Especialidad

Administración y Control de Calidad

Introducción a la Probabilidad
Equipo:
Francisco Javier Garcia Sanchez
Roberto Martin del Campo
Víctor Hugo Ramírez López

1er Cuatrimestre
Materia: Fundamentos de Calidad
Maestro: M.A.E I.I. Mario Marín Torres
Revisión: 03
Fecha: Julio 2018
Introducción a la Probabilidad 1
 Contenido
1. Definición de probabilidad…………………………… 3
1.1 Experimento Aleatorio……………………………... 5
1.2 Espacios muestrales y eventos……….…………. 6
1.3 Variables aleatorias………………………………… 9
1.3.1 Discreta………………………………………………. 10
1.3.2 Continua……………………………………………… 11
2. Distribución de probabilidad……………………………………… 12
2.1. Distribución discreta………………….................................... 14
2.2. Distribución binominal………………………………………………… 15
2.3. Distribución geométrica……….……………………………………… 17
2.4. Distribución hipergeométrica………................................. 18
2.5. Distribución Poisson……………………………………………………..20
2.6. Distribución continua…………………...................................22
2.7 Distribución Uniforme…………………………………………………. 23
2.8 Distribución Normal ……………………………………………………. 25
2.9 Distribución Exponencial …………………………………………… 27
2.10 Distribución JI cuadrada ……………………………………………… 28
2.11 Distribución T-Estudent ………………………………………………. 29
2.12 Distribución F …………………………………………………………..…. 30
3. Conclusiones…………………………………………...31
4. Bibliografía……………………………………………...34

Introducción a la Probabilidad 2
1. Definición de Probabilidad
Es la mayor o menor posibilidad
de que ocurra un determinado suceso
en el futuro (evento).

Ejemplo 1 - experimento:

1
0.82
P(A) = # casos favorables 0.66
0.50
# casos posibles 0.32
0.16
0

Introducción a la Probabilidad 3
1. Definición de Probabilidad

Ejemplo 2 – experimento moneda:

1 = 0.5 = 50 %
2

Introducción a la Probabilidad 4
 1.1 Experimento Aleatorio
Es aquel que no se puede
predecir o reproducir (Azar).

Ejemplo 1 - experimento:

• Lanzamiento dado
• Lanzamiento moneda
• Extracción carta en baraja

Introducción a la Probabilidad 5

5
1.2 Espacio Muestral y eventos
Cualquier resultado posible.

Ejemplo 1 - experimento:

• Lanzamiento dado
E = { 1, 2, 3, 4, 5, 6 }

• Lanzamiento de 2 monedas
E = { (CC), (XX), (CX), (XC) }

Introducción a la Probabilidad 6
1.2 Espacio Muestral y eventos
Conjunto de los posibles resultados
(Conjuntos del espacio muestral).

Ejemplo 1 - experimento: Lanzamiento dado

A = “Obtener numero par” = { 2, 4, 6 }

B = “Obtener numero mayor de 3” = { 4, 5, 6}
C = “Obtener numero impar” C = { 1, 3, 5 }
ø = Suceso imposible – ”Obtener numero mayor de 6”.

Introducción a la Probabilidad 7
1.2 Espacio Muestral y eventos
Conjunto de los posibles resultados
(Conjuntos del espacio muestral).

Ejemplo 1 - experimento: Lanzamiento dado

E = Suceso seguro – “obtener un numero menor de 7”

Suceso Elemental = formado por un solo elemento –
“ Obtener numero mayor de 5”.
Suceso Compuesto = formado por mas de un elemento –
“ Obtener múltiplos de 3” = { 3, 6 }

Introducción a la Probabilidad 8
 1.3 Variables Aleatorias
Función que asocia a cada resultado
de espacio muestral un numero real (v.a.).

Ejemplo 1 - experimento: Lanzamiento de 2 dados

v.a. suma de los 2 dados x = 2,3,4,5,6,7,8,9,10,11,12

Introducción a la Probabilidad 9
 1.3.1 Variables Aleatoria

Toma valores de un
conjunto numerable
Discreta
X = # de personas que viajan
en autobús.
0 1 2 3
4 5 , 50

10
1.3.2 Variables Aleatoria

Toma valores de un conjunto

infinito no numerable.
Continua X = peso de personas
60 100
61.5
61.7

Introducción a la Probabilidad 11
2 Distribución de probabilidad

Describe como se espera que

varíen los resultados al interior de un
experimento.

Suponiendo realizar un experimento se

pueden susitar varios eventos, el calcular
la probabilidad de ocurrencia de dichos
eventos; A eso se refiere calcualar la
distribución de probabilidad.

12
2 Distribución de probabilidad
Experimento 1-A

A B

5 15 10

20

5
P,1 = = 0.1 = 10%
50
15
P,2 = = 0.3 = 30%
50
10
P,3 = = 0.2 = 20%
50
20
P,4 = = 0.4 = 40%
50
13

50 = 1 = 100% 13
2.1 Distribución discreta

Es aquella que permite un numero

limitado de valores enteros no fraccionarios.

Ej1: N° De alumnos aprobados de la materia

de probabilidad.

Ej 2

14
 2.2 Distribución binomial
Es aquella donde ineherentemente
requiere las 3 caracteristicas siguientes.

1 Experimento que se repite N cantidad de

veces (ensayos)

2 El esnsayo solo puede tener 2 posibles

resultados (Éxito o Fracaso)

3 Las probabilidades en cada ensayo

deben de ser constantes (0.5 = 50%).
15
 2.2 Distribución binomial

Ej: En una fabrica de cajas el 5% sale con

defectos. Probabilidad que de una muestra
de 12 se encuentren 2 cajas defectuosas.

• N ensayos 12
• 2 P resultados con defecto/sin defecto
• Probalidad constante 5%

16

16
2.3 Distribución geometrica
Es aquella que estudia el N° de
fracasos antes de obtener el primer éxito y
tiene 2 posibles resultados éxito o fracaso.

El N° de ensayos no esta determinado.

Ej: Un tirador dispara tantas

veces sea necesario para
acertar en el blanco.

17
2.4 Distribución hipergeométrica
En esta se extraen los datos de una
población finita y sin remplazo, tomando
todos los elementos a la vez y no
individualmente.

El elemento seleccionado no se reintegra al

experimento.

=-1

18
2.4 Distribución hipergeométrica
Ej: En una urna con 20 pelotas de
diferentes colores y solo 2 de ellas son
color rojo, cual es la probabilidad de sacar
una bola roja durante los 3 primeros
intentos.
1. 2/20 = 0.01 = 10%
2ª . 2/19 = 0.1052 = 10.52%
2b. 1/19 = 0.5263 = 5.26%
3ª. 2/18= 0.1111 =11.11%
3b. 0/18= 0 = 0%
19

19
 2.5 Distribución Poisson

Describe la probabilidad de que

ocurra determinado evento ,“n” numero de
veces en determinado tiempo, área,
longitud.

Ej: En un taxi suben aproximadamente 3

personas x hora, probabilidad, que en la
siguiente hora suban solamente 2
personas…Pag. 21
20

20
2.5 Distribución Poisson

2.7182

-3 2
2.7182 * 3 0.0498 * 9
3
2 * 1
2

0.4482/2 = 0.2241

22.41% 21

21
 2.6 Distribución continua

Puede asumir cualquier valor en uno

o más intervalos de números reales.

Puede tomar valores tanto enteros como

fraccionarios.

Ej: La probabilidad que de una muestra de

100 alumnos 3 midan 1.80 metros.

22
2.7 Distribución Uniforme

Corresponde al caso de una variable

aleatoria que sólo puede tomar valores
comprendidos entre dos extremos a y b, de
manera que todos los intervalos de una misma
longitud tienen la misma probabilidad

Introducción a la Probabilidad 23
Introducción a la Probabilidad 24
2.8 Distribución Normal

La distribución normal es una distribución

con forma de campana donde las desviaciones
estándar sucesivas con respecto a la media
establecen valores de referencia para estimar el
porcentaje de observaciones de los datos.

Introducción a la Probabilidad 25
Introducción a la Probabilidad 26
2.9 Distribución Exponencial

Es un modelo adecuado para la

distribución de probabilidad del tiempo de
espera entre dos hechos que sigan un
proceso.

Se la utiliza como modelo para representar el

tiempo de funcionamiento o de espera, tiene
como función expresar también el tiempo
transcurrido entre eventos

Introducción a la Probabilidad 27
2.10 Distribución JI Cuadrada
llamada también (Pearson o Chi-cuadrada)

Se extraen todas las muestras posibles

de una población normal y a cada muestra se
le calcula su varianza, se obtendrá la
distribución muestral de varianzas.

En términos generales, esta prueba contrasta

frecuencias observadas con las frecuencias
esperadas de acuerdo con la hipótesis

Introducción a la Probabilidad 28
2.11 Distribución T-Student
distribución Student o Test-T

Es una distribución de probabilidad que

surge del problema de estimar la media de
una población normalmente distribuida
cuando el tamaño de la muestra es pequeño.

Se aplica cuando la población estudiada sigue

una distribución normal pero el tamaño
muestral es demasiado pequeño

Introducción a la Probabilidad 29
2.12 Distribución F
o F de Fisher

La distribución F es una distribución continua

de muestreo de la relación de dos variables
aleatorias independientes con distribuciones de
chi-cuadrada (J-cuadrada), cada una dividida
entre sus grados de libertad

Introducción a la Probabilidad 30
3 Conclusiones

La probabilidad nos sirve para

determinar de manera tangible la
posibilidad de que ocurra o no un
suceso y tomas decisiones en base a
hechos experimentales.

Introducción a la Probabilidad 31
 Conclusiones

La distribución de la probabilidad es una

radiografía del los hechos y acontecimientos
que nos ayudan a tomar decisiones, confiables
en espacios de incertidumbre.

¡Gracias por su atención!

32
Conclusiones

La definición de probabilidad surge

debido al deseo del ser humano por conocer
con certeza los eventos que sucederán en el
futuro.

Introducción a la Probabilidad 33
4 Bibliografía
Titulo: Administración y control de la calidad
Autores: James Evans y William Lindsay
Edición: Séptima
Idioma: Español
Editorial: Cengage Learning Editores

Probabilidad y Estadística para Ingeniería, William W,

Douglas C, David M, CECSA, 1. México 2005
Probabilidad, Elizabeth Meza, del Castillo,
CONCYTEC, Lima Perú, 1984
Estadística aplicada , Lothar Sachs , Editorial
Labor,s.a. Barcelona 1978

Probabilidad y Estadística
Geroge C Canavos
Idioma Español
Edición 1998
Editorial Mc Graw Hill

Introducción a la Probabilidad 34
Bibliografía
Probabilidad
http://www.monografias.com/trabajos32/teoria-
probabilidades/teoria- probabilidades.shtml
http://es.wikipedia.org/wiki/Teor%C3%ADa_de_la_probabilidad
http://es.wikipedia.org/wiki/Probabilidad
http://html.rincondelvago.com/probabilidad_9.html
Distribución Uniforme
https://www.youtube.com/watch?v=FzBn6ttsBoY
Distribución Normal
https://www.youtube.com/watch?v=phY8Z9-TXCY
Distribución Exponencial
https://www.youtube.com/watch?v=E-hR_OFCNNE
Distribución JI cuadrada
https://www.youtube.com/watch?v=gHkMGcn2MsE
Distribución F
https://www.youtube.com/watch?v=O2iJCHLyACI

Introducción a la Probabilidad 35