0% encontró este documento útil (0 votos)
30 vistas29 páginasProbabilidad 18385
El documento aborda conceptos fundamentales de probabilidad, incluyendo la probabilidad condicional, la regla de multiplicación, y el teorema de Bayes, aplicados a ejemplos prácticos en contextos educativos y de seguros. Se discuten distribuciones de probabilidad y variables aleatorias, así como la función de distribución acumulativa. Además, se presentan problemas específicos que ilustran cómo calcular probabilidades en situaciones reales.
Cargado por
Emiliano PáezDerechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
30 vistas29 páginasProbabilidad 18385
El documento aborda conceptos fundamentales de probabilidad, incluyendo la probabilidad condicional, la regla de multiplicación, y el teorema de Bayes, aplicados a ejemplos prácticos en contextos educativos y de seguros. Se discuten distribuciones de probabilidad y variables aleatorias, así como la función de distribución acumulativa. Además, se presentan problemas específicos que ilustran cómo calcular probabilidades en situaciones reales.
Cargado por
Emiliano PáezDerechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF o lee en línea desde Scribd
Dados ks siguientes 0.08 b) PCH0) = G.3s) (Ota)
A + (O60)
No des compare > O- G2
QB Descompone = 0.05
0-¢c3
No deo compere = Q. 95 En una casa hay tres llaveros A,B y C}el primero con:cinco
llaves, el segundo con siete y el tercero con ocho, de las que
sdlo una llave de cada Ilavero abre la puerta principal. Se
escoge al azar un llavero y, de él una llave para poder abrir la
puerta. Determine la probabilidad de acertar a la llave que
abre la puerta.
-20
20
A =0.33 -20
«20
,20 Dlabrir): (.390,20)4 (.3391L14)
wee
Dona + £3a0(. (25)
Awe
We > 93.4
{ir
C:0.33 a
\Nns
ois Una caja contiene 3 bolas verdes, 5 Rojas y 2 azules, si se extraen al
azar 2 bolas SIN REPOSICION, ¢Cual es la probabilidad de que la
primera sea azul y la segunda Verde?
Pp: A 22 G2 do
Gq ig | HS | IS
Una caja contiene 1 bola verde, 2 rojas y 2 azules, si se extraen al
azar 2 bolas SIN REPOSICION, PLY=%) 27 la probabilided de que
om VAX sea igual co mi voloy dado
¥FF@I2O ¥ P LX: x)
F 2. euy=t EJEMPLOS
Determine la distribucioHidelprobabilidad para el nimero de soles en el
lanzamiento de 2 monedas.
Desdos Ae. A-4 Ant tie
2 emnechs *'85:% Adz t 428
a eventos +
ED) A:% elit ti
* Sth 88=4-2:4 N= povlocion 20 IQ Cloa0 00
Oo 900070 0°
Mrexito 3 ke 00
n: musta 2 Dist. Hi pergeome’ trice
M\(N-M
XO, 2 Eee eso =
(ny
n
Cambiaacione s
n Cry}
Ki tng Fe)
A= Para cero cdefecivoas
3 12
P(X=0): (3) (1) a ()) O32)
290 OQ
( I 19
> OL. 7)
(By; a) il
P OC3))
(3): lar Zoy- 1 I2@1_ 3 \ao
tara S (2) 21 Cia) 1? Pova | ok fectvosa
pve): 4) 07)
( 7°) Jq0
= 0.2664
aly heb eT
Ck er tare?
Cy a [rey | > Jee - IF
I1Cip-2)1 1 yD
CA ree
21 (19)!
37 Paya cep ce fectuosas
Posse ret
(7°) Ee
Gwe me = 6.015
AO Z
ee
Char F Ld |G. 1 _Puils oc)
.71 0.16 0.0.15
SNe fort ‘0.990 0%
O. ay
Debido a sus programas de mantenimiento, una aerolinea comercial
‘tecta que necesita cambiar 2)FéMaches) en cierto cristal de una de sus
aeronaves. Se sabe que van a ser suministrados por el proveedor A. Que
de un l6tedem0 que "tiene, tes estan Aéfeetiiosos. La aerolinea para poder
tomar una decision y comprar solamente los remaches que requiere
cambiar, necesita saber la (prObabilidad de que compre losiremaehes en
fmaliestado, Determine la distribucién de probabilidad para el numero de
remaches defectuosos.
N= 10 Pd 3 | an
Mf. 3 -
nid
(3)?_3! 24
x20, 2,3 6! (0)! 7
eI
CEB
ole pi
7s tL
(7): Tiley
(2) ona
21(6)!
P (421) Feld ez) oue
Al 4y
rom Go
Vora
zitt)y Za:
plx:t) 1:3 2-2 -.06¢¢
us WwW
BrGuw 4}O.4e +0.6676998
Prledad de Jas computa doras cone| método de la
Soma_y cl Producto
Beg
de Fec+u0scs = 3 nae
MSS/1G
buen estodo> 12
Sho -
Az eventos (> 217) 14
M a ; Zoi
ray
i We 2 cl oii se
wo 1G e
ZF
En un pequefio almacén quedan 5 productos a la venta, 2 de ellas estan en
mal estado. Un vecino compra 3, sea X el numero de articulos defectuosos,
determine la distribucién de probabilidad para el nimero de productos
defectuosos.
6 G 2408
CN AP } GOM+ COMBIMBB
1/5 0% 2 MMS} MBMIGMM FUNCION DE DISTRIBUCION
ACUMULATIVA
La distribucién de probabilidad de una variable aleatoria discreta en
una distribucion Fa)= P(X Ex) Se lee: “La probabilidad de que mi
VA X (variable aleatoria X) sea igual o menor a un valor dado”)
Fx) =P (xX =x)— os (1); para —oo 1), (I< X <4) y P(X =2)
M:4 N50 nzS x: Oh 2,3,4
Ply:0): ut L8) : 0 6508
3) L
bo
PG: 1): CHUA). a2e44 te
(%) x FU)
ft te Oo 6.6586
Plxt a: Co 2 G039G 1 ©2844
Tra aah z| |Globaa
Plxz4): Ges )s G.O0l? 4 0.00 1?
4 0. 0G00 18
2
Plx.4) = a = 6.000918
$ FOY
0.6
OM
0.2
Forma arctica, Funcién de densidad de
probabilidad
La funci6n f(x) es una funcion de densidad de probabilidad para la
variable aleatoria continua X, definida en el conjunto de nimeros reales,
bajo las siguientes condiciones.
. f(x) = 0, para toda x € R.
i)
ffx) dx = 1.
/P(A
Gi
nj—
“1 x24 2? - (- 27° +22 )
C C £
mien
2
Ejemplo.- Se tiene una funcién de densidad la cual es: f(x) = kx + =
en el intervalo [0,2]. Determine el valor de k y ademas P(X<1)
Ix + x?
Oo Z X es una variable aleatoria con la funcion continua que se muestra:
2x Osxsl
f(x) =
0 en otro caso
Determine:
a) Que sea una funcidn de densidad
b) La probabilidad P(x < 5)
ix dx
0
eee ee
fs ung funisn de densiclacl | Funcion de distribucion acumulativa
La funci6n de distribucion acumulativa F(x) de una variable aleatoria
continua X se define para todo numero x como
La funcién de distribucién acumulativa F(x), de una variable aleatoria continua X con
eee funcién de densidad f(x), es
:
Foxy = PX so=f FO areas
Uso de F(x) para calcular
probabilidades
~~ | Sea X una variable aleatoria continua con funcién de densidad de probabilidad fix) y
funcidn de distribucién acumulativa F(x). Entonces con cualquier ntimero a,
P(X >a) =1— Fla)
y para dos nuimeros cualesquiera a y b con a < b.
Pla =X
