ConceptosdeProbabilidad(II)

Jhon JairoPadillaA.,PhD.
Jairo Padilla A., PhD.

Necesidad
Escomnescucharfrasescomo:
JuanProbablementeganareltorneodetenis
g
Tengoposibilidaddeganarmelaloteraesta
noche
noche
Lamayoradenuestrosgraduados
probablemente tendrn trabajo dentro de 1 ao
probablementetendrntrabajodentrode1ao

Enestasfrases,sepuededecirquehaycierta
incertidumbredequesucederalgo

Medicin de la incertidumbre
Medicindelaincertidumbre
Laincertidumbrepuedemedirsemediantela
p
probabilidaddeocurrenciadeunsuceso
Laprobabilidaddequeocurraalgopuede
expresarse como un nmero entre 0 y 1
expresarsecomounnmeroentre0y1.

Probabilidad
Seutilizaparaexpresar:
Laposibilidaduoportunidaddequeocurraalgo
p
p
q
g
Elriesgooincertidumbreenaplicacionesde
ingeniera

Puedeinterpretarsecomo:
Elgradodecerteza
Unafrecuenciarelativa

Probabilidad como frecuencia relativa

Probabilidadcomofrecuenciarelativa

Ejemplo: Frecuenciarelativadeocurrenciadepulsosdaadosalser
Frecuencia relativa de ocurrencia de pulsos daados al ser
transmitidossobreuncanaldecomunicaciones.

Resultados igualmente probables

Resultadosigualmenteprobables
Siunespaciomuestral estcompuestopor
g
p
resultadosigualmenteposibles,la
probabilidaddeocurrenciadecadaresultado
es 1/N
es1/N.

Ejemplo
A
Asumaqueel30%delosdiodoslserenunlotede100,
l 30% d l di d l
l t d 100
alcanzaellmitemnimodepotenciarequeridaporun
clienteespecfico.Siseseleccionaundiodolser
aleatoriamente,deformaquecadadiodolsertienela
f

mismaprobabilidaddeserseleccionado:
Cul
Culeslaprobabilidaddetomarundiodocualquiera?
es la probabilidad de tomar un diodo cualquiera?
Culeslaprobabilidaddetomarundiodoquetengalas
caractersticassolicitadasporelcliente?

Rta/
Sicadadiodotienelasmismasposibilidades,laprobabilidadde
seleccionarundiodocualquieraesde
1
P=

100

= 0.01
0 01

Sihay30diodosquecumplende100posibles,laposibilidadde
tomarunodeestosserdeP=0.01x30=0.3

Probabilidad de un Evento
ProbabilidaddeunEvento
Delejemploanteriorvemosque,la
p
probabilidaddeuneventopuedeobtenersea
p
partirdelasprobabilidadesdelosresultados
de este evento
deesteevento.
Definicin:
LaprobabilidaddeunEventoA,denotadapor
P(A),esigualalasumadelasprobabilidadesde
todoslosresultadosposiblesenA.

Probabilidad de un evento
Probabilidaddeunevento
Adicionalmentesecumpleque:
SiAesuneventodelespaciomuestral
p
S:
0 P( A) 1
P () = 0
P( S ) = 1
SiE
Si E1 esunsubconjuntodeE
es un subconjunto de E2:
P ( E1 ) P( E2 )

Adems,siA1,A2,A3soneventosmutuamente
excluyentes,entonces:
P ( A1 A2 A3 ...) = P( A1 ) + P( A2 ) + P( A3 ) + ...

Ejemplo
Selanzadosvecesunamonedabalanceada.
l
d
d b l
d
Culeslaprobabilidaddequeocurraal
menosunacara?
Rta//
Espaciomuestral:S={CC,CS,SC,SS}
Probabilidaddeocurrenciadeunodelos
Probabilidad de ocurrencia de uno de los
resultados:w
Luego4w
Luego 4w=1
1(sonequiprobables);entoncesw
(son equiprobables); entonces w=1/4
1/4
Evento:A={CC,CS,SC};entonces P( A) = 1 + 1 + 1 = 3
4

Ejemplo
SSecargaundadodeformaqueseadosvecesms
d d d f
d

probablequesalgaunnmeroparqueunoimpar.SiE
es el evento de que ocurra un nmero menor que 4 en
eseleventodequeocurraunnmeromenorque4en
unsololanzamientodeldado,encuentreP(E).
Rta/
Espaciomuestral:S={1,2,3,4,5,6}
Supongamosquelaprobabilidaddeunnmeroimpares
Supongamos que la probabilidad de un nmero impar es
w;entonceslaprobabilidaddeunopares2w
Luego P( S ) = 1 = w + 2w + w + 2 w + w + 2w = 9 w
Entoncesw=1/9
E={1,2,3}entonces P( E ) = w + 2 w + w = 4w = 4
9

Ejemplo
Un experimento aleatorio puede producir uno de los
resultados {a,b,c,d} con probabilidades 0.1, 0.3, 0.5 y 0.1
respectivamente Sea que A denote el evento {a,b},
respectivamente.
{a b} B el
evento {b,c,d} y C el evento {d}. Calcule P(A), P(B), P(C), P(A),
Probabilidad de la interseccin de A y B,, de A y C y de A unin
B.
P(A)=0.1+0.3=0.4
A B = {b}
A C = {}
P(B)=0.3+0.5+0.1=0.9
P( A B ) = 0.3
P( A C ) = 0
P(C)=0.1
A B = {a, b, c, d }
P(A)=1P(A)=10.4=0.6
P( A B) = 0.1 + 0.3 + 0.5 + 0.1 = 1

Reglas Aditivas
ReglasAditivas
A
Amenudosuelesermssencillocalcularla
d
l

ill
l l l
probabilidaddeuneventoapartirdel
conocimiento de las probabilidades de otros
conocimientodelasprobabilidadesdeotros
eventos.
Esto puede hacerse si el evento en cuestin
Estopuedehacersesieleventoencuestin
puederepresentarsecomo:
Launindedoseventos
Lainterseccindedoseventos
Elcomplementodeotroevento

Lasreglasaditivasseaplicanaunionesde
eventos

Reglas Aditivas
ReglasAditivas
Teorema:
SiAyBsondoseventosdeunespaciomuestral
y
p
S,,
entonces

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

Corolario1:
SiAyBsonmutuamenteexcluyentes,
y
y
,

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

Reglas Aditivas
ReglasAditivas
Corolario2
SiA1,,A2,,,A
, n sonmutuamenteexcluyentes,
y
,
entonces
P ( A1 A2 A3 ...)) = P( A1 ) + P( A2 ) + ... + P( An )

Corolario3:
SiA1,,A2,,,A
, n esunaparticindeunespacio
p
p
muestral S,entonces
P( A1 A2 A3 ...)) = P( A1 ) + P( A2 ) + ... + P( An ) = P( S ) = 1

Reglas Aditivas
ReglasAditivas
Teorema:
ParatreseventosA,ByC,
, y ,
P(ABC) = P(A) + P(B) + P(C) P(AB) P(AC) P(BC) + P(ABC)

Teorema:
SiAyAsoneventoscomplementarios,entonces
P( A) + P( A ')) = 1

Ejemplo
Al
Alfinaldelsemestre,Juansevaagraduardeingeniera
fi l d l
J
d
d i
i
industrialenunauniversidad.Despusdetener
entrevistas en dos compaas donde quiere trabajar l
entrevistasendoscompaasdondequieretrabajar,l
evalalaposibilidadquetienedelograrunaofertade
empleoenlacompaaAcomo0.8,ylaprobabilidad
p
p
,y p
deobtenerladelacompaaBcomo0.6.
Siporotrolado,consideraquelaprobabilidaddeque
p
q
p
q
recibaofertasdeambascompaases0.5culesla
probabilidaddequerecibaalmenosunaofertadeesas
d
doscompaas?
?
Rta/ P(AB) = P(A) + P(B) P( AB) = 0.8+ 0.6 0.5 = 0.9

Ejemplo
Silasprobabilidadesdequeunindividuoque
il
b bilid d d
i di id
compraunautomvilnuevoelijacolorverde
(V),blanco(B),rojo(R)azul(A)son
respectivamente,0.09,0.15,0.21y0.23,cul
eslaprobabilidaddequeuncompradordado
adquieraunautomvilnuevoquetengauno
cualquieradeesoscolores?
Rta/V,B,R,Asoneventosmutuamente
Rta/ V, B, R, A son eventos mutuamente
excluyentes,portanto,
P(V B R A) = P(V ) + P( B) + P( R) + P( A) = 0.09 + 0.15 + 0.21 + 0.23 = 0.68

Ejemplo
SSupongaquelasespecificacionesdelfabricanteparala
l
ifi i
d lf b i t
l
longituddeuncabledeciertotipodecomputadorson
2000+10mm.Enestaindustriasesabequeelcable
pequeo(long.<1990mm)tienelamismaprobabilidadde
(
)
salirdefectuoso(nocumplirconlasespecificaciones)queel
cablegrande(long.>2010mm).Sesabeadems,quela
g
( g
)
,q
probabilidaddequeelprocedimientodeproduccin
cumplaconlasespecificacionesesde0.99.
Culeslaprobabilidaddequeuncableelegido
Cul es la probabilidad de que un cable elegido
aleatoriamenteseamuylargo?
Culeslaprobabilidaddequeuncableelegido
aleatoriamentetengaunalongitudmayoroiguala
1990mm?

Ejemplo
Solucin:
S l i
SeaMeleventodequeelcablecumpleconlas
especificaciones.EntoncesP(M)=0.99
ifi i
E t
P(M) 0 99
Portanto,laprobabilidaddequeelcablenocumpla
con las especificaciones ser
conlasespecificacionesser
P(M)=1P(M)=0.01
Laprobabilidaddequeelcableseamuycorto(C)o
La probabilidad de que el cable sea muy corto (C) o
muylargo(L)serentoncesP(C)=P(L)=0.01/2=0.005
Laprobabilidaddequeelcabletengaunalongitud
La probabilidad de que el cable tenga una longitud
mayoroiguala1990mmser
P(X>1990)=P(M)+P(L)=0.99+0.05=0.995

Probabilidad condicional
Probabilidadcondicional
Ejemplo:
j
l
Uncanaldecomunicacindigitaltieneunndice
deerrordeunbitporcadamilbitstransmitidos.
Loserroressonrarosperocuandoocurren
ti d
tiendenahacerloenrachasqueafectanvarios
h
l
h
f t
i
bitsconsecutivos.Sisetransmiteunsolobitun
modelo de probabilidad de error sera 1/1000 Sin
modelodeprobabilidaddeerrorsera1/1000.Sin
embargo,sielbitpreviotuvounerror,debidoa
una racha, podra conjeturarse que la probabilidad
unaracha,podraconjeturarsequelaprobabilidad
dequeelsiguientebittengaunerroresmayor
que1/1000.

Probabilidad condicional
Probabilidadcondicional
LaprobabilidaddequeuneventoBocurra
b bilid d d
cuandosesabequeyaocurrialgneventoAse
ll
llamaprobabilidadcondicionalysedenotacon
b bilid d
di i
l
d
t
P(B|A).
P(B|A)selee:LaprobabilidaddequeocurraB
|
dadoqueocurriALaprobabilidaddeBdado
A.
A
Laprobabilidadcondicionalsuponequelosdos
eventostienenciertogradodedependenciaen
laocurrenciadeunoconrespectoaotro.

Probabilidad condicional
Probabilidadcondicional
Definicin:
LaprobabilidadcondicionaldeB,dadoA,quese
p
,
,q
denotaconP(B|A),sedefinecomo
P( B | A) =

SiP(A)>0.
i ( )

P( A B)
P ( A)

Ejemplo
Laprobabilidaddequeunvueloprogramado
g
p
( )
normalmentesalgaatiempoesP(D)=0.83;la
probabilidaddequellegueatiempoes
P(A)=0
P(A)
0.82;ylaprobabilidaddequesalgay
82; y la probabilidad de que salga y
llegueatiempoes0.78.Encuentrela
probabilidad de que un avin:
probabilidaddequeunavin:
a. Llegueatiempo,dadoquesaliatiempo
b. Hayasalidoatiempodadoquellegatiempo

Ejemplo
Solucin:
Probabilidaddellegaratiempodadoquesalia
g
p
q
tiempo:
P( A | D) =

P ( D A) 0.78
0 78
=
= 0.94
P( D)
0.83

Probabilidaddehabersalidoatiempodadoque
b bilid d d h b
lid
i
d d
llegatiempo:
P ( D A) 0.78
P( D | A) =
=
= 0.95
P( A)
0.82

Ejemplo
Supongalapoblacinde
adultosenunapequea
d l

ciudadquecumplenconlos
requisitosparaobtenerun
ttulouniversitario.Al
clasificarlosdeacuerdoasu
y
sexoysituacinlaboral
obtenemoslatabladela
derecha.Siseelige
aleatoriamenteun
individuo,calculela
probabilidaddequesea
hombredadoquetiene
q
empleo.

Individuo

Empleado Desempleado

Total

Hombre

460

40

500

j
Mujer

140

260

400

Total

600

300

900

Delosdatosdelatablasepuedecalcular
p
Directamente:
460 23
P( H | E ) =
=
600 30
Usandolaexpresindeprobabilidad
Condicional:
600 2
460 23
P( E ) =
=
P( E H ) =
=
900 3
900 45
23
23
P( H | E ) = 45 =
2
30
3

Eventos independientes
Eventosindependientes
Enlosejemplosvistosuneventoinfluyesobre
otro.
Elcasoopuestoeseldeeventosqueno
influyen entre s A estos eventos se les llama
influyenentres.Aestoseventosselesllama
eventosindependientes.
Muchasdelassituacionesestudiadasenla
estadstica aplicada suponen la independencia
estadsticaaplicadasuponenlaindependencia
deloseventos.

Eventos independientes
Eventosindependientes
Definicin:
DoseventosAyBsonindependientessiyslosi
y
p
y
P(B|A)=P(B)P(A|B)=P(A)
La condicin P(B|A) B implica que P(B|A) A y
LacondicinP(B|A)=BimplicaqueP(B|A)=A,y
viceversa.

Reglas Multiplicativas
ReglasMultiplicativas
Lasreglasaditivasseutilizanparaobtenerla
l
di i
ili
b
l
probabilidaddelaunindevarioseventos.
Lasreglasmultiplicativasseutilizanparaobtener
laprobabilidaddelainterseccindevarios
eventos.
Teorema:
SienunexperimentopuedenocurrirloseventosAyB,
entonces
P( A B) = P( A) P ( B | A)

DadoqueP(A)>0.

Reglas Multiplicativas
ReglasMultiplicativas
Esimportanteaclararque,yaque
P( A B ) = P( B A)

Tambinsepuedeescribir:
P( A B) = P( B A) = P( B) P( A | B)

Ejemplo
SSupongaquetenemosunacajadefusiblesque
t
j d f ibl
contiene20unidades,delascuales5estn
defectuosas.Siseseleccionandosfusiblesalazaryse
y
retirandelacaja,unodespusdelotroysin
reemplazarelprimero.Culeslaprobabilidaddeque
ambos estn defectuosos?
ambosestndefectuosos?
Rta/
Sea
SeaA,eleventodesacarelprimerfusibleyqueest
A el evento de sacar el primer fusible y que est
defectuoso:P(A)=5/20=1/4
SeaB,eleventodesacarelsegundofusibledefectuoso,
dado que el primero est defectuoso: P(B|A) 4/19
dadoqueelprimeroestdefectuoso:P(B|A)=4/19
Portanto,laprobabilidaddequeAyBseandefectuosos
ser:
1 4
1
P( A B) = P( A) P( B | A) = =
4 19 19

Ejemplo
Unabolsacontiene4bolasblancasy3negras,
y
yunasegundabolsacontiene3bolasblancas
g
y5negras.Sesacaunaboladelaprimera
bolsa y se coloca sin verla en la segunda bolsa
bolsaysecolocasinverlaenlasegundabolsa.
Culeslaprobabilidaddequeahorase
saque una bola negra de la segunda bolsa?
saqueunabolanegradelasegundabolsa?

Ejemplo
Bolsa1:4B,3N;Bolsa2:3B,5N
B

N
4/7

3/7

Bolsa2:
4B,5N
B
4/9

Bolsa2:
3B,6N
N
5/9

Bolsa2:
3B,5N

4 4
P ( B1 B2 ) =
7 9

Bolsa2:
4B,4N

4 5
P ( B1 N 2 ) =
7 9

B
3/9
Bolsa2:
2B,6N

3 3
P ( N1 B2 ) =
7 9

N
6/9
Bolsa2:
3B,5N

3 6
P ( N1 N 2 ) =
7 9

P([ N1 N 2 )] [ B1 N 2 ]) = P( N1 N 2 ) + P( B1 N 2 )
P ([ N1 N 2 )] [ B1 N 2 ]) = P ( N1 ) P ( N 2 | N1 ) + P( B1 ) P( N 2 | B1 )
P ([ N1 N 2 )] [ B1 N 2 ]) =

3 6 4 5 38
+ =
7 9 7 9 63

ProbabilidaddeEventos
independientes
Teorema:
DoseventosAyBsonindependientessiyslosi
y
p
y
P( A B ) = P( A) P( B)

Portanto,laprobabilidaddedoseventos
i d
independienteseslamultiplicacindesus
di
l
l i li i d
probabilidades

Ejemplo
U
Unapequeaciudadtieneuncarrodebomberosyuna
i d d ti
d b b
ambulanciadisponiblesparaemergencias.La
p
probabilidaddequeelcarrodebomberosest
q
disponiblecuandosenecesitees0.98ylaprobabilidad
dequelaambulanciaestdisponiblecuandosele
requiera es 0 92 En el caso de que resulte un herido
requieraes0.92.Enelcasodequeresulteunherido
deunedificioenllamas,encuentrelaprobabilidadde
quetantolaambulanciacomoelcarrodebomberos
estndisponibles.
Rta/
SSeaAeleventodeestardisponibleelcarrodebomberos
A l
t d
t di
ibl l
d b b
SeaBeleventodeestardisponiblelaambulancia
P( A B) = P( A) P( B) = (0.98)(0.92)
(0 98)(0 92) = 0.9016
0 9016

Ejemplo

Unsistemaelctricoconsistede
Un
sistema elctrico consiste de
cuatrocomponentescomoenla
figura.Elsistemafuncionasi
existeuncaminocontodoslos
componentesfuncionando.Enla
figurasetienenlas
probabilidadesdequefuncione
cada uno de los dispositivos
cadaunodelosdispositivos.
Encuentre:
Laprobabilidaddequeelsistema
funcione
Laprobabilidaddequeel
componenteCnofuncionedado
queelsistemacompletofunciona
Supongaqueloscuatro
Suponga que los cuatro
componentesfuncionande
maneraindependiente

C
0.9
0.9

0.9

AB

0.9
D

Ejemplo
Elsistemacompletofuncionarsi:
AyBfuncionany(CoDfuncionan):
y
y(
)
P( A B (C D)) = P( A) P( B) P(C D)
P( A B (C D)) = P( A) P( B )[ P (C ) + P( D) P(C D)]
P( A B (C D)) = P( A) P( B)[ P(C ) + P( D) ( P(C ) P( D))]
P( A B (C D)) = (0.9)(0.9)[0.9 + 0.9 (0.9 0.9)]
P( A B (C D)) = ((0.81)(1.8
)( 0.81)) = 0.8019

Probabilidaddelainterseccindek
eventos
Teorema:
SienunexperimentopuedenocurrirloseventosA
p
p
1,,
A2,,Ak,entonces
P( A1 A2 ... Ak ) = P ( A1 )( A2 | A1 ) P ( A3 | A1 A2 )...
) P( Ak | A1 A2 ... Ak 1 )

Siloseventossonindependientesentonces
P( A1 A2 ... Ak ) = P( A1 ) P( A2 )...P ( Ak )

Probabilidad Total
ProbabilidadTotal
Teorema:
SiloseventosE1,,E2,,Ek consituyen
y unaparticin
p
P ( Ei ) 0
delespaciomuestral S,talqueparai=1,2,
,k,entonces,paracualquiereventoBdeS,
, ,
,p
q
,
k

i =1

i =1

P ( B ) = P ( Ei B) = P( Ei ) P( B | Ei )

Ejemplo
Enciertaplantadeensamble,tresmquinas,
y
E1,E2,Ek ,montan30,45y25%delos
productosrespectivamente.Porla
experiencia pasada se sabe que 2 3 y 2% de
experienciapasadasesabeque2,3y2%de
losproductosensambladosporcadamquina,
respectivamente tienen defectos Ahora
respectivamente,tienendefectos.Ahora,
supongaqueseseleccionadeformaaleatoria
unproductoterminado.Culesla
probabilidaddequeestdefectuoso?

Respuesta
ConsiderelossiguientesEventos:

A:elproductoestdefectuoso
E1:ElproductoestensambladoconlamquinaE1
E2:ElproductoestensambladoconlamquinaE
: El producto est ensamblado con la mquina E2
E3:ElproductoestensambladoconlamquinaE3
Segn la regla de la probabilidad total tenemos que:
Segnlaregladelaprobabilidadtotaltenemosque:
P( A) = P( E1 ) P( A | E1 ) + P( E2 ) P( A | E2 ) + P( E3 ) P( A | E3 )

EEstasprobabilidadessepuedenextraerdeldiagrama
b bilid d
d
d l di
enrbol

Ejemplo
IngresoPieza

P( E1 ) = 0.3
P( E2 ) = 0.45
MquinaE1
q

P( A | E1 ) = 0.02
Defectuosa

MquinaE2
q

P( A | E2 ) = 0.03
Defectuosa

P( E3 ) = 0.25
0 25
MquinaE3
q

P( A | E3 ) = 0.02
Defectuosa

P( A) = P ( E1 ) P ( A | E1 ) + P ( E2 ) P( A | E2 ) + P( E3 ) P( A | E3 )

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

Regla de Bayes
RegladeBayes
Teorema:
SiloseventosE1,,E2,,Ek ,,constituyenunaparticin
y
p
P ( Ei ) 0
delespaciomuestral S,dondepara
i=1,2,,k,entoncesparacualquiereventoAenS
, , , ,
p
q
P( A) 0
talque,
P( Er | A) =

P ( Er A)
k

P ( Er ) P( A | Er )
k

P( E A) P( E ) P( A | E )
i =1

i =1

Ejemplo
Setieneelmismoproblemaanterior.Sise
g
p
y
eligealazarunproductoyseencuentra
defectuoso,Culeslaprobabilidaddeque
est ensamblado con la mquina E3?
estensambladoconlamquinaE
P( E3 | A) =

P ( E3 A)

P ( E3 ) P( A | E3 )
3

P( E A) P( E ) P( A | E )
i =1

i =1

P( E3 | A) =

P( E3 ) P( A | E3 )
P( E1 ) P( A | E1 ) + P( E2 ) P( A | E2 ) + P( E3 ) P( A | E3 )

P( E3 | A) =

(0.25)(0.02)
0.05
10
=
=
(0 3)(0 02) + (0
(0.3)(0.02)
(0.45)(0.03)
45)(0 03) + (0
(0.25)(0.02)
25)(0 02) 00.0245
0245 49