autobiografia equipo #8 cap desarrollo y caracteristicas de doc electronicos
Cap.-2_Probabilidades (3).doc
-
Upload
mercedes-angelica-silva-vilela -
Category
Documents
-
view
231 -
download
0
Transcript of Cap.-2_Probabilidades (3).doc
-
7/25/2019 Cap.-2_Probabilidades (3).doc
1/13
Ing. Estadstico Jorsi Balczar Gallo
NOCIONES DE PROBABILIDADES
INTRODUCCIN
Consideremos el tpico proceso azaroso de revoleo de
una moneda al aire. Se puede saber en el momento
de tirarla si caer cara o ceca? Podramos contestar,
con la misma fe en la ciencia que los fsicos de fines de
siglo diecinueve, que si conocemos exactamente la
geometra densidad de la pieza, la posici!n inicial,
medimos cuidadosamente el impulso inicial su punto
de aplicaci!n, consideramos adecuadamente la
resistencia del aire estamos seguros en qu" punto de su traectoria ser
interceptada por el dorso de la mano, estaremos en condiciones de prever
cuntas vueltas dar antes de posarse, con ello predecir si la cara o la ceca
aparecern arriba o aba#o. $s decir que controlando el tiro podremos apostar,
seguros de ganar. Por supuesto que el control de todas esas condiciones es
s!lo posible en un laboratorio, por lo que los c%icos del equipo del barrio
pueden quedarse tranquilos& $l arco con el sol de frente les toca a veces 'por
esa maldita suerte( no por decisi!n directa del referee, qui"n se limita a tirar
mecnicamente una moneda en condiciones siempre irrepetibles fuera de su
control.
La Estadstica y la Probabilidad
$l estudio de con#unto del factor de azar revela que respeta lees aproximadas,
es decir dentro de un cierto margen de error. $l estudio de tales lees
aproximadas se llama estadstica, palabra que se deriva de estado, por ser los
estados los que emplearon por primera vez las t"cnicas de recuento de
poblaci!n bienes.
)os sucesos con componente azaroso se llaman casuales, aleatorios o
estocsticos. Su resultado o contingencia no puede determinarse con certeza
absoluta se %abla en cambio de probabilidad de ocurrencia, representada conun n*mero que va desde cero +ninguna c%ance de que pase a uno +certeza
1
-
7/25/2019 Cap.-2_Probabilidades (3).doc
2/13
Ing. Estadstico Jorsi Balczar Gallo
total de que ocurrir. -s, por e#emplo, en base a alg*n m"todo de muestreo
de llamadas, podremos afirmar que la probabilidad de que nuestro tel"fono
suene en los pr!ximos / minutos es /,0 +o un treinta por ciento si preferimos
con una incertidumbre de 1/,/ +2.
El Azar Estadstico
3ambi"n, %a procesos que tienen una ocurrencia desarrollo ligado a una
gran cantidad de otros acontecimientos anteriores relacionados o no entre s,
que resultan absolutamente imposibles de desentra4ar por su comple#idad
n*mero, por ms que pudieran responder en *ltimo caso a relaciones causa5
efecto. Por e#emplo, se sabe que la interacci!n mecnica en el espacio de s!lo
tres cuerpos es un problema a %arto complicado de resolver por ms que las
relaciones causa5efecto sean las sencillas lees de la mecnica clsica.
6ui"n se atrevera siquiera a abordar por este m"todo la interacci!n de
millones de mol"culas en un botell!n de gas? S!lo m"todos estadsticos dan
en este caso un resultado de con#unto mu a#ustado, prediciendo variables
macrosc!picas como presi!n, temperatura funciones de distribuci!n de
velocidades de las mol"culas, es decir qu" porcenta#e del total de mol"culas
tienen velocidades comprendidas en un intervalo dado.
Expri!"to# $s la observaci!n de alguna actividad de efectuar una medici!n.
)os experimentos u operaciones reales o %ipot"ticas pueden dividirse en dos
clases& deterministicos no deterministicos.
Expri!"tos Dtr!i"isticos# 7n experimento es deterministico si los
resultados del experimento estn completamente determinados puededescribirse por una formula matemtica llamado tambi"n modelo
deterministicos. $#emplo&
5 Soltar una piedra en el vaci! ver s cae o no
5 )anzar una pelota de goma en el agua ver si flota o se %unde.
Son experimentos deterministicos, pues en el primer caso es
evidente que la piedra caer, aun mas su movimiento se describe por
las ecuaciones de cada libre, en ele segundo caso la pelota flotar
indudablemente.
2
-
7/25/2019 Cap.-2_Probabilidades (3).doc
3/13
Ing. Estadstico Jorsi Balczar Gallo
Expri!"to "o Dtr!i"istico o Alatorios# Si los resultados no
pueden predecirse con exactitud antes de realizar el experimento.
$#emplo&$& )anzar una moneda observar la cara superior.
$8& )anzar un dado observar el numero que aparece en la cara
superior.
Espacio $%stral# $s el con#unto de todos los posibles resultados de un
experimento.
Se llama espacio muestral asociado a un experimento aleatorio, el con#unto de
todos los resultados posibles de dic%o experimento.
$spacio muestral asociado a un experimento aleatorio $s el con#unto de los
resultados posibles del experimento. Se denota por o S.
$#emplo&
5 -l lanzar una moneda puede salir salir cara salir sello, el espacio
muestral es 9 :cara, sello; ! 9 :c, s;.
5 -l lanzar un dado de seis caras, el espacio muestral es
9 :sale , sale8, sale 0, sale ; ! 9 :, 8, 0, ;
5 -l lanzar dos monedas, el espacio muestral es 9 :+c,c, +c,s, +s,c,
+s,s;.
5 -l lanzar tres monedas, el espacio muestral es 9 :+c,c,c, +c,c,s,
+c,s,c, +c,s,s, +s,c,c, +s,c,s, +s,s,c, +s,s,s;
3
-
7/25/2019 Cap.-2_Probabilidades (3).doc
4/13
Ing. Estadstico Jorsi Balczar Gallo
Dia&ra!a d 'rbol
S%cso# )lamaremos suceso a todo elemento de un espacio muestral lo
designaremos por x, , @.etc. esto si es x es un suceso, entonces x . $s
lo equivalente a elemento en la teora de con#untos.
E("to#Se llama evento a cualquier subcon#unto del espacio muestral lo
denotaremos por -, A, C,@, etc., luego si - es un evento entonces - . $s
lo equivalente a elemento en la teora de con#untos.
Por e#emplo en el espacio muestral $ 9 :, 8, 0, ; del lanzamiento de un
dado, los siguientes son eventos&
. Bbtener un n*mero primo - 9 :8, 0, =;
8. Bbtener un n*mero primo par A 9 :8;
0. Bbtener un n*mero maor o igual a = C 9 :=, >;
4
-
7/25/2019 Cap.-2_Probabilidades (3).doc
5/13
Ing. Estadstico Jorsi Balczar Gallo
Probabilidads# D)i"icio"s y Co"cptos
)as Probabilidades pertenecen a la rama de la matemtica que estudia ciertos
experimentos llamados aleatorios, o sea regidos por el azar, en que se conocen
todos los resultados posibles, pero no es posible tener certeza de cul ser en
particular el resultado del experimento. Por e#emplo, experimentos aleatorios
cotidianos son el lanzamiento de una moneda, el lanzamiento de un dado,
extracci!n de una carta de un mazo de naipes.
5
-
7/25/2019 Cap.-2_Probabilidades (3).doc
6/13
Ing. Estadstico Jorsi Balczar Gallo
$#emplo
eseamos calcular la probabilidad de que al extraer una carta de una bara#a de
p!Der +=8 cartas obtengamos una de coraz!n ro#o. Si - es el suceso obtener
una carta de coraz!n ro#o se tiene
$#emplo
3iramos dos dados, uno blanco otro negro. Se desea calcular las
probabilidades de los sucesos&
5 Sacar un < en el dado negro&
5 Sacar ms puntuaci!n en el dado blanco que en el negro&
Propiedades de la Probabilidad
6
-
7/25/2019 Cap.-2_Probabilidades (3).doc
7/13
Ing. Estadstico Jorsi Balczar Gallo
EL *ALOR DE LA PROBABILIDAD
$l valor ms peque4o que puede tener la probabilidad de ocurrencia de
un evento es igual a /, el cual indica que el evento es imposible, el valor
maor es , que indica que el evento ciertamente ocurrir. $ntonces si decimos
que P+- es la probabilidad de ocurrencia de un evento - P+-E la
probabilidad de no5ocurrencia de -, tenemos que&
REGLAS DE LA ADICIN
)a Fegla de la -dici!n expresa que& la probabilidad de ocurrencia de al
menos dos sucesos - A es igual a&
P+A o B, - P+A, U P+B, - P+A, . P+B,Si A y B so" !%t%a!"t
xcl%y"ts
P+A o B, - P+A, U P+B, - P+A, . P+B, / P+A y B,si A y B so" "o !%t%a!"t
xcl%y"ts
Siendo& P+- 9 probabilidad de ocurrencia del evento -.
P+A 9 probabilidad de ocurrencia del evento A.
P+- A 9 probabilidad de ocurrencia simultanea de los eventos - A.
$#emplo /&
$n un congreso de estudiantes de erec%o asisten 88/ alumnos, de los cuales
G/ son de la 7HP, >/ son de la 7H3, =/ de la 7HPFI 0/ de la 7CJ. Si se
realiza un sorteo de textos sobre erec%o Penal, Cul es la probabilidad que
gane un alumno de la 7HP o de la 7CJ?
$s claro que los alumnos de estas universidades son mutuamente excluentes,
porque cada alumno pertenece a una sola universidad.
= :7HP, 7H3, 7HPFI, 7CJ; n+ 9 88/
n+7HP9 G/, n+7H39 >/, n+7HPFI9 =/, n+7CJ9 0/
7
-
7/25/2019 Cap.-2_Probabilidades (3).doc
8/13
Ing. Estadstico Jorsi Balczar Gallo
P+7HP77CJ 9 P+7HP K P+7CJ 98 0 5 0
0 5 9 12 2 0 2 2 0
.+ =
-dems&
( ) ( ) ( ) ( ) ( )
8 0 6 0 5 0 3 01
2 2 0 2 2 0 2 2 0 2 2 0
, , ,P U NP U NT U NP RG U C V P U NP P U N T P U NP RG P U C V = + + +
+ + + =
$#emplo /8&
$n un encuentro internacional de erec%o de negocios internacionales asisten
8// magistrados especialistas en este tema de los cuales
-
7/25/2019 Cap.-2_Probabilidades (3).doc
9/13
Ing. Estadstico Jorsi Balczar Gallo
$#ercicios
. Se extrae una carta al azar de un mazo ingles normal de =8 cartas.
Cual es la probabilidad de que salga un tres o un as?
8. $n un lanzamiento de un dado cual es la probabilidad de que salga un
n*mero par o un n*mero primo?
0. $n la siguiente tabla trata del Irado -cad"mico de los docentes de la
7HP, la cual uno de ellos ser elegido al azar para dar las palabras de
apertura del a4o acad"mico, cual es la probabilidad&
a Sea master o doctorb Sea mu#er o masterc Sea titulado o masterd Sea %ombre o doctor
Doc"t+sxo,
0rado Acad1!ico3itulado Naster octor 3otal
Oombre >/ 0/ = /=
Nu#er 0/ = / =8
3otal Q/
-
7/25/2019 Cap.-2_Probabilidades (3).doc
10/13
Ing. Estadstico Jorsi Balczar Gallo
Reglas de Multiplicacin
Se relacionan con la determinaci!n de la ocurrencia de con#unta de dos
o ms eventos. $s decir la intersecci!n entre los con#untos de los posibles
valores de - los valores de A, esto quiere decir que la probabilidad de queocurran con#untamente los eventos - A es&
P+A y B, - P+A B, - P+A2B, - P+A, P+B, Si A y B so" i"dp"di"tsP+A y B, - P+A B, - P+A 2B, - P+A, P+B3A, Si A y B so" dp"di"tsP+A y B, - P+A B, - P+B2A, - P+B, P+A3B, Si A y B so" dp"di"ts
E*ENTOS DEPENDIENTES
os o ms eventos sern dependientes cuando la ocurrencia o no5ocurrencia
de uno de ellos afecta la probabilidad de ocurrencia del otro +o otros. Cuando
tenemos este caso, empleamos entonces, el concepto de probabilidad
condicional para denominar la probabilidad del evento relacionado. )a
expresi!n P+-RA indica la probabilidad de ocurrencia del evento - s el evento
A a ocurri!.
Se debe tener claro que -RA no es una fracci!n.
P+-RA 9 P+- AP+A o P+AR- 9 P+- AP+-Si los sucesos son dependientes, esto es que lo que ocurra despu"s depende
de lo que %a ocurrido antes se obtiene
p+-A 9 p+-. p+A-
Se lee 'probabilidad de que ocurran A y B (sucesivas o simultneas es i!ual a
la probabilidad de que ocurra A por la probabilidad de que ocurra B dado que
ya ocurri" antes A#(
$#emplo& $n una ca#a se tienen = globos verdes, 0 blancos 8 ro#os. Oallar laprobabilidad de que al extraer 8 globos, "stos sean& +muestreo sin reposici!n
E*ENTOS INDEPENDIENTES
10
-
7/25/2019 Cap.-2_Probabilidades (3).doc
11/13
Ing. Estadstico Jorsi Balczar Gallo
os o ms eventos son independientes cuando la ocurrencia o no5ocurrencia
de un evento no tiene efecto sobre la probabilidad de ocurrencia del otro evento
+o eventos. 7n caso tpico de eventos independiente es el muestreo con
reposici!n, es decir, una vez tomada la muestra se regresa de nuevo a la
poblaci!n donde se obtuvo.
Si se tienen 8 eventos - A, se dice que son independientes si la probabilidadde que uno de ellos suceda no depende de que el otro suceso ocurra o noocurra.
Si los eventos son independientes se tiene&
p+-A 9 p+-. p+A
p+-AC 9 p+-. p +A. p+C
E4!plo#
$n una ca#a se tienen = globos verdes, 0 blancos 8 ro#os. Oalar laprobabilidad de que al extraer 8 globos "stos sean& +Nuestreo con reposici!n
PROBABILIDAD CONDICIONAL
)a probabilidad del evento - dado que el evento A se %a presentado se llama
probabilidad condicional, se denota por p+-A se define como&
( ) ( )
( )BP
BAPBAP =/
E4!plo#
$n la tirada de 8 dados se quiere %allar la probabilidad de que caigan 8n*meros iguales tal que ! dado que su suma es maor que Q.
Soluci!n&
- 9 +8 n*meros igualesT - 9 :+, +8,8 +0,0 +;
A 9 +suma U QT A 9 :+ +=,= +=,> +>,,= +>,>;
11
-
7/25/2019 Cap.-2_Probabilidades (3).doc
12/13
Ing. Estadstico Jorsi Balczar Gallo
-A 9 :+=,= +>,>;
9 8> 9 0
E4rcicios
. $n la escuela de derec%o, el 8=2 de los estudiantes desaprobaron
matemticas, el =2 desaprobaron estadstica el /2 desaprobaron las
dos asignaturas. Seleccione un estudiante al azar.
a Si desaprob! $stadstica, Cul es la probabilidad de que desaprobara
Natemticas?b Si desaprob! Natemticas, Cul es la probabilidad de que desaprobara
$stadstica?
c Cul es la probabilidad de que desaprobaran Natemticas o
$stadstica?
8. Se lanza un par de dados correctos. Si la suma es >, %allar la probabilidad
de que uno de los dados sea 8.
0. supongamos que en urna %a bolitas del mismo tama4o, de los cuales