleatoria de poisson X , que representa
el numero de resultados que ocurren en un intervalo de tiempo dado t en una región especifica ,
velocidad o promedio indicada por 𝞴 es:
e
x
P x,
x!
Donde: e = 2,71 numero de Euler
𝞴 = velocidad o promedio de ocurrencia
X= elementos seleccionados
p x 1 p x 2
1
e 5 51 e 5 52
1 0.8820
1! 2!
EJERCICIO DE APROXIMACION DE LA BINOMIAL A
LA POISSON
1. La probabilidad de que un estudiante presente problemas de
escoliosis (desviación lateral sufrida por la columna vertebral) en una
escuela de la localidad es de 0.004. De los siguientes 1875 estudiantes
revisados encuentre la probabilidad de que
a) menos de 5 presenten este problema
b) 8, 9 o 10 presenten este problemas.
c) Por lo menos tres presenten este problema.
1 − 0.20
𝜎2 𝑥 = =4
0.20
EJERCICIO PROPUESTO DE DISTRIBUCION
GEOMETRICA
1.La probabilidad de que un estudiante para piloto apruebe el examen
escrito para obtener su licencia de piloto privado es de 0.7. Encuentre
la probabilidad de que una persona apruebe el examen
a) En el tercer intento
b) Antes del cuarto intento
c) En el quinto intento.
d) Con que promedio se aprueba el examen y con que variación.
2. Suponga que la Probabilidad de que una persona escuche cierto
comentario de una protagonista de novela es 0,8.Cuál es la
probabilidad de que.
a). La 6° persona que usted aborda, quiera saber de la actriz.
b). La 3° persona que usted aborde quiera saber de la actriz.
c). La 2° persona que usted aborde quiera saber de la actriz.
d) Con que promedio se escucha el comentario y con que variación.
BIBLIOGRAFIA RECOMENDADA
PROBABILIDAD Y ESTADISTICA PARA INGENIERIA Y CIENCIA,
WALPOLE –MYERS-YE. editorial PRENTICE HALL, edición 8°, año 2007.
PROBABILIDAD Y ESTADISTICA PARA INGENIERIAS, CANAVOS.
editorial MAC GRAW HELL, edición 3° año 1997.
PROBABILIDAD Y ESTADISTICA PARA INGENIEROS,
DOUGLAS C MONTGOMERY. editorial JOHN WILEY & SONS, edición
3°,año 2002
ESTADISTICA MATEMATICA,WILLIAM MENDENHALL-RICHARD L
SCHEAFFER, editorial THOMSON. edición 6°, año 2002
ESTADISTICA PARA LA ADMINISTRACION,LINCOLN CHAO, editorial
MAC GRAW HELL, edición 4° ,año 1996.
ESTADISTICA Y MUESTREO, CIRO MARTINEZ BERCARDINO,
editorial ECO, EDICION 8°, AÑO 2009.
BERENSON –LEVINE –KREHIBIEL. ESTADÍSTICA PARA
ADMINISTRACIÓN. Editorial. PRENTICE HALL, edición 5°, año 2000