Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Diapositivas Tema 8 2x2
Diapositivas Tema 8 2x2
INTRODUCCIÓN INTRODUCCIÓN
Cálculo de Probabilidades
Teoría matemática del azar: Proporciona modelos estocásticos
xi ni fi xi ni fi pi
1 48 16% 1 48 16% 1/6
2 54 18% 2 54 18% 1/6
3 51 17% 3 51 17% 1/6
4 48 16% 4 48 16% 1/6
5 45 15% 5 45 15% 1/6
6 54 18% 6 54 18% 1/6
N= 300 100% N= 300 100%
INTRODUCCIÓN INTRODUCCIÓN
BREVE RESEÑA HISTÓRICA Experimentos
• Representan las condiciones mínimas para que una Sean (, (),P) espacio probabilístico, A, B().
función: espacio muestral
1) 𝑷 𝑨𝒄 𝟏 𝑷 𝑨
A
2) 𝑃 ∅ 0 A’
determine consistentemente sus probabilidades.
3) Si A B: 𝑃 𝐴 𝑃 𝐵 y𝑃 𝐵∖𝐴 𝑃 𝐵 𝑃 𝐴
• Axiomas:
• A1. No Negatividad: ∀𝐴 ∈ ℘ Ω , 𝑝 𝐴 0 4) 0 𝑃 𝐴 1
espacio muestral
A
• A2. Normalización: Si Ω es el suceso seguro, 𝑃 Ω 1 5) 𝑷 𝑨 ∪ 𝑩 𝑷 𝑨 𝑷 𝑩 𝑷 𝑨∩𝑩 B
• A3. Aditividad: Dada Ai finita, i=1…n
P(AB) P(A) + P(B) (Desigualdad de Boole)
Si 𝐴 ∩ 𝐴 ∅ ∀𝑖 𝑗 ⟹𝑃 𝐴 𝑃 𝐴
6) 𝑃 𝐴 𝑃 𝐴 𝑃 𝐴 ∩𝐴 ⋯ 1 𝑃 𝐴
• La terna (, (),P) se denomina Espacio Probabilístico
CONCEPTOS BÁSICOS CONCEPTOS BÁSICOS
Propiedades/Consecuencias Propiedades/Consecuencias
p(A1A2...An) = P 𝐴 ∪ 𝐴 |B P 𝐴 |𝐵 P 𝐴 |B P 𝐴 ∩ 𝐴 |B
p(A1)p(A2|A1)p(A3|A1A2)...p(An|A1A2... An‐1)
Por tanto, si A1 y A2 son incompatibles
Regla de la Multiplicación
P 𝐴 ∪ 𝐴 |B P 𝐴 |𝐵 P 𝐴 |B
PROBABILIDAD CONDICIONADA DEPENDENCIA E INDEPENDENCIA
Ejercicio 1.3
Sean A y B ℘().
• Un cliente solicita productos (A, B, C,…) a un proveedor A y B son independientes si la ocurrencia de un suceso no altera la
• Información en términos probabilísticos: probabilidad de la ocurrencia del otro suceso. En caso contrario, se
dice que son dependientes.
P(A) = 0,25; P(B) = 0,4 y P(AB) = 0,15
Matemáticamente, A y B son independientes si:
• Si seleccionamos aleatoriamente un pedido, calcular las
probabilidades de los siguientes sucesos: 𝑃 𝐵𝐴 𝑃 𝐵 o 𝑃 𝐴𝐵 𝑃 𝐴
• “el pedido incluye el producto A si incluye el producto B”
Como consecuencia:
𝑃 𝐴∩𝐵 0.15
P AB 0,375 𝑃 𝐴∩𝐵 𝑃 𝐴 𝑃 𝐵
𝑃 𝐵 0.4
• “el pedido no incluye el producto B cuando incluye el Las tres condiciones son equivalentes
producto A”
𝑃 𝐴∩𝐵 0.15 En general, A1,...,An son independientes si
P 𝐵 𝐴 1 𝑃 𝐵𝐴 1 1 1 0,6 0,4
𝑃 𝐴 0.25
𝑃 𝐴 ∩ 𝐴 …∩ 𝐴 𝑃 𝐴 𝑃 𝐴 .... 𝑃 𝐴
• Si A y B son independientes, también lo son: • Un cliente solicita productos (A, B, C,…) a un proveedor
• yB
Ac • Información en términos probabilísticos:
• A y Bc P(A) = 0,25; P(B) = 0,4 y P(AB) = 0,15
• Ac y Bc • Si seleccionamos aleatoriamente un pedido, analiza si los
eventos A y B son independientes (podemos emplear
• Si A y B son incompatibles (AB=) y P(A) > 0, P(B) > 0 cualquiera de las tres posibilidades)
entonces • Comprobar si P(AB) = P(A)×P(B):
• A y B no son independientes, es decir, son dependientes. 𝑃 𝐴 𝑃 𝐵 0,25 0,4 0,1 𝑃 𝐴∩𝐵 ⇒ dependientes
a) Hallar la probabilidad de que un enfermo que entre en el a) Hallar la probabilidad de que un enfermo que entre en el
hospital salga recuperado. hospital salga recuperado.
b) Calcular la probabilidad de que un enfermo que fue dado b) Calcular la probabilidad de que un enfermo que fue dado
de alta sano, sufriera una afección renal. de alta sano, sufriera una afección renal.
TEOREMAS DE PROBABILIDAD TOTAL Y BAYES TEOREMAS DE PROBABILIDAD TOTAL Y BAYES
Ejercicio 5 Ejercicio 6
Tres máquinas, A, B y C, producen el 45%, 30% y 25%, Cuando el proceso de fabricación de una empresa se
respectivamente, del total de las piezas producidas en una encuentra bajo control, el 5% de las unidades producidas
fábrica. Los porcentajes de producción defectuosa de estas son defectuosas. Si el proceso se encuentra fuera de
máquinas son del 3%, 4% y 5%. control, se producen un 30% de unidades defectuosas. La
a) Seleccionamos una pieza al azar; calcula la probabilidad de probabilidad de que el proceso se encuentre bajo control
que sea defectuosa. es 0,92.
b) Tomamos, al azar, una pieza y resulta ser defectuosa; Si elegida una unidad al azar, resulta ser defectuosa,
calcula la probabilidad de haber sido producida por la calcular la probabilidad de que el proceso de producción
máquina B. se encuentre bajo control.
c) ¿Qué máquina tiene la mayor probabilidad de haber
producido la citada pieza defectuosa?
MUESTREO MUESTREO
Con remplazamiento Con remplazamiento
Ejercicio 1.6 Ejercicio 1.6. Solución
MUESTREO MUESTREO
Sin remplazamiento Sin remplazamiento
Ejercicio 1.7
Muestra: un subconjunto de elementos extraídos de una población
• Un cliente realiza semanalmente pedidos de diversos
Muestreo: seleccionar aleatoriamente una muestra de una productos (A, B, C,…) a un proveedor
población • En el último semestre (24 semanas) 9 pedidos incluían el
producto B
Muestreo sin reemplazamiento
• Si seleccionamos aleatoriamente un pedido de este último
• Los elementos extraídos de la población no se devuelven, es decir, semestre:
cuando un elemento se ha seleccionado no se puede volver a
seleccionar otra vez B = “el pedido incluye el producto B”
𝟗
• Por tanto, las extracciones no son independientes y la
𝟐𝟒
probabilidad de que ocurra un suceso cambia para cada elemento • Ahora seleccionamos aleatoriamente 4 pedidos sin
que se selecciona. remplazamiento (entre los del último semestre)
• Hay que emplear la regla de la multiplicación general: • Calcular la probabilidad de los sucesos:
P(A1A2...An) = a) “los cuatro pedidos incluyen el producto B”
b) “al menos uno incluye el producto B”
P(A1)∙P(A2|A1)∙P(A3|A1A2)∙...∙P(An|A1A2... An‐1) c) “exactamente tres pedidos incluyen el producto B”
MUESTREO MUESTREO
Sin remplazamiento Sin remplazamiento
Ejercicio 1.7. Solución Ejercicio 1.7. Solución
• Información en términos probabilísticos: P(B) = 0,375 • Información en términos probabilísticos: P(B) = 0,375
• Seleccionamos 4 pedidos al azar sin remplazamiento • Seleccionamos 4 pedidos al azar sin remplazamiento
• Calcular la probabilidad de los siguientes sucesos: • Calcular la probabilidad de los siguientes sucesos:
a) “Los 4 pedidos incluyen el producto B” c) “Exactamente tres pedidos incluyen el producto B”
Definimos los sucesos Bi = “el i‐ésimo pedido incluye el producto B”. Si los tres primeros pedidos son los que incluyen el producto B:
𝑃 𝐵 ∩𝐵 ∩𝐵 ∩𝐵 𝑃 𝐵 ∩𝐵 ∩𝐵 ∩𝐵
𝑃 𝐵 𝑃 𝐵 |𝐵 𝑃 𝐵 |𝐵 ∩ 𝐵 𝑃 𝐵 |𝐵 ∩ 𝐵 ∩ 𝐵
𝑃 𝐵 𝑃 𝐵 |𝐵 𝑃 𝐵 |𝐵 ∩ 𝐵 𝑃 𝐵 |𝐵 ∩ 𝐵 ∩ 𝐵
9 8 7 6
· · · 0,0119 1,19% 9 8 7 15
24 23 22 21 · · · 0,0296
24 23 22 21
b) “Al menos un pedido incluye el producto B”
Hay más situaciones similares, con la misma probabilidad
𝑃 𝐵 ∪𝐵 ∪𝐵 ∪𝐵 1 𝑃 𝐵 ∩𝐵 ∩𝐵 ∩𝐵 4!
4
1 𝑃 𝐵 𝑃 𝐵 |𝐵 𝑃 𝐵 |𝐵 ∩ 𝐵 𝑃 𝐵 |𝐵 ∩ 𝐵 ∩ 𝐵 ¿Cuántas situaciones similares hay? 𝐶 4
3 3! 1!
15 14 13 12 Y la probabilidad total del suceso es: 𝑃 4 0,0296 0,1186
1 · · · 1 0,1285 0,8715 87,15%
24 23 22 21
VARIABLES ALEATORIAS
EXPERIMENTO: LANZAMIENTO DE DOS DADOS Un inspector de Hacienda elige de forma aleatoria las
declaraciones que revisará detalladamente. Sabemos que
tiene un lote de 10 declaraciones, de las cuales hay 4
Algunas variables aleatorias: erróneas y que va a seleccionar sólo 5 de ellas
Un inspector de Hacienda elige de forma aleatoria las Un inspector de Hacienda elige de forma aleatoria las
declaraciones que revisará detalladamente. Sabemos que declaraciones que revisará detalladamente. Sabemos que
tiene un lote donde el 40% de las declaraciones son tiene un lote de 10 declaraciones, de las cuáles 4 son
erróneas. erróneas.
Si el inspector escoge 5 declaraciones con
Si el inspector escoge 5 declaraciones: reemplazamiento:
a) ¿Qué distribución sigue la variable “Número de
declaraciones erróneas”? a) ¿Qué distribución sigue la variable “Número de
b) ¿Cuál es la probabilidad de obtener exactamente dos declaraciones erróneas”?
declaraciones erróneas? b) ¿Cuál es la probabilidad de obtener exactamente dos
c) ¿Cuál es la esperanza de dicha variable? declaraciones erróneas?
d) ¿Cuál es su varianza? c) ¿Cuál es la esperanza de dicha variable?
d) ¿Cuál es su varianza?
CASOS NOTABLES CASOS NOTABLES
Distribución binomial Distribución binomial
Ejercicio 13: Muestreo con remplazamiento Propiedades
Seleccionar 5 declaraciones. 1. X = número de éxitos en n ensayos independientes. X~ B(n, p)
Total de declaraciones: 10 (4 erróneas)
Y = número de fracaso en esos mismos n ensayos: Y~ B(n, 1‐p)
Con reemplazamiento
Es evidente que X + Y = n
X = Número de declaraciones erróneas 2. La distribución Bernoulli es un caso particular de la Binomial:
DX = {0, 1, …, 5}
Be(p)=B(1, p)
x p(X=x) 3. La distribución Binomial es la suma de n variables
0 0,65 = 0,07776 independientes de tipo Bernoulli con la misma probabilidad de
5×0,41×0,64 = 0,2592
éxito:
1
10×0,42×0,63 = 0,3456
B(n, p)=Be(p)+…+Be(p)
2
3 10×0,43×0,62 = 0,2304 4. La suma de variables independientes de tipo Binomial y con el
mismo parámetro p es otra distribución Binomial cuyo primer
4 5×0,44×0,61 = 0,0768 parámetro es la suma de las repeticiones del experimento:
5 0,45×0,60 = 0,01024 B(n1, p)+B(n2, p)=B(n1+n2, p)
CASOS NOTABLES
Ejercicio 8 (Revisado)