Probabilidades Unidad 1
Probabilidades Unidad 1
Probabilidades Unidad 1
Algo de historia
1.2.
Relevancia de la Probabilidad
2. CONCEPTOS BASICOS
2.1. Probabilidad.- Es la medida de la posibilidad de que ocurra un suceso en el
futuro;
Al decir medida, se refiere a que se le atribuye un nmero (valor) al suceso
observado, este nmero se asigna en una escala de 0 a 1, incluido el 0 y el 1, esto
es: 0 p 1.
2.2. Interpretaciones de probabilidad segn su valor
SUCESO
PROBABILIDAD
Que el periodo lectivo, abril - agosto de 2015, concluya en junio de 0
2015
Que apruebe el semestre
0,7
Que la clase de estadstica concluya a las 09H00 (programada de 1
07H00 a 09H00)
Al lanzar una moneda, esta caiga en cara
1/2
RESULTADOS
POSIBLES
DEL EXPERIMENTO
EVENTO
Cara, sello
Defectuoso, no defectuoso
Cara
Defectuoso
Compra, no compra
1,2,3,4,5,6,
Ganar, perder, empatar
No compra
3
Empate
Espacio muestral.- Es el
experimento
3.1.
Planteamiento clsico
Ejemplo:
Supngase que se desea determinar si los graduados de la Carrera de Contabilidad y
Auditora, estn realizando actividades conforme su preparacin. Para el efecto se
realiza una encuesta a 840 graduados, de los cuales 375 no estn desempeando las
funciones conforme su perfil profesional, se desea saber: Cul es la probabilidad de
que el prximo encuestado est realizando actividades distintas a la de su formacin?
Anlisis: los 840 encuestados son la poblacin y los 375 son la muestra, observe que
los 375 se obtiene de los 840
Datos:
Total de encuestados u observados
= 840
= 0,45
Planteamiento subjetivo
Es la probabilidad asignada por una persona que conoce el asunto, basado en los
datos que dispone, es decir es la probabilidad otorgada por una persona con alguna
experiencia en el tema que se trata.
Por ejemplo: Una persona que conoce estadsticamente, los triunfos, derrotas y
empates que ha tenido la seleccin de futbol del Ecuador, dir que la probabilidad de
que el Ecuador gane en el prximo encuentro es 0,90
4. ALGUNAS REGLAS BSICAS DE PROBABILIDAD
Se refiere a la regla de la suma y regla de la multiplicacin, son aplicables en los casos
en los que se tiene dos o ms eventos. Como por ejemplo el evento A y el evento B.
4.1.
Reglas de la suma
33 de estos lanzamientos
Reglas de la multiplicacin
Permutaciones
5.1.
Regla de la multiplicacin o por etapas
Si un experimento tiene varias etapas y la primera etapa tiene n1 resultados posibles;
la etapa dos tiene n2 resultados posibles; la etapa tres tiene n3 resultados posibles; el
total de resultados posibles del experimento se obtiene multiplicando n1 x n2 x n3
Ejemplo:
Deseo saber de cuantas formas puedo combinar 2 ternos (caf, negro) y 2 corbatas
(azul, roja) que poseo en mi armario
Sean:
Etapas
Ternos
Corbatas
Ejemplo
RESULTADOS
CORBATAS
TERNOS
caf
azul
roja
Terno caf corbata roja
Terno negro corbata azul
negro
azul
roja
TOTAL RESULTADOS
5.2.
Combinaciones
nC r =
Donde:
C = smbolo que representa combinacin
n= la cantidad total de elementos que conforman el grupo
r= la cantidad de elementos que se toman del grupo para combinar
nCr
Explicacin de
se lee ene factorial, representa la multiplicacin de todos los nmeros comprendidos
entre n hasta 1, en sentido descendente o desde 1 hasta n en sentido ascendente
En forma simblica
= n(n-1)(n-2)(n-3)(2)(1)
Ejemplo
7 =7x6x5x4x3x2x1
Se sabe que 0 = 1
Ejemplo de combinaciones
Sean las letras A,B,C,D,E,F,G se desea formar palabras (no importa si no tiene
sentido) de tres letras, es decir cuntas formas o resultados posibles se obtiene de las
7 letras tomando 3 a la vez.
Aplicando la formula se obtiene:
nCr =
10
= nCr =
nCr =
= nCr =
= nCr =
= nCr = 7 x 5 = 35
nCr =
Esto es: de las 7 letras se pueden formar 35 combinaciones o palabras tomando tres a
la vez
Ahora cabe la pregunta
Cules son esas palabras?
ABC
ABD
ABE
ABF
ABG
ACD
ACE
ACF
ACG
ADE
ADF
ADG
AEF
AEG
AFG
BCD
BCE
BCF
BCG
BDE
BDF
BDG
BEF
BEG
BFG
CDE
CDF
CDG CEF
CEG
CFG
DEF
DEG
DFG
EFG
Observe, ABC se presenta una sola vez, no hay otras combinaciones en las que
tanto A como B o como C se ubiquen en diferente lugar, como por ejemplo BAC o
BCA o CAB o CBA; todas estas ordenaciones son iguales a ABC, al respecto se
seal que en este tipo de ordenaciones (combinaciones) no interesa la ubicacin de
las letras
5.3.
Permutaciones
nPr =
Donde:
P = smbolo que representa permutacin
n= la cantidad total de elementos que conforman el grupo
r= la cantidad de elementos que se toman del grupo para combinar
nPr
11
Ejemplo
Sean las letras A,B,C,D,E,F,G se desea formar palabras (no importa si no tiene
sentido) de tres letras, es decir cuntas permutaciones o resultados posibles se
obtiene de las 7 letras tomando 3 a la vez.
Aplicando la formula se obtiene:
nPr =
= nPr =
nPr =
= nCr =
nPr =
7 x 6 X 5 = 210
ABD
ABE
ABF
ABG
ACB
ACD
ACE
ACF
ACG
ADB
ADC
ADE
ADF
ADG
AEB
AEC
AED
AEF
AEG
AFB
AFC
AFD
AFE
AFG
AGB
AGC
AGD
AGE
AGF
Observe, ABC tiene otra combinacin similar porque tanto A como B o como C se
ubican en diferente lugar, esto es la forma ACB; Al respecto se seal que en este
tipo de ordenaciones (permutaciones) si interesa la ubicacin de las letras por lo que
ABC ACB
La lista de palabras antes sealadas es tan solo una parte de las 210 formas.
Procedimiento para formar el total de permutaciones
1. Por medio de la formula respectiva se determina el total de permutaciones que
debe obtenerse de n objetos tomados r a la vez, en el presente ejemplo son 210
permutaciones
2. Este valor (210) se divide para el total de elementos que forma el grupo, como son
en total 7 letras se divide 210 para 7 obteniendo como resultado 30
3. Este nmero (30) me indica que cada letra debo escribir 30 veces ya sea en
sentido horizontal o vertical, de esta forma se tendr 7 filas o columnas, cada fila o
columna corresponde a cada letra, las columnas deben estar separadas entre si a
fin de dar lugar a las dems letras que faltan.
4. Como ya se escribi la primera letra, me quedan 6 letras en el grupo
5. Como cada fila o columna tiene 30 veces la letra, divido 30 para 6 que corresponde
al total de letras que quedaron, obteniendo como resultado 5
6. Este nmero (5) indica que se escribe en cada fila o columna junto a la primera letra
5 veces cada letra de las 6 que quedaron, se aconseja escribir las letras en orden
12
6. TEOREMA DE BAYES
Se usa para actualizar la medida de probabilidad de un evento
informacin adicional de otro evento relacionado con el primero.
cuando se adquiere
13
Ejemplo:
Suponga que una empresa manufacturera recibe embarques de partes(piezas), de dos
proveedores distintos. Sea A1 el evento de que una parte provenga del proveedor 1 y
A2 el evento de que una parte provenga del proveedor 2.
Actualmente, 65% de las partes que compra la empresa provienen del proveedor 1 y
35% restante del proveedor 2. En consecuencia si se selecciona una parte al azar,
diramos que la probabilidad de que la pieza sea del proveedor 1 es P(A1) = 0,65 o
que sea del proveedor 2 es P(A2) = 0,35.
La calidad de las partes vara segn su origen. Los datos histricos sugieren que el
desempeo en trminos de calidad de los dos proveedores es el siguiente:
Proveedor 1
Proveedor 2
Porcentaje
de piezas buenas
98
95
Porcentaje
de piezas malas
2
5
Suponga que las partes de los dos proveedores se usan en el proceso de manufactura
y que una maquina se descompone al tratar de procesar una parte defectuosa. Dada
la informacin de que una parte es mala, Cul es la probabilidad de que provenga del
proveedor 1 y cual la del proveedor 2?
A. Datos del problema
Simbologa
1. De los proveedores
A1 = Proveedor 1
A2 = Proveedor 2
De la calidad de las partes
B = buenas
M = malas
2. Probabilidad a priori o inicial
Probabilidad a priori de que las partes vengan del proveedor 1 es: P(A1) = 0,65
Probabilidad a priori de que las partes vengan del proveedor 2 es: P(A2) = 0,35
3. Probabilidad condicional
14
1. Probabilidad de que las partes sean buenas dado que vienen del proveedor 1 es:
P(B/A1) = 0,98
2. Probabilidad de que las partes sean malas dado que vienen del proveedor 1 es:
P(M/A1) = 0,02
3. Probabilidad de que las partes sean buenas dado que vienen del proveedor 2 es:
P(B/A2) = 0,95
4. Probabilidad de que las partes sean malas dado que vienen del proveedor 2 es:
P(M/A1) = 0,05
B. Diagrama de rbol
RESULTADO EXPERIMENTAL
ETAPA 2
ETAPA 1
(A1 B)
(CONDICION)
(PROVEEDOR)
A1
A2
(A1 M)
(A2B)
B
(A2M
15
ETAPA 1
ETAPA 2
PROVEEDOR)
(CONDICION)
P(B/A1)
0,98
P(A1)
P(M/A1)
0,02
0,65
0,35
P( A2)
P(B/A2)
0,95
P(M/A2)
0,05
Adems hay que tomar en cuenta que smbolo de la probabilidad condicional en cada
caso es de la forma P(B/A) o P(M/A) que se lee la probabilidad de B o M dado A.
Siguiendo con el problema este tiene una pregunta Cul es la probabilidad de que
provenga del proveedor 1 y cual la del proveedor 2? Es esta se desea saber Cul es
la probabilidad de que la pieza defectuosa provenga del proveedor 1 y cual la del
proveedor 2. En smbolos se pide P(A1/M) o P(A2 /M), dando lectura esta simbologa
ser: la probabilidad de que la pieza sea del proveedor uno dado que esta es mala es
igual a: ?
O, la probabilidad de que la pieza sea del proveedor dos dado que esta es mala es
igual a: ?
Ligeramente se podra decir que la probabilidad que venga del proveedor 1 es 0,65 y
que la probabilidad de que venga del proveedor 2 es 0,35; recuerde que estas son
probabilidades a priori es decir son probabilidades subjetivas. Suponga que no se
tiene registro de las partes por proveedor, todas las partes se juntan al momento de
almacenar, por lo que no se puede sealar probabilidad alguna relacionada con los
proveedores.
16
Al respecto debe determinar (actualizar) las probabilidades dadas a priori, (dado que
ha sucedido otro evento relacionado, esto es una maquina se averi por el uso de una
parte defectuosa). Recuerde no se conoce si corresponde al proveedor 1 o al
proveedor 2; tampoco se podr conocer con certeza, se desea saber la intensidad de
la probabilidad que relacione a los proveedores. Se desea conocer las nuevas
probabilidades (probabilidades e posteriori), esto es la probabilidad de que provenga
del proveedor 1 dado que la parte es defectuosa, y la probabilidad de que provenga
del proveedor 2 dado que la parte es defectuosa.
Aplicando las frmulas respectivas se tiene los siguientes resultados:
P(A1/M) =
Al sustituir los valores del ejemplo, la probabilidad posterior del proveedor A1 Ser:
P(A1/M) =
P(A1/M) =
= 0,4262
Este valor seala que la probabilidad posteriori de que la pieza defectuosa provenga
del proveedor 1 es 0,4265, es menor que la probabilidad inicial.
Si se calcula la probabilidad posteriori del proveedor 2 se tiene:
P(A2/M) =
P(A1/M) =
= 0,5738
Este valor seala que la probabilidad posterior de que la pieza defectuosa provenga
del proveedor 2 es 0,5738, es mayor que la probabilidad inicial
Comparando las nuevas probabilidades se puede sealar que la pieza defectuosa
posiblemente proviene del proveedor 2
Nota: El teorema de Bayes se usa en eventos mutuamente excluyentes.
17
Ejercicio de refuerzo
Un equipo de beisbol juega 70% de sus partidos por la noche y 30% durante el da. El equipo
gana 50% de sus juegos nocturnos y 90% de los juegos diurnos. De acuerdo con el diario del
da de hoy, gan ayer. Cul es la probabilidad de que el partido se haya desarrollado por la
noche?
DATOS
Sean
A1 = El juego en la noche
A2 = El juego en el da
G = El equipo gana
S= El equipo pierde
Probabilidad a priori
La probabilidad a priori de que el equipo juega en la noche es: P(A1) = 0,70
La probabilidad a priori de que el equipo juega en el da es P(A2) = 0,30
Probabilidades condicionales
La probabilidad de que el equipo gana dado que juega en la noche es: P(G/A1) = 0,5
La probabilidad de que el equipo gana dado que juega en el da es: P(G/A2) = 0,9
rbol de probabilidades
ETAPA 1
(juegos)
ETAPA 2
(CONDICION)
P(G/A1)
0,5
P(A1)
P(S/A1)
0,5
0,70
0,30
P( A2)
P(G/A2)
0,90
P(G/A2)
0,10
18
P(A1/G)
= P(A1/G)
= P(A1/G)
= 0,5645
Mtodo tabular
Eventos
(Ai)
A1
A2
Probabilidades
a priori de
P(Ai)
0,7
0,3
Probabilidades
condicionales
P(G/Ai)
0,5
0,9
Probabilidad
conjunta
P(Ai y B)
0,7 x 0,5 = 0,35
0,3 x 0,9 = 0,27
P(G) 0,62
Probabilidades
posteriores
P(Ai /G)
0,35/0,62 = 0,5645
0,27/0,62 = 0,4355
1,00
Ejercicio de tarea:
1. Sea: P(A1) = 0,60; P(A2) = 0,40; P(B1/A1) = 0,05; Y P(B1/A2) = 0,10: Utilice el teorema de
Bayes para determinar P(A1/B1)
2. Sea: P(A1) = 0,20; P(A2) = 0,40; P(A3)= 0,40; P(B1/A1) = 0,25; P(B1/A2) = 0,05; y
P(B1/A3) = 0,10 : Utilice el teorema de Bayes para determinar P(A3/B1)
3. Un profesor ha estado enseando Estadstica por muchos aos. Sabe que 80% de los
estudiantes completan los problemas asignados. Determin que de los alumnos que
hacen las tareas, 90% aprobaron el curso. De aquellos estudiantes que no realizan las
tareas 60% aprobarn. Julio Tuquinga tom Estadstica el ltimo semestre con el profesor
y tuvo calificacin aprobatoria. Cul es la probabilidad de que si haya hecho las tareas?
4. El departamento de crdito de una negociacin comercial, inform que 30% de sus ventas
son en efectivo, 30% se pagan con cheques en el momento de la adquisicin y 40% son a
19
crdito. Se tiene que 20% de las compras son en efectivo, 90% en cheques y 60% de las
compras a crdito son por ms de $ 50,00 Cul es la probabilidad de que haya pagado en
efectivo?
5. Una empresa tiene 4 proveedores de materia prima, en la siguiente tabla se muestra las
cantidades adquiridas a cada proveedor y el porcentaje de materia prima defectuosa que
cada uno proporciona.
Proveedor
Esperanza Yuqui
Domnica Barreno
Lisbeth Cceres
Ivn Orden
Porcentaje
adquirido
30
20
25
25
Porcentaje
defectuoso
2,5
1,75
3
1
-------------------------------------------------------------------------------------Adems de la Estadstica de Levin Rubin grupo 4:7 pag. 163-164 realizar los ejercicios del
4:44 al 4:51
20