Escolar Documentos
Profissional Documentos
Cultura Documentos
SEMESTRE 2018 I
SEMANAS 9 Y 10
CONTENIDO
SEMANA 09
TEORIA DE DECISIONES
1. PROBABILIDADES BAJO CONDICIONES DE
INDEPENDENCIA ESTADÍSTICA
2. PROBABILIDAD BAJO CONDICIONES DE
DEPENDENCIA ESTADÍSTICA
3. TEOREMA DE BAYES:
SEMANA 10
CLASIFICACION DE LOS MODELOS DE DECISIONES
EN CATEGORIAS
4. CRITERIOS PARA LA TOMA DE DECISIOES BAJO
CONDICIONES DE INCERTIDUMBRE
UNIDAD II
SEMANA 09
TEORIA DE DECISIONES
Evento :
Salga Sello (la ocurrencia de los dos eventos anteriores no
influyen en el tercer resultado ya que son eventos
estadísticamente independientes).
P(sello) = 1/2
2. Acción :
Con la información de una moneda cargada en la que Cara
ocurren el 0.90 del tiempo y Sello el 0.10 del tiempo, si
el resultado del ultimo evento es Sello cuál es la
Probabilidad que en el siguiente evento el resultado sea
Cara ?
Evento :
Salga Cara (El resultado par el nuevo evento no se ve
afectado por el resultado del último evento; por que
son eventos estadísticamente independientes)
P(Cara) = 0.90
Donde:
1. Acción
Un Experimento de lanzamiento de una moneda imparcial en el
que se desea conocer la probabilidad de que se obtengan:
a) Dos caras en dos tiros consecutivos.
b) Tres sellos en tres tiros consecutivos.
c) Cara – Sello – Sello – Cara – en cuatro tiros
consecutivos, (C1 – S2 – S3 – C4).
Eventos: c) C1 – S2 – S3 – C4
P(C1,S2,S3,C4)= P(cara1)*P(sello2) *P(sello3)* P(cara4)
= 1/2 * 1/2 * 1/2 * 1/2
= 1/16 = 0.0625
2. Acción :
Se da una probabilidad de que se haga una venta, p, y de
que el éxito o fracaso en la venta ocurra
independientemente. Se desea conocer con las siguientes
variables:
Para (a)
P(p,q,p,q,p,q) = P(p) *P(q) *P(p) *P(q) *P(p) *P (q)
= p*q*p*q*p*q.
= p*p*p*q*q*q.
Para (b)
P(p,q,q,p,p,p) = P(p) *P(q) *P(q) *P(p) *P(p) *P(p)
= p*q*q*p*p*p.
= p*p*p*p*q*q.
Para (c)
c)P{q,p,p,p,p,q) = P(q) *P(p) *P(p) *P(p) *P(p) *P(q)
= q*p*p*p*p*q.
= p*p*p*p*q*q.
3. Acción
Se da las listas colectivamente exhaustivas para uno, dos y
tres lanzamientos consecutivos de monedas imparciales.
Sabiendo que las probabilidades de eventos independientes
mutuamente exclusivos son ADITIVOS (SE SUMAN), se pide las
probabilidades.
1.000
Simbólicamente P(A\B)
Es la Probabilidad de que suceda el evento A dado que, ha
ocurrido el evento B, y esta dado por:
P(A\B) = P(A)
Esto es cierto ya que, para eventos estadísticamente
independientes la ocurrencia de eventos anteriores NO
AFECTAN la probabilidad del nuevo evento, Ejemplo:
1. Acción :
Se ha lanzado una moneda imparcial una vez; y ha resultado
el evento sello, para un nuevo lanzamiento se pide la
probabilidad de que salga nuevamente sello.
Evento : S2 \ S1
P(S2\S1) = P(S2) = 0.5
2. PROBABILIDAD BAJO CONDICIONES DE
DEPENDENCIA ESTADÍSTICA
La Dependencia Estadística Existe cuando la Probabilidad de
algún evento es DEPENDIENTE DE O AFECTADO POR la ocurrencia
de algún otro evento, los tipos de Probabilidades bajo
dependencia estadística son: Marginal, Condicional y
Conjunta.
P(AB)
P(A\B) = --------
P(B)
Se lee, la probabilidad que ocurra A dado que B a ocurrido
es igual a la probabilidad de que A y B ocurran juntos
dividido por la probabilidad de ocurrencia de B, ejemplo:
1. Acción :
Se tiene la siguiente información una caja que contiene 10
bolas de las cuales:
3 bolas son color rojo y con puntos,
1 bola es color roja y con rayas,
4 bolas son color amarillas y con puntos, y
2 bolas son color amarillas y con rayas.
Equivalencia:
Ro = Roja
Am = Amarilla
Pu = Punteada
Ra = Rayada
Solución:
*1 a) P(Pu\Ro) =
b) P(Ra\Ro) =
*2 c) P(Pu\Am) =
d) P(Ra\Am) =
*3 e) P(Ro\Pu) =
f) P(Am\Pu) =
*4 g) P(Ro\Ra) =
h) P(Am\Ra) =
a) Roja y Rayada ?.
b) Roja y Punteada ?.
c) Amarilla y Rayada, si la probabilidad de ocurrencia que
la bola sea amarilla dado que es rayada es 0.8.
d) Amarilla y Punteada, si la probabilidad de ocurrencia
que la bola sea amarilla dado que es punteada es 0.4.
P(RoRa) = 0.1
P(RoPu) = 0.3
P(AmRa) = 0.4
P(AmPu) = 0.2
Problema 1:
En una de las divisiones de la Compañía “XYZ” un grupo de
auditoria interna conformado por dos personas ha comenzado
a evaluar el sistema de seguridad para encontrar alguna
deficiencia. Cada auditor trabaja independientemente del
otro. Por experiencia en auditorías anteriores cada auditor
tiene una probabilidad de 0.6 de encontrar una deficiencia
del sistema durante el período de auditoría. Si ambos
auditores encuentran tal deficiencia la probabilidad de que
el sistema necesite rediseñarse es del 0.8. Si cualquiera
de los dos auditores encuentran una deficiencia, la
probabilidad es 0.5 que el sistema necesite rediseñarse. Sí
ninguno de los auditores encuentra una deficiencia, todavía
hay una pequeña probabilidad de 0.2 que el sistema necesite
rediseñarse.
¿Cuál es la probabilidad que, después de una auditoria
cualesquiera de un grupo de dos personas (auditores), se
tenga que rediseñarse el sistema?
Solución:
Datos:
Definición de las variables de los eventos:
A = El auditor 1 encuentra una deficiencia
B = El auditor 2 encuentra una deficiencia
nA = El auditor 1 no encuentra una deficiencia
nB = El auditor 2 no encuentra una deficiencia
Rl = Rediseñar el sistema si (A y B)
R2 = Rediseñar el sistema si ((A y nB) o (B y nA))
R3 = Rediseñar el sistema si (nA y nB)
Independencia Estadística
P(R1) = 0.8
P(R2) = 0.5
P(R3) = 0.2
= 0.48
= 0.16
= 0.56
Respuesta :
Después de una auditoria de un grupo cualesquiera de dos
personas, hay una probabilidad de 0.56 de que el sistema de
seguridad tendrá que ser rediseñado.
3. TEOREMA DE BAYES:
A la formula fundamental de Probabilidad Condicional Bajo
Dependencia Estadística se le conoce como Teorema de Bayes:
Problema N° 01
El despertador de Conco no funciona muy bien, pues el 20%
de las veces no suena. Cuando suena, Conco llega tarde a
clase con probabilidad 0.2, pero si no suena, la
probabilidad de que llegue tarde a clase es 0.9.
a) Determine la probabilidad de que llegue tarde a clase y
haya sonado el despertador.
b) Determine la probabilidad de que llegue temprano a
clase.
c) Conco ha llegado tarde a clase, ¿Cuál es la probabilidad
de que haya sonado el despertador?.
Solución:
Eventos Elementales
1. nA = No suena el despertador P(nA) = 0.2
2. A = Suena el despertador P(A) = 1 – 0.2 = 0.8
3. B = Llega tarde a clase
4. nB = Llega temprano a clase
5. Llega tarde a clase y suena el despertador P(B\A) =
0.2
6. Llega temprano a clase y suena el despertador = 1 –
0.2 = 0.8 = P(nB\A)
7. Llega tarde a clases y no suena el despertador P(B\nA)
= 0.9
8. nB = Llega temprano a clase y no suena el despertador
= 1 – 0.9 = 0.1 = P(nB\nA)
SEMANA 10