Probabilidad 0

Probabilidad
ADI
Universidad del Norte
12 de agosto de 2013
ADI (Uninorte) Probabilidad 12 de agosto de 2013 1 / 47
Tabla de Contenidos
1
Introduccion
2
Modelo Probabilstico
3
Calculo de la probabilidad de un evento
Espacios muestrales con resultados igualmente probables
Metodo de los puntos muestrales
Metodo de conteo de puntos muestrales
4
Probabilidad Condicional e Independencia de Eventos
5
Leyes de la probabilidad
6
Teorema de Bayes
Introduccion
Algunos eventos aleatorios no se pueden predecir,
pero la frecuencia relativa con la que ocurren puede ser estable.
Si bien no se puede predecir el resultado exacto,
se puede obtener una medida intuitiva y signicativa de la posibilidad
de que un evento ocurra.
Ejemplo: El jugador de f utbol que cobra tiros libres (punto de vista
frecuentista).
Introduccion
frecuentista).
Introduccion
frecuentista).
Introduccion
Importancia de la Teora de Probabilidad:
Conociendo la probabilidad teorica de que al lanzar una moneda caiga
CARA, se puede vericar si la moneda es perfecta (Inferencia).
En algunos casos la intuicion puede llevar a calculos errados de
probabilidad de eventos.
La teora de probabilidad brinda herramientas para calcular la
probabilidad de eventos.
Modelo Probabilstico: Deniciones
Experimento
Cualquier proceso que genere una observacion o dato.
Ejemplo: El lanzamiento de una moneda al aire, donde solo hay dos
posibles resultados: CARA o SELLO.
Experimento Aleatorio
Aquel experimento que puede producir resultados diferentes, aun cuando
se repita de la misma manera.
Experimento
Experimento
Evento
Resultados de u ocurrencias en un experimento.
Ejemplo: Experimento: lanzar un dado. Eventos:
Se observa un 1 Se observa un 2
Se observa un 3 ...
Se observa un n umero impar Se observa un 1 o 3
Se observa un n umero menor que 4 ...
Evento
Se observa un 3 ...
Evento
Se observa un 3 ...
Evento
Se observa un 3 ...
Combinacion de eventos:
Interseccion Union Complemento
Tipos de eventos:
Evento Compuesto
Evento que se puede descomponer en otros eventos.
Ejemplo: Se observa un 1 o un 3.
Evento Simple
Evento que no se puede descomponer.
Ejemplo: Se observa un 1.
Eventos mutuamente excluyentes
Eventos que no pueden ocurrir al mismo tiempo.
Ejemplo: Se observa un 1 y un 3.
Tipos de eventos:
Evento Compuesto
Evento Simple
Tipos de eventos:
Evento Compuesto
Evento Simple
Tipos de eventos:
Evento Compuesto
Evento Simple
Tipos de eventos:
Evento Compuesto
Evento Simple
Tipos de eventos:
Evento Compuesto
Evento Simple
Espacio Muestral
Es el conjunto conformado por todos los posibles puntos muestrales o
eventos simples de un experimento.
Ejemplo: Cual es el espacio muestral del experimento de lanzar dos dados
al aire simultaneamente?
S =
(1, 1),(1, 2),(1, 3),(1, 4),(1, 5),(1, 6),

(2, 1),(2, 2),(2, 3),(2, 4),(2, 5),(2, 6),
(3, 1),(3, 2),(3, 3),(3, 4),(3, 5),(3, 6),
(4, 1),(4, 2),(4, 3),(4, 4),(4, 5),(4, 6),
(5, 1),(5, 2),(5, 3),(5, 4),(5, 5),(5, 6),
(6, 1),(6, 2),(6, 3),(6, 4),(6, 5),(6, 6),

Espacio Muestral
S =
(1, 1),(1, 2),(1, 3),(1, 4),(1, 5),(1, 6),

(2, 1),(2, 2),(2, 3),(2, 4),(2, 5),(2, 6),
(3, 1),(3, 2),(3, 3),(3, 4),(3, 5),(3, 6),
(4, 1),(4, 2),(4, 3),(4, 4),(4, 5),(4, 6),
(5, 1),(5, 2),(5, 3),(5, 4),(5, 5),(5, 6),
(6, 1),(6, 2),(6, 3),(6, 4),(6, 5),(6, 6),

Espacio Muestral
S =
(1, 1),(1, 2),(1, 3),(1, 4),(1, 5),(1, 6),

(2, 1),(2, 2),(2, 3),(2, 4),(2, 5),(2, 6),
(3, 1),(3, 2),(3, 3),(3, 4),(3, 5),(3, 6),
(4, 1),(4, 2),(4, 3),(4, 4),(4, 5),(4, 6),
(5, 1),(5, 2),(5, 3),(5, 4),(5, 5),(5, 6),
(6, 1),(6, 2),(6, 3),(6, 4),(6, 5),(6, 6),

Espacio Muestral
S =
(1, 1),(1, 2),(1, 3),(1, 4),(1, 5),(1, 6),

(2, 1),(2, 2),(2, 3),(2, 4),(2, 5),(2, 6),
(3, 1),(3, 2),(3, 3),(3, 4),(3, 5),(3, 6),
(4, 1),(4, 2),(4, 3),(4, 4),(4, 5),(4, 6),
(5, 1),(5, 2),(5, 3),(5, 4),(5, 5),(5, 6),
(6, 1),(6, 2),(6, 3),(6, 4),(6, 5),(6, 6),

Modelo Probabilstico: Probabilidad
Probabilidad
Intuicion llevada al calculo.
Suponga que usted sabe que todas las bolas en una urna son rojas,
Que tan seguro esta de que si saca una bola, esta sera roja?
Y si hay tres bolas rojas y una blanca?
Y si hay dos rojas y dos blancas?
Y si hay solo bolas blancas?
Que interpretacion puede hacerse desde el punto de vista
frecuentista?
Probabilidad
frecuentista?
Probabilidad
frecuentista?
Probabilidad
frecuentista?
La probabilidad de un evento A se denota P(A).
Axiomas de Probabilidad
Axioma 1 (No negatividad): P(A) 0
Axioma 2 (Aditividad): Si A
1
, A
2
, A
3
, . . . forman una sucesion de
eventos de S que se excluyen
mutuamente, por parejas, entonces:
P(A
1
A
2
. . . ) =
i =1
P(A
i
)
Axioma 3 (Normalizacion): P(S) = 1
El complemento del evento A se denota A
C
y su probabilidad P(A
C
).
Ejemplo: Calcule P().
P() = 0.
La probabilidad de un evento A se denota P(A).
Axiomas de Probabilidad
Axioma 1 (No negatividad): P(A) 0
Axioma 2 (Aditividad): Si A
1
, A
2
, A
3
, . . . forman una sucesion de
eventos de S que se excluyen
mutuamente, por parejas, entonces:
P(A
1
A
2
. . . ) =
i =1
P(A
i
)
Axioma 3 (Normalizacion): P(S) = 1
El complemento del evento A se denota A
C
y su probabilidad P(A
C
).
Ejemplo: Calcule P(). P() = 0.
Probabilidad en espacios muestrales con resultados
igualmente probables
Teorema
Si un experimento puede tener como resultado cualquiera de N diferentes
resultados igualmente probables, y si exactamente n de estos resultados
corresponden al evento A, entonces la probabilidad del evento A es:
P(A) =
n
N
Ejercicio
Cual sera la probabilidad de que al
lanzar dos dados simultaneamente
obtengamos dos n umeros iguales a 3?
Y de que obtengamos un n umero
menor que 3 y el otro mayor que 3?
Teorema
P(A) =
n
N
Ejercicio
Teorema
P(A) =
n
N
Ejercicio
En general, se utiliza un espacio muestral que de la mayor informacion
acerca de los resultados del experimento.
En algunos experimentos es util listar los elementos del espacio
muestral de forma sistematica utilizando un diagrama de arbol.
Ejercicio
Considere el experimento de lanzar una moneda dos veces. Construya el
diagrama de arbol y encuentre la probabilidad de los eventos:
A: Resulta al menos una cara
B: Resulta exactamente una cara
A B
A B
C
Ejercicio
A B
A B
C
Ejercicio
A B
A B
C
Ejercicio
A B
A B
C
Probabilidad de un evento A, P(A)
Es la suma de los pesos o probabilidades de todos los puntos muestrales en
A. Se cumple que:
0 P(A) 1,
P() = 0,
P(S) = 1.
Ademas, si A
1
, A
2
, A
3
, . . . es una serie de eventos mutuamente
excluyentes, entonces
P(A
1
A
2
A
3
. . . ) = P(A
1
) +P(A
2
) +P(A
3
) + . . .
Probabilidad de un evento A, P(A)
Es la suma de los pesos o probabilidades de todos los puntos muestrales en
A. Se cumple que:
0 P(A) 1,
P() = 0,
P(S) = 1.
Ademas, si A
1
, A
2
, A
3
, . . . es una serie de eventos mutuamente
excluyentes, entonces
P(A
1
A
2
A
3
. . . ) = P(A
1
) +P(A
2
) +P(A
3
) + . . .
Conteo de puntos muestrales
En muchos casos debemos ser capaces de resolver un problema de
probabilidad mediante el conteo del n umero de puntos en el espacio
muestral, sin listar realmente cada elemento.
Especialmente util cuando el espacio muestral es muy grande.
El principio fundamental del conteo, es a menudo denominado regla
general de multiplicacion.
Teorema
Si una operacion se puede ejecutar en n
1
formas, y si para cada una de
estas se puede llevar a cabo una segunda operacion en n
2
formas, y para
cada una de las dos primeras se puede realizar una tercera operacion en n
3
formas, y as sucesivamente, entonces la serie de k operaciones se pueden
realizar en n
1
n
2
n
3
. . . n
k
formas.
Ejemplo: Lanzamiento de dos dados.
Teorema
Si una operacion se puede ejecutar en n
1
formas, y si para cada una de
estas se puede llevar a cabo una segunda operacion en n
2
formas, y para
cada una de las dos primeras se puede realizar una tercera operacion en n
3
formas, y as sucesivamente, entonces la serie de k operaciones se pueden
realizar en n
1
n
2
n
3
. . . n
k
formas.
Ejemplo: Lanzamiento de dos dados.
Ejercicio
Se hace el pedido de una cierta computadora. Se tienen tres elecciones de
disco duro, cuatro de la cantidad de memoria RAM, dos de la tarjeta de
video y tres de monitor. Cuantas conguraciones distintas se puede pedir
de la computadora?
Con frecuencia nos interesamos en un espacio muestral que contiene
como elementos a todas las posibles ordenaciones o arreglos de un
grupo de objetos.
Por ejemplo, cuando queremos saber cuantos arreglos diferentes son
posibles para ubicar en una la a seis personas.
Los diferentes arreglos se llaman permutaciones.
Permutaci on
Arreglo de todo o parte de un conjunto de objetos.
Con frecuencia nos interesamos en un espacio muestral que contiene
como elementos a todas las posibles ordenaciones o arreglos de un
grupo de objetos.
Por ejemplo, cuando queremos saber cuantos arreglos diferentes son
posibles para ubicar en una la a seis personas.
Los diferentes arreglos se llaman permutaciones.
Permutaci on
Arreglo de todo o parte de un conjunto de objetos.
Teorema
El n umero de permutaciones en n objetos distintos es n!.
Ejemplo: Cuantos arreglos diferentes son posibles para ubicar en una la
a seis personas (Ana, Betty, Camila, Dario, Estela, Federico)?
Se tiene n! = 6! = (6)(5)(4)(3)(2)(1) = 720 arreglos
Teorema
El n umero de permutaciones de n objetos distintos tomando r a la vez es
P
n
r
=
n!
(n r )!
Teorema
El n umero de permutaciones en n objetos distintos es n!.
Ejemplo: Cuantos arreglos diferentes son posibles para ubicar en una la
a seis personas (Ana, Betty, Camila, Dario, Estela, Federico)?
Se tiene n! = 6! = (6)(5)(4)(3)(2)(1) = 720 arreglos
Teorema
El n umero de permutaciones de n objetos distintos tomando r a la vez es
P
n
r
=
n!
(n r )!
Ejercicios
Cinco operarios estan disponibles para el turno del sabado por la
tarde. Hay tres estaciones de trabajo en las que se pueden ubicar. De
cuantas maneras se pueden elegir y organizar los operarios?
Cual es el n umero de formas en que cinco aspirantes a un concurso
de belleza pueden ser elegidas como reina y virreina?
Usando el alfabeto ingles (26 letras), cuantas palabras distintas de
cuatro letras se pueden formar?
Ejercicios
Ejercicios
Teorema
El n umero de permutaciones distintas de n objetos de los que n
1
son de
una clase, n
2
de una segunda, . . . , y n
k
de una k-esima clase es:
n!
n
1
!n
2
! . . . n
k
!
, en donde
k
i =1
n
i
= n
Ejemplo: En una urna con 10 bolas hay: 1 azul, 2 rojas, 4 amarillas, y 3
verdes. De cuantas maneras diferentes se pueden arreglar en una la, si
solo se distingue su color?
Se tiene
n!
n
1
!n
2
! . . . n
k
!
=
10!
1!2!4!3!
= 12600
Teorema
El n umero de permutaciones distintas de n objetos de los que n
1
son de
una clase, n
2
de una segunda, . . . , y n
k
de una k-esima clase es:
n!
n
1
!n
2
! . . . n
k
!
, en donde
k
i =1
n
i
= n
Ejemplo: En una urna con 10 bolas hay: 1 azul, 2 rojas, 4 amarillas, y 3
verdes. De cuantas maneras diferentes se pueden arreglar en una la, si
solo se distingue su color?
Se tiene
n!
n
1
!n
2
! . . . n
k
!
=
10!
1!2!4!3!
= 12600
Con frecuencia nos interesa el n umero de formas de dividir un
conjunto de n objetos en r subconjuntos denominados celdas.
Se consigue una particion si la interseccion de todo par posible de los
r subconjuntos es el conjunto vaco , y si la uni on de todos los
subconjuntos da el conjunto original.
El orden los elementos dentro de una celda no tiene importancia.
Considere el conjunto {a,e,i,o,u}. Las particiones posibles en dos
celdas en que la primera celda contenga cuatro elementos y la
segunda celda un elemento son:
{(e,i,o,u),(a)}; {(a,i,o,u),(e)}; {(a,e,o,u),(i)};
{(a,e,i,u),(o)}; {(a,e,i,o),(u)}
El n umero de particiones para esta ilustracion se denota con la
expresion:
5
4, 1
=
5!
4!1!
= 5
El n umero superior representa el n umero total de elementos y los
n umeros inferiores representan el n umero de elementos que van en
cada celda.
Considere el conjunto {a,e,i,o,u}. Las particiones posibles en dos
celdas en que la primera celda contenga cuatro elementos y la
segunda celda un elemento son:
{(e,i,o,u),(a)}; {(a,i,o,u),(e)}; {(a,e,o,u),(i)};
{(a,e,i,u),(o)}; {(a,e,i,o),(u)}
El n umero de particiones para esta ilustracion se denota con la
expresion:
5
4, 1
=
5!
4!1!
= 5
El n umero superior representa el n umero total de elementos y los
n umeros inferiores representan el n umero de elementos que van en
cada celda.
Teorema
El n umero de formas de partir un conjunto de n objetos en r celdas con n
1
elementos en la primera celda, n
2
elementos en la segunda, y
as sucesivamente, es
n
n
1
, n
2
, . . . , n
r
=
n!
n
1
!n
2
! . . . n
r
!
, en donde
r
i =1
n
i
= n
Ejemplo: En cuantas formas se pueden asignar 7 estudiantes de postgrado
a una habitacion triple de un hotel y a dos dobles, durante su asistencia a
una conferencia?
El n umero total de particiones posibles sera
n
n
1
, n
2
, . . . , n
r
=
7!
3!2!2!
= 210
Teorema
El n umero de formas de partir un conjunto de n objetos en r celdas con n
1
elementos en la primera celda, n
2
elementos en la segunda, y
as sucesivamente, es
n
n
1
, n
2
, . . . , n
r
=
n!
n
1
!n
2
! . . . n
r
!
, en donde
r
i =1
n
i
= n
Ejemplo: En cuantas formas se pueden asignar 7 estudiantes de postgrado
a una habitacion triple de un hotel y a dos dobles, durante su asistencia a
una conferencia?
El n umero total de particiones posibles sera
n
n
1
, n
2
, . . . , n
r
=
7!
3!2!2!
= 210
En muchos problemas nos interesa el n umero de formas de seleccionar
r objetos de n sin importar el orden.
Tales selecciones se llaman combinaciones.
Una combinacion es realmente una particion con dos celdas, donde
una contiene los r objetos seleccionados y la otra contiene los (n r )
objetos restantes.
El n umero de tales combinaciones, denotadas con
n
r , n r
por lo
general se reduce a
n
r
debido a que el n umero de elementos en la

segunda celda es n r .
objetos restantes.
n
r , n r
por lo
general se reduce a
n
r

objetos restantes.
n
r , n r
por lo
general se reduce a
n
r

Teorema
El n umero de combinaciones de n objetos distintos tomados de r a la vez
es
C
n
r
=
n
r
=
n!
r !n r !
=
P
n
r
r !
Taller
Un ni no le pide a su mama que le lleve 5 cartuchos de una consola
portatil de su coleccion de 10 juegos de arcade y 5 de deportes.
Cuantas maneras hay en que su mama le lleve 3 juegos de arcada y
2 de deportes, respectivamente?
Tenemos: 1200.
Cuantos arreglos diferentes de letras se pueden hacer con las letras
de la palabra ESTADISTICAS?
Tenemos: 9979200.
Taller
Tenemos: 1200.
Tenemos: 9979200.
Taller
Tenemos: 1200.
Tenemos: 9979200.
Taller
Tenemos: 1200.
Tenemos: 9979200.
Taller
Una clase de estadstica para ingenieros consta de 25 estudiantes de
ingeniera industrial, 10 de ingeniera mecanica, 10 de ingeniera
electrica y 8 de ingeniera civil. Si el profesor elige a una persona al
azar para que conteste una pregunta, encuentre la probabilidad de
que el estudiante elegido sea:
Un estudiante de ingeniera industrial.
Tenemos:
25
53
0,4717.
Un estudiante de ingeniera electrica o de ingeniera civil. Tenemos:
18
53
0,3396.
Taller
Un estudiante de ingeniera industrial. Tenemos:
25
53
0,4717.
Un estudiante de ingeniera electrica o de ingeniera civil.
Tenemos:
18
53
0,3396.
Taller
Un estudiante de ingeniera industrial. Tenemos:
25
53
0,4717.
Un estudiante de ingeniera electrica o de ingeniera civil. Tenemos:
18
53
0,3396.
Taller
Al poco tiempo de entrar en circulacion, los autobuses fabricados por
una compa na presentan grietas visibles en la parte inferior del
bastidor principal. Suponga que una ciudad tiene 20 de dichos
autobuses y que han aparecido grietas en 8 de ellos.
Cuantas formas hay de seleccionar 5 de los 20 autobuses para una
inspeccion?.
Tenemos: 15504.
En cuantas formas puede una muestra de 5 autobuses contener
exactamente 4 con grietas visibles?. Tenemos: 840.
Si se escoge al azar una muestra de 5 autobuses, cual es la
probabilidad de que exactamente 4 de ellos tengan grietas visibles?
Tenemos: 0.05417957.
probabilidad de que al menos 4 de ellos tengan grietas visibles?
Tenemos: 0.05779154.
Taller
inspeccion?. Tenemos: 15504.
exactamente 4 con grietas visibles?.
Tenemos: 840.
Tenemos: 0.05417957.
Tenemos: 0.05779154.
Taller
Tenemos: 0.05417957.
Tenemos: 0.05779154.
Taller
Tenemos: 0.05417957.
Tenemos: 0.05779154.
Taller
Tenemos: 0.05417957.
Tenemos: 0.05779154.
Taller
Una profesora de Analisis de Datos I escoge cada da a uno de sus 19
estudiantes E
1
, E
2
, . . . , E
19
para pasar al tablero. Analizando 3 clases
en das consecutivos, calcule la probabilidad de que:
Un estudiante sea escogido dos de los das.
El estudiante E
4
sea escogido dos de los das.
Un alto funcionario de una compa na decide que el presupuesto de
publicidad se divida entre dos agencias. Se consideran 8 agencias: A
1
,
A
2
, . . . , A
8
. Calcule la probabilidad de que A
1
sea seleccionada.
Encuentre el n umero de formas y la probabilidad de seleccionar
exactamente a uno de los dos mejores aspirantes a un cargo, si se
seleccionan dos del total de cinco.
Taller
estudiantes E
1
, E
2
, . . . , E
19
El estudiante E
4
1
,
A
2
, . . . , A
8
1
sea seleccionada.
Taller
estudiantes E
1
, E
2
, . . . , E
19
El estudiante E
4
1
,
A
2
, . . . , A
8
1
sea seleccionada.
Taller
estudiantes E
1
, E
2
, . . . , E
19
El estudiante E
4
1
,
A
2
, . . . , A
8
1
sea seleccionada.
Taller
Un conicto laboral ha surgido con respecto a una supuesta
distribucion desigual de 20 trabajadores en 4 diferentes trabajos de
construccion. El primer trabajo (considerado detestable) requera de 6
trabajadores y los demas de 4, 5 y 5 respectivamente. La controversia
surgio con respecto a una supuesta distribucion aleatoria de los
trabajadores que asigno 4 trabajadores de un mismo grupo etnico al
trabajo 1. Se quiere establecer si se realizo la asignacion de manera
justa.
Probabilidad Condicional
La probabilidad condicional de un evento es la probabilidad (la frecuencia
relativa de ocurrencia) del evento, dado el hecho de que ya ocurrieron uno
o mas eventos.
La probabilidad condicional de un evento A, ya que ocurrio un evento B,
es igual a
P(A|B) =
P(A B)
P(B)
siempre que P(B) > 0. Es tambien llamada: la probabilidad condicional de
A, dado B; o la probabilidad de A dada la ocurrencia de B.
Ejemplo: Suponga que un espacio muestral S es la poblacion de adultos en
una peque na ciudad que cumplen con los requisitos para obtener un ttulo
universitario. Se clasican seg un su genero y situacion laboral, as:
Sexo Empleado Desempleado Total
Hombre 460 40 500
Mujer 140 260 400
Total 600 300 900
Cuadro : Clasicacion de los adultos en una ciudad
Uno de estos individuos se selecciona al azar para que realice un viaje a
traves del pas para promover las ventajas de establecer industrias nuevas
en la ciudad, nos interesamos en los eventos siguientes:
H: Se elige un hombre, E: El elegido tiene empleo
Continuacion de Ejemplo:
Al utilizar el espacio muestral reducido E, se encuentra que:
P(H|E) =
460
600
=
23
30
Sea n(A) el n umero de elementos en cualquier conjunto A. Se puede
escribir:
P(H|E) =
n(E H)
n(E)
=
n(EH)
n(S)
n(E)
n(S)
=
P(E H)
P(E)
donde P(E H) y P(E) se encuentran a partir del espacio muestral
original S. Para vericar este resultado, note que:
P(E) =
600
900
=
2
3
y P(E H) =
460
900
=
23
45
Por lo tanto,
P(H|E) =
23
45
2
3
=
23
30
P(H|E) =
460
600
=
23
30
escribir:
P(H|E) =
n(E H)
n(E)
=
n(EH)
n(S)
n(E)
n(S)
=
P(E H)
P(E)
P(E) =
600
900
=
2
3
y P(E H) =
460
900
=
23
45
Por lo tanto,
P(H|E) =
23
45
2
3
=
23
30
P(H|E) =
460
600
=
23
30
escribir:
P(H|E) =
n(E H)
n(E)
=
n(EH)
n(S)
n(E)
n(S)
=
P(E H)
P(E)
P(E) =
600
900
=
2
3
y P(E H) =
460
900
=
23
45
Por lo tanto,
P(H|E) =
23
45
2
3
=
23
30
P(H|E) =
460
600
=
23
30
escribir:
P(H|E) =
n(E H)
n(E)
=
n(EH)
n(S)
n(E)
n(S)
=
P(E H)
P(E)
P(E) =
600
900
=
2
3
y P(E H) =
460
900
=
23
45
Por lo tanto,
P(H|E) =
23
45
2
3
=
23
30
P(H|E) =
460
600
=
23
30
escribir:
P(H|E) =
n(E H)
n(E)
=
n(EH)
n(S)
n(E)
n(S)
=
P(E H)
P(E)
P(E) =
600
900
=
2
3
y P(E H) =
460
900
=
23
45
Por lo tanto,
P(H|E) =
23
45
2
3
=
23
30
P(H|E) =
460
600
=
23
30
escribir:
P(H|E) =
n(E H)
n(E)
=
n(EH)
n(S)
n(E)
n(S)
=
P(E H)
P(E)
P(E) =
600
900
=
2
3
y P(E H) =
460
900
=
23
45
Por lo tanto,
P(H|E) =
23
45
2
3
=
23
30
Independencia de Eventos
Aunque la probabilidad condicional tienen en cuenta la alteracion de la
probabilidad de un evento a la luz de material adicional, tambien nos
permite entender mejor el muy importante concepto de independencia o,
en el contexto actual, de eventos independientes.
Eventos Independientes
Dos eventos A y B son independientes si
P(A B) = P(A)P(B).
Que es equivalente a
P(B|A) = P(B) o P(A|B) = P(A)
Dada la existencia de probabilidad condicional.
Si esa ocurrencia no se satisface, los eventos A y B son dependientes.
Ley multiplicativa de probabilidad
La probabilidad de la interseccion de dos eventos A y B, es decir, la
probabilidad de que ocurran los eventos A y B, es
P(A B) = P(A)P(B|A), dado que P(A) > 0
= P(B)P(A|B), dado que P(B) > 0
Y si A y B son independientes, entonces
P(A B) = P(A)P(B)
Teorema
Si en un experimento pueden ocurrir los eventos A
1
, A
2
, . . . , A
k
, entonces
P(A
1
A
2
A
k
) = P(A
1
)P(A
2
|A
1
)P(A
3
|A
1
A
2
) . . .
P(A
k
|A
1
A
2
A
k1
)
Si los eventos A
1
, A
2
, . . . , A
k
son independientes, entonces
P(A
1
A
2
A
k
) = P(A
1
)P(A
2
) . . . P(A
k
)
Ley aditiva de probabilidad
La probabilidad de la union de dos eventos A y B es
P(A B) = P(A) +P(B) P(A B)
Si A y B son eventos mutuamente excluyentes, entonces P(A B) = 0 y
P(A B) = P(A) +P(B)
Teorema
Si A es un evento, entonces
P(A) = 1 P(A
C
) = 1 P(A
)
Ejercicio:
En un proceso que fabrica latas de aluminio, la probabilidad de que una
lata tenga sura en su costado es de 0.06, la de que una lata tenga sura
en la tapa es de 0.05, y la de que tenga tanto sura en el costado como en
la tapa es de 0.03.
Cual es la probabilidad de que al elegir una lata en forma aleatoria,
esta tenga alguna sura?
Sera posible que la probabilidad de que una lata tenga suras en el
costado y en la tapa fuese igual a 0.01? Que implicara eso?
Cual es la probabilidad de que una lata seleccionada aleatoriamente
no tenga sura alguna?
Teorema
P(A) = 1 P(A
C
) = 1 P(A
)
Ejercicio:
la tapa es de 0.03.
Teorema
P(A) = 1 P(A
C
) = 1 P(A
)
Ejercicio:
la tapa es de 0.03.
Teorema
P(A) = 1 P(A
C
) = 1 P(A
)
Ejercicio:
la tapa es de 0.03.
Teorema de Bayes
El Teorema de Bayes ofrece un metodo estadstico para calcular una
probabilidad condicional en circunstancias de dependencia.
Este teorema es de gran utilidad para evaluar una probabilidad a
posteriori partiendo de probabilidades simples, y as poder revisar la
estimacion de la probabilidad a priori de un evento que se encuentra
en un estado o en otro.
Partiendo de las formulas de probabilidad condicional y probabilidad
conjunta
P(B|A) =
P(B A)
P(A)
Se procedera a enunciar el Teorema de Bayes para eventos
estadsticamente dependientes.
Teorema de Bayes
El Teorema de Bayes ofrece un metodo estadstico para calcular una
probabilidad condicional en circunstancias de dependencia.
Este teorema es de gran utilidad para evaluar una probabilidad a
posteriori partiendo de probabilidades simples, y as poder revisar la
estimacion de la probabilidad a priori de un evento que se encuentra
en un estado o en otro.
Partiendo de las formulas de probabilidad condicional y probabilidad
conjunta
P(B|A) =
P(B A)
P(A)
Se procedera a enunciar el Teorema de Bayes para eventos
estadsticamente dependientes.
Teorema de Bayes
Teorema de Probabilidad Total
Si los eventos B
1
, B
2
, . . . , B
k
constituyen una particion del espacio
muestral S tal que P(B
i
) = 0, para i = 1, 2, . . . , k entonces, para
cualquier evento A de S,
P(A) =
k
i =1
P(B
i
A) =
k
i =1
P(B
i
)P(A|B
i
)
Teorema de Bayes
Teorema de Bayes
Sean B
1
, B
2
, . . . , B
k
eventos mutuamente excluyentes tales que cualquier
evento A en el espacio muestral pertenece a uno y solo a uno de estos
eventos. Entonces la probabilidad de que ocurra cualquier evento dado que
ha ocurrido el evento A se calculara por la siguiente formula:
P(B
k
|A) =
P(B
k
A)
P(A)
Sustituyendo la formula de probabilidad condicional y probabilidad total se
obtiene la formula general para el Teorema de Bayes:
P(B
k
|A) =
P(B
k
A)
k
i =1
P(B
i
A)
=
P(B
k
)P(A|B
k
)
k
i =1
P(B
i
)P(A|B
i
)
Teorema de Bayes
Ejemplo:Suponga que un espacio muestral S es la poblacion de adultos en
una peque na ciudad que cumplen con los requisitos para obtener un ttulo
universitario. Se clasican seg un su genero y situacion laboral, as:
Sexo Empleado Desempleado Total
Hombre 460 40 500
Mujer 140 260 400
Total 600 300 900
Cuadro : Clasicacion de los adultos en una ciudad
Uno de estos individuos se selecciona al azar para que realice un viaje a
traves del pas para promover las ventajas de establecer industrias nuevas
en la ciudad.
Ademas, una proporcion de
3
50
de los empleados y de
1
25
de los
desempleados son miembros del Club Rotario.
Cual es la probabilidad de elegir un individuo que sea miembro del Club
Rotario?
Teorema de Bayes
Construimos el diagrama de arbol para el ejemplo:
P(A) =?
P(A) =
2
3
3
50
1
3
1
25
4
75
Cual es el n umero total de miembros del Club Rotario?

Teorema de Bayes
P(A) =?
P(A) =
2
3
3
50
1
3
1
25
4
75

Teorema de Bayes
P(A) =?
P(A) =
2
3
3
50
1
3
1
25
4
75

Teorema de Bayes
Ejemplo: En una planta en ensamble, tres maquinas B
1
, B
2
y B
3
montan
30 %, 45 % y 25 % de los productos, respectivamente.
Por la experiencia pasada se sabe que 2 %, 3 % y 2 % de los productos
ensamblados por cada maquina, respectivamente, tienen defectos.
Ahora suponga que se selecciona de forma aleatoria un producto
terminado. Cual es la probabilidad de que el producto este defectuoso?
Considere los siguientes eventos:
A: El producto esta defectuoso.
B
1
: El producto fue ensamblado en la maquina B
1
.
B
2
2
.
B
3
3
.
Teorema de Bayes
Ejemplo: En una planta en ensamble, tres maquinas B
1
, B
2
y B
3
montan
30 %, 45 % y 25 % de los productos, respectivamente.
Por la experiencia pasada se sabe que 2 %, 3 % y 2 % de los productos
ensamblados por cada maquina, respectivamente, tienen defectos.
Ahora suponga que se selecciona de forma aleatoria un producto
terminado. Cual es la probabilidad de que el producto este defectuoso?
Considere los siguientes eventos:
A: El producto esta defectuoso.
B
1
1
.
B
2
2
.
B
3
3
.
Teorema de Bayes
Al aplicar la regla de eliminacion (de probabilidad total) podemos escribir:
P(A) = P(B
1
)P(A|B
1
) +P(B
2
)P(A|B
2
) +P(B
3
)P(A|B
3
)
P(B
1
)P(A|B
1
) = (0,3)(0,02) = 0,006
P(B
1
)P(A|B
1
) = (0,45)(0,03) = 0,0135
P(B
1
)P(A|B
1
) = (0,25)(0,02) = 0,005
P(A) = 0,006 + 0,0135 + 0,005 = 0,0245
Teorema de Bayes
Ahora suponga que se selecciono un producto de forma aleatoria y
esta defectuoso. Cual es la probabilidad de que hubiese sido ensamblado
en la maquina B
i
?
Con base en la denicion de probabilidad condicional y el teorema de
probabilidad total, es decir, el Teorema de Bayes tenemos:
P(B
i
|A) =
P(B
i
)P(A|B
i
)
P(B
1
)P(A|B
1
) +P(B
2
)P(A|B
2
) +P(B
3
)P(A|B
3
)
P(B
1
|A) =
0,006
0,006 + 0,0135 + 0,005
= 0,24490
P(B
2
|A) =
0,0135
0,006 + 0,0135 + 0,005
= 0,55102
P(B
3
|A) =
0,005
0,006 + 0,0135 + 0,005
= 0,20408
Teorema de Bayes
Ahora suponga que se selecciono un producto de forma aleatoria y
esta defectuoso. Cual es la probabilidad de que hubiese sido ensamblado
en la maquina B
i
?
Con base en la denicion de probabilidad condicional y el teorema de
probabilidad total, es decir, el Teorema de Bayes tenemos:
P(B
i
|A) =
P(B
i
)P(A|B
i
)
P(B
1
)P(A|B
1
) +P(B
2
)P(A|B
2
) +P(B
3
)P(A|B
3
)
P(B
1
|A) =
0,006
0,006 + 0,0135 + 0,005
= 0,24490
P(B
2
|A) =
0,0135
0,006 + 0,0135 + 0,005
= 0,55102
P(B
3
|A) =
0,005
0,006 + 0,0135 + 0,005
= 0,20408

Probabilidad 0

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Probabilidad 0

Enviado por

Direitos autorais:

Formatos disponíveis

Probabilidad

(1, 1),(1, 2),(1, 3),(1, 4),(1, 5),(1, 6),

ADI (Uninorte) Probabilidad 12 de agosto de 2013 8 / 47

(1, 1),(1, 2),(1, 3),(1, 4),(1, 5),(1, 6),

ADI (Uninorte) Probabilidad 12 de agosto de 2013 8 / 47

(1, 1),(1, 2),(1, 3),(1, 4),(1, 5),(1, 6),

ADI (Uninorte) Probabilidad 12 de agosto de 2013 8 / 47

(1, 1),(1, 2),(1, 3),(1, 4),(1, 5),(1, 6),

ADI (Uninorte) Probabilidad 12 de agosto de 2013 8 / 47

debido a que el n umero de elementos en la

debido a que el n umero de elementos en la

debido a que el n umero de elementos en la

Cual es el n umero total de miembros del Club Rotario?

Cual es el n umero total de miembros del Club Rotario?

Cual es el n umero total de miembros del Club Rotario?

Você também pode gostar