Clase 4 FE 2014-I

Tema: Fundamentos de Probabilidad
Curso: Fundamentos de Estadstica - Clase 4
Johann Alexis Ospina

johann.alexis.ospina@gmail.com
Universidad del Valle

Facultad de Ingeniera
Escuela de Estadstica
2014
Johann A. Ospina (Univalle) FE - Clase 4 2014 1 / 31

Contenido
1 Algunas relaciones de teora de conjuntos
2 Axiomas, interpretaciones y propiedades de la probabilidad
3 Propiedades de la probabilidad
4 Probabilidad condicional
5 Teorema de Bayes

Contenido
5 Teorema de Bayes

Contenido
5 Teorema de Bayes

Contenido
5 Teorema de Bayes

Contenido
5 Teorema de Bayes

Algunas relaciones de teora de conjuntos
Contenido
5 Teorema de Bayes

Un evento no es otra cosa que un conjunto, por lo tanto las relaciones y

resultados de la teora elemental de conjuntos se puede usar para estudiar
eventos.

Uni
on ()
La union de dos eventos A y B denotada por A ] B y que se lee A union
B, es el evento que consiste en los resultados que estan ya sea en A o en
B o en ambos eventos. Es decir, los resultados en por lo menos uno de los
eventos.

Interseccion ()
La interseccion de dos eventos A y B denotada por A B y que se lee A
interseccion B, es el evento que consiste en los resultados que estan tanto
en A como en B.

Complemento
0
El complemento de un evento A, denontado por A , es el conjunto de
todos los resultados en S.

Figura 1: Diagrama de Venn de los eventos A y B.

on sombreada es A B.
Figura 2: La regi

on sombreada es A B.
Figura 3: La regi

0
Figura 4: La regi
on sombreada es A .

Figura 5: Eventos mutuamente excluyentes.

Ejemplo: Para el experimento donde se observa el n umero de bombas

en uso en una sola gasolineria con seis bombas, sea A = {0, 1, 2, 3, 4},
B = {3, 4, 5, 6} y C = {1, 3, 5}. Encontrar A B, A C , A B, A C,
0 0
A y {A B}

Axiomas, interpretaciones y propiedades de la probabilidad
Contenido
5 Teorema de Bayes

Dados un experimento y un espacio muestral S, el objetivo de la probabilidad

es asignar a cada evento A un n
umero P (A), denominado probabilidad del
evento A, que dara una medida mas precisa de la probabilidad de que ocurra
el evento A.

Axiomas
Para cualquier evento A, P (A) 0

P (S) = 1
Si A1 , A2 , . . . , Ak es una colecci
on finita de eventos mutuamente
Xk
excluyentes, entonces P (A1 A2 . . . Ak ) = P (Ai )
i=1
Si A1 , A2 , A3 , . . . es una colecci
on infinita de eventos mutuamente
excluyentes, entonces P (A1 A2 A3 . . .)

Axiomas

P (S) = 1
Xk
i=1

Axiomas

P (S) = 1
Xk
i=1

Axiomas

P (S) = 1
Xk
i=1

Definicion de probabilidad
Sea un evento A, entonces
N (A)
P (A) =
A
Donde N (A) son los resultados del evento A y N (S) son los resultados
del espacio muestral S.

Propiedades de la probabilidad
Contenido
5 Teorema de Bayes

0
Para cualquier evento A, P (A) = 1 P (A )
Si A y B son mutuamente excluyentes, entonces P (A B) = 0
Para dos eventos cualesquiera A y B, P (A B) = P (A) + P (B)
P (A B)

0
P (A B)

0
P (A B)

Ejemplo: En un determinado suburbio residencial, 60 % de los hogares se

suscriben al periodico metropolitano publicado en una ciudad cercana, 80 %
se suscriben al periodico local y 50 % se suscriben a ambos periodicos. Si se
selecciona al azar una familia, cual es la probabilidad de que este suscrita
1) al menos a uno de los dos peri odicos y 2) exactamente a uno de los dos
peri
odicos?

Soluci
on:
1. Sea el evento A B se suscribe por lo menos a uno de los dos periodicos.
P (A B) = P (A) + P (B) P (A B)
P (A B) = 0.6 + 0.8 0.5
P (A B) = 0.9

2. Ahora el evento de que una familia solo se suscriba al periodico local se

0
puede escribir como A B:
0
P (A B) = P (A B) P (A)
0
P (A B) = 0.9 0.6
0
P (A B) = 0.3
Ahora el evento de que una familia solo se suscriba al periodico

0
metropolitano se puede escribir como A B :
0
P (A B ) = P (A B) P (B)
0
P (A B ) = 0.9 0.8
0
P (A B ) = 0.1

Sea el evento D la probabilidad de que una familia se suscriba exactamente

a uno de los dos periodicos:
0 0
P (D) = P (A B) + P (A B )
P (D) = 0.3 + 0.1
P (D) = 0.4

Un resultado importante es la probabilidad de la union de mas de dos

eventos, se puede calcular de manera analoga para tres eventos A, B, C:
P (A B C) = P (A) + P (B) + P (C) P (A B)

P (A C) P (B C) + P (A B C)

Otro interpretacion importante son los resultados equiprobables, ya que en

muchos experimentos que consta de N resultados, es razonable asignar
probabilidades iguales a los N eventos simples, donde p = P (Ei ):
N
X N
X
1= P (Ei ) = pN
i=1 i=1
Si despejamos p tenemos que:
pN =1
1
p=
N

Ejemplo: Cuando se lanzan por separado dos dados, calcule la probabilidad

del evento A = {suma de dos n
umeros sea igual a 7}

Probabilidad condicional
Contenido
5 Teorema de Bayes

Para dos eventos cualesquiera A y B con P (B) > 0, la probabilidad
condicional de A dado que ocurri
o B se define como
P (A B)
P (A/B) =
P (B)

Teorema de Bayes
Contenido
5 Teorema de Bayes

Teorema de Bayes
Probabilidad total
Sean A1 , . . . , Ak eventos mutuamente excluyentes y exhaustivos. Entonces
para cualquier otro evento B,
k
X
P (B) = P (B/A1 )P (A1 ) + . . . + P (B/Ak )P (Ak ) = P (B/Ai )P (Ai )
i=1

Teorema de Bayes
Teorema de Bayes
Sea A1 , A2 , . . . , Ak una colecci
on de k eventos mutuamente excluyentes y
exhaustivos con P (Ai ) > 0 para i = 1, . . . , k. Entonces para cualquier otro
evento B para el cual P (B) > 0,
P (Aj B) P (B/Aj )P (Aj )

P (Aj /B) = = Pk
P (B) i=1 P (B/Ai ) P (Ai )

Clase 4 FE 2014-I

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Clase 4 FE 2014-I

Încărcat de

Drepturi de autor:

Formate disponibile

Tema: Fundamentos de Probabilidad

Curso: Fundamentos de Estadstica - Clase 4

Johann Alexis Ospina

Universidad del Valle

Johann A. Ospina (Univalle) FE - Clase 4 2014 1 / 31

1 Algunas relaciones de teora de conjuntos

2 Axiomas, interpretaciones y propiedades de la probabilidad

Johann A. Ospina (Univalle) FE - Clase 4 2014 2 / 31

1 Algunas relaciones de teora de conjuntos

2 Axiomas, interpretaciones y propiedades de la probabilidad

Johann A. Ospina (Univalle) FE - Clase 4 2014 2 / 31

1 Algunas relaciones de teora de conjuntos

2 Axiomas, interpretaciones y propiedades de la probabilidad

Johann A. Ospina (Univalle) FE - Clase 4 2014 2 / 31

1 Algunas relaciones de teora de conjuntos

2 Axiomas, interpretaciones y propiedades de la probabilidad

Johann A. Ospina (Univalle) FE - Clase 4 2014 2 / 31

1 Algunas relaciones de teora de conjuntos

2 Axiomas, interpretaciones y propiedades de la probabilidad

Johann A. Ospina (Univalle) FE - Clase 4 2014 2 / 31

1 Algunas relaciones de teora de conjuntos

2 Axiomas, interpretaciones y propiedades de la probabilidad

Johann A. Ospina (Univalle) FE - Clase 4 2014 3 / 31

Un evento no es otra cosa que un conjunto, por lo tanto las relaciones y

Johann A. Ospina (Univalle) FE - Clase 4 2014 4 / 31

Johann A. Ospina (Univalle) FE - Clase 4 2014 5 / 31

Johann A. Ospina (Univalle) FE - Clase 4 2014 6 / 31

Johann A. Ospina (Univalle) FE - Clase 4 2014 7 / 31

Figura 1: Diagrama de Venn de los eventos A y B.

Johann A. Ospina (Univalle) FE - Clase 4 2014 8 / 31

Johann A. Ospina (Univalle) FE - Clase 4 2014 9 / 31

Johann A. Ospina (Univalle) FE - Clase 4 2014 10 / 31

Johann A. Ospina (Univalle) FE - Clase 4 2014 11 / 31

Figura 5: Eventos mutuamente excluyentes.

Johann A. Ospina (Univalle) FE - Clase 4 2014 12 / 31

Ejemplo: Para el experimento donde se observa el n umero de bombas

Johann A. Ospina (Univalle) FE - Clase 4 2014 13 / 31

1 Algunas relaciones de teora de conjuntos

2 Axiomas, interpretaciones y propiedades de la probabilidad

Johann A. Ospina (Univalle) FE - Clase 4 2014 14 / 31

Dados un experimento y un espacio muestral S, el objetivo de la probabilidad

Johann A. Ospina (Univalle) FE - Clase 4 2014 15 / 31

Para cualquier evento A, P (A) 0

Johann A. Ospina (Univalle) FE - Clase 4 2014 16 / 31

Para cualquier evento A, P (A) 0

Johann A. Ospina (Univalle) FE - Clase 4 2014 16 / 31

Para cualquier evento A, P (A) 0

Johann A. Ospina (Univalle) FE - Clase 4 2014 16 / 31

Para cualquier evento A, P (A) 0

Johann A. Ospina (Univalle) FE - Clase 4 2014 16 / 31

Johann A. Ospina (Univalle) FE - Clase 4 2014 17 / 31

1 Algunas relaciones de teora de conjuntos

2 Axiomas, interpretaciones y propiedades de la probabilidad

Johann A. Ospina (Univalle) FE - Clase 4 2014 18 / 31

Johann A. Ospina (Univalle) FE - Clase 4 2014 19 / 31

Johann A. Ospina (Univalle) FE - Clase 4 2014 19 / 31

Johann A. Ospina (Univalle) FE - Clase 4 2014 19 / 31

Ejemplo: En un determinado suburbio residencial, 60 % de los hogares se

Johann A. Ospina (Univalle) FE - Clase 4 2014 20 / 31

1. Sea el evento A B se suscribe por lo menos a uno de los dos periodicos.

Johann A. Ospina (Univalle) FE - Clase 4 2014 21 / 31

2. Ahora el evento de que una familia solo se suscriba al periodico local se

Ahora el evento de que una familia solo se suscriba al periodico