Вы находитесь на странице: 1из 7

Es la observación de sistemas que son brindados por la misma

Experimentos
naturaleza o diseñados para el estudio de determinadas
aleatorios propiedades del sujeto de interés.

Es el conjunto de todos los resultados posibles de un experimento o


Espacio fenómeno aleatorio no es difícil de precisar o denotar de alguna
muestras manera a cada uno de los posibles resultados

Es una propiedad Eventos elementales: Es un evento


Eventos relativa a un consiente en la ocurrencia de un
experimento específico posible resultado del
aleatorio experimento.
Probabilidad
condicional y Eventos seguros: Es relativo a un
Unidad 2: experimento aleatorio es un evento
distribuciones
que siempre ocurre al realizar un
de Probabilidad
experimento.

Eventos imposibles: Es un evento


que nunca ocurre al realizar un
experimento.
Técnica de Existen 3 formas
conteo de calcular o Enfoque clásico: Se utiliza cuando los eventos
estimar tienen resultados iguales
probabilidades Enfoque empírico: imita las operaciones
donde los resultados son probablemente
iguales

Enfoque subjetivo: Situaciones donde los


Los axiomas de la formulación enfoque no son iguales y donde no disponen
Axiomas de
moderna de la probabilidad de los datos históricos.
probabilida
constituyen una base para
d deducir un amplio número de
resultados
Distribución Hipergeométrica: Una compañía tiene siete solicitantes
para dos puestos de trabajo: tres mujeres y cuatro hombres. Suponga
que los siente solicitantes están igualmente calificados y que no se da
preferencia para elegir género alguno. Sea x igual al número de mujeres
escogido para ocupar las dos posiciones.
a. Escriba la fórmula para p(x), la distribución de probabilidad de x.
𝑃(𝑥) = 𝐶𝑘, 𝑥 ∗ 𝐶𝑁 − 𝑘; 𝑛 − 𝑥 /𝐶𝑁, 𝑛

𝑃(𝑥) = 𝐶2,2 ∗ 𝐶7 − 2; 2 − 2 / 𝐶7,2

𝑃(𝑥) = 1 ∗ 5/21

𝑃(𝑥) = 0,2381

b. ¿Cuáles son la media y la varianza de esta distribución?

𝑀𝑒𝑑𝑖𝑎:

𝜇 = 𝑛∗𝑝

𝜇 = 2 ∗ 0,2381 = 0,48

𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎:

𝜎² = 𝑛𝑝𝑞 (𝑁 − 𝑛/𝑁 − 1)

𝜎² = 0,37(5/6)

𝜎² = 0,30

c. Construya un histograma de probabilidad para x.

histograma
f(X) X

4
3
2
1
0
1
Distribución Binomial: La preferencia por el color de un auto cambia
con los años y de acuerdo con el modelo particular que seleccione el
cliente. En año reciente, suponga que 10% de todos los autos de lujo que
se vendieron eran negros. Si 25 autos de es año y tipo se seleccionan al
azar, encuentre las siguientes probabilidades:

a. Al menos cinco autos sean negros.


10% ∗ 25 = 2,5
𝑃 = 5/25 ∗ 0,1 = 0,02 = 2%

b. A lo sumo seis autos son negros.


𝑃 = 6/25 ∗ 0,10 = 0,024 = 2,4%

c. Más de cuatro autos son negros.

𝑃 = 4/25 ∗ 0,10 = 0,016

𝑃 = 1 − 0,016 = 0,984 = 98,4%

d. Exactamente cuatro autos son negros.


𝑃 = 4/25 ∗ 0,10 = 0,016

e. Entre tres y cinco autos (inclusive) son negros.


𝑃 = 20/25 ∗ 0,9 = 0,72 = 72%
Estudio de caso 31:

La distribución de probabilidad de Poisson describe el número de veces


que se presenta un evento durante un intervalo específico. El intervalo
puede ser de tiempo, distancia, área o volumen. La distribución se basa
en dos supuestos. El primero consiste en que la probabilidad es
proporcional a la longitud del intervalo. El segundo supuesto consiste en
que los intervalos son independientes. En otras palabras, cuanto más
grande sea el intervalo, mayor será la probabilidad; además, el número
de veces que se presenta un evento en un intervalo no influye en los
demás intervalos.

Esta distribución posee diversas aplicaciones. Se le utiliza como modelo


para describir la distribución de errores en una entrada de datos, el
número de rayones y otras imperfecciones en las cabinas de automóviles
recién pintados, el número de partes defectuosas en envíos, el número de
clientes que esperan mesa en un restaurante, el número de accidentes en
una carretera en un periodo determinado.

Un conmutador puede manejar un máximo de 5 llamadas por minuto. Si


la experiencia indica que se recibe un promedio de 3 llamadas por minuto.
Utilice la distribución Poisson para encontrar las probabilidades de que el
número de llamadas recibidas por el conmutador en 1 minuto sea:

a. A lo sumo 4.

𝑃(𝑥 <= 4) = 81,53 %

b. Menos de 3.

𝑃(𝑥 < 3) = 42,32 %


c. Al menos 4.

𝑃(𝑥 >= 4) = 26,89 %

d. Quede saturado.

𝑃(𝑥 = 5) = 91,61 %

e. Entre 1 y 3.

𝑃(1 <= 𝑥 <= 3) = 59,74 %

f. Una o más pero menos de 5.

𝑃(1 <= 𝑥 < 5) = 76,55 %

g. Más de 2 pero menos de 5.

𝑃(2 < 𝑥 < 5) = 39,21 %

h. Ninguna.

𝑃(𝑥 = 0) = 4,98 %

i. Si se cuenta el número de llamadas en 5 minutos, cual es la


probabilidad de que se reciban 4 llamadas.

𝑷(𝒙 = 𝟒, 𝒎𝒆𝒅𝒊𝒂 = 𝟑(𝟓)) = 𝟎, 𝟎𝟗 %


Estudio de caso 42:

Distribución Normal: Supóngase que se sabe que los pesos de cierto


grupo de personas están distribuidos aproximadamente de forma normal
con media 𝜇=70 𝑘𝑔 y desviación estándar 𝜎=12,5 𝑘𝑔. Use sus
conocimientos sobre la distribución normal para responder:
a. ¿Cuál es la probabilidad de que una persona elegida al azar de este
grupo pese ms de 80 kg?

𝑃 ( 𝑋 ≤ 80 𝑘𝑔) = ?

𝑍 = 80 − 70/12,5
= 0,8 𝑉𝑎𝑙𝑜𝑟 𝑞𝑢𝑒 𝑢𝑏𝑖𝑐𝑎𝑚𝑜𝑠 𝑒𝑛 𝑙𝑎 𝑡𝑎𝑏𝑙𝑎 𝑑𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙

𝑃 ( 𝑋 ≤ 80 𝑘𝑔) = 0,78814 = 78,814%

b. ¿Cuál es la probabilidad de que una persona elegida al azar de este


grupo pese entre 50 kg y 85 kg?

𝑃 (50 ≤ 𝑋85) = ?

𝑃(50 ≤ 𝑋 ) = 0,0548

𝑃(85 ≤ 𝑋 ) = 0,88493

𝑃 (50 ≤ 𝑋85) = 𝑃(50 ≤ 𝑋 ) − (1 − 𝑃(85 ≤ 𝑋 ))

𝑃 (50 ≤ 𝑋85) = 0,06

c. ¿Cuál es el peso que es superado solo por el 93% de las personas


del grupo?
1, −0,93
= 0,07 𝑒𝑠𝑡𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑠𝑡𝑎 𝑙𝑎 𝑢𝑏𝑖𝑐𝑎𝑚𝑜𝑠 𝑒𝑛 𝑙𝑎 𝑡𝑎𝑏𝑙𝑎 𝑑𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙 𝑝𝑎𝑟𝑎 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑟 𝑍

𝑍 = −1,48

−1,48 = 𝑋 − 70/12,5

−18,5 + 70 = 𝑋

𝑋 = 51,50 𝑘𝑖𝑙𝑜𝑠