p ( B/ A )=
p( A B)
, si p( A) 0
p( A)
Se llama probabilidad condicionada del suceso A respecto del suceso B, y denotamos por
p(A/B), al cociente:
p ( A /B )=
p( A B)
, si p(B) 0
p(B)
Datos
p ( M ) =40
p ( P )=25
p ( M P )=15
Resolucin
a. Si tiene preferencia por mercadotecnia, cual es la probabilidad de que tenga
preferencia por proyectos?
p ( P /M )=
p( M P)
p(M )
p ( P /M )=
0,15
0,40
p ( P /M )=0,375
p ( P /M )=37,5
Respuesta.- Si tiene preferencia por mercadotecnia, la probabilidad de que tenga
preferencia por proyectos es del 37,5%.
p ( M / P )=
p( M P)
p(P)
p ( M / P )=
0,15
0,25
p ( M / P )=0,600
p ( M / P )=60,0
Respuesta.- Si tiene preferencia por proyectos, la probabilidad de que tenga preferencia
por mercadotecnia es del 60%.
6.
Variables
B = Construccin del centro comercial
A = Aprobacin de la autopista.
Datos
p ( B / A 1) =0,90
autopista.
p ( B / A 2 )=0,20
autopista.
p ( A 1 )=0,60
p ( A 2 )=0,40
A 1 A 2=
color azul y A2 que es representado por el color rojo, A1 y A2 no se intersectan por eso es
igual a (vacio)).
A 1 A 2=
p ( B ) =p ( A 1 B ) + p ( A2 B ) ++ p ( A n B )
p ( B ) =p ( A 1 )p( B/ A1 )+ p ( A 2 )p(B / A 2)++ p ( An )p(B/ An )
Resolucin
p ( B ) =p ( A 1 )p(B/ A1 )+ p ( A 2 )p(B / A 2)
p ( B ) =0,600,90+0,400,20
p ( B ) =0,62
p ( B ) =62
Respuesta.- La probabilidad de que se construya el centro comercial es de 62%.
p ( A 1 /B ) =
p ( A1 B)
p ( B)
p ( A 1 /B )=
p ( A 1 )p( B / A 1)
p (B )
Resolucin
p ( A 1 /B ) =
p ( A 1 /B ) =
p ( A 1 )p(B/ A1 )
p (B )
0,600,90
0,62
p ( A 1 /B ) =0,8710
p ( A 1 /B ) =87,10
Respuesta.- Si el centro comercial fue construido, la probabilidad de que se construya la
autopista es del 87,10%
TEMA 2
3.
Sea X una variable aleatoria cuya funcin de densidad esta definida por:
3
f ( x )= 4 x ( 2x ) , 0 x 2
0, en otro caso
a. Calcular la esperanza matematica de X
Esperanza matemtica
En estadstica la esperanza matemtica (tambin
llamada esperanza, valor esperado, media poblacional o media) de una variable
aleatoria X, es el nmero E(X) que formaliza la idea de valor medio de un
fenmeno aleatorio.
Para una variable aleatoria absolutamente continua, la esperanza se calcula
mediante la integral de todos los valores y la funcin de densidad f(X):
E ( X )= xf (x) dx
Resolucin
3
f ( x )= x ( 2x ) , 0 x 2
4
2
E ( X )=
0
2
E ( X )=
0
2
E ( X )=
0
3
x ( 2x ) xdx
4
( 32 x 34 x ) xdx
2
( 32 x 34 x ) dx
2
3 x3 3 x4
E ( X )=
2 3 4 4
x3 3 x4
E ( X )=
2 16
E ( X )=
23 3 24
0 3 3 04
2
16
2
16
)(
E ( X )=1
Respuesta.- La esperanza matematica es igual a 1.
Var ( x )=E ( X 2 ) [ E ( X ) ]
Calculo de E(X2)
2
E ( X 2 ) =
0
2
E ( X 2 ) =
0
E ( X 2 ) =
0
3
x ( 2x ) x2 dx
4
( 32 x 34 x ) x dx
2
( 32 x 34 x ) dx
3
3 x 4 3 x5
2
(
)
E X =
2 4
4 5
3 x4 3 x 5
E ( X )=
8
20
2
4
5
4
5
32 3 2
30 3 0
2
(
)
E X =
20
)(
20
E ( X 2 ) =1 ,2
Varianza
2
Var ( x )=E ( X ) [ E ( X ) ]
Var ( x )=1,2[ 1 ]
Var ( x )=0,2
TEMA 3
3.
Distribucin de Poisson
En teora de probabilidad y estadstica, la distribucin de Poisson es una distribucin de
probabilidad discreta que expresa, a partir de una frecuencia de ocurrencia media, la
probabilidad de que ocurra un determinado nmero de eventos durante cierto perodo de
tiempo. Concretamente, se especializa en la probabilidad de ocurrencia de sucesos con
probabilidades muy pequeas, o sucesos "raros".
La funcin de masa o probabilidad de la distribucin de Poisson es
f ( k , )=
e k
k!
Dnde:
p(k, ) = probabilidad de que ocurran k xitos, cuando el nmero promedio de ocurrencia
de ellos es
= media o promedio de xitos por unidad de tiempo, rea o producto.
e = 2.718
k = variable que nos denota el nmero de xitos que se desea que ocurra.
Datos
En 1 hora (60 min) llegan 24 personas.
En 12 min llegan 5 personas.
60 min 24 personas
12 min personas
= 4,8
k=5
Resolucin
p [ k=k ] =
e k
k!
p [ k=5 ]=
e4,84,85
5!
2412
60
=4,8
p [ k=5 ]=0,1747
p [ k=5 ]=17,47