Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Semana 9 Teoría
Semana 9 Teoría
TEORIA DE LA PROBABILIDAD
Sesión 9
INTRODUCCION
LOGRO DE LA SESIÓN:
Al término de la sesión, el
eventos asociados.
CONTENIDO
Probabilidad.
Experimento Aleatorio.
Espacio Muestral.
Probabilidad Condicional.
ANÁLISIS COMBINATORIO
n (A o B) = n(A) + n(B)
Donde:
n(A): Número de formas distintas que puede ocurrir el experimento A.
n(B): Número de formas distintas que puede ocurrir el experimento B.
EXPERIMENTO:
Se llama experimento al conjunto de acciones, reales o imaginarias,
realizadas con la finalidad de obtener resultados.
ANÁLISIS COMBINATORIO
PROBABILIDADES:
Las probabilidades se ocupan de los denominados fenómenos o
experimentos.
EXPERIMENTO:
Se llama experimento al conjunto de acciones, reales o imaginarias,
realizadas con la finalidad de obtener resultados.
1. EXPERIMENTOS NO ALEATORIOS:
Son aquellos cuyo resultado del experimento se
conoce con anterioridad y que puede describirse por
una fórmula matemática, física o química.
Ejemplos:
• Soltar una piedra en el aire.
• Lanzar una pelota en una tina con agua, etc.
2. EXPERIMENTOS ALEATORIOS:
Son aquellos cuyos resultados del experimento no
pueden predecirse con exactitud antes de realizar el
experimento.
Ejemplos:
• Lanzar una moneda y observar la cara superior.
• Lanzar un dado y observar el número que aparece.
DEFINICIONES:
EJEMPLO 1:
ε = “Lanzamiento de un dado y su puntaje obtenido”
Resultado: Existe margen de duda en el resultado exacto,
pues es posible que éste aparezca 1, 2, 3, 4, 5 ó 6.
Luego el experimento es aleatorio.
1.2. ESPACIO MUESTRAL
Dado un experimento aleatorio ε, se llama espacio muestral de ε, denotado por
, al conjunto de todos los resultados posibles del experimento.
ξ W = 1, 2, 3, 4, 5, 6 n(W) = 6
Si A⊂ A es un evento en
EJEMPLO 1:
Experimento:
Anotar el resultado de dos partidos de fútbol jugados por los estudiantes de
una universidad
(G: partido ganado, E: Partido empatado y P: partido perdido)
A = {GG}
D={ }
EJEMPLO 3:
Experimento:
Examinar los resultados de lanzar 3 monedas
3. EVENTO COMPLEMENTARIO
Ejemplo:
Sea A = Persona con título profesional universitario.
Entonces el complemento será:
= Persona sin título profesional universitario.
TIPO DE EVENTOS:
Ejemplo:
La pieza no puede ser aceptable e inaceptable al mismo tiempo. En una
muestra de piezas fabricadas, el evento de seleccionar una pieza no
aceptable y el evento de seleccionar una pieza aceptable son mutuamente
excluyentes.
TIPO DE EVENTOS:
5. EVENTOS INDEPENDIENTES
Dos eventos son independientes si ambos no tienen ninguna relación entre sí;
es decir, si la ocurrencia de uno de ellos, no influye en la ocurrencia del otro.
Ejemplo:
Sean los eventos
X = Primer alumno apruebe el examen de Probabilidad y Estadística.
Y = Segundo alumno apruebe el examen de Probabilidad y Estadística.
0 ≤ P(A) ≤ 1
P(Ω) = 1
a) P(φ) = 0
c) P(A’) = 1 – P(A)
d) P(AUBUC)=P(A)+P(B)+P(C)–P(A∩B)–P(A∩C)– P(B∩C)+P(A∩B∩C)
ENFOQUES DE LA PROBABILIDAD
A
1 2
3
3 𝑃 ( 𝐴 ) = =0.5
6
4
6
5
ALGEBRA DE EVENTOS
AUB={w Î / w Î A ó w Î B}
A B
b) INTERSECCIÓN: La intersección de A y B, que se denota AÇB, es el evento
AÇB = {w Î / w Î A y w Î B}
𝑛( 𝐴 ∩ 𝐵)
𝑃 ( 𝐴 ∩ 𝐵 )=
𝑛( Ω)
A B
Observación.-
• Si AÇB = , se dice que A y B son eventos mutuamente
excluyentes ó incompatibles ó disjuntos.
B
A
c) COMPLEMENTO : El complemento de A, que se denota por A , se
A ={w Î / w Ï A}
A A
EJEMPLOS
Con 7 abogados y 4 médicos se van a formar comités de 6 personas. Hallar la
probabilidad de que se forme un comité en el cual se incluya:
a) Exactamente 2 médicos
b) Por lo menos 2 abogados
c) Como máximo 3 médicos
𝑃 ¿
Teorema de la multiplicación de probabilidades
Si dados tres eventos A, B y C contenidos en el espacio muestral
Ω se cumple:
= 0.80 ó 80%
= 0.12 ó 12%
P [M R] = P [M] + P [R]
= 40/100 + 43/100
En una ciudad el 70% de los adultos escuchan radio, el 40% lee periódico
y el 10% ve televisión; entre los que escuchan radio el 30% lee periódicos
y el 4% ve televisión. El 90% de los que ven TV lee el periódico y sólo el
2% de la población total lee periódico, ve TV y escucha radio. Si se elige
una persona al azar calcule la probabilidad:
10.1 Que sólo realice una de las tres actividades.
10.2 Sabiendo que lee periódico, que vea televisión.
10.3 Escuche radio o vea TV.
EJEMPLO
A es independiente de B
P(A|B) = P(A)
𝑃¿ 𝑃¿
𝑃 ( 𝐴 ∩ 𝐵 )= 𝑃 ( 𝐴 ) . 𝑃 ( 𝐵/ 𝐴 )=𝑃 ( 𝐵 ) . 𝑃 ¿
TEOREMA DE BAYES
A. PARTICION:
Se llama partición al conjunto de eventos del espacio muestral Ω, que
cumple con 2 características:
a. U Ai = Ω (los eventos son colectivamente exhaustivos)
b. ∩ Ai = Ø (los eventos son mutuamente excluyentes)
Ω U Ai = Ω
A1 A2 A3 A4
∩ Ai = Ø
B. PROBABILIDAD TOTAL:
P(B) = ∑ P(Ai).P(B/Ai)
TEOREMA DE BAYES: Si A1, A2, … , An es una partición de Ω y B es
un subconjunto cualquiera dentro de Ω, entonces, la probabilidad de
que ocurra un evento Ai, cuando el evento B ha ocurrido es:
A1 A2 A3 A4
Ω
(A1/B)
P( Ai ) P( B / Ai )
P( Ai / B )
P( B)
EJEMPLO DE APLICACIÓN:
0.25 D
100
/3 00 B
D
𝑃 [ 𝐷 ] =𝑃 [ 𝐴 ] . 𝑃 [ 𝐷 / 𝐴 ] +𝑃 [ 𝐵 ] . 𝑃 [ 𝐷 / 𝐵 ]
200 100 65
¿ ( 0.20 )+ ( 0.25 ) = =0.2167=21.67 %
300 300 300
(b) Si al extraer el producto resultó defectuoso, halle la probabilidad de
que sea del proceso A.
EJERCICIOS
Una estación meteorológica suele acertar el 60% de las veces que pronostica día
lluvioso. La probabilidad de que acierte su pronóstico dado de que el día no es
lluvioso es 0,8. Se sabe que la probabilidad de que llueva un día cualquiera es
0,25. ¿Cuál es la probabilidad de que llueva si el pronóstico es correcto
Suponga que en cierta región del país la probabilidad de que un adulto mayor
de 40 años tenga cáncer es 0,05, la probabilidad de que el diagnostico sea
correcto es 0,80, y de que sea errado es 0,20. si se elige al azar a una de esas
personas, calcular, tenga realmente tal enfermedad.
5.1 Se le diagnostique cáncer.
5.2 Si se le diagnostica cáncer, tenga realmente tal enfermedad