Documente Academic
Documente Profesional
Documente Cultură
de Probabilidad
Experimento Aleatorio
Experimento aleatorio (E)
Un experimento aleatorio E es una operación cuyo resultado
no se puede predecir con certeza y que se realiza bajo las
siguientes condiciones:
Ejemplos:
E1 = { Lanzar una moneda}
E2 = { Observar si mañana amanecerá o no nublado}
E3 = { Sacar una carta de una baraja}
E4 = { Medir la temperatura promedio que se dará en esta
semana}
E5 = { Invertir en publicidad de un producto y ver éste activa la
demanda}
E6 = { Tomar una prueba a un alumno y ver que nota obtiene}
E7 = { Observar mañana el tiempo que usted demorá en venir
de su casa a la Universidad}
Espacio muestral
Espacio muestral ()
Es el conjunto de todos los resultados posibles de un
experimento aleatorio. Dependiendo de las características del
conjunto que se genera, se puede tener:
Ejemplos:
Lanzar una moneda
={cara, sello}
Lanzar un dado
={1,2,3,4,5,6}
Tomar una prueba a un alumno y ver
que nota obtiene
={ω | ω es un número natural y 0=< ω
<=20}
Punto Muestral
Punto muestral ( oi )
Viene a ser cualquier elemento ( resultado posible) de .
Si = { o1, o2, o3, ... , on }, luego tiene n puntos muestrales.
Ejemplo: Exp. Aleatorio=E= {Elección de un contribuyente}
B= { El contribuyente es de soltero }
𝑛 𝑛 𝑐
𝑛 𝑛 𝑐
ራ 𝐴𝑖 𝑐 = ሩ 𝐴𝑖
Alguno de los eventos no ocurra.
𝑖=1 𝑖=1
.
Recordando algunas propiedades de conjuntos en nuestro
espacio muestral
1) A A A A A A
2) A B B A A B B A
3) A Ac A Ac
4) A A A
5) A A A
6) c c ( Ac )c A
7) A ( B C ) ( A B) ( A C )
A ( B C ) ( A B) ( A C )
8) ( A B) c Ac B c ( A B ) c Ac B c
Ejemplo 1
P( A1 A2 ) P( A1 ) P( A2 )
Propiedades
Propiedades
Ejemplo 2
PA
n( A)
n ( )
TECNICAS DE CONTEO
Análisis Combinatorio
Conjunto de procedimientos que permiten determinar el
número de resultados de un suceso o experimento, sin
necesidad de utilizar una enumeración directa de todos los
posibles resultados de dicho suceso.
TECNICAS DE CONTEO
Principio de adición
Dados dos sucesos A y B, el número de resultados posibles
en que puede ocurrir el suceso A o el suceso B (A ∪ B), es
dado por:
n( A ∪ B ) = n( A ) + n( B ) - n( A B )
n( A1 A2 A3 ... ) = n( A1 ) x n( A2 ) x n( A3 ) x . . . . .
TECNICAS DE CONTEO
Permutaciones
Una permutación de un conjunto de elementos es una
disposición de tales elementos de acuerdo a un orden
definido. En número de permutaciones de n elementos
tomados r cada vez (de r en r ) es dado por:
n!
Prn
(n r )!
n! n (n 1) (n 2) 3 2 1
0! 1
TECNICAS DE CONTEO
Combinaciones
Una combinación de un conjunto de elementos es una
selección de tales elementos sin tener en cuenta su orden.
En número de combinaciones de n elementos tomados r
cada vez (de r en r ) es dado por :
n n!
C
n
r ( n r )! r!
r
P C r! C P
r
n n
r
n
r r
r
TECNICAS DE CONTEO
Métodos de selección de elementos
Número de resultados
posibles
MCR
a, b, Se eligen 3
c, d
Elemento 1° 2° 3°
a, a, a,
b, b, b,
c, c, c,
d d d
N° de opciones 4 4 4
N° de maneras= 4 x 4 x 4 = 43 = 48
TECNICAS DE CONTEO
Métodos de selección de elementos
Muestreo sin reemplazo o sin reposición (MSR)
Permutaciones Combinaciones
TECNICAS DE CONTEO
Métodos de selección de elementos
A A
B
B
1. 0 P[ A | B ] 1
2. P[ | B ] = 1
3. P[ A | ] = P[ A ]
4. P[ A ∪ B | C ] = P[ A | C ] + P[ B | C ] - P[ A ∩ B | C ]
5. Si A1, A2, A3, ... , Ak son k eventos de , que son mutuamente
excluyentes; es decir, son eventos tales que: Ai ∩ Aj = ø ij
i, j = 1, 2, 3, ... , k, entonces,
U k
Ai k
P Ai / B
B
P i 1
i 1
EJEMPLO 7
A continuación se presenta la distribución de una muestra de personas
inscritas en un gimnasio de acuerdo a su edad en años cumplidos y a su
peso. 18 a 30 31 a 50 Más de 50
años años años
Bajo de 3 2 1
peso
Peso 20 10 4
adecuado
Sobrepeso 6 14 9
Si se selecciona al azar a una de las personas de la muestra:
a) Calcule la probabilidad de que la persona tenga más de 50 años y tenga
peso adecuado.
b) Si la persona tiene más de 50 años, calcule la probabilidad de que
tenga peso adecuado.
c) Si se sabe que la persona tiene peso adecuado, ¿con qué probabilidad
tendrá más de 50 años?
d) Calcule la probabilidad de que la persona tenga bajo peso dado que se
sabe tiene de 18 a 30 años.
Teorema de multiplicación de probabilidades
1. P[ A ∩ B ] = P[ A ] P[ B | A ]
P[ A ∩ B ] = P[ B ] P[ A | B ]
PA B
PA | B PA B PB PA | B
PB
PA B
PB | A PA I B PA PB | A
PA
Teorema de multiplicación de probabilidades
2. P[ A ∩ B ∩ C] = P[ A ] P[ B | A ] P[ C | A ∩ B ]
= P[ B ] P[ A | B ] P[ C | A ∩ B ]
= P[ A ∩ B ] P[ C | A ∩ B ]
P[ A ∩ B ∩ C] = P[ A ] P[ C | A ] P[ B | A ∩ C ]
= P[ C ] P[ A | C ] P[ B | A ∩ C ]
= P[ A ∩ C ] P[ B | A ∩ C ]
P[ A ∩ B ∩ C] = P[ B ] P[ C | B ] P[ A | B ∩ C ]
= P[ C ] P[ B | C ] P[ A | B ∩ C ]
= P[ B ∩ C ] P[ A | B ∩ C ]
EJEMPLO 8
En un lote de 50 computadoras hay 20 que son
HP. Si se escoge al azar y una por una dos
computadoras del lote, encontrar la probabilidad
de que la primera sea HP y la segunda no lo sea.
EJEMPLO 9
Usted debe de hacer una gestión en un Banco
que posee 8 sucursales en la ciudad; sin
embargo, tan sólo dos de estas sucursales
pueden hacer esta gestión. Dado que usted no
sabe exactamente que sucursales lo hacen,
usted decide seleccionar al azar estas para
visitarlas una por una. ¿Con qué probabilidad
tendrá que hacer 4 visitas hasta poder realizar la
gestión?.
Partición
1. Ai A j , i j
k
2. UA i
i 1
Partición
A1 A2 A3
Condiciones
1. A i A j , i j
A4 A6 k
A5 2. UA i
i 1
1. A1 A 2 , A1 A 3 ,..., A5 A 6
2. A1 U A 2 U A 3 U A 4 U A5 U A 6
Teorema de probabilidad total
PB P B A1 P B A 2 ... P B A k
k k
P B A i P A i P B | A i
i 1 i 1
Teorema de probabilidad total
PB PB A1 PB A k
A2 A3
A1
k
P B A i
i 1
A4 B
k
A6 P A i P B /A i
A5
i 1
PB P B A1 B A 2 ... B A 6
6 6
P B A i P A i P B | A i
i 1 i 1
Ejemplo 11
P B A i
k
P B A j
A4 B
A6
A5 j 1
P B A 2 P B A 2
PA 2 | B
P B P B A1 P B A 2 ... P B A 6
P B A 2
6
P A P B | A
i 1
i i
Teorema Bayes
P ( A | B ) P ( A)
P( A B) P( A) P( B)
Como ejemplo los eventos A y B en el ejemplo de la baraja no
son independientes; pero si por otro lado lanzaramos dos
monedas, los eventos en que la primera muestre cara y la
segunda sello si serían independientes.
Independencia de dos eventos
Propiedades
I. Sean A y B son dos eventos de un espacio muestral que
tienen probabilidad positiva (mayor que cero); luego, si A es
independiente de B, luego, B es independiente de A.
1.
A y Bc P A Bc PA P Bc
2. Ac y B P A c
B PA PB
c
Ac y B P A
c c
B PA PB
c c c
3.
Independencia de dos eventos
Propiedades
Si en una colección de eventos independientes se escogen
subcolecciones disjuntas (de este modo ningún evento estará en más de
una subcolección) y con cada subcolección se construye un evento
mediante operaciones (de reunión, intersección o complemento) entre los
eventos que la integran; entonces, los eventos así obtenidos también son
independientes.
Ejemplo: Si los eventos A;B;C y D; son independientes, entonces
también lo son, por ejemplo:
Independencia: Ejemplo 13
Resultado de Nro. de
las partidas partidas
Luis gana 12
Carlos Gana 8
Empate 4
Probabilidad Geométrica
Para la evaluación de una probabilidad en espacios
muestrales infinitos no numerables debe tenerse en
cuenta la dimensión del espacio asociado a , y la forma
de medir la magnitud dentro de dicho espacio.
Tipo de espacio Unidad de medida
Unidimensional Distancia
Bidimensional Area
Tridimensional Volumen
Ejemplo 17