Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Experimento Aleatorio
Ejemplos
Nmero de piezas defectuosas en una
muestra de 100 piezas.
Nmero de llamadas a una centralita
telefnica en un da.
Energa elctrica consumida en Madrid
durante un periodo de tiempo.
Probabilidad. 3
Espacio Muestral
Conjunto formado por todos los posibles
resultados de un experimento aleatorio.
DISCRETOS:
Lanzamiento de un DADO: S = {1,2,3,4,5,6}
Piezas defectuosas en una muestra de 100
S = {0,1,2,...,100}
Llamadas a una centralita durante un da
S = {0,1,2,3,...,}
CONTINUOS:
Suceso
Cualquier subconjunto del espacio muestral.
Obtener un nmero par al lanzar un dado
A = {2,4,6}
Observar menos de 5 piezas defectuosas en
una muestra de 100: B = {0,1,2,3,4,5}
Tener ms de 50 llamadas de telfono en una
hora : C = {51,52,...,}
Tener una demanda de energa elctrica entre
300 Mwh y 400 Mwh : D =(300,400)
Probabilidad. 5
Operaciones
Sean A y B dos subconjuntos de S
Unin
A B = {x : (x A) o (x B)}
Interseccin
A B = {x : (x A) y (x B)}
Complementario
A= {x : x A}
Probabilidad. 6
AB
AB
Probabilidad. 7
Propiedades
Dados tres sucesos A,B y C de un espacio muestral S
A B = B A
Conmutativa :
A B = B A
A ( B C ) = ( A B) C
Asociativa :
A ( B C ) = ( A B) C
A ( B C ) = ( A B) ( A C )
Distributiva :
A ( B C ) = ( A B) ( A C )
A B = A B
Leyes de Morgan :
A B = A B
Probabilidad. 8
Axiomas de Probabilidad
Dado un espacio muestral S, una funcin de probabilidad
asigna valores P(A) a cada suceso A S y satisface :
1.
0 P(A) 1
2.
P(S) = 1
P(U Ai ) = i =1 P ( Ai )
n
i =1
Probabilidad. 9
Problema fundamental
Dado un espacio muestral discreto con resultados
A1, A2, ..., An , el experimento aleatorio queda
caracterizado si asignamos un valor P(Ai) no
negativo a cada resultado Ai que verifique
P(A1)+P( A2)+ ...+P(An)=1.
Ejemplo. Se lanza dos veces una moneda.
{XX,XC,CX,CC}
Se asigna probabilidad 1/4 a cada uno de los cuatro
resultados.
Es una asignacin correcta?
Probabilidad. 10
Propiedades elementales
1. P() = 0.
2. P( A) = 1 P ( A).
3. Si A B entonces P(A) P(B).
4. Para dos sucesos cualesquiera A, B S ,
P( A B) = P( A) + P( B) P( A B).
5. Para n sucesos A1,A2 ,...,An S ,
n
i =1
i =1
P (U Ai ) = P( Ai ) P( Ai A j ) +
n
i =1 j >i
n +1
+
+
L
P
A
A
A
P( A1 A2 L An )
(
)
(
1
)
i j k
i =1 j >i k > j
Probabilidad. 11
Asignacin de probabilidades
1. Clsica (Laplace): Equiprobabilidad
2. Frecuencialista (von Mises, 1931)
3. Subjetiva
Probabilidad. 12
Ejemplos (equiprobabilidad)
Lanzamiento de una moneda. S={C,X}
P(C ) =
1
2
3 1
= .
6 2
2 Dado
1
2
3
4
5
6
1
(1,1)
(1,2)
(1,3)
(1,4)
(1,5)
(1,6)
2
(2,1)
(2,2)
(2,3)
(2,4)
(2,5)
(2,6)
3
(3,1)
(3,2)
(3,3)
(3,4)
(3,5)
(3,6)
4
(4,1)
(4,2)
(4,3)
(4,4)
(4,5)
(4,6)
5
(5,1)
(5,2)
(5,3)
(5,4)
(5,5)
(5,6)
6
(6,1)
(6,2)
(6,3)
(6,4)
(6,5)
(6,6)
Probabilidad. 15
1 Bola
B1
B1
B2
B3
N1
N2
B1,B2
B1,B3
B1,N1
B1,N2
B2
B3
B2,B1 B3,B1
B3,B2
B2,B3
B2,N1 B3,N1
B2,N2 B3,N2
N1
N2
N1,B1 N2,B1
N1,B2 N2,B2
N1,B3 N2,B3
N2,N1
N1,N2
1 Bola
B1
B2
B3
N1
N2
B1
B1,B1
B1,B2
B1,B3
B1,N1
B1,N2
B2
B2,B1
B2,B2
B2,B3
B2,N1
B2,N2
B3
B3,B1
B3,B2
B3,B3
B3,N1
B3,N2
N1
N1,B1
N1,B2
N1,B3
N1,N1
N1,N2
N2
N2,B1
N2,B2
N2,B3
N2,N1
N2,N2
IMPORTA
EL ORDEN
1
2
3
4
5
(1,2)
(1,3)
(1,4)
(1,5)
Primera extraccin
2
3
4
(2,1)
(3,1)
(4,1)
(3,2)
(4,2)
(2,3)
(4,3)
(2,4)
(3,4)
(2,5)
(3,5)
(4,5)
CON REEMPLAZAMIENTO
5
(5,1)
(5,2)
(5,3)
(5,4)
1
2
3
4
5
1
(1,1)
(1,2)
(1,3)
(1,4)
(1,5)
Primera Extraccin
2
3
4
(2,1)
(3,1)
(4,1)
(2,2)
(3,2)
(4,2)
(2,3)
(3,3)
(4,3)
(2,4)
(3,4)
(4,4)
(2,5)
(3,5)
(4,5)
Nmero = 20
NO IMPORTA
EL ORDEN
1
2
3
4
5
(1,2)
(1,3)
(1,4)
(1,5)
Nmero = 25
Primera extraccin
2
3
4
(2,3)
(2,4)
(2,5)
(3,4)
(3,5)
Nmero = 10
5
(5,1)
(5,2)
(5,3)
(5,4)
(5,5)
(4,5)
5
1
2
3
4
5
1
(1,1)
(1,2)
(1,3)
(1,4)
(1,5)
Primera extraccin
2
3
4
(2,2)
(2,3)
(2,4)
(2,5)
(3,3)
(3,4)
(3,5)
(4,4)
(4,5)
(5,5)
Nmero = 15
Probabilidad. 18
IMPORTA
EL ORDEN
SIN
REEMPLAZAM IENTO
n!
( n r )!
NO IMPORTA
EL ORDEN
n
r
n + r 1
nr
Probabilidad. 19
1 - 6 - 21 - 29 - 33 -43
Primitiva
P(Acertar 6) =
1
1
=
= 0,000000072
49 13.983.816
6
6 43
4
2
13.545
= 0,00097
P(Acertar 4) = =
13.983.816
49
6
6 43
5
1
258
= 0,000018
P(Acertar 5) = =
13.983.816
49
6
43
6
6.096.454
= 0,44
P(Ninguno) = =
49 13.983.816
6
48
5
6
P(Salga el 1) = =
= 0,1224
49 49
6
Probabilidad. 21
N ( A) 10 9 8 7 6
=
= 0.3024
P ( A) =
5
N
10
Probabilidad. 22
Cumpleaos
Probabilidad de que en un grupo de r = 25 personas
haya al menos dos con el mismo cumpleaos.
1
... 365
A1
A2
... Ar
r
A = " No haya ninguna coincidencia"
365 (365 - 1) L (365 r + 1)
P ( A) =
365 r
P( A ) = 1 - P(A) ,
r = 25 P( A ) = 0.578
Probabilidad. 23
0,50
0,00
0
50
100
150
200
N de lanzam iento
Probabilidad. 25
Probabilidad. 26
Probabilidad. 27
Probabilidad Condicionada
Fumadores
(F)
No Fumadores
(N)
TOTAL
Mujeres
(M)
Hombres
(H)
TOTAL
0,12
0,18
0,30
0,39
0,31
0,70
0,51
0,49
1,00
0,18
P ( F | H ) = 0,45 = 0,40
P ( F ) = 0,30
0,12
= 0,22
P( F | M ) =
0,55
Probabilidad. 28
Probabilidad Condicionada
Definicin. Sea B un suceso con probabilidad
distinta de cero, se define probabilidad del
suceso A dado B a:
P( A B)
P( A | B) =
.
P( B)
Probabilidad. 29
Utilidad
Actualizar probabilidad del suceso A en
funcin de la informacin disponible I
P(A|I) = P(AI)/P(I)
Clculo de la interseccin de sucesos
P(A B) = P(A|B)P(B)
Clculo de probabilidad de un suceso
P ( A) = P (( A B ) ( A B))
= P( A | B) P( B) + P( A | B) P( B)
Probabilidad. 30
Ejemplo Urna
Probabilidad de 1 Blanca y 2 Negra
Sin reemplazamiento:
P(B1 N2) = P(B1) P(N2| B1)
= (3/5)(2/4) = 3/10
Con reemplazamiento:
P(B1 N2) = P(B1) P(N2| B1)
= (3/5)(2/5) = 6/25
Probabilidad. 31
Cumpleaos
Probabilidad de que en un grupo de r = 25 personas
haya al menos dos con el mismo cumpleaos.
1
... 365
A1
A2
... Ar
P(Br ) = P(B1 ) P( B2 | A1 ) P( B3 | A1 A2 ) L P( Br | A1 A2 L Ar 1 )
365 1 365 2
365 r + 1
L
365
365
365
P( Br ) = 1 - P(Br ) ,
r = 25 P( Br ) = 0.578
= 1
Probabilidad. 32
Ejemplo
Urna U1
Urna U2
P( B) = P( B | U 1) P(U 1) + P( B | U 2) P(U 2)
3 1 1 1 17
= + =
= 0.425
5 2 4 2 40
Probabilidad. 33
Ejemplo (cont.)
Urna U1
Urna U2
Probabilidad. 34
Independencia
Si el conocimiento de la ocurrencia de un suceso B cambia
la probabilidad de que ocurra otro A, se dice que A y B son
dependientes, en ese caso P(A|B) P(A).
Cuando el suceso A es independiente de B, la ocurrencia de
B no cambia la probabilidad de A, es decir P(A|B) = P(A).
Como P(A|B) = P(AB)/P(B),
A y B son independientes P(AB) = P(A) P(B)
Probabilidad. 35
Independencia (3 o ms sucesos)
Tres sucesos A, B y C son independientes si
P(A B C) = P(A) P(B) P(C)
P(A B) = P(A) P(B)
P(A C) = P(A) P(C)
P(B C) = P(B) P(C)
son independientes si
cualquier subconjunto Ai1, Ai2, ..., Aik, cumple
P(Ai1Ai2... Aik) = P(Ai1)P( Ai2)...P(Aik)
Probabilidad. 37
Probabilidad Total
B1
B6
B2
B7
B3 B4
B5
A B
9 B
10
B
8
Particin.
B1,B2 ,...,Bn : B j S
Bi B j = , i j
B1 B2 L Bn = S
P ( A) = P ( A S )
= P[ A ( B1 B2 L Bn )]
= P[( A B1 ) ( A B2 ) L ( A Bn )]
= P( A B1 ) + P ( A B2 ) + L + P ( A Bn )
P ( A) = P ( A | B1 ) P ( B1 ) + P ( A | B2 ) P ( B2 ) + L P ( A | Bn ) P( Bn )
Probabilidad. 38
Teorema de Bayes
Sea B1 ,B2 ,...,Bn una particin del espacio S
tal que P(B j ) > 0, para j = 1,2 ,...,n y sea A
cualquier suceso con P(A) > 0, entonces
para cualquier Bi :
P(Bi|A) =
P(A|Bi )P(Bi )
n
P(A|B
j =1
)P(B j )
Probabilidad. 39
Ejemplo (Bayes)
M-1
M-2
M-3
5% D
20 % D
10 % D
200 p/h
100 p/h
100 p/h
ALMACN
El porcentaje de piezas defectuosas fabricadas por tres
mquinas es 5%, 20% y 10%. La primera fabrica 200 piezas
por hora y las otras dos 100 piezas por hora. Todas las piezas
fabricadas se llevan a un almacn. Al final del da se toma
una pieza del almacn y es defectuosa, cul es la
probabilidad de que proceda de M-1? Probabilidad. 40
P( M 1 | D) =
P( D | M 1 ) P( M 1 )
P( D | M 1 ) P( M 1 ) + P( D | M 2 ) P( M 2 ) + P( D | M 3 ) P( M 3 )
=
0.05 0.5
= 0.25
0.05 0.5 + 0.20 0.25 + 0.10 0.25
P( D | M 2 ) P( M 2 )
P( M 2 | D) =
P( D | M 1 ) P( M 1 ) + P( D | M 2 ) P( M 2 ) + P( D | M 3 ) P( M 3 )
=
P( M 3 | D) =
0.20 0.25
= 0.50
0.05 0.5 + 0.20 0.25 + 0.10 0.25
P( D | M 3 ) P( M 3 )
P( D | M 1 ) P( M 1 ) + P( D | M 2 ) P( M 2 ) + P( D | M 3 ) P( M 3 )
=
0.10 0.25
= 0.25
0.05 0.5 + 0.20 0.25 + 0.10 0.25
P( M 1 | D) + P( M 2 | D) + P( M 3 | D) = 1
Probabilidad. 41
Ejemplo Virus
(Aplicado a 1.000.000 personas)
NEGATIVO
POSITIVO
Total
SANOS
965.150
29.850
995.000
ENFERMOS
50
4.950
5.000
Total
965.200
34.800
1.000.000