SlideShare una empresa de Scribd logo
1 de 42
PPrroobbaabbiilliiddaadd 
Clase No. 3
Probabilidad como medida numérica de la posibilidad de que un 
evento ocurra 
S = { cara, cruz }
Análisis de un proyecto de expansión de la empresa KP & L 
*Generación de energía 
Tabla. Resultados Experimentales (Puntos Muestrales) Para Proyecto de Generación Energética 
Duracion (meses) 
Etapa1 Etapa 2 Notación Proyecto Completo 
Diseño Construccion Resultados Duración (meses) 
2 6 (2,6) 8 
2 7 (2,7) 9 
2 8 (2,8) 10 
3 6 (3,6) 9 
3 7 (3,7) 10 
3 8 (3,8) 11 
4 6 (4,6) 10 
4 7 (4,7) 11 
4 8 (4,8) 12 
Objetivo: Incrementar la capacidad de generación de energía de una de sus 
plantas. El proyecto está dividido en dos etapas; etapa de diseño y etapa de 
construcción 
Un evento es una colección de puntos muestrales y un subconjunto del espacio 
muestra. 
Pronostico de tiempo requerido para cada proyecto 
Análisis de proyectos de construcción similares 
Meses 
Experimento de pasos multiples
Un diagrama de árbol es una representación gráfica que permite visualizar 
Un experimento de pasos múltiples.
Regla de conteo para experimentos de pasos múltiples 
Total de 
Resultados
Antecedentes de proyectos similares 
Tabla. Duración de 40 proyectos de KP & L 
Duracion (meses) 
Etapa1 Etapa 2 Notación No. De Proyectos que tuvieron 
Diseño Construccion Resultados Esta duración (meses) 
2 6 (2,6) 6 
2 7 (2,7) 6 
2 8 (2,8) 2 
3 6 (3,6) 4 
3 7 (3,7) 8 
3 8 (3,8) 2 
4 6 (4,6) 2 
4 7 (4,7) 4 
4 8 (4,8) 6 
Total: 40 
Asignaciones de probabilidades 
•Método clásico 
•Método de frecuencia relativa 
•Método subjetivo
Reglas para la aplicación de probabilidades
Tabla. Asignación de probabilidades para el proyecto KP&L empleando 
El método de frecuencias relativas. 
Punto Terminación de Proyecto Proyectos con esta Probabilidad 
Muestral Duración (meses) duración (meses) del punto muestral 
(2,6) 8 6 0.15 
(2,7) 9 6 0.15 
(2,8) 10 2 0.05 
(3,6) 9 4 0.1 
(3,7) 10 8 0.2 
(3,8) 11 2 0.05 
(4,6) 10 2 0.05 
(4,7) 11 4 0.1 
(4,8) 12 6 0.15 
1 
Interesa conocer si el proyecto termina en 10 meses o menos
Cual es la Probabilidad de P (L) y P(M) ? 
Probabilidad de que el proyecto dure 10 meses o menos= 0.7
Reglas de Conteo 
Combinaciones 
Permutaciones
Cuantas combinaciones de dos partes pueden seleccionarse?
Permutaciones 
Regla de conteo que calcula el número de resultados experimentales 
cuando se seleccionan n objetos de un conjunto de N objetos y el 
orden de selección es relevante.
Complemento 
Espacio Muestra 
Complemento del evento A 
El complemento de un evento A con respecto a S. es el conjunto de todos 
los elementos de S que no están en A. Se describe el complemento de A por 
AC 
La probabilidad del evento A se puede calcular si se conoce su complemento
Considere el caso de un administrador de ventas que después de revisar sus 
informes de ventas, encuentra que un 80% de los contactos con clientes nuevos 
no producen ninguna venta. Si A denota que hubo una venta y Ac el evento no 
hubo venta, el administrador tiene 
P(AC ) = 0.80 , mediante la ecuación anterior se obtiene; 
La conclusión es que la probabilidad de una venta en el contacto con el 
cliente nuevo es 0.20 
Ejemplo: Un gerente de compras encuentra que la probabilidad de que el 
proveedor surta un pedido sin piezas defectuosas es 0.90, empleando el 
complemento podemos concluir que la probabilidad de que el pedido contenga 
piezas defectuosas es P(A);
Ley de la Adición 
Probabilidad de que ocurra por lo menos uno de dos eventos. Si A y B son eventos, 
nos interesa hallar la probabilidad de que ocurra el evento A o el evento B o ambos. 
La unión de dos eventos 
Para cada par de conjuntos A y B existe un conjunto unión de los dos, que se 
denota como el cual contiene todos los elementos de A y de B. 
Espacio Muestra S 
Evento B 
Evento A
Intersección de dos eventos 
Los elementos comunes a A y B forman un conjunto denominado intersección de 
A y B, representado por .Es decir, es el conjunto que contiene a 
todos los elementos de A que al mismo tiempo están en B: 
Espacio Muestra S 
Evento B 
Evento A
Ley de la Adición 
Ejemplo.- 
Empresa ensambladora con 50 empleados, se espera que los trabajadores 
terminen a tiempo su trabajo y que pase la inspección final. 
El jefe de producción encuentra que 5 de los 50 empleados no terminan a 
tiempo su trabajo, 6 de los 50 ensamblaron mal una pieza y 2 de los 50 no 
terminaron su trabajo a tiempo y armaron mal una pieza
Ejemplo.- Estudio efectuado por el director de personal de una empresa de 
software. 
En el estudio se encontró que el 30% de los empleados que se van de la 
empresa antes de dos años, lo hacen por estar insatisfechos con el 
salario, 20% se van de la empresa por estar descontentos con el trabajo 
y 12% por estar insatisfechos con las dos cosas, el salario y el trabajo. 
Cual es la probabilidad de que un empleado se vaya de la empresa en 
menos de dos años lo haga por estar insatisfecho por el salario, con el 
trabajo o con las dos cosas? 
Sea
Eventos Mutuamente Excluyentes 
Se dice que dos eventos son mutuamente excluyentes si no tienen puntos 
muestrales en común
Ejemplo: 
Un experimento genera un espacio muestral que contiene ocho sucesos 
E1,...,E8 con p(Ei) = 1/8, i = 1,...,8. Los sucesos A y B se definen así: 
A = {E1,E4,E6} 
B = {E3,E4,E5,E6,E7} 
Encuentre: 
(a) P(A) 
(b) P(B) 
(c) P(AU B)
a) P(A) = 3/8 
(b) P(B) = 5/8 
(c) P(A U B) = P(A) + P(B) - P(AΩB) 
P(A U B) = 3/8 + 5/8 - 2/8 = 6/8 = 0,75
Probabilidad Condicional 
P A B) Probabilidad de A dado B. 
Ejemplo: 
Promoción de los agentes de policía de una determinada ciudad 
Muestra: 1200 agentes 
Hombres: 960 
Mujeres: 240 
Promovidos en los últimos 2 años: 324 
Protesta del comité femenil argumentando la poca cantidad de 
mujeres promovidas.
Eventos:
Tabla de Probabilidades Conjuntas 
Probabilidad de que un agente sea promovido dado que es hombre 
P (A M) 288/960 = 0.30
Probabilidad condicional de que se 
observe el evento A dado que el evento 
B ha ocurrido. 
Cual es la probabilidad de que un agente sea promovido dado que es mujer? 
P A W) 36/240 = 0.15 
QQuuee ccoonncclluussiioonneess oobbttiieennee??
Eventos Independientes 
LLeeyy ddee llaa mmuullttiipplliiccaacciióónn..-- 
Basada en la definición de probabilidad condicional 
Despejando de la ecuación:
Ejemplo:- 
Departamento de circulación de un periódico 
84% de los hogares están subscritos a la edición diaria de periódico, P(D)=0.84 
Probabilidad de que un hogar ya suscrito a la edición diaria se inscriba también a 
La edición dominical (evento S) es 0.75 
P (S D) = 0.75 
Cual es la probabilidad de que un hogar se suscriba a ambas, a la edición diaria y 
a la dominical? 
Aplicando la ley de multiplicación: 
Hay 63% de probabilidad de que un hogar se suscriba a ambas, a la edición diaria y 
a la dominical? 
Hay 63% de probabilidad de que un hogar se suscriba a ambas, a la edición diaria y 
a la dominical? 
Ley de multiplicación para eventos independientes
Ejercicios 
1. Suponga 2 eventos A y B y que P(A)=0.50, P(B)=0.60 ,P(A Π B) =0.40 
a.Halle P(A B) 
b.Halle P(B A) 
c.A y B son independientes? 
2. Una muestra de estudiantes de la maestría en administración de negocios, arrojó la 
siguiente información sobre la principal razón que tuvieron los estudiantes para elegir 
la escuela en donde hacen sus estudios. 
a. Con estos datos elabore una tabla de probabilidad conjunta. 
b. Use las probabilidades marginales: calidad de la escuela, costo de la escuela y otras 
para comentar cual es la principal razón por la que eligen una escuela.
c. Si es un estudiante de tiempo completo, ¿cual es la probabilidad de que la principal razón 
para su selección de la escuela halla sido la calidad de la escuela? 
d. Si es un estudiante de medio tiempo. ¿Cuál es la probabilidad de que la principal razón para 
su elección de la escuela haya sido la calidad de la escuela. 
e. Si AA denota el evento es estudiante de tiempo completo y BB denota el evento la calidad de 
la escuela fue la primera razón de su selección. ¿son independientes los eventos A y B? 
Justifique su respuesta.
PPrroobbaabbiilliiddaadd PPrreevviiaa 
Medio para calcular llaass pprroobbaabbiilliiddaaddeess ppoosstteerriioorreess 
Revisión de probabilidades
A1; Evento que la pieza viene del proveedor 1 
A2; Evento que la pieza viene del proveedor 2 
De las piezas compradas 65% viene del proveedor 1 
P(A1)=0.65, P(A2)=0.35 
La calidad de piezas varia de acuerdo al proveedor 
Eventos 
G: Evento que la pieza esta buena 
B: Evento de que la pieza está mala 
=100 
=100 
Calidad 
Previa
Proceso de recibir una pieza de los dos proveedores
Las piezas se emplean en un proceso de fabricación y una maquina se 
descompone al procesar una pieza mala. 
¿Cuál es la probabilidad de que sea del proveedor 1? 
¿Cuál es la probabilidad de que sea del proveedor 2? 
Aplicar el Teorema de Bayes: 
Se buscan las probabilidades posteriores 
Del árbol de Probabilidades 
Para hallar P(B) se sabe B solo puede presentarse de dos maneras:
1 
2
Resolviendo
Eventos mutuamente excluyentes cuya unión es todo el espacio muestral
Para realizar cálculos del teorema de Bayes
Para realizar cálculos del teorema de Bayes
Para realizar cálculos del teorema de Bayes
Ejercicios

Más contenido relacionado

La actualidad más candente

Ejercicios Resueltos: Probabilidades y Variables Aleatorias
Ejercicios Resueltos: Probabilidades y Variables AleatoriasEjercicios Resueltos: Probabilidades y Variables Aleatorias
Ejercicios Resueltos: Probabilidades y Variables Aleatorias
Javiera Huera (Temuco)
 
Cadenas de markov con estados absorbentes
Cadenas de markov con estados absorbentesCadenas de markov con estados absorbentes
Cadenas de markov con estados absorbentes
eduardoko
 
Ejercicios de probabilidades y teorema de bayes
Ejercicios de probabilidades y teorema de bayesEjercicios de probabilidades y teorema de bayes
Ejercicios de probabilidades y teorema de bayes
LuCy Liu Regalado
 
Trabajo estadistica
Trabajo estadisticaTrabajo estadistica
Trabajo estadistica
hoteles1
 
Unidad dos punto n°3
Unidad dos punto n°3Unidad dos punto n°3
Unidad dos punto n°3
eduardobarco
 

La actualidad más candente (20)

Distribucion de Poisson
Distribucion de PoissonDistribucion de Poisson
Distribucion de Poisson
 
Distribucion exponencial
Distribucion exponencialDistribucion exponencial
Distribucion exponencial
 
02 de frebreo 2011
02 de frebreo 201102 de frebreo 2011
02 de frebreo 2011
 
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
 
Problemas resuelto-de-probabilidad
Problemas resuelto-de-probabilidadProblemas resuelto-de-probabilidad
Problemas resuelto-de-probabilidad
 
Ejercicios Resueltos: Probabilidades y Variables Aleatorias
Ejercicios Resueltos: Probabilidades y Variables AleatoriasEjercicios Resueltos: Probabilidades y Variables Aleatorias
Ejercicios Resueltos: Probabilidades y Variables Aleatorias
 
Hipotesis2
Hipotesis2Hipotesis2
Hipotesis2
 
Cadenas de markov con estados absorbentes
Cadenas de markov con estados absorbentesCadenas de markov con estados absorbentes
Cadenas de markov con estados absorbentes
 
Distribución gamma y exponencial
Distribución gamma y exponencialDistribución gamma y exponencial
Distribución gamma y exponencial
 
Ejercicios1er con respuestas
Ejercicios1er con respuestasEjercicios1er con respuestas
Ejercicios1er con respuestas
 
Ejercicios de probabilidades y teorema de bayes
Ejercicios de probabilidades y teorema de bayesEjercicios de probabilidades y teorema de bayes
Ejercicios de probabilidades y teorema de bayes
 
Ingeniería económica 1
Ingeniería económica 1Ingeniería económica 1
Ingeniería económica 1
 
Ejercicios de prueba de hipotesis
Ejercicios de prueba de  hipotesisEjercicios de prueba de  hipotesis
Ejercicios de prueba de hipotesis
 
Prueba de hipotesis estadistica aplicada a la ingenieria
Prueba de hipotesis estadistica aplicada a la ingenieriaPrueba de hipotesis estadistica aplicada a la ingenieria
Prueba de hipotesis estadistica aplicada a la ingenieria
 
Trabajo estadistica
Trabajo estadisticaTrabajo estadistica
Trabajo estadistica
 
Algunas Distribuciones de Probabilidad Discreta
Algunas Distribuciones de Probabilidad DiscretaAlgunas Distribuciones de Probabilidad Discreta
Algunas Distribuciones de Probabilidad Discreta
 
S12 distribución binomial (1)
S12 distribución binomial (1)S12 distribución binomial (1)
S12 distribución binomial (1)
 
Teoremas de probabilidad
Teoremas de probabilidadTeoremas de probabilidad
Teoremas de probabilidad
 
Unidad dos punto n°3
Unidad dos punto n°3Unidad dos punto n°3
Unidad dos punto n°3
 
Ejercicios estadistica
Ejercicios estadisticaEjercicios estadistica
Ejercicios estadistica
 

Destacado

Introducció a Scrum
Introducció a ScrumIntroducció a Scrum
Introducció a Scrum
Jordi Catà
 
Registro y recepción en congresos y convenciones
Registro y recepción en congresos y convencionesRegistro y recepción en congresos y convenciones
Registro y recepción en congresos y convenciones
Brenda Lugo
 
Seguridad de Personas VIP - inteligencia Protectiva
Seguridad de Personas VIP - inteligencia ProtectivaSeguridad de Personas VIP - inteligencia Protectiva
Seguridad de Personas VIP - inteligencia Protectiva
oswaldo chomba
 
Chương 7 vật lý 11 part 2
Chương 7 vật lý 11 part 2Chương 7 vật lý 11 part 2
Chương 7 vật lý 11 part 2
Duc Le Gia
 
Ejercicios resueltos de cálculo de probabilidades
Ejercicios resueltos de  cálculo de probabilidadesEjercicios resueltos de  cálculo de probabilidades
Ejercicios resueltos de cálculo de probabilidades
María BF
 

Destacado (20)

Ejercicios deber estadistica
Ejercicios deber estadisticaEjercicios deber estadistica
Ejercicios deber estadistica
 
Probabilidad Básica. Guía de estudio- versión 2017
Probabilidad Básica. Guía de estudio- versión 2017Probabilidad Básica. Guía de estudio- versión 2017
Probabilidad Básica. Guía de estudio- versión 2017
 
Reunió pares 5è
Reunió pares 5èReunió pares 5è
Reunió pares 5è
 
Distribuciones de probabilidad en minitab
Distribuciones de probabilidad en minitabDistribuciones de probabilidad en minitab
Distribuciones de probabilidad en minitab
 
Introducció a Scrum
Introducció a ScrumIntroducció a Scrum
Introducció a Scrum
 
Libro digital probabilidad
Libro digital probabilidadLibro digital probabilidad
Libro digital probabilidad
 
Proceso de desarrollo de un Evento Virtual
Proceso de desarrollo de un Evento VirtualProceso de desarrollo de un Evento Virtual
Proceso de desarrollo de un Evento Virtual
 
Taller atención
Taller atenciónTaller atención
Taller atención
 
Resumen evento Dinamización de la Dirección de Proyectos en el sector Ingenie...
Resumen evento Dinamización de la Dirección de Proyectos en el sector Ingenie...Resumen evento Dinamización de la Dirección de Proyectos en el sector Ingenie...
Resumen evento Dinamización de la Dirección de Proyectos en el sector Ingenie...
 
Registro y recepción en congresos y convenciones
Registro y recepción en congresos y convencionesRegistro y recepción en congresos y convenciones
Registro y recepción en congresos y convenciones
 
Evento Público
Evento PúblicoEvento Público
Evento Público
 
Capítulo viii
Capítulo viiiCapítulo viii
Capítulo viii
 
Modelos de la supervicion
Modelos de la supervicion Modelos de la supervicion
Modelos de la supervicion
 
Seguridad de Personas VIP - inteligencia Protectiva
Seguridad de Personas VIP - inteligencia ProtectivaSeguridad de Personas VIP - inteligencia Protectiva
Seguridad de Personas VIP - inteligencia Protectiva
 
Estadistica para administracion y economia anderson - solucionario
Estadistica para administracion y economia   anderson - solucionarioEstadistica para administracion y economia   anderson - solucionario
Estadistica para administracion y economia anderson - solucionario
 
Chương 7 vật lý 11 part 2
Chương 7 vật lý 11 part 2Chương 7 vật lý 11 part 2
Chương 7 vật lý 11 part 2
 
Taller 3
Taller 3Taller 3
Taller 3
 
Montaje de mesas
Montaje de mesasMontaje de mesas
Montaje de mesas
 
Ejercicios resueltos de cálculo de probabilidades
Ejercicios resueltos de  cálculo de probabilidadesEjercicios resueltos de  cálculo de probabilidades
Ejercicios resueltos de cálculo de probabilidades
 
Ejercicios de distribución normal estándar y área bajo la curva (5)
Ejercicios de distribución normal estándar y área bajo la curva (5)Ejercicios de distribución normal estándar y área bajo la curva (5)
Ejercicios de distribución normal estándar y área bajo la curva (5)
 

Similar a Probabilidad y teorema de bayes class no3

Problemas de probabilidad
Problemas de probabilidadProblemas de probabilidad
Problemas de probabilidad
VicNoee
 

Similar a Probabilidad y teorema de bayes class no3 (20)

17 ejercicios probabilidad
17 ejercicios probabilidad17 ejercicios probabilidad
17 ejercicios probabilidad
 
Introducción a la probabilidad.pptx
Introducción a la probabilidad.pptxIntroducción a la probabilidad.pptx
Introducción a la probabilidad.pptx
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Probabilidad clase 2 3
Probabilidad clase 2 3Probabilidad clase 2 3
Probabilidad clase 2 3
 
Tema 2: Probabilidad
Tema 2: ProbabilidadTema 2: Probabilidad
Tema 2: Probabilidad
 
Sesion 3 semana ii 3 analisis de decision con probabilidad
Sesion  3 semana ii 3 analisis de decision con probabilidadSesion  3 semana ii 3 analisis de decision con probabilidad
Sesion 3 semana ii 3 analisis de decision con probabilidad
 
Presentación2 P R O B
Presentación2 P R O BPresentación2 P R O B
Presentación2 P R O B
 
Matemáticas y ciencias 3
Matemáticas y ciencias 3Matemáticas y ciencias 3
Matemáticas y ciencias 3
 
Probabilidad Condicional
Probabilidad CondicionalProbabilidad Condicional
Probabilidad Condicional
 
17 ejercicios probabilidad
17 ejercicios probabilidad17 ejercicios probabilidad
17 ejercicios probabilidad
 
Pronostico para la toma de decisiones aplus
Pronostico para la toma de decisiones aplusPronostico para la toma de decisiones aplus
Pronostico para la toma de decisiones aplus
 
Capítulo 05, Revisión de algunos conceptos de probabilidad
Capítulo 05, Revisión de algunos conceptos de probabilidadCapítulo 05, Revisión de algunos conceptos de probabilidad
Capítulo 05, Revisión de algunos conceptos de probabilidad
 
Sesion 07 -
Sesion 07 -Sesion 07 -
Sesion 07 -
 
Sesion 07 -
Sesion 07 -Sesion 07 -
Sesion 07 -
 
EJERCICIOS DE PROBABILIDAD Y ESTADÃ_STICA.pdf
EJERCICIOS DE PROBABILIDAD Y ESTADÃ_STICA.pdfEJERCICIOS DE PROBABILIDAD Y ESTADÃ_STICA.pdf
EJERCICIOS DE PROBABILIDAD Y ESTADÃ_STICA.pdf
 
Ejercicios de probabilidad y estadística
Ejercicios de probabilidad y estadísticaEjercicios de probabilidad y estadística
Ejercicios de probabilidad y estadística
 
Probabilidad ayudantía eiq 344-01
Probabilidad   ayudantía eiq 344-01Probabilidad   ayudantía eiq 344-01
Probabilidad ayudantía eiq 344-01
 
EJERCICIOS DE PROBABILIDAD.docx
EJERCICIOS DE PROBABILIDAD.docxEJERCICIOS DE PROBABILIDAD.docx
EJERCICIOS DE PROBABILIDAD.docx
 
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
 
Problemas de probabilidad
Problemas de probabilidadProblemas de probabilidad
Problemas de probabilidad
 

Probabilidad y teorema de bayes class no3

  • 2.
  • 3. Probabilidad como medida numérica de la posibilidad de que un evento ocurra S = { cara, cruz }
  • 4. Análisis de un proyecto de expansión de la empresa KP & L *Generación de energía Tabla. Resultados Experimentales (Puntos Muestrales) Para Proyecto de Generación Energética Duracion (meses) Etapa1 Etapa 2 Notación Proyecto Completo Diseño Construccion Resultados Duración (meses) 2 6 (2,6) 8 2 7 (2,7) 9 2 8 (2,8) 10 3 6 (3,6) 9 3 7 (3,7) 10 3 8 (3,8) 11 4 6 (4,6) 10 4 7 (4,7) 11 4 8 (4,8) 12 Objetivo: Incrementar la capacidad de generación de energía de una de sus plantas. El proyecto está dividido en dos etapas; etapa de diseño y etapa de construcción Un evento es una colección de puntos muestrales y un subconjunto del espacio muestra. Pronostico de tiempo requerido para cada proyecto Análisis de proyectos de construcción similares Meses Experimento de pasos multiples
  • 5. Un diagrama de árbol es una representación gráfica que permite visualizar Un experimento de pasos múltiples.
  • 6. Regla de conteo para experimentos de pasos múltiples Total de Resultados
  • 7. Antecedentes de proyectos similares Tabla. Duración de 40 proyectos de KP & L Duracion (meses) Etapa1 Etapa 2 Notación No. De Proyectos que tuvieron Diseño Construccion Resultados Esta duración (meses) 2 6 (2,6) 6 2 7 (2,7) 6 2 8 (2,8) 2 3 6 (3,6) 4 3 7 (3,7) 8 3 8 (3,8) 2 4 6 (4,6) 2 4 7 (4,7) 4 4 8 (4,8) 6 Total: 40 Asignaciones de probabilidades •Método clásico •Método de frecuencia relativa •Método subjetivo
  • 8. Reglas para la aplicación de probabilidades
  • 9. Tabla. Asignación de probabilidades para el proyecto KP&L empleando El método de frecuencias relativas. Punto Terminación de Proyecto Proyectos con esta Probabilidad Muestral Duración (meses) duración (meses) del punto muestral (2,6) 8 6 0.15 (2,7) 9 6 0.15 (2,8) 10 2 0.05 (3,6) 9 4 0.1 (3,7) 10 8 0.2 (3,8) 11 2 0.05 (4,6) 10 2 0.05 (4,7) 11 4 0.1 (4,8) 12 6 0.15 1 Interesa conocer si el proyecto termina en 10 meses o menos
  • 10. Cual es la Probabilidad de P (L) y P(M) ? Probabilidad de que el proyecto dure 10 meses o menos= 0.7
  • 11. Reglas de Conteo Combinaciones Permutaciones
  • 12. Cuantas combinaciones de dos partes pueden seleccionarse?
  • 13. Permutaciones Regla de conteo que calcula el número de resultados experimentales cuando se seleccionan n objetos de un conjunto de N objetos y el orden de selección es relevante.
  • 14.
  • 15. Complemento Espacio Muestra Complemento del evento A El complemento de un evento A con respecto a S. es el conjunto de todos los elementos de S que no están en A. Se describe el complemento de A por AC La probabilidad del evento A se puede calcular si se conoce su complemento
  • 16. Considere el caso de un administrador de ventas que después de revisar sus informes de ventas, encuentra que un 80% de los contactos con clientes nuevos no producen ninguna venta. Si A denota que hubo una venta y Ac el evento no hubo venta, el administrador tiene P(AC ) = 0.80 , mediante la ecuación anterior se obtiene; La conclusión es que la probabilidad de una venta en el contacto con el cliente nuevo es 0.20 Ejemplo: Un gerente de compras encuentra que la probabilidad de que el proveedor surta un pedido sin piezas defectuosas es 0.90, empleando el complemento podemos concluir que la probabilidad de que el pedido contenga piezas defectuosas es P(A);
  • 17. Ley de la Adición Probabilidad de que ocurra por lo menos uno de dos eventos. Si A y B son eventos, nos interesa hallar la probabilidad de que ocurra el evento A o el evento B o ambos. La unión de dos eventos Para cada par de conjuntos A y B existe un conjunto unión de los dos, que se denota como el cual contiene todos los elementos de A y de B. Espacio Muestra S Evento B Evento A
  • 18. Intersección de dos eventos Los elementos comunes a A y B forman un conjunto denominado intersección de A y B, representado por .Es decir, es el conjunto que contiene a todos los elementos de A que al mismo tiempo están en B: Espacio Muestra S Evento B Evento A
  • 19. Ley de la Adición Ejemplo.- Empresa ensambladora con 50 empleados, se espera que los trabajadores terminen a tiempo su trabajo y que pase la inspección final. El jefe de producción encuentra que 5 de los 50 empleados no terminan a tiempo su trabajo, 6 de los 50 ensamblaron mal una pieza y 2 de los 50 no terminaron su trabajo a tiempo y armaron mal una pieza
  • 20. Ejemplo.- Estudio efectuado por el director de personal de una empresa de software. En el estudio se encontró que el 30% de los empleados que se van de la empresa antes de dos años, lo hacen por estar insatisfechos con el salario, 20% se van de la empresa por estar descontentos con el trabajo y 12% por estar insatisfechos con las dos cosas, el salario y el trabajo. Cual es la probabilidad de que un empleado se vaya de la empresa en menos de dos años lo haga por estar insatisfecho por el salario, con el trabajo o con las dos cosas? Sea
  • 21. Eventos Mutuamente Excluyentes Se dice que dos eventos son mutuamente excluyentes si no tienen puntos muestrales en común
  • 22. Ejemplo: Un experimento genera un espacio muestral que contiene ocho sucesos E1,...,E8 con p(Ei) = 1/8, i = 1,...,8. Los sucesos A y B se definen así: A = {E1,E4,E6} B = {E3,E4,E5,E6,E7} Encuentre: (a) P(A) (b) P(B) (c) P(AU B)
  • 23. a) P(A) = 3/8 (b) P(B) = 5/8 (c) P(A U B) = P(A) + P(B) - P(AΩB) P(A U B) = 3/8 + 5/8 - 2/8 = 6/8 = 0,75
  • 24. Probabilidad Condicional P A B) Probabilidad de A dado B. Ejemplo: Promoción de los agentes de policía de una determinada ciudad Muestra: 1200 agentes Hombres: 960 Mujeres: 240 Promovidos en los últimos 2 años: 324 Protesta del comité femenil argumentando la poca cantidad de mujeres promovidas.
  • 26. Tabla de Probabilidades Conjuntas Probabilidad de que un agente sea promovido dado que es hombre P (A M) 288/960 = 0.30
  • 27. Probabilidad condicional de que se observe el evento A dado que el evento B ha ocurrido. Cual es la probabilidad de que un agente sea promovido dado que es mujer? P A W) 36/240 = 0.15 QQuuee ccoonncclluussiioonneess oobbttiieennee??
  • 28. Eventos Independientes LLeeyy ddee llaa mmuullttiipplliiccaacciióónn..-- Basada en la definición de probabilidad condicional Despejando de la ecuación:
  • 29. Ejemplo:- Departamento de circulación de un periódico 84% de los hogares están subscritos a la edición diaria de periódico, P(D)=0.84 Probabilidad de que un hogar ya suscrito a la edición diaria se inscriba también a La edición dominical (evento S) es 0.75 P (S D) = 0.75 Cual es la probabilidad de que un hogar se suscriba a ambas, a la edición diaria y a la dominical? Aplicando la ley de multiplicación: Hay 63% de probabilidad de que un hogar se suscriba a ambas, a la edición diaria y a la dominical? Hay 63% de probabilidad de que un hogar se suscriba a ambas, a la edición diaria y a la dominical? Ley de multiplicación para eventos independientes
  • 30. Ejercicios 1. Suponga 2 eventos A y B y que P(A)=0.50, P(B)=0.60 ,P(A Π B) =0.40 a.Halle P(A B) b.Halle P(B A) c.A y B son independientes? 2. Una muestra de estudiantes de la maestría en administración de negocios, arrojó la siguiente información sobre la principal razón que tuvieron los estudiantes para elegir la escuela en donde hacen sus estudios. a. Con estos datos elabore una tabla de probabilidad conjunta. b. Use las probabilidades marginales: calidad de la escuela, costo de la escuela y otras para comentar cual es la principal razón por la que eligen una escuela.
  • 31. c. Si es un estudiante de tiempo completo, ¿cual es la probabilidad de que la principal razón para su selección de la escuela halla sido la calidad de la escuela? d. Si es un estudiante de medio tiempo. ¿Cuál es la probabilidad de que la principal razón para su elección de la escuela haya sido la calidad de la escuela. e. Si AA denota el evento es estudiante de tiempo completo y BB denota el evento la calidad de la escuela fue la primera razón de su selección. ¿son independientes los eventos A y B? Justifique su respuesta.
  • 32. PPrroobbaabbiilliiddaadd PPrreevviiaa Medio para calcular llaass pprroobbaabbiilliiddaaddeess ppoosstteerriioorreess Revisión de probabilidades
  • 33. A1; Evento que la pieza viene del proveedor 1 A2; Evento que la pieza viene del proveedor 2 De las piezas compradas 65% viene del proveedor 1 P(A1)=0.65, P(A2)=0.35 La calidad de piezas varia de acuerdo al proveedor Eventos G: Evento que la pieza esta buena B: Evento de que la pieza está mala =100 =100 Calidad Previa
  • 34. Proceso de recibir una pieza de los dos proveedores
  • 35. Las piezas se emplean en un proceso de fabricación y una maquina se descompone al procesar una pieza mala. ¿Cuál es la probabilidad de que sea del proveedor 1? ¿Cuál es la probabilidad de que sea del proveedor 2? Aplicar el Teorema de Bayes: Se buscan las probabilidades posteriores Del árbol de Probabilidades Para hallar P(B) se sabe B solo puede presentarse de dos maneras:
  • 36. 1 2
  • 38. Eventos mutuamente excluyentes cuya unión es todo el espacio muestral
  • 39. Para realizar cálculos del teorema de Bayes
  • 40. Para realizar cálculos del teorema de Bayes
  • 41. Para realizar cálculos del teorema de Bayes