1. Definición de Probabilidad y Experimento Aleatorio
Flashcards
- ¿Qué es la probabilidad?
- Una medida que expresa la tasa de ocurrencia de un evento a largo plazo.
- ¿Cuál es el rango de valores de la probabilidad?
- Entre 0 y 1, inclusive.
- ¿Cuál es la probabilidad de un evento imposible?
- 0
- ¿Cuál es la probabilidad del espacio muestral?
- 1
Preguntas tipo test
- ¿Cuál es el valor mínimo que puede tomar la probabilidad de un evento?
- a) 0
- b) 0.1
- c) -1
- d) 0.01
Respuesta: a) 0. Por definición, la probabilidad es una medida comprendida entre 0 y 1. Un valor de 0 indica que el evento es imposible.
- En el enfoque clásico, ¿cómo se define la probabilidad de un evento A?
- a) Casos totales entre favorables
- b) Casos favorables entre casos posibles
- c) Tamaño de muestra entre favorables
- d) Casos posibles menos favorables
Respuesta: b) Casos favorables entre casos posibles. El enfoque clásico establece que la probabilidad es el cociente entre el número de casos favorables y el número total de casos posibles.
- Si el espacio muestral tiene una probabilidad de 1, ¿qué significa?
- a) Es un evento imposible
- b) Es un evento poco probable
- c) Es un evento seguro
- d) La muestra es pequeña
Respuesta: c) Es un evento seguro. La probabilidad del espacio muestral es 1, lo que indica que el evento es seguro, es decir, que ocurrirá con total certeza.
2. Espacio Muestral y Eventos
Flashcards
- Define el espacio muestral.
- Es el conjunto de todos los resultados posibles de un experimento aleatorio.
- Define qué es un evento o suceso.
- Es un subconjunto de elementos que pertenecen al espacio muestral y que cumplen una característica determinada.
- Fórmula de la probabilidad de un evento A.
- P(A) = N(f) / N(p), donde N(f) es el número de casos favorables y N(p) el número de casos posibles.
- Número de elementos en el espacio muestral al lanzar una moneda 3 veces.
- 8 elementos.
Preguntas tipo test
- ¿Cómo se define el espacio muestral de un experimento aleatorio?
- a) Es un subconjunto de eventos posibles.
- b) Es el conjunto de todos los resultados posibles.
- c) Es la probabilidad de que ocurra un solo evento.
- d) Es la suma de los casos favorables entre los desfavorables.
Respuesta: b) Es el conjunto de todos los resultados posibles.. El espacio muestral es, por definición, el conjunto que contiene la totalidad de los resultados que pueden obtenerse en un experimento aleatorio.
- Al lanzar una moneda equilibrada tres veces, ¿cuántos elementos tiene el espacio muestral?
- a) 4
- b) 6
- c) 8
- d) 16
Respuesta: c) 8. Cada lanzamiento tiene 2 resultados posibles (Cara o Sello). Para tres lanzamientos independientes, el espacio muestral es 2 elevado a la potencia de 3, lo que resulta en 8 combinaciones posibles.
- Si lanzamos un par de dados, ¿cuántos resultados posibles componen el espacio muestral total?
- a) 6
- b) 12
- c) 32
- d) 36
Respuesta: d) 36. Cada dado tiene 6 caras. Al lanzar dos dados, el número total de resultados es el producto de los resultados de cada uno, es decir, 6 multiplicado por 6, lo que da 36.
3. Eventos Mutuamente Excluyentes
Flashcards
- Definición de eventos mutuamente excluyentes.
- Eventos que no pueden ocurrir al mismo tiempo.
- Valor de P(A ∩ B) para eventos excluyentes.
- P(A ∩ B) = 0.
- Fórmula de la unión para eventos excluyentes.
- P(A ∪ B) = P(A) + P(B).
- Fórmula general de la unión para cualquier par de eventos.
- P(A ∪ B) = P(A) + P(B) - P(A ∩ B).
Preguntas tipo test
- Si dos eventos A y B son mutuamente excluyentes, ¿cuál es el valor de P(A ∩ B)?
- a) 1
- b) 0.5
- c) 0
- d) Indeterminado
Respuesta: c) 0. Por definición, si dos eventos son mutuamente excluyentes, no pueden ocurrir al mismo tiempo, lo que significa que su intersección es un conjunto vacío y su probabilidad es cero.
- ¿Cuál es la fórmula correcta para la unión de dos eventos A y B que NO son excluyentes?
- a) P(A ∪ B) = P(A) + P(B)
- b) P(A ∪ B) = P(A) + P(B) - P(A ∩ B)
- c) P(A ∪ B) = P(A) * P(B)
- d) P(A ∪ B) = P(A) / P(B)
Respuesta: b) P(A ∪ B) = P(A) + P(B) - P(A ∩ B). Para eventos no excluyentes, debemos restar la probabilidad de la intersección para evitar contar los casos comunes dos veces.
- En una agencia de turismo, los eventos J (Jóvenes) y A (Adultos) son:
- a) Independientes
- b) Mutuamente excluyentes
- c) Colectivamente exhaustivos
- d) Equiprobables
Respuesta: b) Mutuamente excluyentes. Un cliente no puede ser joven y adulto al mismo tiempo, por lo tanto, la ocurrencia de uno impide la del otro.
4. Eventos Dependientes
Flashcards
- ¿Qué define a dos eventos como dependientes?
- Cuando la ocurrencia de uno afecta la probabilidad de ocurrencia del otro.
- ¿Cuál es la fórmula de la probabilidad condicional de A dado B?
- P(A|B) = P(A ∩ B) / P(B)
- ¿Qué condición debe cumplir P(B) para que P(A|B) esté definida?
- P(B) debe ser mayor que cero.
- ¿Cómo se calcula la probabilidad de la intersección de dos eventos dependientes?
- P(A ∩ B) = P(A) * P(B|A)
Preguntas tipo test
- Cuando dos eventos A y B son dependientes, ¿cómo se define la probabilidad condicional de A dado que B ha ocurrido?
- a) P(A|B) = P(A ∩ B) / P(B)
- b) P(A|B) = P(A ∩ B) * P(B)
- c) P(A|B) = P(A) / P(B)
- d) P(A|B) = P(A ∩ B) + P(B)
Respuesta: a) P(A|B) = P(A ∩ B) / P(B). La definición formal de probabilidad condicional para eventos dependientes establece que la probabilidad de A dado B es la probabilidad de la intersección de ambos eventos dividida por la probabilidad del evento condicionante B, siempre que P(B) sea distinto de cero.
- En un experimento de selección sin reemplazo, ¿qué sucede con la probabilidad del segundo evento?
- a) Se mantiene constante.
- b) Se vuelve independiente.
- c) Se ve afectada por el resultado del primero.
- d) Es siempre igual a cero.
Respuesta: c) Se ve afectada por el resultado del primero.. Al realizar una selección sin reemplazo, el espacio muestral cambia después de la primera extracción, lo que altera las probabilidades de los resultados posibles en la segunda extracción, haciendo que los eventos sean dependientes.
- Si tenemos la intersección de dos eventos A y B, ¿cuál es la fórmula correcta para expresarla usando probabilidades condicionales?
- a) P(A ∩ B) = P(A) + P(B|A)
- b) P(A ∩ B) = P(A) * P(B|A)
- c) P(A ∩ B) = P(B) / P(A|B)
- d) P(A ∩ B) = P(A|B) - P(A)
Respuesta: b) P(A ∩ B) = P(A) * P(B|A). A partir de la definición de probabilidad condicional P(B|A) = P(A ∩ B) / P(A), al despejar la intersección obtenemos que es igual al producto de la probabilidad marginal de A por la probabilidad condicional de B dado A.
5. Eventos Independientes
Flashcards
- ¿Qué define la independencia de eventos?
- La ocurrencia de uno no afecta la probabilidad de ocurrencia del otro.
- Fórmula de la intersección para eventos independientes.
- P(A inter B) = P(A) * P(B)
- Si A y B son independientes, ¿cuánto vale P(A|B)?
- P(A)
- ¿Cómo afecta el reemplazo a la independencia?
- Garantiza que los eventos sean independientes al mantener las probabilidades constantes.
Preguntas tipo test
- ¿Qué define la independencia entre dos eventos A y B?
- a) La ocurrencia de A modifica la probabilidad de B.
- b) La ocurrencia de A no afecta la probabilidad de B.
- c) La probabilidad de la intersección es siempre cero.
- d) La probabilidad de A más la de B es igual a uno.
Respuesta: b) La ocurrencia de A no afecta la probabilidad de B.. Por definición, dos eventos son independientes si el hecho de que ocurra uno no altera la probabilidad de que el otro también ocurra.
- Si A y B son independientes, ¿cuál es la fórmula de su intersección?
- a) P(A inter B) = P(A) + P(B)
- b) P(A inter B) = P(A) / P(B)
- c) P(A inter B) = P(A) * P(B)
- d) P(A inter B) = P(A) - P(B)
Respuesta: c) P(A inter B) = P(A) * P(B). Cuando dos eventos son independientes, la probabilidad de que ambos ocurran simultáneamente es el producto de sus probabilidades individuales.
- En un experimento con reemplazo de 10 pasajes (8 transferibles T, 2 no transferibles N), ¿cuál es la probabilidad de P(T1 inter T2)?
- a) 0.64
- b) 0.16
- c) 0.04
- d) 0.80
Respuesta: a) 0.64. Al ser con reemplazo, los eventos son independientes. P(T1)=0.8 y P(T2)=0.8, por lo tanto 0.8 * 0.8 = 0.64.
6. Probabilidad Total
Flashcards
- ¿Qué define una partición del espacio muestral?
- Un conjunto de eventos que son mutuamente excluyentes y cuya unión forma el espacio muestral completo.
- ¿Qué establece el teorema de la probabilidad total?
- Que la probabilidad de un evento A se puede calcular como la suma de las probabilidades conjuntas de A con cada uno de los eventos de una partición.
- ¿Cuál es la fórmula del teorema de la probabilidad total?
- P(A) = suma desde i=1 hasta n de P(A|Si) * P(Si)
- ¿Qué condiciones deben cumplir los eventos Si para ser una partición?
- Ser mutuamente excluyentes (intersección vacía) y exhaustivos (su unión es el espacio muestral).
Preguntas tipo test
- En el teorema de la probabilidad total, ¿qué característica deben cumplir los eventos en los que se particiona el espacio muestral?
- a) Deben ser independientes entre sí
- b) Deben ser mutuamente excluyentes y exhaustivos
- c) Deben tener la misma probabilidad de ocurrir
- d) Deben ser eventos de igual tamaño
Respuesta: b) Deben ser mutuamente excluyentes y exhaustivos. El teorema de la probabilidad total requiere que los eventos que forman la partición del espacio muestral sean mutuamente excluyentes (no pueden ocurrir al mismo tiempo) y exhaustivos (su unión debe cubrir todo el espacio muestral).
- ¿Cuál es la fórmula correcta para calcular la probabilidad total de un evento A?
- a) P(A) = suma de P(A|Si) * P(Si)
- b) P(A) = P(A|Si) / P(Si)
- c) P(A) = P(A|Si) + P(Si)
- d) P(A) = P(A|Si) - P(Si)
Respuesta: a) P(A) = suma de P(A|Si) * P(Si). La probabilidad total de un evento A se obtiene sumando los productos de las probabilidades condicionales de A dado cada evento de la partición Si, multiplicadas por la probabilidad de cada evento Si.
- Si tenemos dos eventos S1 y S2 que forman una partición del espacio muestral, ¿cómo se expresa P(A)?
- a) P(A) = P(A|S1) + P(A|S2)
- b) P(A) = P(A|S1)P(S1) + P(A|S2)P(S2)
- c) P(A) = P(A|S1)P(S1) * P(A|S2)P(S2)
- d) P(A) = P(S1|A)P(S1) + P(S2|A)P(S2)
Respuesta: b) P(A) = P(A|S1)P(S1) + P(A|S2)P(S2). Es la aplicación directa del teorema de la probabilidad total para una partición de dos elementos: la suma de las probabilidades de intersección del evento A con cada parte de la partición.
7. Teorema de Bayes
Flashcards
- ¿Qué es el Teorema de Bayes?
- Es una fórmula matemática que permite actualizar la probabilidad de una hipótesis a medida que se obtiene nueva evidencia.
- ¿Qué es la probabilidad 'APRIORI'?
- Es la probabilidad inicial asignada a un evento antes de considerar la nueva información.
- ¿Qué es la probabilidad 'APOSTERIORI'?
- Es la probabilidad revisada de un evento después de haber integrado nueva evidencia o información.
- ¿Cuál es la función del denominador en la fórmula de Bayes?
- Representa la probabilidad total de la evidencia, actuando como un factor de normalización.
Preguntas tipo test
- ¿Qué permite calcular el Teorema de Bayes en el contexto de eventos secuenciales?
- a) La probabilidad marginal de un evento independiente
- b) La probabilidad condicional revisada tras nueva evidencia
- c) El valor esperado de una variable aleatoria
- d) La suma total de todas las probabilidades posibles
Respuesta: b) La probabilidad condicional revisada tras nueva evidencia. El Teorema de Bayes se utiliza para actualizar la probabilidad de una hipótesis a medida que se obtiene nueva evidencia, lo que se denomina probabilidad a posteriori.
- ¿Cómo se define la probabilidad 'APRIORI' en el contexto del Teorema de Bayes?
- a) Es la probabilidad calculada después de observar los datos
- b) Es la probabilidad inicial antes de considerar nueva evidencia
- c) Es siempre un valor fijo igual a uno
- d) Es la probabilidad de que el evento no ocurra
Respuesta: b) Es la probabilidad inicial antes de considerar nueva evidencia. La probabilidad apriori es la estimación inicial o creencia previa sobre la probabilidad de un evento antes de que se incorpore información nueva o evidencia reciente.
- En el ejemplo del hotel, ¿qué representa el valor 0.62 en el cálculo de la probabilidad total?
- a) La probabilidad de que el banco rechace el préstamo
- b) La probabilidad total de aperturar el hotel
- c) La probabilidad de que el hotel no se aperture
- d) La probabilidad de recibir el préstamo
Respuesta: b) La probabilidad total de aperturar el hotel. El valor 0.62 es la probabilidad marginal de aperturar el hotel, calculada sumando las probabilidades de todas las rutas que llevan a la apertura (préstamo concedido o rechazado).
8. Variables Aleatorias y Distribución de Probabilidades
Flashcards
- ¿Qué es una variable aleatoria?
- Es un evento numérico cuyo valor resulta de un proceso aleatorio y corresponde a cada unidad de análisis.
- ¿Cómo se clasifican las variables aleatorias?
- En cualitativas y cuantitativas.
- ¿Qué caracteriza a una variable aleatoria cuantitativa discreta?
- Toma valores enteros y permite enumerar todos sus posibles valores junto a sus probabilidades.
- ¿Qué caracteriza a una variable aleatoria cuantitativa continua?
- Toma valores en un intervalo de números reales y se define mediante una función o curva de probabilidades.
Preguntas tipo test
- Una variable aleatoria que toma valores enteros y pueden enumerarse todos sus posibles resultados se clasifica como:
- a) Variable aleatoria continua
- b) Variable aleatoria discreta
- c) Variable aleatoria cualitativa
- d) Variable aleatoria constante
Respuesta: b) Variable aleatoria discreta. Las variables aleatorias discretas son aquellas que toman valores enteros y permiten enumerar todos sus posibles resultados junto a sus probabilidades, a diferencia de las continuas que operan en intervalos.
- En una distribución de probabilidad de una variable discreta, ¿cuál es la suma de todas las probabilidades P(Xi)?
- a) Cero
- b) Uno
- c) Cien
- d) Depende del número de eventos
Respuesta: b) Uno. Por definición, la suma de todas las probabilidades en una función de probabilidad para una variable aleatoria discreta debe ser igual a la unidad.
- Si lanzamos un par de dados, ¿cuál es el número total de elementos en el espacio muestral?
- a) 6
- b) 12
- c) 36
- d) 24
Respuesta: c) 36. Al lanzar un par de dados, cada dado tiene 6 caras. El espacio muestral total es el producto de las posibilidades de cada dado, 6 por 6, resultando en 36 combinaciones posibles.
9. Valor Esperado, Varianza y Toma de Decisiones
Flashcards
- ¿Qué es el valor esperado?
- Es el promedio ponderado de los valores de una variable aleatoria usando sus probabilidades.
- Fórmula del valor esperado E(X).
- E(X) = Σ (Xi * P(Xi))
- ¿Qué mide la varianza V(X)?
- La medida de variabilidad de la variable respecto a su promedio.
- Fórmula de la varianza V(X).
- V(X) = Σ (Xi^2 * P(Xi)) - [E(X)]^2
Preguntas tipo test
- ¿Qué representa el valor esperado de una variable aleatoria?
- a) El valor máximo posible.
- b) El promedio ponderado a largo plazo.
- c) La variabilidad de los datos.
- d) La suma total de todas las probabilidades.
Respuesta: b) El promedio ponderado a largo plazo.. El valor esperado es el promedio ponderado de todos los valores posibles de una variable aleatoria, utilizando sus probabilidades como factores de ponderación, lo que indica el resultado esperado a largo plazo.
- ¿Qué mide la varianza de una variable aleatoria?
- a) La tendencia central.
- b) La frecuencia absoluta.
- c) La variabilidad respecto al promedio.
- d) El valor mínimo posible.
Respuesta: c) La variabilidad respecto al promedio.. La varianza es una medida estadística que cuantifica la dispersión o variabilidad de los valores de una variable aleatoria respecto a su valor promedio o esperanza matemática.
- En el juego planteado con utilidad U = 10X - 50, si el valor esperado de X es 7, ¿cuál es el valor esperado de U?
- a) 10
- b) 20
- c) 30
- d) 50
Respuesta: b) 20. Utilizando la propiedad de linealidad, E(U) = 10 * E(X) - 50. Si E(X) = 7, entonces E(U) = 10(7) - 50 = 70 - 50 = 20.
Y 54 flashcards y 36 preguntas más en el documento.
Texto del documento
Apuntes Estadística General Arturo Rubio 1 ! ! ! ! " # $ # ! $ ! bles casos posi Número de rables casos favo Numero de p N f N A P = = ) ( ) ( ) ( % %& '' ( ! ( ) # & ( ( ! * %& * ! ! ( ! & 2 . 0 55 11 ) ( ) ( ) ( = = = = bles casos posi Número de rables casos favo Numero de p N f N A P ! ! " # $ # ! ! ! a de muestr Tamaño rables casos favo Numero de A P ) ( = % + , ! & -*' ' . * ! # ! * ! ! 04 . 0 12500 500 ) ( = = = muestra Tamaño de rables casos favo Numero de A P ! ! / # ! 0 ! " ! # ! % * ! ' 1 , * ! & ' 1 & ! !
) % 0 & s excluyente eventos son A tos A y Los even A P A P A A P P A P Muestral Espacio P A P c c c 1 ) ( ) ( ) ( 0 ) ( 1 ) ( 0 1 ) ( 0 ) ( = + = = = φ Apuntes Estadística General Arturo Rubio 2 " # ! % ! % ! 2 / 3 4 ) ) ) ) ) ) 3 ) ) 3 3 ) ) 3 ) 3 ) 3 3 ) ) 3 ) ) 3 3 3 ) 3 3 ) 3 3 ) 3 3 3 3 % # 5 36 78)*)*)9. 8)*)*39.8)*3*)9. 8)*3*39 83*)*)9 83*)*39 83*3*)9 83*3*39: * 8 * 9 8 *-9 8 *29 8 *;9 8 *'9 8 *<9 8-* 9 8-*-9 8-*29 8-*;9 8-*'9 8-*<9 82* 9 82*-9 82*29 82*;9 82*'9 82*<9 36 8;* 9 8;*-9 8;*29 8;*;9 8;*'9 8;*<9 8'* 9 8'*-9 8'*29 8'*;9 8'*'9 8'*<9 8<* 9 8<*-9 8<*29 8<*;9 8<*'9 8<*<9 # 2< $ % ! & ! % = % ! 2 6 78)*)*)9. 8)*)*39.8)*3*)9. 83*)*)9 : ; * ! ! 500 .
0 8 4 ) ( ) ( ) ( = = = p N f N E P " * > ! % 6 7 8 * <9 8-* '9 82* ;9 8;* 29 8'* -9 8<* 9 : < * ! ! 1667 . 0 36 6 ) ( ) ( ) ( = = = p N f N E P Apuntes Estadística General Arturo Rubio 3 ' % ! # ! ! ( ! + * * / * - ( ! & 0 B) P(A Luego B = =φ A entes : on excluy evento B s to A y el Si el even % # $ ?& " " 4 @ - % 2 2 - 5 4 2 ; 2 - ?67?& : "67" : * $ = + * ! ! % & 85 . 0 200 170 200 40 200 130 ) ( ) ( ) ( = = + = + = A P J P A J P 3 ! * ?67?& : 67 % : ( ! %& ! 0 % . * ! ! % & % 9 .
0 200 180 200 30 200 80 200 130 ) ( ) ( ) ( ) ( = = + = + = E J P E P J P E J P 3 A B P(A U B) = P(A) + P(B) -P(A B) A Ac 4 B P(A B) P(Ac B) P(B) Bc P(A Bc ) P(Ac Bc ) P(Bc ) 4 P(A) P(Ac ) C B A B Ac B A C C B A Apuntes Estadística General Arturo Rubio 4 ) % ! ! " A # ! ! ! ! )B @+ C)CB @" " A ( # ) " ( ) ( ) " ( ) ( ) ( 0 Pr 0 A B P A P B A P B P B A P Luego P(A) B) P(A B"A) te P( Similarmen (A"B) se toma ) Cuando P(B o para P(B) P(B) B) P(A P(A"B) = = = = = = % % % 0 5 # 84 9 - % # 8@9. % % - % . ! & # ! = & . * 8 ! ! ! 9 / 3 & 3 3 & / ! ! 5D T1 >DE T2 T1 T2 90 56 9 7 10 8 = -DE N2 T1 N2 90 16 9 2 10 8 = -D N1 5DE T2 N1 T2 90 16 9 8 10 2 = DE N2 N1 N2 90 2 9 1 10 2 = 4 ! ! ! ! / & 3 & 4 # !
8 T1 9 @ 4 # ! 8 N1 9 4 B 4 " 4 # ! 8 T2 9 '<DE <DE >-DE @ 4 # ! 8 N2 9 <DE -DE 5DE 4 B 4 " >-DE 5DE 3 & % # ! * ! ! & ! % # ! 9 2 72 16 90 72 90 16 ) ( ) ( ) " ( 1 2 1 1 2 = = = = T P N T P T N P F ! 0 = % # ! & * ! ! & ! 0 ! % # ! 9 7 72 56 90 72 90 56 ) ( ) ( ) " ( 1 2 1 1 2 = = = = T P T T P T T P Apuntes Estadística General Arturo Rubio 5 * % ! + ! 3 " A # ! ! / * ! ! # ( ( ( ) ( ) ( ) ( ) ( ) ( B P A P B A P Luego B P B"A) te P( Similarmen A P P(A"B) = = = % 3 % % 0 5 # ! 84 9 - % # 8@9* - % . ! & # & . ! ! ! / 3 & 3 3 & / ! ! 5D T1 5D T2 T1 T2 <;D 6 <; -D N2 T1 N2 <D 6 < -D N1 5D T2 N1 T2 <D 6 < -D N2 N1 N2 ;D 6 ; 4 ! ! ! ! / & 3 & 4 # ! 8 T1 9 @ 4 # ! 8 N1 9 4 B 4 " 4 # !
8 T2 9 <; < 5 @ 4 # ! 8 N2 9 < ; - 4 B 4 " 5 - 3 & % # ! * ! ! & ! % # ! ) ( 10 2 80 . 0 16 . 0 ) ( ) ( ) " ( 2 1 2 1 1 2 N P T P N T P T N P = = = = F ! 0 = % # ! & * ! ! & ! 0 ! % # ! ) ( 10 8 80 . 0 64 . 0 ) ( ) ( ) " ( 2 1 2 1 1 2 T P T P T T P T T P = = = = / 04 . 0 ) 20 . 0 )( 20 . 0 ( ) ( ) ( ) ( 16 . 0 ) 20 . 0 )( 80 . 0 ( ) ( ) ( ) ( 64 . 0 ) 80 . 0 )( 80 . 0 ( ) ( ) ( ) ( 2 1 2 1 2 1 2 1 2 1 2 1 = = = = = = = = = N P N P N N P N P T P N T P T P T P T T P Apuntes Estadística General Arturo Rubio 6 , - ! 3 # ! !
/ 7" * "-* "2* " : [ ] = = = = = + + + = + + + + = = = = = = = n i i n i i i n n n n n n n i i i n A A P A P A A P A P A P A A P A P A A P A P A A P A P A A P A A P A A P A A A P A A A A A A A A A A A A A A A A A A A A A A A A S A ón Demostraci A P A A P A P entonces S A A A A 1 1 2 2 1 1 3 2 1 3 2 1 3 2 1 3 2 1 1 3 2 1 ) ( ) ( ) " ( ) ( ) ( ) " ( ....... ) ( ) " ( ) ( ) " ( ) ( ) ( .... ) ( ) ( ) ( P ) ( s excluyente mutuamente eventos son Como ) ( ...... ) ( ) ( ) ( P P(A) ) ( ...... ) ( ) ( ) ( ) ...... ( ) ( ) " ( ) ( ...... % 0 ! # ! 0 * 3 !& < 1 0 3- !& ; 1 ! ! 3 ! 0 ! ! 8C9 . 3- ! ! - 3 0 * G) ! ! 0 ! ! H 3 * ! ! ! 3 C ! ! / ! ! < & + S1 + 8 <98 96 < EE .
S1 N 8 <98 EE96 'E; ; & - + S2 + 8 ;98 -96 5 E5 . S2 N 8 ;98 E596 2E- 4 ! ! 0 ! ! 014 . 0 ) 4 . 0 )( 02 . 0 ( ) 6 . 0 )( 01 . 0 ( ) ( ) " ( ) ( ) " ( ) ( ) " ( ) ( 2 2 1 1 2 1 = + = + = = = S P S I P S P S I P S P S I P I P i i i ! ! 4 / 0 3 8& 9 3 - 8& 9 4 + 8 + 9 < 5 ; . + 8 . 9 'E; 2E- E5< 4 < ; Apuntes Estadística General Arturo Rubio 7 / - 0 1 # 2 3 & ! ! " ( " & = = = n j j j i i i i A P A A P A P A A P A P A A P A A P 1 ) ( ) " ( ) ( ) " ( ) ( ) ( ) " ( ) # ! ! & ( = # & % 0 & ! ! 8C9* G ! ! 0 ( ! 3 H 4286 . 0 014 . 0 006 . 0 ) 4 . 0 )( 02 . 0 ( ) 6 . 0 )( 01 . 0 ( ) 6 . 0 )( 01 . 0 ( ) ( ) " ( ) ( ) " ( ) ( ) " ( ) " ( 2 2 1 1 1 1 1 = = + = + = S P S I P S P S I P S P S I P I S P ! !
"/ICB IC 0 3 /83 96 < ) A ! ! "/B 34 ICB IC /83 JC96 ;-5< ! ! ! ! & ! ! # % K ( ! ! ( ) % * & # A / ! 0 3 0 * ! ! ! ( E . * ! 0 * ! ! ! ( & - ! ! ! 0 < ! ! ( ( ) % 3 ! ( ) % # ! * G ! ! ( ! 0 H / 0 " / ! ! < & E 3" Sp SA 8 <98 E96 '; @" Sp NA 8 <98 96 < ; . - 3" Np SA 8 ;98 -96 5 5 @" Np NA 8 ;98 596 2- 4 ori d Aposteri robabilida S P S S P S S P nal Condicio obabilidad N A P N P S S P S P S P el hotel aperturar de Total obabilidad A A P A P P P P A P A P 871 . 0 62 . 0 54 . 0 ) ( ) ( ) " ( Pr 62 . 0 08 . 0 54 . 0 ) 2 . 0 )( 4 . 0 ( ) 9 . 0 )( 6 . 0 ( ) " ( ) ( ) " ( ) ( ) ( Pr = = = = + = + = + = Apuntes Estadística General Arturo Rubio 8 4 1+ 25 5 - 0 1+ 0 . ! # L ! " ! ! % ! = - L ! " ! !
! % 3 # 0 * ! ! ! % ! 4 ! % ! ! ! ! ! % ! 4 $ @ ! ! % ! ! * * ! ! 0 # & ! ! % 3 2 # ! M 6 @$ ! / 3 4 Xi / 86 9 3 -' 3 3 2 -' 3 3 2 -' 3 3 3 1 -' 3 2 -' 3 3 3 3 1 -' 3 3 3 1 -' 3 3 3 3 0 -' ! # Xi 6 0 -' 1 2>' 2 2>' 3 -' 4 F 0.125 0.375 0.375 0.125 0.00 0.10 0.20 0.30 0.40 0 1 2 3 Xi Pr(Xi) /8MN-96/8M6-9O/8M6296 2>'O -'6 ' Apuntes Estadística General Arturo Rubio 9 +&- 1+27 +8 . 10 2 2+5+ & 4 1 + 25 & +& 1 - & 3 ! M ! ! 6 6 6 /8M 9 6 /8M-9 69 /8MP9 4 # & 1 ) P(X 0 i # & ! ! = k 1 = i i 1 ) P(X % " !
* 8 * 9 8 *-9 8 *29 8 *;9 8 *'9 8 *<9 8-* 9 8-*-9 8-*29 8-*;9 8-*'9 8-*<9 82* 9 82*-9 82*29 82*;9 82*'9 82*<9 S6 8;* 9 8;*-9 8;*29 8;*;9 8;*'9 8;*<9 8'* 9 8'*-9 8'*29 8'*;9 8'*'9 8'*<9 8<* 9 8<*-9 8<*29 8<*;9 8<*'9 8<*<9 2< 0 # ! Xi 3 X i 2 3 4 5 6 7 8 9 10 11 12 4 /86 9 D2< -D2< 2D2< ;D2< 'D2< <D2< 'D2< ;D2< 2D2< -D2< D2< /86 9 -> '< 52 2E <> 2E 52 '< -> 0.00 0.03 0.06 0.09 0.12 0.15 0.18 2 3 4 5 6 7 8 9 10 11 12 Xi P(Xi) JQQ - ; ' QQQQQJQQQQQQQ - ; 'QQJ 6 :* / * ! ! !
/8M 6 >9 6 <D2<6 <<> /8M R ;9 6 / 8M6-9O/ 8M629 6 D2<O-D2<6 2D2<6 522 /8M S E9 6 / 8M6 9O/ 8M6 9O/ 8M6 -9 6 2D2<O-D2<O D2< 6 <D2<6 <<> /8M N ;9 6 Q /8M6-9O/8M629 6 Q 5226 E <> Apuntes Estadística General Arturo Rubio 10 4 ; # ! ! 4 ! 6 # & ! ! /86 9 ! = ! ! / ) P(X X ..... ) P(X X ) P(X X ) P(X X )= E(X k k k i= i i i + + + = 2 2 1 1 1 4 4 ! ! ! ! & ! ! [ ] 1 ( 2 2 K i= X E )- i P(X i X )= i V(X i ! 6 3 ! ! & ! !
Xi /86 9 M /8M 9 ) P(X X i 2 i 2 D2< -D2< ;D2< 3 -D2< <D2< 5D2< 4 2D2< -D2< ;5D2< 5 ;D2< - D2< D2< 6 'D2< 2 D2< 5 D2< 7 <D2< ;-D2< -E;D2< 8 'D2< ; D2< 2- D2< 9 ;D2< 2<D2< 2-;D2< 10 2D2< 2 D2< 2 D2< 11 -D2< --D2< -;-D2< 12 D2< -D2< ;;D2< 4 -'-D2< E>;D2< 0.00 0.03 0.06 0.09 0.12 0.15 0.18 2 3 4 5 6 7 8 9 10 11 12 P(Xi) JQQ- ; ' JQQ- ; 'QJ 8696* ! 6 3 * = ! M 7 36 252 1 = = k i= i i i ) P(X X )= E(X L M 8333 5 7 36 1974 1 2 2 2 . = ) ( )} )-{E(X P(X X )= V(X K i= i i i i = + & M S(Xi ) . . = = 58333 2 415 ) # & M )L 8M 96 8- ; 'D>9 62; '1 Apuntes Estadística General Arturo Rubio 11 4 ; # ! ! - 3 ! * # ! 6 3 % / % !
' ) % # & Xi /86 9 / 6 ) K 7 K /8K 9 ) P(U U i 2 i 2 D2< - ' <"= Q2 D2< E D2< 3 -D2< 2 ' < = Q; D2< 5 D2< 4 2D2< ; ' < = Q2 D2< 2 D2< 5 ;D2< ' ' 6 'D2< < ' ' D2< ' D2< 7 <D2< > ' - - D2< -; D2< 8 'D2< 5 ' 2 ' D2< ;' D2< 9 ;D2< E ' ; < D2< <; D2< 10 2D2< ' ' ' D2< >' D2< 11 -D2< ' < - D2< >- D2< 12 D2< - ' > > D2< ;E D2< 4 >- D2< 2'; D2< % K 20 36 720 1 = = k i= i i i ) P(U U )= E(U K 33 . 583 20 36 35400 1 2 2 2 = ) ( )} )-{E(U P(U U )= V(U K i= i i i i = + & K 15 . 24 33 . 583 ) S(Ui = = ) # & K )L 8K 96 8-; 'D- 9 6 - ><1 . ! # & K 6 =M Q'= 20 50 ) 7 ( 10 50 X 10 = = = U 15 . 24 ) 415 . 2 ( 10 10 33 . 583 ) 833 .
5 ( 10 10 2 2 2 2 = = = = = = X U X U S S S S Apuntes Estadística General Arturo Rubio 12 F 0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 -30 -20 -10 0 10 20 30 40 50 60 70 Utilidad P(Ui) E(Ui)=20 "----------24.15………."------------24.15----" -4.15 44.15 Preguntas: ¿Cuál es la probabilidad de lograr una utilidad de 20 soles?: 6/36 ¿Cuál es la probabilidad de lograr una utilidad de 20 soles ó menos?: 21/36 ¿Cuál es la probabilidad de lograr una utilidad de más de 20 soles?: 15/36 ¿Cuál es la probabilidad de lograr una utilidad de más de 50 soles?: 6/36 ¿Cuál es la probabilidad de lograr una utilidad entre 0 y 40 soles?: 24/36 ¿Cuál es la probabilidad de lograr una utilidad entre el promedio mas menos una desviación estándar?: P(-4.15 < Utilidad < 44.15) P(0< Utilidad < 40)= 24/36= 0.6667 ¿Cuál es la probabilidad de lograr una utilidad entre el promedio mas menos una desviación estándar?:Por la regla empírica: 0.68