Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TEMA 8: PROBABILIDAD
modelizacin
de
los
fenmenos
experimentos aleatorios.
- todos
sus
posibles
resultados
se
anterioridad
conocen
con
Ejemplos:
- A y B={4,6}
- A o B={2,4,5,6}
Regla de Laplace: P( A)
elementos E
casos posibles
3 1
6 2
3
4
1
4
Propiedades de la probabilidad:
- Dado un suceso cualquiera A se cumple: 0 P( A) 1
- P() 0
- P( E ) 1 : la probabilidad del espacio muestral (suceso
seguro) es 1
- Si A y B son dos sucesos cualesquiera (no
incompatibles) se cumple que:
P( A o B) P( A) P( B) P( A y B)
P( A o B) P( A) P( B)
P( A o no A) P( A) P(noA) P( E ) 1
se obtiene que:
P( A ) 1 P(noA)
Probabilidad condicionada
La probabilidad de que ocurra un suceso A si sabemos que
ha ocurrido un suceso B es:
P A B
P( A y B)
P( B)
Ejemplo:
Se lanza dos veces una moneda: E={CC,CX,XC,XX}.
Sabemos que ha ocurrido el suceso sale al menos una
cara, es decir, B={CC,CX,XC}
P A B
P ( A y B) 2 / 4
2/3
P( B )
3/ 4
ya que A y B={CC,CX}.
sea
8,
empleando
la
definicin
de
probabilidad condicionada.
Al lanzar dos veces un dado el espacio muestral tendr
36 elementos y ser:
E={(1,1),(1,2),(1,3),(1,4),(1,5),(1,6)
(2,1),(2,2),(2,3),(2,4),(2,5),(2,6)
(3,1),(3,2),(3,3),(3,4),(3,5),(3,6)
(4,1),(4,2),(4,3),(4,4),(4,5),(4,6)
(5,1),(5,2),(5,3),(5,4),(5,5),(5,6)
(6,1),(6,2),(6,3),(6,4),(6,5),(6,6)}
P ( A B)
P ( A y B)
P( B)
10
Tendremos entonces:
A={(2,6),(3,5),(4,4),(5,3),(6,2)} con P A
5
36
B={(3,1),(3,2),(3,3),(3,4),(3,5),(3,6)} con P B
A y B={(3,5)} con P A y B
6 1
36 6
1
36
Por tanto:
P( A B)
P( A y B) 1 / 36
1/ 6
P( B)
1/ 6
11
1
6
P( A y B) P A B P( B)
Ejemplo:
Suceso A: perder las maletas
Suceso B: viajar con Iberia
12
9 10
0,0576
39 40
3 4
0,000769
39 40
13
Recordemos que:
Suceso A: perder las maletas
Suceso B: viajar con Iberia ( P( B) 0,3 ) y que P A B 0,001
Llamamos:
Suceso C: recuperar el equipaje en menos de una semana y
sabemos que PC A y B 0,8 . Nos piden:
P(C y A y B) PC A y B P( A B) P( B) 0,8 0,001 0,3 0,00024
14
Probabilidad total
puede
calcularse
empleando la
probabilidad total:
P( A ) P A Bi P( Bi )
i 1
15
frmula de
la
Ejemplo:
P S B4 0,1
P B1 0,5 P B2 0,16
P B3 0,16
P B4 0,16
P( S ) P S Bi P( Bi )
i 1
16
Regla de Bayes
P Bi S
P( Bi y S )
P( S )
P Bi S
P( S Bi ) P( Bi )
r
P( S B ) P( B )
j
j 1
17
Ejemplo:
Continuando con el ejemplo anterior:
P B1 S
0,05 0,5
0,54
0,05 0,5 0,01 0,16 0,02 0,16 0,1 0,16
Independencia
Dos sucesos son independientes cuando el que ocurra uno
de ellos no modifica la probabilidad de que ocurra el otro.
Formalmente, dos sucesos A y B son independientes si:
P A B P( A)
18
Ejemplo:
Se lanza una moneda dos veces E={CC,CX,XC,XX}
Suceso A la primera sale cara= {CC,CX} P( A) 1 / 2
Se cumple que P( A y B) P( A) P( B)
independientes
19
y B son sucesos
C
C1 C2
C3 C4
X
X1
X2
X3
X4
X5
X6
1 1 1
0,125
4 2 8
20
P( X y 1) P(1 X ) P( X )
1 1 1
0,083
6 2 12
P( X y 1) P( X y 2) .... P( X y 6) 0,083
No es equiprobable
suceso A: P( A ) P A Bi P( Bi )
tendremos que la
i 1
P ( 4) P ( 4 C ) P ( C ) P ( 4 X ) P ( X ) P ( C y 4) P ( X y 4)
1 1 1 1 5
4 2 6 2 24
21
P Bi S
P( Bi y S )
P( S )
P( S Bi ) P( Bi )
r
P( S B j ) P( B j )
j 1
tendremos:
PC 3
P(3 C ) P(C )
P(C y 3)
P(3)
P(3 C ) P(C ) P(3 X ) P( X )
1 1
4
2
0,6
1 1 1 1
4 2 6 2
y:
PC 6
P( 6 C ) P( C )
P(C y 6)
0
P(6)
P( 6 C ) P( C ) P( 6 X ) P( X )
22
Sabemos que:
P( ser mujer ) P( M ) 0,42
P( ser hom bre) P( H ) 1 P( M ) 0,58
P( parado M ) 0,24
Aplicando
la
P( parado H ) 0,16
frmula
de
la
probabilidad
total
tendremos:
23
P( parado y H ) P( parado H ) P( H )
P( parado)
0,1936
0,16 0,58
0,479
0,1936
P H parado
24
la
frmula
de
la
probabilidad
total
tendremos:
P( positivo) P( positivo padecer ) P( padecer )
P( positivo sano) P( sano)
0,95 0,1 0,01 0,9 0,104
25
P( padecer y positivo)
P( positivo)
0,104
0,95 0,1
0,913
0,104
26
3
.
4
2 1
.
4 2
2 1
4 2
27
1
3 1 3
P( A) P( B)
2
4 2 8
suceso
A=como
mucho
un
varn=
4 1
.
8 2
tendr
una
6 3
.
8 4
3
8
3
1 3 3
P( A) P( B)
8
2 4 8
28