Universidad Nacional Abierta y a Distancia – UNAD - Vicerrectoría Académica y de

Investigación - VIACI
Escuela ECBTI Programa: Ingeniería de Sistemas
Curso: Probabilidad Código: 1065873408

Unidad 1: Tarea 1

Espacio muestral, eventos, operaciones y axiomas de probabilidad

Presentado por:
Marye Liceth Jiménez Niño

Presentado al tutor(a):
Francisco Javier Pereira López

Grupo:
100402_192

Universidad Nacional Abierta y a Distancia- UNAD

Escuela de Ciencias Básicas, Tecnología e Ingeniería

13 de Marzo del 2019

Introducción
Objetivo General
Objetivo Específicos
Cuadro Sinóptico
 ESTIMACIÓN En estadística se puede conocer el error estándar exacto (Sp)
Limite inferior
Limite superiordel
delintervalo
intervalode
deconfianza
confianzaoode
depredicción.
predicción.
DEL para conocer los intervalos de estimación mediante la
INTERVALO expresión.
DE
CONFIANZA Al estudiar el analisis de regresión y de correlacción para relacionar dos
PARA LA variables X y Y con base a los datos de una muestra, los datos sólo representan
MEDIA DE Y una parte de la población .
CON EL
ERROR Mantenimiento preventivo: Gastos que se representan con la ordenada (Bo)
ESTÁNDAR de la línea de regresión de la población.
EXACTO.
Mantenimiento correctivo:Gastos de mantenimiento correctivo B1Xi de
la línea de regresión de la población
INFERENCIA
DE Ecuación de línea de regresión con variaciones aleatorias con los puntos
PARÁMETRO individuales y con los que presenten variaciones aleatorias.
B1= Pendiente que representa la línea.( para la población
S DE LA
Bo= Intersección en Y de la línea, querepresenta el valor
POBLACIÓN
promedio de Y cuando x=0.
εi = Error perturbación variación aleatoria en Y para
cada observación i que ocurra o distancia Y1 por
debajo o por arriba de la línea de regresión de la
población.
Línea de regresión de la muestra

Esta prueba sirve para determinar la existencia de una regresión líneal significativa
entre X y Y, en donde se tiene que probar que si Bi=0.
Ho: Bi= Valor Hipotesis nula.
PRUEBA DE H1:Bi ≠ Valor Hipotesis altrernativa.
HIPÓTESIS PARA LA
PENDIENTE B1 DE
POBLACIÓN La hipotesis nula y alternativa se plantean de la siguiente forma:
ESTADÍSTICA Ho:Bi=0 No existe una relación líneal.
TÉCNICA DE MEDIANTE LA
CONTEO Y PRUEBA t. H1: Bi≠ 0 Existe una relación líneal
TEORIA DE
PROBABILIDA Al rechazar la hipótesis nula existe evidencia de una relación
línea. Por otra parte, el estadístico de prueba t se define
como:

REPRESENTA LA
DIFERENCIA ENTRE LA
PENDIENTE DE LA
MUESTRA Y EL VALOR
HIPOTETICO DE LA
PENDIENTE DE LA El error estándar de la pendiente se define:
POBLACIÓN ENTRE EL Sb: Error estándar del coeficiente de regresión.
ERROR ESTÁNDAR DE LA Sc: Error estándar de estimación
PENDIENTE N. X¯:Media de los valores de la variable independiente.
n: número de datos.

ESTIMACIÓN DEL
INTERVALO DE
CONFIANZA DE LA
PENDIENTE B1
Alternativa para comprobar la existencia deuna relación lineal
entre dos variables (X Y)

PRUEBA t PARA EL Determina la existencia de una relación significativa entre dos

COEFICIENTE DE variables (X Y).
CORRELACIÓN Ho: p=0, no existe una correlación.
SIMPLE 8 H1: p ≠ 0, existe correlacción.
1.Estudio de caso 51

Es frecuente que hombres y mujeres no estén de acuerdo sobre cómo

piensan seleccionar una pareja. Suponga que una encuesta hecha a
1000 personas de entre 20 y 30 años dio las siguientes respuestas, a la
pregunta de si es más importante para su futura pareja ser capaz de
comunicar sus sentimientos (F) de lo que es para una persona vivir
bien (G).

Sentimientos(F) Vivir bien (G) Totales

Hombres (M) 0.35 0.20 0.55
Mujeres(W) 0.36 0.09 0.45
0.71 0.29 1.00

Si se selecciona al azar una persona de este grupo de 1000, calcule las

siguientes probabilidades:
a. P(F)
b. P(G)
c. P(F/M)
d. P(F/W)
e. P(M/F)
f. P(W/G)

Muestra: 1000
P (F)= Comunicar sentimientos
P (G)= Vivir bien
P (E)= Casos Favorable
Casos Posibles
 a) P(F)= 0.71= 71%

X = 1000 * 0.71 = 710 personas

1

b) P(G)= 0.29 = 29%

X= 1000 * 0.29 = 290 personas

1

c) P(F/M) = P(F ∩ M) = 0.35 = 0.63 → 63%

P (M) 0.55

d) P(F/w) = P ( F ∩ W ) = 0.36 = 0.8 → 80%

P (W) 0.45

e) P (M/F) = P( M ∩ F) = 0.35 = 0.49 → 49%

P (F) 0.71

f) P(W/G)= P(W ∩ G) = 0.09 = 0.31 → 31%

P (G) 0.29

Teorema de Bayes

2. Estudio de caso 102

Suponga que el 5% de todas las personas que presentan el formato

largo de pago de impuestos buscan deducciones que saben que son
ilegales, y un adicional 2% anota deducciones incorrectamente porque
no están familiarizados con los reglamentos de impuestos al ingreso. Del
5% que son culpables de engañar, 80% negará saber del error si se
confronta a un investigador. Si quien presenta el formato largo se
confronta a una deducción no justificada y niega saber del error, ¿cuál
es la probabilidad de que sea culpable?

Ilegal= 5%
No familiarizados= 2%
7%
Negará= 80%

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

P(B)

P(A)= probabilidad a priori = 0.05

P(B/A)= probabilidad condicional = 0.8

P(B)= probabilidad total= 0.05 + 0.02 = 0.07

1

P(A/B) = probabilidad a posteriori

P(A/B) = 0.05 * 0.8 = 0.57 → 57%

0.07

¿Cuál es la probabilidad de que sea culpable?

La probabilidad de que sea culpable es de un 57%

Conclusión
 Referencias Bibliográficas

Matus, R., Hernández, M., & García, E. (2010). Estadística. (Pp. 1-

14). Recuperado

de https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/detail.action?d

ocID=3187261

Rodríguez, F. J., & Pierdant, R. A. I. (2014). Estadística para

administración. (Pp. 177-183). Recuperado

de https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/detail.action?d

ocID=3227358

García, Á. M. Á. (2005). Introducción a la teoría de la probabilidad.

primer curso. (Pp. 29-50). Recuperado

de https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/detail.action?d

ocID=4722054

Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico

Nacional. (Pp. 132-149). Recuperado

de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?d

ocID=10436604&ppg=128