Documente Academic
Documente Profesional
Documente Cultură
10
Experimento Aleatorio
18/01/2015 2
Características de un
experimento aleatorio
Se puede realizar independientemente sin
cambiar las condiciones esenciales para su
realización.
No se puede determinar en una realización dada,
cuál sería el resultado a observar, siempre será
posible determinar todos los posibles resultados
a obtener.
Si el experimento se realizó un gran número de
veces, entonces se observará una regularidad en
el comportamiento de los resultados a observar.
18/01/2015 3
Ejemplo de experimentos aleatorios:
18/01/2015 4
Dados dos experimentos:
18/01/2015 5
Dados dos experimentos:
18/01/2015 6
Espacio muestral asociado:
18/01/2015 7
ε2: En ε1 se extrae artículos uno a uno hasta obtener el
primer artículo defectuoso y observar el número de
artículos extraídos
Ω d, dd, ddd,..., d...dd
Ω d, dd,...
Ω 1,2,3,4,....,9 Ω 1,2,3,....
18/01/2015 8
ε3: En una factoría de acero se toma una muestra de la
producción diaria y se mide la resistencia a la tracción
dureza y el porcentaje de carbono.
Ω = {(x, y, z) / x tensión, y dureza, z porcentaje de
carbono}
18/01/2015 9
1. Características del espacio
muestral asociado
18/01/2015 10
2.- Naturaleza del espacio muestral
18/01/2015 11
4.- Suceso o evento A: Si A es un solo conjunto del
espacio Ω
18/01/2015 12
PROBABILIDADES
Probabilidad Frecuencial o Aposteriori:
Ley de Estabilidad Frecuencial
18/01/2015 13
PROBABILIDADES
N A N(A)
P(A)
N N ()
18/01/2015 14
Ejemplo:
18/01/2015 16
2. Si tenemos 6 artículos A y 6 artículos B ;
seleccionamos un articulo al azar. Cual es la
probabilidad de elegir A.
A, B
P(A) 1/2
P(B) 1/2
18/01/2015 17
3. Si tenemos 3 artículos A y 9 artículos B ;
seleccionamos un articulo al azar. Cual es la
probabilidad de elegir A.
Ω A, B n Ω 12
P(A) 3/12 nA 3
P(B) 9/12 nB 9
18/01/2015 18
4. Se tiene un grupo de 14 alumnos 2 mujeres y 12
varones y sea el ε que consiste en formar una
comisión de 3 personas, calcular la probabilidad de
que la comisión este conformada por 2 mujeres y 1 un
varón.
14 14 *13 *12
n Ω 364
3 1* 2 * 3
n A 1 x 12 12
n A 12
P(A)
n Ω 364
18/01/2015 19
Propiedades:
En un espacio de probabilidades debe
cumplirse.
P(A) 0
P() 1
Si A1A 2 ...A n / A i A J φ i j P A i P(Ai )
i 1 i 1
18/01/2015 20
Propiedades:
18/01/2015 21
Ejemplo
18/01/2015 22
Sea P una función de probabilidad de:
Ω ={a1, a2, a3} Hallar
a) P[a1] si P[a2]=1/3 y P[a3] = ¼
b) P[a1] = 2P[a2] y P[a3] =1/4
c) P[a2, a3] = 2P[a1]
d) P[a3] = 2P[a2] y P[a2] = 3P[a1]
Debe cumplirse: PΩ 1
Pa 1 , a 2 , a 3 1
18/01/2015 23
a) P[a1]si P[a2] = 1/3 y P[a3] = ¼
P(a1 ) ?
P( a 2 )
1
3
P(a3 )
1
4
P(a1 ) 1 (P(a 2 ) P(a 3 ) 1 ( )
1 1 5
3 4 12
18/01/2015 24
b) P[a1] = 2P[a2] y P[a3] =1/4
2Pa 2 Pa 2 1
1
4
1 14 1
pa 2 4
3
Pa 1 Pa 2 Pa 3 1
2 14 1
4 1
18/01/2015 25
c) P[a2, a3] = 2P[a1]
18/01/2015 26
d) P[a3] = 2P[a2] y P[a2] = 3P[a1]
18/01/2015 27
2. Se lanzan tres monedas y se observa el número de caras
que resultan, entonces se tiene que el espacio muestral es S
= {0,1,2,3}. Obtenemos un espacio de probabilidad por
medio de las siguientes asignaciones:
P[0] = 1/8 P[1] = 3/8 P[2] =3/8 P[3] = 1/8
Hallar la probabilidad en que aparecen una cara por lo
Ω 0, 1, 2, 3
menos
A 1, 2, 3
A 0
P(0) P(1) P(2) P(3) 1
P(A' ) P(A) 1
1 7
P(A) 1 P( A ) 1
8 8
18/01/2015 28
Probabilidad Condicional
Dado dos sucesos A y B en un espacio de probabilidad (Ω
,Q, P) se define la probabilidad condicional de A dado B
como:
P(A B)
P(A/B) si P(B) 0
P(B)
P(A/B) 0
P(Ω/B) = 1
Si A1, A2, ... / Ai son una sucesión infinita de sucesos del
espacio de probabilidades mutuamente excluyentes
Ai A j Φ i j entonces
P A i /B) P(Ai /B)
i 1 i 1
18/01/2015 29
Ejemplo :
Si se sabe que al lanzar 5 monedas aparecieron al menos 2
caras cual es la probabilidad de que el número exacto de caras
fuera tres.
ε1 : Lanzar 5 monedas; observar el número de caras
A : Se obtiene al menas 2 caras = { 2,3,4,5}
B : Se obtiene exactamente 3 caras = { 3 }
P(A) = 1-P(A’)
P(A’) = P( {0}+ {1} ) = 5 5* 4 *3
P({sssss})+P({cssss,scsss,sscss,ssscs,ssssc}) 10
= 1/32 + 5/32 = 6/32 3 1* 2 * 3
P(A) = 26/32
P(BA) 10/32 5
P(B) = 10/32 P(B/A)
P(A) 26/32 13
18/01/2015 30
Ejemplo:
Se extraen 2 artículos de un lote con 5 defectuosos y 10 no
defectuosos. Halle la probabilidad de que el segundo artículo
extraído sea defectuoso, dado que el primer artículo también
fue defectuoso.
A: Segundo artículo extraído es defectuoso
B: Primer artículo extraído es defectuoso
d d d d
P(A/B)
P(AB)
B dd, d d n B 5 x 4 5 x 10 70
P(B) A dd n AB 5x4 20
dd, dd, dd, dd AB dd n 15x14 210
20/15x14 2
P(A/B)
70/15x14 7
18/01/2015 31
Ley de Multiplicación
P(AB)
P(A/B) P(B) 0
P(B) P(A/B) P(B)P(A/B) P(B) 0
P(AB) P(A/B) P(A)P(B/A) P(A) 0
P(B/A) P(A) 0
P(A)
En el ejercicio anterior
5 4 20
P(dd) P(AB) P(d)P(d/d) *
15 14 210
P(ABC) P(A)P(B/A)P(C/AB)
P(A1A 2 ...A n ) P(A1 )P(A2 / A1 )P(A3 / A1A 2 )...P(An / A1A 2 ...A n -1 )
18/01/2015 32
Ejemplo:
De una urna con dos bolillas rojas, 3 blancas, 4 negras, se
extraen bolillas de una en una hasta obtener la primera
bolilla negra. Halla la probabilidad de que el número de
bolillas extraídas sea 3.
18/01/2015 33
Teorema de Probabilidad Total
Si B1, B2, ….. Bn son una partición del espacio muestral, Ώ
es decir:
a) i j Bi B j
n
b) B i Ω
i 1
c) P(Bi ) 0 i
y A
Si P(AB) P(A)P(B/A)
P(A) P(AB1 ) P(AB2 ) .... P(ABn )
P(A) P(B1 )P(A/B1 ) P(B2 )P(A/B2 ) ... P(Bn )P(A/Bn )
n
P(A) P(Bi )P(A/Bi )
i 1
18/01/2015 34
TEOREMA DE BAYES.
n
Si P(A) P(Bi )P(A/Bi )
i 1
P(Bi A) P(Bi )P(A/Bi )
P(Bi /A)
P(A) P(A)
18/01/2015 35
Ejemplo:
18/01/2015 36
a.-
A Artículo defectuoso
Bi Tipo de máquina
P(A) P(AB1 ) P(AB2 ) P(AB3 )
P(A) P(B1 )P(A/B1 ) P(B2 )P(A/B2 ) P(B3 )P(A/B3 )
P(A) 0.6 * 0.02 0.3 * 0.03 0.1* 0.04 0.025
P(A) 0.025
18/01/2015 37
b.-
A Artículo defectuoso
Bi Tipo de máquina P(B3 /A) ?
P(A) 0.6 * 0.02 0.3 * 0.03 0.1* 0.04 0.025
P(A) 0.025
P(B3 A) P(B3 )P(A/B3 ) 0.1* 0.04 0.004
P(B3 A) 0.004
P(B3 A) 0.004
P(B3 /A) 0.025 0.16
P(A)
18/01/2015 38