You are on page 1of 14

PROBABILIDAD

RESUMEN UNIDAD 1

GRUPO No. 100402_16
JOSE EUSEBIO LOPEZ JUNCO CODIGO: 74338899

DOCENTE:
MARTHA CATALINA OSPINA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
JOSE ACEVEDO Y GOMEZ
JUNIO 19 DEL 2016
1

ESPACIO MUESTRAL Es el espacio.3. 1. Son cada uno de los elementos o subconjuntos del espacio muestral Ejemplo: 2 . EXPERIMENTOS ALEATORIOS Y ESPACIO MUESTRAL. Un fenómeno aleatorio: es aquel el que puede dar varios resultados sin saber cuál de estos experimento.1. La palabra aleo en latín significa azar o suerte . SUCESOS O EVENTOS. OPERACIONES CON SUCESOS. el número de veces que cae un meteorito. se puede realizar de una misma forma y se puede obtener un patrón en la medida que aumentan las repeticiones 1. CAPITULO 1. 1. y es aquel sobre el cual no se tiene control. En los cuales los resultados son conocidos.1. lugar . conjunto formado por los posibles resultados de un experimento aleatorio. cuantas veces cae un numero en una lotería.2. el resultado del experimento no se sabe. Un ejemplo : El numero personas va a ser observado en el que compran un determinado artículo.

OPERACIONES CON SUCESOS O EVENTO Debido son subconjuntos de un espacio muestral se puede utilizar las leyes de los conjuntos como: 1. pero los eventos aleatorios son complicados por tanto se debe recurrir a técnicas como las siguientes. 2.∗. el segundo paso de N2 maneras y el r-esimo de Nr. N 1∗N 2 … . DIAGRAMAS DE ÁRBOL Es una especie de grafico donde se presentan los sucesos que ocurren en un esperimento y se representa mediante rectas puntos(Eventos).1. CAPITULO 2 TECNICAS DE CONTEO Todo fenómeno se debe contar. PRINCIPIO FUNDAMENTAL DEL CONTEO 2.5. entonces esta actividad puede ser llevada a cabo de la siguiente forma. N r 3 .4. 2.1. mediante esta forma se puede y representar espacio muestral.1.2. combinatoria. Principio de multiplicación o multiplicativo Si Se desea realizar una actividad que consta de (r) pasos donde el primer paso de la actividad puede ser llevado a cabo de N maneras .

n )=n Pn =n ( n−1 ) ( n−2 ) 1=n ! .4.2. n1 +n2 … … nn Ejemplo: Hay diferentes maneras de viajar en la ciudad 2 maneras de viajar en cicla. estos también implican orden. n=P ( n . Principio aditivo 2. r >0 Ejemplo: (Carlos) P6=6 !=6∗5∗4∗3∗2∗1=720 Cuando se toman elementos. 2. La permutación de P A =! n n Pn=V n . los diferentes grupos que se pueden hacer tomándolas todos cada vez. 3 maneras de viajar con vehiculo 1 manera de viajar a pie 2+3+1=6 2.2. Fórmula: n Pr= 2. n! ( n−r ) ! COMBINACIONES Es el numero de combinaciones que se puden hacer de un conjunto de n elementos tomados r veces sin tener encuenta el orden. n=r . FACTORIAL DE UN NÚMERO En esta forma se busca que los eventos sean mutuamente excluyentes es decir que un suceso ocurra sin necesidad que el otro se presente. PERMUTACIONES Y VARIACIONES Se denomina permutación de n elementos. n .3.2.Este método implica que los pasos deben realizar uno detrás de otro. [] n! n Pr=P n = r ( n−r ) !∗r ! 4 .

1. B. C) eventos = ( Número de veces que se lanza la moneda) Resultado = 1 2 3 2 +2 + 2 3. se define como: P ( A )= 1 n 3. la probabilidad de que ocurra el evento A. Frecuencia relativista: Este método utiliza la frecuencia relativa de las presentaciones pasadas de un evento como una probabilidad. REGLA DEL EXPONENTE Se trata de un tipo de combinación o arreglo ordenado en donde siempre hay remplazo del elemento que se toma.2. Ejemplo : N = sucesos n= eventos Ejemplo moneda = (S. CAPITULO 3 PROPIEDADES BÁSICAS DE LAS PROBABILIDADES En forma muy simple se puede definir la probabilidad como un número de 0 a 1. la letra mayúscula P denotará una probabilidad y P(A) indicará.1. Determinamos qué tan frecuente ha sucedido algo en el pasado y usamos esa cifra para predecir la probabilidad de que suceda de nuevo en el futuro. es decir cuando se tiene N sucesos estos se elevan a la potencia por el número de eventos n que se apliquen. 5 . que le asignamos a suceso para indicar su posibilidad de ocurrir.2. INTERPRETACIONES DE LA PROBABILIDAD Los eventos serán enunciados en letras mayúsculas así: A. Probabilidad clásica o a Priori la probabilidad de que ocurra un evento A cualquiera. C. Las probabilidades se expresan como fracciones o como decimales que están entre uno y cero o también en valor porcentual entre 0 y 100 3.….5. entonces. que tiene la misma posibilidad de ocurrencia que cualquier otro evento dentro del espacio muestral de tamaño n. 3.1.1.

1. 6 . Regla de la adición para eventos mutuamente excluyentes. Esa evidencia puede presentarse en forma de frecuencia relativa de presentación de eventos pasados o puede tratarse simplemente de una creencia meditada. basada en la evidencia que se tenga disponible.3. P ( A ∪ B )=P ( A ) + P( B) d. AXIOMAS DE PROBABILIDAD: REGLAS DE MULTIPLICACIÓN Regla para determinar P(A ∩ B) . Probabilidades subjetivas La probabilidad subjetiva se puede definir como la probabilidad asignada a un evento por parte de un individuo. Cuando dos eventos puede ser que sucedan uno o el otro y para poder unirlos se aplica esta regla. A: Cualquier evento a. S= espacio Muestral .3. 0 ≤ P( A) ≤ 1 Resultados c. 3. Regla de adición para eventos que no son mutuamente excluyentes. la probabilidad de que el evento A ocurra en un primer experimento y el evento B ocurra en un segundo experimento. esto es.3. AXIOMAS DE PROBABILIDAD: REGLA DE LA ADICIÓN Estos axiomas no determinan las probabilidades. lo que hacen es facilitar el cálculo de las probabilidades de algunos eventos a partir del conocimiento de las probabilidades de otros. P ( A ∪ B )=P ( A ) + P ( B )−P( A ∩ B) 3. P(S) = 1 b.2.

a.5. B P(B ∩ A) P = A P( A) [ ] 3. la probabilidad condicional se escribe P(B/A) y se lee "la probabilidad de que se presente el evento B. Probabilidad condicional bajo Independencia estadística P [ ] B =P(B) A b. 3. a. Probabilidades bajo condiciones de dependencia estadística. PROBABILIDAD CONDICIONAL Simbólicamente. La probabilidad condicional es la probabilidad de que un segundo evento (B) se presente. Probabilidad condicional bajo dependencia estadística. La probabilidad de dos o más eventos independientes que se presentan juntos o en sucesión es el producto de sus probabilidades marginales: P ( A ∩ B ) =P ( A )∗P( B) b. P ( A ∩ B ) =P ( B/ A )∗P( A ) P ( A ∩ B ) =P ( A /B )∗P(B) La dependencia estadística existe cuando la probabilidad de que se presente algún suceso depende o se ve afectada por la presentación de algún otro evento. si un primer evento (A) ya ha sucedido.4. PROBABILIDAD TOTAL Y TEOREMA DE BAYES n P ( B ) =∑ P i=1 [ ] B ∗( Pn ) An 7 . dado que el evento A se ha presentado". Probabilidades bajo condiciones de independencia estadística.

eventos excluyentes. a tres proveedores: Hall Electronics. Utilice su conocimiento de la probabilidad para ayudar a realizar el informe solicitado a. b. espacio muestral. Revisando conceptos . Lectura de la unidad 1. Leer bien el problema e identificar los sucesos. Esto es: P ( B ) =P ( B ∩ A ) + P ( B ∩ A ' ) ↔ P ( B )=P [ ] [ ] B B ∗P ( A ) + P ∗P ( A ' ) A A' 4. Un trabajador selecciona un chip para instalarlo en un reproductor de DVD y lo encuentra defectuoso. a Crawford Components.. no se está seguro de qué proveedor los fabricó. usted ha sido llamado para que ayude en el análisis de datos. se les coloca directamente en un depósito y no se inspeccionan ni se identifican con el nombre del proveedor. 4% de los de Schuller Sales también y6 % de los que vende Crawford Components son defectuosos. denominado LS-24. Revisar las referencias bibliográficas que se presentan en el entorno de conocimiento. Propuesta para la solución del problema. Schuller Sales y Crawford Components. el treinta por ciento a Schuller Sales y el restante. Con el propósito de evaluar con que proveedor hay mayor probabilidad de tener chips defectuosos. El fabricante cuenta con amplios historiales sobre los tres proveedores y sabe que 2% de los chips LS-24 de Hall Electronics tiene defectos. c. condicionales. Como el fabricante no identificó los chips. formulas y ejemplos Que permitan desarrollarlo. Cuando los chips LS-24 se reciben. Los registros de la compañía muestran que el Veinticinco por ciento de los chips LS-24 se le compran a Hall Electronics.La regla de probabilidad total para dos eventos se simplifica considerando que el evento B puede describirse como la unión de la parte de B que está en A y la parte de B que está en A’. ESTUDIO DE CASO 5 Un fabricante de reproductores de DVD compra un microchip en particular. 8 .

Para el desarrollo del informe se recomienda  Identificar los eventos mutuamente excluyentes. DESARROLLO DEL EJERCICIO Datos del ejercicio:  Chip LS 24 Proveedor Hall electronics Schuller Crawford % Compras 25 30 45 % Defecto 2 4 6 % Bueno 98 96 94 Eventos A: Evento % compras a Hall electronics B: Evento % compras a Schuller Sales C: Evento % compras a Crawford Components D: % Defectusos N: % No Defectuosos. Un ejemplo no es probable que un elemento defectuoso sea producido al mismo tiempo por dos empresas proveedoras. Aplicar la teoría de la probabilidad total donde debemos unos eventos que dependen de otros o el teorema de Bayes 5.  Identificar las probabilidades excluyentes(Probabilidad a priori) de los eventos mutuamente 9 .d. D: % Defectusos N: % No Defectuosos Son mutuamente excluyentes según lo leído y visto en videos son aquellos que se presentan cuando se relaciona columnas con columnas o filas con filas .

25 )∗P [ 0.25  B: Evento % compras a Schuller Sales 30% = 0.04 ] + P ( 0. Por el teorema de Bayes. Las probabilidades condicionales son todas aquellas que nos piden encontrar donde tenemos un antecedente y debemos encontrar un interrogante o una probabilidad como : a. Nota: Estas son probabilidades condicionales  Probabilidad de que sea A.45 )∗[ 0.956 c. Probabilidad de que un chip no este defectuoso.30 )∗[ 0. A: Evento % compras a Hall electronics 25% = 0.044 b. Si el chip seleccionado resulta defectuoso. P ( N )=P ( A )∗P [ ] [ ] [ ] N N N + P ( B )∗ + P ( C )∗ A B C P ( N )=P ( 0.45/1 = 0.94 ] P ( N )=0.45 )∗[ 0. Aplicamos la fórmula de probabilidad Total P ( D )=P ( A )∗P [ ] [ ] [ ] D D D + P ( B )∗ + P ( C )∗ A B C P ( D )=P ( 0.06 ] P ( D )=0. debe encontrar la probabilidad de que haya sido fabricado por cada uno de los fabricantes.96 ] + P ( 0.25/1 = 0.30/1 = 0.30 )∗[ 0.25 )∗P [ 0. 10 . Probabilidad de que un chip este defectuoso.98 ] + P ( 0.45  Identificar las probabilidades condiciónales presentadas.30  C: Evento % compras a Crawford Components45% = 0.02 ] + P ( 0.

30∗0.30∗0.04+0.04 0.02+0.44 ¿  Probabilidad de que se C.02+ 0.25∗0.45∗0.45∗0.06 ¿ P =0.45∗0.113 0.06 ( CD )= 0.25∗0.P ( A / D )= P ( A / D )= P ( A / D )= P ( A )∗P [ D / A ] P ( A )∗P [ D / A ] + P ( B )∗[ D/ B ] + P ( C )∗[ D/C ] ¿ 0.012 =0. P ( B/ D ) = P ( B )∗P [ D/B ] P ( A )∗P [ D/ A ] + P ( B )∗[ D/B ] + P ( C )∗[ D/C ] P ( B/ D ) = 0.45∗0.02 0.30∗0.02+0.05 =0.272 0.25∗0.06 P ( B/ D ) = 0.44 ¿  Probabilidad de que sea B.30∗0.613 ( CD )= 0.04 +0. P (C / D )= P P ( C )∗P [ C/ D ] P ( A )∗P [ D/ A ] + P ( B )∗[ D /B ] + P (C )∗[ D /C ] ¿ 0.027 0.06 ¿ 0.25∗0.04+ 0.44 ¿ 11 .

96+0.301 0.30∗0. Si el chip seleccionado está en buenas condiciones.30∗0.98+0.98+0.96+ 0.288 =0.94 0.45∗0.256 0.45∗0.30∗0. P ( A )∗P [ A /N ] P ( A /N )= P ( A )∗P [ N / A ] + P ( B )∗[ N / B ] + P ( C )∗[ N /C ] ¿ P ( A /N )= P ( A /N )= 0.245 =0.25∗0.45∗0. debe encontrar la probabilidad de que haya sido fabricado por cada uno de los fabricantes.98+0. P (C / N )= P (C / N )= P ( C )∗P [ N /C ] P ( A )∗P [ N / A ] + P ( B )∗[ N /B ] + P ( C )∗[ N /C ] 0.956 ¿  Probabilidad de que se C.98 0.94 ¿ 0.25∗0.30∗0.96 0.96 ¿ 12 . P ( N /B ) = P ( N /B ) = P ( N /B ) = P ( B )∗P [ N / B ] P ( A )∗P [ N / A ] + P ( B )∗[ N /B ] + P ( C )∗[ N / C ] ¿ 0.d.45∗0.94 ¿ 0.956 ¿  Probabilidad de que sea B.25∗0.25∗0.96+0.

P (C / N )= 0. Elabore un diagrama encontradas. de árbol que represente las probabilidades BILIOGRAFIA 13 .442 0.956 ¿ e.423 =0.

100402-Probabilidad (págs. 100402-Probabilidad (págs.C: Unad. Universidad Abierta y a Distancia.Universidad Abierta y a Distancia. M. (2010). 100402-Probabilidad (págs. Robayo. 14 . Universidad Abierta y a Distancia. Robayo. Propiedades Básicas de las probabilidades. Robayo.C: Unad.C: Unad. En A. Bogotá D. Bogotá D. 21-31). (2010). (2010). Bogotá D. 12-19). Experimento aleatorios y espacio muestral. Técnicas de Conteo En A. M. M. En A. 12-19).