Академический Документы
Профессиональный Документы
Культура Документы
Estadstica Aplicada I
Ing. Wilmer Berrospi
Docente ISTP Escuela Superior
ESTADISTICA Y LA GESTION DE
MANTENIMIENTO
Informacin
Tipo de suceso ocurrido o programado:
- Instalacin
- Puesta en marcha
- Ajuste
- Reparacin
- Revisin
Tipo de falla:
- Parcial
- Total
- Oculto
Informacin
Costos
- Mano de obra
- Repuestos
- Trabajos externos
Objetivo de la Informacin
Categorizar variables de acuerdo a los niveles de impacto
ocasionados dentro del proceso en el cual estn inmersas y a las
metas de compaa que permitan trazar planes de mejoramiento
dentro del rea.
La probabilidad
Probablemente...", "es poco
probable que...", "hay muchas Incertidumbre
posibilidades de que..."
Incertidumbre
Expresin del grado de desconocimiento de una condicin
futura (por ejemplo, de un sistema o equipo).
Debida a:
Falta de informacin Desacuerdo sobre lo que se sabe
o lo que podra saberse
Confiabilidad - Confiar
Dicho de una persona o de una cosa: En la que se
pueda confiar.
Situaciones de Incertidumbre
- Certidumbre subjetiva: Se prev subjetivamente un solo
resultado posible para el futuro (p.e.: pronstico de un
determinado volumen de ventas). En este caso se planea con
certeza subjetiva
- Riesgo subjetivo: Sabiendo que el futuro es incierto, se
aceptan como posibles varios resultados.
- Incertidumbre pura o subjetiva: Se observan mltiples
distribuciones con pronsticos ,de distribucin de
probabilidades sobre bases inciertas (economa, mercado,
competencia, etc.).
Criterio de Racionalidad
1. Criterio de Laplace: Toma su decisin con el criterio del valor
esperado, es decir, la ausencia de conocimiento sobre el estado
de la naturaleza equivale a afirmar que todos los estados son
equiprobables.
2. Criterio optimista: Supone que la naturaleza es benvola; por lo
tanto elige siempre lo mejor.
3. Criterio pesimista o de Wald: Supone que la naturaleza es
malvola y, analizando por ejemplo cada estrategia, considera la
peor situacin que pueda presentarse. Una vez halladas las
peores situaciones para cada estrategia, elige de entre ellas la
mejor.
4. Criterio intermedio o de Hurwicz: El tomador de la decisin tiene
cierto coeficiente que es ndice de su grado de optimismo y que
vara entre cero y uno.
Espacio muestral ( U )
Conjunto universo de todos los
resultados posibles de un
experimento dado.
Fenmenos
Fenmeno Aleatorio.-
Es un fenmeno del que no se sabe que es lo que va a ocurrir,
estn relacionados con el azar o probabilidad.
Fenmeno Determinista.-
Es el fenmeno en el cual de antemano se sabe cual ser el
resultado.
La probabilidad estudia el tipo de fenmenos aleatorios.
Experimento aleatorio.-
Una accin que se realiza con el propsito de analizarla. Tiene
como fin ltimo determinar la probabilidad de uno o de
varios resultados.
Se considera como aleatorio y estocstico, si sus resultados no
son constantes.
Puede ser efectuado cualquier nmero de veces esencialmente
en las mismas condiciones.
Otros ejemplos :
2. EL CANDIDATO Y GANARA
LLAME
X = CAE CARA
Y = CAE SELLO.
Suceso o Evento
Cada subconjunto del espacio muestral se llama suceso( o
evento) . Si consta de un solo elemento se le dice evento
elemental.
Ejemplo
Sean U el espacio muestral formado por los 10 dgitos, A y B
eventos tales que:
A ocurre si y slo si el dgito es par.
B ocurre si y slo si el dgito es mltiplo de 3.
Entonces:
A={0,2,4,6,8}
B={0,3,6,9}
Suceso o Evento
Suceso o Evento
Suceso o Evento
Ejemplos (1) y (2):
En el experimento 1,
U = { u, a }, u y a son sucesos elementales
N(U) = 2
En el experimento 2,
U = { 1, 2, 3, 4, 5, 6 }, 1, 2, 3, 4, 5 y 6 son sucesos elementales, y
N(U) =6
A = Que caiga un uno = { 1 }
B = Que caiga un dos = { 2 }
: : :
F = Que caiga un seis = { 6 }
Suceso o Evento
Suceso o Evento
Ejemplo:
Experimento: Se lanza una moneda tres veces.
Espacio Muestral:
= { (S,S,S), (S,S,C), (S,C,S), (C,S,S), (C,C,S), (C,S,C), (S,C,C), (C,C,C) },
N() = 8, S es el evento seguro.
Evento simple:
B:Que salgan tres sellos; B ={ (S,S,S) } , N(B) = 1
Evento compuesto:
E: Que salgan al menos dos sellos;
E = { (S,S,S), (S,S,C), (S,C,S), (C,S,S) }, N(E) = 4
Suceso o Evento
Si un espacio muestral contiene n puntos muestrales, hay un total
de 2n subconjuntos o eventos ( se le conoce como conjunto
potencia ).
Suceso o Evento
OPERACIN EXPRESION DESCRIPCION
A B
Suceso o Evento
A B
Suceso o Evento
Ejemplo:
Experimento: Se lanza un dado.
Espacio muestral = total de caras en que puede caer el dado, o sea seis
formas de inters:
S = { 1,2,3,4,5,6 }, N(S) = 6
Sean A, B, C los eventos:
A: Que caiga un nmero impar = { 1, 3, 5 } ,
N(A) = 3
B: Que caiga un nmero mayor de 2 y menor que 5 = { 3, 4 }, N(B) = 2
C: Que caiga un nmero par = { 2, 4, 6 } ,
N(C) = 3
Suceso o Evento
U
B
1
A 3
4
5
C
2
6
A B = { 1, 3, 5 } { 3, 4 } = {1,3,4,5}, N(A B) = 4
A C = { 1, 3, 5 } { 2,4,6 } = {1,2,3,4,5,6}=S, N(A C) = N(S) = 6
B C = { 3, 4 } { 2, 4, 6 } = {2,3,4,6}, N(B C) = 4
A B C = { 1, 3, 5 } { 3, 4 } { 2,4,6 }= {1,2,3,4,5,6}=S,
N(A B C) = 6
Suceso o Evento
U
B
A 3
4
C
U
B
1
A 3
5
C
A B = ={ 1, 3, 5 } - { 3, 4 } = { 1, 5 }, N(A B) = 2
A C = { 1, 3, 5 } - { 2,4,6 } = { 1,3,5 } = A, N( A C) = N(A) = 3
B C = { 3, 4 } - { 2,4,6 } = { 3 }, N(B-C) = 1
Suceso o Evento
U
B
1
A 3
4
5
C
2
6
Ac = { 2, 4, 6} = C N(Ac ) = N( C )= 3
Bc = {1, 2, 5, 6 } N(Bc ) = 4
Cc = {1, 3, 5 } = A N(Cc ) = N(A) = 3
Probabilidad
Frecuencia con la que ocurre un resultado en un experimento
bajo condiciones suficientemente estables.
Probabilidad
Probabilidad Clsica y Frecuencial.
Probabilidad frecuencial y regularidad estadstica
Las frecuencias relativas de un evento tienden a estabilizarse
cuando el nmero de observaciones se hace cada vez
mayor.
Probabilidad
Probabilidad clsica.-
Sea S un espacio muestral cualquiera y A un evento de ese
espacio. Se define la probabilidad P del evento A, como:
donde
NCF - nmero de casos favorables
NCT - nmero de casos totales
Probabilidad
Ejemplo:
Experimento.- Se lanza una moneda
Evento A.- que al lanzar una moneda caiga escudo.
Calcular la probabilidad de A:
S = { A, S}, N() = 2
A = { A }, N(A) = 1
i) p(A) 0 A P(U)
ii) p(A1A2 A3...) = p(A1) + p(A2) + p(A3) + ...
si AiAj = i j (sucesos mutuamente excluyentes)
iii) p(U) = 1
Propiedades de la Probabilidad
1) p(Ac) = 1 -p(A)
Ac representa el suceso complementario de A, es decir
el formado por todos los resultados que no estn en A.
2) A1 A2 p(A1) p(A2)
3) p( = )0
4) p(A) 1
5) p(A B) = p(A) + p(B) - p(A B) (Regla general de la
adiccin)
Probabilidad Condicionada
Probabilidad Compuesta
Probabilidad Total
Abraham Levi
Meteorologo
Teorema de Bayes - Ejemplo
Teorema de Bayes - Ejemplo
Teoremas
TEOREMA 1.
Si es un evento nulo o vaco, entonces la probabilidad de que ocurra
debe ser cero.
p()=0
Teoremas
TEOREMA 2.
La probabilidad del complemento de A, Ac debe ser, p(Ac)= 1 p(A)
Teoremas
TEOREMA 3.
Si un evento A B, entonces la p(A) p(B).
Teoremas
TEOREMA 4.
La p( A \B ) = p(A) p(AB)
Teoremas
TEOREMA 5. Para dos eventos A y B
p(AB)=p(A) + p(B) p(AB).
COROLARIO
Para tres eventos A, B y C:
p(ABC) = p(A) + p(B) + p(C) p(AB) p(AC) (BC) + p(ABC).