P. 1
Teorema de multiplicación de probabilidades

Teorema de multiplicación de probabilidades

|Views: 3.684|Likes:

More info:

Published by: Jesus Alfonzo Lobo Hernandez on Apr 21, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

05/07/2015

pdf

text

original

Teorema de multiplicación de probabilidades

El teorema de la multiplicación de probabilidades era conocido por casi todos los estudiosos a través de cálculos particulares. Sin embargo, fue Abraham De Moivre (1667– 1754) el primero que los enunció con autoridad. En la introducción a su obra Doctrina de las Posibilidades de 1711, De Moivre presentó el importante concepto de independencia de sucesos aleatorios; así, escribió: «Diremos que dos sucesos son independientes, si uno de ellos no tiene ninguna relación con el otro» y procedió a definir los sucesos dependientes: «Dos sucesos son dependientes si están ligados el uno al otro y la probabilidad de ocurrencia de uno de ellos influye en la probabilidad de ocurrencia del otro». Una vez hecho esto, De Moivre lo aplicó al cálculo de probabilidades: «la probabilidad de ocurrencia de dos sucesos dependientes es igual a la probabilidad de ocurrencia de uno de ellos dividida por la probabilidad de que el otro ocurra si el primero ya ha ocurrido. Esta regla puede generalizarse para varios sucesos». El caso de varios sucesos lo describía así: «Se necesita elegir uno de ellos como el primero, otro como el segundo, y así. Luego, la ocurrencia del primero debe considerarse independiente de todas las demás; el segundo debe considerarse con la condición de que el primero ha ocurrido: el tercero con la condición de que tanto el primero como el segundo han ocurrido, y así. De aquí, la probabilidad de las ocurrencias de todos los sucesos es igual al producto de todas las probabilidades». O en notación moderna: P{A1 ∩ A2….A N}=P{A1} ⋅ P{A2 | A1} ⋅ P{A3 | A1 ∩ A2}….⋅ P{AN |A1 ∩…. AN-1} De Moivre acompañó sus afirmaciones con ejemplos resueltos. También fue consciente de que lo verdaderamente difícil de este teorema es descubrir cuándo dos sucesos son o no independientes. Cuando un acontecimiento resulta del concurso de dos acontecimientos A y B, la probabilidad es igual a la de uno de ellos, A, por ejemplo, multiplicada por la probabilidad nueva que corresponde al acontecimiento B cuando se sabe que A se ha realizado.

Ejemplo: Probabilidad de sacar 2 reyes de una baraja de 52 cartas P(A) = 4/52 = 0.0045 Si al sacar la carta en el caso A se devolviera a la baraja entonces los casos serían independientes y su probabilidad P(AB) = (4/52) * (4/52) = 0. debe producirse un acontecimiento A y además un acontecimiento B. las 52 cartas.0588 Casos favorables 3. los 3 reyes que quedan porque YA ha salido un rey. Casos posibles 51. Si para que se produzca un acontecimiento.0769 Casos favorables 4. los 4 reyes Casos posibles 52. la probabilidad compuesta del primer acontecimiento es igual . falta el rey que ya hemos extraído en A P(AB) = (4/52) * (3/51) = 0.Si la probabilidad del acontecimiento B no se modifica por la llegada previa del acontecimiento A se dice que ambos acontecimientos son independientes.0059 Teorema De Multiplicación (O De Las Probabilidades Compuestas). P(B) = 3/51 = 0.

es decir.a la probabilidad de A multiplicada por la probabilidad condicionada de B después de realizarse A. La probabilidad de que el primer naipe sea un as es: Una vez sacado el primer as. éste no se repone a la baraja. quedan sólo 3 ases en la baraja de 51 cartas. la probabilidad de sacar otro as es: . ¿Qué probabilidad hay de que extrayendo dos cartas de una baraja de 52 cartas bien mezcladas se obtengan dos ases? Obsérvese que la extracción es exhaustiva. que una vez sacado un naipe. Simbólicamente se escribe: En donde Ejemplo: es la probabilidad de B después de realizarse A. por tanto.

la probabilidad buscada es: Observación al teorema de multiplicación: Si la probabilidad del acontecimiento A no es modificada por la realización del acontecimiento B. éste se devuelve a la baraja y se mezcla de nuevo antes de buscar el segundo as.Así pues. Entonces la probabilidad es: . se dice que los acontecimientos A y B son independientes y entonces el teorema de multiplicación se escribe: Ejemplo: ¿Cuál es la probabilidad de sacar no exhaustivamente dos ases de una baraja de 52 cartas? Este es el caso en que después de sacar el primer as.

Ejemplo: . una vez tomada la muestra se regresa de nuevo a la población donde se obtuvo. es decir. Tomando como referencia la fórmula de probabilidad condicional. Despejando: p (AÇE) = p(E)p(A½E) Teorema de la multiplicación para probabilidad condicional Donde: p(AÇE) = probabilidad de que ocurran A y E p(E) = probabilidad de que ocurra E p(A½E) = probabilidad de que ocurra el evento A dado que el evento E ya ocurrió Eventos Independientes Dos o más eventos son independientes cuando la ocurrencia o no-ocurrencia de un evento no tiene efecto sobre la probabilidad de ocurrencia del otro evento (o eventos). Un caso típico de eventos independiente es el muestreo con reposición.Teorema De La Multiplicación para Probabilidad Condicional.

el concepto de probabilidad condicional para denominar la probabilidad del evento relacionado. Es decir la intersección entre los conjuntos de los posibles valores de A y los valores de B. P(A|B) = P(A y B)/P(B) o P(B|A) = P(A y B)/P(A) Ciertas Reglas de Multiplicación Se relacionan con la determinación de la ocurrencia de conjunta de dos o más eventos. La expresión P(A|B) indica la probabilidad de ocurrencia del evento A sí el evento B ya ocurrió.Lanzar al aire dos veces una moneda son eventos independientes por que el resultado del primer evento no afecta sobre las probabilidades efectivas de que ocurra cara o sello. Se debe tener claro que A|B no es una fracción. esto quiere decir que la probabilidad de que ocurran conjuntamente los eventos A y B es: P(A y B) = P(A B) = P(A)P(B) si A y B son independientes P(A y B) = P(A B) = P(A)P(B|A) si A y B son dependientes P(A y B) = P(A B) = P(B)P(A|B) si A y B son dependientes Si se tienen varios eventos sucesivos e independientes entre sí. empleamos entonces. en el segundo lanzamiento. la probabilidad de que ocurran todos ellos a la vez corresponde a la multiplicación de las probabilidades de cada uno de los eventos. Eventos dependientes Dos o más eventos serán dependientes cuando la ocurrencia o no-ocurrencia de uno de ellos afecta la probabilidad de ocurrencia del otro (o otros). Cuando tenemos este caso. .

¿cuál es la probabilidad de acertar a todas? La probabilidad de acierto en cada una de las preguntas es 1/5.Ejemplo: Si se responden al azar cuatro preguntas con cinco opciones cada una. Por lo tanto. la probabilidad de acertar en las cuatro es: .

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->