SlideShare uma empresa Scribd logo
1 de 36
NOCIONES BASICAS DE PROBABILIDAD Prof. Leopoldo Bejarano Benites
[object Object],[object Object],[object Object],OBJETIVOS
Experimento ,[object Object],[object Object],[object Object],[object Object],[object Object]
Tipos de experimento: ,[object Object],[object Object],[object Object]
Tipos de experimentos: ,[object Object],[object Object],[object Object],[object Object],[object Object]
ESPACIO MUESTRAL ASOCIADO  A  UN  EXP. ALEATORIO :   ,[object Object],[object Object],[object Object],[object Object],[object Object]
EVENTO ó SUCESO :  denotado por:  A, B,.. ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
… … … … … . ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
En base a los eventos ya definidos, podemos construir otros eventos, por ejemplo: ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
PROBABILIDAD DE LA OCURRENCIA DE UN EVENTO :  P(A) = n(A) / n(  ) ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
P R O P I E D A D E S ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object], A 
[object Object],[object Object],(A     B) B A 
 
EJEMPLO  .-  En una comunidad, se evaluó el estado  de  nutrición de 100 niños menores de 5 años de edad, obteniéndose los siguientes resultados:   *********************************************************   SEXO  ESTADO de NUTRICION     Normal  Malnutrido  TOTAL   *********************************************************   Hombres  40  15  55   Mujeres  20  25  45   ********************************************************   TOTAL  60  40  100   ******************************************************** Se elige un niño al azar, cuál es la probabilidad de que: a. Sea mujer y este malnutrido? b. sea hombre o su estado de nutrición sea normal ? S OLUCION
[object Object],[object Object], A B
[object Object],[object Object],¿Cuál es la probabilidad de que un recién nacido tenga bajo peso o sea normal? S OLUCION B : Tenga bajo peso al nacer N : Tenga peso normal P( B    N )  =  P( B )  +  P( N ) P( B    N )  =  50 / 200  +  150 / 200  = 1 200 150 50 TOTAL 160 140 20 NO 40 10 30 SI NORMAL BAJO TOTAL PESO R N. FUMA CIGARRILLOS
[object Object],[object Object],[object Object],[object Object],_ A A 
EJEMPLO .-  En una determinada comunidad, se evaluó el estado  nutricional de 100 niños menores de 5 años de edad, obteniéndose los siguientes resultados:   ************************************   Estado Nutricional  nº    ************************************   Normal  60   Malnutrido  40   ************************************   TOTAL  100   ************************************ Se elige un niño al azar de esta población, cuál es la probabilidad de que sea malnutrido? SOLUCION N   :  Estado nutricional sea normal _ N  :  Estado nutricional sea malnutrido   _ luego, P( N) =  1  -  P( N)  _ P( N) =  1  -  60/100  =  0.4 I nterpretación : Por tanto, la probabilidad de que el niño elegido al azar de dicha comunidad este malnutrido es de 0.4.
[object Object],[object Object],[object Object],[object Object],[object Object],(A     B) B A  __ (A    B)
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
EJEMPLO  .-  Se  clasifica a 900 adultos que han culminado sus estudios superiores según sexo y ocupación, y se  obtienen los siguientes resultados:   ***************************************************************   SEXO  OCUPACION  _   Desempleados  (D)   Empleados ( D)   TOTAL   ***************************************************************   Hombres  ( H )  40  460  500   Mujeres  (H)   260  140  400   ****************************************************************   TOTAL  300  600  900   ***************************************************************** Se elige un adulto al azar, cuál es la probabilidad de que:   a. esté desempleado   b. Esté desempleado y es hombre   c. Esté empleado o mujer S OLUCION
Ejemplo 1 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Resolver ejercicio 1 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
 
 
PROBABILIDAD CONDICIONAL ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
PROBABILIDAD CONDICIONAL ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Ejemplo:   ***************************************************************   SEXO  OCUPACION    Desempleados  Empleados  TOTAL   D  D’   ***************************************************************   Hombres  H  40  460  500   Mujeres  H’  260  140  400   ****************************************************************   TOTAL  300  600  900   *****************************************************************     Se elige un adulto al azar, cuál es la probabilidad de que: a.  Esté desempleado b.  Esté desempleado dado que es mujer c.  Esté desempleado dado que es varón   SOLUCION:   n (D  H’)  260   a.   P (D/M) =  ----------------  =  ------------  =  0.65    n(H’)  400  Interpretación:   Al elegir un adulto al azar, la probabilidad de que este desempleado dado que es mujer es de 0.65.
PROPIEDADES  (Probabilidad condicional) Si P(H)    0, entonces :   _ 1.-  P (D/H) = 1 - P( D/H) 2.- P(  /H) = 1 3.- Si A, B son disjuntos en H, tenemos que:   P[(AUC)/H] = P(A/H) + P(C/H)
EJEMPLO  El 50% de la población aproximadamente son varones, el 68% bebe con cierto exceso, y el 38.5% bebe y es varón. Dado que una determinada persona aleatoriamente seleccionada es varón, hallar la probabilidad de que beba. Es el estatus de bebedor independiente del sexo? SOLUCION
REGLA DE LA MULTIPLICACION   P (A  B)  A partir de :  P(B/A) =  --------------  ,  despejando, tenemos:   P(A)    P(A  B) = P(A)* P(B/A)  En general : Dados los eventos A 1 ,A 2 ,...,A N-1 ,A N , se tiene que: P(A 1  A 2    ...  A N-1    A N )=P(A 1 )*P(A 2 /A 1 )*...*P(A N /A 1    ...  A N-1 )
EJEMPLO  El resultado de la evaluación nutricional de 100 niños, son 60 normales y 40 malnutridos. Si de este grupo seleccionamos dos niños al azar sin reposición, Cuál es la probabilidad de que el primer niño sea normal y el segundo sea mal nutrido? SOLUCION P(A  B) = P(A)*P(B/A) A: El primer niño sea normal B: El segundo niño sea malnutrido A  B: El primer niño sea normal y el segundo niño sea malnutrido B/A: El segundo sea malnutrido dado que el primer niño fue normal Según la regla de multiplicación, tenemos: P(A  B) = P(A)*P(B/A)= (60/100)*(40/99) = 0.24 Interpretación: Nos indica que la probabilidad de que el primer niño sea normal y el segundo sea malnutrido es de 0.24.
EJEMPLO.- Se sabe que en un lote de medicamentos de 50 frascos, hay 4 que están defectuosos. Se extraen al azar 2 frascos, uno a continuación del otro, ¿cuál es la  probabilidad de que ambos sean defectuosos?. SOLUCION D 1   : El primer medicamento es defectuoso D 2   : El segundo medicamento es defectuoso D 2 /D 1 : El segundo medicamento es defectuoso dado que el primer medicamento también lo es
Independencia de eventos ,[object Object],[object Object],[object Object],[object Object],[object Object]
Ejercicio 1 ,[object Object],[object Object],[object Object]
Ejercicio 2 ,[object Object],[object Object],[object Object],[object Object]

Mais conteúdo relacionado

Mais procurados

Clasificacion de estudios epidemiologicos
Clasificacion de estudios epidemiologicosClasificacion de estudios epidemiologicos
Clasificacion de estudios epidemiologicos
Luis Fernando
 
Ejercicios diseño de bloques completos al azar ejercicio 1
Ejercicios diseño de bloques completos al azar ejercicio 1Ejercicios diseño de bloques completos al azar ejercicio 1
Ejercicios diseño de bloques completos al azar ejercicio 1
Instituto Tecnologico De Pachuca
 
Unidad dos punto n°3
Unidad dos punto n°3Unidad dos punto n°3
Unidad dos punto n°3
eduardobarco
 
Diseño de bloques completamente aleatorio (dbca) 7
Diseño de bloques completamente aleatorio (dbca) 7Diseño de bloques completamente aleatorio (dbca) 7
Diseño de bloques completamente aleatorio (dbca) 7
Carmelo Perez
 

Mais procurados (20)

02 - Introducción a la teoría de probabilidad
02 - Introducción a la teoría de probabilidad02 - Introducción a la teoría de probabilidad
02 - Introducción a la teoría de probabilidad
 
Ejemplos de diseño Bloques al azar
Ejemplos de diseño Bloques al azarEjemplos de diseño Bloques al azar
Ejemplos de diseño Bloques al azar
 
Muestra y muestreo
Muestra y muestreoMuestra y muestreo
Muestra y muestreo
 
Unidad 6. Diseño de Bloques Completos al Azar
Unidad 6. Diseño de Bloques Completos al AzarUnidad 6. Diseño de Bloques Completos al Azar
Unidad 6. Diseño de Bloques Completos al Azar
 
Teorema de bayes
Teorema de bayesTeorema de bayes
Teorema de bayes
 
Clasificacion de estudios epidemiologicos
Clasificacion de estudios epidemiologicosClasificacion de estudios epidemiologicos
Clasificacion de estudios epidemiologicos
 
Variable aleatoria y Distribuciónes de Probabilidad
Variable aleatoria y Distribuciónes de ProbabilidadVariable aleatoria y Distribuciónes de Probabilidad
Variable aleatoria y Distribuciónes de Probabilidad
 
Prueba de hipotesis para dos poblaciones
Prueba de hipotesis para dos poblacionesPrueba de hipotesis para dos poblaciones
Prueba de hipotesis para dos poblaciones
 
Folleto probabilidades conteo
Folleto  probabilidades conteoFolleto  probabilidades conteo
Folleto probabilidades conteo
 
Chi cuadrada
Chi cuadradaChi cuadrada
Chi cuadrada
 
Causalidad
CausalidadCausalidad
Causalidad
 
Area foliar
Area foliarArea foliar
Area foliar
 
Ejercicios diseño de bloques completos al azar ejercicio 1
Ejercicios diseño de bloques completos al azar ejercicio 1Ejercicios diseño de bloques completos al azar ejercicio 1
Ejercicios diseño de bloques completos al azar ejercicio 1
 
Unidad dos punto n°3
Unidad dos punto n°3Unidad dos punto n°3
Unidad dos punto n°3
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Ejercicios de estadistica
Ejercicios de estadisticaEjercicios de estadistica
Ejercicios de estadistica
 
Diseño de bloques completamente aleatorio (dbca) 7
Diseño de bloques completamente aleatorio (dbca) 7Diseño de bloques completamente aleatorio (dbca) 7
Diseño de bloques completamente aleatorio (dbca) 7
 
Cap. 8 Reacción de hidrocarburos
Cap. 8 Reacción de hidrocarburosCap. 8 Reacción de hidrocarburos
Cap. 8 Reacción de hidrocarburos
 
Capítulo viii
Capítulo viiiCapítulo viii
Capítulo viii
 
Ejercicios de Química Orgánica Básica - 3.Derivados halogenados y alcoholes -...
Ejercicios de Química Orgánica Básica - 3.Derivados halogenados y alcoholes -...Ejercicios de Química Orgánica Básica - 3.Derivados halogenados y alcoholes -...
Ejercicios de Química Orgánica Básica - 3.Derivados halogenados y alcoholes -...
 

Destaque (7)

2.4 nociones de probabilidad
2.4 nociones de probabilidad2.4 nociones de probabilidad
2.4 nociones de probabilidad
 
Calculo de la probabilidad de ocurrencia de dos eventos mutamente excluyentes...
Calculo de la probabilidad de ocurrencia de dos eventos mutamente excluyentes...Calculo de la probabilidad de ocurrencia de dos eventos mutamente excluyentes...
Calculo de la probabilidad de ocurrencia de dos eventos mutamente excluyentes...
 
5642 Yhi Mm R
5642 Yhi Mm R5642 Yhi Mm R
5642 Yhi Mm R
 
Probabilidad de ocurrencia de dos eventos
Probabilidad de ocurrencia de dos eventosProbabilidad de ocurrencia de dos eventos
Probabilidad de ocurrencia de dos eventos
 
Fundamentos de probabilidad regla de la multiplicación
Fundamentos de probabilidad regla de la multiplicaciónFundamentos de probabilidad regla de la multiplicación
Fundamentos de probabilidad regla de la multiplicación
 
Fundamentos de probabilidad regla de la suma
Fundamentos de probabilidad regla de la sumaFundamentos de probabilidad regla de la suma
Fundamentos de probabilidad regla de la suma
 
Ejercicios resueltos de cálculo de probabilidades
Ejercicios resueltos de  cálculo de probabilidadesEjercicios resueltos de  cálculo de probabilidades
Ejercicios resueltos de cálculo de probabilidades
 

Semelhante a Probabilidades

Doc. Probabilidad.
Doc. Probabilidad.Doc. Probabilidad.
Doc. Probabilidad.
fr5026funes
 
Seminario 7 estadistica tics 2011 20120
Seminario 7 estadistica tics 2011 20120Seminario 7 estadistica tics 2011 20120
Seminario 7 estadistica tics 2011 20120
elicesgut
 
Introduccion probabilidad inferencia estadística
Introduccion probabilidad inferencia estadísticaIntroduccion probabilidad inferencia estadística
Introduccion probabilidad inferencia estadística
marlene Guerrero
 
Introduccion probabilidad inferencia estadística
Introduccion probabilidad inferencia estadísticaIntroduccion probabilidad inferencia estadística
Introduccion probabilidad inferencia estadística
marlene Guerrero
 
Probabilidad y estadistica
Probabilidad y estadisticaProbabilidad y estadistica
Probabilidad y estadistica
vanene
 
Probabilidad y estadistica
Probabilidad y estadisticaProbabilidad y estadistica
Probabilidad y estadistica
vanene
 
Seminario 7 probabilidad miryam pedrero
Seminario 7 probabilidad miryam pedreroSeminario 7 probabilidad miryam pedrero
Seminario 7 probabilidad miryam pedrero
mpedrerof
 

Semelhante a Probabilidades (20)

Tema 2 colorprobabilidades
Tema 2 colorprobabilidadesTema 2 colorprobabilidades
Tema 2 colorprobabilidades
 
Tema 2 colorprobabilidades
Tema 2 colorprobabilidadesTema 2 colorprobabilidades
Tema 2 colorprobabilidades
 
probabilidad completo conceptos básicos
probabilidad completo conceptos básicos probabilidad completo conceptos básicos
probabilidad completo conceptos básicos
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Estad uma 04
Estad uma 04Estad uma 04
Estad uma 04
 
Doc. Probabilidad.
Doc. Probabilidad.Doc. Probabilidad.
Doc. Probabilidad.
 
Seminario 7 estadistica tics 2011 20120
Seminario 7 estadistica tics 2011 20120Seminario 7 estadistica tics 2011 20120
Seminario 7 estadistica tics 2011 20120
 
Introduccion probabilidad inferencia estadística
Introduccion probabilidad inferencia estadísticaIntroduccion probabilidad inferencia estadística
Introduccion probabilidad inferencia estadística
 
Introduccion probabilidad inferencia estadística
Introduccion probabilidad inferencia estadísticaIntroduccion probabilidad inferencia estadística
Introduccion probabilidad inferencia estadística
 
Tema 2: Probabilidad
Tema 2: ProbabilidadTema 2: Probabilidad
Tema 2: Probabilidad
 
Probabilidad y estadistica
Probabilidad y estadisticaProbabilidad y estadistica
Probabilidad y estadistica
 
Probabilidad y estadistica
Probabilidad y estadisticaProbabilidad y estadistica
Probabilidad y estadistica
 
Teoria-Probabilidad-ASasaSAdaDadaDadA2.ppt
Teoria-Probabilidad-ASasaSAdaDadaDadA2.pptTeoria-Probabilidad-ASasaSAdaDadaDadA2.ppt
Teoria-Probabilidad-ASasaSAdaDadaDadA2.ppt
 
Seminario 7 probabilidad miryam pedrero
Seminario 7 probabilidad miryam pedreroSeminario 7 probabilidad miryam pedrero
Seminario 7 probabilidad miryam pedrero
 
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
 
Probabilidades .......
Probabilidades .......Probabilidades .......
Probabilidades .......
 
Probabilidad Antecedentes
Probabilidad AntecedentesProbabilidad Antecedentes
Probabilidad Antecedentes
 
Estadistica general ejercicios de probabilidad
Estadistica general ejercicios de probabilidadEstadistica general ejercicios de probabilidad
Estadistica general ejercicios de probabilidad
 
UNIDAD 1. TEORÍA DE PROBABILIDADES
UNIDAD 1. TEORÍA DE PROBABILIDADESUNIDAD 1. TEORÍA DE PROBABILIDADES
UNIDAD 1. TEORÍA DE PROBABILIDADES
 
3 probabilidad condicionada_total
3 probabilidad condicionada_total3 probabilidad condicionada_total
3 probabilidad condicionada_total
 

Mais de Pablo Ramos

Clase 3: Medidas de tendencia central y dispersion
Clase 3: Medidas de tendencia central y dispersionClase 3: Medidas de tendencia central y dispersion
Clase 3: Medidas de tendencia central y dispersion
Pablo Ramos
 
Clase 2 Curso: Analisis Exploratorio de Datos y Probabilidades
Clase 2 Curso: Analisis Exploratorio de Datos y ProbabilidadesClase 2 Curso: Analisis Exploratorio de Datos y Probabilidades
Clase 2 Curso: Analisis Exploratorio de Datos y Probabilidades
Pablo Ramos
 
Exposicion 1: La ciencia
Exposicion 1: La cienciaExposicion 1: La ciencia
Exposicion 1: La ciencia
Pablo Ramos
 
Exposición 1: La Ciencia
Exposición 1: La CienciaExposición 1: La Ciencia
Exposición 1: La Ciencia
Pablo Ramos
 
Clase 1 Diseño de Investigación
Clase 1 Diseño de InvestigaciónClase 1 Diseño de Investigación
Clase 1 Diseño de Investigación
Pablo Ramos
 

Mais de Pablo Ramos (6)

Clase 3: Medidas de tendencia central y dispersion
Clase 3: Medidas de tendencia central y dispersionClase 3: Medidas de tendencia central y dispersion
Clase 3: Medidas de tendencia central y dispersion
 
Hipótesis
HipótesisHipótesis
Hipótesis
 
Clase 2 Curso: Analisis Exploratorio de Datos y Probabilidades
Clase 2 Curso: Analisis Exploratorio de Datos y ProbabilidadesClase 2 Curso: Analisis Exploratorio de Datos y Probabilidades
Clase 2 Curso: Analisis Exploratorio de Datos y Probabilidades
 
Exposicion 1: La ciencia
Exposicion 1: La cienciaExposicion 1: La ciencia
Exposicion 1: La ciencia
 
Exposición 1: La Ciencia
Exposición 1: La CienciaExposición 1: La Ciencia
Exposición 1: La Ciencia
 
Clase 1 Diseño de Investigación
Clase 1 Diseño de InvestigaciónClase 1 Diseño de Investigación
Clase 1 Diseño de Investigación
 

Último

2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
RigoTito
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Fernando Solis
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
El Fortí
 

Último (20)

Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024
 
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptxLA LITERATURA DEL BARROCO 2023-2024pptx.pptx
LA LITERATURA DEL BARROCO 2023-2024pptx.pptx
 
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
2 REGLAMENTO RM 0912-2024 DE MODALIDADES DE GRADUACIÓN_.pptx
 
Abril 2024 - Maestra Jardinera Ediba.pdf
Abril 2024 -  Maestra Jardinera Ediba.pdfAbril 2024 -  Maestra Jardinera Ediba.pdf
Abril 2024 - Maestra Jardinera Ediba.pdf
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024
 
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024
 
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURAFORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
FORTI-MAYO 2024.pdf.CIENCIA,EDUCACION,CULTURA
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
 
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
Procedimientos para la planificación en los Centros Educativos tipo V ( multi...
 
Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...Caja de herramientas de inteligencia artificial para la academia y la investi...
Caja de herramientas de inteligencia artificial para la academia y la investi...
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
SESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.docSESION DE PERSONAL SOCIAL.  La convivencia en familia 22-04-24  -.doc
SESION DE PERSONAL SOCIAL. La convivencia en familia 22-04-24 -.doc
 
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VSOCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
OCTAVO SEGUNDO PERIODO. EMPRENDIEMIENTO VS
 
Tema 11. Dinámica de la hidrosfera 2024
Tema 11.  Dinámica de la hidrosfera 2024Tema 11.  Dinámica de la hidrosfera 2024
Tema 11. Dinámica de la hidrosfera 2024
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 

Probabilidades

  • 1. NOCIONES BASICAS DE PROBABILIDAD Prof. Leopoldo Bejarano Benites
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.  
  • 14. EJEMPLO .- En una comunidad, se evaluó el estado de nutrición de 100 niños menores de 5 años de edad, obteniéndose los siguientes resultados: ********************************************************* SEXO ESTADO de NUTRICION Normal Malnutrido TOTAL ********************************************************* Hombres 40 15 55 Mujeres 20 25 45 ******************************************************** TOTAL 60 40 100 ******************************************************** Se elige un niño al azar, cuál es la probabilidad de que: a. Sea mujer y este malnutrido? b. sea hombre o su estado de nutrición sea normal ? S OLUCION
  • 15.
  • 16.
  • 17.
  • 18. EJEMPLO .- En una determinada comunidad, se evaluó el estado nutricional de 100 niños menores de 5 años de edad, obteniéndose los siguientes resultados: ************************************ Estado Nutricional nº ************************************ Normal 60 Malnutrido 40 ************************************ TOTAL 100 ************************************ Se elige un niño al azar de esta población, cuál es la probabilidad de que sea malnutrido? SOLUCION N : Estado nutricional sea normal _ N : Estado nutricional sea malnutrido _ luego, P( N) = 1 - P( N) _ P( N) = 1 - 60/100 = 0.4 I nterpretación : Por tanto, la probabilidad de que el niño elegido al azar de dicha comunidad este malnutrido es de 0.4.
  • 19.
  • 20.
  • 21. EJEMPLO .- Se clasifica a 900 adultos que han culminado sus estudios superiores según sexo y ocupación, y se obtienen los siguientes resultados: *************************************************************** SEXO OCUPACION _ Desempleados (D) Empleados ( D) TOTAL *************************************************************** Hombres ( H ) 40 460 500 Mujeres (H) 260 140 400 **************************************************************** TOTAL 300 600 900 ***************************************************************** Se elige un adulto al azar, cuál es la probabilidad de que: a. esté desempleado b. Esté desempleado y es hombre c. Esté empleado o mujer S OLUCION
  • 22.
  • 23.
  • 24.  
  • 25.  
  • 26.
  • 27.
  • 28. Ejemplo: *************************************************************** SEXO OCUPACION Desempleados Empleados TOTAL D D’ *************************************************************** Hombres H 40 460 500 Mujeres H’ 260 140 400 **************************************************************** TOTAL 300 600 900 ***************************************************************** Se elige un adulto al azar, cuál es la probabilidad de que: a. Esté desempleado b. Esté desempleado dado que es mujer c. Esté desempleado dado que es varón SOLUCION: n (D  H’) 260 a. P (D/M) = ---------------- = ------------ = 0.65 n(H’) 400 Interpretación: Al elegir un adulto al azar, la probabilidad de que este desempleado dado que es mujer es de 0.65.
  • 29. PROPIEDADES (Probabilidad condicional) Si P(H)  0, entonces : _ 1.- P (D/H) = 1 - P( D/H) 2.- P(  /H) = 1 3.- Si A, B son disjuntos en H, tenemos que: P[(AUC)/H] = P(A/H) + P(C/H)
  • 30. EJEMPLO El 50% de la población aproximadamente son varones, el 68% bebe con cierto exceso, y el 38.5% bebe y es varón. Dado que una determinada persona aleatoriamente seleccionada es varón, hallar la probabilidad de que beba. Es el estatus de bebedor independiente del sexo? SOLUCION
  • 31. REGLA DE LA MULTIPLICACION P (A  B) A partir de : P(B/A) = -------------- , despejando, tenemos: P(A) P(A  B) = P(A)* P(B/A) En general : Dados los eventos A 1 ,A 2 ,...,A N-1 ,A N , se tiene que: P(A 1  A 2  ...  A N-1  A N )=P(A 1 )*P(A 2 /A 1 )*...*P(A N /A 1  ...  A N-1 )
  • 32. EJEMPLO El resultado de la evaluación nutricional de 100 niños, son 60 normales y 40 malnutridos. Si de este grupo seleccionamos dos niños al azar sin reposición, Cuál es la probabilidad de que el primer niño sea normal y el segundo sea mal nutrido? SOLUCION P(A  B) = P(A)*P(B/A) A: El primer niño sea normal B: El segundo niño sea malnutrido A  B: El primer niño sea normal y el segundo niño sea malnutrido B/A: El segundo sea malnutrido dado que el primer niño fue normal Según la regla de multiplicación, tenemos: P(A  B) = P(A)*P(B/A)= (60/100)*(40/99) = 0.24 Interpretación: Nos indica que la probabilidad de que el primer niño sea normal y el segundo sea malnutrido es de 0.24.
  • 33. EJEMPLO.- Se sabe que en un lote de medicamentos de 50 frascos, hay 4 que están defectuosos. Se extraen al azar 2 frascos, uno a continuación del otro, ¿cuál es la probabilidad de que ambos sean defectuosos?. SOLUCION D 1 : El primer medicamento es defectuoso D 2 : El segundo medicamento es defectuoso D 2 /D 1 : El segundo medicamento es defectuoso dado que el primer medicamento también lo es
  • 34.
  • 35.
  • 36.