Professional Documents
Culture Documents
INTRODUCCIÓN A LA PROBABILIDAD.
Equipo 2:
S= {defectuoso, no defectuoso}
S= {1, 2, 3, 4, 5, 6}
Así vemos que son posibles cuatro resultados experimentales. En este caso, no
es difícil listarlos todos.
La regla de conteo para experimentos de varias etapas permite determinar el
número de resultados experimentales sin listarlos.
Combinaciones
Una tercera regla de conteo que a veces resulta útil es la regla de conteo para
permutaciones. Esta permite que uno pueda calcular el número de resultados
experimentales al seleccionar r objetos de un conjunto n objetos, donde es
importante el orden de selección. Si los mismos r objetos se seleccionan en otro
orden se considera que se trata de un resultado experimental distinto. En las
permutaciones sí importa el orden
Por tanto, 20 resultados son posibles para el experimento de elegir al azar dos
pares de un grupo de cinco cuando hay que tomar en cuenta el orden de
selección. Si marcamos las partes A,B,C, y E, las 20 permutaciones son AB,
BA, AC, CA, AD, DA, AE, EA, BC, CB, BD, DB, BE, EB, CD, DC, CE, EC,
DE, ED.
TABLA 1
PUNTO MUESTRAL TIEMPO DE TERMINACION PROBABILIDAD DEL
DEL PROYECTO PUNTO MUESTRAL
(2,6) 8 meses P(2,6)=6/40=0.15
(2,7) 9 meses P(2,7)=6/40=0.15
(2,8) 10 meses P(2,8)=2/40=0.05
(3,6) 9 meses P(3,6)=4/40=0.10
(3,7) 10 meses P(3,7)=8/40=0.20
(3,8) 11 meses P(3,8)=2/40=0.05
(4,6) 10 meses P(4,6)=2/40=0.05
(4,7) 11 meses P(4,7)=4/40=0.10
(4,8) 12 meses P(4,8)=6/40=0.15
Con la información de la tabla 4.3, vemos que esos eventos consisten en los
siguientes puntos muéstrales.
L= {(2,6), (2,7), (3,6)} M= {(3,8), (4,7), (4,8)}
Probabilidad de un evento
La probabilidad de un evento es igual a la una de las probabilidades de los
puntos muestrales en el evento.
Con esta definición calcularemos la probabilidad de determinado evento al
sumar las probabilidades de los puntos muestrales (resultados experimentales)
que lo forman. Ya podemos calcular la probabilidad de que el proyecto dure
10 meses o menos en terminarse. Como este evento está definido por
C={(2,6), (2,7), (2,8), (3,6), (3,7), (4,6)}, la probabilidad del evento C, denota
por P(C), está dada por
P(A)= 1- P(Ac)
La ecuación de cálculo indica que la probabilidad de un evento A se puede
calcular con facilidad si se conoce la probabilidad de su complemento, P(Ac).
Por ejemplo, veamos el caso de un gerente de ventas que, después de revisar
los informes de ventas, dice que 80% de los contactos con nuevos clientes no
resultan en venta alguna. Si se define a A como el evento de una venta y Ac
el no venta, lo que el gerente dice es que P(Ac)=0.80. Al aplicar la ecuación
tenemos.
Ley aditiva.
La ley aditiva es útil cuando se tienen dos eventos y se desea conocer la
probabilidad de que ocurra al menos uno de ellos. Esto es, con los eventos A
y B nos interesa conocer la probabilidad de que suceda el evento A, o el
evento B, o ambos.
Antes de presentar la ley adictiva, necesitamos analizar dos conceptos
relacionados con la combinación de eventos: la unión de eventos y la
intersección de estos. Dados dos eventos, A y B, la unión de A y B se define
como sigue.
Ley aditiva
P(A U B)= P(A) + P(B) - P(A Ƞ B)
Sean
L= el evento de que el trabajo se termine tarde
D= el evento de que el producto armado es defectuoso
P(L)= 5=0.10
50
P(D)= 6=0.12
50
Esto es, los eventos A y B son mutuamente excluyentes si, cuando ocurre uno,
el otro no puede ocurrir. Así un requisito para que A y B sean mutuamente
excluyentes es que su intersección no debe contener puntos muestrales. El
diagrama de Venn donde se muestran dos elementos, A y B, mutuamente
excluyente, se presenta en la figura 3. En este caso, P(A Ƞ B)= 0 y la ley se
puede expresar como sigue.
Regla de la adicción
Interpretación
Propiedades
Fórmula de bayes
Para calcular la probabilidad tal como la definió Bayes en este tipo de sucesos,
necesitamos una fórmula. La fórmula se define matemáticamente como:
Donde B es el suceso sobre el que tenemos información previa y A(n) son los
distintos sucesos condicionados. En la parte del numerador tenemos la
probabilidad condicionada, y en la parte de abajo la probabilidad total. En
cualquier caso, aunque la fórmula parezca un poco abstracta, es muy sencilla.
Para demostrarlo, utilizaremos un ejemplo en el que en lugar de A(1), A(2) y
A(3), utilizaremos directamente A, B y C.
Aplicaciones
Una empresa tiene una fábrica en Estados Unidos que dispone de tres máquinas
A, B y C, que producen envases para botellas de agua. Se sabe que la máquina
A produce un 40% de la cantidad total, la máquina B un 30%, y la máquina C
un 30%. También se sabe que cada máquina produce envases defectuosos. De
tal manera que la máquina A produce un 2% de envases defectuosos sobre el
total de su producción, la máquina B un 3%, y la máquina C un 5%. Dicho esto,
se plantean dos cuestiones:
P(A) = 0,40 P(D/A) = 0,02
P(B) = 0,30 P(D/B) = 0,03
P(C) = 0,30 P(D/C) = 0,05
1.Si un envase ha sido fabricado por la fábrica de esta empresa en Estados
Unidos ¿Cuál es la probabilidad de que sea defectuoso?
Se calcula la probabilidad total. Ya que, a partir los diferentes sucesos,
calculamos la probabilidad de que sea defectuoso.
CONCLUSIÓN.
http://pachucaestadisticaaplicada.blogspot.com/2010/09/evento-y-sus-probabilidades.html. (s.f.).
Obtenido de http://pachucaestadisticaaplicada.blogspot.com/2010/09/evento-y-sus-
probabilidades.html
http://pachucaestadisticaaplicada.blogspot.com/2010/09/probabilidadreglas-de-conteo.html.
(s.f.). Obtenido de
http://pachucaestadisticaaplicada.blogspot.com/2010/09/probabilidadreglas-de-
conteo.html