Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Probabilidad Condicional
Probabilidad Condicional
118
____________________________________________________________________________________________
DEF:
IP( A E )
IP( A / E ) (**)
IP( E )
OBS:
Nota:
La probabilidad condicional es una probabilidad relativa del suceso A con
relacin al suceso E.
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 119
____________________________________________________________________________________________
IP A E A E
IP( A / E )
IP E E
o
cardinalidad de A E
IP ( A E )
cardinalidad de E
o
nmerodemanerasenque A y E puedensuceder
IP( A E )
nmerodemanerasenqueE puedesuceder
Ejercicio:
Hallar IP(A|E)
Solucin:
Entonces
IP(A|E)=2/4= 1/2.
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 120
____________________________________________________________________________________________
Teorema 1: IP ( E A ) IP ( E ) IP A E
Obs.
este teorema puede extenderse de la siguiente manera por induccin
matemtica:
( A1 A 2 A n ) IP( A1 ) IP A2 A1 IP A3 A1 A2 P An A1 A2 An1
Ejercicios resueltos
1. Suponer que se tiene una caja (20 botellas) de Coca-Cola para la venta,
y se sabe que existen 10 que en su tapa traen un premio, determinar:
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 121
____________________________________________________________________________________________
Solucin:
S in p re m io S in p re m io C o n p re m io
2-b
S in p re m io C o n p re m io C o n p re m io
C o n p re m io S in p re m io
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 122
____________________________________________________________________________________________
Solucin
a- Sean los sucesos:
N = color negro
R = color rojo
b-
Existen 3 eventos cuyas probabilidades son
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 123
____________________________________________________________________________________________
IP(A3|A1 A2)
IP(A2|A1) IP(B3|A1 A2)
bicicleta
IP(A1)0.5 IP(A3|B1 A1)
IP(B2|A1)
IP(B3|B1 A1)
IP(A3|A2 B1)
IP(A2|B1)
IP(B3|A2 B1)
bicicleta
IP(B1)0.5 IP(A3|B2 B1)
IP(B2|B1)
IP(B3|B2 B1)
IP(A1) = 90/100
IP(A2/A1) = 89/99
IP(A3/A1A2) = 88/98
IP(A1A2A3) = ((908988)/(1009998))=0,73=73%
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 124
____________________________________________________________________________________________
Es decir, se debe seguir por el rbol buscando las rutas que correspondan
al problema planteado y multiplicando las probabilidades en cada ruta y
como las rutas son eventos independientes se suman todos los tramos.
B M B ( A1 A2 An ) B
( A1 B) ( A2 B)( An B)
IP Ai B
( Ai B )
IP B
Teorema de Bayes
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 125
____________________________________________________________________________________________
IP Ai IP B Ai
( A i B )
IP A1 IP B A1 IP A2 IP B A2 IP An IP B An
Ejercicio:
Una persona puede viajar de 3 formas, bicicleta, auto y avin. Cada forma
de transporte tiene una probabilidad de tener un defecto en el sistema de
rodado y no llegar al destino del 3%, 4% y 5% respectivamente.
l l e g a 0 .9 6
a u to 0 .3 n o l l e g a 0 .0 4
l l e g a 0 .9 5
a v i n 0 . 2
n o l l e g a 0 .0 5
IP Bicicleta IP B Bicicleta
( Bicicleta B )
IP Bicicleta IP B Bicicleta IP Auto IP B Auto IP Avin IP B Avin
( Bicicleta B )
0.5 0.03
0.5 0.03 0.3 0.04 0.2 0.05
15
IP(bicicleta/B) =0,4054
37
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 126
____________________________________________________________________________________________
1.3.- Independencia
IP( A B ) P( A) P( B )
Ejercicios Propuestos
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 127
____________________________________________________________________________________________
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 128
____________________________________________________________________________________________
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 129
____________________________________________________________________________________________
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 130
____________________________________________________________________________________________
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 131
____________________________________________________________________________________________
p i : X IR 0,1
Tal que
x i X p i p(x i ) = (X M = x i ) (X = x i )
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 132
____________________________________________________________________________________________
a) 1 p x i 0 x i X
b) p x 1
x i
i
Obs.
En la expresin la igualdad siguiente se verifica slo en forma notacional
IP(X M = x i ) IP(X = x i )
2.2 Funcin de Distribucin (FX(x)).
Sea X una v.a.d. con funcin de cuanta (f.c.) p(xi). Se define la Funcin de
Distribucin como :
F : R 0,1
x FX (x) = IP X x p x i
x i x
1) Fx(-) = 0.
2) Fx() = 1.
3) Fx es no decreciente.
4) Fx es contnua por la derecha.
2.3 Esperanza (IE[X]).
E X x i p i
x i
Observacin :
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 133
____________________________________________________________________________________________
mn x i IE X mx x i
n IE X n x in p x i
x i
Sea X una v.a.d. con f.c. pi (xi). Se define el momento centrado en la IE[X]
de orden n N como :
n IE IE x n
i - IE p(x i )
n
x i
V 2
2
2
2
2
2 2 1
2 2 2 2
V
2 2 2
2 >0 1
PROPIEDADES
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 134
____________________________________________________________________________________________
a,b ctes.
n
n
11. IE i i i IE X i
X Xi v.a. y i con i=1,2......n
i 1 i 1
constantes.
n
n
12. V i i
X iV X i 2 i j Cov ( X i , X j ) ****************
i 1 i 1 i j
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 135
____________________________________________________________________________________________
1 si xi =a
px i
0 si xi a
0 si xi a
FX x
1 si xi a
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 136
____________________________________________________________________________________________
a
Grficamente :
EX = 1a + 0b = a
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 137
____________________________________________________________________________________________
3.1.3.- Aplicacin
q si x 0
i
pi =p(xi ) = p 1 p I {0,1}(x)=
1-xi
i p si xi 1
xi
0 e.t.o.c.
1 si x B
I B x
0 si x B
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 138
____________________________________________________________________________________________
xi
0 si xi 0
F(x x)=pi = q si 0 xi 1
-
p q 1 si xi 1
Y grficamente tiene la forma :
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 139
____________________________________________________________________________________________
X = x p i i 0q +1 p =
xi X
V(X)= X 2 X 02 q 12 p p p q
2 2
3.2.3.- Ejemplo.
Suponga que tiene una caja que contiene fichas rojas y azules. Se sabe
que al extraer al azar una ficha la probabilidad de que esta sea roja es
del 20%.
De este ejemplo Ud. puede definir la v.a.d. X como "La ficha es roja".
Por lo tanto, los valores que puede tomar X estn dados por su recorrido
X={0,1}; xi=0 si la ficha no es roja y xi=1 si lo es.
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 140
____________________________________________________________________________________________
0.8 si x 0
i
0 e.t.o.c.
Obs.
Para no restringir los valores de X a {0,1}, es posible plantear una
generalizacin para la distribucin de BERNOULLI, y en consecuencia,
para valores de a y b distintos de 0 y 1 tenemos:
q si x a
xi b xi -a i
p(xi ) = q p I {a,b}(x)=
i p si xi b
a-b b-a 0 e.t.o.c.
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 141
____________________________________________________________________________________________
X = 0,1,2,..,n
Entonces:
n
En total hay
k
elementos de obtener k xitos en las n extracciones debido
a que no importa el orden. Entonces, podemos ver que la funcin de
cuanta para "xi", nmero de exitos, es :
n
p(x i ) = P(X = x i ) = p xi
1 - p n - xi
I {0,1, 2,3,...., n} ( x i )
xi
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 142
____________________________________________________________________________________________
n n
n xi nxi n n
p (xi) p q p q 11)(
xi0 xi0 xi
Conociendo la f.c. se puede deducir la funcin de distribucin de X :
n
FX (x) =P(X x)=
xi x
xi
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 143
____________________________________________________________________________________________
1.- Supngase que los artculos que salen de una lnea de produccn
se clasifican como defectuosos (D) o no defectuosos (N).
M={DDD,DDN,DND,NDD,NND,NDN,DNN,NNN}
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 144
____________________________________________________________________________________________
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 145
____________________________________________________________________________________________
X Bin (25;0,15)
x 5x2
4 25
=
1 (0,15) (0,85)
x0 x
= 1- 0,6821 = 0,3179
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 146
____________________________________________________________________________________________
N1 N2
xi n-xi
p(xi )= N2
N1 N2
n
Donde mx{0,n- } xi mn {n,N1}
Esto se debe al hecho de que se distingue como casos posibles a todas las
combinaciones que se puedan hacer para obtener una muestra de n
elementos de un nmero total de N1+N2. Esto es :
1 2
n
Y los casos favorables estn dados por el producto entre las combinaciones
de obtener xi xitos y n-xi fracasos. Esto es :
N1 N2
xi n-xi
3.4.1.- La Esperanza es
nN
E[X]= 1 Donde N= N1 N2
N
3.4.2.- La Varianza
n N 1 N 2 (N - n)
V( X ) =
N 2 ( N -1)
3.4.3.- Ejemplo
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 147
____________________________________________________________________________________________
IP(1A)=IP(1A/C1)*IP(C1)+IP(1A/C2)*IP(C2)+IP(1A/C3)*IP(C3)
donde
IP(C1) = 0,07592 IP(A/C1) = 267/1078
IP(C2) = 0,32595 IP(A/C2) = 32/99
IP(C3) = 0,59813 IP(A/C3) = 3/10
p(1 p) si x
xi 1
i p(x ) i
0 e.t.o.c.
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 148
____________________________________________________________________________________________
Esto es grficamente :
Pi
p *
p*q *
p * q *
1 2 3 Xi
Es posible demostrar que satisface las dos condiciones que debe cumplir
una funcin de cuanta y que ya fueron descritas.
p(x i ) p(1 p) x i 1 0 xi
Observacin:
1
q i converge a 1- q
para un q ( 1,1)
i =1
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez
Universidad Tcnica Federico Santa Mara versin 1 Pg. 149
____________________________________________________________________________________________
3.5.2.- La Varianza es
q
V(X)= X 2 X
2
p2
____________________________________________________________________________________________
Departamento de Matemticas Profesor Alejandro Fernndez