Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Lectura 2 - Probabilidades - Jul PDF
Lectura 2 - Probabilidades - Jul PDF
2.1 PROBABILIDADES
0 P (E) 1
Simples
Eventos
Compuestos
Claro que tambin podramos expresar al evento C como aquel para el cul debe
cumplirse conjuntamente A y B
De la misma manera:
Se tiene tres planteos bsicos para definir una probabilidad, estas son:
a) Planteamiento clsico
b) Planteamiento basado en la frecuencia relativa
c) Planteamiento subjetivo
c
P
n
Es necesario tener en cuenta que para que esta expresin sea correcta todas las
formas en que puede presentarse el fenmeno deben ser igualmente posibles.
Con este concepto la probabilidad de que al lanzar un dado presente la cara con un
nmero par ser de:
3
P(A) =
6
P (C) = P (A y B)
En este caso los eventos favorables son E4 y E6, cumplen con la condicin de ser
pares y mayores o iguales a 4 por lo tanto aplicando el concepto de probabilidad
clsica emprica tendremos:
2
La probabilidad P(C) =
6
1
P(cara) = 0,5
2
Por otra parte si en 10 lanzamientos se obtuvieron cuatro caras y seis cruces entonces
la frecuencia relativa de obtencin de caras es:
4
fr(cara) = = 0,4.
10
Grfico 2.1
fr
0,5
0,4 - - - *
10 N
fr
* *
* * * *
0,5 * * * * *
* * *
*
10 20 30 40 50 60 70 80 90 100 110 N
De acuerdo a las estadsticas llevadas a cabo por una Ca. de seguros, sta informa
que de las personas del sexo masculinas de 50 aos, aproximadamente 65 de cada
100.000 mueren durante el perodo de un ao. De acuerdo al mtodo de frecuencia
relativa, la probabilidad de que una persona asegurada del sexo masculino con una
edad de 50 aos, muera en el trmino de un ao es de
65
P= 0,00065
100.000
Grafico 2.3
S
E1
E5
E2
E3
E4 E6
Cada uno de los puntos considerados corresponde a cada uno de los posibles eventos
en que puede presentarse el lanzamiento del dado.
Es necesario adems asignarle a cada uno de los puntos muestrales un valor de
probabilidad pero teniendo en cuenta que el valor de probabilidad asignado debe
cumplir con la condicin de ser mayor o igual a cero pero menor o igual a 1:
Adems debe cumplirse que, la suma de las probabilidades de todos los puntos
muestrales sea igual a 1
i 6
P(E ) 1
i
i 1
En el caso que nos ocupa, todas las caras tienen la misma probabilidad de ocurrencia,
por lo tanto la probabilidad que le asignaremos a cada punto muestral ser de
P (Ei) = 1/6
A: obtener un par
Grafico 2.4
S E1
E5
E2 A
E3 E6
E4
E1
E2
E5 E3
E4 E6
B
Analicemos ahora el evento C: que sea par y mayor o igual a 4, en este caso deben
cumplirse ambas condiciones simultneamente
P(C) = P(A y B)
Grafico 2.6
E1
A
E2
E3
E4 E6 E5
B
P (D) = P(A o B)
E1
AAA
A E2 E3
E6 E5
E4
B
Grficamente observamos que esta condicin lo cumplen solo los eventos E2, E4, E5
y E6, por lo tanto la probabilidad del evento compuesto D ser:
Podemos deducir segn lo visto que, grficamente los eventos compuestos surgen de
la unin o interseccin de eventos, sean estos simples o compuestos. La probabilidad
de obtener un nmero par P(A) esta dada por la unin de los eventos simples E2, E4
y E6, mientras que la probabilidad de obtener un par o un nmero >= 4 est dada por
la unin de los eventos compuestos A y B
Tenemos ahora una expresin que nos entrega la probabilidad de la unin de eventos.
Expresin que toma el nombre de Regla Aditiva
casos favorables 2
P(A / B) = =
casos posibles 3
Por otra parte, la condicin que deben cumplir los casos favorables es la de ser mayor
o igual a 4 y adems, deben cumplir con la condicin de ser par, es decir, deben
satisfacer simultneamente A y B, mientras que los casos posibles estarn dados por
los eventos simples que constituyen a B, mayores o iguales a 4. Pudiendo expresarla
como:
P( A B)
P( A / B)
P(B)
Reemplazando tendremos
2
P(AB) 2
P(A/ B) = 6
P (B) 3 3
6
P (B A) P(A) * P (B / A)
P(A B) P (B A)
COMPLEMENTARIOS
INDEPENDIENTES
Si tenemos presente el espacio muestral en donde cada una de los eventos posee una
probabilidad y la suma de todas ellas es igual a 1, nos indica que dada el evento A, su
complemento estar constituido por todos los puntos muestrales de dicho espacio
que no pertenezcan a A y se lo denomina como A (todo lo que no es A constituye su
complemento)
Grfico 2.8
A
A BA
Se dice que dos eventos son mutuamente excluyentes cuando la ocurrencia de uno de
ellos implica la no ocurrencia del otro.
Grfico 2.9
S
Grfico 2.10
S
E1
E5
E2
E3
E4 E6
P (E1 E2) = 0
Al igual que P (E2 E5) =
0
P(A B) = 0
Por lo tanto en este caso, cuando los eventos son mutuamente excluyentes, la
probabilidad de ocurrencia de por lo menos uno de ellos ser igual a la suma de sus
probabilidades:
Acotacin:
Como conclusin podemos decir que dados dos eventos A y B, si son
complementarios ambos eventos A y B, este ltimo = A ser exhaustivamente
excluyentes ya que no es posible obtener otro resultado para el fenmeno que no sea
uno de ellos. Resumiendo, si dos eventos son complementarios indefectiblemente son
mutuamente excluyentes.
Definicin
Dos eventos se dicen que son independientes, cuando la ocurrencia de uno de ellos
no modifica la probabilidad de ocurrencia del otro.
Y se expresa como:
10 casos favorables
P (C1) =
40 casos posibles
10
P (C2) =
40
9
P (espada en 2 / espada en 1) =
39
Aclaraciones
Los sucesos mutuamente excluyentes deben ser dependientes, pero los sucesos
dependientes no tienen necesariamente que ser mutuamente excluyentes.
Supongamos tener una caja con 10 bolillas que presentan las siguientes
caractersticas:
Tres son rojas con puntos
Una es roja con franjas Dos
son grises con puntos Cuatro
son grises con franjas
La probabilidad de extraer una bola gris, estar dada por la suma de las
probabilidades de obtener una bola gris con puntos y una bola gris con franjas:
En nuestro caso:
Un Club local con 400 socios los clasifica de acuerdo a su edad, en tres categoras,
Infantiles, Cadetes y Mayores. Adems en cada categora los clasifica de acuerdo a su
sexo en Varones y Mujeres segn consta en la siguiente tabla:
Mujeres 70 30 20
P( F ) = P( F I) + P(F C ) + P( F M )
= 70 / 400 + 30 / 400 + 20 / 400 = 120 / 400
Mujeres 70 30 20 120
P (V) * P (I /V)
P (V / I) =
P (I F) P (I V)
P (V) * P (I /V)
P (V / I) =
P (F)* P (I / F) P (V) * P (I /V)
220 150
*
P (V / I) 400 220
120 70 280 150
* *
400 120 400 280
Simplificando tendremos
150
P (V/ I) =
220
150
P (V / I) =
220
P (D M
P (M1/ D) (1)
1)
P (D)
P (M1) = 0,5
P (M2) = 0,3
P (M3) = 0,2
Por otra parte conociendo los porcentajes de pernos defectuosos producidos por
cada una de las mquinas tendremos:
P (D / M1) = 0,04
P (D / M2) = 0,08 y
P (D / M3) = 0,1
P (M1) * P (D /
P(M1 / D) =
M1)
P (D M1) P (D M 2) P (D M
3)
desarrollando el denominador
P (M1) * P (D /
P(M1/D) = M1)
P (M1) * P (D / M1) P (M 2) * P (D / M 2) P (M 3) * P (D /
M 3)
0.02
P (M1 / D) =
0.064
La cuarta parte de los propietarios de automotores de esa comunidad deja las llaves
puestas en los automviles al estacionarlos. Adems y de acuerdo a estadsticas el
5% de los automviles que estacionados tienen las llaves puestas son robados de la
va pblica mientras que solo el 1% de los automviles que no tienen las llaves
puestas son robados. Indique Ud. la probabilidad de que un automvil que ha sido
robado en esa ciudad haya tenido las llaves puestas.
P(A) = 0,25
Adems la probabilidad de que un auto estacionado con las llaves puestas sea robado
es de:
P(R/A) = 0,05
P(R/B) = 0,01
P(A R)
P(A/R) =
P(R)
P (A) * P(R / A)
P (A/R) =
P (A R) (P (B
R)
0,25 * 0,05
P(A/R) =
0,25 * 0,05 0,75 * 0,01 0,0125
0,02
P(A/R) = 0,6255
COMBINACIONES Y PERMUTACIONES
(a, b, c, d, e)
(a b c) (a b d) (a b e) (a c d) (a c e) (a d e)
(b c d) (b d e) (b c e) (c d e)
Cada uno de estos subconjuntos de tres elementos cada uno de ellos, formados con
los n elementos del conjunto dado se denominan combinaciones y se las expresa
como:
Crn Cnr
n! 5!
= =
r!*(n r)! 3!*(5 3)!
5.4.3.2.1
10
(3.2.1) (2.1)
Definicin
(A b c) (A c b) (B a c) (b c a) (c a b) (c b a)
(a b d) (a d b) (b d a) (b a d) (d a b) (d b a)
(a b e) (a e b) (b a e) (b e a) (e a b) (e b a)
(a c d) (a d c) (d a c) (d c a) (c d a) (c a d)
(a c e) (a e c) (c a e) (c e a) (e a c) (e c a)
(a d e) (a e d) (d e a) (d a e) (e a d) (e d a)
(b c d) (b d c) (c d b) (c b d) (d b c) (d c b)
(b d e) (b d e) (d b e) (d e b) (e d b) (e b d)
(b c e) (b e c) (c b e) (c e b) (e c b) (e b c)
(c d e) (c e d) (e d c) (e c d) (d e c) (d c e)
Cada una de las distintas formas en que puede expresarse un conjunto se denomina
permutaciones y se las expresa como:
Pr = r!
P (3) = 3 . 2 . 1 = 6
1
Debemos recordar que n! ( factorial de n) = n* (n-1) * (n-2) * . . . . . . . .* ( n-n+1)
Adems, el factorial de cero 0! = 1.
Resumiendo diremos que, por cada una de las combinaciones de tres elementos,
tomadas entre los cinco del conjunto dado, se pueden obtener seis permutaciones.
nPr = nCr * Pr
n!
nPr = * r! simplificando
r!.(n r)!
n!
nPr =
(n r)!
5.4.3.2.1
nPr = 60
2.1
Supongamos que en un jardn de infantes hay cuatro maestras de las cuales dos de
ellas son casadas y las denominaremos como C1 y C2, por otra parte las otras dos se
denominaran S1 y S2. Si es necesario elegir a dos de las maestras para acompaar a
los nios a un paseo, y la eleccin se efecta de manera totalmente aleatorio, indique
la probabilidad:
A que las dos maestras elegidas sean casadas.
B Que las dos sean solteras
C Que una sea casada y la otra soltera.
En casos como el planteado puede ser conveniente operar con el diagrama de VENN,
en el cul volcaramos todas las duplas posibles a elegir, que no seran ms que las
combinaciones de dos elementos tomados del conjunto original de cuatro, y a saber:
(C1 C2 S1 S2)
C1C2 C2S1
C1S1 S1S2
C2S2
C1S2
Al elegir una dupla, esta tendr que ser necesariamente una de las seis
combinaciones, todas igualmente posibles y por lo tanto la probabilidad de cada una
de ellas ser de:
P (Ei) = 1 / 6
P (C1C2) = 1/ 6
P (S1S2) = 1/ 6
P (SC) = 4 / 6
A C1C2 C2S1
C1S1 S1S2 B
C2S2
C1S2
C
VV
VM
MM
(V V) = 18C2 = 153
(M M) = 14C2 = 91
153
P (V V) = 0,3084
496
91
P (M M) = 0,1834
496
P (M V) = 0,5081