Documente Academic
Documente Profesional
Documente Cultură
Sesin 3
Diapositiva 1
Probabilidad
1 Cierto
Es la medida numrica de la posibilidad de que un evento pueda ocurrir. Su valor est entre 0 y 1
.5
0
Diapositiva 2
Imposible
Experimentos y Eventos
Cul es la probabilidad de obtener 1 cara si arrojamos una moneda una vez?
Nmero de Resultados Favorables Prob = Nmero de Resultados Posibles
5 = =5 .5 { c, s} 5
Diapositiva 3
{ c}
Experimentos y Eventos
Cul es la probabilidad de obtener 1 cara si arrojamos una moneda tres veces?
Nmero de Resultados Favorables Prob = Nmero de Resultados Posibles
5 = =55 .55 { (ccc), (ccs), (csc), (css), ( scc), ( scs), ( ssc), ( sss)} 5
ANLISIS DE DATOS Oscar de Azambuja D.
Diapositiva 4
C C S C S S C S C S C S
RBOL DE PROBABILIDADES
Diapositiva 5
Experimentos y Eventos
Si lanzamos 2 dados, cul es la probabilidad de obtener un puntaje de 7?
Nmero de Resultados Favorables Prob = Nmero de Resultados Posibles
{ (5 ), (5 ), (5 ), (5 ), (5 ), (5 )} = ,5 ,5 ,5 ,5 ,5 ,5
5 5
ANLISIS DE DATOS Oscar de Azambuja D.
5 = 5 55 .55 5 5
Diapositiva 6
Experimentos y Eventos
Cul es la probabilidad de sacar un as al sacar un naipe de una baraja?
Nmero de Resultados Favorables Prob = Nmero de Resultados Posibles
5 5 = = 5 55 .55 5 5 5 5
Diapositiva 7
Definiciones
Experimento
Actividad que origina un evento. Proceso de hacer una observacin y obtener un resultado.
Evento
Uno o ms de los posibles resultados (puntos muestrales) de un experimento.
Espacio Muestral
Coleccin de todos los posibles resultados de un experimento.
Diapositiva 8
Experimento Lanzar una moneda Lanzar dos monedas Sacar una carta (valor) Sacar una carta (color) Lanzar un dado. Jugar un partido Inspeccionar una parte
Diapositiva 9
Espacio Muestral Cara, Sello. CC, CS, SC, SS 2, 2, ..., A (52) Roja, Negra 1, 2, 3, 4, 5, 6 Ganar, Empatar, Perder Defectuoso, Bueno
Experimento: Lanzar dos monedas Espacio Muestral: CC, CS, SC, SS Evento 1 Cara y 1 Sello Cara en la 1ra. moneda Al menos una Cara Cara en cada lanzamiento
Diapositiva 10
5-37
5-38
Permutaciones
Supngase que hay ocho mquinas disponibles, pero solo tres espacios en el piso del taller donde se han de instalar tales mquinas. De cuntos modos diferentes pueden colocarse las ocho mquinas?
Diapositiva 13
Permutaciones
Primer espacio: 8 posibilidades Segundo espacio: 7 posibilidades (una ya se utiliz) Tercer espacio: 6 posibilidades. 8 x 7 x 6 = 336 permutaciones ! ! 8 x 7 x 6 x 5 x 4 x 3 x 2 x 1 = 5= 5 5 (5 5 ! )! 5x4x3x2x1
n! n Pr = ( n r )!
ANLISIS DE DATOS Oscar de Azambuja D.
Diapositiva 14
Permutaciones
Usted tiene 10 camisas. Suponiendo que cada camisa que viste va a la ropa sucia y que las camisas se lavan cada semana, Cuntas maneras diferentes de seleccionar sus camisas se producen en una semana?
5! 5 5! 5 5 P 5= 5 = = 5555 5, 5 (5 5 5 )! 5 !
Diapositiva 15
Permutaciones
Se desean acomodar cinco libros en un librero, De cuantas maneras posibles pueden ser ordenados?
5 ! 5 ! 5 5= P = = 11 1 (5 5 5 )! !
Diapositiva 16
5-39
Principios de conteo
Combinacin: el nmero de modos para elegir r objetos de un grupo de n objetos El orden no interesa.
Combinaciones
En un juego de cartas, usted recibe 5 naipes de una baraja compuesta por 52 naipes. Cuntas manos de cartas puede usted recibir?
Primer naipe: 52 posibilidades Segundo naipe: 51 posibilidades Tercer naipe: 50 posibilidades Cuarto naipe: 49 posibilidades. Quinto naipe: 48 posibilidades.
52 x 51 x 50 x 49 x 48 = 311875,200 manos.
ANLISIS DE DATOS Oscar de Azambuja D.
Diapositiva 18
Combinaciones
5! 5 5! 5 = = 5! (1 5 5 1 )! 5! 5 5! 5 (5 5 5 )! = = = 5 1,55 '11 5 5 ! 55 5 !( 5 )!
n! nC r = r!(n r )!
Diapositiva 19
Combinaciones
En una clase de 24 alumnos se quieren formar 6 grupos de estudio. Cuntos grupos diferentes se pueden formar?
5! 5 5! 5 5C 5= 5 = =5,5 55 5 5 5 5 !( 5 )! 5 5! !* 5
Diapositiva 20
5-4
Enfoques de la probabilidad
Probabilidad clsica: se basa en la consideracin de que los resultados de un experimento son igualmente posibles. Utilizando el punto de vista clsico,
Probabilid ad de un evento = nmero de resultados favorables nmero total de resultados posibles
5-8
Enfoques de la probabilidad
Frecuencia Relativa: La probabilidad de que un evento ocurra a largo plazo se determina observando en qu fraccin de tiempo sucedieron eventos semejantes en el pasado.
Probabilidad del evento = nmero de veces que ocurri el evento nmero total de observaciones
Frecuencia Relativa
55 . 5 11 . 1 55 . 5 11 . 1 55 . 5 5
Diapositiva 23
5 5
5 5
ANLISIS DE DATOS Oscar de Azambuja D.
5 5
55 5
55 5
Nmero de Lanzamientos
5-10
Enfoques de la probabilidad
Probabilidad Subjetiva: La probabilidad de que suceda un evento especfico que asigna una persona con base en cualquier informacin disponible. Ejemplos de la probabilidad subjetiva son estimar la probabilidad de que un equipo de ftbol gane el campeonato este ao.
Clases de Eventos
Eventos Mutuamente Excluyentes
Dos o ms eventos que no pueden ocurrir al mismo tiempo. A: Reina de Corazones; B: Reina de Espadas
Los eventos A y B son mutuamente excluyentes.
Diapositiva 25
Mutuamente Excluyentes
Evento A
Evento B
Espacio Muestral
ANLISIS DE DATOS Oscar de Azambuja D.
Diapositiva 26
No Mutuamente Excluyentes
Evento A
Evento B
Diapositiva 27
Regla de la Adicin
Si dos eventos A y B son mutuamente excluyentes, la probabilidad de que ocurra A o B es igual a la suma de sus probabilidades respectivas: P(A o B) = P(A) + P(B) Probabilidad que al lanzar una moneda salga cara o sello.
Diapositiva 28
5-14
Complemento
Complemento de A Evento A
Ac
Diapositiva 30
5-18
Evento A
Evento B
PROBABILIDADES
Independencia y Dependencia Estadstica
ANLISIS DE DATOS Oscar de Azambuja D.
Diapositiva 33
Independencia Estadstica
La presentacin de un evento no tiene efecto sobre la probabilidad de presentacin de cualquier otro evento.
Probabilidad Marginal o Incondicional Probabilidad Conjunta Probabilidad Condicional
Diapositiva 34
Probabilidad Marginal
Probabilidad simple de presentacin de un evento. P(A). Probabilidad de obtener un as. Probabilidad de obtener una carta de corazones. Probabilidad de sacar una cara al lanzar una moneda.
Diapositiva 35
5-23
Probabilidad Conjunta
Probabilidad de que dos o ms eventos independientes se presenten juntos o en sucesin. P(AB) o P(A,B) o P(AyB). Probabilidad de sacar un as de corazones. Probabilidad de obtener tres caras al lanzar una moneda tres veces.
5-24
Tabla de Contingencia
Evento
Evento
A1 A2 B1 P(A1 y B1) P(A2 y B1) P(B1) B2 P(A1 y B2) P(A2 y B2) P(B2)
Total
P(A1) P(A2)
Total
Probabilidad Conjunta
Diapositiva 38
Tabla de Contingencia
Tipo As No As Total Color
Rojo Negro
Total 4 48 52
2 24 26
2 24 26
Diapositiva 39
Tabla de Contingencia
Tipo As No As Total Color
Rojo Negro
Total 2/26
1/26 6/13
1/26
6/13 12/13
Diapositiva 40
Escoger un artculo
Cul es la Probabilidad? P (A) = P (D) = P (C y B) = P (A o D) = P (B y D) =
Evento A B Total Evento C D Total 5 5 5 5 5 5 5 5 1 1
A: Artculos en idioma espaol B: Artculos en idioma ingls. C: Artculos sobre estadstica. D: Artculos sobre gestin.
ANLISIS DE DATOS Oscar de Azambuja D.
Diapositiva 41
Solucin
Las probabilidades son: P (A) = 6/10 P (D) = 5/10 P (C y B) = 1/10 P (A o D) = 9/10 P (B y D) = 3/10
Diapositiva 42
Evento A B Total
Evento C D Total 5 5 5 5 5 5 5 5 1 1
5-27
Probabilidad Condicional
Probabilidad condicional es la probabilidad de que ocurra un evento en particular, dado que otro evento ya ocurri. P(A|B). Probabilidad de A dado B. En el caso de eventos independientes, como el evento B no influye en el evento A: P(A|B) = P(A) (Sirve para demostrar A y B son ANLISIS DE DATOS independientes) de Azambuja D. Oscar
Dependencia Estadstica
Cuando la probabilidad de que se presente algn evento depende o se ve afectada por la presentacin de algn otro evento.
Probabilidad Condicional Probabilidad Conjunta Probabilidad Marginal
Diapositiva 44
Color: C Grises: G
Puntos: P Rayas: R
Diapositiva 45
Diapositiva 46
Diapositiva 47
P(P|C) = 3/4
P(P,C) = 3/10 P(C) = 4/10
5 P ( P, C ) 5 5 5= P( P | C ) = = 5 5 P(C ) 5 5
ANLISIS DE DATOS Oscar de Azambuja D.
Diapositiva 48
P(G|P) = 2/5
P(G,P) = 2/10 P(P) = 5/10
5 P (G, P ) 5 5 5= P(G | P) = = 5 5 P( P) 5 5
ANLISIS DE DATOS Oscar de Azambuja D.
Diapositiva 49
P(C|R) = 1/5
P(C,R) = 1/10 P(R) = 5/10
5 P (C , R) 5 5 P (C | R ) = = 5= 5 5 P( R) 5 5
ANLISIS DE DATOS Oscar de Azambuja D.
Diapositiva 50
P ( A, B ) P( A | B) = P( B) P ( B, A) P ( B | A) = P ( A)
Diapositiva 51
P ( A, B ) = P ( A | B ) * P ( B ) P ( B, A) = P ( B | A) * P ( A)
Diapositiva 52
P ( A, B ) = P ( A | B ) * P ( B )
P(C,R) = P(C|R)*P(R) = 1/5 * 5/10 = 1/10 P(C,P) = P(C|P)*P(P) = 3/5 * 5/10 = 3/10
Diapositiva 53
Ejercicio
Cul es la probabilidad? P (A|D) = P (C|B) = Son C y B independientes?
Evento A B Total Evento C D Total 5 5 5 5 5 5 5 5 1 1
A: Artculos en idioma espaol B: Artculos en idioma ingls. C: Artculos sobre estadstica. D: Artculos sobre gestin.
ANLISIS DE DATOS Oscar de Azambuja D.
Diapositiva 55
Event o A B Total
Event o C D Total 5 5 5 5 5 5 5 5 1 1
5 P(A y D) 5 5 P(A | D) = = 5= 5 5 P(D) 5 5 5 P(C y B) 5 5 P(C | B) = = 5= 5 5 P(B) 5 5 5 5 5 5 P(C) = P(A) = 5 5 DATOS 5 5 5 5 ANLISIS DE
Diapositiva 56
Oscar de Azambuja D.
Tipos de Probabilidades
Tipos de Probabilidad Marginal Conjunta Condicional Smbolo Condiciones de Independencia Estadstica P(A) P(A) x P (B) P(A) Condiciones de Dependencia Estadstica P (ABi) P (A | B) x P (B ) P (A,B) / P ( B )
Diapositiva 57
P( A, B) P( A | B) = P( B) P ( B, A) P ( B | A) = P ( A)
Diapositiva 58
Teorema de Bayes
En un pueblo alejado, 5% de la poblacin padece una enfermedad originaria de dicho lugar. A priori podemos afirmar que la probabilidad de que una persona seleccionada al azar padezca la enfermedad es 5%, y de que no la padezca es 95%. Existe una prueba de diagnstico para detectar la enfermedad.
Si una persona tiene la enfermedad, la prueba sale positiva en 90% de los casos. La estadstica muestra adems que en 15% de los casos, a pesar de que la persona no padeca la enfermedad, la prueba sali positiva.
Si escogemos a una persona, y al hacerle la prueba de diagnstico, sta sale positiva, Cul es la probabilidad de que la persona tenga realmente la enfermedad?
Diapositiva 59
P(E)
Es
o m r fe en 05 t 0.
NO
P(E,P)=0.05x0.90=0.0450 P(P|E) sitiva o P ba 0 e 0.9 Pru Pru eba N 0.1 egat i va 0 P(E,N)=0.05x0.10=0.0050 P(N|E)
es t 0. en 95 fe
P(no E)
P(P|noE) va P(noE,P)=0.95x0.15=0.1425 siti o P rm ba o Prue 5 0.1 Pru eb a 0.8 Neg ati 5 va P(noE,N)=0.95x0.85=0.8075 P(N|noE)
P( E | P) =
Diapositiva 60
Teorema de Bayes
Un profesor sabe que el 80% de sus estudiantes terminan los problemas asignados como tarea. Determin adems, que de los estudiantes que cumplen con la tarea, 90% aprobar el curso. De aquellos estudiantes que no terminan su tarea, el 60% ser aprobado. Si un alumno recibi una calificacin aprobatoria, cul es la probabilidad de que s haya hecho sus tareas?
ANLISIS DE DATOS Oscar de Azambuja D.
Diapositiva 61
P(T)
m er T No n na i
e ar t
.80 0
P(T,A)=0.80x0.90=0.72
P(T,D)=0.80x0.10=0.08
te rm
0. 20
in
an
P(A|nT)
ta re a
a u eb 0 r Ap 0.6 De sa p 0.4 rueb a 0 P(D|nT)
P(nT,A)=0.20x0.60=0.12
P(nT)
P(nT,D)=0.20x0.40=0.008
P(T | A) =
Diapositiva 62
P(T , A) 5 1 .1 = = 5 55 .55 P( A) 51 .1
Teorema de Bayes
Se recibieron dos cajas de camisas Arrow para hombre, provenientes de la fbrica. La caja 1 contena 25 camisas deportivas y 15 de vestir. En la caja 2 haba 30 camisas deportivas y 10 de vestir. Se seleccion al azar una de las cajas y de esa se eligi, tambin aleatoriamente, una camisa para inspeccionarla. La prenda era deportiva. Dada esta informacin, cul es la probabilidad de que dicha camisa provenga de la caja 1?
Diapositiva 63
P(1)
1 a j Ca 0.50
Ca j 0. a 2 50
P(1,D)=0.50x25/40=0.3125
P(1,V)=0.50x15/40=0.1875
P(D|2)
a rtiv epo 0 D 30/4 Ve stir 10 /40 P(V|2)
P(2,D)= 0.50x30/40=0.375
P(2)
P(2,V)=0.50x10/40=0.125
P(5D) = |
Diapositiva 64
Teorema de Bayes
En una fbrica existe una mquina que produce automticamente engranajes. Si la mquina est correctamente calibrada producir 90% de piezas buenas. Si est mal calibrada producir slo 40% de piezas buenas. La experiencia pasada indica que el 70% de los trabajos de calibracin dan buenos resultados. Luego de un trabajo de mantenimiento, la mquina produce 3 engranajes buenos, como las primeras tres piezas. Se desea conocer la probabilidad revisada que la calibracin halla sido buena?
Diapositiva 65
P(C)
ib r 0.7 ada 0
P(BBB|C) a uen 0 P(BB|C) B 0.9 a uen 0 M 0.10 B .9 P(B|C) ala 0 na 0. e Bu .90 Mal10 0 a 0.10 M al a
P(C,BBB)=0.70x(0.90)3=0.5103
Ca l
P(NC)
a uen0 B .4
a uen0 B .4
M al
0 0.60
M al
0 0.60
Ma0.60 la
a uen 0 B 0.4
P(NC,BBB)=0.30x(0.40)3=0.0192
Diapositiva 66
No
0 da 0.3 bra li Ca
P (C | BBB ) =
Tabla de Excel
Evento Calibrada No Calibrada Pr. Marginal Pr. Condicional Pr. Condicional Pr. Conjunta P(Evento) P(B|Evento) P(BBB|Evento) P(Evento,BBB) 55 . 5 11 . 1 11 1 . 11 11 1 . 11 P(Calibrada, BBB) 55 . 5 11 . 1 11 1 . 11 55 5 . 55 P(No Calibrada, BBB) 55 5 . 55 P(BBB) 55 5 . 55 55 5 . 55
P (Calibrada | BBB) =
P ( No Calibrada | BBB ) =
Diapositiva 67