Introducción A Distribución de Probabilidades
Introducción A Distribución de Probabilidades
Introducción A Distribución de Probabilidades
Probabilidades
Ejemplo: Queremos
saber los posibles
T resultados de Nro de
CARAS luego de lanzar
T
dos veces una moneda
T T legal.....
Introduccin a las Distribuciones de Probabilidad
1era 2da Numero Probabilidad
Moneda Moneda Caras
Cara Cara 2 0.5*0.5=
0.25
Sello Sello 0 0.5*0.5=
0.25
Cara Sello 1 0.5*0.5=
0.25
Sello Cara 1 0.5*0.5=
0.25
Representacin grafica de la
distribucin de probabilidades
Probabilidad del nmero de caras en dos
lanzamientos de una moneda
legal
0.5
0.25
Nmero de caras
0 1 2
Experimento Lanzamiento de
DOS dados en el Casino: Con 7 u
11 gano.. Si no , debo repetir el
numero obtenido si sale 7 antes
pierdo Es facil?
Resultados del primer dado
1 2 3 4 5 6
Resultados 1 2 3 4 5 6 7
de segundo 2 3 4 5 6 7 8
dado 3 4 5 6 7 8 9
4 5 6 7 8 9 10
5 6 7 8 9 10 11
6 7 8 9 10 11 12
6/36 Distribucin de
5/36 Probabilidades de
4/36 resultados obtenidos al
3/36
lanzar dos dados
2/36
1/36
2 3 4 5 6 7 8 9 10 11 12
Tipos de Distribucin de Probabilidades
Media x * p( x)
Varianza
2
(x ) 2
* p( x)
Desv. Estndar 2
Valor Esperado de una Variable Aleatoria
Nro Pac. 100 105 110 115 120 125 130 135
Nro das 09 13 15 19 15 11 10 08
P(x) % 9 13 15 19 15 11 10 8
Valor Esperado de una Variable Aleatoria
Valor
Demand 10 11 12 13 14 15 Esperad
Stoks Probabil 0.14 0.22 0.18 0.2 0,15 0,11
10
11
12
13
14
15
Formula de la Multiplicacin:
Si hay m formas de realizar algo y n formas de hacer otra.
Entonces hay mn formas de hacer ambas en conjunto.
Total de arreglos = mn
Ordenacin:
Numero de formas en que n objetos pueden ordenarse.
Total de arreglos = n ! Ejemplo. Numero de formas en
que pueden ordenarse tres personas dentro del Consejo
Directivo: ABC, ACB, BAC, BCA, CAB, CBA = 6
n!= 3!= 3*2*1= 6
Formula de Permutacin:
Sirve para determinar el nmero posible de arreglos nmero
de modos de ordenar r objetos seleccionados de una muestra n.
Numero de Permutaciones= nPr = n!/(n-r)!
n= total objetos r = numero de objetos a ordenar cada vez
Ejemplo: nmero de arreglos ordenados de 3 ejecutivos
seleccionados de un grupo de seis. 6P3= 6!/ (6-3)!= 120
Formula de Combinacin:
El nmero de modos de seleccionar r objetos de una muestra
n sin tener en cuenta el orden.
Numero de Combinaciones nCr = n!/r! (n-r)! = (n r)
Ejemplo: Hallar el nmero de combinaciones de 3 ejecutivos
dentro de un grupo de seis. 6C3 = 6!/3! (6-3)! = 20
PERMUTACIONES DE 6 NUMEROS SOBRE 45
5,864,443,200
8,145,060
Distribucin Binomial
Describe datos discretos, NO continuos, resultantes
de un experimento denominado proceso de Bernoulli.
Ejemplo de experimento : lanzar una moneda.
Caractersticas :
(1) En cada ensayo solo hay dos resultados posibles:
xito Fracaso
(2) La probabilidad del resultado de cualquier ensayo
permanece constante en el tiempo
(3) Los ensayos son Estadsticamente independientes.
Distribucin Binomial
Simbolos:
(p) probabilidad de xito ;
(q) probabilidad de fracaso 1-p ;
(n) nmero de ensayos efectuados;
(r ) nmero de xitos deseados.
Tenemos Probabilidad simple y acumulativa.
n! r nr
P(r ) p q
r!(n r )!
Utilizando Excel: Distribucin Binomial
Probabilidad Binomial
Caso de Six pack de Coca Cola
p= 0.8
q= 0.2
n= 6
r= 3
3!(6 3)!
Distribucin Hipergeomtrica
Se utiliza cuando la probabilidad de xito vara debido a la
NO reposicin de los elementos de las muestras (poblacin
finita). n es mayor que el 5 % de la poblacin total N. Sus
valores son cercanos a la distribucin binomial.
S= Nmero de xitos en N
R= Nmero de xitos deseados
C= Smbolo de Combinacin
Ejemplo Probabilidades Hipergeomtricas
Se fabric 50 radios. 40 salieron bien y 10 tuvieron defectos
Tenemos N = 50 ; prob. xito en N = 40/50 = 0.8
a) Cuantas muestras pueden obtenerse de r = 5 si el orden es
importante? Si el orden No interesa?
b) Se seleccion al azar 5 radios. Cual es la probabilidad de que
cuatro de ellos funcionen bien?
Solucin
Distribucin Hipergeomtrica
Se fabric 50 radios. 40 salieron bin y 10 tuvieron defectos(N=50)
Se seleccion al azar 5 radios. Cual es la probabilidad de que cuatro de ellos funcionen bien?
N= 50
S= 40
n= 5
r= 4
P(r=4)= 0.4313 Que exactamente 4 radios estn bien
P(r=5)= 0.3106
P(r>=4)= 0.7419 Que por lo menos 4 radios estn bien
Distribucin de Poisson
Conforme p se hace ms pequeo y n ms grande la
distribucin binomial se vuelve ms sesgada. En estos casos
es mejor utilizar la Distribucin de Poisson Ley de los
eventos improbables. Orientada a los defectos errores:
llamadas que llegan a una central, defectos, llegada de
camiones a una terminal, accidentes en cruces de carreteras.
*e
x
x
P( x)
x! x!e
U = n p cuando se aproxima a la binomial
X = nmero de xitos deseados
Grafico Distribucin Poisson
Distribucion Poisson
18,00%
16,00%
14,00%
12,00%
10,00%
8,00%
6,00%
4,00%
2,00%
0,00%
0 5 10 15 20 25
Ejemplo Probabilidades Poisson
Esto si es facil!
Utilizando funciones de Excel
Distribucin de Poisson
En cruce peligroso se instalar un semaforo si P(>3 accidentes)>=0.65 Se desea calcular esta
probabilidad sabiendo que el promedio de accidentes mensuales en una interseccin cualquiera es de 5.
Media= 5
P(<=3)= 0.26502592
P(>3)>= 0.73497408
Como es mayor que 0.65 se debe instalar el semforo.
Problema 2
Se determin que la probabilidad de que un egresado de
postgrado de la Universidad del Pacfico se haga millonario es
de 0.02.
Considerando que en su promocin hay 200 alumnos.....
Cual es la probabilidad de que por lo menos un egresado de su
promocin se haga millonario?
Poisson:
u =np = 200*0.02= 4
P(x>=1)= 1-P(x =0)= 1- (4)0 /0 (e)4
P(x>=1)= 1- 0.0183 = 0.9817 98.17%
Binomial:
P(0) = 200 / 0 200 (0.02)0 (0.98)200 P(0) =0.0176
P(x>=1) = 1-0.0176 = 0.9824 98.24%