Escolar Documentos
Profissional Documentos
Cultura Documentos
APUNTE IV
Probabilidad
HISTORIA DE LA PROBABILIDAD
ULARE :
APUNTE IV
Probabilidad
TOMA DE DECISIONES
ULARE :
APUNTE IV
Probabilidad
LA TEORA DE LA PROBABILIDAD
Fuentes de Probabilidades
Es posible estimar probabilidades mediante cualquiera de las tres siguientes
maneras alternativas:
1. Frecuencia relativa de eventos pasados. Las probabilidades pueden
estimarse a partir de las frecuencias relativas que se observen en un
experimento controlado, o mediante muestreo de un universo grande y finito.
La probabilidad a priori (previa) se deduce de la experiencia obtenida de la
observacin prolongada.
ULARE :
APUNTE IV
Probabilidad
TIPOS DE PROBABILIDADES
APLICACIONES
ULARE :
APUNTE IV
Probabilidad
TEORIA DE PROBABILIDADES
La teora de probabilidades se ocupa de asignar un cierto nmero a cada posible
resultado que pueda ocurrir en un experimento aleatorio, con el fin de cuantificar
dichos resultados y saber si un suceso es ms probable que otro . Con este fin,
introduciremos algunas definiciones:
Suceso
Es cada uno de los resultados posibles de una experiencia aleatoria.
Al lanzar una moneda salga cara.
Al lanzar una moneda se obtenga 4.
Espacio muestral
Es el conjunto de todos los posibles resultados de una experiencia aleatoria, lo
representaremos por E (o bien por la letra griega ).
Espacio muestral de una moneda:
E = {C, X}.
Espacio muestral de un dado:
E = {1, 2, 3, 4, 5, 6}.
ULARE :
APUNTE IV
Probabilidad
Suceso aleatorio
Suceso aleatorio es cualquier subconjunto del espacio muestral.
Por ejemplo al tirar un dado un suceso sera que saliera par, otro, obtener mltiplo de 3,
y otro, sacar 5.
Ejemplo
Una bolsa contiene bolas blancas y negras. Se extraen sucesivamente tres bolas.
Calcular:
1. El espacio muestral.
E = {(b,b,b); (b,b,n); (b,n,b); (n,b,b); (b,n,n); (n,b,n); (n,n ,b); (n, n,n)}
2. El suceso A = {extraer tres bolas del mismo color}.
B = {(b,b,b); (n, n,n)}
3. El suceso A = {extraer al menos una bola blanca}.
B= {(b,b,b); (b,b,n); (b,n,b); (n,b,b); (b,n,n); (n,b,n); (n,n ,b)}
4. El suceso A = {extraer una sola bola negra}.
A = {(b,b,n); (b,n,b); (n,b,b)}
Tipos de sucesos
Suceso elemental
Suceso elemental es cada uno de los elementos que forman parte del espacio muestral.
Por ejemplo al tirar un dado un suceso elemental es sacar 5.
Suceso aleatorio
Suceso compuesto es cualquier subconjunto del espacio muestral.
Por ejemplo al tirar un dado un suceso sera que saliera par, otro, obtener mltiplo de 3.
Suceso seguro
Suceso seguro, E, est formado por todos los posibles resultados (es decir, por el
espacio muestral).
Por ejemplo al tirar un dado un dado obtener una puntuacin que sea menor que 7.
ULARE :
APUNTE IV
Probabilidad
Suceso imposible
Suceso imposible,
Sucesos compatibles
Dos sucesos, A y B, son compatibles cuando tienen algn suceso elemental comn.
Si A es sacar puntuacin par al tirar un dado y B es obtener mltiplo de 3, A y B son
compatibles porque el 6 es un suceso elemental comn.
Sucesos incompatibles
Dos sucesos, A y B, son incompatibles cuando no tienen ningn elemento en comn.
Si A es sacar puntuacin par al tirar un dado y B es obtener mltiplo de 5, A y B son
incompatibles.
Sucesos independientes
Dos sucesos, A y B, son independientes cuando la probabilidad de que suceda A no se ve
afectada porque haya sucedido o no B.
Al lazar dos dados los resultados son independientes.
Sucesos dependientes
Dos sucesos, A y B, son dependientes cuando la probabilidad de que suceda A se ve
afectada porque haya sucedido o no B.
Extraer dos cartas de una baraja, sin reposicin, son sucesos dependientes.
Suceso contrario
El suceso contrario a A es otro suceso que se realiza cuando no se realiza A., Se denota
por
Espacio de sucesos
Espacio de sucesos, S, es el conjunto de todos los sucesos aleatorios.
Si tiramos una moneda el espacio se sucesos est formado por:
S= {
ULARE :
APUNTE IV
Probabilidad
Unin de sucesos
La unin de sucesos, A
Es decir, el suceso A
A
Ejemplo
Consideramos el experimento que consiste en lanzar un dado, si A = "sacar par" y B =
"sacar mltiplo de 3". Calcular A B.
A = {2, 4, 6}
B = {3, 6}
A
B = {2, 3, 4, 6}
ULARE :
APUNTE IV
Probabilidad
Interseccin de sucesos
La interseccin de sucesos, A
son, a la vez, de A y B.
Es decir, el suceso A
A
Ejemplo
Consideramos el experimento que consiste en lanzar un dado, si A = "sacar par" y B =
"sacar mltiplo de 3". Calcular A B.
A = {2, 4, 6}
B = {3, 6}
A
B = {3}
ULARE :
APUNTE IV
Probabilidad
Diferencia de sucesos
La diferencia de sucesos, A B, es el suceso formado por todos los elementos de A que
no son de B.
Es decir, la diferencia de los sucesos A y B se verifica cuando lo hace A y no B.
A B se lee como "A menos B".
ULARE :
APUNTE IV
Probabilidad
Ejemplo
Consideramos el experimento que consiste en lanzar un dado, si A = "sacar par" y B =
"sacar mltiplo de 3". Calcular A B.
A = {2, 4, 6}
B = {3, 6}
A B = {2, 4}
Propiedad
Sucesos contrarios
El suceso
Ejemplo
Consideramos el experimento que consiste en lanzar un dado, si A = "sacar par".
Calcular
A = {2, 4, 6}
= {1, 3, 5}
ULARE :
APUNTE IV
Probabilidad
Propiedades
Leyes de Morgan
Propiedades de la probabilidad
Axiomas de la probabilidad
1.La probabilidad es positiva y menor o igual que 1.
0 p(A) 1
2. La probabilidad del suceso seguro es 1.
p(E) = 1
3.Si A y B son incompatibles, es decir A
B=
entonces:
ULARE :
APUNTE IV
Probabilidad
p(A
B) = p(A) + p(B)
Propiedades de la probabilidad
1 La suma de las probabilidades de un suceso y su contrario vale 1, por tanto la
probabilidad del suceso contrario es:
Regla de Laplace
Si realizamos un experimento aleatorio en el que hay n sucesos elementales, todos
igualmente probables, equiprobables, entonces si A es un suceso, la probabilidad de
que ocurra el suceso A es:
Ejemplos
Hallar la probabilidad de que al lanzar dos monedas al aire salgan dos caras.
Profesor: Ricardo Zapata C.
ULARE :
APUNTE IV
Probabilidad
2 Un mltiplo de tres.
Casos favorables: {3, 6}.
2 Un mltiplo de tres.
Casos favorables: {3, 6}.
ULARE :
APUNTE IV
Probabilidad
3 Mayor que 4.
Casos favorables: {5, 6}.
B=
B) = p(A) + p(B)
p(A
p(A
C)
B)
B) p(A
C) p(B
C) + p(A
Probabilidad condicional
Sean A y B dos sucesos de un mismo espacio muestral E.
Se llama probabilidad del suceso A condicionada al B y se representa por P(A/B) a la
probabilidad del suceso A una vez ha ocurrido el B.
ULARE :
APUNTE IV
Probabilidad
Ejemplo
Calcular la probabilidad de obtener un 6 al tirar un dado sabiendo que ha salido par.
Sucesos independientes
Dos sucesos A y B son independientes si
p(B/A) = p(B)
Sucesos dependientes
Dos sucesos A y B son dependientes si
p(B/A) p(B)
B) = p(A) p(B)
Ejemplo
Se tiene una baraja de 40 cartas, se saca una y se vuelve a meter. Cul es la
probabilidad de extraer dos ases?
B) = p(A) p(B/A)
Ejemplo
Se tiene una baraja de 40 cartas, se extraen dos cartas. Cul es la probabilidad de
extraer dos ases?
ULARE :
APUNTE IV
Probabilidad
Tablas de contingencia
Un mtodo til para clasificar los datos obtenidos en un recuento es mediante las tablas
de contingencia.
Se trata de tablas en cuyas celdas figuran probabilidades, y en la cual podemos
determinar unas probabilidades conociendo otras de la tabla.
Ejemplo
Se sortea un viaje a Roma entre los 120 mejores clientes de una agencia de automviles.
De ellos, 65 son mujeres, 80 estn casados y 45 son mujeres casadas. Se pide:
1Cul ser la probabilidad de que le toque el viaje a un hombre soltero?
2Si del afortunado se sabe que es casado, cul ser la probabilidad de que sea una
mujer?
Variable aleatoria
Se llama variable aleatoria a toda funcin que asocia a cada elemento del espacio
muestral E un nmero real.
Se utilizan letras maysculas X, Y, ... para designar variables aleatorias, y las respectivas
minsculas (x, y, ...) para designar valores concretos de las mismas.
ULARE :
APUNTE IV
Probabilidad
Ejemplos
El nmero de hijos de una familia, la puntuacin obtenida al lanzar un dado.
Ejemplos
La altura de los alumnos de una clase, las horas de duracin de una pila.
Ejemplo
Calcular la distribucin de probabilidad de las puntuaciones obtenidas al lanzar un
dado.
pi
ULARE :
APUNTE IV
Probabilidad
Representacin
La representacin de una distribucin discreta de probabilidad es un diagrama de
barras.
Funcin de distribucin
Sea X una variable aleatoria discreta cuyos valores suponemos ordenados de menor a
mayor. Llamaremos funcin de distribucin de la variable X, y escribiremos F(x) a la
funcin
F(x) = p(X x)
La funcin de distribucin asocia a cada valor de la variable aleatoria la
probabilidad acumulada hasta ese valor.
Ejemplo
Calcular la funcin de distribucin de probabilidad de las puntuaciones obtenidas al
lanzar un dado.
x
pi
ULARE :
APUNTE IV
Probabilidad
x <1
1 x < 2
2 x < 3
3 x < 4
4 x < 5
5 x < 6
6 x
Representacin
La representacin de un funcin de distribucin de probabilidad es una grfica
escalonada.
Varianza
ULARE :
APUNTE IV
Probabilidad
Desviacin tpica
Ejemplo
Calcular la esperanza matemtica, la varianza, y la desviacin tpica, de la
distribucin de probabilidad de las puntuaciones obtenidas al lanzar un dado.
x
pi
x 2 pi
x p i
1
2
3
4
5
6
2.La probabilidad del suceso A es constante, es decir, que no vara de una prueba a
otra. Se representa por p.
Profesor: Ricardo Zapata C.
ULARE :
APUNTE IV
Probabilidad
Ejemplo
k = 6, al lanzar una moneda 10 veces y obtener 6 caras.
Distribucin binomial
La distribucin binomial se suele representar por B(n, p).
n es el nmero de pruebas de que consta el experimento.
p es la probabilidad de xito.
La probabilidad de
es 1 p, y la representamos por q.
n es el nmero de pruebas.
k es el nmero de xitos.
p es la probabilidad de xito.
q es la probabilidad de fracaso.
El nmero combinatorio
ULARE :
APUNTE IV
Probabilidad
Ejemplo
La ltima novela de un autor ha tenido un gran xito, hasta el punto de que el 80% de
los lectores ya la han leido. Un grupo de 4 amigos son aficionados a la lectura:
1. Cul es la probabilidad de que el grupo hayan leido la novela 2 personas?
n=4
p = 0.8
q = 0.2
B(4, 0.2)
2.Y al menos 2?
Desviacin tpica
Ejemplo
La probabilidad de que un artculo producido por una fabrica sea defectuoso es p 0.002.
Se envi un cargamento de 10.000 artculos a unos almacenes. Hallar el nmero
esperado de artculos defectuosos, la varianza y la desviacin tpica.
ULARE :
APUNTE IV
Probabilidad
ULARE :
APUNTE IV
Probabilidad
p = 1/5
q = 4/5
ULARE :
APUNTE IV
Probabilidad
3.Cul es el nmero medio de pacientes que espera laboratorio que sufran efectos
secundarios si elige 100 pacientes al azar?
Distribucin normal
Variable aleatoria de la distribucin normal
Una variable aleatoria continua, X, sigue una distribucin normal de media y
desviacin tpica , y se designa por N(, ), si se cumplen las siguientes condiciones:
1. La variable puede tomar cualquier valor: (-, + )
2. La funcin de densidad, es la expresin en trminos de ecuacin matemtica de la
curva de Gauss:
ULARE :
APUNTE IV
Probabilidad
El rea del recinto determinado por la funcin y el eje de abscisas es igual a la unidad.
Al ser simtrica respecto al eje que pasa por x = , deja un rea igual a 0.5 a la
izquierda y otra igual a 0.5 a la derecha.
La probabilidad equivale al rea encerrada bajo la curva.
p( - < X + ) = 0.6826 = 68.26 %
p( - 2 < X + 2) = 0.954 = 95.4 %
p( - 3 < X + 3) = 0.997 = 99.7 %
Su grfica es:
ULARE :
APUNTE IV
Probabilidad
Tipificacin de la variable
Para poder utilizar la tabla tenemos que transformar la variable X que sigue una
distribucin N(, ) en otra variable Z que siga una distribucin N(0, 1).
ULARE :
APUNTE IV
Probabilidad
ULARE :
APUNTE IV
Probabilidad
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,0
0,500
0
0,504
0
0,508
0
0,512
0
0,516
0
0,519
9
0,523
9
0,527
9
0,531
9
0,535
9
0,1
0,539
8
0,543
8
0,547
8
0,551
7
0,555
7
0,559
6
0,563
6
0,567
5
0,571
4
0,575
3
0,2
0,579
3
0,583
2
0,587
1
0,591
0
0,594
8
0,598
7
0,602
6
0,606
4
0,610
3
0,614
1
0,3
0,617
9
0,621
7
0,625
5
0,629
3
0,633
1
0,636
8
0,640
6
0,644
3
0,648
0
0,651
7
0,4
0,655
4
0,659
1
0,662
8
0,666
4
0,670
0
0,673
6
0,677
2
0,680
8
0,684
4
0,687
9
0,5
0,691
5
0,695
0
0,698
5
0,701
9
0,705
4
0,708
8
0,712
3
0,715
7
0,719
0
0,722
4
0,6
0,725
7
0,729
1
0,732
4
0,735
7
0,738
9
0,742
2
0,745
4
0,748
6
0,751
7
0,754
9
0,7
0,758
0
0,761
1
0,764
2
0,767
3
0,770
4
0,773
4
0,776
4
0,779
4
0,782
3
0,785
2
0,8
0,788
1
0,791
0
0,793
9
0,796
7
0,799
5
0,802
3
0,805
1
0,807
8
0,810
6
0,813
3
0,9
0,815
9
0,818
6
0,821
2
0,823
8
0,826
4
0,828
9
0,831
5
0,834
0
0,836
5
0,838
9
0,00
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,09
1,0
0,841
3
0,843
8
0,846
1
0,848
5
0,850
8
0,853
1
0,855
4
0,857
7
0,859
9
0,862
1
1,1
0,864
3
0,866
5
0,868
6
0,870
8
0,872
9
0,874
9
0,877
0
0,879
0
0,881
0
0,883
0
1,2
0,884
9
0,886
9
0,888
8
0,890
7
0,892
5
0,894
4
0,896
2
0,898
0
0,899
7
0,901
5
1,3
0,903
2
0,904
9
0,906
6
0,908
2
0,909
9
0,911
5
0,913
1
0,914
7
0,916
2
0,917
7
0,09
ULARE :
APUNTE IV
Probabilidad
1,4
0,919
2
0,920
7
0,922
2
0,923
6
0,925
1
0,926
5
0,927
9
0,929
2
0,930
6
0,931
9
1,5
0,933
2
0,934
5
0,935
7
0,937
0
0,938
2
0,939
4
0,940
6
0,941
8
0,942
9
0,944
1
1,6
0,945
2
0,946
3
0,947
4
0,948
4
0,949
5
0,950
5
0,951
5
0,952
5
0,953
5
0,954
5
1,7
0,955
4
0,956
4
0,957
3
0,958
2
0,959
1
0,959
9
0,960
8
0,961
6
0,962
5
0,963
3
1,8
0,964
1
0,964
9
0,965
6
0,966
4
0,967
1
0,967
8
0,968
6
0,969
3
0,969
9
0,970
6
1,9
0,971
3
0,971
9
0,972
6
0,973
2
0,973
8
0,974
4
0,975
0
0,975
6
0,976
1
0,976
7
0,00
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,09
2,0
0,977
2
0,977
8
0,978
3
0,978
8
0,979
3
0,979
8
0,980
3
0,980
8
0,981
2
0,981
7
2,1
0,982
1
0,982
6
0,983
0
0,983
4
0,983
8
0,984
2
0,984
6
0,985
0
0,985
4
0,985
7
2,2
0,986
1
0,986
4
0,986
8
0,987
1
0,987
5
0,987
8
0,988
1
0,988
4
0,988
7
0,989
0
2,3
0,989
3
0,989
6
0,989
8
0,990
1
0,990
4
0,990
6
0,990
9
0,991
1
0,991
3
0,991
6
2,4
0,991
8
0,992
0
0,992
2
0,992
5
0,992
7
0,992
9
0,993
1
0,993
2
0,993
4
0,993
6
2,5
0,993
8
0,994
0
0,994
1
0,994
3
0,994
5
0,994
6
0,994
8
0,994
9
0,995
1
0,995
2
2,6
0,995
3
0,995
5
0,995
6
0,995
7
0,995
9
0,996
0
0,996
1
0,996
2
0,996
3
0,996
4
2,7
0,996
5
0,996
6
0,996
7
0,996
8
0,996
9
0,997
0
0,997
1
0,997
2
0,997
3
0,997
4
2,8
0,997
4
0,997
5
0,997
6
0,997
7
0,997
7
0,997
8
0,997
9
0,997
9
0,998
0
0,998
1
2,9
0,998
1
0,998
2
0,998
2
0,998
3
0,998
4
0,998
4
0,998
5
0,998
5
0,998
6
0,998
6
0,00
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,09
ULARE :
APUNTE IV
Probabilidad
0,998
7
0,998
7
0,998
7
0,998
8
0,998
8
0,998
9
0,998
9
0,998
9
0,999
0
0,999
0
3,1
0,999
0
0,999
1
0,999
1
0,999
1
0,999
2
0,999
2
0,999
2
0,999
2
0,999
3
0,999
3
3,2
0,999
3
0,999
3
0,999
4
0,999
4
0,999
4
0,999
4
0,999
4
0,999
5
0,999
5
0,999
5
3,3
0,999
5
0,999
5
0,999
5
0,999
6
0,999
6
0,999
6
0,999
6
0,999
6
0,999
6
0,999
7
3,4
0,999
7
0,999
7
0,999
7
0,999
7
0,999
7
0,999
7
0,999
7
0,999
7
0,999
7
0,999
8
3,5
0,999
8
0,999
8
0,999
8
0,999
8
0,999
8
0,999
8
0,999
8
0,999
8
0,999
8
0,999
8
3,6
0,999
8
0,999
8
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
3,7
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
3,8
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
3,9
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
1,000
0
ULARE :
APUNTE IV
Probabilidad
P(Z a)
P(Z a) = 1 P(Z a)
ULARE :
APUNTE IV
Probabilidad
ULARE :
APUNTE IV
Probabilidad
p=K
Nos encontramos con el caso inverso a los anteriores, conocemos el valor de la
probabilidad y se trata de hallar el valor de la abscisa. Ahora tenemos que buscar en la
tabla el valor que ms se aproxime a K.
p= 0.75Z 0.68
Para calcular la variable X nos vamos a la frmula de la tipificacin.
(X - )/ = 0.68X = + 0.68
ULARE :
APUNTE IV
Probabilidad
Ejemplo
En una ciudad una de cada tres familias posee telfono. Si se eligen al azar 90 familias,
calcular la probabilidad de que entre ellas haya por lo menos 30 tipos se han telfono.
ULARE :
APUNTE IV
Probabilidad
B=
B) = p(A) + p(B)
p(A
p(A
C)
B)
B) p(A
C) p(B
C) + p(A
Probabilidad condicional
Sean A y B dos sucesos de un mismo espacio muestral E.
Se llama probabilidad del suceso A condicionada al B y se representa por P(A/B) a la
probabilidad del suceso A una vez ha ocurrido el B.
Ejemplo
Calcular la probabilidad de obtener un 6 al tirar un dado sabiendo que ha salido par.
ULARE :
APUNTE IV
Probabilidad
Sucesos independientes
Dos sucesos A y B son independientes si
p(B/A) = p(B)
Sucesos dependientes
Dos sucesos A y B son dependientes si
p(B/A) p(B)
B) = p(A) p(B)
Ejemplo
Se tiene una baraja de 40 cartas, se saca una y se vuelve a meter. Cul es la
probabilidad de extraer dos ases?
B) = p(A) p(B/A)
Ejemplo
Se tiene una baraja de 40 cartas, se extraen dos cartas. Cul es la probabilidad de
extraer dos ases?
Tablas de contingencia
Un mtodo til para clasificar los datos obtenidos en un recuento es mediante las tablas
de contingencia.
ULARE :
APUNTE IV
Probabilidad
Ejemplo
Se sortea un viaje a Roma entre los 120 mejores clientes de una agencia de automviles.
De ellos, 65 son mujeres, 80 estn casados y 45 son mujeres casadas. Se pide:
1Cul ser la probabilidad de que le toque el viaje a un hombre soltero?
2Si del afortunado se sabe que es casado, cul ser la probabilidad de que sea una
mujer?
Variable aleatoria
Se llama variable aleatoria a toda funcin que asocia a cada elemento del espacio
muestral E un nmero real.
Se utilizan letras maysculas X, Y, ... para designar variables aleatorias, y las respectivas
minsculas (x, y, ...) para designar valores concretos de las mismas.
Ejemplos
El nmero de hijos de una familia, la puntuacin obtenida al lanzar un dado.
ULARE :
APUNTE IV
Probabilidad
Ejemplos
La altura de los alumnos de una clase, las horas de duracin de una pila.
Ejemplo
Calcular la distribucin de probabilidad de las puntuaciones obtenidas al lanzar un
dado.
pi
ULARE :
APUNTE IV
Probabilidad
Representacin
La representacin de una distribucin discreta de probabilidad es un diagrama de
barras.
Funcin de distribucin
Sea X una variable aleatoria discreta cuyos valores suponemos ordenados de menor a
mayor. Llamaremos funcin de distribucin de la variable X, y escribiremos F(x) a la
funcin
F(x) = p(X x)
La funcin de distribucin asocia a cada valor de la variable aleatoria la
probabilidad acumulada hasta ese valor.
Ejemplo
Calcular la funcin de distribucin de probabilidad de las puntuaciones obtenidas al
lanzar un dado.
x
x <1
pi
0
1 x < 2
2 x < 3
ULARE :
APUNTE IV
Probabilidad
3 x < 4
4 x < 5
5 x < 6
6 x
Representacin
La representacin de un funcin de distribucin de probabilidad es una grfica
escalonada.
Varianza
Desviacin tpica
ULARE :
APUNTE IV
Probabilidad
Ejemplo
Calcular la esperanza matemtica, la varianza, y la desviacin tpica, de la
distribucin de probabilidad de las puntuaciones obtenidas al lanzar un dado.
x
pi
x 2 pi
x p i
1
2
3
4
5
6
2.La probabilidad del suceso A es constante, es decir, que no vara de una prueba a
otra. Se representa por p.
3.El resultado obtenido en cada prueba es independiente de los resultados obtenidos
anteriormente.
ULARE :
APUNTE IV
Probabilidad
Ejemplo
k = 6, al lanzar una moneda 10 veces y obtener 6 caras.
Distribucin binomial
La distribucin binomial se suele representar por B(n, p).
n es el nmero de pruebas de que consta el experimento.
p es la probabilidad de xito.
La probabilidad de
es 1 p, y la representamos por q.
n es el nmero de pruebas.
k es el nmero de xitos.
p es la probabilidad de xito.
q es la probabilidad de fracaso.
El nmero combinatorio
Ejemplo
La ltima novela de un autor ha tenido un gran xito, hasta el punto de que el 80% de
los lectores ya la han leido. Un grupo de 4 amigos son aficionados a la lectura:
1. Cul es la probabilidad de que el grupo hayan leido la novela 2 personas?
ULARE :
APUNTE IV
Probabilidad
n=4
p = 0.8
q = 0.2
B(4, 0.2)
2.Y al menos 2?
Desviacin tpica
Ejemplo
La probabilidad de que un artculo producido por una fabrica sea defectuoso es p 0.002.
Se envi un cargamento de 10.000 artculos a unos almacenes. Hallar el nmero
esperado de artculos defectuosos, la varianza y la desviacin tpica.
ULARE :
APUNTE IV
Probabilidad
ULARE :
APUNTE IV
Probabilidad
p = 1/5
q = 4/5
ULARE :
APUNTE IV
Probabilidad
3.Cul es el nmero medio de pacientes que espera laboratorio que sufran efectos
secundarios si elige 100 pacientes al azar?
Distribucin normal
Variable aleatoria de la distribucin normal
Una variable aleatoria continua, X, sigue una distribucin normal de media y
desviacin tpica , y se designa por N(, ), si se cumplen las siguientes condiciones:
1. La variable puede tomar cualquier valor: (-, + )
2. La funcin de densidad, es la expresin en trminos de ecuacin matemtica de la
curva de Gauss:
ULARE :
APUNTE IV
Probabilidad
El rea del recinto determinado por la funcin y el eje de abscisas es igual a la unidad.
Al ser simtrica respecto al eje que pasa por x = , deja un rea igual a 0.5 a la
izquierda y otra igual a 0.5 a la derecha.
La probabilidad equivale al rea encerrada bajo la curva.
p( - < X + ) = 0.6826 = 68.26 %
p( - 2 < X + 2) = 0.954 = 95.4 %
p( - 3 < X + 3) = 0.997 = 99.7 %
Su grfica es:
ULARE :
APUNTE IV
Probabilidad
Tipificacin de la variable
Para poder utilizar la tabla tenemos que transformar la variable X que sigue una
distribucin N(, ) en otra variable Z que siga una distribucin N(0, 1).
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,0
0,500
0
0,504
0
0,508
0
0,512
0
0,516
0
0,519
9
0,523
9
0,527
9
0,531
9
0,535
9
0,1
0,539
8
0,543
8
0,547
8
0,551
7
0,555
7
0,559
6
0,563
6
0,567
5
0,571
4
0,575
3
0,2
0,579
3
0,583
2
0,587
1
0,591
0
0,594
8
0,598
7
0,602
6
0,606
4
0,610
3
0,614
1
0,3
0,617
9
0,621
7
0,625
5
0,629
3
0,633
1
0,636
8
0,640
6
0,644
3
0,648
0
0,651
7
0,4
0,655
4
0,659
1
0,662
8
0,666
4
0,670
0
0,673
6
0,677
2
0,680
8
0,684
4
0,687
9
0,5
0,691
5
0,695
0
0,698
5
0,701
9
0,705
4
0,708
8
0,712
3
0,715
7
0,719
0
0,722
4
0,6
0,725
7
0,729
1
0,732
4
0,735
7
0,738
9
0,742
2
0,745
4
0,748
6
0,751
7
0,754
9
0,7
0,758
0,761
0,764
0,767
0,770
0,773
0,776
0,779
0,782
0,785
0,09
ULARE :
APUNTE IV
Probabilidad
0,8
0,788
1
0,791
0
0,793
9
0,796
7
0,799
5
0,802
3
0,805
1
0,807
8
0,810
6
0,813
3
0,9
0,815
9
0,818
6
0,821
2
0,823
8
0,826
4
0,828
9
0,831
5
0,834
0
0,836
5
0,838
9
0,00
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,09
1,0
0,841
3
0,843
8
0,846
1
0,848
5
0,850
8
0,853
1
0,855
4
0,857
7
0,859
9
0,862
1
1,1
0,864
3
0,866
5
0,868
6
0,870
8
0,872
9
0,874
9
0,877
0
0,879
0
0,881
0
0,883
0
1,2
0,884
9
0,886
9
0,888
8
0,890
7
0,892
5
0,894
4
0,896
2
0,898
0
0,899
7
0,901
5
1,3
0,903
2
0,904
9
0,906
6
0,908
2
0,909
9
0,911
5
0,913
1
0,914
7
0,916
2
0,917
7
1,4
0,919
2
0,920
7
0,922
2
0,923
6
0,925
1
0,926
5
0,927
9
0,929
2
0,930
6
0,931
9
1,5
0,933
2
0,934
5
0,935
7
0,937
0
0,938
2
0,939
4
0,940
6
0,941
8
0,942
9
0,944
1
1,6
0,945
2
0,946
3
0,947
4
0,948
4
0,949
5
0,950
5
0,951
5
0,952
5
0,953
5
0,954
5
1,7
0,955
4
0,956
4
0,957
3
0,958
2
0,959
1
0,959
9
0,960
8
0,961
6
0,962
5
0,963
3
1,8
0,964
1
0,964
9
0,965
6
0,966
4
0,967
1
0,967
8
0,968
6
0,969
3
0,969
9
0,970
6
1,9
0,971
3
0,971
9
0,972
6
0,973
2
0,973
8
0,974
4
0,975
0
0,975
6
0,976
1
0,976
7
0,00
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,09
2,0
0,977
2
0,977
8
0,978
3
0,978
8
0,979
3
0,979
8
0,980
3
0,980
8
0,981
2
0,981
7
2,1
0,982
1
0,982
6
0,983
0
0,983
4
0,983
8
0,984
2
0,984
6
0,985
0
0,985
4
0,985
7
2,2
0,986
1
0,986
4
0,986
8
0,987
1
0,987
5
0,987
8
0,988
1
0,988
4
0,988
7
0,989
0
101
ULARE :
APUNTE IV
Probabilidad
2,3
0,989
3
0,989
6
0,989
8
0,990
1
0,990
4
0,990
6
0,990
9
0,991
1
0,991
3
0,991
6
2,4
0,991
8
0,992
0
0,992
2
0,992
5
0,992
7
0,992
9
0,993
1
0,993
2
0,993
4
0,993
6
2,5
0,993
8
0,994
0
0,994
1
0,994
3
0,994
5
0,994
6
0,994
8
0,994
9
0,995
1
0,995
2
2,6
0,995
3
0,995
5
0,995
6
0,995
7
0,995
9
0,996
0
0,996
1
0,996
2
0,996
3
0,996
4
2,7
0,996
5
0,996
6
0,996
7
0,996
8
0,996
9
0,997
0
0,997
1
0,997
2
0,997
3
0,997
4
2,8
0,997
4
0,997
5
0,997
6
0,997
7
0,997
7
0,997
8
0,997
9
0,997
9
0,998
0
0,998
1
2,9
0,998
1
0,998
2
0,998
2
0,998
3
0,998
4
0,998
4
0,998
5
0,998
5
0,998
6
0,998
6
0,00
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,09
0,998
7
0,998
7
0,998
7
0,998
8
0,998
8
0,998
9
0,998
9
0,998
9
0,999
0
0,999
0
3,1
0,999
0
0,999
1
0,999
1
0,999
1
0,999
2
0,999
2
0,999
2
0,999
2
0,999
3
0,999
3
3,2
0,999
3
0,999
3
0,999
4
0,999
4
0,999
4
0,999
4
0,999
4
0,999
5
0,999
5
0,999
5
3,3
0,999
5
0,999
5
0,999
5
0,999
6
0,999
6
0,999
6
0,999
6
0,999
6
0,999
6
0,999
7
3,4
0,999
7
0,999
7
0,999
7
0,999
7
0,999
7
0,999
7
0,999
7
0,999
7
0,999
7
0,999
8
3,5
0,999
8
0,999
8
0,999
8
0,999
8
0,999
8
0,999
8
0,999
8
0,999
8
0,999
8
0,999
8
3,6
0,999
8
0,999
8
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
3,7
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
3,8
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
0,999
9
3,9
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
103
ULARE :
APUNTE IV
Probabilidad
P(Z a)
105
ULARE :
APUNTE IV
Probabilidad
P(Z a) = 1 P(Z a)
107
ULARE :
APUNTE IV
Probabilidad
p=K
Nos encontramos con el caso inverso a los anteriores, conocemos el valor de la
probabilidad y se trata de hallar el valor de la abscisa. Ahora tenemos que buscar en la
tabla el valor que ms se aproxime a K.
p= 0.75Z 0.68
Para calcular la variable X nos vamos a la frmula de la tipificacin.
(X - )/ = 0.68X = + 0.68
109
ULARE :
APUNTE IV
Probabilidad
111
ULARE :
APUNTE IV
Probabilidad
Ejemplo
En una ciudad una de cada tres familias posee telfono. Si se eligen al azar 90 familias,
calcular la probabilidad de que entre ellas haya por lo menos 30 tipos se han telfono.
Muestreo probabilstico
Consiste en elegir una muestra de una poblacin al azar. Podemos distinguir varios tipos
de muestreo:
113
ULARE :
APUNTE IV
Probabilidad
En una fbrica que consta de 600 trabajadores queremos tomar una muestra de 20.
Sabemos que hay 200 trabajadores en la seccin A, 150 en la B, 150 en la C y 100 en la
D.
Un muestreo puede hacerse con o sin reposicin, y la poblacin de partida puede ser
infinita o finita.
En todo nuestro estudio vamos a limitarnos a una poblacin de partida infinita o a
muestreo con reposicin.
Si consideremos todas las posibles muestras de tamao n en una poblacin, para cada
muestra podemos calcular un estadstico (media, desviacin tpica, proporcin, ...)
que variar de una a otra.
As obtenemos una distribucin del estadstico que se llama distribucin muestral.
Intervalos caractersticos
P[ - k < x < + k] = p
Hallar el intervalo caracterstico de una distribucin normal N(0, 1) correspondiente a la
probabilidad p = 0.9.
115
ULARE :
APUNTE IV
Probabilidad
Valores crticos
1-
/2
z /2
0.90
0.05
1.645
0.95
0.025
1.96
0.99
0.005
2.575
1-
0.90
/2
0.05
z /2
1.645
Intervalos caractersticos
( - 1.645 , + 1.645 )
117
ULARE :
APUNTE IV
Probabilidad
0.95
0.025
1.96
( - 1.96 , + 1.96 )
0.99
0.005
2.575
( - 2.575 , + 2.575 )
Consecuencias:
1.Permite averiguar la probabilidad de que la media de una muestra concreta est en un
cierto intervalo.
2.Permite calcular la probabilidad de que la suma de los elementos de una muestra est,
a priori, en un cierto intervalo.
119
ULARE :
APUNTE IV
Probabilidad
Estimacin de parmetros
Es el procedimiento utilizado para conocer las caractersticas de un parmetro
poblacional, a partir del conocimiento de la muestra.
Con una muestra aleatoria, de tamao n, podemos efectuar una estimacin de un valor
de un parmetro de la poblacin; pero tambin necesitamos precisar un:
Intervalo de confianza
Se llama as a un intervalo en el que sabemos que est un parmetro, con un nivel de
confianza especfico.
Nivel de confianza
Probabilidad de que el parmetro a estimar se encuentre en el intervalo de confianza.
121
ULARE :
APUNTE IV
Probabilidad
2.Indica el tamao muestral necesario para estimar dicho tiempo medio con un el error
de 0,5 minutos y un nivel de confianza del 95%.
123
ULARE :
APUNTE IV
Probabilidad
n4
q = 1 - p =0.8
125
ULARE :
APUNTE IV
Probabilidad
Contrastes de hiptesis
Hiptesis estadsticas
Un test estadstico es un procedimiento para, a partir de una
muestra aleatoria y significativa, extraer conclusiones que
permitan aceptar o rechazar una hiptesis previamente emitida
sobre el valor de un parmetro desconocido de una poblacin.
La hiptesis emitida se designa por H0 y se llama hiptesis nula.
La hiptesis contraria se designa por H1 y se llama hiptesis alternativa.
Contrastes de hiptesis
1. Enunciar la hiptesis nula H0 y la alternativa H1.
Bilateral
Unilateral
H0=k
H1 k
H0 k
H1 < k
H0 k
H1> k
127
ULARE :
APUNTE IV
Probabilidad
Contraste Bilateral
Se presenta cuando la hiptesis nula es del tipo H0: = k (o bien H0: p = k) y la
hiptesis alternativa, por tanto, es del tipo H1: k (o bien H1: p k).
o bien:
Se sabe que la desviacin tpica de las notas de cierto examen de Matemticas es 2,4.
Para una muestra de 36 estudiantes se obtuvo una nota media de 5,6. Sirven estos datos
para confirmar la hiptesis de que la nota media del examen fue de 6, con un nivel de
confianza del 95%?
1. Enunciamos las hiptesis nula y alternativa:
H0 : = 6
H1 : 6
2. Zona de aceptacin
Para = 0.05, le corresponde un valor crtico: z/2 = 1.96.
129
ULARE :
APUNTE IV
Probabilidad
Contraste unilateral
Caso 1
La hiptesis nula es del tipo H0: k (o bien H0: p k).
La hiptesis alternativa, por tanto, es del tipo H1: < k (o bien H1: p < k).
Valores crticos
1-
0.90
0.10
1.28
0.95
0.05
1.645
0.99
0.01
2.33
131
ULARE :
APUNTE IV
Probabilidad
o bien:
H1 : < 0.40
2. Zona de aceptacin
Para = 0.01, le corresponde un valor crtico: z = 2.33.
Determinamos el intervalo de confianza para la media:
3.Verificacin.
4.Decisin
Aceptamos la hiptesis nula H0. Podemos afirmar, con un nivel de significacin del
1%, que la La abstencin ser como mnimo del 40%.
Caso 2
La hiptesis nula es del tipo H0: k (o bien H0: p k).
La hiptesis alternativa, por tanto, es del tipo H1: > k (o bien H1: p > k).
133
ULARE :
APUNTE IV
Probabilidad
o bien:
Un informe indica que el precio medio del billete de avin entre Canarias y Madrid es,
como mximo, de 120 con una desviacin tpica de 40 . Se toma una muestra de 100
viajeros y se obtiene que la media de los precios de sus billetes es de 128 .
Se puede aceptar, con un nivel de significacin igual a 0,1, la afirmacin de partida?
1. Enunciamos las hiptesis nula y alternativa:
H0 : 120
H1 : > 120
2.Zona de aceptacin
Para = 0.1, le corresponde un valor crtico: z = 1.28 .
Determinamos el intervalo de confianza:
3. Verificacin.
135
ULARE :
APUNTE IV
Probabilidad
H0
Verdadera
Falsa
Decisn correcta
Decisin incorrecta:
Probabilidad = 1 -
ERROR DE TIPO II
ERROR DE TIPO I
Decisin correcta
Aceptar
Rechazar
Probabilidad =
137