Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ecuación de Energía
Ecuación de Energía
Teoría de la Probabilidad
JACOB BERNOULLI (1654-1705) Desarrollaron
fórmulas y técnicas
ABRAHAM DE MOIVRE (1667-1754) para el cálculo de
probabilidades
THOMAS BAYES (1702-1761)
JOSEPH LAGRANGE (1736-1813)
Unificó todas las ideas y
PIERRE SIMON DE LA PLACE compiló la primera teoría
general de probabilidad
VARIABLE ALEATORIA
Cantidad que es el resultado de un experimento aleatorio, que
debido al azar toma distintos valores.
Función real numérica definida por el espacio muestral y su
valor se determina por procesos accidentales que no están bajo
el control del observador, el cual varía a medida que se repite.
Pueden ser discretas y continuas.
EJEMPLO: El experimento consiste en lanzar un dado y
observar el número que aparece en la cara superior.
Los resultados posibles serían: (1,2,3,4,5,6), o sea el
número total de posibles resultados es 6, y se le conoce
como el resultado ó espacio muestral (S).
A es el evento de obtener el #1
B es el evento de obtener el #2
C es el evento de obtener el #3
D es el evento de obtener el #4
E es el evento de obtener el #5
F es el evento de obtener el #6
METODOS PARA REPRESENTAR ESPACIOS MUESTRALES
El espacio muestral es
representado por un rectángulo,
mientras que los eventos
aparecen como regiones dentro
DIAGRAMAS DE VENN del mismo, en forma de círculos
o porciones de éstos, indicando
las uniones, complementos e
intersecciones respectivas.
y así sucesivamente......
Permutaciones
Combinaciones
Regla fundamental de multiplicación
k k k ............ k n
Regla general de la multiplicación
k1 k2 k3 .............kn
Combinación
7!
7 C3 35 formas
3!(7 3)!
Permutación
n!
n Pr
( n r )!
Se considera el orden
Ejemplo:
En una distribución de planta hay 8 máquinas disponibles
pero sólo 3 espacios en el área de producción donde
actualmente se instalarán dichas máquinas. ¿De cuántos
modos diferentes pueden colocarse las 8 máquinas en los
3 espacios?
El número de modos diferentes en que pueden colocarse
las 8 máquinas en los 3 espacios disponibles es:
8!
8 P3 336 formas
(8 3)!
Con la regla de la multiplicación se puede llegar a la misma
respuesta.
Como hay 8 posibilidades para el primer espacio, luego 7 para el
segundo espacio, y 6 para el tercer espacio, entonces es importante
el orden de la disposición
k1 8
k2 7
k3 6
k1 * k 2 * k3 8 * 7 * 6 336
De acuerdo a lo anterior se puede decir que n
objetos distintos se pueden arreglar en:
Combinaciones Permutaciones
abc abc,acb,bac,bca,cab,cba
abd abd,adb,bad,bda,dab,dba
acd acd,adc,cad,cda,dac,dca
bcd bcd,bdc,cbd,cdb,dbc,dcb
PERMUTACIONES CIRCULARES
n !!
n1!* n2!* ....nk!
¿De cuántas formas diferentes se pueden arreglar 3 focos rojos, 4
amarillos y 2 azules ena serie de luces navidenas con 9 portalámparas ?
9!
1260
3!* 4!* 2!
En resumen el número de formas de partir un conjunto de n objetos
en r celdas con n1 elementos en la primera celda, n2 elementos en la
segunda y así sucesivamente es:
n n!
( n1, n2, ……nk )= n1!* n2!* ....nk!
n1 n2 .......nr n
Ejemplo
7!
210
3!* 2!* 2!
A B B A
A ( B C ) ( A B) C
A B B A
A ( B C ) ( A B) C A B C
A ( B C ) ( A B) ( A C )
A ( B C ) ( A B) ( A C )
A A
A
Probabilidad
ENFOQUES DE LA PROBABILIDAD
•Enfoque Subjetivo
Probabilidad a priori o clásica
Ejemplo:
Se efectuó un estudio de 751 graduados en administración
de empresas en la U.P. Este experimento reveló que 383 de
los 751 no estaban empleados según su principal área de
estudio en la Universidad.
¿Cuál es la probabilidad de que un graduado específico en
administración esté empleado en un área distinta a la
principal de sus estudios en la Universidad?
Sol: P(A)=383/751=0.51
Enfoque subjetivo
Se refiere a la posibilidad de la ocurrencia de un
evento asignado por una persona en particular,
basada en la evidencia que tenga disponible. Se
basa en la combinación de experiencia, la opinión
personal y el análisis de una situación en
particular.
Las probabilidades subjetivas están basadas en las
creencias de las personas que efectúan la
estimación de la probabilidad.
PROPIEDADES DEL CALCULO DE PROBABILIDADES
0 P( E ) 1
2. La probabilidad de todo evento puede ser igual a 1. Si un evento es
idéntico al espacio muestral, o sea E= S, la probabilidad de tal evento es
entonces UNO, lo que implica que el evento ocurre seguramente, o sea que
P( S ) 1
3. Si E1 y E2 son dos eventos de S y si la ocurrencia de E1 implica la
de E2, o sea E1es una parte de E2, entonces la probabilidad de E1 es
menor o igual que la probabilidad de E2
E1 E2 P( E1 ) P( E2 )
4. La probabilidad de un evento imposible, o de un conjunto vacío es
CERO. Una probabilidad CERO indica que el evento no ocurre
seguramente. Es decir que: P() 0
5. La suma total de todas las probabilidades dentro del espacio muestral será igual
a UNO.
P( E ) 1
Todai
i
REGLAS PARA EL CALCULO DE LA PROBABILIDAD
P( AóB) P( A B) P( A) P( B) P( A B)
A B
A B
A B
C
P( A B C)
Diagrama de Venn
P ( AóBó C) P ( A B C )
P ( A) P ( B ) P ( C ) P ( A B ) P ( B C ) P ( A C ) P ( A B C )
3. Regla del complemento de un evento
A A´
Diagrama de Venn
MARGINAL
4. Regla de la multiplicación BAJO CONDICIONES CONJUNTA
DE INDEPENDENCIA
DE EVENTOS CONDICIONAL
CALCULO DE
PROBABILIDADES
MARGINAL
BAJO CONDICIONES CONJUNTA
DE DEPENDENCIA DE
EVENTOS CONDICIONAL
Probabilidad Condicional
a. Probabilidad condicional:
Es la probabilidad de que ocurra un evento en particular
(posterior), dado que ocurrió otro evento (anterior).
La probabilidad de que ocurra el evento A dado que ya
ocurrió B se denota como P(A|B) y se calcula por la
expresión:
P( A / B) P( A B) / P( B)
P( B / A) P( A B) / P( A)
Probabilidad Conjunta
Para dos eventos A y B, dependientes, la probabilidad
conjunta de ocurrencia se encuentra multiplicando la
probabilidad de A por la probabilidad condicional de B dado
que A ocurrió.
P( A B) P( A) P( B / A)
P( A B) P( B) P( A / B)
PROBABILIDAD MARGINAL
Es la probabilidad de ocurrencia de un evento simple.
TABLA DE PROBABILIDADES CONJUNTAS
´ PROBABILIDADES
EVENTO A
EVENTO B
B B MARGINALES
´
A A B A B P(A)
A´ A´ B A´ B´ P(A´)
PROBABILIDADES
MARGINALES
P(B) P(B´) 1.00
PROBABILIDADES
CONJUNTAS
DIAGRAMA DE ARBOL PARA
PROBABILIDADES P( B / A) P( A B)
P(A)
P ( B´/ A) P( A B´ )
P(B/A)=P(B)
P(A1)=1/2
P(B´/A1)=1/2 P(A1)*P(B´/A1)=1/4
P(B/A2)=1/2 P(A2)*P(B/A2)=1/4
P(A2)=1/2
P(B´/A2)=1/2
P(A2)*P(B´/A1)=1/4
TOTAL=1
La probabilidad de obtener dos caras es igual
a: P(A1)*P(B/A1) = 1/2*1/2=1/4=0.25=25%
P( A1) * P( B | A1)
P( A1 | B)
P( A1) * P( B | A1) P( A2) * P( B | A2)
En donde A1 es un evento anterior y B un evento posterior.
Se dice que el Teorema de Bayes es una probabilidad
condicional marcha atrás y se utiliza en la toma de
decisiones bajo incertidumbre.
Recordemos que para calcular probabilidades hay
que conocer las posibilidades, por lo tanto las
técnicas de conteo vistas anteriormente sirven para
conocer las mismas.
S´
Fracaso
F´ P( S´ F´) P( F´/ S´) * P( S´)
0.70
Si se selecciona un juguete de la compañía calcule lo
siguiente:
1. Dado que se tuvo un informe favorable, ¿cuál es la
probabilidad de que el juguete tenga éxito?
2. ¿Cuál es la probabilidad de que el juguete tenga un informe
favorable?
3. Dado que se tuvo un informe desfavorable, ¿cuál es la
probabilidad de que el juguete no tenga éxito?
4. ¿Cuál es la probabilidad de que el juguete tenga un informe
desfavorable?
5. Dado que se tuvo un informe desfavorable, ¿cuál es la
probabilidad de que el juguete tenga éxito?
Ejemplo 1:
La prevalencia de infarto cardíaco para hipertensos es del 0,3% y para no
hipertensos del 0,1%. Si la prevalencia de hipertensión en una cierta población
es del 25% ¿Cuál es la prevalencia del infarto en esa población?
Solución:
A1 = {ser hipertenso}
A2 = {no serlo}
estos sucesos constituyen un sistema competo de sucesos
B = {padecer infarto}
P(D)=0.03: P(NB)=0.97
Si no disponemos de información adicional nada más podemos decir, pero supongamos que al
realizar un análisis de sangre los niveles de glucosa son superiores a 1.000 mg/l, lo que ocurre
en el 95% de los diabéticos y sólo en un 2% de las personas sanas.
P(HG/D)=0.95
P(HG/ND)=0.02
¿Cuál será ahora la probabilidad de que esa persona sea diabética?
P(HG)=P(HG/D)xP(D)+P(HG/ND)xP(ND)=0.95x0.03+0.02x0.97=0.0479
P( D) P( HG / D) 0.03 0.95
P( D / HG ) 0.595
P( HG ) 0.0479
Vemos así que la información proporcionada por el análisis de sangre hace pasar, la
probabilidad inicial de padecer diabetes de 0,03, a 0,595.
Evidentemente si la prueba del análisis de sangre hubiese sido negativa, esta información
modificaría las probabilidades en sentido contrario. En este caso la probabilidad de padecer
diabetes se reduciría a 0,0016.