lunes, 17 de mayo de 2010

EVENTO

EVENTO: Dado un experimento aleatorio y su espacio muestral S, se llama Evento a un conjunto de resultados posibles de S. Fácilmente podemos notar que un evento, no es mas que un subconjunto de un espacio muestral.


EJERCICIOS RESUELTOS


En una encuesta hecha a la salida de la estación Cuauhtémoc del Metro, se supo que 53% de la gente lee el periódico “El Norte”, 50% lee el periódico “Milenio” y 15% no lee ninguno de estos periódicos. Si se escoge al azar a una persona:
1.1 ¿Cuál es la probabilidad de que lea ambos periódicos?
1.2 Dado que una persona lee el periódico “El Norte” ¿cuál es la probabilidad de que lea “Milenio”?
1.3 ¿Cuál es la probabilidad de que lea al menos uno de los dos periódicos?
2. Dado S = {México, España, Sierra Leona, Australia, Brasil, Canadá, Malta}
2.1 Indica el evento A “Países de América”
2.2 Indica el evento A’
2.3 Indica el evento B “Países de Europa”
2.4 Indica el evento A B

2.5 Indica el evento A B

2.6 Indica el evento (A B)’

2.7 ¿Cuál es la probabilidad de que un país no pertenezca a Europa o a América?
2.8 ¿Cuál es la probabilidad de que un país tenga como idioma el español?


1)

Eventos:

A --> Leer "El norte"
B --> Leer "Milenio"

P(A)=53% = 53/100 = 0.53
P(B)=50% = 50/100 = 0.50

P(no A y no B) = 15/100 = 0.15

1,1) Nos piden calcular P(A y B)

P(A o B) = P(A) + P(B) + P(A y B)

Sabemos que:

P(A)=0.53
P(B)=0.50

P(no A y no B) = 0.15 ---> Como P(A o B) = 1-P(no A y no B) --> Lo contrario de no leer ninguno es leer alguno que es lo mismo que leer uno u otro-->entonces

P(A o B)=1-0.15=0.85

Tenemos que

P(A o B) = P(A) + P(B) - P(A y B)

0.85 = 0.53 + 0.50 - P(A y B)

P(A y B) = 0.53 + 0.50 -0.85 = 0.18

La probabilidad que lean los dos periodicos es 0.18 --> 18%

1.2) Nos piden (B|A)

P(B|A) = P(A y B)/P(A) = 0.18 / 0.53 = 18/53 = 0.3396

1.3) Leer al menos un periodico es P(A o B) = 0.85 , como se ha calculado antes, por lo tanto, la probabilidad de leer algun periodico es 0.85 --> 85%

2)

2.1)

A ---> { México, Brasil, Canadá}

2.2)

A' es lo contrario de A es decir todos los paises menos los que no son de America

A' = { España,Sierra Leona, Australia, Malta}

2.3)

B --> { España,Malta }

2.4)

El evanto AB es A y B, es decir Paises de Ámerica y de Europa, no hay ninguno.

AB = { }

2.5) Lo mismo que 2.4

2.6)

(AB)' es lo contrario a A y B es decir lo contrario de ser de America y Europa,

(AB)' = {Australia,Sierra Leona}

2.7)

Tenemos 7 paises y 2 no son de Europa ni America {Sierra Leona, Australia} por o que la probabilidad buscada es 2/7 =0.2857 --> 28.57%

2.8)

De los 7 paises se habla español en 2 {Mexico,España} por lo que la probabilidad de que un pais tenga idioma español es

2/7 = 0.2857 --> 28.57%

TEOREMA DE BAYES (2022) Ejemplos

 😁
TEOREMA DE BAYES: Es una preposicion planteada  que expresa la probabilidad condicional de un evento aleatorio A dado B en terminos de la distribucion de probabilidad condicional del evento B dado A .



                               EJERCICIOS RESUELTOS


Problema 1

Dos maquina producen cada una la mitad de tornillos que produce la fabrica, la maquina A produce el 15 % de tornillos defectuosos y la B produce el 25%
Si la maquina C elige un tornillo al azar y resulta defectuoso ¿cual es la probabilidad de que:

a) Venga de la Maquina A
b) Venga de la Maquina B

Sucesos:

                   A: Tornillo producido por la maquina A
                   B: Tornillo producido por la maquina  B

 Como cada una produce la mitad de tornillos

                      

D: Tornillo defectuoso  Nos dice que:

           El 15 %  de los tornillos de A son defectuosos


          El 25 % de los tornillos de B son defectuosos


Solución Inciso a)


 Nos piden calcular  la probabilidad que si el tornillo es defectuoso  venga de la maquina A.

Por el Teorema de Bayes


        


    

Solucion Inciso b)

Nos piden calcular  la probabilidad que si el tornillo es defectuoso  venga de la maquina B.

Por el Teorema de Bayes


    


     


Problema 2

Se recibieron dos cajas de camisas para hombre provenientes de la fabrica, La caja 1 contenia 25 camisas deportivas y 15 de vestir y la caja 2 30 deportivas y 10 de vestir . Se eligio a azar una caja y se selecciono aleatoriamente una camisa de esa caja para inspeccionarla y la camisa resulto ser deportiva ¿ Cual es la probabilidad de que la caja de la que proviene la camisa sea la caja uno?

Solución Inciso a)


                                    

              

             

                          

                         

La probabilidad de escoger cualquier caja es:

                      

                       

Segun el enunciado la probabilidad de cada tipo de camisa en cada caja es:

          

           

           

            

Nos piden calcular cual es la probabilidad de que la caja de la que proviene la camisa sea la caja uno si ha salido una camisa deportiva es decir,

                                     

Utilizando el Teorema de Bayes



             

                            

          La probabilidad buscada es de %


HIPOTESIS

1. Con gasolina de la marca A, el número medio de millas por galón que recorren 5 automóviles similares en igualdad de condiciones es 22.6 con desviación típica 0.48. Con gasolina de otra marca B, el resultado es 21.4 con desviación típica 0.54. Usando un nivel de significación 0.05, investigar si la marca A es de mejor calidad que la B

1)

tenemos que
Xa=22.6
Xb=21.4
σa=0.48
σb=0.54
n=5
alfa=0.05

Ho : μa - μa=0
H1 : μa - μb>0

Calculamos el estadistico

T=(Xa-Xb-0)/√(σa²/n1+σb²/n2)

Z=(22.6-21.4)/√(0.48²/5+0.54²/5) = 3.71

El p-valor es

P(Z>3.71) = 1-P(Z<3 .71="" 1-0.9999="0.0001<br">
Como 0.0001 es menor que la significación 0.05 rechazamos la hipotesis nula y aceptamos la alternativa : que la marca A es de mejor calidad que B

2) Dos tipos de soluciones química A Y B, han sido probadas para ver su pH (grado de acidez de la solución). el análisis de 6 muestras de A arroja un pH medio de 7.52 con desviación típica 0.024, mientras que 5 muestras de de B dan un pH medio de 7.49 con desviación típica 0.032 usando el nivel de significación 0.05, determinar si los dos tipos de soluciones tienen distinto pH.

2)

tenemos que
Xa=7.52
Xb=7.49
σa=0.024
σb=0.032
n1=6
n2=5
alfa=0.05

Ho : μa - μa=0
H1 : μa - μb≠0

Calculamos el estadistico

T=(Xa-Xb-0)/√(σa²/n1+σb²/n2)

Z=(7.52-7.49)/√(0.024²/6+0.032²/5) = 1.73

El p-valor es

2*P(Z>|1.73|) = 2*(1-P(Z<1 .73="" 0.0836="" 0.9582="" 2="" br="">
como 0.0836 es mayor que la significación 0.05, no podemos rechazar la hipotesis nula por lo que concluimos que los dos tipos de soluciones tienen el mismo pH

TEOREMA DE BAYES

-el 5% de la produccion de sacos de café es rechazada cuando el cultivo tiene la plaga controlada. Si la plaga se sale de control, el 30% de la produccion de sacos de café es rechazada. La probabilidad marginal que la plaga este controlada es 0.92. Si se escoge un saco aleatoriamente y se sabe que va a ser rechazado ¿Cúal es la probabilidad que el cultivo tenga controlada la plaga?

Sucesos :

R --> Saco rechazado
P --> Plaga controlada : P' --> Plaga no controlada

Nos dicen que

P(R|P) = 0.05

P(R|P') = 0.30

P(P) = 0.92 --> P(P') = 1-0.92 = 0.08

Nos piden

P(P|R)

Por el teorema de Bayes

P(P|R) = P(R|P)*P(P) / ( P(R|P)*P(P) + P(R|P')*P(P')

P(P|R) = 0.05*0.92 / ( 0.05*0.92 + 0.30*0,08)

P(P|R) = 0.6571

La probabilidad buscada es 0.6571

MEDIA MUESTRAL

-Se estudia un determinado carácter en una población del que se conocen la media y la varianza poblacional, que asciende, respectivamente, a 10 y 25, respectivamente. Calcular la probabilidad de que la media muestral se separe de la poblacional en menos de dos unidades cuando el tamaño de la muestra es 9 y 100.

X =10 --> media muestral
σ=25 --> desviacion
μ --> media poblacional

La desviación de la media muestral es σ/√n

Z=(X-μ)/(σ/√n)

Debemos calcular la probabilidad que |X-μ|<2 -2="" 2="" br="" decir="" entre="" es="" est="" la="" probabilidad="" que="" x-="" y="">
P( -2/(σ/√n) < Z < 2/(σ/√n))

1) Para n=9

P( -2/(σ/√n) < Z < 2/(σ/√n)) =

P( -2/(25/√9) < Z < 2/(25/√9)) =

P(-0.24
P(0.24) - P(-0.24) = Según las tablas,

0.5948 - 0.4052 =

0.1897

2) Para n=100

P( -2/(σ/√n) < Z < 2/(σ/√n)) =

P( -2/(25/√100) < Z < 2/(25/√100)) =

P(-0.8
P(0.8) - P(-0.8) = Según las tablas,

0.7881 - 0.2119 =

0.5762

DISTRIBUCION DE POISSON

-Los clientes llegan al establecimientos de acuerdo a un proceso Poisson con intensidad= 4 clientes en una hora. Si el establecimiento abre a las 9:00 hs
a- cual es la probabilidad que llegue solo un cliente hasta las 9:15
b- probabilidad de que lleguen exactamente 5 clientes alas 10:30
c- el numero de clientes esperado entre las 9.00 y las 12.00.

4 clientes/hora

La formula de poison es

P(X=x) = exp(-λ)*λ^x / x!

exp(k) es e^k , el numero e elevado a la cantidad k

a)

Hasta las 9,15 es 1/4 de hora

λ=4 clientes /hora * 1/4 de hora = 1 cliente cada cuarto de hora.

λ=1

P(X=1) = exp(-1)*1^1/1 = 0.3679

b)

Hasta las 10:30 hay hora y media

λ=4 clientes/hora * 1,5 horas = 6 clientes en hora y media

λ=6

P(X=5) = exp(-6)*6^5/5! = 0.1606

c)

entre las 9 y 12 hay 3 horas

λ=4 clientes / horas * 3 horas = 12 clientes en 3 horas

λ=12

La esperanza de la distribución de Poisson es

E(X)=λ

E(X)=12

Se esperan 12 clientes entre las 9 y las 12

DISTRIBUCION NORMAL (2022)

  • + EJEMPLOS DE DISTRIBUCION NORMAL
  •  
    👉 Problema 03: 😆 


    Una máquina embotelladora de vino está ajustada para llenar botellas de 770 centímetros cúbicos con una desviación típica de 25 centímetros cúbicos. Si se sabe que la capacidad de vino en la botella sigue una distribución normal:

    a) ¿Cuál es la probabilidad de que la capacidad de vino en una botella elegida al azar esté comprendida entre 750 y 785 centímetros cúbicos?¿Como empresario que opinión le sugiere este resultado? ¿Considera que debe tomar algún tipo de medida? ¿Cuál? 

    Solución Inciso a)
                                             

                                             

                                 

    Estandarizamos con: 
                                         


        

           

                               
                              
                                 

                        
                             

            
                  

                            
                              

                                       
                                            


    Más de la mitad de las botellas tendrá una capacidad entre 750 y 785. 
     
    Lo que quiere decir que casi la mitad de botellas tendrán menos de 750 o más de 785 lo que no será optimo para el empresario. 

     El empresario debe considerar ajustar la maquina para reducir la variabilidad y así que se ajuste mejor la cantidad envasada.

    DISTRIBUCION NORMAL (2022)

  • + EJEMPLOS DE DISTRIBUCION NORMAL
  •   
    👉 Problema 04: 😆 


    Si una máquina embotelladora de vino envasa 770 c.c. por botella con una desviación típica de 25c.c , que probabilidad hay que envase botellas con 775 c.c? o con 725 c.c?

    Al ser una distribución normal la probabilidad exacta de 775 y 725 es 0 al ser una función continua.
     
                                
                                  
                                    


    Solución Inciso a)





    Estandarizamos con:       

                                          


          

               Según las tablas.



    Solución Inciso b)



    Estandarizamos con: