Documente Academic
Documente Profesional
Documente Cultură
PROBABILIDAD
2014 10
Texto sugerido
Estadstica
Matemtica con
aplicaciones.
WACKERLY, MENDENHALL y
SCHEAFFER.
Editorial THOMSON.
Contenido
Probabilidad.
Introduccin, Definiciones bsicas: experimento, espacio
muestral, eventos, etc.
Notacin y operaciones entre de conjuntos.
Definicin axiomtica de probabilidad.
Tcnicas de conteo.
Probabilidad condicional, Independencia de eventos.
Axiomas de probabilidad, eventos mutuamente excluyentes,
eventos independientes.
Ley de la probabilidad total y teorema de Bayes.
PROBABILIDAD
INTRODUCCIN
En el estudio de la estadstica tratamos
bsicamente con la presentacin e interpretacin
de resultados fortuitos que ocurren en un estudio
planeado o en una investigacin cientfica.
Los ingenieros a menudo tratan con datos
experimentales,
conteos
o
mediciones
representativos, o quizs con datos categricos
que se podran clasificar de acuerdo con algn
criterio.
Nos referimos a cualquier registro de informacin,
ya sea numrico o categrico, como una
observacin.
EXPERIMENTO
Los estadsticos utilizan la palabra experimento
para describir cualquier proceso que genere un
conjunto de datos. Un ejemplo es el
lanzamiento de una moneda al aire; en tal
experimento solo hay dos resultados posibles:
cara o sello.
DEFINICIN
Un experimento aleatorio es aquel que puede
producir resultados diferentes, aun cuando se
repita siempre de la misma manera
ESPACIO MUESTRAL
El conjunto de todos los resultados posibles de
un experimento estadstico se llama espacio
muestral y se representa con el smbolo S.
A cada resultado de un espacio muestral se le llama elemento
o miembro del espacio muestral, o simplemente punto
muestral.
Si el espacio muestral tiene un nmero finito de elementos,
podemos listar los miembros separados por comas y
encerrarlos entre llaves.
El espacio muestral S, de los resultados posibles cuando se
lanza una moneda al aire, se escribe como: S = {H, T}.
El espacio muestral de lanzar un dado al aire, si nos interesa el
nmero de la cara superior es: S = {1, 2, 3, 4, 5, 6}.
HH
HT
T1
T2
T3
T4
T5
T6
S = {(1,1), (1,2), (1,3), (1,3), (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)}
S = {(CoA, CaA), (CoA, CaR), (CoA, CaB), (CoR, CaA), (CoR, CaR), (CoR, CaB)}
Taller 01 en clase:
Un experimento consiste en lanzar un dado y
despus lanzar una moneda una vez, si el nmero
en el dado es par. Si el nmero en el dado es
impar, la moneda se lanza dos veces. Use la
notacin 4H, por ejemplo, para denotar el
resultado de que el dado muestre 4 y despus la
moneda salga cara, y 3HT para denotar el
resultado de que el dado muestre 3 seguido por
una cara y despus un sello en la moneda;
construya un diagrama de rbol para mostrar los
18 elementos del espacio muestral S.
S {( x , y ) | x y 4 }
2
EVENTOS
Para cualquier experimento dado, podemos
enfocarnos en la ocurrencia de ciertos eventos,
ms que en el resultado de un elemento
especfico en el espacio muestral.
Ejemplo 06: Nos interesa el evento A, en el cual al
lanzar un dado el resultado sea divisible por 3.
Esto ocurrir si el resultado es un elemento del
subconjunto A = {3, 6}, del espacio muestral
S = {1, 2, 3, 4, 5, 6}, del lanzamiento de un dado.
EVENTOS (continuacin)
Un evento es un subconjunto de un
espacio muestral
Ejemplo 07: Dado el espacio muestral S = {t | t 0},
donde t es la vida en aos de cierto componente
electrnico, entonces el evento A de que el componente
falle antes de que finalice el quinto ao es el
subconjunto
A = {t | 0 t < 5}.
Es concebible que un evento sea un subconjunto que
incluya todo el espacio muestral S, o un subconjunto de
S que se denomina conjunto vaco y se denota con el
smbolo f, que no contiene elemento alguno.
Ejemplo 08: Si A es el evento de detectar un organismo
microscpico a simple vista en un experimento
biolgico, entonces A = f
Conjuntos
Complemento de un conjunto
Consideremos un experimento donde se registran los
hbitos de fumar de los empleados de una compaa
industrial.
Un posible espacio muestral podra clasificar a un
individuo como no fumador, fumador ligero, fumador
moderado o fumador empedernido.
Consideremos el subconjunto de los fumadores.
La totalidad de los no fumadores corresponden a un
subconjunto diferente, que se denomina complemento
del conjunto de fumadores.
Conjuntos(continuacin)
Interseccin de conjuntos
Consideremos ciertas operaciones con conjuntos que tendrn
como resultado la formacin de nuevos conjuntos.
Tales conjuntos nuevos sern subconjuntos del mismo espacio
muestral como los conjuntos dados.
Suponga que A y B son dos conjuntos que se asocian con un
experimento.
En otras palabras, A y B son subconjuntos del mismo espacio
muestral S.
Ejemplo 09: Si en el lanzamiento de un dado, A es el evento de
que ocurra un nmero par, y B el evento de que aparezca un
nmero mayor que 3, entonces los subconjuntos A = {2, 4, 6} y
B = {4, 5, 6} son subconjunto del mismo espacio muestral
S = {1, 2, 3, 4, 5, 6}.
Note que tanto A como B ocurrirn en un lanzamiento dado, si
el resultado es un elemento del subconjunto {4, 6}, el cual es
precisamente la interaccin de A y B.
Conjuntos(continuacin)
La interseccin de dos conjuntos A y B, que se
denota con el smbolo A B, es el conjunto que
contiene todos los elementos que son comunes
a A y a B.
Ejemplo 10: Sea C el evento de que una persona
seleccionada al azar en un Caf Internet sea un
estudiante universitario y sea M el evento de que
la persona sea hombre. Entonces C M es el
evento de todos los estudiantes universitarios
hombres en el Caf Internet.
Conjuntos (continuacin)
Eventos mutuamente excluyentes
Sea M = {a, e, i, o, u} y N = {r, s, t}; entonces, se
sigue que M N = F. Es decir, M y N no tiene
elementos comunes y, por lo tanto, no pueden
ocurrir ambos de forma simultnea.
Dos eventos que no pueden ocurrir de forma
simultnea son mutuamente excluyentes.
Dos eventos A y B son mutuamente
excluyentes o disjuntos si A B F ; es decir, si
A y B no tienen elementos en comn.
Conjuntos (continuacin)
Unin de Conjuntos
A menudo nos interesamos en la ocurrencia de al
menos uno de los eventos asociados con un
experimento.
Ejemplo 11: En el experimento del lanzamiento de un
dado si A = {2, 4, 6} y B = {4, 5, 6}, podemos
interesarnos en que ocurran A B, en que ocurran
tanto A como B. Tal evento, que se llama la unin de A
y B, ocurrir si el resultado es un elemento del
subconjunto {2, 4, 5, 6}.
La unin de dos eventos A y B, que se denota con el
smbolo A U B, es el evento que contiene todos los
elementos que pertenecen a A a B a ambos.
Conjuntos
S Taller en clase:
6
1
3
5
C
Determine:
1)
2)
3)
4)
5)
6)
7)
8)
AUB
AUC
BUC
AUBUC
AB
AC
BC
ABC
PROBABILIDAD DE UN EVENTO
PROBABILIDAD DE UN EVENTO:
Mtodo de los punto muestrales
Considere el problema de seleccionar dos aspirantes de un grupo
de cinco para un empleo, e imagine que los aspirantes difieren en
su grado de preparacin, 1 es el mejor, 2 es el segundo mejor, y as
sucesivamente para 3, 4 y 5. El jefe de personal naturalmente no
sabe nada de esta clasificacin. Defina dos eventos A, B y C como:
A: El jefe de personal selecciona exactamente uno de los dos
mejores.
B: El jefe de personal selecciona el mejor y uno de los dos peores
aspirantes.
C: El jefe de personal selecciona al menos uno de los dos mejores.
RESUELVA
* Calcule la probabilidad de estos eventos usando el mtodo de los
puntos muestrales.
PROBABILIDAD DE UN EVENTO:
Mtodo de los punto muestrales
En qu consiste el experimento?
1. El experimento implica la seleccin aleatoria de dos aspirantes entre
cinco
PROBABILIDAD DE UN EVENTO:
Mtodo de los punto muestrales
?
?
PROBABILIDAD DE UN EVENTO:
Mtodo de los punto muestrales
Cules son los evento simples asociados con el experimento?
2. Los 10 eventos simples (5 aspirantes * 2 seleccionados), con {i,j}
representando la seleccin de los aspirante i y j, son:
E1:{1,2}
E2:{1,3}
E5:{2,3}
E3:{1,4}
E6:{2,4}
E8:{3,4}
E4:{1,5}
E7:{2,5}
E9:{3,5}
E10:{4,5}
S={ E1 , E2 , E3 , E4 , E5 , E6 , E7 , E8 , E9 , E10 }
Cul es la probabilidad razonable de cada punto muestral en S?
Asegrese que P(Ei)0 y P(Ei) = 1
3. Una seleccin aleatoria de dos entre cinco asignara a cada par una
probabilidad igual de ser elegido. Entonces se asocia a cada punto
muestral una probabilidad igual a 1/10. Es decir, P(Ei)=1/10, i=1,2,,10
PROBABILIDAD DE UN EVENTO:
Mtodo de los punto muestrales
E2:{1,3}
E5:{2,3}
E3:{1,4}
E6:{2,4}
E8:{3,4}
E4:{1,5}
E7:{2,5}
E9:{3,5}
E10:{4,5}
E1:{1,2}
E2:{1,3}
E5:{2,3}
E3:{1,4}
E6:{2,4}
E8:{3,4}
E4:{1,5}
E7:{2,5}
E9:{3,5}
E10:{4,5}
E1:{1,2}
E2:{1,3}
E5:{2,3}
E3:{1,4}
E6:{2,4}
E8:{3,4}
E4:{1,5}
E7:{2,5}
E9:{3,5}
E10:{4,5}
A
B
PROBABILIDAD DE UN EVENTO:
Mtodo de los punto muestrales
Cul es la probabilidad de la ocurrencia del evento definido?
Se deben sumar las probabilidades de los puntos muestrales
5.
P(A)=na*(1/N)=6/10 = 3/5
Interpretacin?
Hay una probabilidad del 60% de que el jefe de personal seleccione de
manera aleatoria a exactamente uno de los dos mejores aspirantes.
P(B)=nb*(1/N)=2/10
Hay una probabilidad del 20% de que el jefe de personal seleccione de
manera aleatoria a el mejor y uno de los dos peores aspirantes.
P(C)=nc*(1/N)=7/10
Hay una probabilidad del 70% de que el jefe de personal seleccione de
manera aleatoria a al menos uno de los dos mejores aspirantes.
Ejercicio de Probabilidad
Teorema
Si una operacin se puede llevar a cabo en n1
formas, y si para cada una de stas se puede
realizar una segunda operacin en n2 formas,
entonces las dos operaciones se pueden
ejecutar juntas en n1n2 formas.
Ejemplo 12: Cuntos puntos muestrales hay
en el espacio muestral cuando un par de
dados se lanzan una vez?
Solucin:
El primer dado puede caer en cualquiera de n1 = 6 maneras.
Para cada una de esas 6 maneras el segundo dado tambin
puede caer n2 = 6 formas.
El par de dados puede caer n1n2 = 6 * 6 = 36 formas posibles.
PLANES DE CONSTRUCCION
RESULTADOS
Tudor una planta
Dos plantas
ESTILO DE
LA FACHADA
Tudor desniveles
Rstica una planta
Dos plantas
Dos plantas
Dos plantas
DIAGRAMA DE RBOL
Teorema
Si una operacin se puede ejecutar en n1
formas, y si para cada una de stas se puede
llevar acabo una segunda operacin en n2
formas, y para cada una de las dos primeras se
puede realizar una tercera operacin en n3
formas, y as sucesivamente, entonces la serie
de k operaciones se pueden realizar en
n1n2n3nk formas.
Teorema
Teorema
El nmero de permutaciones en n objetos
distintos tomados de r a la vez es
n!
n Pr
(n r )!
Teorema
El nmero de permutaciones distintas de n
objetos de los que n1 son de una clase, n2 de
una segunda clase,,nk de una k-sima clase
es:
!
n
n !n !...n !
1
1 de color azul,
2 de color rojo,
4 de color amarillo, y
3 de color verde.
n ! 10! 12.600
n !n !...n ! 1!*2!*4!*3!
1
Teorema
El nmero de formas de partir un conjunto de
n objetos en r celdas con n1 elementos en la
primera celda, n2 elementos en la segunda, y
as sucesivamente, es
!
n
n
n , | n ,..., n n !| n !| ... n !
2
r
1
2
r
1
Donde n1 + n2 + + nr = n
7
!
n
n
210
, ,..., 3!*2!*2!
nr
n1 n2
n
n
con
por lo general se reduce a
r, | n r
r
Teorema
El nmero de combinaciones de n objetos
distintos tomados de r a la vez es
n!
n
r r!n r !
Taller en clase:
Un nio le pide a su mam que le lleve 5
cartuchos de Game-BoyTM de su coleccin de
10 juegos de arcade y 5 de deportes. Cuntas
maneras hay en que su mam le lleve 3 juegos
de arcade y 2 de deportes, respectivamente?
Respuesta: 1.200
Taller en clase:
Cuntos arreglos diferentes de letras se pueden
hacer con las letras de la palabra ESTADSTICAS?
Respuesta: 9.979.200
4!
4
6
2 2!| 2!
4!
4
4
3 3!| 1!
52!
52
N
2.598.960
5 5!*47!
2.598.960
8.
9.
!
=
!
REGLAS ADITIVAS
Teorema
Si A y A son eventos complementarios, entonces
P(A) + P(A) = 1
Prueba: Como A U A = S y los conjuntos A y A son
disjuntos, entonces
1 = P(S) = P(A U A) = P(A) + P(A)
Ejercicio*
Considere el experimento de lanzar una
moneda dos veces. Realice un diagrama de
rbol y encuentre:
Probabilidad de al menos una cara
Probabilidad de exactamente una cara
RESUELVA
* Calcule la probabilidad de estos eventos usando el mtodo de los
puntos muestrales con las tcnicas de conteo.
Solucin
*Mtodo de los puntos muestrales usando las tcnicas de conteo
En qu consiste el experimento?
1. El experimento implica la seleccin aleatoria de dos aspirantes entre
cinco
Cuntos son los eventos simples asociados con el experimento?
!
=
=
! !
5!
5
5
2 =
=
2 2! 52 !
5
5
2 =
= 10
2
Solucin
Cul es el evento de inters?
2
1
2
1
3
=
1 1!
3
=6
1
2!
21 !
3!
1! 31 !
P(A)=
2 3
1 1
5
2
2!
1! 21 !
3!
1! 31
3
! 6
= =
5!
2! 52 !
10
Solucin
Cul es el evento de inters?
B: El jefe de personal selecciona el mejor y uno de los dos peores aspirantes.
1
1
2
1
2
=
0 1!
1
1
2
1
2
= 1*2*1=2
0
1!
2!
2!
*
*
11 ! 1! 21 ! 0! 20 !
P(B)=
1 2 2
1 1 0
5
2
1!
1! 11 !
2!
2!
1! 21
1
! 0! 20 ! 2
= =
5!
2! 52 !
10
Solucin
Cul es el evento de inters?
C: El jefe de personal selecciona al menos uno de los dos mejores.
2
1
3
2
+
1
2
2!
3!
2!
3!
3
=
0
1! 2 1 ! 1! 3 1 ! 2! 2 2 ! 0! 3 0 !
2
1
3
2
+
1
2
3
= 6+1=7
0
P(C)=
1 1
+
5
2
2 3
2 0
7
10
PROBABILIDAD CONDICIONAL
La probabilidad de que un evento B ocurra cuando
ya se sabe que ocurri un evento A se llama
probabilidad condicional y se denota con P(B|A).
El smbolo P(B|A), por lo general, se lee
la probabilidad de ocurra B dado que ocurri A
o simplemente la probabilidad de B, dado A.
La probabilidad condicional de B, dado A, que se
denota por P(B|A), se define como
P( A B)
P( B | A)
___ si ___ P( A) 0
P( A)
600 30
n( E H )
n( E )
n( E H )
n( S )
n( E )
n( S )
P( E H )
P( E )
600 2
460 23
|||||||| y |||||||| P( E H )
900 3
900 45
Por lo tanto,
P( H | E )
23
45 23
2
30
3
Eventos Independientes
Aunque la probabilidad condicional tiene en
cuenta la alteracin de la probabilidad de un
evento a la luz de material adicional, tambin
nos permite entender mejor el muy importante
concepto de independencia o, en el contexto
actual, de eventos independientes.
Dos eventos A y B son independientes si y slo si
P(B|A) = P(B) o P(A|B) = P(A),
dada la existencia de probabilidad condicional.
De otra forma, A y B son dependientes.
REGLAS MULTIPLICATIVAS
P( A B)
P( B | A)
|||||||| si |||| P( A) 0
P( A)
Al multiplicar
por P(A), obtenemos la siguiente regla
multiplicativa importante, que nos permite
calcular la probabilidad de que ocurran dos
eventos.
Teorema
Si en un experimento pueden ocurrir los eventos
A y B, entonces
P(A B) = P(A)P(B|A), dado que P(A) > 0
Teorema
Dos eventos A y B son independientes si y slo si
P(A B) = P(A)P(B)
Por lo tanto, para obtener la probabilidad de
que ocurran dos eventos independientes,
simplemente calculamos el producto de sus
probabilidades individuales.
Teorema
Si en un experimento, pueden ocurrir los eventos
A1, A2 ,Ak, entonces
P(A1 A2 Ak) =
P(A1)P(A2|A1)P(A3|A1 A2)P(Ak|A1 A2 Ak-1)
Si los eventos A1, A2 ,Ak son independientes,
entonces
P(A1 A2 Ak) = P(A 1)P(A2)P(AK)
PROBABILIDAD DE UN EVENTO:
Mtodo de composicin de eventos
Considere el problema de seleccionar dos aspirantes de un grupo
de cinco para un empleo, e imagine que los aspirantes difieren en
su grado de preparacin, 1 es el mejor, 2 es el segundo mejor, y as
sucesivamente para 3, 4 y 5. El jefe de personal naturalmente no
sabe nada de esta clasificacin. Defina dos eventos A, B y C como:
A: El jefe de personal selecciona exactamente uno de los dos
mejores.
B: El jefe de personal selecciona el mejor y uno de los dos peores
aspirantes.
C: El jefe de personal selecciona al menos uno de los dos mejores.
RESUELVA
* Calcule la probabilidad de estos eventos usando el mtodo de
composicin de eventos.
Solucin
*Mtodo de composicin de eventos
En qu consiste el experimento?
1. El experimento implica la seleccin aleatoria de dos aspirantes entre
cinco
Cul es el evento de inters?
A: El jefe de personal selecciona exactamente uno de los dos mejores.
Enunciar el evento de inters en una ecuacin, como una
composicin de dos o ms eventos, usando uniones, interseccin
y/o complementos
Defina los siguientes eventos:
F: Sacar al mejor y a uno de los tres solicitantes ms malos.
G: Sacar al segundo mejor y a uno de los tres solicitantes ms malos.
Los eventos F y G son mutuamente excluyentes y A = F U G.
Solucin
*Mtodo de composicin de eventos
Tambin, sea H1=F1F2 , donde F1: Sacar al mejor en la primera oportunidad
y F2: Sacar uno de los tres solicitantes ms malos en el segundo intento.
Tambin, sea H2=F3F4 , donde F3: Sacar uno de los tres solicitantes ms
malos en el primer intento y F4: Sacar al mejor en el segundo intento.
Observe que F = H1 U H2.
De forma similar, sea I1=G1G2 y I2=G3G4 , donde G1: Sacar al segundo
mejor en la primera oportunidad, G2: Sacar uno de los tres solicitantes ms
malos en el segundo intento, G3: Sacar uno de los tres solicitantes ms malos
en el primer intento y G4: Sacar al segundo mejor en el segundo intento.
Observe que G = I1 U I2.
Observe que H1 y H2 y I1 y I2 son pares de eventos mutuamente excluyentes y
que,
A = F U G = (H1 U H2) U (I1 U I2)
A = (F1F2) U (F3F4 ) U (G1G2 ) U (G3G4 )
Solucin
*Mtodo de composicin de eventos
Aplique las leyes aditivas y multiplicativa de probabilidad a las
composiciones obtenidas para hallar P(A)
Aplicando la ley aditiva de la probabilidad a estos cuatro eventos
mutuamente excluyentes tenemos:
P(A) = P(F1F2) + P(F3F4 ) + P(G1G2 ) + P(G3G4 )
Aplicando la ley Multiplicativa :
P(A) = P(F1)*P(F2F1) + P(F3)*P(F4F3) + P(G1)*P(G2G1) + P(G3)*P(G4G3)
La probabilidad de sacar al mejor en el primer intento es P(F1) = 1/5.
Del mismo modo, la probabilidad de sacar uno de los tres ms malos en el
segundo intento, dado que el mejor fue sacado en la primera seleccin, es
P(F2F1)=3/4,
Entonces
P(F1F2) = P(F1)*P(F2F1) = 1/5 * = 3/20
Ejercicios de Probabilidad
Solucin ejercicio 1
*Mtodo de composicin de eventos
Aplique las leyes aditivas y multiplicativa de probabilidad a las
composiciones obtenidas para hallar P(A)
Las probabilidades de todas las intersecciones en P(A) se obtienen
exactamente del mismo modo y todas son iguales a 3/20.
Entonces
P(A) = (3/20) + (3/20) + (3/20) + (3/20)
P(A) = (12/20) = 3/5
Hay una probabilidad del 60% de que el jefe de personal seleccione de
manera aleatoria a exactamente uno de los dos mejores aspirantes.
TEOREMA DE BAYES
El Teorema de Bayes ofrece un mtodo
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
estimacin de la probabilidad a priori de un
evento que se encuentra en un estado o en
otro.
P B | A
P A
PBk A
PBk | A
P A
PBk A
k
PBk P A | Bk
k
PB A PB P A | B
i 1
i 1
P(A|E) = 3/50
P(A|E) = 1/25
A P(E)P(A|E)
A P(E)P(A|E)
2 3 1 1 4
P A
3 50 3 25 75
i 1
i 1
P A PBi A PBi P A | Bi
PBr A
PBr P A | Br
PB A PB P A | B
i 1
i 1
P
B
|
A
probabilidad condicional
y con el
P A
teorema 2-16 P A PB A en el denominador
se tiene:
r
i 1
PBr | A
PBr A
PBr P A | Br
PB A PB P A | B
i 1
i 1
PB1 P A | B1
PB1 | A
PB1 P A | B1 PB2 P A | B2 PB3 P A | B3
0.006
PB1 | A
0,24489796
0.006 0.0135 0.005
0.0135
PB2 | A
0,55102041
0.006 0.0135 0.005
0.005
PB3 | A
0,20408163
0.006 0.0135 0.005