Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Probabilidades
Unidad : 04
“PROBABILIDADES”
Semana : 11 y 12
Probabilidad
Condicional
PROBABILIDAD CONDICIONAL
si
Es la probabilidad otro evento ya
de que ocurra un con la condición de que ha ocurrido
evento antes.
dado que
𝑃(𝐴 ∩ 𝐵) 0.65
𝑃 𝐴/𝐵 = = = 0.7303
𝑃(𝐵) 0.89
PROPIEDADES DE LA PROBABILIDAD CONDICIONAL
Ejemplo1:
Un club consiste de 150 miembros. Del total, 3/5 son hombres y 2/3 son
profesionales. Además, 1/3 de las mujeres son no profesionales. Si se elige al azar
un socio del club:
a) Calcular la probabilidad de que sea hombre y profesional.
b) Calcular la probabilidad de que sea hombre dado que es profesional.
c) Calcular la probabilidad de que sea no profesional dado que es mujer.
Solución:
Sean los siguientes eventos: H: Hombre, M: Mujer, F: Profesional, NF: No profesional
Profesional No Profesional Total 𝑛(𝐻 ∩ 𝐹) 60
𝑎) 𝑃 𝐻 ∩ 𝐹 = = = 0.4
(F) (NF) 𝑛(ꭥ) 150
Hombre (H) 60 30 90
𝑃(𝐻∩𝐹) 60/150
Mujer (M) 40 20 60 b) 𝑃 𝐻/𝐹 = = = 0.6
𝑃(𝐹) 100/150
Total 100 50 150
𝑃(𝑁𝐹∩𝑀) 20/150
c) 𝑃 𝑁𝐹/𝑀 = = = 0.3333
𝑃(𝑀) 60/150
Ejemplo2:
Se tienen los resultados de una encuesta efectuada a los huéspedes de un hotel,
evaluando si les gustaba la comida o no, y también se les pregunto de donde provenían.
Los resultados de la encuesta se encuentran en la siguiente tabla de doble entrada:
Calcular lo siguiente:
Franceces
USA (N) Total a) La probabilidad de que el huésped
(F)
sea francés. 100
𝑃 𝐹 = = 0.4762
Les agrado 210
30 50 80
mucho (M) b) La probabilidad de que les haya
agradado la comida. 55
Les agrado (A) 30 25 55 𝑃 𝐴 = = 0.2619
210
Les desagrado c) La probabilidad de que el huésped sea
40 35 75 norteamericano y le desagrade la
(D)
comida. 35
Total 100 110 210 𝑃 𝑁 ∩ 𝐷 = = 0.1667
210
d) La probabilidad de que el huésped sea e) La probabilidad de que el huésped sea
francés si le desagradó la comida. norteamericano si le agradó la comida.
40/210 25/210
𝑃 𝐹/𝐷 = = 0.5333 𝑃 𝑁/𝐴 = = 0.4545
75/210 55/210
El Teorema de la Multiplicación
La consecuencia más importante de la probabilidad
condicional es el teorema de la multiplicación
𝑃(𝐴 ∩ 𝐵)
𝑆𝑖: 𝑃 𝐴/𝐵 =
𝑃(𝐵)
Ejemplo:
Andrés y Michel juegan tiro al blanco. Las probabilidades de dar en el
blanco son 0.6 y 0.8 respectivamente. Hallar la probabilidad de que por
lo menos uno de ellos dé en el blanco.
TEOREMA DE LA PROBABILIDAD TOTAL
Y TEOREMA DE BAYES
Eventos Mutuamente Eventos Colectivamente
Excluyentes Exhaustivos
Dados k eventos: A1,A2,……,Ak Dados k eventos: A1,A2,……,Ak
Son aquellos donde se cumple: Son aquellos donde se cumple:
Ai ∩ Aj = ɸ ; i≠j A1UA2U……UAk = ꭥ
A3 A4 A6 A7
A2
A1 A5 A8
TEOREMA DE LA PROBABILIDAD TOTAL
Si “k” eventos
A1,A2,……..,Ak A1 A 2 A3 Ak
constituyen una
partición del
espacio muestral ……….
(ꭥ), entonces B
para cualquier
evento B en ꭥ se
cumple lo
siguiente:
Entonces la probabilidad que ocurra el evento B es:
k
P(B)= P(A )P(B / A )
i=1
i i
TEOREMA DE BAYES
Si los k eventos
A1, A2, …….. Ak
constituyen una
P(Ai∩B)
partición del
P(Ai/B) =
espacio muestral
(ꭥ), entonces P(B)
para cualquier
evento B incluido
en ꭥ tal que Probabilidad
P(B)> 0 se Total
cumple:
Ejemplo: Construir el diagrama de árbol para el siguiente enunciado:
La probabilidad que Andrea estudie es 0.25. Si estudia la probabilidad que
apruebe es de 0.80 y si no estudia la probabilidad que apruebe es de sólo 0.50.
a) ¿Cuál es la probabilidad que Andrea apruebe su examen?
b) Si Andrea aprobó su examen. ¿cuál es la probabilidad de que haya estudiado?
Solución: Sean los eventos E: Andrea estudia Ē: Andrea no estudia
B: aprueba BC: no aprueba
1
Ejemplo:
3 máquinas producen un mismo artículo; las máquinas A, B y C fabrican el 35%,
el 25% y el 40% de la producción total respectivamente. De lo que producen el
5%, 4% y 2% son defectuosos respectivamente.
a) Si se escoge un artículo al azar, calcular la probabilidad de que sea defectuoso.
b) Si se escoge un articulo al azar, ¿Cuál es la probabilidad de que haya sido producido
por la maquina A o B, si el articulo no es defectuoso?
c) Si se escogen ahora cuatro artículos al azar, calcular la probabilidad de que
sean no defectuosos.
0.05 D 0.0175 Eventos: A: maquina A
B: maquina B
C: maquina C
A ND 0.3325 D: producto defectuoso
0.35 0.95 P. Total
D 0.01 ND: producto no defectuoso
0.04
0.25 a) P(D)=P(A∩D) + P(B∩D) + P(C∩D)
B = 0.0175 + 0.01 + 0.008 = 0.0355
0.96 ND 0.24
b) P[(AUB)/ND] = P[(AUB)∩ND]/P(ND)
0.02 D 0.008 = 0.5725/0.9645
0.40
C = 0.5936 T. Bayes
0.98 ND 0.392 c) P(ND)P(ND)P(ND)P(ND)
= (0.9645)^4 = 0.8654
1