SlideShare una empresa de Scribd logo
1 de 14
TRABAJO EXAMEN FINAL
Estadística 1
Ing. Alma Lucrecia Olivet López
Byron Adolfo Barrios Morales 0910-15-9059
Jorge Remberto Ramírez Herrate 0910-15-21407
2do Semestre sección “D” 2017
ESPACIO MUESTRAL:
es el conjunto formado por todos los posibles resultados de un experimento aleatorio. Es decir,
es el grupo de resultados que se pueden obtener tras un experimento de carácter aleatorio
Ejemplo:
Una bolsa contiene bolas blancas y negras. Se extraen sucesivamente tres bolas.
E = {(b,b,b); (b,b,n); (b,n,b); (n,b,b); (b,n,n); (n,b,n); (n,n ,b); (n, n,n)}
En este caso el conjunto E es nuestro espacio muestral, son todas las probabilidades habidas.
Nuestro espacio muestral es de 8 probabilidades siendo esto el 100% de nuestro espacio
muestral
Un evento es el resultado posible o un grupo de resultados posibles de un experimento y es la
mínima unidad de análisis para efectos de cálculos probabilísticos
los eventos se clasifican de la siguiente forma:
Mutuamente excluyentes: aquellos que no pueden ocurrir al mismo tiempo.
EJEMPLO: Bola blanca o bola negra.
Independientes: Estos no se ven afectados por otros independientes.
EJEMPLO: el color del zapato y la probabilidad que llueva hoy.
Dependientes: cuando un evento afecta a la probabilidad de ocurrencia de otro.
EJEMPLO: repaso, calificaciones.
No excluyentes entre si: cuando la ocurrencia de uno de ellos no impide que ocurra el otro.
EJEMPLO: que una persona sea doctor que tenga 56 años, ser estudiante y ya estar casado.
EVENTOS:
Siguiendo con el ejemplo de las bolas blancas y negras sacadas de un bolsa.
El evento A = {extraer tres bolas del mismo color}.
A = {(b,b,b); (n, n,n)}
2 de 8 = 25% de probabilidad
El evento B = {extraer al menos una bola blanca}.
B= {(b,b,b); (b,b,n); (b,n,b); (n,b,b); (b,n,n); (n,b,n); (n,n ,b)}
7 de 8= 87% de probabilidad
El evento C = {extraer una sola bola negra}.
C = {(b,b,n); (b,n,b); (n,b,b)}
3 de 8= 37% de probabilidad
EVENTOS:
Son algunas reglas que se usan con el fin de contar el numero de puntos muestrales de un
experimento, cuando estas no son fáciles de listar por su cantidad, existen 3 reglas:
1. La regla MNT: composición de subgrupos donde cada elemento pertenece a un conjunto
diferente o realiza un muestreo con algún remplazo.
2. La regla de combinaciones: composición de subgrupos sin importar el orden de salidas de un
conjunto. Ejemplo: sacar tres bolas blancas y una negra, acá no especifica el orden en que
deben de salir.
3. La regla de permutaciones: composición de subgrupos, cuando importa el orden de salida
con elementos de un conjunto.
CONTEO DE PUNTOS DE LA MUESTRA:
EVENTOS:
Combinaciones:
El evento B = {extraer al menos una bola Blanca}.
B= {(b,b,b); (b,b,n); (b,n,b); (n,b,b); (b,n,n); (n,b,n); (n,n ,b); (n, n,n)}
7 de 8= 87% de probabilidad
Permutaciones:
El evento C = {extraer La bola Blanca de primero}.
B= {(b,b,b); (b,b,n); (b,n,b); (n,b,b); (b,n,n); (n,b,n); (n,n
,b)}
4 de 8= 50% de probabilidad
PROBABILIDAD DE UN EVENTO:
Es un subconjunto de un espacio muestral, es decir, un conjunto de
posibles resultados que se pueden dar en un experimento aleatorio. a cada evento
aleatorio se le puede asignar una medida de probabilidad, y el conjunto de todos los
sucesos aleatorios constituye suma de conjuntos.
Ejemplo A: Se lanza una moneda dos veces. ¿Cuál es la probabilidad de que ocurra al
menos una cara? El EM para este experimento es {CC,CS,SC,SS}. Si la moneda está
balanceada, cada uno de estos resultados tendrá la misma probabilidad de ocurrencia.
Si A es el evento de que ocurra al menos una cara, entonces:
A={CC,CS,SC} y P(A)=1/4+1/4+1/4=3/4.
Ejemplo B: Se carga un dado de forma que sea dos veces más probable que salga un
número par que uno impar. Si E es el evento de que ocurra un número menor que 4 en
un solo lanzamiento del dado, calcular P(E). Sabemos que el EM es {1,2,3,4,5,6}.
Asignamos una probabilidad de w a cada número impar y una probabilidad de 2w a
cada número par. Como la suma de las probabilidades debe ser 1, tenemos 9w=1 o
w=1/9, por lo tanto:
B={1,2,3} y P(E)=1/9+2/9+1/9=4/9.
Existen tres reglas fundamentales para resolver problemas en donde se desea dete
rminar la probabilidad de un suceso si se conocen las probabilidades de otros su
cesos que están relacionados con él. Estas dos reglas son :
-Regla Aditiva.
-Probabilidad Condicional.
-Regla de la Multiplicación o Probabilidad Conjunta.
REGLA ADITIVA:
Esta regla expresa la probabilidad de que ocurran dos o más sucesos a la vez, P
( A U B).
Puede presentarse de dos formas: para conjuntos con intersección y para conju
ntos mutuamente excluyentes. Veamos:
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.
Ejercicio A:
Ejercicio B:
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
B dado que ocurrió A o simplemente la probabilidad de B dado A. •
probabilidad condicional de B, dado A, que se denota P(B|A), se
como:
Ejemplo:
REGLAS MULTIPLICATIVAS:
Al multiplicar la formula P(B/A) =P( A Ç B)/ P(A) por P( A); obtenemos
siguiente regla multiplicativa, esta es importante por que nos permite
calcular la probabilidad de que ocurran dos eventos.
Teorema: si un experimento pueden ocurrir los eventos A y B,
P( A Ç B)= P( A) P(B/A). así la probabilidad de que ocurran A y B es
igual a la probabilidad de que ocurra A multiplicada por la
de que ocurra B, dado que ocurre A.
Ejemplo 1:
Si una moneda equilibrada se lanza dos veces, la probabilidad de
ambos lanzamientos den por resultado una “cara” es :
(1/2) x (1/2) = (1/4)
Ejemplo 2:
Chris posee dos inventarios independientes uno de otro.
La probabilidad de que el inventario A aumente su valor el próximo
es .5. La probabilidad de que el B aumente el suyo es .7.
¿Cuál es la probabilidad de que ambos aumenten su valor el próximo
año?
P(A y B) = (.5)(.7) = .35
¿Cuál es la probabilidad de que al menos uno aumente su valor el
próximo año (esto implica que cualquiera de los dos o ambos
aumenten)?
Así, P(al menos uno) = (.5)(.3) + (.5)(.7) + (.7)(.5) = .85.
Gracias!

Más contenido relacionado

La actualidad más candente

Probabilidad 1 (1)
Probabilidad 1 (1)Probabilidad 1 (1)
Probabilidad 1 (1)
CinthiaNat
 
Presentacion experimento aleatorio y probabilidad
Presentacion  experimento aleatorio y probabilidadPresentacion  experimento aleatorio y probabilidad
Presentacion experimento aleatorio y probabilidad
rosaurymontero
 
Una Introducción a Probabilidad
Una Introducción a ProbabilidadUna Introducción a Probabilidad
Una Introducción a Probabilidad
Angel Carreras
 

La actualidad más candente (20)

Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Probabilidad basica
Probabilidad basicaProbabilidad basica
Probabilidad basica
 
LOS ELEMENTOS DE LA PROBABILIDAD
LOS ELEMENTOS DE LA PROBABILIDAD LOS ELEMENTOS DE LA PROBABILIDAD
LOS ELEMENTOS DE LA PROBABILIDAD
 
Tipos de probabilidades
Tipos de probabilidadesTipos de probabilidades
Tipos de probabilidades
 
Probabilidad y reglas, ejemplos
Probabilidad y reglas, ejemplosProbabilidad y reglas, ejemplos
Probabilidad y reglas, ejemplos
 
Experimentos aleatorios, espacio muestral y eventos o sucesos.
Experimentos aleatorios,  espacio muestral y eventos o sucesos.Experimentos aleatorios,  espacio muestral y eventos o sucesos.
Experimentos aleatorios, espacio muestral y eventos o sucesos.
 
Ejercicios de probabilidad
Ejercicios de probabilidadEjercicios de probabilidad
Ejercicios de probabilidad
 
Probabilidad 1 (1)
Probabilidad 1 (1)Probabilidad 1 (1)
Probabilidad 1 (1)
 
Algebra de probabilidad - actividad 5 - Saia
Algebra de probabilidad  - actividad 5 - SaiaAlgebra de probabilidad  - actividad 5 - Saia
Algebra de probabilidad - actividad 5 - Saia
 
Tecnicas de conteo
Tecnicas de conteoTecnicas de conteo
Tecnicas de conteo
 
Presentacion experimento aleatorio y probabilidad
Presentacion  experimento aleatorio y probabilidadPresentacion  experimento aleatorio y probabilidad
Presentacion experimento aleatorio y probabilidad
 
Probabilidad. Ideas Básicas
Probabilidad. Ideas BásicasProbabilidad. Ideas Básicas
Probabilidad. Ideas Básicas
 
tarea 1, ejercicios de probabilidad con respuestas
tarea 1, ejercicios de probabilidad con respuestastarea 1, ejercicios de probabilidad con respuestas
tarea 1, ejercicios de probabilidad con respuestas
 
Probabilidad Condicional
Probabilidad CondicionalProbabilidad Condicional
Probabilidad Condicional
 
UNIDAD 1. TEORÍA DE PROBABILIDADES
UNIDAD 1. TEORÍA DE PROBABILIDADESUNIDAD 1. TEORÍA DE PROBABILIDADES
UNIDAD 1. TEORÍA DE PROBABILIDADES
 
probabilidad y estadistica
probabilidad y estadisticaprobabilidad y estadistica
probabilidad y estadistica
 
Tema 1. sucesos
Tema 1. sucesosTema 1. sucesos
Tema 1. sucesos
 
Tarea 3
Tarea 3Tarea 3
Tarea 3
 
Una Introducción a Probabilidad
Una Introducción a ProbabilidadUna Introducción a Probabilidad
Una Introducción a Probabilidad
 

Similar a Trabajo final estadística y probabilidades nov 2017

Doc. Probabilidad.
Doc. Probabilidad.Doc. Probabilidad.
Doc. Probabilidad.
fr5026funes
 
Teoría y problemas de Calculo de Probabilidades ccesa007
Teoría y problemas de Calculo de Probabilidades  ccesa007Teoría y problemas de Calculo de Probabilidades  ccesa007
Teoría y problemas de Calculo de Probabilidades ccesa007
Demetrio Ccesa Rayme
 
Probabilidad 090504205544-phpapp02
Probabilidad 090504205544-phpapp02Probabilidad 090504205544-phpapp02
Probabilidad 090504205544-phpapp02
rubhendesiderio
 

Similar a Trabajo final estadística y probabilidades nov 2017 (20)

Doc. Probabilidad.
Doc. Probabilidad.Doc. Probabilidad.
Doc. Probabilidad.
 
Probabilidad y estadística
Probabilidad y estadística Probabilidad y estadística
Probabilidad y estadística
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Teoría y Problemas de Probabilidades ccesa007
Teoría y Problemas de Probabilidades   ccesa007Teoría y Problemas de Probabilidades   ccesa007
Teoría y Problemas de Probabilidades ccesa007
 
Definición de probabiidad
Definición de probabiidadDefinición de probabiidad
Definición de probabiidad
 
Clase III Matemáticas.pptx
Clase III Matemáticas.pptxClase III Matemáticas.pptx
Clase III Matemáticas.pptx
 
Guia y taller probabilidad2 2010-1
Guia y taller probabilidad2 2010-1Guia y taller probabilidad2 2010-1
Guia y taller probabilidad2 2010-1
 
3.-Matemática-PPT-1.pptx
3.-Matemática-PPT-1.pptx3.-Matemática-PPT-1.pptx
3.-Matemática-PPT-1.pptx
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Probabilidad matemáticas, aprende estadistica
Probabilidad matemáticas, aprende estadisticaProbabilidad matemáticas, aprende estadistica
Probabilidad matemáticas, aprende estadistica
 
Estadisticas
EstadisticasEstadisticas
Estadisticas
 
Guia III estadistica
Guia III estadisticaGuia III estadistica
Guia III estadistica
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Teoría y problemas de Calculo de Probabilidades ccesa007
Teoría y problemas de Calculo de Probabilidades  ccesa007Teoría y problemas de Calculo de Probabilidades  ccesa007
Teoría y problemas de Calculo de Probabilidades ccesa007
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Probab
ProbabProbab
Probab
 
Probabilidad 090504205544-phpapp02
Probabilidad 090504205544-phpapp02Probabilidad 090504205544-phpapp02
Probabilidad 090504205544-phpapp02
 
Deber de Probabilidad
Deber de Probabilidad Deber de Probabilidad
Deber de Probabilidad
 
Elementos de la probabilidad y axiomas de probabilidad
 Elementos de la probabilidad y axiomas de probabilidad  Elementos de la probabilidad y axiomas de probabilidad
Elementos de la probabilidad y axiomas de probabilidad
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 

Último

COMPENDIO ECE 5 GRADO MATEMÁTICAS DE PRIMARIA
COMPENDIO ECE 5 GRADO MATEMÁTICAS DE PRIMARIACOMPENDIO ECE 5 GRADO MATEMÁTICAS DE PRIMARIA
COMPENDIO ECE 5 GRADO MATEMÁTICAS DE PRIMARIA
Wilian24
 
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdfinforme-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
AndreaTurell
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
EliaHernndez7
 

Último (20)

Los avatares para el juego dramático en entornos virtuales
Los avatares para el juego dramático en entornos virtualesLos avatares para el juego dramático en entornos virtuales
Los avatares para el juego dramático en entornos virtuales
 
FICHA CUENTO BUSCANDO UNA MAMÁ 2024 MAESTRA JANET.pdf
FICHA CUENTO BUSCANDO UNA MAMÁ  2024 MAESTRA JANET.pdfFICHA CUENTO BUSCANDO UNA MAMÁ  2024 MAESTRA JANET.pdf
FICHA CUENTO BUSCANDO UNA MAMÁ 2024 MAESTRA JANET.pdf
 
UNIDAD DIDACTICA nivel inicial EL SUPERMERCADO.docx
UNIDAD DIDACTICA nivel inicial EL SUPERMERCADO.docxUNIDAD DIDACTICA nivel inicial EL SUPERMERCADO.docx
UNIDAD DIDACTICA nivel inicial EL SUPERMERCADO.docx
 
La Evaluacion Formativa SM6 Ccesa007.pdf
La Evaluacion Formativa SM6  Ccesa007.pdfLa Evaluacion Formativa SM6  Ccesa007.pdf
La Evaluacion Formativa SM6 Ccesa007.pdf
 
Sesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdfSesión de clase APC: Los dos testigos.pdf
Sesión de clase APC: Los dos testigos.pdf
 
COMPENDIO ECE 5 GRADO MATEMÁTICAS DE PRIMARIA
COMPENDIO ECE 5 GRADO MATEMÁTICAS DE PRIMARIACOMPENDIO ECE 5 GRADO MATEMÁTICAS DE PRIMARIA
COMPENDIO ECE 5 GRADO MATEMÁTICAS DE PRIMARIA
 
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN  PARÍS. Por JAVIER SOL...
ACERTIJO LA RUTA DEL MARATÓN OLÍMPICO DEL NÚMERO PI EN PARÍS. Por JAVIER SOL...
 
Revista Apuntes de Historia. Mayo 2024.pdf
Revista Apuntes de Historia. Mayo 2024.pdfRevista Apuntes de Historia. Mayo 2024.pdf
Revista Apuntes de Historia. Mayo 2024.pdf
 
Desarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por ValoresDesarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por Valores
 
Factores que intervienen en la Administración por Valores.pdf
Factores que intervienen en la Administración por Valores.pdfFactores que intervienen en la Administración por Valores.pdf
Factores que intervienen en la Administración por Valores.pdf
 
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdfinforme-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
informe-de-laboratorio-metodos-de-separacion-de-mezclas.pdf
 
UNIDAD 3 -MAYO - IV CICLO para cuarto grado
UNIDAD 3 -MAYO - IV CICLO para cuarto gradoUNIDAD 3 -MAYO - IV CICLO para cuarto grado
UNIDAD 3 -MAYO - IV CICLO para cuarto grado
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
 
Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024
 
Educacion Basada en Evidencias SM5 Ccesa007.pdf
Educacion Basada en Evidencias  SM5  Ccesa007.pdfEducacion Basada en Evidencias  SM5  Ccesa007.pdf
Educacion Basada en Evidencias SM5 Ccesa007.pdf
 
Los dos testigos. Testifican de la Verdad
Los dos testigos. Testifican de la VerdadLos dos testigos. Testifican de la Verdad
Los dos testigos. Testifican de la Verdad
 
prostitución en España: una mirada integral!
prostitución en España: una mirada integral!prostitución en España: una mirada integral!
prostitución en España: una mirada integral!
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
 
Planeacion para 1er Grado - (2023-2024)-1.docx
Planeacion para 1er Grado - (2023-2024)-1.docxPlaneacion para 1er Grado - (2023-2024)-1.docx
Planeacion para 1er Grado - (2023-2024)-1.docx
 
AEC2. Egipto Antiguo. Adivina, Adivinanza.pptx
AEC2. Egipto Antiguo. Adivina, Adivinanza.pptxAEC2. Egipto Antiguo. Adivina, Adivinanza.pptx
AEC2. Egipto Antiguo. Adivina, Adivinanza.pptx
 

Trabajo final estadística y probabilidades nov 2017

  • 1. TRABAJO EXAMEN FINAL Estadística 1 Ing. Alma Lucrecia Olivet López Byron Adolfo Barrios Morales 0910-15-9059 Jorge Remberto Ramírez Herrate 0910-15-21407 2do Semestre sección “D” 2017
  • 2. ESPACIO MUESTRAL: es el conjunto formado por todos los posibles resultados de un experimento aleatorio. Es decir, es el grupo de resultados que se pueden obtener tras un experimento de carácter aleatorio Ejemplo: Una bolsa contiene bolas blancas y negras. Se extraen sucesivamente tres bolas. E = {(b,b,b); (b,b,n); (b,n,b); (n,b,b); (b,n,n); (n,b,n); (n,n ,b); (n, n,n)} En este caso el conjunto E es nuestro espacio muestral, son todas las probabilidades habidas. Nuestro espacio muestral es de 8 probabilidades siendo esto el 100% de nuestro espacio muestral
  • 3. Un evento es el resultado posible o un grupo de resultados posibles de un experimento y es la mínima unidad de análisis para efectos de cálculos probabilísticos los eventos se clasifican de la siguiente forma: Mutuamente excluyentes: aquellos que no pueden ocurrir al mismo tiempo. EJEMPLO: Bola blanca o bola negra. Independientes: Estos no se ven afectados por otros independientes. EJEMPLO: el color del zapato y la probabilidad que llueva hoy. Dependientes: cuando un evento afecta a la probabilidad de ocurrencia de otro. EJEMPLO: repaso, calificaciones. No excluyentes entre si: cuando la ocurrencia de uno de ellos no impide que ocurra el otro. EJEMPLO: que una persona sea doctor que tenga 56 años, ser estudiante y ya estar casado. EVENTOS:
  • 4. Siguiendo con el ejemplo de las bolas blancas y negras sacadas de un bolsa. El evento A = {extraer tres bolas del mismo color}. A = {(b,b,b); (n, n,n)} 2 de 8 = 25% de probabilidad El evento B = {extraer al menos una bola blanca}. B= {(b,b,b); (b,b,n); (b,n,b); (n,b,b); (b,n,n); (n,b,n); (n,n ,b)} 7 de 8= 87% de probabilidad El evento C = {extraer una sola bola negra}. C = {(b,b,n); (b,n,b); (n,b,b)} 3 de 8= 37% de probabilidad EVENTOS:
  • 5. Son algunas reglas que se usan con el fin de contar el numero de puntos muestrales de un experimento, cuando estas no son fáciles de listar por su cantidad, existen 3 reglas: 1. La regla MNT: composición de subgrupos donde cada elemento pertenece a un conjunto diferente o realiza un muestreo con algún remplazo. 2. La regla de combinaciones: composición de subgrupos sin importar el orden de salidas de un conjunto. Ejemplo: sacar tres bolas blancas y una negra, acá no especifica el orden en que deben de salir. 3. La regla de permutaciones: composición de subgrupos, cuando importa el orden de salida con elementos de un conjunto. CONTEO DE PUNTOS DE LA MUESTRA:
  • 6. EVENTOS: Combinaciones: El evento B = {extraer al menos una bola Blanca}. B= {(b,b,b); (b,b,n); (b,n,b); (n,b,b); (b,n,n); (n,b,n); (n,n ,b); (n, n,n)} 7 de 8= 87% de probabilidad Permutaciones: El evento C = {extraer La bola Blanca de primero}. B= {(b,b,b); (b,b,n); (b,n,b); (n,b,b); (b,n,n); (n,b,n); (n,n ,b)} 4 de 8= 50% de probabilidad
  • 7. PROBABILIDAD DE UN EVENTO: Es un subconjunto de un espacio muestral, es decir, un conjunto de posibles resultados que se pueden dar en un experimento aleatorio. a cada evento aleatorio se le puede asignar una medida de probabilidad, y el conjunto de todos los sucesos aleatorios constituye suma de conjuntos. Ejemplo A: Se lanza una moneda dos veces. ¿Cuál es la probabilidad de que ocurra al menos una cara? El EM para este experimento es {CC,CS,SC,SS}. Si la moneda está balanceada, cada uno de estos resultados tendrá la misma probabilidad de ocurrencia. Si A es el evento de que ocurra al menos una cara, entonces: A={CC,CS,SC} y P(A)=1/4+1/4+1/4=3/4. Ejemplo B: Se carga un dado de forma que sea dos veces más probable que salga un número par que uno impar. Si E es el evento de que ocurra un número menor que 4 en un solo lanzamiento del dado, calcular P(E). Sabemos que el EM es {1,2,3,4,5,6}. Asignamos una probabilidad de w a cada número impar y una probabilidad de 2w a cada número par. Como la suma de las probabilidades debe ser 1, tenemos 9w=1 o w=1/9, por lo tanto: B={1,2,3} y P(E)=1/9+2/9+1/9=4/9.
  • 8. Existen tres reglas fundamentales para resolver problemas en donde se desea dete rminar la probabilidad de un suceso si se conocen las probabilidades de otros su cesos que están relacionados con él. Estas dos reglas son : -Regla Aditiva. -Probabilidad Condicional. -Regla de la Multiplicación o Probabilidad Conjunta. REGLA ADITIVA: Esta regla expresa la probabilidad de que ocurran dos o más sucesos a la vez, P ( A U B). Puede presentarse de dos formas: para conjuntos con intersección y para conju ntos mutuamente excluyentes. Veamos: 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.
  • 10. 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 B dado que ocurrió A o simplemente la probabilidad de B dado A. • probabilidad condicional de B, dado A, que se denota P(B|A), se como: Ejemplo:
  • 11.
  • 12. REGLAS MULTIPLICATIVAS: Al multiplicar la formula P(B/A) =P( A Ç B)/ P(A) por P( A); obtenemos siguiente regla multiplicativa, esta es importante por que nos permite calcular la probabilidad de que ocurran dos eventos. Teorema: si un experimento pueden ocurrir los eventos A y B, P( A Ç B)= P( A) P(B/A). así la probabilidad de que ocurran A y B es igual a la probabilidad de que ocurra A multiplicada por la de que ocurra B, dado que ocurre A. Ejemplo 1: Si una moneda equilibrada se lanza dos veces, la probabilidad de ambos lanzamientos den por resultado una “cara” es : (1/2) x (1/2) = (1/4)
  • 13. Ejemplo 2: Chris posee dos inventarios independientes uno de otro. La probabilidad de que el inventario A aumente su valor el próximo es .5. La probabilidad de que el B aumente el suyo es .7. ¿Cuál es la probabilidad de que ambos aumenten su valor el próximo año? P(A y B) = (.5)(.7) = .35 ¿Cuál es la probabilidad de que al menos uno aumente su valor el próximo año (esto implica que cualquiera de los dos o ambos aumenten)? Así, P(al menos uno) = (.5)(.3) + (.5)(.7) + (.7)(.5) = .85.