PROBABILIDAD Y ESTADÍSTICA

TEMA 2 _Lección 2

Ingeniería en Sistemas Computacionales

Marzo - Julio 2021

Instructora:
M.I. Yazmin Ruiz Bonilla

Correo: yruizb@Itesco.edu.mx
 TEMA 2: TEORÍA DE LA PROBABILIDAD
PROBABILIDADES BAJO CONDICIONES DE INDEPENDENCIA
ESTADÍSTICA

Los eventos estadísticamente independientes son

aquellos en donde la presentación o resultado de
uno no tiene efecto sobre la probabilidad de
presentación de cualquier otro.
Existen tres probabilidades que se presentan bajo
independencia estadística:
•Marginal
•Conjunta
•Condicional
 TEMA 2: TEORÍA DE LA PROBABILIDAD
PROBABILIDAD CONJUNTA PARA EVENTOS
INDEPENDIENTES
La probabilidad de que dos o más eventos
independientes ocurran juntos o en sucesión es el
producto de sus probabilidades marginales. Su
resolución se puede apoyar en los árboles de
decisión.
 TEMA 2: TEORÍA DE LA PROBABILIDAD
PROBABILIDAD CONJUNTA PARA EVENTOS
INDEPENDIENTES
Lanzamiento Lanzamiento Lanzamiento
1 2 3
Ejemplo: ¿Cuál es la probabilidad de
P(cara)=0.5
obtener cruz, cara, cruz, en ese
orden, en tres lanzamientos P(cruz)=0.5

consecutivos de una moneda no P(cara)=0.5

alterada? P(cruz)=0.5

P(cara)=0.5 P(cara)=0.5
P(cruz,cara,cruz)=P(cruz).P(cara).P(cruz)
Si P(cara)=0.5 P(cruz)=0.5 P(cruz)=0.5
P(cruz)=0.5 P(cara)=0.5
P(cruz cara cruz)=(0.5).(0.5).(0.5)
P(cruz)=0.5
P(cruz cara cruz)=0.125
P(cara)=0.5

P(cruz)=0.5
Probabilidad
conjunta de tres
lanzamientos en un
diagrama de árbol
Reforzamiento…
De acuerdo con el diagrama de árbol mostrado anteriormente,
y considerando a P(H) como la probabilidad de obtener y a
P(T) como la probabilidad de obtener cruz en un lanzamiento
de una moneda, en un conteste lo siguiente:

a) ¿Cuál es la probabilidad de obtener al menos dos caras en

tres lanzamientos?
b) ¿Cuál es la probabilidad de obtener al menos una cruz en
tres lanzamientos?
c) ¿Cuál es la probabilidad de obtener al menos una cara en
dos lanzamientos?
 TEMA 2: TEORÍA DE LA PROBABILIDAD
PROBABILIDAD CONDICIONAL PARA EVENTOS
INDEPENDIENTES
La probabilidad de que un segundo evento (B) se presente si
un primer evento (A) ya ha ocurrido.
 TEMA 2: TEORÍA DE LA PROBABILIDAD
PROBABILIDAD CONDICIONAL PARA EVENTOS
INDEPENDIENTES
Ejemplo: ¿Cuál es la probabilidad de que el segundo hijo
de una pareja sea
a) niño, dado que primero tuvieron niña.
b) niña, dado que primero tuvieron una niña.

a) P(niño | niña)=P(niño)
Si P(niño)=0.5 y P(niña)=0.5
P(niño | niña)=0.5

b) P(niña | niña)=P(niña)
Si P(niño)=0.5 y P(niña)=0.5
P(niña | niña)=0.5
Reforzamiento…
TEMA 2: TEORÍA DE LA PROBABILIDAD
PROBABILIDADES BAJO CONDICIONES DE DEPENDENCIA
ESTADÍSTICA

La dependencia estadística existe cuando la

probabilidad de que se presente algún
evento depende o se ve afectada por la
ocurrencia de algún otro.
Exactamente igual que en los eventos
independientes, existen tres probabilidades
que se presentan bajo dependencia
estadística:
•Marginal
•Conjunta
•Condicional
 TEMA 2: TEORÍA DE LA PROBABILIDAD
PROBABILIDAD CONDICIONAL PARA EVENTOS
DEPENDIENTES
La probabilidad de que un segundo evento (B) se presente si
un primer evento (A) ya ha ocurrido.
 TEMA 2: TEORÍA DE LA PROBABILIDAD
PROBABILIDAD CONJUNTA PARA EVENTOS
DEPENDIENTES
La probabilidad de que dos eventos se presenten al mismo
tiempo o en sucesión.
 TEMA 2: TEORÍA DE LA PROBABILIDAD
PROBABILIDAD PARA EVENTOS DEPENDIENTES
Ejemplo: Una tienda de departamentos ha sido objeto de muchos robos durante el
último mes; pero debido al aumento en las medidas de seguridad, se ha detenido
a 250 ladrones. Se registró el sexo de cada ladrón, también se anotó si se trataba
de un primer delito o era reincidente. Los datos se resumen en la siguiente tabla:

Sexo Primer delito Reincidente

Hombre 60 70

Mujer 44 76

104 146

Suponga que se elige al azar un ladrón detenido, calcule:

a) La probabilidad de que el ladrón sea hombre
b) La probabilidad de que sea el primer delito dado que es hombre
c) La probabilidad de que sea mujer, dado que es reincidente
d) La probabilidad de que sea mujer, dado que es el primer delito
e) La probabilidad de que sea hombre y reincidente
 TEMA 2: TEORÍA DE LA PROBABILIDAD
PROBABILIDAD PARA EVENTOS DEPENDIENTES
Suponga que se elige al azar un ladrón detenido, calcule:

a) La probabilidad de que el ladrón sea hombre

b) La probabilidad de que sea el primer delito dado que es hombre
c) La probabilidad de que sea mujer, dado que es reincidente
d) La probabilidad de que sea mujer, dado que es el primer delito
e) La probabilidad de que sea hombre y reincidente

Resultados:

a) P(H)=(60 +70)/250 = 130/250=0.520

b) P(PD|H)= P(PDyH)/P(H) = (60/250) / (130/250)=0.462
c) P(M|R)=P(MyR) / P(R)=(76/250)/(146/250)=0.521
d) P(M|PD)= P(MyPD) / P(PD)=(44/250) / (104/250)=0.423
e) P(HyR)=P(H|R) . P(R)= ((70/250)/(146/250)). (146/250)=0.28
Reforzamiento…
1. De acuerdo con una encuesta, la probabilidad de que
una familia posea dos automóviles si su ingreso anual es
mayor que $35,000 es 0.75. De los hogares encuestados,
60% tenía ingresos mayores que $35,000 y 52% tenía dos
autos.
¿Cuál es la probabilidad de que una familia tenga dos
autos y un ingreso mayor que $35,000 al año?
Revisión de las estimaciones anteriores
de probabilidades: Teorema de Bayes
El origen del concepto de la obtención de
probabilidades posteriores con información
limitada se atribuye al reverendo Thomas Bayes
(1702-1761). La fórmula básica para la
probabilidad condicional en circunstancias de
dependencia se conoce como se conoce como
teorema de Bayes.

La aplicación del teorema de Bayes permite hacer

la búsqueda de probabilidades posteriores
cuando se cuenta con estimaciones anteriores.
Ejemplo
Considere el problema del equipo de una liga
menor de béisbol que utiliza una máquina de
lanzamientos automática para su entrenamiento.
Si la máquina se coloca de manera correcta, es
decir, ajustada apropiadamente, lanzará strikes
85% de las veces. Si se le coloca incorrectamente,
lanzará strikes sólo en 35% de los lanzamientos.
La experiencia pasada indica que 75% de las
veces que se coloca la máquina se hace de
manera correcta.
Un día, después de que la máquina ha sido
colocada para una práctica de bateo, lanza tres
strikes en los primeros tres lanzamientos. ¿Cuál es
la probabilidad revisada de que la máquina esté
bien colocada?
Buscando la solución…
1. P(evento) describe las probabilidades individuales de
colocar la máquina correcta e incorrectamente.
P(correcta)=0.75, se dice en el problema. Por tanto,
podemos calcular:
P(incorrecta) = 1.00 - P(correcta) =1.00 - 0.75 = 0.25

2. P(l strike | evento) representa la probabilidad de tener

un strike, dado que la colocación es correcta o incorrecta.
Estas probabilidades se dan en el problema.
P(1 strike | correcta) = 0.85
P(1 strike | incorrecta) = 0.35
Buscando la solución…
3. P(3 strikes | evento) es la probabilidad de obtener tres
strikes en tres lanzamientos consecutivos, dado el evento,
es decir, dada una colocación correcta o incorrecta de la
máquina. Las probabilidades se calculan de la siguiente
manera:
P(3 strikes | correcta) =0.85 * 0.85 * 0.85 = 0.6141
P(3 strikes | incorrecta) =0.35 *0.35 *0.35 = 0.0429

4. P(evento, 3 strikes) es la probabilidad de que se

presenten conjuntamente el evento (colocación correcta
o incorrecta) y tres strikes. Podemos calcular la
probabilidad de la manera siguiente:
P(correcta, 3 strikes) =0.6141 * 0.75 = 0.4606
P(incorrecta, 3 strikes) =0.0429 * 0.25 = 0.0107
Hasta aquí, la información se puede representar en una
tabla.

Si A = evento y S = strike, entonces las dos últimas

probabilidades se ajustan a la fórmula matemática general
para probabilidades conjuntas en condiciones de
dependencia: P(AS)= P(SA) = P(S|A) * P(A)

5. Se debe determinar la probabilidad revisada de que la

máquina esté correctamente instalada.
6. Aplicando la fórmula del Teorema de Bayes, se obtiene
que la probabilidad posterior de que la máquina esté
correctamente colocada es de 0.9773 o de 97.73%.
Así pues, hemos revisado nuestra probabilidad original de
que la máquina esté instalada correctamente y la
probabilidad cambió de 75 a 97.73%, basados en la
obtención de tres strikes en tres lanzamientos.