Estadística Aplicada 2023 A Clase 6

Estadı́stica Aplicada a la Ingenierı́a
Semana 6: Tecnicas de conteo y probabilidad
Vladimiro Contreras Tito
Universidad Nacional del Callao

Facultad de Ingenierı́a Mecánica y de Energı́a
Departamento Académico Ingenierı́a Mecánica
Mayo del 2023
V. Contreras T. (UNAC) 1 / 47 2023 1 / 47

Técnicas de conteo
Introducción
Comprenden un conjunto de procedimientos que permiten determinar

el número de resultados de un suceso o experimento sin necesidad de
utilizar una enumeración e identificación directa de todos los posibles
resultados de dicho suceso o experimento. El análisis combinatorio está
basado en dos principios básicos: el de adición y el de multiplicación.

Principio aditivo
Dados dos sucesos A y B, el número de resultados posibles en que puede

ocurrir el suceso A o el suceso B (A ∪ B), esta dada por
n(A ∪ B) = n(A) + n(B) − n(A ∩ B)
donde:
n(A)= Número de maneras en que pueda ocurrir el suceso A
n(B)= Número de maneras en que pueda ocurrir el suceso B
n(A ∩ B)= Número de maneras en que pueden ocurrir los sucesos A y
B, simultaneamente.
Este resultado se puede extender a más de dos sucesos.

Ejemplo 4.1.
Suponga que planeas un viaje y debes decidir entre trasladarte por
autobús o avión. Si hay tres rutas para el autobús y dos para el avión,
¿cuántas rutas en total tienes disponibles?
Solución
Si se definen los sucesos:
A=trasladarse por autobus
B=trasladarse por avión
Luego el número total de rutas disponibles es:
n(A ∪ B) = n(A) + n(B) − n(A ∩ B)

= 3+2−0
= 5
En este caso, n(A ∩ B) = 0 pues se asume que no se puede viajar

simultaneamente en autobus y por avión.
Ejemplo 4.1.
Suponga que planeas un viaje y debes decidir entre trasladarte por
autobús o avión. Si hay tres rutas para el autobús y dos para el avión,
¿cuántas rutas en total tienes disponibles?
Solución
A=trasladarse por autobus
B=trasladarse por avión
Luego el número total de rutas disponibles es:
n(A ∪ B) = n(A) + n(B) − n(A ∩ B)

= 3+2−0
= 5
En este caso, n(A ∩ B) = 0 pues se asume que no se puede viajar

simultaneamente en autobus y por avión.
Principio multiplicativo
Si un suceso A puede ocurrir de n(A) manera diferentes y otro suceso B,

puede ocurrir de n(B) manera diferentes, entonces el número de maneras
en que pueden ocurrir los sucesos A y B está dada por:
n(A ∩ B) = n(A) × n(B)
Este resultado se puede extender a más de dos sucesos.

Ejemplo 4.2.
Se tiene un dado y una moneda. Se lanza el dado y se anota el número
que sale hacia arriba. posteriormente se lanza la moneda y se anota el
resultado. ¿Cuántos resultados son posibles?.

Solución
A=lanzamiento de dado
B=lanzamiento de una moneda
Luego el número total de resultados posibles es:
n(A ∩ B) = n(A) × n(B)

= 6×2
= 12
Ejemplo
Supónga que en una tienda de ropa se ofrecen camisas en tres colores, los
cuales están disponibles en cualesquiera de cuatro tallas, con dos tipos
de estampado. ¿Cuántas camisas diferentes tienen?
Solución
Por el principio multiplitivo se tienen
3 × 4 × 2 = 24 camisetas diferentes.
Solución
A=lanzamiento de dado
B=lanzamiento de una moneda
Luego el número total de resultados posibles es:
n(A ∩ B) = n(A) × n(B)

= 6×2
= 12
Ejemplo
Supónga que en una tienda de ropa se ofrecen camisas en tres colores, los
cuales están disponibles en cualesquiera de cuatro tallas, con dos tipos
de estampado. ¿Cuántas camisas diferentes tienen?
Solución
Por el principio multiplitivo se tienen
3 × 4 × 2 = 24 camisetas diferentes.
Diagrama del árbol

Un diagrama de árbol sirve para representar todos los resultados posibles
de un experimento. Se establece una raı́z y a su derecha se dibujan cada
una de las ramas o trayectorias referentes a cada uno de los suscesos.
Mediante el diagrama del árbol representemos el último ejemplo.
Figure: diagrama del árbol

VARIACIONES
Variaciones simples
Se denomina variaciones simples o sin repetición de k objetos tomados
de n objetos distintos, a cada uno de los arreglos u ordenes que se hagan
con los k objetos de manera que estos arreglos difieran en algún elemento
o en el orden de colocación.
El número de variaciones diferentes de los k objetos tomados de n objetos
distintos denotado por Vkn esta dado por:
n!
Vkn = , 0≤k≤n
(n − k)!

Ejemplo
Las variaciones de 2 elementos del conjunto A = {a, b, c} son los sigu-
ientes arreglos:
ab ac bc ba ca cb
es decir, las variaciones de 2 elementos tomados de 3 elementos, es 6.
Utilizando la fórmula se verifica :
3!
V23 = = 6 arreglos diferentes
(3 − 2)!
Nota En las variaciones si importa el orden.

Variaciones con repetición

Se denomina variaciones con repetición de k objetos tomados de n obje-
tos distintos, a cada uno de los arreglos de k de tales objetos de manera
que dos, tres, ..k de ellos, puede ser uno mismo de los n objetos.
El número de variaciones con repetición de k objetos a partir de n objetos
distintos que denotaremos por V Rkn es
V Rkn = nk
Ejemplo
Las variaciones con repetición de 2 elementos del conjunto A = {a, b, c}
son los siguientes arreglos:
ab ac bc ba ca cb aa bb cc
es decir las variaciones con repetición de 2 elementos tomados de 3 ele-
mentos es 9.
Utilizando la fórmula se verifica: V R23 = 32 = 9 arreglos diferentes
Permutaciones
Permutaciones simples
Se denominan permutaciones de n objetos a cada uno de las variaciones
de los n objetos distintos.
El número de permutaciones de n objetos distintos denotado por P n o
Pn es igual al número de variaciones de n objetos tomados de n objetos
distintos y está dado por:
P n = Vnn = n!
Ejemplo
Son permutaciones de las letras a, b y c las siguientes variaciones sin
repetición de todas
abc acb bac bca cab cba
verificando con la fórmula se tiene Pn = 3! = 6.

Ejemplo
¿De cuántas formas diferentes se pueden ordenar todos los elementos

del conjunto A = {1, 2, 3, 4, 5} de manera que los elementos 3 y 4 no
aparezcan juntos?.
Solución
5! − 4! 2! = 72 formas.

Ejemplo
¿De cuántas formas diferentes se pueden ordenar todos los elementos

del conjunto A = {1, 2, 3, 4, 5} de manera que los elementos 3 y 4 no
aparezcan juntos?.
Solución
5! − 4! 2! = 72 formas.

Permutaciones circulares
Se denomina permutaciones circulares a las diferentes permutaciones

que pueden formarse con n objetos distintos donde no hay ni primero ni
último objeto ya que todos forman una figura geométrica plana cerrada,
y el número de permutaciones circulares diferentes que pueden formarse
con n objetos diferentes que denotaremos por P C n es:
P C n = (n − 1)!
Ejemplo
¿De cuántas formas diferentes pueden sentarse 9 personas alrededor de
una mesa circular si dos personas determinadas no deben estar uno a
lado del otro?.
Solución
8! − 7! 2! = 30240 formas.

Permutaciones circulares
Se denomina permutaciones circulares a las diferentes permutaciones

que pueden formarse con n objetos distintos donde no hay ni primero ni
último objeto ya que todos forman una figura geométrica plana cerrada,
y el número de permutaciones circulares diferentes que pueden formarse
con n objetos diferentes que denotaremos por P C n es:
P C n = (n − 1)!
Ejemplo
¿De cuántas formas diferentes pueden sentarse 9 personas alrededor de
una mesa circular si dos personas determinadas no deben estar uno a
lado del otro?.
Solución
8! − 7! 2! = 30240 formas.

Permutaciones con objetos repetidos

El número de permutaciones de n objetos de los cuales n1 son iguales
entre si, n2 son iguales entre si,... nk son iguales entre si, que denotare-
mos por Pnn1 ,n2 ,...nk se calcula por la expresión:
n!
Pnn1 ,n2 ,...nk =
n1 ! n2 ! .. nk !
Ejemplo
El número de permutaciones lineales a , a , a , b , b tomados de 5 en 5 es
igual a:
5 5!
P3,2 = = 10
3! 2!
y estos son:
aaabb aabab abaab baaab aabba
abbaa bbaaa babaa baaba ababa

Combinaciones
Combinaciones simples
Son arreglos lineales de los elementos de un conjunto en los que no se
toma en cuenta el orden.
El número de combinaciones de n elementos distintos de un conjunto
tomados de k en k (0 ≤ k ≤ n) denotado por Ckn se define por
n!
Ckn =
(n − k)! k!
Ejemplo
El número de combinaciones de los elementos del conjunto {a, b, c} toma-
dos de 2 en 2 es:
3!
C23 = =3
(3 − 2)! 2!
y estos son
ab ac bc

Ejemplo
Dados los conjuntos A de 4 elementos y B de 8 elementos, ¿cuántos
conjuntos de 6 elementos pueden formarse si cada uno debe contener
a. un solo elemento de A?
b. cuando menos un elemento de A?
Solución
a. C14 C58 = 224
b. C14 C58 + C24 C48 + C34 C38 + C44 C28 = 896

Ejemplo
Dados los conjuntos A de 4 elementos y B de 8 elementos, ¿cuántos
conjuntos de 6 elementos pueden formarse si cada uno debe contener
a. un solo elemento de A?
b. cuando menos un elemento de A?
Solución
a. C14 C58 = 224
b. C14 C58 + C24 C48 + C34 C38 + C44 C28 = 896

Combinaciones con repetición

El número de combinaciones de k objetos tomados de n objetos, de man-
era que dos, tres, ... k objetos pueden ser uno mismo y que denotaremos
por CRkn está dada por
(n + k − 1)!
CRkn =
(n − 1)! k!
Ejemplo
Las combinaciones con repetición de orden dos a partir de los 4 elementos
a, b, c, y d son:
ab ac ad bc bd cd aa bb cc dd
Utilizando la fórmula se verifica:

(4 + 2 − 1)!
CR24 = = 10
(4 − 1)! 2!

EJERCICIOS
En un edificio de 10 pisos entran al ascensor del primer piso tres
personas cada uno baja al azar a partir del segundo piso.
¿Determine la cantidad de supuestos en que las personas pueden
bajar en pisos diferentes?
En un grupo de 10 amigos, ¿cuántas distribuciones de sus fechas
de cumpleaños pueden darse al año?
El esquema siguiente, representa las calles de una ciudad, en el que
se ha marcado un camino para ir de la esquina A hacia la esquina
B. ¿Cuántos caminos hay de A hasta B, si en cada esquina, sólo se
puede avanzar hacia la derecha o hacia arriba?
¿Cuántos números de 3 cifras tienen por lo menos un 6 en su

escritura?
Un microbus tiene 29 asientos para pasajeros distribuidos en 6

filas de 4 asientos cada uno, con un pasillo en el medio y al final 5
asientos juntos. ¿De cuántas maneras diferentes podrán ubicarse
25 pasjeros de modo tal que los 14 asientos que dan a las
ventanillas tiene que quedar ocupadas.
25 técnicos son evaluados por una empresa, para seleccionar a 12
de ellos, y luego ser distribuidos al azar en tres secciones de cuatro
trabajadores cada una.
a). Muestre un resultado posible.
b). ¿Cuál es el número de resultados posibles?

Probabilidades
Probabilidades
Introducción
En esta parte se desarrollará espacios muestrales, definición de proba-
bilidad como función, definición clásica de probabilidades condicionales
y el teorema de Bayes.

Probabilidades
Experimento aleatorio o fenómeno aleatorio
Es todo proceso que consiste de la ejecución de un acto(ó prueba) una

ó más veces cuyo resultado en cada prueba depende del azar y en con-
secuencia no se puede predecir con certeza.
Ejemplo
1. El lanzamiento de una moneda.
2. El lanzamiento de un dado.
3. La carrera de caballos etc.

Probabilidades

Ejemplo

Probabilidades

Ejemplo

Probabilidades

Ejemplo

Probabilidades
Espacio muestral o espacio de muestra (Ω)

Es el conjunto de todos los resultados posibles de un experimento aleato-
rio.
Ejemplo
En el lanzamiento de una moneda tres veces se tiene que:
Ω = {ccc, ccs, csc, css, scc, scs, ssc, sss}
Clasificación de un espacio muestral

Por el número de sus elementos o puntos muestrales se clasifican en:
Discreto finito Consiste en un número finito de elementos.
Ejemplo
Si el experimento consiste en lanzar dos monedas simultaneamente so-
bre una superficie plana, existen 4 posibles resultados mutuamente ex-
cluyentes:
Ω = {cc, cs, sc, ss}

Probabilidades
Discreto infinito Consiste en el número infinito numerable de elemen-

tos.
Ejemplo
El número de lanzamientos de una moneda hasta obtener cara(c), en-
tonces
Ω = {c, sc, ssc, sssc, ...}
Continuo Consiste de un número infinito no numerable de elementos.
Ejemplo
Si el experimento aleatorio consiste en registrar los pesos(en kg) de los
estudiantes, entonces
Ω = {w ∈ R/1 ≤ w < 100}

Probabilidades
Evento
Se denomina evento a cualquier subconjunto de un espacio muestral.

El espacio muestral Ω, es el evento cierto, el conjunto vacio ϕ es el evento
imposible. Si w ∈ Ω, el evento {w}se llama evento elemental o simple.
En un espacio muestral finito de n elementos se tiene 2n eventos.
Ejemplo
Si Ω = {cc, cs, sc, ss} es el espacio muestral, los siguientes son eventos:
A = {cc , ss} , B = {cs , sc}
Ejemplo
En el espacio muestral Ω = {w ∈ R/1 ≤ w < 100}, un evento es:
A = [40 , 60]

Probabilidades
Definición 5.1.
1. Se dice que un evento A ocurre, si contiene por lo menos un punto
muestral de algún experimento aleatorio, esto es
A ocurre ⇔ ∃w ∈ A
2. Si A y B son eventos entonces:

A ⊂ B ⇔ w ∈ Ω, w ∈ A ⇒ w ∈ B (Si A ocurre, ocurre B)
A=B ⇔A⊂B∧B ⊂A
Ac = {w ∈ Ω : wno pertenece aA}
A ∩ B es un evento y ocurre si, A ocurre y B ocurre.
A − B es un evento y ocurre si, ocurre A y no ocurre B.
A ∪ B es un evento y ocurre si,ocurre A u ocurre B.
Nota Si An ⊂ Ω , ∀n ∈ N entonces
S∞ S∞
n=1 An es un evento y An ocurre ⇔ ocurre al menos un An .
T∞ Tn=1
∞
n=1 An es un evento y n=1 An ocurre ⇔ ocurre todos los An .

Probabilidades
Definición 5.1.

S∞ S∞
T∞ Tn=1
∞

Probabilidades
Definición 5.1.

S∞ S∞
T∞ Tn=1
∞

Probabilidades
Definición 5.1.

S∞ S∞
T∞ Tn=1
∞

Probabilidades
Definición 5.1.

S∞ S∞
T∞ Tn=1
∞

Probabilidades
Definición 5.1.

S∞ S∞
T∞ Tn=1
∞

Probabilidades
Definición 5.1.

S∞ S∞
T∞ Tn=1
∞

Probabilidades
Definición 5.1.

S∞ S∞
T∞ Tn=1
∞

Probabilidades
Definición 5.1.

S∞ S∞
T∞ Tn=1
∞

Probabilidades
Definición 5.1.

S∞ S∞
T∞ Tn=1
∞

Probabilidades
Definición 5.1.

S∞ S∞
T∞ Tn=1
∞

Probabilidades
Definición 5.1.

S∞ S∞
T∞ Tn=1
∞

Medida de probabilidad
Medida de Probabilidad
Definición 6.1.
Sea Ω un espacio muestral y sea P(Ω) el conjunto de partes de Ω. Una
medida de probabilidad es una función
P : P(Ω) → [0, 1] que satisface:
1. P (Ω) = 1
2. P (An ) ≥ 0 , ∀An ∈ P(Ω)
3. Si A1 , A2 , .... ∈ P(Ω) son disjuntos dosSa dos, esto P
es
An ∩ Am = ϕ para n ̸= m, entonces P ( n=1 An ) = ∞
∞
n=1 P (An )

Teorema 6.1.
Sean Ω el espacio muestral, P(Ω) y P una medida de probabilidad. Se
cumplen:
1. P (ϕ) = 0
2. P (A) = 1 − P (Ac ) o P (Ac ) = 1 − P (A)
3. La función P es no decreciente esto es:
A ⊂ B ⇒ P (A) ≤ P (B)
4. P (A ∪ B) = P (A) + P (B) − P (A ∩ B) si A y B son eventos

cualesquiera.

prueba

Ejemplo 6.1.
Pruebe que si P (A) > 0, 5 y P (B) > 0, 5 entonces P (A ∩ B) > 0
prueba

Probabilidad clásica
Considere un experimento aleatorio con espacio muestral un conjunto
finito Ω. Asocie a este conjunto el conjunto de partes de Ω y para
cualquier subconjunto A de Ω defina
número de casos favorables a A Card A
P (A) = =
número de casos posibles Card Ω
Entonces P es una medida de probabilidad, y es llamada probabilidad
clásica.
Ejemplo 6.2.
¿Cuál es la probabilidad de que al elegir al azar 3 puntos del intervalo
[0,3], caiga uno en cada subintervalo A = [0, 1), B = [1, 2) y C = [2, 3]
solución

Probabilidad geométrica
Supongamos que el segmento l es la parte de un segmeto L. Sobre el segmento

L se ha marcado un punto al azar. Admitiendo que la probabilidad de que el
punto caiga en el segmento l es proporcional a la longitud de este segmento y no
depende de su posición con respecto al segmento L, la probailidad de incidencia
del punto sobre el segmento l se determina por la igualdad:
longitud l
P =
longitud L
Se determina la probabilidad de que un punto caiga en la figura plana g que
forma parte de la figura plana G por:
superficie g
P =
superficie G
Análogamente Se determina la probabilidad de que un punto caiga en la figura
espacial o tridimensional v que forma parte de la figura V por:
Volumen v
P =
Volumen V

Ejemplo 6.3.
Se elige al azar un punto (x, y) del rectángulo [0, 4] × [0, 5]. Halle la
probabilidad de que el cuadrado de la abscisa sea mayor o igual que el
doble de la ordenada.
Solución

Probabilidad condicional
Definición 6.2.
Sean A , B ∈ P(Ω) y P (B) > 0. La Probabilidad condicional de A
dado B, denotado por P (A/B) se define:
P (A ∩ B)
P (A/B) =
P (B)
P (A/B) es la probabilidad de ocurrencia de A dado que ha ocurrido B

o tambien se puede interpretar como la probabilidad de ocurrencia del
evento A en el espacio muestral restringido a B.

Teorema 6.2.
Se cumplen:
1. P (A/B) ≥ 0 para todo A
2. P (Ω/B) = 1
3. P (ϕ/B) = 0
4. P (Ac /B) = 1 − P (A/B)
5. Si A1 ∩ A2 = ϕ ⇒ P ((A1 ∪ A2 )/B) = P (A1 /B) + P (A2 /B)
6. Si A1 y A2 son dos eventos cualesquiera entonces
P ((A1 ∪ A2 )/B) = P (A1 /B) + P (A2 /B) − P ((A1 ∩ A2 )/B)

Ejemplo 6.4.
Imaginemos que hemos hecho una encuesta a 300 personas, 100
mujeres y 200 hombres y los hemos preguntado si son fumadores
activos. Encontramos los siguientes resultados que se muestran:
fuman no fuman total
mujer 20 80 100
hombre 40 160 200
total 60 240 300
Halle la probabilidad que si es mujer, fume y la probabilidad si es una

persona que no fuma, que sea hombre.
solución

Eventos Independientes
Definición 6.3.
Se dice que dos eventos A y B son independientes si y solo si
P (A/B) = P (A) o bien P (B/A) = P (B). De otra manera se dice que
los eventos son dependientes.
Teorema 6.3.
Los eventos A y B son independientes si y solo si
P (A ∩ B) = P (A) P (B)
Independencia conjunta . Sean A1 , A2 , .....An eventos y son inde-

pendientes si y solo si son mutuamente independientes dos a dos, son
independientes tres a tres,.... son independientes tomados de n a n.

Teorema 6.4.
Las 4 proposiciones siguientes son equivalentes:
1. A y B son independientes.
2. A y B c son independientes.
3. Ac y B son independientes.
4. Ac y B c son independientes.
Prueba

Ley de probabilidad total

Dado un conjunto de eventos S1 , S2 , , ...Sk que son mutuamente ex-
cluyentes y exhaustivos (es decir juntos constituyen el espacio muestral
entero) y un evento A, la probabilidad del evento A se puede expresar
como:
Xk
P (A) = P (Si ) P (A/Si )
i=1
Teorema 6.5 (Teorema de Bayes).

Si S1 , S2 , , ...Sk representan el conjunto k de subpoblaciónes
mutuamente excluyentes y exhaustivos con probabilidad a priori
P (S1 ) , P (S2 ) , , ....P (Sk ). Si ocurre un evento A la probabilidad a
posteriori de Si dado A es la probabilidad condicional
P (Si ) P (A/Si )
P (Si /A) = Pk , ∀i = 1, 2, 3, ...k
j=1 P (Sj ) P (A/Sj )

Ejemplo 6.5.
Una persona que trabaja en una gran ciudad tiene dos autos uno
grande y uno pequeño. Para ir al trabajo usa las tres cuartas partes de
veces el auto pequeño, que por su facilidad de estacionar llega a tiempo
a su trabajo el 90% de las veces. El resto de veces usa el auto grande en
cuyo caso llega a tiempo a su trabajo el 60% de las veces. Si llegó a
tiempo una mañana en particular, ¿cuál es la probabilidad de que haya
utilizado el auto pequeño?
Solución

Ejercicios de Aplicación
1. Un proceso de control en la producción de cierto dispositivo electrónico
consta de dos procesos de inspección, digamos I y II. La probabilidad de
que el dispositivo pase la inspección I es de 0,8; mientras que la
probabilidad de que pase la inspección II es de 0,7. Si se sabe que la
probabilidad de que el dispositivo pase por ambas inspecciones es de
0,65. Halle la probabilidad de que el dispositivo
a) pase alguna de las inspecciones.
b) pase sólo una de las inspecciones.
c) no pase ninguna de las inspecciones.
2. Una caja contienen 20 productos en apariencia idénticos, pero 5 de ellos
tienen fecha de expiración vencida. Si usted pide 4 productos de la caja
y el encargado los selecciona al azar
a) ¿Cuál es la probabilidad de que le toque un producto vencido?
b) ¿Cuál es la probabilidad de que le toquen dos productos vencidos?.
3. Pruebe que si A y B son eventos cualesquiera y P una probabilidad
entonces
P (A − B) = P (A) − P (A ∩ B)

Ejemplo 6.6.
En el proceso de producción de válvulas de motor, éstas se someten a
un primer rectificado. Las válvulas cuyos espesores están dentro de la
especificación se encuentran listas para la instalación. Las válvulas
cuyos espesores están arriba de la especificación se rectifican, mientras
que aquellas cuyos espesores están por debajo se desechan. Suponga que
después del primer rectificado, 70% de las válvulas satisface la
especificación, 20% es nuevamente rectificado y 10% se desecha.
Además, suponga que de las válvulas que son nuevamente rectificadas,
90% satisface la especificación y 10% se desecha.

a. Determine la probabilidad de que una válvula se rectifique sólo

una vez.
b. Dado que una válvula se hace sólo una vez, ¿cuál es la
probabilidad de que se deseche?
c. Dado que una válvula se desecha, ¿cuál es la probabilidad de que
se rectifique dos veces?
d. Dado que una válvula satisface la especificación (después de la
primera o segunda rectificación), ¿cuál es la probabilidad de que se
haya rectificado dos veces?
Solución

Ejemplo 6.7.
Dos tiradores A y B disparan hacia un blanco. A tiene 1/4 de
probabilidad de dar en el blanco y B 1/3.
1. Si cada uno dispara dos veces, ¿cuál es la probabilidad de hacer
blanco al menos una vez?
2. Si cada uno disparó una vez y de los dos disparos sólo uno da en el
blanco , ¿cuál es la probabilidad que haya sido A
Solución

Ejemplo
En un proceso industrial de producción en serie de capós de coche, existe

una máquina encargada de detectar desperfectos que desechen una pieza
de capó. Esa máquina está calibrada para detectar una pieza defectu-
osa con un 90% de acierto, pero también detecta como defectuosas el
5% de las piezas no defectuosas. El encargado de calidad estima, por
estudios previos, que el porcentaje general de piezas defectuosas es del
5%. Este encargado, consciente de que la máquina puede dar por bue-
nas piezas que son defectuosas, decide actuar de la siguiente forma: una
pieza que sea detectada como no defectuosa pasará otras dos veces por
la misma máquina detectora y sólo será declarada no defectuosa cuando
en ninguna de esas tres pruebas, de defectuosa. Supongamos que una
pieza pasa las tres veces y da no defectuosa, ¿cuál es la probabilidad de
que realmente sea no defectuosa?

Solución
Sea D el evento de ser defectuosa y denotemos por + el evento a dar

positivo como defectuosa en la prueba de la máquina. Sabemos que:
P [D] = 0, 05, que es la probabilidad a priori;
P [+|D] = 0, 9 y
P [+|D] = 0, 05
La probabilidad a priori de que una pieza sea no defectuosa es de 0,95,
pero si es detectada como defectuosa una primera vez, dicha probabilidad
pasa a ser
P [D] P [+|D] 0, 95 × 0, 95
P [D|+] = =
P [D] P [+|D] + P [D] P [+|D] 0, 95 × 0, 95 + 0, 05 × 0, 1
= 0, 9944904

Esa probabilidad pasa a ser la probabilidad a priori para la segunda

vez que da no defectuosa. Por tanto, la probabilidad de que sea no
defectuosa si da negativo por segunda vez es:
0, 9944904 P [+|D]
P [D|+ +] =
0, 9944904 P [+|D] + (1 − 0, 9944904) P [+|D]
0, 9944904 × 0, 95
=
0, 9944904 × 0, 95 + (1 − 0, 9944904) × 0, 1
= 0, 9994172

Finalmente, la probabilidad de que sea no defectuosa si da negativo por

tercera vez es:
0, 9994172 P [+|D]
P [D|+ + +] =
0, 9994172 P [+|D] + (1 − 0, 9994172) P [+|D]
0, 9994172 × 0, 95
=
0, 9994172 × 0, 95 + (1 − 0, 9994172) × 0, 1
= 0, 9999386
Como podemos ver, si una pieza da no defectuosa tres veces, la proba-

bilidad de que sea realmente no defectuosa es alta, del orden del 99,99%,
ası́ que el método ideado por el responsable parece consistente.

Estadística Aplicada 2023 A Clase 6

Cargado por

Copyright:

Formatos disponibles

Estadística Aplicada 2023 A Clase 6

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Estadística Aplicada 2023 A Clase 6

Cargado por

Copyright:

Formatos disponibles

Estadı́stica Aplicada a la Ingenierı́a

Semana 6: Tecnicas de conteo y probabilidad

Vladimiro Contreras Tito

Universidad Nacional del Callao

Mayo del 2023

V. Contreras T. (UNAC) 1 / 47 2023 1 / 47

Comprenden un conjunto de procedimientos que permiten determinar

V. Contreras T. (UNAC) 2 / 47 2023 2 / 47

Dados dos sucesos A y B, el número de resultados posibles en que puede

n(A ∪ B) = n(A) + n(B) − n(A ∩ B)

V. Contreras T. (UNAC) 3 / 47 2023 3 / 47

n(A ∪ B) = n(A) + n(B) − n(A ∩ B)

En este caso, n(A ∩ B) = 0 pues se asume que no se puede viajar

n(A ∪ B) = n(A) + n(B) − n(A ∩ B)

En este caso, n(A ∩ B) = 0 pues se asume que no se puede viajar

Si un suceso A puede ocurrir de n(A) manera diferentes y otro suceso B,

n(A ∩ B) = n(A) × n(B)

Este resultado se puede extender a más de dos sucesos.

V. Contreras T. (UNAC) 5 / 47 2023 5 / 47

n(A ∩ B) = n(A) × n(B)

n(A ∩ B) = n(A) × n(B)

Diagrama del árbol

Figure: diagrama del árbol

V. Contreras T. (UNAC) 7 / 47 2023 7 / 47

V. Contreras T. (UNAC) 8 / 47 2023 8 / 47

Nota En las variaciones si importa el orden.

V. Contreras T. (UNAC) 9 / 47 2023 9 / 47

Variaciones con repetición

abc acb bac bca cab cba

verificando con la fórmula se tiene Pn = 3! = 6.

V. Contreras T. (UNAC) 11 / 47 2023 11 / 47

¿De cuántas formas diferentes se pueden ordenar todos los elementos

V. Contreras T. (UNAC) 12 / 47 2023 12 / 47

¿De cuántas formas diferentes se pueden ordenar todos los elementos

V. Contreras T. (UNAC) 12 / 47 2023 12 / 47

Se denomina permutaciones circulares a las diferentes permutaciones

V. Contreras T. (UNAC) 13 / 47 2023 13 / 47

Se denomina permutaciones circulares a las diferentes permutaciones

V. Contreras T. (UNAC) 13 / 47 2023 13 / 47

Permutaciones con objetos repetidos

aaabb aabab abaab baaab aabba

abbaa bbaaa babaa baaba ababa

V. Contreras T. (UNAC) 15 / 47 2023 15 / 47

V. Contreras T. (UNAC) 16 / 47 2023 16 / 47

V. Contreras T. (UNAC) 16 / 47 2023 16 / 47

Combinaciones con repetición

Utilizando la fórmula se verifica:

V. Contreras T. (UNAC) 17 / 47 2023 17 / 47

¿Cuántos números de 3 cifras tienen por lo menos un 6 en su

Un microbus tiene 29 asientos para pasajeros distribuidos en 6

V. Contreras T. (UNAC) 19 / 47 2023 19 / 47

V. Contreras T. (UNAC) 20 / 47 2023 20 / 47

Experimento aleatorio o fenómeno aleatorio

Es todo proceso que consiste de la ejecución de un acto(ó prueba) una

V. Contreras T. (UNAC) 21 / 47 2023 21 / 47

Experimento aleatorio o fenómeno aleatorio

Es todo proceso que consiste de la ejecución de un acto(ó prueba) una

V. Contreras T. (UNAC) 21 / 47 2023 21 / 47

Experimento aleatorio o fenómeno aleatorio

Es todo proceso que consiste de la ejecución de un acto(ó prueba) una