Está en la página 1de 9

Probabilidad y Estadística Unidad II: Parte II

PROBABILIDAD

Experimento aleatorio: Es aquel que puede producir resultados diferentes aun cuando se repita siempre de la misma manera. Espacio muestral: Es el conjunto de todos los resultados posibles de un experimento aleatorio. El espacio muestral generalmente se representa con S. Un resultado particular, es decir, un elemento de S, se llama punto muestral. Un suceso A es un conjunto de resultados o en otras palabras un subconjunto del espacio muestral S. Dos sucesos A y B se llaman mutuamente excluyentes sin son incompatibles; es decir, si A B = Ø. En otras palabras A y B son excluyentes si no pueden ocurrir simultáneamente.

Ejemplo 1: Tirar un dado y observar el número que sale: S= {1,2,3,4,5,6}

Sea A el suceso de que salga un número par, B que salga impar y C que salga un número primo. a)

Denotar cada suceso utilizando la notación de conjuntos, b) realizar las operaciones A

C ,

B

C y

C

c ,c) encontrar cuales de los sucesos son mutuamente excluyentes.

a) A={2,4,6}, B={1,3,5}, C={2,3,5}

b)

c) Los sucesos A y B son mutuamente excluyentes dado que A

A

C = {2,3,4,5,6} , B

C = {3,5},

C

c

= {1,4,6}

B = {Ø}

Ejemplo 2: Tirar una moneda 3 veces y observar la secuencia de caras (H) y cruces (T) que aparecen. a) Determinar el espacio muestral, b) Encontrar el suceso A de que dos o más caras aparezcan consecutivamente y el B de que todas las tiradas sean iguales, c) Encontrar A B .

a) S={HHH, HHT, HTH, HTT, THH, THT, TTH, TTT}

b) A={HHH, HHT, THH}, B={HHH, TTT}

c)

A

B = {HHH}

Teoremas de probabilidad 1: La probabilidad del suceso imposible, o en otras palabras del conjunto vacio Ø es nula, es decir,

P(Ø)=0

2: Para cualquier suceso A se cumple que 0 P( A) 1

3:

4: Para dos sucesos cualquiera A y B se verifica que:

Si A B , entonces P( A) P(B)

P(A \ B) = P(A) P(A

B)

5: Para dos sucesos cualquiera A y B

P(A

B) = P(A) + P(B) P(A

B)

Espacios finitos equiprobables Supongamos que S es un espacio muestral finito con n elementos y supongamos que las características físicas del experimento sugieren que a varios resultados se les asignen probabilidades iguales. Entonces S se convierte en un espacio probabilístico llamado espacio finito equiprobable, si a cada punto p, se le Dr. Jorge Limón Romero

3

Probabilidad y Estadística Unidad II: Parte II

asigna la probabilidad 1/n y si a cada suceso A que contiene r puntos se le asigna la probabilidad r/n. con otras palabras:

p

(

A

)

=

número

deelementos

de

A

=

n

(

A

)

número

de

elementos de

S

n

(

S

)

Ejemplo 1: Elegimos de forma aleatoria una carta de una baraja con 52 cartas. Consideremos los sucesos: A={La carta es un corazón}, B={La carta es una figura}. Calcular p(A), p(B) y p( A B)

P

P

P

(

(

(

A

B

A

) =

) =

número

de

corazones

=

13

=

1

número

de

cartas

52

4

número

de

figuras

=

12

=

3

número

de

cartas

52

13

B

) =

número

de

figuras de

corazones

=

3

número

de

cartas

52

Ahora suponga que queremos hallar la probabilidad de que la carta o sea una de corazones o sea una figura ¿A cuánto será igual esta probabilidad?

 

13

12

3

22

P(A

B) = P(A) + P(B) P(A

B) =

+

=

 

52

52

52

52

Nota: Colores={Rombos, tréboles, espadas y corazones}, Figuras={J,Q,K} Ejemplo 2: Se elige aleatoriamente a un estudiante de entre 80, de los cuales 30 estudian matemáticas, 20 química y 10 ambas asignaturas. Hallar la probabilidad P de que el estudiante este estudiando matemáticas o química.

U

40

M Q 10 20 10
M Q
10
20 10

P(M

Q) =

P(M ) + P(Q) P(M

 

Q)

30

20

 

10

P(M ) =

80

,

P(Q) =

80

y

P(M

Q) =

80

 

30

20

10

40

1

P(M

Q) =

 

+

=

=

80

80

80

80

2

Espacios probabilísticos finitos

Sea S un espacio muestral finito, digamos

. Un espacio probabilístico finito, se obtiene

asignando a cada punto a i de S un número real P i llamado probabilidad de a i , que cumple las siguientes propiedades:

S =

{

a

1

,

a

2

a

n

}

1)

Cada

P

i

0

Probabilidad y Estadística Unidad II: Parte II

2)

n

i = 1

P =

i

1

Ejemplo: Tirar 3 monedas y observar el número de veces que sale cara:

S={0,1,2,3}

Resultado

0

1

2

3

Probabilidad

1/8

3/8

3/8

1/8

Sea A el suceso de que aparezca cara al menos una sola vez y B el que aparezcan todas caras o todas cruces, encontrar p(A), p(B), p(A B) y p( A B) .

p(A) =

p(1) + p(2) + p(3) =

p(B) = p(3) + p(0) =

p(A

B) = p(3) =

1

8

1

8

+

1

8

3

8

+

=

2

8

p(A

B) = p(A) + p(B) p(A

3

8

+

1

8

=

7

8

B) =

7

8

+

2

8

1

8

=

8

8

= 1

Ejercicio: Tres caballos A,B,C están en una carrera, A tiene el doble de posibilidades de ganar que B y B tiene el doble que C. a) Hallar sus respectivas probabilidades de ganar. b) ¿Cuál es la probabilidad de que gane B o C?

a) P(A)=4/7, P(B)=2/7, P(C)=1/7

b) p(B C) = 3/7

Probabilidad Condicional Supongamos que E es un suceso de un espacio muestral S con p(E)>0. La probabilidad de que un suceso A ocurra dado que ha ocurrido E o concretamente la probabilidad condicionada de A dado E, se define como sigue:

P

(

A

|

E

) =

P

(

A

E

)

P E

(

)

Ejemplo 1: Se tira un par de dados. El espacio muestral S se compone de 36 pares ordenados (a,b), donde a y b pueden ser cualquier numero entre 1 y 6. Así la probabilidad de que salga cualquier punto es 1/36. Hallar la probabilidad de que salga un 2 en uno de los dados, si la suma ha sido 6, es decir, hallar la probabilidad P(A|E).

E= {La suma es 6}, A={Salga 2 al menos un dado} E= {(1,5), (2,4), (3,3), (4,2), (5,1)}, A= {(2,4), (4,2)}

Probabilidad y Estadística Unidad II: Parte II

P

(

A

|

E

)

=

P

(

A

E

)

P E

(

)

=

2

36

5

36

=

2

5

Ejemplo 2: La probabilidad de que un vuelo programado normalmente salga a tiempo es P(D) = 0.83; la probabilidad de que llegue a tiempo es P( A) = 0.82 ; y la probabilidad de que salga y llegue a tiempo es

P(D A) = 0.78 . Encuentre la probabilidad de que un avión a) llegue a tiempo, dado que salió a

tiempo y b) salió a tiempo dado que llegó a tiempo.

a) La probabilidad de que un avión llegue a tiempo, dado que salió a tiempo es

P

(

A

|

D

)

=

P

(

A

D

)

0.78

=

P D

(

)

0.83

= 0.94

b) La probabilidad de que un avión saliera a tiempo, dado que llegó a tiempo es

P D

(

|

A

)

=

P

(

A

D

)

0.78

=

P

(

A

)

0.82

= 0.95

La noción de probabilidad condicional proporciona la capacidad de reevaluar la probabilidad de un evento a la luz de información adicional; es decir, cuando se sabe que ocurrió otro evento. La probabilidad P( A | B) es una “actualización” de P( A) basada en el conocimiento de que ocurrió el

evento B. En el ejemplo anterior es importante conocer la probabilidad de que los vuelos lleguen a tiempo. Se nos da la información de que el vuelo no salió a tiempo. Con esta información adicional, la

, esto es, la probabilidad de que llegue a tiempo, dado que

probabilidad más pertinente es

no salió a tiempo. En muchas situaciones las conclusiones que se obtienen de observar la probabilidad condicional más importante cambian por completo la situación. Para el ejemplo anterior el cálculo de

P

(

A

|

D

c

)

P

(

A

|

D

c

)

es:

P

(

A

D

c

)

0.82

0.78

P

(

A

|

D

c

) =

(

P

P D

(

P(A

c

)

A

) =

P

D

c

(

A

0.17

D

) +

) = P( A)

P

=

= 0.24

A

P(A

(

Nota: Dado que

D

c

) = 0.82

D ) = 0.82

, entonces,

0.78

Como consecuencia la probabilidad de una llegada a tiempo disminuye considerablemente ante la presencia de información adicional.

Multiplicación para la probabilidad condicionada

P

(

A

|

E

)

=

P

(

A

E

)

P E

(

)

,

P( A

E) = P( A | E)xP(E)

Así la probabilidad de que ocurran A y E es igual a la probabilidad de que ocurra E por la probabilidad de que ocurra A, dado que ocurrió E. como los eventos ( A E) y (E A) son equivalentes, se sigue

entonces que también podemos escribir:

Probabilidad y Estadística Unidad II: Parte II

P( A

E) = P(E

A) = P(E | A)xP( A)

En otras palabras, no importa cual evento se considera como E y cual como A.

Ejemplo 1: Un lote contiene 12 televisores de los cuales 4 son defectuosos. Se sacan 3 televisores al azar, uno detrás del otro. Hallar la probabilidad P de que los tres sean no defectuosos.

P =

8

x

7

x

6

=

14

= 0.255

12

11

10

55

Ejemplo 2: La producción de un día de 850 partes manufacturadas contiene 50 partes defectuosas. Se seleccionan 2 partes al azar sin reemplazo. a) ¿Cuál es la probabilidad de que la segunda parte sea defectuosa dado que la primera es defectuosa?, b) Si se seleccionan 3 partes al azar ¿Cuál es la probabilidad de que las dos primeras partes sean defectuosas y la tercera no lo sea?

a) P(B|A)=49/849

b) P(DDN)=

P(DDN ) =

50

x

49

x

800

= 0.0032

 

850

849

848

Probabilidad y Estadística Unidad II: Parte II

Teorema de probabilidad total

Considere la siguiente figura. Si los eventos B 1 , B 2 ,…,B k constituyen una partición del espacio muestral S,

tal que P ( B ) π 0 para i=1,2,…,k, entonces para cualquier evento A
tal que
P (
B
) π 0
para i=1,2,…,k, entonces para cualquier evento A de S,
i
k
k
P
(
A
)
=
P B
(
A
)
=
P B
(
)
P
(
A
|
B
)
i
i
i
i =
1
i =
1
B 1
B 4
B 5
A
A
B 2
B 3
B K

En esta figura se puede ver que el evento A es la unión de los eventos mutuamente excluyentes

(

B

1

A

=

P

(

A

(

)

A

B

1

=

=

P B

(

1

),(

B

2

A

)

P

[(

B

A

)

1

+

A

),

(

B

2

A

)

P B

(

2

k k

=

i =

1

P B

(

i

A

)

=

i

=

1

,

(

B

K

A

)

(

B

2

A

)

P B

(

i

+

A

)

A

)

+

)

P

(

A

; es decir,

(

B

K

P B

(

K

(

A

)

, por lo que como ya se vio anteriormente:

B

K

A

)

A

)]

|

B

i

)]

Ejemplo: En cierta planta de montaje, tres máquinas B 1 , B 2 y B 3 , montan 30%, 45% y 25% de los productos, respectivamente. Se sabe de la experiencia pasada que 2%, 3% y 2% de los productos ensamblados por cada máquina respectivamente, tienen defectos. Ahora, suponga que se selecciona de forma aleatoria un producto terminado. ¿Cuál es la probabilidad de que este defectuoso? Considere los eventos siguientes:

A: el producto esta defectuoso B 1 : el producto esta ensamblado por la máquina B 1 B 2 : el producto esta ensamblado por la máquina B 2 B 3 : el producto esta ensamblado por la máquina B 3 Al aplicar la regla de la probabilidad total, podemos escribir:

P

( )

A

= P

(

B

1

)

P

(

A

|

B

1

)

(

+ P B

2

)

P

(

A

|

B

2

)

(

+ P B

3

)

P

(

A

|

B

3

)

,

Por lo que la probabilidad de que el producto sea defectuoso será la siguiente:

P( A) = (0.3)(0.02) + (0.45)(0.03) + (0.25)(0.02) = 0.006 + 0.0135 + 0.005 = 0.0245

Probabilidad y Estadística Unidad II: Parte II

Regla de Bayes

Si los eventos B 1 , B 2 ,…,B k constituyen una partición del espacio muestral S, tal que

i=1,2,…,k, entonces para cualquier evento A de S, tal que P( A) π 0 ,

P B

(

r

|

A

)

=

P

(

B

r

A

)

k

i =

1

P

(

B

i

A

)

=

P

(

B

r

)

P

(

A

|

B

r

)

k

=

1

i

P B

(

i

)

P

(

A

|

B

i

)

para r=1,2,…,k.

P B

(

i

) π 0

para

Ejemplo 1: Respecto al problema anterior, si se elige al azar un producto y se encuentra que es defectuoso, ¿Cuál es la probabilidad de que este ensamblado por la máquina B 3 ? Con el uso de la regla de Bayes podemos escribir:

P B

(

3

P ( B

3

|

|

A

A

)

)

=

=

 

(

P B

3

)

P

(

A

|

B

3

)

(

P B

1

)

P

(

A

|

B

1

)

0.005

+

(

P B

2

)

P

(

A

|

B

2

= 0.204

)

+

(

P B

3

)

P

(

A

|

B

3

)

   

0.006

+

0.0135

+

0.005

 

, entonces:

Ejemplo 2: Un compañía de seguros divide a las personas en dos clases, quienes son propensos a accidentes y quienes no lo son. Sus estadísticas muestran que una persona propensa a accidentes, tendrá, en no más de un año, un accidente con una probabilidad de 0.4; mientras esta probabilidad decrece a 0.2 para personas no propensas a accidentes. Si pensamos que 30% de la población es propensa a accidentes, a)¿Cuál es la probabilidad de que una persona que compra una nueva póliza tenga un accidente en no más de un año?, b) Suponga que un nuevo asegurado ha tenido un accidente a no más de un año de haber comprado su póliza. ¿Cuál es la probabilidad de que sea propenso a accidentes? A: accidente Pa: Propenso a accidente Npa: no propenso a accidente

P(pa)= 0.3, P(npa)=0.7, P(A|pa)=0.4 y P(A|npa)=0.2, por lo que utilizando la fórmula para la probabilidad total. La probabilidad de que se le presente un accidente seria igual a:

P(A) =

P(A) = (0.30)(0.4) + (0.7)(0.2) = 0.12 + 0.14 = 0.26

P( pa)P( A | pa) + P(npa)P( A | npa)

b)

(

P pa

|

A

)

P

(

)

pa P

(

A

|

pa

)

= P

(

)

pa P

(

A

|

pa

)

+

(

)

(

P npa P

A

|

npa

)

(0.3)(0.4)

=

0.26

= 0.4615

Inicialmente, al comprar el cliente su seguro, se pensaba que había una posibilidad de 30% de que la persona fuera propensa a accidentes. Sin embargo, en base en el hecho de que tuvo un accidente en no

Probabilidad y Estadística Unidad II: Parte II

más de un año, esta probabilidad cambia a 0.46, es decir se aumenta considerablemente la probabilidad de que sea propensa a accidentes al actualizarse la información.

Ejemplo 3: Una prueba de sangre de laboratorio es 99% efectiva para detectar una cierta enfermedad cuando ocurre realmente. Sin embargo, la prueba también da un resultado “positivo falso” en 1% de las personas sanas a quienes se les aplica (es decir, si se le hace la prueba a una persona sana, con probabilidad de 0.01 el resultado de la prueba implicará que la persona padece la enfermedad). Si 0.5% de la población tiene realmente la enfermedad, ¿Cuál es la probabilidad de que una persona tenga la enfermedad si la prueba dio resultado positivo?

E: Tiene la enfermedad Ne: No tiene la enfermedad P: Da positivo en la prueba

P E

(

|

P

)

P E

(

)

P P

(

|

E

)

= P E

(

)

P P

(

|

E

)

+

P

(

Ne P P

)

(

|

Ne

)

=

(0.005)(0.99)

(0.005)(0.99)

+

(0.995)(0.01)

= 0.3322

Así se tiene que solamente 33% de las personas en quienes la prueba da un resultado positivo, padecen realmente la enfermedad.

Sucesos independientes

Los sucesos A y B de un espacio probabilístico S son independientes si la ocurrencia de uno de ellos no influye en la ocurrencia del otro. Más concretamente, B es independiente de A si P(B) es igual a P(B|A), por lo que si sustituimos P(B) por P(B|A), en el teorema de la multiplicación para la probabilidad condicional, es decir, P( A B) = P( A).P(B | A) , nos queda:

P( A

B) = P( A).P(B)

Entonces podemos decir que:

Los sucesos A y B son independientes dependientes.

P( A

B) = P( A).P(B) ; de cualquier otra forma serán

Ejemplo: Si se tira una moneda 3 veces con el siguiente espacio equiprobable

S = {SSS, SSA, SAS, SAA, ASS, ASA, AAS, AAA}

Consideremos los sucesos:

A= {La primera tirada es cara}= {SSS, SSA, SAS, SAA} B= {La segunda tirada es cara}= {SSS, SSA, ASS, ASA} C= {Hay exactamente dos caras en una fila}= {SSA, ASS}

Dr. Jorge Limón Romero

10

Probabilidad y Estadística Unidad II: Parte II

Entonces: P(A)=

4 =

1 , P(B)=
2

4 =

1

P(C)=

2 =

1

, además:

 

8

8

2

,

8

4

 

2

1

 

1

2

1

P( A

B) = P(SSS, SSA) =

 

=

P(A

C) = P(SSA) =

 

P(B

C) = P(SSA, ASS) =

 

=

8

4

,

8

,

8

4

De acuerdo con esto:

 

P( A).P(B)

=

1

2

x

1

2

=

1

4

=

P

(

A

B

)

,

entonces A y B son independientes

 

P( A).P(C)

=

1

x

1

=

1

=

P

(

A

C

)

, entonces A y C son independientes

 

2

4

8

P(B).P(C) =

1

x

1

=

1

π

P

(

B

C

)

, ces B y C son dependientes

 

2

4

8

Ejemplo 2: Se sabe que 30% de las lavadoras de cierta compañía requieren de servicio mientras está vigente la garantía, en tanto que solo 10% de sus secadoras necesitan de este servicio. Si alguien compra una lavadora y una secadora de esta compañía ¿Cuál es la probabilidad de que ambas máquinas requieran servicio de garantía? Suponiendo que A es el evento de que la lavadora necesite de servicio mientras está vigente la garantía y B el mismo evento pero para la secadora, entonces P(A) = 0.30 y P(B) = 0.10, por lo que si las dos máquinas funcionan de manera independiente la probabilidad deseada es:

P(A

B) = P( A) P(B) = (0.30) (0.10) = 0.03

Así también se puede obtener la probabilidad de que una o la otra requiera de servicio como:

P(A

B) = P( A) + P(B) P(A

B) = 0.30 + 0.10 0.03 = 0.37

De la misma manera la probabilidad de que ninguna de las máquinas requiera mantenimiento es:

P

(

A

c

B

c

) =

P

(

A

c

)

P B

(

c

Dr. Jorge Limón Romero

) = (0.70) (0.90) = 0.63

11