Clase del da 8 de septiembre 2010

Teorema: si A y A son eventos complementarios entonces

P (A) + P (A) = 1 de donde P (A) = 1 - P (A)
Volviendo al ejemplo visto en clase, si no lo vimos con la seccin R+ aqu va.
Ejemplo
Si las probabilidades de que un mecnico repare 3, 4, 5, 6, 7, 8 o ms vehculos en un da hbil de la semana son respectivamente 0.12,
0.19, 0.28, 0.24, 0.10 y 0.07. Cul es la probabilidad de que le d servicio al menos a 5 carros el siguiente da de trabajo?
Solucin: definir los eventos A y A
A = se reparan 5 o ms vehculos
A = se reparan menos de 5
P (A) = 1 P (A)
P (A) = 1 P (X = 3 4)
P(A) = 1 - [P(3) + P(4)] = 1 [0.12 + 0.19] = 1 0.31 = 0.69
Conclusin: cuando deseamos conocer o determinar una probabilidad y tengamos que hacer muchos clculos, podemos usar el
complemento como en el ejemplo anterior, no calculamos de 5 o mas sino calculamos solamente de 3 y de 4 por complemento
Eventos Independientes: dos eventos son independientes cuando la ocurrencia de uno no tiene efecto sobre la probabilidad de ocurrencia
del otro.
Ej. Los resultados del lanzamiento de una moneda 2 veces seguidas.
El que caiga cara la primera vez no condiciona o no afecta que salga escudo o cara la segunda vez, o sea no depende el segundo
resultado del primero.
Eventos Dependientes: dos eventos son dependientes cuando la ocurrencia de uno si afecta la probabilidad de ocurrencia del otro.
Ej. La extraccin de dos cartas sin reemplazo. Buscamos que la carta sea as
Cartas tenemos 52 en total, ases tenemos 4 en total. Primera extraccin: tenemos 4 formas de extraer un as de 52 cartas, como la
extraccin es sin reemplazo, para la segunda extraccin tenemos: 3 formas de extraer un as de 51 cartas.
Nota: cuando el experimento es sin reemplazo el S va disminuyendo, cuando el experimento es con reemplazo el S se mantiene
constante.
Reglas de la Multiplicacin
Si A y B son eventos independientes: P (A B) = P (A) * P (B)
Si A y B son eventos dependientes: P (A B) = P (B/A)* P (B)
Del ejemplo anterior de los 2 ases, si nos pidieran calcular la probabilidad de sacar 2 cartas sin reemplazo de un mazo, y ambas sean
ases:
P(2 ases) = 4/52 * 3/52 = 0.00443 * 100 = 0.44% que es una probabilidad muy pequea, ni siquiera del 1%
Probabilidad Condicional
Sean A y B pertenecientes a S, a la probabilidad de que un evento B se de cuando se sabe que algn otro evento A se ha presentado se le
llama probabilidad condicional y se escribe P (B/A), expresin que se lee: la probabilidad de que ocurra B dado que ocurri A o
simplemente la probabilidad de B dado A.
P (B/A) = P (A B)
P(A)
P(A) debe ser mayor que cero
Ejemplo:
Suponga que de todos los individuos que compran determinada cmara digital, 60% incluyen una tarjeta de memoria, 40% incluyen una
batera y 30% una tarjeta y una batera. Considere elegir al azar un comprador. Sean los eventos:
A= {compr una tarjeta de memoria}, B= {compr una batera}.

Dado que los individuos seleccionados compraron una batera extra, la probabilidad de que tambin sea comprada una tarjeta opcional
es?
Solucin:
Datos
P (A) = 0.6
P (B) = 0.4
P (A B) = 0.3
P(A/B) = P (B A) = 0.30/0.4 = 0.75
P (B)
Conclusin: la probabilidad de que tambin sea comprada una tarjeta adicional dado que compr una batera es del 75% .
Teorema de Probabilidad Total
Si los eventos B1, B2,,Bk constituyen una divisin del S de tal forma que P (Bi) 0 para i = i, 2, 3,,k , entonces para cualquier
evento A de S
P (A) = P (Bi)* P (A/Bi)
P (A) = P (A/B1)*P (B1) + P (A/B2)* P (B2) + + P (A/Bk)* P (Bk)
Teorema de Bayes
Atribuido al matemtico y reverendo ingles sir Thomas Bayes, este teorema consiste en la determinacin de la probabilidad de las causas
a partir de los efectos que han podido ser observados. Se usa para el clculo de probabilidades ms complejas. Sea B1, B2,,Bk un
sistema completo de sucesos tales que la probabilidad de c/u de ellos es distinta de cero y sea A un suceso cualquiera del que se conocen
las probabilidades condicionales P (A/Bi) entonces la P(Bi/A) viene dada por la expresin:
P (Bi/A) = P (A/Bi) * P (Bi)
P (A)
P (Bi/A) = ___P (A/Bi) * P (Bi)____________________________________
P (A/B1)*P (B1) + P (A/B2)* P (B2) + P (A/B3)*P (B3)
Ejemplo:
En una industria de productos lcteos se tienen 3 mquinas M1, M2 y M3 la probabilidad de cada mquina de fabricar los productos es
de 30%, 45% y 25% respectivamente. Se sabe por experiencia que 2%, 3% y 2% de los productos manufacturados por cada mquina
respectivamente son defectuosos. Si se elige al azar un producto y se encuentra que est defectuoso. Cul es la probabilidad de que est
manufacturado por la Mquina 3?
Solucin: pueden hacer un diagrama de rbol, para observar mejor el comportamiento de las probabilidades
M3 = mquina 3
D = defectuoso
P (M3/D) = __________________ P ( D/M3) * P (M3)___________
P (D/M3) * P (M3) + P (D/M2)* P (M2) + P (D/M3)*P (M3)
P (M3/D) = _____________0.02 * 0.25 ___________
0.02 * 0.25 + 0.03* 0.45 + 0.02* 0.30
P (M3/D) = 0.2041
Conclusin: la probabilidad que de producto este manufacturado por la mquina 3 dado que es defectuoso es del 20.41%
Nota: es estos das les mando una hoja de trabajo de Bayes para que repasen y otros problemas resueltos.
Atte. Inga. Carranza