Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2013
1
PROBABILIDAD CONDICIONAL
uno ” de
P( A B)
otro o al
P( A | B)
año
A
P( B) t
pec
“tam
B
res
Ejemplo:
Si P(E y F) = 0.3 y P(F) = 0.6,encuentre P(E|F).
P(E|F)
Ejemplo:
Si P(E)=0.6 P(F)=0.7 y P(E o F)=0.8 calcule P(E | F).
P(E | F)
Ejemplo:
Ω = {1,2,3,4,5,6}
P(A) = 1/6
P(A/E) = P(AE)/ P(E)
= 1/6 / 3/6 = (1)(6)/(6)(3)
= 6/18 = 1/3
Ejemplo:
S CC , CS , SC , SS n( S ) 4
2 1
A CC , SC n( A) 2 P ( A)
4 2
2 1
B CC , CS n( B ) 2 P ( B )
4 2
1
P( A B)
4
1
P( A B) 4 1
P( A / B)
P( B) 1 2
2
Ejemplo:
P(AB)=0.37
P( A B ) 0.37
P( B / A) 0.62
P( A) 0.60
El Teorema de la probabilidad total nos permite calcular la
probabilidad de un suceso a partir de probabilidades
condicionadas.
Partición de un conjunto
P(B\A) = P(B)
P(A B) = P(A) . P (B)
Es una distribución de probabilidad de variables
continuas.
El matemático Gauss contribuyó notablemente en
el estudio y difusión de esta distribución.
La mayoría de las variables continuas tienen
polígonos de frecuencias que permiten visualizar
un aumento gradual hasta llegar a un máximo y
luego un descenso igualmente gradual. Así:
Polígono de frecuencias Curva normal
Xi x Xi
Si n e i 0
Como toda figura geométrica en el plano, la curva
normal posee una fórmula o ecuación denominada
también Función de densidad de la variable aleatoria
continua que es la siguiente:
2
1 x μ
2 σ
1 e
(1)
y
2π σ - x
Donde:
y = altura de la curva en el punto x
= media aritmética de la distribución
= desviación estándar de la distribución
1. Es simétrica respecto a la media, .
2. La media, la mediana y la moda son iguales.
3. El área total debajo de la curva y el eje x es igual
a una unidad cuadrada
4. Si se levantan perpendiculares a una distancia
de una desviación estándar a ambos lados de la
media, se habrá delimitado aproximadamente el
68% del área total.
Si se extienden estas perpendiculares hasta dos
desviaciones estándar, se define aproximadamente el
95% del área total y con 3 desviaciones estándar
aproximadamente el 100%. Así:
0,6824 0,9544
0 2 zi
De la tabla de áreas se obtiene:
p(z 2) = 0,9772
Interpretación:
La probabilidad de que la variable z asuma
valores entre + y 2 inclusive, es 0,9772
Ejemplo 2:
Si de la población de posibles valores de z,
se elige uno al azar, ¿ cuál es la probabilidad
de que se encuentre entre 0,84 y 2,45
inclusive?
Solución:
La pregunta permite calcular:
p(0,84 z 2,45) = ?
Veamos el gráfico siguiente:
=1
0 0,84 2,45 zi
Interpretación:
La probabilidad de que una z elegida al azar quede
entre 0,84 y 2,45 es de 0,1934 ó el 19,34% de los
valores de z están entre 0,84 y 2,45.
Ejemplo 3:
Calcular p(z2,71).
Solución: Graficando:
Interpretación:
La probabilidad de que un valor de z sea
mayor o igual a 2,71 es de 0,5034
Ejemplo:
Los niveles de colesterol total en la
población general se distribuyen
normalmente con =200 y = 20. Si de
esta población se selecciona un sujeto al
azar, ¿ cúal es la probabilidad de que:
a. tenga un valor entre 170 y 230?
Solución:
Se solicita: p(170x230)=?.
En el gráfico, el área que debemos calcular
aparece sombreada:
=20
-1,50 0 1,50 zi
Luego: p(170x230)= p(-1,50z1,50)=?.
De la tabla:
p(-1,50z1,50)= 0,4332 + 0,4332 =
0,8664
Interpretación:
La probabilidad de que un sujeto
seleccionado al azar tenga un nivel de
colesterol entre 170 y 230, es de 0,8664
b. Tenga un valor de 270 ó más.
Solución:
p(x270) =?
Cálculo de z:
=20
Z= 270 – 200=3,50
20
200 270 xi
Luego:
=1 p(x270)=p(z3,50)
= 1 - 0,4998
= 0,5002
0 3,50 zi
Interpretación:
La probabilidad de que un sujeto elegido al azar
tenga un nivel de colesterol de 270 ó más, es de
0,5002
Las distribuciones “t” de Student, Chi
cuadrado (2) y F, se derivan de la distribución
Normal y están relacionadas con la teoría del
muestreo pequeño n< 30.
Son muy importantes pues son la base de
DEFINICIÓN
Una variable con distribución t de Student se
DEFINICIÓN
Una variable Chi cuadrado se define como la
DEFINICIÓN
Una variable F se define como el cociente