Apunte 3 PDF

3.
3.
PROBABILI DAD
CONTENIDO
3 PROBABILIDAD................... 46
3.1 INTRODUCCION......................................................... 46
3.2 LENGUAJE DE LA PROBABILIDAD...................... 46
3.3 DEFINICIONES DE PROBABILIDAD...................... 48
3.3.1 DEFINICION FRECUENCIAL DE PROBABILIDAD.............................. 48
3.3.2 DEFINICION CLASICA DE PROBABILIDAD O DE LAPLACE........... 50
3.3.3 PROBABILIDAD SUBJETIVA.................................................................... 51
3.4 PROPIEDADES DE LA PROBABILIDAD............ 51
3.5 REGLAS DE LA PROBABILIDAD........................ 51
3.5.1 PROBABILIDAD SIMPLE (o MARGINAL.......................................... 52
3.5.2 PROBABILIDAD CONJUNTA................................................................. 53
3.5.3 REGLA DE LA SUMA.................................................................................. 54
3.5.4 PROBABILIDAD CONDICIONAL............................................................. 55
3.5.5 INDEPENDENCIA ESTAD!STICA............................................................. 56
3.5.6 REGLA DE LA MULTIPLICACI"N....................................................... 5#
3.5.# TEOREMA DE LAS PROBABILIDADES TOTALES............................ 5$
3.5.8 TEOREMA DE BA%ES............................................................................... 60
3.6 TRABAJO PR&CTICO................................................62
PROBABILIDAD
3 PROBABILIDAD
3.1 INTRODUCCION
Tal vez est familiarizado con algunas ideas de probabilidad, a !ue sta forma parte de la
cultura cotidiana" #on frecuencia se escuc$a a personas !ue $acen afirmaciones relacionadas
con la probabilidad como las siguientes%
Probablemente nuestro e!uipo gane esta noc$e"
&a un '( ) de probabilidad de !ue llueva ma*ana"
Tengo una posibilidad de +(,+( de aprobar el e-amen de estad.stica de $o"
/s m0s probable !ue nos encontremos un fin de semana !ue un d.a de la semana"
12u significan e-actamente este tipo de e-presiones3 14ignifican de $ec$o lo !ue afirman3"
Algunas afirmaciones pueden estar basadas en informaci5n cient.fica otras en pre6uicios
sub6etivos" #ual!uiera !ue sea el caso, son inferencias probabil.sticas% no $ec$os, sino
con6eturas"
#omo a se vio en el e6emplo de las elecciones de gobernador e intendente 7cap.tulo 8, pag"
+9, no se puede tener la certeza de !ue el porcenta6e de votos obtenido por un candidato
cual!uiera aparezca en una muestra aleatoria" 4in embargo, es :probable; !ue el porcenta6e
en la muestra resulte :pr5-imo; al !ue se obtuvo en el acto eleccionario"
4e tiene como prop5sito definir :probable;, :pr5-imo;, de manera m0s precisa"
Para ello es necesario considerar en primer trmino una serie de nociones b0sicas sobre el
conocimiento de las :lees de probabilidad;"
/n este cap.tulo se estudiar0 el concepto b0sico de probabilidad sus reglas aplicadas a
sucesos simples sucesos compuestos"
La teor.a de la probabilidad es la base de la inferencia estadstica un instrumento esencial
en el an0lisis de la variabilidad"

3.2 LENGUAJE DE LA PROBABILIDAD
Experimento aleatorio
/s el tipo de fen5menos de !ue nos ocuparemos" 4e caracterizan por!ue%
aun!ue no se puede saber el resultado particular !ue ocurrir0, se puede describir el
con6unto de todos los resultados posibles
despus de un gran n<mero de repeticiones de la e-periencia aleatoria, e-iste una
distribuci5n regular de los resultados" /s decir, a medida !ue el e-perimento se repite
los resultados parecen ocurrir de manera capric$osa, sin embargo, ante un gran
nmero de repeticiones aparece un modelo definido de regularidad" /sta regularidad
$ace posible la construcci5n de un modelo matem0tico !ue permite el an0lisis del
e-perimento"
/sto se puede visualizar en el e6emplo del lanzamiento de una moneda 7ver punto"
="="8, pag" '>9"
G.Carnevalli-E.Franchelli-G.Gervasoni
46
PROBABILIDAD
:Aleatorio; en estad.stica no significa de cual!uier manera, sino !ue se refiere a una
clase de orden !ue <nicamente aparece a largo plazo"
Espacio muestral y sucesos
/n una e-periencia aleatoria cada resultado se conoce con el nombre de suceso"
4e llama suceso elemental a todo resultado simple" Por e6emplo, si se considera la
e-periencia aleatoria de tirar un dado, cada uno de los resultados% 8, ?, =, ', + @ son
sucesos elementales"
Al con6unto de todos los sucesos elementales posibles se lo llama espacio muestral
749
/n el e6emplo S = {1, 2 , 3 , 4 , 5 , 6 }
4imb5licamente% S = {s
1
, s
2
, s
3
..... }
/l espacio muestral puede ser finito o infinito, numrico o no numrico
An suceso !ue no puede ocurrir ante una repetici5n de la e-periencia aleatoria es un
suceso imposible" 4e lo suele indicar .
elaciones entre sucesos
4ean A, B # sucesos asociados a una e-periencia aleatoria" Las posibles relaciones
entre los mismos se muestran a continuaci5n gr0fica simb5licamente%
a
Co'()*'*+,o A
A
- S

b
M.,./'*+,* *01).2*+,*3 A B -
c
No '.,./'*+,* *01).2*+,*3 A B
/l complemento de cual!uier suceso es el con6unto de resultados !ue no est0n
contenidos en ese suceso"
47
S
A

B
S
4
A
A
S
B
A
PROBABILIDAD
Los sucesos son mutuamente excluyentes si la ocurrencia de uno de ellos impide la
ocurrencia del otro"
/s importante distinguir el con6unto resultante de la uni5n 7 9 o intersecci5n 7 9 de
sucesos%
4i A B son sucesos, A B es el suceso !ue ocurre si s5lo si A o B 7o ambos9
ocurren"
4i A B son sucesos, A B es el suceso !ue ocurre si s5lo si A y B ocurren
simult0neamente"
Ejercicios
#onsiderando la e-periencia aleatoria de arro6ar un dado registrar el nB de la cara superior%
a) 4i se pensara en tirar el dado un n<mero infinito de veces% defina la poblaci5n clasif.!uela"
b) Proponga para la e-periencia aleatoria%
- un suceso elemental
- un suceso imposible
- dos sucesos mutuamente e-cluentes
- dos sucesos no mutuamente e-cluentes
3.3 DEFINICIONES DE PROBABILIDAD
!"!"# DE$INICION $EC%ENCIA& DE 'O(A(I&IDAD
/n el punto ="?"8" se $an definido las caracter.sticas de un e-perimento aleatorio" An e6emplo
de e-periencia aleatoria es el lanzamiento de una moneda" #uando se lanza una moneda al
aire s5lo $a dos resultados posibles, cara o cruz" /l resultado no se puede predecir de
antemano variar0 cuando se lance en forma repetida, sin embargo se observa una cierta
regularidad en los resultados, una regularidad !ue s5lo emerge despus de muc$as
repeticiones"
La figura ="8 muestra la regularidad observada al lanzar una moneda 8((( veces" Para cada
lanzamiento, desde el primero $asta el <ltimo, se $a representado la proporci5n de
lanzamientos !ue $an dado :cara; $asta ese momento" /l primer lanzamiento fue cara, por
tanto, la proporci5n de caras empieza siendo 8" /l segundo lanzamiento fue cruz" Despus de
los dos lanzamientos, la proporci5n de caras se $a reducido a ("+" Los siguientes tres
lanzamientos dieron una cruz seguida de dos caras, por consiguiente, la proporci5n de caras
despus de cinco lanzamientos es =C+ 5 (,@"
La proporci5n de lanzamientos !ue dan cara es bastante variable al principio, pero
posteriormente se estabiliza a medida !ue se $acen m0s m0s lanzamientos" Llega un
momento en !ue esta proporci5n se acerca a (,+ se mantiene en ese valor" 4e dice !ue (,+
es la probabilidad de !ue salga cara"
Ana probabilidad de (,+ significa !ue el suceso cara :ocurre la mitad de las veces despus de
muc$os lanzamientos;" /n otras palabras, se puede decir !ue si se arro6ara un gran nmero
de veces esa moneda al aire, apro-imadamente el +( ) de las veces se observar.a el
48
PROBABILIDAD
resultado cara o e-pres0ndolo en los trminos anteriormente vistos, la frecuencia relativa del
suceso cara ser.a apro-imadamente (,+"
Figura 3.1
Dormalizando, se define%
% lanzar una moneda al aire registrar el resultado
/l espacio muestral asociado a % ) E { # F G }
4ea%
s
8
% cara
n
8
% frecuencia absoluta del suceso s
8
n % nB de repeticiones del
( )
n
n
s f
1
1 = : proporci5n de veces !ue se verifica cara en n tiradas"
Heneralizando%
( ) ( )
i
n
i
i
s P
n
n
s f =

/s decir, la probabilidad de un suceso 7o resultado9 es el n<mero $acia el cual tiende la
frecuencia relativa del mismo cuando el n<mero de repeticiones de la e-periencia tiende a
infinito" /s decir, es una frecuencia relativa calculada en la poblaci5n"
8
/sta definici5n de probabilidad se conoce como definici*n frecuencial de probabilidad
?
"
1
La interpretaci5n de la probabilidad como frecuencia relativa en el l.mite se basa en la observaci5n de un gran
n<mero de repeticiones" 4urge a$ora la pregunta, 1cu0ntas repeticiones se deben realizar3 #omo veremos en el
cap.tulo @, con un n<mero finito de repeticiones de la e-periencia es posible aproximar la verdadera probabilidad
de un suceso"
2
/ste efecto estabilizador de la frecuencia relativa cuando el n<mero de observaciones crece se denomina Le de
los grandes n<meros"
49
P
r
o
p
o
r
c
i
n

d
e

c
a
r
a
s
!"ero de #an$a"ien%os
PROBABILIDAD
!"!"+ DE$INICION C&A)ICA DE 'O(A(I&IDAD O DE &A'&ACE
4e $a considerado a la probabilidad de ocurrencia de un resultado determinado de una
e-periencia aleatoria, como la proporci5n de veces 7frecuencia relativa9 !ue se obtiene dic$o
resultado despus de una gran cantidad de repeticiones"
4in embargo, considerando la e-periencia aleatoria de arro6ar una moneda, se podr.a $aber
con6eturado sin repetir dic$a e-periencia, !ue la probabilidad de obtener el resultado :cara; es
(,+"
/sto se sustenta en !ue si la moneda no est0 cargada, cada resultado tiene la misma c$ance
de ocurrir" /sta descripci5n permite introducir lo !ue se conoce como definici5n cl0sica de
probabilidad o de Laplace" /sta definici5n s5lo puede ser aplicada si%
el espacio muestral ) consta de un n<mero finito de resultados
& = {s
1
, s
2
,......... s
'
}
todos los resultados son igualmente probables

( ) ( ) ( )
k
s P s P s P = = =
2 1
Al igual !ue en las frecuencias relativas, la sumatoria de las probabilidades de todos los
sucesos posibles es igual a 8%
( ) ( )
k
i
s P
k
i
i
s P
1
1
1
= =
=
por lo tanto, si
r
i
i
s A
1 =
=
donde r I
entonces
=
= =
r
i
k
r
i
s p A P
1
) ( ) (
4uele enunciarse como:
posibles resultados de n
A a favorables resultados de n
A P
)
)
) ( =
5*
PROBABILIDAD
!"!"! 'O(A(I&IDAD )%(,ETI-A
/n los dos enfo!ues de probabilidad desarrollados anteriormente, se defini5 a la probabilidad
como la proporci5n de resultados favorables respecto al total de resultados" /n la primera
situaci5n, dic$a proporci5n se basa en datos observados en la segunda en el conocimiento
previo de un proceso 7n<mero finito de resultados igualmente probables9"
/l tercer enfo!ue de probabilidad se llama probabilidad sub.etiva se refiere a la probabilidad
asignada a un suceso por una persona en particular" La misma puede ser bastante diferente de
la probabilidad sub6etiva !ue estipula otra persona"
4i un e!uipo de administraci5n piensa !ue $a una probabilidad de ("=+ de !ue un nuevo
producto tenga -ito en el mercado, esto constitue una probabilidad sub6etiva" /l valor ("=+ es
una opini5n, m0s !ue un valor basado en una evidencia ob6etiva"
/ste tipo de probabilidad es frecuente en la toma de decisiones en el mercado, siendo
confiable si la determina un e-perto en la materia"
3.4 PROPIEDADES DE LA PROBABILIDAD
#ual!uiera sea el enfo!ue utilizado para determinar la probabilidad de un suceso A, sta debe
verificar ciertas propiedades%
#ual!uier probabilidad es un n<mero entre ( 8 ( ) 1 + P *
Todos los resultados posibles 6untos deben tener una probabilidad de 8 P749 E 8
La probabilidad de !ue un suceso ocurra es igual a 8 menos la probabilidad de !ue no
ocurra ( ) ( ) + P 1 + P =
La probabilidad del suceso imposible es ( P 7 9 E (
4i dos sucesos no tiene resultados en com<n, la probabilidad de !ue ocurra cual!uiera
de ellos es igual a la suma de sus probabilidades individuales"
3.5 REGLAS DE LA PROBABILIDAD
/-isten varias manera de observar un espacio muestral espec.fico" /l mtodo !ue se utiliza a
continuaci5n implica ubicar los sucesos en una tabla de doble entrada o tabla de contigencia
=
"
/n la tabla siguiente se muestra el n<mero de alumnos varones mu6eres ingresantes en
las distintas carreras de la A"T"J" Rosario, durante el a*o ?((=%
3
Es%e %ipo de %ab#as ,-e -%i#i$ada para presen%ar #a in,or"acin de #os ejercicios 5 . 6 /-e se proponen co"o %rabajo
pr0c%ico en Es%ad1s%ica 2escrip%i3a (pa4s. 4*-41).
51
PROBABILIDAD
Carrera
Sexo
5.&.5.
5n4enier1a
6ec0nica
5n4enier1a
7-1"ica
5n4enier1a
E#8c%rica
5n4enier1a
9i3i#
Total
6-jer 141 2 5* 1 8 2*2
:arn 496 129 9* 68 58 841
Total 637 131 14* 69 66 1*43
4e considera
la e-periencia aleatoria % seleccionar un alumno al azar de los ingresantes a la Dacultad
durante el a*o ?((=
asociados a la variable cualitativa :se-o;, los sucesos%
K% ingresante mu6er L% ingresante var5n
asociados a la variable cualitativa :carrera a la !ue ingresa;, los sucesos%
I % ingresante a I"4"I" D% ingresante a Ing" Kec0nica
2% ingresante a Ing" 2u.mica /% ingresante a Ing" /lctrica
#% ingresante a Ing" #ivil
/n los puntos siguientes se desarrollar0n reglas para obtener diferentes tipos de probabilidad
para su compresi5n nos basaremos en la situaci5n planteada anteriormente"
!"/"# 'O(A(I&IDAD )I0'&E 1o 0A2INA&3
La probabilidad simple se refiere a la probabilidad de ocurrencia de un suceso simple" 4on
probabilidades simples los e6emplos !ue se presentan%
Probabilidad de seleccionar un ingresante mu6er%
( ) 19 , *
1*43
2*2
= = =
s ingresante de total
mujeres s ingresante de nmero
M P
Probabilidad de seleccionar un ingresante var5n%
( ) 81 , *
1*43
841
= = =
ones var s ingresante de nmero
V P
Observe !ue los sucesos L K son sucesos complementarios por lo tanto, la suma de sus
probabilidades es igual a 8"
52
PROBABILIDAD
Probabilidad de seleccionar un ingresante a I"4"I"%
( ) 61 , *
1*43
637 . . .
= = =
I I a s ingresante de nmero
I P
!"/"+ 'O(A(I&IDAD CON,%NTA
#uando se est0 interesado en conocer la probabilidad de !ue dos sucesos se verifi!uen
simult0neamente, se $abla de probabilidad con.unta" Por e6emplo se puede estar interesado
en conocer cu0l es la probabilidad de seleccionar un alumno del se-o femenino y !ue sea
ingresante en I"4"I"" /ste suceso se e-presa como K I la probabilidad se obtiene de la
siguiente forma%
( ) ( ) 14 , *
1*43
141 . . .
5 6 5 6 = = = =
I I a ins!riptos e mujeres s ingresante de nmero
P " P

/n la tabla siguiente se presenta la distribuci5n de probabilidades con6untas las marginales
respectivas" La distribuci5n marginal est0 compuesta por el con6unto de probabilidades simples
de los sucesos asociados a cada variable
'
%
Carrera
Sexo
I F 5 E C
Distribucin
marginal de
sexo
M *,14 * *,*5 * * *,19
V *,47 *,12 *,*9 *,*7 *,*6 *,81
Distribucin
marginal de
carrera
*,61 *,12 *,14 *,*7 *,*6 1
A$ora se puede ver la probabilidad de un suceso simple como la suma de las probabilidades
con6untas !ue incluen dic$o suceso" Por e6emplo, se puede pensar la P 7K9 como%
( ) ( ) ( ) ( ) ( ) ( )
19 , * * * *5 , * * 14 , * = + + + + =
= + + + + = M # P M $ P M % P M F P M I P M P
4
En #as ce#das so"breadas se presen%a #a dis%rib-cin de #as probabi#idades conj-n%as.
53
PROBABILIDAD
/n general
=
=
k
1 i
i & ' A ( P & ' ( P
Donde A
8 ,
A
?
, """"""" A
I
son I sucesos mutuamente e-cluentes"
!"/"! E2&A DE &A )%0A
Para calcular la probabilidad de !ue ocurra cual4uier suceso, A o B, se usa la regla de la
suma"
/sta regla considera !ue pueden ocurrir el suceso A, el suceso B o ambos sucesos A B"
R*6)/ 7* )/ 3.'/
) ( ) ( + ) ( = = ' ) P * P ) P & ' A ( P & ' o A ( P
La probabilidad del suceso A B se resta de esta suma por!ue se inclue dos veces al
calcular la probabilidad de A la probabilidad de B" /sto se podr0 visualizar en el siguiente
e6emplo%
Retomando el e6emplo de los ingresantes a la ATJ, podr.amos estar
interesados en conocer la probabilidad de seleccionar un ingresante var5n o a
la carrera de Ingenier.a 2u.mica" Aplicando la regla se obtiene%
( ) ( ) ( ) ( ) 86 , * *9 , * 14 , * 81 , * = + = + = % V P % P V P % V P
/l c0lculo de la probabilidad del suceso anterior puede pensarse tambin de la siguiente
forma%
( ) ( ) ( ) ( ) 86 , * *9 , * *5 , * 72 , * = + + = + + = % V P % V P % V P % V P
egla de la suma para sucesos mutuamente excluyentes
Para sucesos mutuamente e-cluentes, la regla de la suma se reduce a%
P ( A ' & + P ( A & , P ( ' & [ a !ue P ( A ' & = * ]
54

% V

S
V%
PROBABILIDAD
egla de la suma para m5s de dos sucesos
/sta regla se e-tiende para calcular la probabilidad de ocurrencia de la uni5n de m0s de
dos sucesos cuales!uiera"
/n el caso de tres sucesos 7 A, B C 9, se demuestra f0cilmente %
( ) & # ' A ( P & # ' ( P & # A ( P & ' A ( P & # ( P & ' ( P & A ( P # ' A P + + + =
!"/"6 'O(A(I&IDAD CONDICIONA&
&asta a$ora se consider5 la probabilidad de ocurrencia de un suceso cuando se realiza una
selecci5n aleatoria a partir de un espacio muestral completo" 4in embargo muc$as veces se
conoce cierta informaci5n acerca de los sucesos implicados en la e-periencia aleatoria" /n
estas situaciones, cuando se calcula la probabilidad de !ue ocurra un suceso dado !ue se
cuenta con la informaci5n de la ocurrencia de otro, se est0 ante una probabilidad
condicional" Leamos esta situaci5n a travs del e6emplo de los alumnos ingresantes%
4e consideran los sucesos M % ingresante mu6er
I % ingresante a I"4"I"
4upongamos !ue al realizar la e-periencia aleatoria fue seleccionado un alumno ingresante a
la carrera I"4"I"F es decir, se verific5 el suceso I" Interesa conocer la probabilidad de !ue el
alumno seleccionado sea mu6er"
/ste es un e6emplo de probabilidad condicional se lo denota como
( )
I
M
P
, e indica la
probabilidad condicional del suceso 0 sabiendo 4ue se verific* el suceso I"
/l c0lculo de esta probabilidad puede $acerse por dos caminos%
/l conocimiento de !ue el alumno seleccionado es un ingresante a la carrera I"4"I" reduce el
espacio muestral ) al espacio muestral reducido I"
Por lo tanto %
( ) = = 22 , *
637
141
I
M
P
probabilidad de K en el espacio muestral reducido I
/l c0lculo de la probabilidad condicional a partir de probabilidades calculadas en el espacio
muestral original es %
( ) 22 , *
611 , *
135 , *
*43 . 1
637
*43 . 1
141
637
141
= = = =
I
M
P
55
PROBABILIDAD
#omo
& I ( P " & I M ( P = =
*43 . 1
637
1*43
141
4e puede e-presar%
( ) - P(I& !on
P(I&
& I M ( P
I
M
P
=
4i se compara P7K9 7igual a (,8>9 P7K C I 9 7igual a (,??9, se observa !ue el conocimiento
de !ue el suceso I ocurri5 modifica la probabilidad de ocurrencia del suceso K"
Heneralizando%
4ean A B dos sucesos asociados con un e-perimento , P(BA! indica la probabilidad
condicional del suceso B sabiendo !ue A se $a verificado"
De acuerdo a lo visto en el e6emplo, el c0lculo de P(BA! se puede realizar a partir de%
espacio muestral reducido
espacio muestral original aplicando la siguiente f5rmula%
(A& P
A& (' P
& A ' ( P
=
con P ( A ! ( 789
#on el mismo razonamiento%
& ' ( P
& ' A ( P
& ' A ( P
=
con P ( B ! ( 7?9
!"/"/ INDE'ENDENCIA E)TAD7)TICA
#omo di6imos anteriormente, la probabilidad de seleccionar un ingresante mu6er es (,8>F sin
embargo la probabilidad de seleccionar un ingresante mu6er cuando se sabe !ue el ingresante
seleccionado pertenece a I4I, incrementa el valor a (,??" /ste resultado est0 condicionado por
la informaci5n previa"
A diferencia de este e6emplo, cuando el resultado de un suceso no afecta la probabilidad de
ocurrencia de otro suceso, se dice !ue los sucesos son estadsticamente independientes"
56
PROBABILIDAD
/n general%
Los sucesos A B son independientes si la ocurrencia de uno no afecta en ninguna forma las
posibilidades de !ue el otro ocurra"
/n consecuencia%
( ) ( ) ('& P A ' P o (A& P ' A P = =
4e demuestra !ue si%
A independiente de B B independiente de A
tambin resultan independientes ' " A " ' " A . ' " A
Lolviendo a la situaci5n planteada anteriormente, los sucesos K e I no son
independientes a !ue%
( ) ( )
( ) ( ) I P P
" M P P
M
I
I
M
Analizando los resultados obtenidos se puede deducir !ue el conocer !ue un suceso $a
ocurrido puede aumentar, disminuir o no modificar la probabilidad de ocurrencia de otro suceso
relacionado con el primero" /n el caso particular de !ue un suceso no modifi!ue la probabilidad
de ocurrencia de otro, se dice !ue los sucesos son independientes"
!"/"8 E2&A DE &A 0%&TI'&ICACI9N
La f5rmula de la probabilidad condicional se puede manipular algebraicamente de modo !ue la
probabilidad con6unta se puede determinar a partir de la probabilidad condicional de un suceso"
De las ecuaciones 789 7?9 de la p0gina +@, resulta%
& A ( P . & A ' ( P & ' ( P . & ' A ( P & ' A ( P = =
/sta regla puede aplicarse si se tiene !ue calcular la probabilidad de !ue ocurran
con6untamente tres o m0s sucesos cuales!uiera" Heneralizando para n sucesos%
&
1 / n
A
0
A
1
A
n
A ( P &
0
A
1
A
3
A ( P . &
1
A
0
A ( P . &
1
(A P
i
A
n
1 i
P =
=
57
PROBABILIDAD
Para la aplicaci5n de la regla de la multiplicaci5n, es importante determinar si los sucesos son
o no independientes"
Luego, si A B son sucesos independientes, la regla de la multiplicaci5n resulta%
& ' ( P . & A ( P '& (A P =
Heneralizando la regla de la multiplicaci5n a m0s de dos sucesos independientes%
=
= =
n
1 i
i i
n
1 i
& A ( P & A ( P
Ejercicios
8" 4uponga !ue se e-$iben ?( marcadores en una librer.a" De estos, @ son ro6os 8' son
azules" 4e seleccionan al azar ? marcadores del con6unto de ?(" /ncuentre la probabilidad
de !ue los dos marcadores seleccionados sean ro6os" 7#onsidere los sucesos A
8
% el primer
marcador seleccionado es ro6o A
?
% el segundo marcador seleccionado es ro6o9
?" 4uponga la e-periencia aleatoria del e6ercicio 8 pero considerando !ue el primero de los
marcadores elegidos se regresa al mostrador despus de determinar su color" /ncuentre la
probabilidad de seleccionar marcadores ro6os las dos veces"
58
Nota:
&e /-iere re"arcar #a di,erencia en%re dos concep%os "-. i"por%an%es: sucesos
independientes . sucesos mutuamente excluyentes:
Mutuamente excluyentes indica /-e #os dos s-cesos no p-eden oc-rrir a# "is"o
%ie"po; por #o %an%o su interseccin es vaca.
<a independencia indica /-e -n s-ceso no afecta la probabilidad de ocurrencia del
otro.
2os s-cesos no p-eden ser a #a 3e$ "-%-a"en%e e=c#-.en%es e independien%es. Es
decir:
- &i dos s-cesos son "-%-a"en%e e=c#-.en%es, en%onces no son independien%es.
- &i dos s-cesos son independien%es, en%onces no son "-%-a"en%e e=c#-.en%es.
PROBABILIDAD
!"/": TEOE0A DE &A) 'O(A(I&IDADE) TOTA&E)
Kuc$as veces interesa estudiar la probabilidad de ocurrencia de un suceso, pero s5lo se
conoce la probabilidad de ocurrencia del mismo asociada a otros sucesos relacionados
7probabilidades condicionadas9 las probabilidades de ocurrencia de estos sucesos"
A continuaci5n se traba6a sobre una situaci5n !ue e6emplificar0 lo anteriormente e-puesto%
/ntre la poblaci5n econ5micamente activa de una ciudad, el '() $a completado el nivel
de instrucci5n primario, el +( ) el nivel de instrucci5n secundario el 8() la universidad"
/ntre los individuos !ue tienen educaci5n primaria $a una 8( ) de desempleados, entre los
!ue tienen educaci5n secundaria un + ) entre los graduados universitarios un ? )" 1#u0l
es la probabilidad de !ue un individuo econ5micamente activo est desempleado3
4ean los sucesos%
B % desempleado"
A
8
% nivel de instrucci5n primario completo"
A
?
% nivel de instrucci5n secundario completo"
A
=
% nivel de instrucci5n universitario completo"
M sus probabilidades%
P7A
8
9 E (,'( P7A
?
9 E (,+( P7A
=
9 E (,8(
P7BCA
8
9 E (,8( P7BCA
?
9 E (,(+ P7BCA
=
9 E (,(?
Observe !ue%
A
8
, A
?
, A
=
representan una partici5n de ) B otro suceso relacionado con A
i
"
4e puede e-presar%
B E 7 A
8
B 9 7 A
?
B 9 7 A
=
B 9
4i se conocen%
u!esos
A
1
A
0
A
3
Probabilidad
' *,*4 *,*25 *,**2 *,*67
'
*,36 *,475 *,*98 *,933
P (A
i
& *,4* *,5* *,1* 1
Luego,

( )
*67 . * *2 . * 1 . * *5 . * 5 . * 1 . * 4 . *
+ > P . ) (+ P ) > (+ P ) (> P
3
1 i
3
1 i
i i i
= + + =
= = =

= =
/sto indica !ue un @"N ) de los traba6adores est0n desempleados"
59
PROBABILIDAD
Heneralizando
/sta aplicaci5n se conoce como Teorema de las probabilidades totales"
Para resolver este tipo de problemas tambin es <til recurrir a un diagrama de :0rbol;%
P (>?+
1
)
@
P (>?+
1
)
P (>?+
2
)
@
P (>?+
2
)
P (>?+
3
)
@
P (>?+
3
)
!"/"; TEOE0A DE (A<E)
La probabilidad condicional toma en cuenta informaci5n acerca de la ocurrencia de un suceso
para encontrar la probabilidad de otro" /ste concepto puede e-tenderse para revisar
probabilidades basadas en nueva informaci5n para determinar la probabilidad de !ue un
efecto en particular se deba a una causa espec.fica" /l procedimiento para revisar estas
probabilidades se conoce como teorema de (ayes"
4e retoma el e6emplo de los traba6adores para aplicar este teorema" 4uponga !ue se elige un
traba6ador al azar se encuentra !ue es un desempleado 1cu0l es la probabilidad de !ue
$ubiera terminado sus estudios secundarios3
/l teorema de Baes puede desarrollarse a partir de la definici5n de probabilidad condicional%
( )
*.*67
*.*25
) > P(
> + P
>) ? (+ P
2
2 =
=
6*
P ( +
2
)
P (+
1
)
P (+
3
)
P(+
1
. >) = P(+
1
) (>?+
1
)
= (*,4) (*,*1) = *,**4
P(+
1
>) = P(+
1
) (>?+
1
)
= (*,4) (*,1) = *,*4
P(+
2
>) = P(+
2
) (>?+
2
)
= (*,5) (*,*5) = *,*25
P(+
3
>) = P(+
3
) (>?+
3
)
= (*,1) (*,*2) = *,**2
( )
=
=
'
1 i
i i + > P ) + ( P (>) P
PROBABILIDAD
4e puede decir !ue ciertas :causas; 7por e6" tipo de educaci5n% A
8
, A
?
, A
="
"""9 tienen
probabilidades a priori P7A
i
9" /-iste un :efecto; B 7desempleo9, !ue no siempre ocurre cuando
la causa est0 presente, por eso se $abla de P7BCA
i
9"
#uando se usa la probabilidad condicional para invertir lo anterior, se calcula la probabilidad de
una causa, dado el efecto, es decir, la probabilidad a posteriori P 7A
i
CB9
Dado 4e deduce
P 7 A
i
9
P 7A
i
C B9
P 7B C A
i
9
/n general, el Teorema de (ayes se obtiene en la ecuaci5n%
( )
( )
=
'
1 i
i i
j j
j
+ > P ) (+ P
+ > P ) (+ P
) > + ( P

6E 8, ?, =, """""I
Observe !ue el denominador no es m0s !ue la aplicaci5n del teorema de las probabilidades
totales"
61
PROBABILIDAD
3.6 TRABAJO PR&CTICO
1. An conmutador consta de dos l.neas L
8
L
?
" /n un momento :t; cual!uiera, cada una de las
l.neas puede encontrase congestionada 7 # 9 o descongestionada 7 D 9"
a9 Describa los posibles resultados de observar el estado del conmutador en un momento
:t;"
b) 4uponga !ue se conocen las probabilidades de los sucesos elementales del espacio
muestral%
<
1
<
2
#ongestionada 1es!ongestionada
#ongestionada = *,1*
1es!ongestionada *,1* *,79
Determine el valor de - e indi!ue !ue representa dic$o valor"
c9 #alcule las probabilidades de cada uno de los siguientes sucesos 7resuelva
considerando los sucesos D% la l.nea L
8
est0 congestionada H% la l.nea L
?
est0
congestionada9
A % al menos una l.nea est0 congestionada
B % ambas l.neas est0n congestionadas
# % ambas l.neas est0n descongestionadas
D % s5lo una l.nea est0 congestionada
/ % a lo sumo una l.nea est0 congestionada
?", #onsidere el e6ercicio @ de la unidad nB ? /stad.stica descriptiva 7p0g" '=9
Ana compa*.a de seguros registr5 entre sus asegurados el n<mero de accidentes del a*o
?((=, obteniendo la siguiente informaci5n%
Edad de# ase4-rado
A de acciden%es
( E )
[18-28)
( B )
[28-38)
( C )
[38-48)
( D )
[48-58)
( 5 )
58 . "0s
Eo%a#es
* (s-ceso +) 748 821 786 72* 672 3747
1 (s-ceso >) 84 5* 41 66 6* 3*1
2 (s-ceso 9) 41 15 12 16 25 1*9
"0s de 2 (s-ceso 2) 1* 9 5 5 8 37
Eo%a#es 883 895 844 8*7 765 4191
a9 12u variables se pueden identificar en este estudio3 #lasif.!uelas"
#alcule la probabilidad de !ue un asegurado elegido al azar%
b9 tenga entre ?O =O a*os de edad
c9 $aa tenido un accidente
d9 $aa tenido un accidente tenga entre ?O =O a*os de edad
62
PROBABILIDAD
e9 $aa tenido un accidente si tiene entre ?O =O a*os de edad
f9 #alcule las probabilidades para los sucesos simples asociados a la variable :nB de
accidentes;"
=", An contratista tiene oc$o proveedores a los cuales puede comprarles insumos elctricos"
4eleccionar0 aleatoriamente a tres de ellos pedir0 a cada uno !ue presente una
cotizaci5n del proecto"
a9 1De cu0ntas maneras puede seleccionarse a los proveedores3
b9 4i su compa*.a es uno de los oc$o proveedores 1cu0l es la probabilidad de !ue tenga
oportunidad de cotizar el proecto3
'", Ana compa*.a recibe un embar!ue de ?( discos duros" Antes de aceptarlo, selecciona
aleatoriamente cinco de ellos los somete a prueba" /l embar!ue se acepta si los cinco
discos cumplen con las especificaciones, en caso contrario se regresan todos al fabricante"
4i tres de los ?( discos son defectuosos"
a9 1De cu0ntas maneras pueden seleccionarse una muestra de cinco discos duros3
b9 1De cu0ntas maneras pueden seleccionarse una muestra de cinco discos duros !ue
cumplan con las especificaciones3
c9 1cu0l es la probabilidad de !ue no se acepte el embar!ue3
+", #uando una computadora se blo!uea, e-iste una probabilidad de N+) de !ue se deba a
una sobrecarga, de 8+) de !ue sea por un problema de softPare" La probabilidad de !ue
se origine en una sobrecarga o un problema de softPare es de O+)"
a9 1#u0l es la probabilidad de !ue se deba a ambos problemas3
b9 1#u0l es la probabilidad de !ue $aa un problema de softPare sin sobrecarga3
@", An n<mero binario est0 compuesto s5lo de los d.gitos cero uno" 4uponga !ue un n<mero
binario est0 formado por n d.gitos" La probabilidad de !ue aparezca un d.gito incorrecto es
:p; los errores en d.gitos diferentes son independientes uno del otro"
1#u0l es la probabilidad de formar un nB incorrecto3"
N", Ana compa*.a de autom5viles $a determinado !ue un nuevo comprador de autos solicitar0
aire acondicionado instalado en f0brica en el =( ) de los casos" #alcule la probabilidad de
!ue%
a9 los siguientes ' compradores soliciten aire acondicionado en f0brica
b9 ninguno de los siguientes = compradores soliciten aire acondicionado en f0brica
c9 dos de los siguientes ' compradores soliciten aire acondicionado en f0brica
d9 de los siguientes ' compradores s5lo el <ltimo solicite aire acondicionado en f0brica
O", /l gerente de una empresa de colocaciones desea estudiar varias caracter.sticas de las
personas !ue solicitan traba6o, entre ellas si el solicitante estuvo en el <ltimo empleo por lo
menos + a*os si tienen t.tulo universitario" 4e selecciona una muestra de @(( solicitantes
obtenindose la siguiente tabla de frecuencias%
63
PROBABILIDAD
2niversitario
2ltimo empleo
por lo menos 3 a4os
&i o Eo%a#
&i 1** 18* 28*
o 22* 1** 32*
Eo%a# 32* 28* 6**

#alcule el porcenta6e de solicitantes
a9 con t.tulo universitario
b9 !ue estuvieron en el <ltimo empleo por lo menos + a*os
c9 con t.tulo universitario !ue $aa estado en el <ltimo empleo por lo menos + a*os
d9 sin t.tulo universitario !ue $aa estado en el <ltimo empleo por lo menos + a*os
e9 no tenga t.tulo universitario o $aa estado en el <ltimo empleo por lo menos + a*os
f9 con t.tulo universitario !ue $aan estado m0s de + a*os en el <ltimo empleo
4) !ue $abiendo estado m0s de + a*os en el <ltimo empleo, no tengan t.tulo universitario
1Pueden considerarse estos porcenta6es como indicadores de probabilidades de los
respectivos sucesos3
QQ Indi!ue cu0l o cu0les ser.an los supuestos apropiados para !ue esto fuera as. e
interprete los items del punto anterior en trminos de probabilidad"
QQQ Analice la independencia de los sucesos% :el solicitante tiene t.tulo universitario; :el
solicitante estuvo en el <ltimo empleo por lo menos + a*os;"
>", Ana empresa dedicada al procesamiento de datos considera !ue al probar por primera vez
un programa se pueden encontrar%
- errores importantes 7!ue ocasiona !ue el programa falle por completo9
- errores menores 7fallas !ue permiten !ue el programa se corra, pero !ue en algunas
situaciones producen resultados err5neos9
- ning<n error
De e-periencias anteriores se conoce !ue la probabilidad de !ue al correr por primera vez el
programa se encuentren errores importantes es (,@F de encontrar errores menores es (,=
de no encontrar errores es (,8" /n caso de $aber errores se trata de corregirlos se vuelve
a probar el programa"
La tabla siguiente muestra las probabilidades de los resultados en la ?R prueba condicionada
a los de la 8R %
a9 #onstrua una tabla de probabilidades con6untas un 0rbol de probabilidad
b9 /ncuentre la probabilidad de descubrir un error importante durante la segunda prueba
c9 /ncuentre la probabilidad de error menor en la primera prueba sabiendo !ue el error en
la segunda prueba es importante
d) Analice la independencia entre los resultados de la primera prueba con los de la
segunda"
05
prueba
15 prueba
5"por%an%e 6enor in4-no
5"por%an%e *,3 *,5 *,2
6enor *,1 *,3 *,6
in4-no * *,2 *,8
64
PROBABILIDAD
8(" /n un gran $ospital de ni*os, el inspector de calidad de las partidas de lec$e en polvo !ue
el gobierno env.a, acepta 7A9 el >( ) de las mismas rec$aza el resto" De e-periencias
anteriores se conoce !ue el >+ ) de los lotes !ue env.a el gobierno son buenos 7B9 el
resto presenta alg<n defecto 7D9" /l inspector rec$aza el >' ) de los lotes defectuosos !ue
inspecciona"
a9 #onstrua la tabla de probabilidades con6untas de acciones a tomar versus la calidad
del lote
b9 12u porcenta6e de los lotes inspeccionados son malos se los rec$aza3"
c9 12u porcenta6e de los lotes inspeccionados son buenos se los acepta3"
d9 #alcule la probabilidad de !ue el inspector se e!uivo!ue al inspeccionar un lote"
88", Los pedidos nuevos de un producto de una compa*.a var.an en valor monetario seg<n la
siguiente distribuci5n de probabilidades%
6on%o de 3en%as *-1*** 1**1-2*** 2**1-3*** 3**1-4*** "0s de 4***
Probabi#idad *.1 *.35 *.25 *.2* *.1*
#alcule la probabilidad de !ue%
a9 un nuevo pedido tenga un monto maor !ue S ?(((
b9 un nuevo pedido tenga un monto entre S ?((( S '(((
c9 4e conoce adem0s !ue la forma de pago de los pedidos puede ser al contado o en
c$e!ues, d0ndose los mismos en los siguientes porcenta6es%
N( ) pagan de contado si el monto no supera los S?(((
+( ) se pagan de contado si el monto est0 entre S?((( S'(((
el O( ) de los pedidos con montos superiores a S'((( se pagan con c$e!ues"
#alcule%
c
8
9 el porcenta6e de pedidos pagados de contado
c
?
9 el porcenta6e de pedidos con un monto superior a '(((S entre los !ue fueron
pagados de contado"
8?", An centro de c5mputo tiene tres impresoras, A, B, #, !ue imprimen a velocidad distinta"
Los programas se env.an a la primera impresora disponible" Las probabilidades de !ue un
programa se env.e a las impresoras A, B, # son de ("@, ("= ("8 respectivamente" /n
ocasiones los impresos se atoran en la impresora se destruen" La probabilidad de !ue se
atore el papel en las impresoras A, B, # son de ("(8, ("(+ ("(' respectivamente"
a9 1#u0l es la probabilidad de !ue si un programa escrito se destru5, ello $aa ocurrido en
la impresora A3
b9 1$aa ocurrido en la impresora B3
c9 1$aa ocurrido en la impresora #3
8=", /l editor de una compa*.a !ue edita libros de te-to !uiere decidir si va a publicar un libro
de estad.stica para administraci5n" /l an0lisis de los libros de te-to !ue se publicaron
anteriormente indica !ue 8( ) fueron grandes -itos, ?() tuvieron un -ito modesto, '( )
lograron recuperar los gastos de inversi5n =( ) fueron un fracaso" 4in embargo, antes de
tomar una decisi5n se va a realizar un dictamen del libro" /n el pasado obtuvieron
dict0menes favorables el >> ) de los grandes -itos, el N( ) de los -itos modestos, el '(
) de los t.tulos !ue alcanzaron a recuperar gastos de inversi5n el ?( ) de los fracasos"
a9 12u proporci5n de libros de te-to reciben dict0menes favorables3
b) 4i el libro propuesto obtiene un dictamen favorable, 1c5mo debe revisar el editor las
probabilidades de los diferentes resultados para tomar en cuenta esta informaci5n3
65

Apunte 3 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Apunte 3 PDF

Cargado por

Copyright:

Formatos disponibles

3.

También podría gustarte