SlideShare una empresa de Scribd logo
1 de 13
PARTE I: TEORIA Y CALCULO DE PROBABILIDADES

  I.       DEMUESTRESE QUE SE CUMPLEN EN ESTAS PROPIEDADES EN UN
           ESPACIO DE PROBABILIDAD (Ω,A,P(.)):

1.1-Para eventos cualesquiera A1 Y A2 se cumple la probabilidad condicional:

       P(A1/ A2)= P(A1A2)/P(A2); tal que: P(A2)>0

1.2-Para dos eventos incompatibles: P(A U B) = P (A) + P(B)




                   Pero




                   TAMBIEN:




1.3- Para tres eventos cualesquiera A1, A2 y A3 se cumple el teorema de la adición:




Solución
Solución

               , se cumple




1.4- Si A es un evento, entonces:    … Teorema del complemento.




Solución

Ac + A =

P (Ac) + P (A) = P (Ω)
P (Ac) + P (A) = 1
P (Ac) = 1 – P (A)…………………………………..l.q.q.d.
1.5- Teorema de la Multiplicación no independientes.

Demostración

De la primera propiedad de probabilidad condicional se tiene




De la segunda condición de la probabilidad de la condicional se tiene


                                           )


                                               ……………l.q.q.d.

1.6-Teorema de la Multiplicación no independientes.



1.7-Partición del espacio maestral y teorema de la probabilidad total

   sabemos que:



   Para cualquier evento A en Ω se tiene

   A=A      Ω


   A=A (



   A= (A        )   (A    )   … (A     )



   Los eventos A         yA      i   son mutuamente excluyentes, pues:




   Tomando probabilidades a ambos miembros de la igualdad del paso (2) tenemos.

           =P            +P           +…+P
=                                     ...+




1.8-Partición del espacio muestral, Teorema de la Probabilidad Total y Teorema de Bayes.




   Suponemos que los eventos                          forman una partición de un espacio

   muestral Ω; esto es, que los eventos         son mutuamente excluyentes y su unión es
   Ω. Ahora sea B otro evento. Entonces:



   B=Ω      B=(                      ) B




   Donde las           son eventos mutuamente exclusivos. Por lo tanto:




   P (B) =P (         )+P(            )+…+P(              )




   De lo que por el teorema de la multiplicación,
P (B) =        P        +         P           + ... +       P


   Por otra parte, para cualquier i, la probabilidad condicional de       dado B se define por:



             =


   En esta ecuación usamos 1 para reemplazar P (B) y usamos



             =                 para reemplazar             , obteniendo así el:




II) En una reunión de 25 personas, se pide calcular la probabilidad de que se celebren su
cumpleaños el mismo día del año al menos dos personas.

La probabilidad deseada se obtiene más fácilmente si calculamos primero la
probabilidad de que no haya ninguna pareja de personas con el mismo cumpleaños y
restamos luego este resultado de uno.

Sea el suceso A = {"al menos dos personas celebran su cumpleaños a la vez"} y su
complementario Ac = {"no hay dos personas que celebren su cumpleaños a la vez"}

Un individuo, seleccionado al azar, podría cumplir años en cualquiera de los 365 días
del año, de manera análoga, un segundo individuo podría cumplir años en cualquiera de
los 365 días, etc. Por lo tanto, el espacio muestral está constituido por:

 365N = 36525 = 1.141 × 10 64puntos, a cada uno de los cuales corresponde la misma
probabilidad.

Los casos favorables son los siguientes: como la primera de las personas puede haber
nacido uno de los 365 días del año, la siguiente unos de los 364 días restantes y así
sucesivamente, resultan:
Por lo tanto, la probabilidad de que ningún par de cumpleaños coincida es:


P (Ac) =


Finalmente, la probabilidad de que por lo menos dos personas coincidan en su
cumpleaños es:

P(A) = 1 - P (Ac) = 1 – 0.4313 = 0.5687 =56.87%

I.E) La probabilidad de ocurrencia de que se celebren su cumpleaños el mismo día del
año al menos dos personas es 56.87%
   III)       La probabilidad de que un hombre viva 10 años más es 1/4, y la probabilidad
              de que su esposa viva 10 años más es 1/3. Hallar la probabilidad de que:
          III-a) Ambos vivan 10 años más.

          III -b) Al menos uno viva al cabo de 10 años.

          III -c) Ninguno viva al cabo de 10 años.

          III -d) Solamente la esposa viva al cabo de 10 años.



          Solución:



          Sean los eventos H= {que el hombre viva 10 años más} y

          E= {que su esposa viva 10 años más}



          P (H)=1/4            P (E) =1/3



     Podemos deducir con facilidad que ambos sucesos son independientes entre si, por lo
     cual:

     P (HE) = P (H) P (E) = (1/4) (1/3) = 1/12=0.083



     La probabilidad se solo H es:



     P (H-E) = P (H) – P (HE)=1/4 – 1/12 = 1/6= 0.167



     La probabilidad se solo E es:
P (E-H) = P (E) – P (HE) = 1/3 – 1/12 = 1/4= 0.25



Llevando los datos al diagrama de Venn Euler:




 IV-a) Ambos vivan 10 años más.



 P (AB) = P(A) P (B) = 0.083 = 1/12



 I.E) La probabilidad de ocurrencia de que Ambos vivan 10 años más es 1/12


 IV-b) Al menos uno viva al cabo de 10 años.



 P (AUB) = P (A) + P (B) – P (AB) = 1/4 + 1/3 – 1/12 = 1/2



           I.E) La probabilidad de ocurrencia de que Al menos uno viva al cabo de 10 años
 es 1/2.




 IV-c) Ninguno viva al cabo de 10 años.



 P (HcEc) = P ((AUB) c) = 1 – P (AUB) = 1 – 1/2 = 1/2
I.E) La probabilidad de ocurrencia de que ninguno viva al cabo de 10 años es
      1/2.



      IV-d) Solamente la esposa viva al cabo de 10 años.



 P (H-E) = P (H) – P (HE)=1/4 – 1/12 = 1/6



             I.E) La probabilidad de ocurrencia de que solamente la esposa viva al cabo de
      10 años es 1/2.




IV)   Dos maquinas A y B han producido respectivamente, 100 y 200 piezas. Si se
      sabe que A produce un 5% de piezas defectuosas y B un 6%. Se toma una
      pieza, y se pide:
 IV-a) Probabilidad de que sea defectuosa.

 IV-b) Sabiendo que es defectuosa, probabilidad de que proceda de la primera
 máquina.



 Solución:



 El total de piezas es 300 por lo cual cada máquina producirá respectivamente:




 Sean los sucesos:



 N= {proceda de la primera máquina} P(N)=1/3
Q= {proceda de la segunda maquina} P (Q)=2/3



Y M= {sea defectuosa}



P (N M)=5%




P (Q M)=6%




V-a) Probabilidad de que sea defectuosa.



Por el teorema de la probabilidad total tenemos:




P (M)= P(N) P (M|N) + P (Q) P (M|Q)=


P (M) =




P (M) = (5%) + (6%) = 11%
I.E) La probabilidad de ocurrencia de que la pieza sea defectuosa es 11%.

     V-b) Sabiendo que es defectuosa, probabilidad de que proceda de la primera máquina.

     Por el teorema de Bayes tenemos:




     P (N|M) =




     Utilizando el teorema de la multiplicación tenemos:




     P (N|M) =




     I.E) La probabilidad de ocurrencia de que la pieza proceda de la primera máquina,
     sabiendo que es defectuosa es 5/11.




 V) En una Universidad en que solo hay estudiantes de Arquitectura, Ingeniería Civil y
    Letras, terminan la carrera como invictos el 5% de Arquitectura, el 10% de
    Ingeniería Civil y el 20% de Letras. Se sabe que el 20% estudian Arquitectura, el
    30% Civil y el 50% Letras. Eligiendo un estudiante al azar se pide:
    VI-a) Probabilidad de que sea de Arquitectura y haya terminado la carrera.

     VI-b) nos dice que ha terminado la carrera. Probabilidad de que sea de
     Arquitectura.

Solución:
VI-a) probabilidad de que sea de arquitectura y haya terminado la carrera.

P [A/I] = P (I A) / P (A)

P [A/I] = 0.05/0.20

P [C/A]= 0.25

Interpretación Estocástica: la probabilidad de ocurrencia del evento “que sea de arquitectura y
haya terminado la carrera I” es: 0.25

VI-b) nos dice que ha terminado la carrera. Probabilidad de que sea de arquitectura.

P (A)/P(I) = 0.05/0.35 =0.142857

Interpretación estocástica.- la probabilidad de ocurrencia del evento “que ha terminado la
carrera y sea de arquitectura “es: 0.142857

VI)   En la figura nº 4.1 se supone que la probabilidad de que cada relé este cerrado es
      “p” y que cada relé o se abre o se cierra independientemente de cualquier orto.
      Encontrar la probabilidad de que la corriente pase de I a D. Sugerencia.-
      Probabilidad de eventos Independientes.
Sea E y F la corriente que pasa respectivamente, entonces:

1             E=




                                                             )




2




3             Sea IR la corriente que pasa de I a R:
4             Sea ID la corriente que pasa de I a R y de R a D:




Interpretación estocástica: la probabilidad del evento “que la corriente pase de I a D”

Más contenido relacionado

La actualidad más candente

RESOLUCIÓN DE EJERCICIOS UNIDAD II JOSÉ ENRIQUE NAVARRETE TORRES.pdf
RESOLUCIÓN DE EJERCICIOS UNIDAD II JOSÉ ENRIQUE NAVARRETE TORRES.pdfRESOLUCIÓN DE EJERCICIOS UNIDAD II JOSÉ ENRIQUE NAVARRETE TORRES.pdf
RESOLUCIÓN DE EJERCICIOS UNIDAD II JOSÉ ENRIQUE NAVARRETE TORRES.pdfKenyi Zambrano Carranza
 
Distribución binomial
Distribución binomialDistribución binomial
Distribución binomialWiwi Hdez
 
Eventos independientes y mutuamente excluyentes
Eventos independientes y mutuamente excluyentesEventos independientes y mutuamente excluyentes
Eventos independientes y mutuamente excluyentesPamela Rojas Oyarzún
 
Estudio de los conceptos de la probabilidad
Estudio de los conceptos de la probabilidadEstudio de los conceptos de la probabilidad
Estudio de los conceptos de la probabilidadDaday Rivas
 
Trabajo final de estadistica
Trabajo final de estadisticaTrabajo final de estadistica
Trabajo final de estadisticaCYALE19
 
Distribución Binomial
Distribución BinomialDistribución Binomial
Distribución Binomialsamantharisa
 
Ejemplos de ejercicios bernoulli
Ejemplos de ejercicios bernoulliEjemplos de ejercicios bernoulli
Ejemplos de ejercicios bernoulliCarol Ramos
 
Probabilidades fundamentos (1)
Probabilidades fundamentos (1)Probabilidades fundamentos (1)
Probabilidades fundamentos (1)cecy_4ever
 
Estadistica probabilidad
Estadistica probabilidadEstadistica probabilidad
Estadistica probabilidadjennycol
 
Teorema de bayes probabilidad condicional y probabilidad total
Teorema de bayes probabilidad condicional y probabilidad totalTeorema de bayes probabilidad condicional y probabilidad total
Teorema de bayes probabilidad condicional y probabilidad totalElizabeth Ledezma
 
Estadística inferencial
Estadística inferencialEstadística inferencial
Estadística inferencialMagdalena B
 
Variable aleatoria y Distribuciónes de Probabilidad
Variable aleatoria y Distribuciónes de ProbabilidadVariable aleatoria y Distribuciónes de Probabilidad
Variable aleatoria y Distribuciónes de ProbabilidadJoan Fernando Chipia Lobo
 

La actualidad más candente (20)

RESOLUCIÓN DE EJERCICIOS UNIDAD II JOSÉ ENRIQUE NAVARRETE TORRES.pdf
RESOLUCIÓN DE EJERCICIOS UNIDAD II JOSÉ ENRIQUE NAVARRETE TORRES.pdfRESOLUCIÓN DE EJERCICIOS UNIDAD II JOSÉ ENRIQUE NAVARRETE TORRES.pdf
RESOLUCIÓN DE EJERCICIOS UNIDAD II JOSÉ ENRIQUE NAVARRETE TORRES.pdf
 
Distribución binomial
Distribución binomialDistribución binomial
Distribución binomial
 
Eventos independientes y mutuamente excluyentes
Eventos independientes y mutuamente excluyentesEventos independientes y mutuamente excluyentes
Eventos independientes y mutuamente excluyentes
 
Estudio de los conceptos de la probabilidad
Estudio de los conceptos de la probabilidadEstudio de los conceptos de la probabilidad
Estudio de los conceptos de la probabilidad
 
Trabajo final de estadistica
Trabajo final de estadisticaTrabajo final de estadistica
Trabajo final de estadistica
 
Distribución Binomial
Distribución BinomialDistribución Binomial
Distribución Binomial
 
Ejemplos de ejercicios bernoulli
Ejemplos de ejercicios bernoulliEjemplos de ejercicios bernoulli
Ejemplos de ejercicios bernoulli
 
Ph2 m
Ph2 mPh2 m
Ph2 m
 
Teoria de la probabilidad
Teoria de la probabilidadTeoria de la probabilidad
Teoria de la probabilidad
 
Probabilidades fundamentos (1)
Probabilidades fundamentos (1)Probabilidades fundamentos (1)
Probabilidades fundamentos (1)
 
Estadistica probabilidad
Estadistica probabilidadEstadistica probabilidad
Estadistica probabilidad
 
DISTRIBUCION BINOMIAL
DISTRIBUCION BINOMIALDISTRIBUCION BINOMIAL
DISTRIBUCION BINOMIAL
 
Teorema de bayes probabilidad condicional y probabilidad total
Teorema de bayes probabilidad condicional y probabilidad totalTeorema de bayes probabilidad condicional y probabilidad total
Teorema de bayes probabilidad condicional y probabilidad total
 
Distribucion uniforme continua
Distribucion uniforme continuaDistribucion uniforme continua
Distribucion uniforme continua
 
Ejercicios resueltos
Ejercicios resueltosEjercicios resueltos
Ejercicios resueltos
 
Distribucion binomial ñ.ñ
Distribucion binomial ñ.ñDistribucion binomial ñ.ñ
Distribucion binomial ñ.ñ
 
Estadística inferencial
Estadística inferencialEstadística inferencial
Estadística inferencial
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Probabilidades .......
Probabilidades .......Probabilidades .......
Probabilidades .......
 
Variable aleatoria y Distribuciónes de Probabilidad
Variable aleatoria y Distribuciónes de ProbabilidadVariable aleatoria y Distribuciónes de Probabilidad
Variable aleatoria y Distribuciónes de Probabilidad
 

Destacado

EJERICIOS DE ESTADISTICA DIFERENCIAL
EJERICIOS DE ESTADISTICA DIFERENCIALEJERICIOS DE ESTADISTICA DIFERENCIAL
EJERICIOS DE ESTADISTICA DIFERENCIALJohn Andres
 
Primer informe
Primer informePrimer informe
Primer informeEmisoras
 
38 nuevas leyes físicas - muestra de contactos y seguidores de las nuevas l...
38   nuevas leyes físicas - muestra de contactos y seguidores de las nuevas l...38   nuevas leyes físicas - muestra de contactos y seguidores de las nuevas l...
38 nuevas leyes físicas - muestra de contactos y seguidores de las nuevas l...Miguel Cabral Martín
 
Programa de USAID para el Desarrollo de las PYME. Boletín No. 1
Programa de USAID para el Desarrollo de las PYME. Boletín No. 1Programa de USAID para el Desarrollo de las PYME. Boletín No. 1
Programa de USAID para el Desarrollo de las PYME. Boletín No. 1lorenasanchez777701
 
Estadisticas cancer vesicular
Estadisticas cancer vesicularEstadisticas cancer vesicular
Estadisticas cancer vesicularJuan Alberto
 
belleza de nuestra sede
belleza de nuestra sedebelleza de nuestra sede
belleza de nuestra sedeMayerli Vera
 
Coronación de María en los hogares
Coronación de María en los hogaresCoronación de María en los hogares
Coronación de María en los hogaresMaria Madre de Dios
 
Uso eficiente de twitter
Uso eficiente de twitterUso eficiente de twitter
Uso eficiente de twitterChema G.Soto
 
Presentación tic y gestión del medio ambiente
Presentación tic  y gestión del medio ambientePresentación tic  y gestión del medio ambiente
Presentación tic y gestión del medio ambientePatricia Parrouty
 
68 - quid pro quo - como me trataron les trato
68 - quid pro quo - como me trataron les trato68 - quid pro quo - como me trataron les trato
68 - quid pro quo - como me trataron les tratoMiguel Cabral Martín
 
Xarxes socials per a l'empresa
Xarxes socials per a l'empresaXarxes socials per a l'empresa
Xarxes socials per a l'empresaAngel Miralles
 

Destacado (20)

EJERICIOS DE ESTADISTICA DIFERENCIAL
EJERICIOS DE ESTADISTICA DIFERENCIALEJERICIOS DE ESTADISTICA DIFERENCIAL
EJERICIOS DE ESTADISTICA DIFERENCIAL
 
Probabilidad clásica
Probabilidad clásicaProbabilidad clásica
Probabilidad clásica
 
Primer informe
Primer informePrimer informe
Primer informe
 
38 nuevas leyes físicas - muestra de contactos y seguidores de las nuevas l...
38   nuevas leyes físicas - muestra de contactos y seguidores de las nuevas l...38   nuevas leyes físicas - muestra de contactos y seguidores de las nuevas l...
38 nuevas leyes físicas - muestra de contactos y seguidores de las nuevas l...
 
Guía de registro de materias 2013 b
Guía de registro de materias 2013 bGuía de registro de materias 2013 b
Guía de registro de materias 2013 b
 
Programa de USAID para el Desarrollo de las PYME. Boletín No. 1
Programa de USAID para el Desarrollo de las PYME. Boletín No. 1Programa de USAID para el Desarrollo de las PYME. Boletín No. 1
Programa de USAID para el Desarrollo de las PYME. Boletín No. 1
 
Estadisticas cancer vesicular
Estadisticas cancer vesicularEstadisticas cancer vesicular
Estadisticas cancer vesicular
 
Sociaales! )
Sociaales! )Sociaales! )
Sociaales! )
 
belleza de nuestra sede
belleza de nuestra sedebelleza de nuestra sede
belleza de nuestra sede
 
Coronación de María en los hogares
Coronación de María en los hogaresCoronación de María en los hogares
Coronación de María en los hogares
 
Gmail
GmailGmail
Gmail
 
Uso eficiente de twitter
Uso eficiente de twitterUso eficiente de twitter
Uso eficiente de twitter
 
Noticias agenda 21 huella ecologica
Noticias agenda 21 huella ecologicaNoticias agenda 21 huella ecologica
Noticias agenda 21 huella ecologica
 
Dn12 u3 a2_any
Dn12 u3 a2_anyDn12 u3 a2_any
Dn12 u3 a2_any
 
Presen
PresenPresen
Presen
 
Convocatorias
ConvocatoriasConvocatorias
Convocatorias
 
Presentación tic y gestión del medio ambiente
Presentación tic  y gestión del medio ambientePresentación tic  y gestión del medio ambiente
Presentación tic y gestión del medio ambiente
 
68 - quid pro quo - como me trataron les trato
68 - quid pro quo - como me trataron les trato68 - quid pro quo - como me trataron les trato
68 - quid pro quo - como me trataron les trato
 
Xarxes socials per a l'empresa
Xarxes socials per a l'empresaXarxes socials per a l'empresa
Xarxes socials per a l'empresa
 
Lg optimus l7
Lg optimus l7Lg optimus l7
Lg optimus l7
 

Similar a Soulucionario de estadistica

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 EsthelaGarcia5
 
2° Distribución de Prob-Variable Aleatoria-1.pdf
2° Distribución de Prob-Variable Aleatoria-1.pdf2° Distribución de Prob-Variable Aleatoria-1.pdf
2° Distribución de Prob-Variable Aleatoria-1.pdfCarlos Araya Morata
 
Apoyo para unidad 4
Apoyo para unidad 4Apoyo para unidad 4
Apoyo para unidad 4matedivliss
 
apuntes Probabilidad
apuntes Probabilidadapuntes Probabilidad
apuntes Probabilidadmgarmon965
 
ELEMENTOS DE PROBABILIDAD
ELEMENTOS DE PROBABILIDADELEMENTOS DE PROBABILIDAD
ELEMENTOS DE PROBABILIDADOlga Lima
 
Taller n. 4 operaciones con probabilidades noveno
Taller n. 4 operaciones con probabilidades novenoTaller n. 4 operaciones con probabilidades noveno
Taller n. 4 operaciones con probabilidades novenoAzucena Gil Triana
 
Experimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y SucesosExperimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y SucesosCarmen Batiz
 
Experimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y SucesosExperimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y SucesosCarmen Batiz
 
Probabilidad y estadística
Probabilidad y estadística Probabilidad y estadística
Probabilidad y estadística ErnestoFern
 
2.4. probabilidad con tecnicas de conteo
2.4.  probabilidad con tecnicas de conteo2.4.  probabilidad con tecnicas de conteo
2.4. probabilidad con tecnicas de conteoITCM
 
Foro probabilidades -
Foro  probabilidades -Foro  probabilidades -
Foro probabilidades -Anabel Condor
 
4 elementos de la probabilidad
4 elementos de la probabilidad4 elementos de la probabilidad
4 elementos de la probabilidadinsucoppt
 
T2 teoria de-la_probabilidad
T2 teoria de-la_probabilidadT2 teoria de-la_probabilidad
T2 teoria de-la_probabilidadalexray100
 

Similar a Soulucionario de estadistica (20)

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
 
2° Distribución de Prob-Variable Aleatoria-1.pdf
2° Distribución de Prob-Variable Aleatoria-1.pdf2° Distribución de Prob-Variable Aleatoria-1.pdf
2° Distribución de Prob-Variable Aleatoria-1.pdf
 
Apoyo para unidad 4
Apoyo para unidad 4Apoyo para unidad 4
Apoyo para unidad 4
 
apuntes Probabilidad
apuntes Probabilidadapuntes Probabilidad
apuntes Probabilidad
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
ELEMENTOS DE PROBABILIDAD
ELEMENTOS DE PROBABILIDADELEMENTOS DE PROBABILIDAD
ELEMENTOS DE PROBABILIDAD
 
Taller n. 4 operaciones con probabilidades noveno
Taller n. 4 operaciones con probabilidades novenoTaller n. 4 operaciones con probabilidades noveno
Taller n. 4 operaciones con probabilidades noveno
 
Experimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y SucesosExperimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y Sucesos
 
Experimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y SucesosExperimentos Aleatorios Y Sucesos
Experimentos Aleatorios Y Sucesos
 
Probabilidad y estadística
Probabilidad y estadística Probabilidad y estadística
Probabilidad y estadística
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
2.4. probabilidad con tecnicas de conteo
2.4.  probabilidad con tecnicas de conteo2.4.  probabilidad con tecnicas de conteo
2.4. probabilidad con tecnicas de conteo
 
Foro probabilidades -
Foro  probabilidades -Foro  probabilidades -
Foro probabilidades -
 
4 elementos de la probabilidad
4 elementos de la probabilidad4 elementos de la probabilidad
4 elementos de la probabilidad
 
u2-180305052750 (1).pptx
u2-180305052750 (1).pptxu2-180305052750 (1).pptx
u2-180305052750 (1).pptx
 
Fundamentos de probabilidad
Fundamentos de probabilidadFundamentos de probabilidad
Fundamentos de probabilidad
 
T2 teoria de-la_probabilidad
T2 teoria de-la_probabilidadT2 teoria de-la_probabilidad
T2 teoria de-la_probabilidad
 
Guia III estadistica
Guia III estadisticaGuia III estadistica
Guia III estadistica
 
probabilidadPDF.pdf
probabilidadPDF.pdfprobabilidadPDF.pdf
probabilidadPDF.pdf
 

Soulucionario de estadistica

  • 1. PARTE I: TEORIA Y CALCULO DE PROBABILIDADES I. DEMUESTRESE QUE SE CUMPLEN EN ESTAS PROPIEDADES EN UN ESPACIO DE PROBABILIDAD (Ω,A,P(.)): 1.1-Para eventos cualesquiera A1 Y A2 se cumple la probabilidad condicional: P(A1/ A2)= P(A1A2)/P(A2); tal que: P(A2)>0 1.2-Para dos eventos incompatibles: P(A U B) = P (A) + P(B) Pero TAMBIEN: 1.3- Para tres eventos cualesquiera A1, A2 y A3 se cumple el teorema de la adición: Solución
  • 2. Solución , se cumple 1.4- Si A es un evento, entonces: … Teorema del complemento. Solución Ac + A = P (Ac) + P (A) = P (Ω) P (Ac) + P (A) = 1 P (Ac) = 1 – P (A)…………………………………..l.q.q.d.
  • 3. 1.5- Teorema de la Multiplicación no independientes. Demostración De la primera propiedad de probabilidad condicional se tiene De la segunda condición de la probabilidad de la condicional se tiene ) ……………l.q.q.d. 1.6-Teorema de la Multiplicación no independientes. 1.7-Partición del espacio maestral y teorema de la probabilidad total sabemos que: Para cualquier evento A en Ω se tiene A=A Ω A=A ( A= (A ) (A ) … (A ) Los eventos A yA i son mutuamente excluyentes, pues: Tomando probabilidades a ambos miembros de la igualdad del paso (2) tenemos. =P +P +…+P
  • 4. = ...+ 1.8-Partición del espacio muestral, Teorema de la Probabilidad Total y Teorema de Bayes. Suponemos que los eventos forman una partición de un espacio muestral Ω; esto es, que los eventos son mutuamente excluyentes y su unión es Ω. Ahora sea B otro evento. Entonces: B=Ω B=( ) B Donde las son eventos mutuamente exclusivos. Por lo tanto: P (B) =P ( )+P( )+…+P( ) De lo que por el teorema de la multiplicación,
  • 5. P (B) = P + P + ... + P Por otra parte, para cualquier i, la probabilidad condicional de dado B se define por: = En esta ecuación usamos 1 para reemplazar P (B) y usamos = para reemplazar , obteniendo así el: II) En una reunión de 25 personas, se pide calcular la probabilidad de que se celebren su cumpleaños el mismo día del año al menos dos personas. La probabilidad deseada se obtiene más fácilmente si calculamos primero la probabilidad de que no haya ninguna pareja de personas con el mismo cumpleaños y restamos luego este resultado de uno. Sea el suceso A = {"al menos dos personas celebran su cumpleaños a la vez"} y su complementario Ac = {"no hay dos personas que celebren su cumpleaños a la vez"} Un individuo, seleccionado al azar, podría cumplir años en cualquiera de los 365 días del año, de manera análoga, un segundo individuo podría cumplir años en cualquiera de los 365 días, etc. Por lo tanto, el espacio muestral está constituido por: 365N = 36525 = 1.141 × 10 64puntos, a cada uno de los cuales corresponde la misma probabilidad. Los casos favorables son los siguientes: como la primera de las personas puede haber nacido uno de los 365 días del año, la siguiente unos de los 364 días restantes y así sucesivamente, resultan:
  • 6. Por lo tanto, la probabilidad de que ningún par de cumpleaños coincida es: P (Ac) = Finalmente, la probabilidad de que por lo menos dos personas coincidan en su cumpleaños es: P(A) = 1 - P (Ac) = 1 – 0.4313 = 0.5687 =56.87% I.E) La probabilidad de ocurrencia de que se celebren su cumpleaños el mismo día del año al menos dos personas es 56.87% III) La probabilidad de que un hombre viva 10 años más es 1/4, y la probabilidad de que su esposa viva 10 años más es 1/3. Hallar la probabilidad de que: III-a) Ambos vivan 10 años más. III -b) Al menos uno viva al cabo de 10 años. III -c) Ninguno viva al cabo de 10 años. III -d) Solamente la esposa viva al cabo de 10 años. Solución: Sean los eventos H= {que el hombre viva 10 años más} y E= {que su esposa viva 10 años más} P (H)=1/4 P (E) =1/3 Podemos deducir con facilidad que ambos sucesos son independientes entre si, por lo cual: P (HE) = P (H) P (E) = (1/4) (1/3) = 1/12=0.083 La probabilidad se solo H es: P (H-E) = P (H) – P (HE)=1/4 – 1/12 = 1/6= 0.167 La probabilidad se solo E es:
  • 7. P (E-H) = P (E) – P (HE) = 1/3 – 1/12 = 1/4= 0.25 Llevando los datos al diagrama de Venn Euler: IV-a) Ambos vivan 10 años más. P (AB) = P(A) P (B) = 0.083 = 1/12 I.E) La probabilidad de ocurrencia de que Ambos vivan 10 años más es 1/12 IV-b) Al menos uno viva al cabo de 10 años. P (AUB) = P (A) + P (B) – P (AB) = 1/4 + 1/3 – 1/12 = 1/2 I.E) La probabilidad de ocurrencia de que Al menos uno viva al cabo de 10 años es 1/2. IV-c) Ninguno viva al cabo de 10 años. P (HcEc) = P ((AUB) c) = 1 – P (AUB) = 1 – 1/2 = 1/2
  • 8. I.E) La probabilidad de ocurrencia de que ninguno viva al cabo de 10 años es 1/2. IV-d) Solamente la esposa viva al cabo de 10 años. P (H-E) = P (H) – P (HE)=1/4 – 1/12 = 1/6 I.E) La probabilidad de ocurrencia de que solamente la esposa viva al cabo de 10 años es 1/2. IV) Dos maquinas A y B han producido respectivamente, 100 y 200 piezas. Si se sabe que A produce un 5% de piezas defectuosas y B un 6%. Se toma una pieza, y se pide: IV-a) Probabilidad de que sea defectuosa. IV-b) Sabiendo que es defectuosa, probabilidad de que proceda de la primera máquina. Solución: El total de piezas es 300 por lo cual cada máquina producirá respectivamente: Sean los sucesos: N= {proceda de la primera máquina} P(N)=1/3
  • 9. Q= {proceda de la segunda maquina} P (Q)=2/3 Y M= {sea defectuosa} P (N M)=5% P (Q M)=6% V-a) Probabilidad de que sea defectuosa. Por el teorema de la probabilidad total tenemos: P (M)= P(N) P (M|N) + P (Q) P (M|Q)= P (M) = P (M) = (5%) + (6%) = 11%
  • 10. I.E) La probabilidad de ocurrencia de que la pieza sea defectuosa es 11%. V-b) Sabiendo que es defectuosa, probabilidad de que proceda de la primera máquina. Por el teorema de Bayes tenemos: P (N|M) = Utilizando el teorema de la multiplicación tenemos: P (N|M) = I.E) La probabilidad de ocurrencia de que la pieza proceda de la primera máquina, sabiendo que es defectuosa es 5/11. V) En una Universidad en que solo hay estudiantes de Arquitectura, Ingeniería Civil y Letras, terminan la carrera como invictos el 5% de Arquitectura, el 10% de Ingeniería Civil y el 20% de Letras. Se sabe que el 20% estudian Arquitectura, el 30% Civil y el 50% Letras. Eligiendo un estudiante al azar se pide: VI-a) Probabilidad de que sea de Arquitectura y haya terminado la carrera. VI-b) nos dice que ha terminado la carrera. Probabilidad de que sea de Arquitectura. Solución:
  • 11. VI-a) probabilidad de que sea de arquitectura y haya terminado la carrera. P [A/I] = P (I A) / P (A) P [A/I] = 0.05/0.20 P [C/A]= 0.25 Interpretación Estocástica: la probabilidad de ocurrencia del evento “que sea de arquitectura y haya terminado la carrera I” es: 0.25 VI-b) nos dice que ha terminado la carrera. Probabilidad de que sea de arquitectura. P (A)/P(I) = 0.05/0.35 =0.142857 Interpretación estocástica.- la probabilidad de ocurrencia del evento “que ha terminado la carrera y sea de arquitectura “es: 0.142857 VI) En la figura nº 4.1 se supone que la probabilidad de que cada relé este cerrado es “p” y que cada relé o se abre o se cierra independientemente de cualquier orto. Encontrar la probabilidad de que la corriente pase de I a D. Sugerencia.- Probabilidad de eventos Independientes.
  • 12. Sea E y F la corriente que pasa respectivamente, entonces: 1 E= ) 2 3 Sea IR la corriente que pasa de I a R:
  • 13. 4 Sea ID la corriente que pasa de I a R y de R a D: Interpretación estocástica: la probabilidad del evento “que la corriente pase de I a D”