Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Algunos conceptos
Objetivos: Al terminar esta sesión podrá:
1
Definiciones
2
Definiciones (Continuación)
3
Definiciones (Continuación)
4
Eventos mutuamente excluyentes
5
Eventos colectivamente exhaustivos
6
Ejemplo 1
7
Ejemplo 2
8
Probabilidad subjetiva
9
Reglas básicas de probabilidad
10
Ejemplo 3
◼ La oficina de vuelos de Aeroméxico tiene registrada la
siguiente información en su bitácora de vuelos entre
Ciudad de México y Acapulco.
Llegadas Frecuencia
Temprano 100
A tiempo 800
Tarde 75
Cancelado 25
Total 1000
11
Ejemplo 3 (Continuación)
12
La regla del complemento
13
La regla del complemento (Continuación)
A ~A
14
Ejemplo 4
15
Ejemplo 4 (Continuación)
P(A o B) = 1 - P(C o D)
= 1 - [.8 +.025] =0.175
D
C
.025
.8
~(C o D) = (A o B)
.175
16
La regla general de la adición
17
La regla general de la adición (Continuación)
AyB
18
Ejemplo 5
Ambos
Estéreo 100
225
19
Ejemplo 5 (Continuación)
20
Ejemplo 5 (Continuación)
21
Probabilidad conjunta
22
Regla especial de la multiplicación
23
Ejemplo 6
24
Ejemplo 6 (Continuación)
25
Probabilidad condicional
◼ La probabilidad condicional es la
probabilidad de que ocurra un evento
determinado, dado que otro evento ya
haya ocurrido.
◼ La probabilidad de que ocurra el evento A
dado que el evento B ha ocurrido se
escribe P(A/B).
26
Regla general de la multiplicación
27
Regla general de la multiplicación
◼ P(A y B) = P(A)P(B/A)
o
P(A y B) = P(B)P(A/B)
28
Ejemplo 7
29
Ejemplo 7 (Continuación)
30
Diagrama de árbol
◼ El diagrama de árbol es una representación gráfica útil
para organizar cálculos que abarcan varias etapas.
Cada segmento en el árbol es una etapa del problema.
Las probabilidades escritas cerca de las ramas son las
probabilidades condicionales del experimento.
Ejemplo 8
En una bolsa que contiene 7 chips rojos y 5 chips
azules, usted selecciona dos chips uno después del otro
sin reemplazarlo. Elabore un diagrama de árbol
mostrando esta información.
31
Ejemplo 8 (Continuación)
◼ 6/11 Rojo 2
7/12 Rojo 1
Azul 2
5/11
7/11 Rojo 2
Azul 1
5/12
Azul 2
4/11
32
Teorema de Bayes
P( A1 ) P( B / A1 )
P( A1 | B) =
P( A1 ) P( B / A1 ) + P( A2 ) P( B / A2 )
33
Ejemplo 9
34
Ejemplo 9 (Continuación)
B 45 4
35
Ejemplo 9 (Continuación)
P ( A) P (U / A)
P( A / U ) =
P ( A) P (U / A) + P ( B ) P (U / B )
.55(.03)
= = .4783
.55(.03) + .45(.04)
36
Principios de conteo
37
Principios de conteo
38
Principios de conteo
n!
nCr =
r! ( n − r )!
39
Ejemplo 11
12!
12C 5 = = 792
5! (12 − 5)!
40
Ejemplo 11 (Continuación)
12!
12 P 5 = = 95,040
(12 − 5)!
41