INSTITUTO TECNOLÓGICO DE ACAPULCO
NOMBRE: RICARDO GÓMEZ QUITERIO
HORA: 16:00-17:00 PM
MAESTRO: JUAN MIGUEL FLORES NAVA.
AULA: 905.
NO. CONTROL: 19321206
Segundo Semestre
Estadística
REGLA DE LA ADICIÓN
Existen tres reglas fundamentales para resolver problemas en donde se desea det
erminar la probabilidad de un suceso si se conocen las probabilidades de otros
sucesos que están relacionados con él.
Estas dos reglas son: Regla de la adición, probabilidad condicional y regla de
la multiplicación o Probabilidad Conjunta.
Existe otra regla muy importante que es El Teorema de Bayes, pero en esta
Unidad dedicaremos un aparte especial a ella.
Regla de la adición:
Esta regla expresa la probabilidad de que sucedan dos más sucesos a la vez P (A
U B).
Puede presentarse de dos formas: para conjuntos con intersección y para
conjuntos mutuamente excluyentes.
Para conjuntos con Intersección:
Esto se debe a que sumamos la probabilidad de A más la probabilidad de
B , pero como ya habíamos sumado la intersección, entonces la restamos.
Para conjuntos con Mutuamente excluyentes:
En este caso no hay ningún problema de sumar ambas probabilidades
Nos interesa calcular la probabilidad de que suceda el evento A o B o que
sucedan ambos para calcular esa probabilidad la REGLA DE LA ADICION dice
que debemos sumar las probabilidades individuales de los eventos de interés y
restar la probabilidad de la intersección de B
EJEMPLO 3.- Una agencia de viajes seleccionó una muestra de 200
turistas que visitaron la ciudad de Acapulco durante el año. La
encuesta reveló que 120 turistas fueron a la Quebrada y 100 a Caleta.
¿Cuál es la probabilidad de que una persona haya visitado la
Quebrada o Caleta?
P(A)= 120/200= 0.6
P(B)= 100/200= 0.5
Nota: 60 de los 200 encuestados visitó en realidad ambas atracciones turísticas
P(DuB)= 0.3
P(AUB)= P(A) + P(B) – P(DuB)= 0.6 + 0.5 – 0.2= 0.9
P(A)= 2/3
P(B)= 4/9
P(A∩B)= 1/3
P(AUB)= 2/3 + 4/9 – 1/3= 7/9= 0.77
P(A)= 1/6
P(B)= 1/18
P(AUB)= 1/6 + 1/18 – 0=2/9
P (VuBuRuA) = P(V)+P(B)+P(R)+P(A)
= 0.09+0.15+0.21+0.23
=0.68
EJEMPLO 7.- Se hizo una encuesta a la ciudad de Acapulco sobre
medio de transporte y se encontró que 70% usa servicios públicos de
transporte, y 40 % usan transporte particular y que 30 % usan ambos
tipos. Calcular la probabilidad de que se use algún tipo de transporte.
La probabilidad que use el servicio público de transporte es de: P(A) = 70%
La probabilidad que use el servicio particular de transporte es de: P(B) = 40%
La probabilidad que use el servicio de ambos tipos de transporte es de (P n B)
=30%
P(A)= 0.7
P(B)= 0.4
P(A∩B) 0.3
P(AUB)= 0.7 + 0.4 – 0.3 = 0.8
0.8= 80% usan transporte publico
Probabilidad condicional
La probabilidad de que un evento B ocurra cuando se sabe que ya ocurrió algún
evento A se llama probabilidad condicional y se denota P(B|A). Este símbolo por
lo general se lee la probabilidad de que ocurra B dado que ocurrió A o
simplemente la probabilidad de B dado A.
Ejemplo 8: Supongamos que nuestro EM es una muestra de adultos de Copiapó
que cumplen con los requisitos para obtener un grado en la Facultad de
Ingeniería. Debemos clasificarlos de acuerdo con su género y situación laboral.
Probabilidad condicional
Uno de estos individuos se seleccionará al azar para que realice un viaje a través
del país para promover las ventajas de establecer industrias nuevas en Copiapó.
Nos interesan los siguientes eventos:
H: se elige un hombre, E: el seleccionado tiene empleo.
SOLUCION
P(H/E)= 460/600= 23/30
P(E)= 600/900= 2/3
P(EnH)= 460/900= 23/45
ENTONCES
(23/45) ÷ (2/3) = 23/30
a) P (A|D) = P (D ∩ A) / P(D) = 0.78/0.83 = 0.94
b) P (D|A) = P (D ∩ A) / P(A) = 0.78/0.82 = 0.95
EJEMPLO 10.-En una clase de 50 alumnos, 10 alumnos tienen como
preferencia solamente la asignatura de Matemática Aplicadas, 15
prefieren solamente Estadística Administrativa y 5 no tienen
preferencia por ninguna de estas materias. Calcular la probabilidad
que de un alumno de la clase seleccionado al azar tenga preferencia
por
4.1) Matemática y Estadística.
4.2) Estadística y Matemática
Datos y cálculos:
a = 10
b = 15
c = S – a – b – d = 50 – 10 – 15 – 5 = 20
d=5
S = 50
4.1 Con el diagrama de Venn se obtiene=
P(AuB) 20/50 Simplificado a 2/5
El alumno seleccionado tenga preferencia por Matemática significa que sólo
consideremos el conjunto A de los 30 elementos de A, sólo 20 tienen preferencia
por Estadística.
Respuesta
P(B/A) = 20/30 = 2/3
4.2 Con el diagrama de Venn se obtiene lo siguiente=
P(BnA) 20/50 simplificado a 2/5
El alumno seleccionado tenga preferencia por Estadística significa que sólo
consideremos el conjunto B, de los 35 elementos de B, sólo 20 tienen preferencia
por Matemática.
P(A/B) = 20/35 = 4/7
DIAGRAMA DE ÁRBOL
EJEMPLO 11.- Una pareja de esposos desean tener 3 hijos.
Suponiendo que las probabilidades de tener un niño o una niña son
iguales, calcular la probabilidad de éxito en tener hombre en el primer
nacimiento, mujer en el segundo nacimiento y hombre en el tercer
nacimiento.
M = mujer
H = hombre
Diseñe un diagrama de árbol donde se tengan todas las
probabilidades.
H= 2/8= 0.25
M=4/8 0.5
H=2/8= 0.25
EJEMPLO 12.-Un médico general clasifica a sus pacientes de acuerdo
a: u sexo (masculino o femenino), tipo de sangre (A, B, AB u O) y en
cuanto a la presión sanguínea (Normal, Alta o Baja). ¿Mediante un
diagrama de árbol diga en cuantas clasificaciones pueden estar los
pacientes de este medico?
2 x 4 x 3 = 24 mismas que podemos enumerar; MAN, MAA, MAB, MBN, MBA,
MBB, etc.
EJEMPLO 13.- El 35 % de los estudiantes de un centro docente
practica el fútbol. El 70 % de los que practican el fútbol estudia
Matemáticas, así como el 25 % de los que no practican el fútbol.
Dibuja el diagrama de árbol asociado a este ejercicio y asigna la
probabilidad a cada uno de sus tramos.
TEOREMA DE BAYES
El teorema de Bayes es utilizado para calcular la probabilidad de un suceso,
teniendo información de antemano sobre ese suceso.
Podemos calcular la probabilidad de un suceso A, sabiendo además que ese A
cumple cierta característica que condiciona su probabilidad. El teorema de Bayes
entiende la probabilidad de forma inversa al teorema de la probabilidad total. El
teorema de la probabilidad total hace inferencia sobre un suceso B, a partir de los
resultados de los sucesos A. Por su parte, Bayes calcula la probabilidad de A
condicionado a B.
El teorema de Bayes ha sido muy cuestionado. Lo cual se ha debido,
principalmente, a su mala aplicación. Ya que, mientras se cumplan los supuestos
de sucesos disjuntos y exhaustivos, el teorema es totalmente válido.
Fórmula del teorema 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.
Ejemplo del teorema de Bayes
Ejemplo 1.- 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
[Link] un envase ha sido fabricado por la fábrica de esta empresa en Estados
Unidos ¿Cuál es la probabilidad de que sea defectuoso?
RESPUESTA:
Se calcula la probabilidad total. Ya que, a partir los diferentes sucesos, calculamos
la probabilidad de que sea defectuoso.
P(D) = [ P(A) x P(D/A)] + [ P(B) x P(D/B) ] + [ P(C) x P(D/C) ] = [ 0,4 x 0,02 ] + [ 0,3
x 0,03 ] + [ 0,3 x 0,05 ] = 0,032
Expresado en porcentaje, diríamos que la probabilidad de que un envase
fabricado por la fábrica de esta empresa en Estados Unidos sea defectuoso es del
3,2%.
LA PROBABILIDAD QUE UN ENVASE SEA DEFECTUOSO ES DE: 3.2 %.
Ejemplo 2.- Siguiendo con la pregunta anterior, si se adquiere un envase y este
es defectuoso ¿Cuáles es la probabilidad de que haya sido fabricado por la
máquina A? ¿Y por la máquina B? ¿Y por la máquina C?
RESPUESTA:
Aquí se utiliza el teorema de Bayes. Tenemos información previa, es decir,
sabemos que el envase es defectuoso. Claro que, sabiendo que es defectuoso,
queremos saber cuál es la probabilidad de que se haya producido por una de las
máquinas.
P(A/D) = [P(A) x P(D/A)] / P(D) = [0,40 x 0,02] / 0,032 = 0,25
P(B/D) = [P(B) x P(D/B)] / P(D) = [0,30 x 0,03] / 0,032 = 0,28
P(C/D) = [P(C) x P(D/C)] / P(D) = [0,30 x 0,05] / 0,032 = 0,47
LA PROBABILIDAD DE QUE SEA DE LA MAQUINA:
A.- 25%.
B.- 28%.
C.- 47 %.
Ejemplo 3.- La fábrica de computadoras HP dispone de dos máquinas A y B que
elaboran el 60% y el 40% de la producción. El porcentaje de computadoras
defectuosas que produce cada máquina es del 5% y del 10% respectivamente.
Calcular:
a) ¿Cuál es la probabilidad que el celular haya sido fabricado por la maquina
A, sabiendo que es defectuoso?
RESPUESTA:
P(A) = 0,60 P(D/A) = 0,05
P(B) = 0,40 P(D/B) = 0,10
P(D) = [ P(A) x P(D/A)] + [ P(B) x P(D/B)] = [0.6 X 0.05] + [0.4 X 0.10] = 0.07
P(A/D) = [P(A) x P(D/A)] / P(D) = [0.60 X 0.05] / 0.07 = 0.42
P(B/D) = [P(B) x P(D/B)] / P(D) = [0.40 X 0.10] / 0.07 = 0.57
LA PROBABILIDAD DE QUE EL PRODUCTO DEFECTUOSO HAYA SIDO
FABRICADO POR LA MAQUINA A ES DE: 42%.
Ejemplo 4.- En tres máquinas A, B, C, se fabrican piezas de la misma naturaleza.
El porcentaje de piezas que resultan defectuosas en cada máquina es
respectivamente, 1%, 2%, 3%. Se mezclan 300 piezas, 100 de cada máquina y se
elige una pieza al azar, que resulta ser defectuosa.
¿Cuál es la probabilidad de que haya sido fabricada en la maquina A?
RESPUESTA:
P(A) = 1 P(D/A) = 0.01
P(B) = 1 P(D/B) = 0,02
P(C) = 1 P(D/C) = 0,03
P(D) =[ P(A) x P(D/A) ] + [ P(B) x P(D/B) ] + [ P(C) x P(D/C) ] = [1 X 0.01] + [1 X
0.02] + [1 X 0.03] = 0.06
P(A/D) = [P(A) x P(D/A)] / P(D) = [1 X 0.01] / 0.06 = 0.16
P(B/D) = [P(B) x P(D/B)] / P(D) = [1 X 0.02] / 0.06 = 0.33
P(C/D) = [P(C) x P(D/C)] / P(D) = [1 X 0.03] / 0.06 = 0.5
LA PROBABILIDAD DE QUE HAYA SIDO FARBICADA POR LA MAQUINA A ES
DE: 16 %
Ejemplo 5.- El servicio meteorológico ha anunciado las siguientes probabilidades
para el fin de semana:
a) Que llueva 60%
b) Que nieve 30%
c) Que haya neblina 10%
Que ocurra un accidente bajo estas condiciones
a) Si llueve 60%
b) Si nieve 30%
c) Si hay neblina 10%
¿Cuál es la probabilidad de que ocurre un accidente si llueve?
RESPUESTA:
P(A) = 0.60 P(D/A) = 0.60
P(B) = 0.30 P(D/B) = 0,30
P(C) = 0.10 P(D/C) = 0,10
P(D) =[ P(A) x P(D/A) ] + [ P(B) x P(D/B) ] + [ P(C) x P(D/C) ] = [0.60 X 0.60] +
[0.30 X 0.30] + [0.10 X 0.10] = 0.46
P(A/D) = [P(A) x P(D/A)] / P(D) = [0.60 X 0.60] / 0.46 = 0.78
P(B/D) = [P(B) x P(D/B)] / P(D) = [0.30 X 0.30] / 0.46 = 0.19
P(C/D) = [P(C) x P(D/C)] / P(D) = [0.10 X 0.10] / 0.46 = 0.02
LA PROBABILIDAD DE QUE OCURRA UN ACCIDENTE SI LLUEVE ES DE:
78%.
