Escolar Documentos
Profissional Documentos
Cultura Documentos
PROBABILIDAD
59
a) Cu
al es el n
umero de muestras distintas posibles?
b) Cu
antas muestras de cinco contienen exactamente un chip que no
cumple con los requerimientos?
c) Cu
antas muestras de cinco contienen al menos un chip que no cumple
con los requerimientos?
Ejercicio 3.2.8. El dise
no de un sistema de comunicaci
on considera las
siguientes preguntas:
a) Cu
antos prefijos de tres dgitos de telefono pueden crearse para representar un
area geogr
afica en particular (c
odigo de
area) con los dgitos
del 0 al 9?
b) . Al igual que en el inciso a), Cu
antos prefijos de tres dgitos pueden
crearse de modo que el primer dgito no sea 0 ni 1, y el segundo sea 0
o 1?
c) . Cu
al es el n
umero de prefijos de tres dgitos en los que ning
un dgito
aparece m
as de una vez en cada prefijo?
3.3.
CAPITULO 3. PROBABILIDAD
60
P (A ) = P (B) = 0.8
Ejemplo 3.3.5. Se lanzan tres monedas no cargadas.
S = {CCC, CCS , CSC, SCC, CSS, SCS, SSC, SSS}
CAPITULO 3. PROBABILIDAD
61
P A B = 4/8
P (A B) = P (B) = 3 / 8
Definici
on 3.3.2. : Una funci
on P : S , ser
a llamada una funci
on
de probabilidad, si satisface las siguientes propiedades:
I) Si A es cualquier evento de S, entonces P (A) 0
II) P (S) = 1
III) Si E 1 , E 2 , . . . , E n , . . .es una colecci
on (finita o infinita) de eventos
de S, mutuamente excluyentes, entonces
P (E 1 E 2 . . . E n . . .) = P
Ei
i=1
P (E i ) < + .
i=1
Como E E = S y E E = ,
= P (E) + P E
P (S) = P (E) + P E
1 = P (E) + P E
P E E
entonces
por lo tanto P E
= 1 P (E)
Proposici
on 3.3.1. Sean A y B eventos de un espacio Muestral S, si A
B, entonces P (A) P (B).
Demostraci
on
CAPITULO 3. PROBABILIDAD
62
B = A (B A)
B=A
B A
Por lo tanto
Proposici
on 3.3.2. : Sean A y B eventos de un espacio Muestral S entonces
P (A B) = P (A) + P (B) P (A B).
Demostraci
on
Observe que
A B =
Ademas
A B
(A B)
B A
(A B)
(A B)
A =
A B
B =
B A
= P (A) P (A B)
= P (B) P (A B) y
P B A
P (A B) = P A B
+ P B A
+ P (A B)
= P (A) P (A B) + P (B) P (A B) + P (A B)
P (A B) = P (A) + P (B) P (A B) .
CAPITULO 3. PROBABILIDAD
63
NO
SI
NO
514
112
626
SI
68
246
314
Total
582
358
940
P (A) =
358
940
= 0.38085
P (B) =
314
940
= 0.33404
P (A B) =
246
940
= 0.26170
CAPITULO 3. PROBABILIDAD
64
P (A B) = P (A) + P (B) P (A B)
426
358 + 314 246
=
940
940
P (A B) = 0.45319
P A B
112
= 0.11915
940
P (A B) = P (B) P (A B) = 0 . 2 0 . 1 = 0 . 1
P A B
= P (A B)
P A B =P A
+ P (B) P A B
CAPITULO 3. PROBABILIDAD
65
Soluci
on
Denotemos por ABA, un resultado tpico, el cual representa el orden y el
sujeto que gano el partido. Por ejemplo ABA indica que A gano el primer
y tercer partido y B gano el segundo.
De esta manera, el espacio muestral esta dado por
S = {AAA, AAB, ABA, BAA, ABB, BAB, BBA, BBB}
Este es un espacio muestral donde los resultados no son equiprobables
(es decir, no podemos asignar la misma probabilidad a cada resultado). Por
ejemplo es mas probable que ocurra AAA que BBB.
P (A) = 3 / 5 y P (B) = 2 / 5. Para calcular las probabilidades asociadas a cada resultado, asumiremos que ABA, por ejemplo, representa la
interseccion de tres eventos y la probabilidad se calcula como el producto
de las probailidades de los tres eventos involucrados. As
2
3
P (ABA) = P (A) P (B) P (A) = 35
5
5
18
P (ABA) = 125
. De esta forma tenemos:
AAA
AAB
ABA
AAA
AAB
ABA
AAA
AAB
27
125
18
125
18
125
18
125
12
125
12
125
12
125
8
125
44
125
w
2
CAPITULO 3. PROBABILIDAD
66
2
9
1
9
3.4.
PROBABILIDAD CONDICIONAL
En muchos experimentos la ocurrencia de un evento particular esta usualmente asociada a la ocurrencia de otros eventos, de manera que al calcular
la probabilidad de dicho evento es necesario considerar aquellos que condicionan su ocurrencia.
CAPITULO 3. PROBABILIDAD
67
P (R1 ) = 94 , P N1 = 59
Para calcular la probabilidad de R2 , se necesita saber el color de la primera
bola extrada.
Si la primera bola es roja, entonces P (R2 ) = 3 / 8
Si la primera bola es negra, entonces P (R2 ) = 4 / 8
La probabilidad de R2 depende de la bola extrada en la primera seleccion.
Definici
on 3.4.1. Sean A y B eventos de un espacio muestral S. La probabilidad condicional de A dado B, la cu
al denotamos P (A | B), est
a da-
CAPITULO 3. PROBABILIDAD
68
da por
P (A B)
;
P (B)
P (A B)
;
P (B | A) :=
P (A)
Tenemos que:
P (A | B) :=
P (B) > 0.
As mismo
P (A) > 0.
P (A B) = P (A) P (B | A) = P (B) P (A | B)
SRegla multiplicativaR
Ejemplo 3.4.3. Se selecciona al azar 100 personas de una gran comunidad y
se someten a un estudio para evaluar la incidencia del fumar en el desarrollo
de enfermedad pulmonar. Los resultados obtenidos despues de un perodo se
muestran a continuaci
on.
Enf
Pulm
SI
NO
Total
H Fuma
SI NO
40
3
5
12
45 15
Total
43
17
60
M Fuma
SI NO
20
2
10
8
30 10
Total
22
18
40
CAPITULO 3. PROBABILIDAD
69
c) Si es mujer, cu
al es la probabilidad de que desarrolle enfermedad pulmonar? y si es hombre?
d) Si es mujer y no fuma, Cu
al es la probabilidad de que desarrolle
enfermedad pulmonar?
e) Cu
al es la probabilidad de que desarrolle enfermedad pulmonar, dado
que no fuma
o es mujer?
Soluci
on
a) P (F H)
P (F H) =
P (F M ) =
b) P (F ) =
45
100
30
100
45 + 30
100
c) P (E | M ) =
75
100
22
40
d) P (E | M F ) =
; P (E) =
, P (E | H) =
43 + 22
100
65
100
43
60
20
30
e) P (E | N M ) = ?
P (E (N M ))
P (N M )
P (E N ) (E M )
=
P (N M )
P (E N ) + P (E M ) P (E N M )
=
P (N M )
22
2
5
25
+ 100 100
25
100
= 100
=
55
55 = 55
100
100
P (E | N M ) =
Ejemplo 3.4.4. Una urna contiene 4 bolas rojas y 5 bolas negras. Se extraen
al azar y sin reemplazo 2 bolas sucesivamente. Calcule la probabilidad de que
la segunda bola extraida sea roja.
CAPITULO 3. PROBABILIDAD
70
Soluci
on
Como se hizo en el ejemplo con anterioridad vemos que esta probabilidad
depende del resultado en la primera extraccion. Como en dicho ejemplo.
Sea Ri : La i-esima bola extrada es roja; i = 1 , 2
Ni : La i-esima bola extrada es negra; i = 1 , 2
Observe que R1 N1 = S y R1 N1 = .
Ahora
R2 S = R2 = R2 (R1 N1 ) = (R1 R2 ) (N1 R2 )
Como R1 N1 =
As,
(R1 R2 ) (N1 R2 ) =
T
I
P
O
1
2
3
Sexo H
N
A
0
1
52 27
93 13
90 14
235 54
C
2
20
6
4
30
99
112
108
319
CAPITULO 3. PROBABILIDAD
T
I
P
O
1
2
3
Sexo M
N
A
0
1
58 50
1
4
47 18
106 72
71
C
2
38
0
4
42
146
5
69
220
CAPITULO 3. PROBABILIDAD
a) P (T 1 ) =
245
539
5
11
72
= 0.4545
A : se ha accidentado
c) P (H|A) =
d) P (A|T 2 ) =
54+30
54+30+72+42
13+6+4+0
112+5
e) P (M |T 3 A ) =
47
90+47
84
198
23
117
14
33
54
539
30
539
84
539
= 0.4242
= 0.1966
47
137
= 0.3431
f)
P (H (T 1 N 2 ))
P (T 1 N 2 )
P ((H T 1 ) (H N 2 )) 47
=
P (T 1 ) + P (N 2 ) P (T 1 N 2 )
P (H T 1 ) + P (H N 2 ) P (H T 1 N 2 )
=
P (T 1 ) + P (N 2 ) P (T 1 N 2 )
99
30
20
+ 539 539
= 539 187+58+14
P (H|T 1 N 2 ) =
539
109
=
= 20.4208
259
CAPITULO 3. PROBABILIDAD
73
Ejemplo 3.4.6. Considere una urna con 4 bolas blancas y 3 bolas negras.
Se extrae al azar una bola pero no se mira de que color es, seguidamente se
extrae una segunda bola. Que tan probable es que sea blanca?
Soluci
on
La probabilidad del segundo evento depende exclusivamente del resultado
en el primer experimento (o primera extraccion).
Si la primera bola es blanca, la respuesta es 36 = 21
Si la primera bola es negra, la respuesta es 46 = 23
(Mayor). Por lo tanto dicha probabilidad tiene un valor diferente dependiendo del resultado en el primer experimento. Sean A y B eventos de un
espacio Muestral. Observe que
A = A S = A B B = (A B) A B
Como A B y A B son excluyentes, entonces
P (A) = P (A B) + P A B = P (A|B) P (B) + P A|B P B
Lo anterior se conoce como Teorema de Probabilidad Total
Para el ejemplo, Si B: La primera bola es blanca y A :La segunda bola es
blanca
entonces
P (A) = P (A B) + P (A B ) = P (A|B) P (B) + P (A|B ) P (B )
= 21 74 + 23 37 = 74
CAPITULO 3. PROBABILIDAD
74
d) Cu
al es el valor de P (B |A)?
Soluci
on
a) P (A) =
15
40
b) P (B|A) =
14
39
c) P (A B) = P (A) P (B|A) =
d) P (B |A) =
15
40
14
39
7
52
= 0.1346
25
39
Ejemplo 3.4.8. Un fabricante de neveras tiene cinco listas para ser enviadas a un distribuidor. El fabricante no sabe que dos de las cinco son
defectuosas. Recibe un pedido de dosde ellas y lo cubre seleccionando al azar
dos de las cinco,
a) Obtenga el espacio muestral S para el experimento de seleccionar dos de
las cinco y asigne probabilidades a cada punto muestral.
b) Sea E el evento de que el pedido se cubre con dos neveras no defectuosas.
Represente el subconjunto generado por E y halle P (E).
Soluci
on
a) Suponga que una elecci
on de una nevera defectuosa se representa por D
y no defectuosa por B; as el espacio muestral S ser
a:
S = {D1 D2 , D1 B2 , B1 D2 , B1 B2 }
Observe que cada punto muestral representa una intersecci
on; por ejemplo
el punto D1 D2 quiere decir que la primera nevera es defectuosa y la segunda tambien lo es. Para hallar la probabilidad asignada a cada uno de los
elementos del anterior conjunto se debe usar probabilidad condicional,
2
5
2
P (D1 B2 ) = P (D1 ) P (B2 | D1 ) =
5
3
P (B1 D2 ) = P (B1 ) P (D2 | B1 ) =
5
3
P (B1 B2 ) = P (B1 ) P (B2 | B1 ) =
5
1
1
=
4
10
3
3
=
4
10
3
2
=
4
10
3
2
=
4
10
CAPITULO 3. PROBABILIDAD
75
3
10
= 0.3
Pero C
omo calcular probabilidades en una situaci
on real?
Considere el siguiente ejemplo.
Ejemplo 3.4.9. la siguiente tabla de doble entrada resume informaci
on
sobre 70 individuos los cuales se clasificaron de acuerdo a las variables F uma
y Sedentarismo,
Fuma
Sedentarismo
Si No
Si
19 17
No
10 24
Total 29 41
Total
36
34
70
19
= 0.2714
70
(19 + 17)
= 0.5143
70
19
= 0.53
(19 + 17)
(19 + 10)
= 0.4143
70
Observe que,
P (Si sea sedentario | Si fuma) =
la u
ltima igualdad sirve para verificar que la formulacion de la probabilidad
condicional se ve respaldada por evidencia contenida en datos reales.
CAPITULO 3. PROBABILIDAD
76
1
6
CAPITULO 3. PROBABILIDAD
77
Ahora,
5 5
6 6
Ambos perdieron
6 6
5 5
6 6
1ra ronda
1
6
2da ronda
..
.
..
.
De esta manera,
P (A gane el juego) =
1 1
+
6 6
= +
5
6
1
1+
6
+
5
6
1
6
5
6
5
6
+
4
1
6
5
6
5
6
+ ...
6
+ ...
Observe que el miembro derecho de la anterior igualdad tiene la forma 16 1 + x2 + x4 + x6 + . . . . Haciendo el cambio de variable y = x2
2
ltima expresion se tiene que,
donde y = 65 en esta u
P (A gane el juego) =
=
1
1 + y + y2 + y3 . . .
6
1
1
6 1y
1
6
1
25
1 36
1
6
11
36
6
11
Serie geometrica
1
6
CAPITULO 3. PROBABILIDAD
78
Ejercicios propuestos
Ejercicio 3.4.1. Si A , B y C son eventos mutuamente excluyentes, es
posible que P (A) = 0.3, P (B) = 0.4 y P (C) = 0.5? Por que?
Ejercicio 3.4.2. La tabla siguiente presenta un resumen del an
alisis realizado a las flechas de un compresor para determinar el grado con que estas
satisfacen ciertos requerimientos.
Sea A el evento de que La curvatura cumple con los requerimiento.
Sea B el evento de que El acabado superficial cumpl con los requerimiento.
si
no
A
si
345
12
no
5
8
si
no
A
si
200
4
no
1
2
CAPITULO 3. PROBABILIDAD
79
M
aquina herramienta 2
si
no
A
si
145
8
no
4
6
CAPITULO 3. PROBABILIDAD
80
a. Cu
al es el valor de P (A)?
b. Cu
al es el valor de P (A|B)?
c. Cu
al es el valor de P (B)?
d. Cu
al es el valor de P (B|A)?
e. Cu
al es el valor de P (A B)?
f. Cu
al es el valor de P (A B)?
Ejercicio 3.4.6. Si P (A|B) = 1, Puede concluirse que A = B? Dibuje un
diagrama de Venn para explicar su respuesta.
Ejercicio 3.4.7. Suponga que A y B son eventos mutuamente excluyentes.
Construya un diagrama de Venn que contenga los eventos A, B y C, tales
que P (A|C) = 1 y P (B|C) = 0.
3.4.1.
Sean A 1 , A 2 , . . . A n , eventos no vacos de un espacio Muestral mutuamente excluyentes que constituyen una particion de S, es decir, ni=1
Ai = S. Si B es un evento cualquiera de S, entonces
n
P (B) =
P (A i B) =
i=1
P (A i ) P (B|A i ).
i=1
CAPITULO 3. PROBABILIDAD
81
Soluci
on
Defina
I :Producto presenta cortes irregulares
N :Las cuchillas son nuevas
P :Las cuchillas tienen filo medio
D :Las cuchillas estan desgastadas
Seg
un el enunciado se tiene que:
P (N ) = 0.25 P (P ) = 0.6 P (D) = 0.15 N P D = 5
ademas son mutuamente disjuntos.
P (I|N ) = 0.01 P (I|P ) = 0.03 P (I|D) = 0.05
Ahora
P (I) = P (N ) P (I|N ) + P (P ) P (I|P ) + P (D) P (I|D)
= (0.25)(0.01) + (0.6)(0.03) + (0.15)(0.05) = 0.028
El 2.8 % de los productos cortados presenta cortes irregulares.
Definici
on 3.4.2. : Sean A y B eventos de un espacio Muestral. Se dice
que A y B son estadsticamente independientes si y s
olo si, cualquiera de
las siguientes proposiciones se cumple:
a) P (A|B) = P (A)
b) P (B|A) = P (B)
c) P (A B) = P (A) P (B)
En general, una coleccion de eventos E 1 , E 2 , . . . E n de un espacio Muestral S, se dicen Mutuamente Independientes, si y solo si, la interseccion
de cualquier subconjunto de eventos de esta coleccion cumple que la probabilidad de dicha interseccion es el producto de las probabilidades de los
eventos involucrados.
Ejemplo 3.4.12. El siguiente circuito trabaja si y solo si, existe una trayectoria de dispositivos en funcionamiento de izquierda a derecha. Suponga que
los dispositivos fallan de manera independiente. Cu
al es la probabilidad de
que el circuito funcione?
CAPITULO 3. PROBABILIDAD
82
Los n
umeros al interior de los recuadros son las probabilidades de falla de
cada dispositivo.
Soluci
on
Sea I: el evento de que el circuito funcione
P (I) = 1 P I = 1 (0.1) 1 0.99 2
= 0.99801
P (N ) P (I|N )
P (N I)
=
.
P (I)
P (I)
(0.25)(0.01)
(0.028)
(0.15)(0.05)
(0.028)
= 0.0893 ,
= 0.2679
P (P |I) =
(0.6)(0.03)
0.028
= 0.6429
CAPITULO 3. PROBABILIDAD
3.4.2.
83
TEOREMA DE BAYES
Sean A 1 , A 2 , . . . A n eventos no vacos de un espacio Muestral S, mutuamente excluyentes y tales que A i = S. Si B es un evento de S; entonces:
P (Aj |B) =
P (BAj )
P (B)
P (Aj )P (B|Aj )
n
i=1 P (Ai )(B|Ai )
SProbabilidad a prioriR
Ejemplo 3.4.14. Considere una urna que contiene 4 bolas blancas y 3 negras. De esta urna se extrae una bola sin mirar de que color es y se extrae
una segunda bola Qutan probable es que esta sea blanca? Todo depende de
cu
al bola fue extraida primero. Si la bola extraida primero es blanca entonces
la respuesta es 36 = 21 y si la bola extraida primero es negra entonces la respuesta es 46 = 23 . Para resolver este problema, observe que para cualquier
par de eventos de un espacio muestral S
A=AS =A BB
= (A B) A B
= P (B) P (A | B) + P B
P A| B
= P (B) P (A | B) + P B
=
1
2
4
7
2
3
P A| B
3
7
4
7
La siguiente gr
afica ilustra la situaci
on del ejemplo,
=
CAPITULO 3. PROBABILIDAD
84
CAPITULO 3. PROBABILIDAD
85
Proveedor
1
2
Si
80
40
No
4
2
CAPITULO 3. PROBABILIDAD
86
CAPITULO 3. PROBABILIDAD
87
Ejercicio 3.4.17. El siguiente circuito trabaja si, y solo si, existe una
trayectoria en funcionamiento, de izquierda a derecha. En el dibujo se indica
la probabilidad de que cada dispositivo funcione. Suponga que la probabilidad
de que un dispositivo trabaje no depende del funcionamiento de los dem
as
dispositivos. Cu
al es la probabilidad de que el circuito funcione?
P (A) = 0.5
CAPITULO 3. PROBABILIDAD
88
a. P (B).
b. P (B ).
c. P (A|B).
d. P (A|B ).
e. P (A B).
f. P (A B ).
g. P (A).
Ejercicio 3.4.19. En una operaci
on de llenado autom
atico, la probabilidad
de que el volumen de llenado sea incorrecto es 0.001 cuando el proceso se
realiza a baja velocidad. Cuando el proceso se efect
ua a alta velocidad, la
probabilidad de un llenado incorrecto es 0.01. Suponga que el 30 % de los
contenedores se llena cuando el proceso se efect
ua a alta velocidad, mientras
que el resto se ejecuta el proceso se lleva a cabo a baja velocidad.
a. Cu
al es la probabilidad de encontrar un contenedor lleno con un volumen incorrecto?
b. Si se encuentra un contenedor lleno con un volumen incorrecto, Cu
al
es la probabilidad de que haya sido llenado cuando el proceso se realizaba a alta velocidad?
Ejercicio 3.4.20. Un lote de 50 arandelas espaciadoras contiene 30 que son
m
as gruesas que la dimensi
on requerida. Suponga que del lote se escogen tres
arandelas al azar, sin reemplazo.
a. Cu
al es la probabilidad de que las tres arandelas sean m
as gruesas
que la dimensi
on requerida?
b. Cu
al es la probabilidad de que la tercera arandela sea m
as gruesa de
lo necesario si las dos primeras son m
as delgadas que la dimensi
on
requerida?
c. Cu
al es la probabilidad que la tercera arandela sea m
as gruesa que la
dimensi
on requerida?