Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ejemplos:
3.- 𝑬3 : registrar el tiempo que permanece una persona en una fila, antes de ser atendida.
Ω = ℝ0+
etc.
𝐴 𝑜𝑐𝑢𝑟𝑟𝑒 ⇔ 𝜔 ∈ 𝐴
𝐴 𝑛𝑜 𝑜𝑐𝑢𝑟𝑟𝑒 ⇔ 𝜔 ∉ 𝐴
Observaciones:
Algebra de Eventos
Además:
1.- (𝐴 ∪ 𝐵 ∪ 𝐶)𝑐 = 𝐴𝑐 ∩ 𝐵 𝑐 ∩ 𝐶 𝑐 .
2.- (𝐴 ∩ 𝐵 ∩ 𝐶)𝑐 = 𝐴𝑐 ∪ 𝐵 𝑐 ∪ 𝐶 𝑐 .
3.- 𝐴 − 𝐵 = 𝐴 ∩ 𝐵 𝑐 .
4.- 𝐴 ∪ (𝐵 ∩ 𝐶) = (𝐴 ∪ 𝐵) ∩ (𝐴 ∪ 𝐶).
5.- 𝐴 ∩ (𝐵 ∪ 𝐶) = (𝐴 ∩ 𝐵) ∪ (𝐴 ∩ 𝐶).
etc.
𝐴∩𝐵 =∅
1.- 𝑃(𝐴) ≥ 0, ∀𝐴 ⊆ Ω.
2.- 𝑃(Ω) = 1.
3.- 𝑃(⋃𝑖∈𝐼 𝐴𝑖 ) = ∑𝑖∈𝐼 𝑃(𝐴𝑖 ), para {𝐴𝑖 ⁄𝐴𝑖 ⊆ Ω, ∀𝑖 ∈ 𝐼 ⊆ ℕ} familia de eventos mutuamente excluyentes.
Entonces se dice que 𝑷 es una medida, y se conoce con el nombre de “medida de probabilidad”.
1.- 𝑃(∅) = 0.
2.- 𝑃(𝐴𝑐 ) = 1 − 𝑃(𝐴), ∀𝐴 ⊆ Ω.
3.- 0 ≤ 𝑃(𝐴) ≤ 1, ∀𝐴 ⊆ Ω.
4.- 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵), ∀𝐴, 𝐵 ⊆ Ω eventos cualesquiera.
Nota: Estas propiedades se conocen como las 4 propiedades “básicas” del cálculo de probabilidades, y a
partir de ellas se pueden deducir todas las demás.
𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠
⇔ 𝑃(𝐴) ≔ 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠
#𝐴
⇔ 𝑃(𝐴) ≔ #Ω (espacios muestrales finitos)
Ejemplos:
1. El siguiente grupo de personas está en una sala: 5 hombres mayores de 21 años, 4 hombres menores de
21 años, 6 mujeres mayores de 21 años, 3 mujeres menores de 21 años.
Una persona es elegida al azar y se definen los siguientes sucesos:
Calcular: P B D ; P A C ; P A c C c ; P B C D y P B C c
Solución:
5
ii. 𝑃(𝐴 ∩ 𝐶) = 18 . −
3 1
iii. 𝑃(𝐴𝑐 ∩ 𝐶 𝑐 ) = 𝑃(𝐵 ∩ 𝐷) = 18 = 6 . −
6 1
iv.𝑃(𝐵 𝑐 ∩ 𝐷) = 𝑃(𝐴 ∩ 𝐷) = 18 = 3 . −
4 7
v.𝑃(𝐵 ∩ 𝐶)𝑐 = 1 − 𝑃(𝐵 ∩ 𝐶) = 1 − 18 = 9 . −
2. Suponga que en un grupo de último año de facultad de 500 estudiantes se encuentra que 210 fuman,
258 consumen bebidas alcohólicas, 216 comen entre comidas, 122 fuman y consumen bebidas
alcohólicas, 83 comen entre comidas y consumen bebidas alcohólicas, 97 fuman y comen entre comidas
y 52 tienen estos tres hábitos nocivos para la salud. Si se selecciona al azar un miembro de este grupo,
encuentre la probabilidad de que el estudiante:
F : el estudiante fuma.
B : el estudiante bebe alcohol.
C : el estudiante come entre comidas.
Sabemos que:
PF 210 500 0.42 ; PB 258 500 0.516 ; PC 216 500 0.432
PF B 122 500 0.244 ; PC B 83 500 0.166 ; PF C 97 500 0.194
PF B C 52 500 0.104
P F Bc PF PF B 0.42 0.244 0.176.
P C B F c PC B PC B F 0.166 0.104 0.062.
P F c C c PF C 1 PF C 1 PF PC PF C
c
Notación:
Note que:
Observaciones:
1. Si 𝐵 ⊆ 𝐴, entonces 𝑃(𝐴⁄𝐵 ) = 1.
2. Si 𝐴 ∩ 𝐵 = ∅, entonces 𝑃(𝐴⁄𝐵 ) = 0.
3. Si 𝐵 ocurrió, entonces 𝐴 ocurrirá si y solo si 𝜔 ∈ (𝐴 ∩ 𝐵). Por lo tanto, es natural considerar 𝑃(𝐴⁄𝐵 )
como la proporción entre 𝑃(𝐴 ∩ 𝐵) y la 𝑃(𝐵).
Solución:
A : el producto es japonés.
B : el producto es nacional.
C : el producto tiene un valor mayor o igual a U$500.
D : el producto tiene un valor menor a U$500
Se pide calcular:
P A D 0.3
a) P A D 0.6.
P D 0.5
P A D 0.3
b) P D A 0.75.
P A 0.4
𝑃(𝐴⁄𝐷 ) ≠ 𝑃(𝐴)
0.6 ≠ 0.4
O, en términos equivalentes:
i. 𝐴𝑐 y 𝐵 𝑐 .
ii. 𝐴 y 𝐵𝑐 .
iii. 𝐴𝑐 y 𝐵.
Entonces se dice que los eventos de esta familia son “conjuntamente independientes”.
Por ejemplo; si 𝐴, 𝐵 y 𝐶 son tres sucesos “conjuntamente independientes” asociados con un experimento
aleatorio 𝐸, entonces se cumplen todas y cada una de las siguientes igualdades:
Ejemplo: Cada vez que un cliente compra un tubo de pasta de dientes, elige la marca A o la marca B.
Supóngase que en cada compra después de la primera, la probabilidad de que elija la misma marca que
escogió en la compra anterior es 1/3.
Solución:
i. 𝑃(𝐸𝑖 ) > 0 , ∀𝑖 = 1, … , 𝑛
ii. 𝐸𝑖 ∩ 𝐸𝑗 = ∅ , ∀𝑖, 𝑗 = 1, … , 𝑛 (𝑖 ≠ 𝑗)
iii. ⋃𝑛𝑖=1 𝐸𝑖 = Ω
Entonces se dice que los eventos de esta familia forman una partición del espacio muestral Ω. Luego, si
𝐴 ⊆ Ω, tenemos que:
Teorema de Bayes
Donde:
Solución:
Sabemos que:
P A 0 .6 P B 0 .3 PC 0.1
PD A 0.0025 PD B 0.01 PD C 0.02
Se pide calcular: