1.5.

2 Eventos Independientes Eventos Independientes: Dos eventos A y B son eventos independientes si: P(AB)=P(A)P(B) Si esta ocurrencia no se satisface, los eventos son dependientes. Si P(A)0 P(B)0 Tiene sentido hablar de la siguiente equivalencia: P( A B) = P( A) P( B) P( A B) = P( A) o P( B A) = P( B) Probando la equivalencia: ) Suponiendo que P(B) 0 P ( A B ) = P( A) P( A B ) = P ( A) P( B ) P ( A B ) = P( A) P( B )
) P ( A B ) = P ( A) P ( B ) Sea P(A) 0 P ( A B ) = P(A)P(B) P( A B) = P ( B ) P ( B | A) = P ( B ) P(A) P( A B) = P ( A) P ( A | B ) = P ( A) Sea P(B) 0 P ( A B ) = P(A)P(B) P(B)

Ejemplo 1 Considrese los eventos relacionados con el lanzamiento de un dado donde los eventos son los siguientes: A: {Se observa un nmero impar} B: {Se observa un nmero par} C:{Se observa un 1 un 2} a) Son los eventos A y B independientes? b) Son A y C eventos independientes? Solucin a) Comprobando de acuerdo a la definicin: P( A B) 0 P(AB)= = =0 P( B) 1/ 3 P(A)=3/6=1/2 Ya que P(AB)P(A) entonces los eventos A y B son dependientes. P( A C ) 1 / 6 = = 1/ 2 P (C ) 2/6 Ya que P(AC)= P(A) entonces A y C son eventos independientes b) P(AC)= Teorema: Si A y B son independientes A y BC son independientes

13

Demostracin: A = ( A B ) ( A B c ) obsrvese que ( A B ) ( A B c ) = P ( A) = P ( A B ) + P ( A B c )

P ( A B c ) = P ( A) P ( A B ) = P ( A) P ( A) P ( B ) = P ( A)[1 P ( B )] = P ( A) P ( B c ) entonces A y BC son independientes. Adems dada la hiptesis del teorema anterior se deduce de inmediato que: AC y B son independientes. AC y BC son independientes. Definicin: Una coleccin de eventos A1 , A2 ,... An son independientes si se cumple que: P ( Ai A j ) = P ( Ai ) P ( A j ) i j
P ( Ai A j Ak ) = P ( Ai ) P ( A j ) P ( Ak )
n n P I Ai = P ( Ai ) i =1 i =1

i j ik jk

Teorema: Si una coleccin finita A1 , A2 ,... An son eventos independientes entonces tambin lo son los eventos B1 , B2 ,...Bn donde Bi = Ai o Bi = AiC
Ejemplo 2 Sea = { a1 , a 2 , a 3 , a 4 } sean P ({a i }) = 1 / 4 Definase los eventos A1 = (a1 , a 2 )

i = 1,2,3,4

A2 = (a1 , a3 ) A3 = (a1 , a 4 )

Son A1 , A2 , A3 eventos independientes?

1 2 P ( A1 A2 ) = P ( A1 A3 ) = P ( A2 A3 ) = 1 / 4 P ( A1 ) = P ( A2 ) = P ( A3 ) = P ( A1 ) P ( A2 ) = P ( A1 ) P ( A3 ) = P ( A2 ) P ( A3 ) = (1 / 2)(1 / 2) = 1 / 4 P ( A1 A2 A3 ) = 1 / 4 P ( A1 ) P ( A2 ) P ( A3 ) = 1 / 8 Entonces P ( A1 A2 A3 P ( A1 ) P ( A2 ) P ( A3 ) entonces A1 , A2 , A3 no son eventos independientes Ejemplo 3

14

Supngase que se lanza un dado en equilibrio. Sea A el suceso de obtener un nmero impar y sea el Evento B el suceso de obtener uno de los nmeros 1,2,3, 4, comprobar que los eventos A y B son independientes. Solucin: A:{1,3,5} B:{1,2,3,4} P(A)=1/2 P(B)=2/3 P( A B) = 1 / 3 P ( A B ) = P ( A) P ( B ) entonces los eventos A y B son independientes.
Si son independientes no necesariamente son ajenos como se ve en el ejemplo anterior Ejemplo 4 Supngase que se arrojan dos dados balanceados tres veces de manera sucesivas. Determinar la probabilidad que en cada una de las tres tiradas la suma de los dados de los nmeros que aparecen sea 7. Solucin: En cada lanzamiento se tiene: Ak={En el k-simo lanzamiento la suma de los dados es 7} ={(i,j) tal que i,j es 1,2,...6} #= 36 Ak={(1,6), (2,5), (3,4), (4,3),(5,2), (6,1) } # Ak=6 P ( A1 A2 A3 ) = P ( A1 ) P ( A2 ) P ( A3 ) = P ( A1 ) P ( A2 A1 ) P ( A3 A1 A2 ) 6 6 6 1 = = 36 36 36 6
3

1.5.3

Teorema de Bayes

Particin de un conjunto: Dado cualquier conjunto S y B1 ,B2 ...Bk subconjuntos de S se dice que

B1 ,B2 ...Bk es una particin de S si S= B1 B2 ... Bk y Bi B j = ij

Teorema de probabilidad total: Supngase un espacio de probabilidad (,A, P(.)) y B1 ,B2 ...Bk

particin de con P(Bi ) >0 i=1,2,...k. Entonces para cualquier evento A se tiene que:
P ( A) = P(A B i )P(Bi )
i =1 k

Demostracin:

15

 k k A = A = A U Bi = U ( A Bi ) i =1 i =1 k P( A) = P U ( A Bi ) Bi y B j son ajenos i j entonces ( A Bi ) y ( A B j ) son ajenos i =1

P ( A) = P ( A Bi )
i =1 k

= P ( A Bi ) P ( Bi )
i =1

Corolario: P(A)= P(AB) P(B)+ P(ABC) P(BC) Teorema de probabilidad total: Supngase un espacio de probabilidad (,A, P(.)) y B1 ,B2 ...Bk

particin de con P(Bi ) >0 i=1,2,...k. Entonces para cualquier evento A se tiene que:
P ( A) = P(A B i )P(Bi )
i =1 k

Teorema de Bayes: Sea un espacio muestral y B1 ,B2 ...Bk una particin de con P( Bi )>0 i=1,2k y A cualquier evento tal que P( A )>0, entonces para cualquier j=1,2,k se tiene que: P(A B j )P(B j ) P(B j A) = n P(A Bi )P(Bi )
i =1

Demostracin:

P( B j A) =
=

P( B j A) P( A)
k

definicin de probabilidad empleando el teorema de probabilidad total (denominador) y definicin e probabilidad condicional: P( A B j ) P( A B j ) = P( A B j ) = P( A B j ) P( B j ) P( B j )

P( A B j ) P( B j )

P( A B ) P( B )
i i i =1

Ejemplo 1 Dos cajas contienen cerrojos grandes y pequeos. Supngase que una caja contiene 60 cerrojos grandes y 40 pequeos y que la otra caja contiene 10 grandes y 20 pequeos. Supngase tambin que se selecciona una caja al azar y que se extrae un cerrojo aleatoriamente de la misma. Determinar la probabilidad de que este cerrojo sea grande. Solucin: Definiendo los eventos: A={el cerrojo es grande} C1={Se selecciona la 1. Caja} P(C1)=0.5 P(A|C1)=60/100 C2={Se selecciona la 2. Caja} P(C2)=0.5 P(A|C2)=10/30
16

P( A) = P( A C1) P(C1) + P( A C 2) P(C 2)

P ( A) = P ( A C1) P(C1) + P ( A C 2) P(C 2) = 60 10 3 1 7 (0.5) + (0.5) = (0.5) + (0.5) = 100 30 5 3 15

Ejemplo 2 Para la fabricacin de un gran lote de artculos similares se utilizaron tres mquinas M1, M2 y M3. Supngase que el 20% de los artculos fueron fabricados por la mquina M1, el 30% por la mquina M2 y el 50% por la mquina M3. Suponga adems que el 1% de los artculos fabricados por la mquina M1 son defectuosos, que el 2% de los artculos fabricados por la mquina M2 son defectuosos y el 3% de los artculos fabricados por la mquina M3 son defectuosos. Por ltimo, supngase que se selecciona al azar uno de los artculos del lote y que resulta ser defectuoso. Se determinar la probabilidad de que el artculo haya sido fabricado por la mquina M2. Solucin Definiendo los eventos Ai: El suceso de que el artculo seleccionado haya sido de la mquina Mi B : El suceso de que el artculo seleccionado sea defectuoso. Se desea calcular P(A 2 B) 20% fabrica M1 30% fabrica M2 50% fabrica M3 1% de los artculos fabricados por M1 es defectuoso 2% de los artculos fabricados por M2 es defectuoso 3% de los artculos fabricados por M3 es defectuoso As, por el teorema de Bayes se tiene:
P(A2 B) P(B A 2 )P(A2 ) = (0.02)(0.3) = 0.26 (0.01)(0.2) + (0.02)(0.3) + (0.3)(0.5)

P(A1)=0.2 P(A2)=0.3 P(A3)=0.5 P( B A1 ) = .01

P( B A 2 ) = .02
P( B A 3 ) = .03

P(B A )P(A )
i i i =1

Ejemplo 3 Don gato tiene tres candidatos: Demstenes, Cucho, Benito Bodoque para una misin que consiste en vender boletos de una rifa inexistente a unos turistas ingenuos. Slo uno de los tres debe hacerlo. Se estima Demstenes cuenta con el 35% de probabilidades de ser el elegido, Cucho 45% y Benito el 20%. Hay una probabilidad de 0.09 de que los atrape el sargento Matute si va Demstenes, 0.11 si va Cucho y el de 0.07 si va Benito a) Cual es la probabilidad de quesean atrapados? b) Si los atrapa cual es la probabilidad que halla sido Benito Bodoque como el encargado de vender los boletos?

17

Solucin: D: Demstenes es el seleccionado C: Cucho es el seleccionado B: Benito Bodoque es el seleccionado A: Son atrapados por el Sargento Matute a) Se desea P(A) P(A)= P(A|D)P(D)+ P(A|C)P(C)+ P(A|B)P(B) P(A|D)=0.09 P(D)=0.35 P(A|C)=0.11 P(C)=0.45 P(A|B)=0.07 P(B)=0.20 P(A)=0.09(0.35)+0.11(0.45)+ 0.07(0.20)=0.0315+0.0495+0.014=0.095 Entonces P(A)=0.095 b) Se desea P(B|A) P ( B | A) = P(A | B)P(B) P(A | D)P(D) + P(A | C)P(C) + P(A | B)P(B) 0.014 = = 0.147368 0.095 Entonces: P(B|A)= 0.147368

*Una caja contiene tres monedas con cara en cada lado, cuatro monedas con sello en cada lado, y dos monedas balanceadas. Si una de estas monedas es seleccionada al azar y lanzada una vez. cul es la probabilidad de que sea obtenida cara? Solucin M 1 = {seleccionar una moneda que tiene cara en ambos lados} M 2 = {seleccionar una moneda que tiene sello en ambos lados} M 3 = {seleccionar una moneda que es balanceada} A = {se obtiene cara} Se observa que M 1 , M 2 y M 3 es una particin del espacio muestral . A es el evento de inters, entonces, por la teorema de probabilidad total se tiene: P ( A) = P( A / M i )P (M j )
i =1

As: P( A / M i ) = 1

P( A / M 2 ) = 0 P( A / M 3 ) = 1 / 2
por lo tanto:

P (M 1 ) = 3 / 9 P (M 2 ) = 4 / 9 P (M 3 ) = 2 / 9

3 1 2 1 1 4 P ( A) = 1 + 0 + = + = 9 2 9 3 9 9
18

Una nueva prueba ha sido dispuesta para detectar un particular tipo de cncer. Si la prueba es aplicada a personas que tienen este tipo de cncer, la probabilidad de que esta persona pueda tener una reaccin positiva es del 0.95, y la de que pueda tener una reaccin negativa es del 0.05. si la prueba es aplicada a una persona que no tenga este tipo de cncer, la probabilidad de que la persona pueda tener una reaccin positiva es del 0.05 y la reaccin negativa es del 0.95. Supngase que la poblacin en general, una de 100 000 personas tiene este tipo de cncer. Si una persona es seleccionada al azar y tiene una reaccin positiva a la prueba Cul es la probabilidad de que tenga este tipo de cncer? Solucin: A = {tiene el tipo de cncer} B = {la persona tiene reaccin positiva} Obsrvese que A, Ac es una particin de S Se desea P( A / B ) Entonces por el teorema de Bayes se tiene que: P (B / A)P ( A) P( A / B ) = P (B / A)P ( A) + P B / Ac P Ac (0.95)(1 / 100000 ) 0.95 = = = 0.00018996 (0.95)(1 / 100000 ) + (0.05)(99999 / 100000 ) 5000.9

)( )

19