Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Clase 7 - 91
Clase 7 - 91
probabilidad
Vladimir Rodríguez
vrodriguez@usfq.edu.ec
Slide 1
INTRODUCCIÓN A LA PROBABILIDAD
Slide 2
Incertidumbre
Slide 3
Probabilidad
Slide 4
Experimentos estadísticos
Slide 5
EXPERIMENTO Y ESPACIO MUESTRAL
Ejemplo: Inversiones Bradley
Bradley ha invertido en dos portafolios, Markley Oil y Collins
Mining. Bradley ha determinado que los posibles resultados de
estas inversiones después de tres meses serán las siguientes:
Ganancia o Pérdida
en 3 meses (en $000)
Markley Oil Collins Mining
10 8
5 -2
0
-20
Slide 6
REGLAS DE CONTEO, COMBINACIONES Y
PERMUTACIONES
Slide 7
REGLAS DE CONTEO, COMBINACIONES Y
PERMUTACIONES
Ejemplo: Inversiones Bradley
Inversiones Bradley puede ser analizado como un
experimento de dos pasos . Involucra dos
portafolios donde cada uno tiene resultados
experimentales
Markley Oil: n1 = 4
Collins Mining: n2 = 2
Número total de
resultados experimentales n1n2 = (4)(2) = 8
Slide 8
DIAGRAMA DE ÁRBOL
Ejemplo: Inversiones Bradley
Markley Oil Collins Mining Resultados
(Paso 1) (Paso 2) Experimentales
Gana 8 (10, 8) Gana $18,000
(10, -2) Gana $8,000
Gana 10 Pierde 2
Gana 8 (5, 8) Gana $13,000
Slide 9
REGLA DE CONTEO PARA COMBINACIONES
Regla de conteo para combinaciones al seleccionar n objetos de un
conjunto de N objetos
Slide 10
Asignación de probabilidades
Slide 11
Asignación de probabilidades
Método clásico
es apropiado cuando todos los resultados del experimento
son igualmente probables. Si n resultados son posibles, una
Probabilidad de 1/n se asigna a cada resultado experimental.
Método subjetivo
es más apropiado cuando no se puede asumir en forma
realista que los resultados del experimento son igualmente
probables y cuando se dispone de pocos datos relevantes
Slide 12
MÉTODO CLÁSICO
Slide 13
MÉTODO DE FRECUENCIA RELATIVA
Ejemplo: Herramientas de arrendamiento
El gerente del almacén de arrendamiento de herramientas quiere
asignar las probabilidades de acuerdo al número de pulidores
de pintura que arrienda cada día.
Los registros de la caja muestran los siguientes registros del
ultimo mes
# de pulidores Número
rentados de días
0 4
1 6
2 18
3 10
4 2
Slide 14
MÉTODO DE FRECUENCIA RELATIVA
Ejemplo: Herramientas de arrendamiento
Cada probabilidad es asignada dividiendo la frecuencia
(número de días) para el total del número de días
# de pulidores Número
rentados de días Probabilidad
0 4 .10
1 6 .15
2 18 .45 4/40
3 10 .25
4 2 .05
40 1.00
Slide 15
MÉTODO SUBJETIVO
• Cuando las condiciones económicas y las condiciones de una
compañía cambian rápidamente es inapropiado asignar
probabilidades basadas sólo en datos históricos.
• Se puede usar información relacionada con la experiencia o intuición
de un individuo, pero generalmente la probabilidad expresará el
grado de creencia que el resultado experimental ocurrirá
• Estimar la probabilidad de la mejor manera estará relacionada con la
combinación adecuada del método de frecuencia relativa y el
método subjetivo
Slide 16
MÉTODO SUBJETIVO
Ejemplo: Inversiones Bradley
Un analista realizó las siguientes estimaciones:
Slide 17
Eventos y sus probabilidades
M = {(10, 8), (10, -2), (5, 8), (5, -2)} C = {(10, 8), (5, 8), (0, 8), (-20, 8)}
P(M) = P(10, 8) + P(10, -2) + P(5, 8) + P(5, -2) P(C) = P(10, 8) + P(5, 8) + P(0, 8) + P(-20, 8)
= .70 = .48
Slide 18
ALGUNAS RELACIONES BÁSICAS DE PROBABILIDAD
Complemento de un Evento
Slide 19
Complemento de un evento
Espacio
Evento A Ac Muestral S
Diagrama
de Venn
Slide 20
Unión de dos eventos
Espacio
Evento A Evento B Muestral S
Slide 21
Unión de dos eventos
Slide 22
Intersección de dos eventos
Espacio
Evento A Evento B muestral S
Intersección de A y B
Slide 23
Intersección de dos eventos
Slide 24
Ley de adición
Ley de adición:
Slide 25
Ley de adición
Slide 26
Eventos mutuamente excluyentes
Espacio
Evento A Evento B muestral S
Slide 27
Eventos mutuamente excluyentes
No hay necesidad de
“- P(A B)”
Slide 28
Probabilidad condicional
Suponga que se tiene un evento A con probabilidad P(A). Si se obtiene nueva
información y se aprende que un evento relacionado, denotado por B, ya
ocurrió, esta información se puede aprovechar mediante el cálculo de una
nueva probabilidad del evento A, a la cual se denomina probabilidad
condicional, y se escribe P(A | B) y se lee “la probabilidad de A dado B”.
P( A B)
P( A|B) =
P( B)
Slide 29
Probabilidad condicional
Slide 30
Ley de la multiplicación
Usa la fórmula:
P(A B) = P(B)P(A|B)
Slide 31
Ley de multiplicación
Slide 32
Probabilidad conjunta
Slide 33
Eventos independientes
Si la probabilidad de un evento A no se modifica por la existencia de
un evento B, entonces Podemos decir que los eventos A y B son
independientes
Se expresa como:
P(A B) = P(A)P(B)
Slide 34
Ley de multiplicación para eventos independientes
Ejemplo: Inversiones Bradley
Slide 35
TEOREMA DE BAYES
Slide 36
TEOREMA DE BAYES
A1 el evento de que una refacción proviene del proveedor 1
A2 el evento de que una refacción proviene del proveedor 2.
Slide 37
TEOREMA DE BAYES
El proceso de calcular estas probabilidades conjuntas puede representarse en lo que se
llama un árbol de probabilidad
Probabilidad
posterior
Slide 38
TEOREMA DE BAYES
Para encontrar la probabilidad posterior que el evento Ai ocurrirá dado
que el evento B ha ocurrido, usamos el Teorema de Bayes
P( Ai )P( B| Ai )
P( Ai |B) =
P( A1 )P( B| A1 ) + P( A2 )P( B| A2 ) + ... + P( An )P( B| An )
Slide 39
TEOREMA DE BAYES
MÉTODO TABULAR
Buscamos determinar la probabilidad de encontrar un repuesto defectuoso ya sea del
proveedor 1 y del proveedor 2, conocemos: y
Paso 3. Sume las probabilidades conjuntas de la columna 4. La
suma es la probabilidad de la nueva información, P(B). Por tanto,
en la tabla se ve que existe una probabilidad de 0.0130 de que la
refacción provenga del proveedor 1 y se encuentre en mal estado, y
una probabilidad de 0.0175 de que provenga del proveedor 2 y esté
defectuosa. Debido a que estas son las dos únicas formas en que
puede obtenerse una refacción en mal estado
Slide 40
probabilidad general de encontrar una
refacción en mal estado