Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Probabilidad
Probabilidad
1 Introducción
Equiprobabilidad
Métodos combinatorios
5 Probabilidad condicionada
Concepto y propiedades
Independencia de sucesos
Teorema de Bayes
1
Ejemplos
Ejemplo
Errores de medida
Ejemplo
Nuestro objetivo
Sucesos
E espacio muestral
Se llama suceso contrario (complementario) de un
suceso A, al formado por los sucesos que no están en A A
A
A
B
B B
Ejemplo
Se utiliza una balanza digital para pesar las piezas producidas por una
máquina.
A Peso 11gr
B Peso 15gr
C Peso 5gr
C A
11
Ejemplo
Se utiliza una balanza digital para pesar las piezas producidas por una
máquina.
A
12
B 11 15
Estadística: Profesora María Durbán
Fenómenos y experimentos aleatorios
Ejemplo
Se utiliza una balanza digital para pesar las piezas producidas por una
máquina.
C
13
B 15
Estadística: Profesora María Durbán
Fenómenos y experimentos aleatorios
Ejemplo
Se utiliza una balanza digital para pesar las piezas producidas por una
máquina.
C A
14
Ejemplo
Se utiliza una balanza digital para pesar las piezas producidas por una
máquina.
C
15
Leyes de Morgan
Hay ciertas propiedades de la unión, intersección y suceso contrario que son
conocidas bajo las leyes de Morgan
E espacio muestral
I nt e
A B=A B A rs e
cci
ón
de A
B
E espacio muestral
de
A ió n
A B=A B Un B
B
16
Ejemplo
Frecuencia relativa del número de
caras obtenidos en lanzamientos
sucesivos de una moneda
Converge a 1/2
17
Ejemplo
Frecuencia relativa del número de
caras obtenidos en lanzamientos
sucesivos de una moneda
Converge a 1/2
18
A2 A3 5 5
A1 Pr A i Pr A i
i=1 i1
A4 A4
20
A2 A3 5 5
A1 Pr A i Pr A i
i=1 i1
A5 A4
21
22
1. P(A) = 1 - P(A)
2. P() = 0 E Pr() 1 Pr( E ) 1 1 0
3. Si A B P(A) P(B)
4. P(B-A) = P(B) - P(A B)
5. P(A B) = P(A) + P(B) - P(A B)
23
1. P(A) = 1 - P(A)
2. P() = 0
3. Si A B P(A) P(B) B A (B A) Pr(B) Pr(A)+Pr(B A)
24
1. P(A) = 1 - P(A)
2. P() = 0
3. Si A B P(A) P(B)
B (A B) (B A)
4. P(B-A) = P(B) - P(A B) Pr(B) Pr(A B) Pr(B A)
5. P(A B) = P(A) + P(B) - P(A B) Pr(B) Pr(A B) Pr(B-A)
25
1. P(A) = 1 - P(A)
2. P() = 0
3. Si A B P(A) P(B)
4. P(B-A) = P(B) - P(A B)
5. P(A B) = P(A) + P(B) - P(A B)
A B=(A-B) (B-A) (A B)
Pr(A B)=Pr(A)-Pr(A B)+Pr(B)-Pr(A B)+Pr(A B) 26
P(A)
+ A
P(B)
_ B
P(A ∩ B)
P(A U B) AoB 27
Duración
Intensidad Satisfactorio No Satisfactorio
Duración
Intensidad Satisfactorio No Satisfactorio
A Satisfactorio en intensidad
B Satisfactorio en duracion Pr(A B) Pr(A B)
Pr(A B) Pr(A B)
¿ Pr(B) ? B (A B) (A B)
29
Duración
Intensidad Satisfactorio No Satisfactorio
A Satisfactorio en intensidad
B Satisfactorio en duracion Pr(A B) Pr(A B)
Pr(A B) Pr(A B)
Duración
Intensidad Satisfactorio No Satisfactorio
A Satisfactorio en intensidad
B Satisfactorio en duracion Pr(A B) Pr(A B)
Pr(A B) Pr(A B)
Equiprobabilidad
Regla de Laplace
32
Ejemplos
33
Equiprobabilidad
35
36
Combinatoria
SIN CON
REEMPLAZAMIENTO REEMPLAZAMIENTO
IMPORTA EL ORDEN n!
Vnk VRnk n k
VARIACIONES (n k )!
NO IMPORTA EL n n k 1
ORDEN C
k
n CR
k
n
COMBINACIONES k k
Si n k Permutaciones 37
casos favorables
Pr( A) 9!
casos posibles
De cuántas maneras puedo
seleccionar 2 ordenadores C
2
9 36
2!7!
Hay 9 ordenadores en el lote 39
Concepto y propiedades
E espacio muestral
A A
B
B
A A
B
B
Concepto y propiedades
B A Pr( A | B ) 1
A B Pr( A | B ) 0 Importante:
Pr( B) 0
Pr( A B)
Pr( A | B)
Pr( B)
Pr( A | B) Pr( A B)
Pr( A B ) Pr( A | B ) Pr( B)
Pr( B | A) Pr( A)
Pr( A)
43
Pr( A | B ) 0.25
Independencia de sucesos
Pr( A | B) Pr( A)
Pr( A B) Pr( A | B) Pr( B) Pr( A) Pr( B)
Pr( B | A) Pr( B)
45
Ejemplo
Una aplicación del concepto de independencia es el cálculo de la Fiabilidad de
un sistema.
Se denomina Fiabilidad de un sistema a la probabilidad de que el sistema funcione
correctamente.
A B
46
Ejemplo
Aunque la fiabilidad de cada componente sea alta, si hay muchos componentes, la
fiabilidad del sistema puede ser baja.
Para aumentar la fiabilidad podemos poner varios sistemas en paralelo:
1
S1
2 Pr(pasar corriente de A a B) Pr(S1 S2 )
1 Pr(no pasar corriente de A a B)
A B
3 S2
Pr(S1 ) 1 Pr(S1 ) 1 0.9801 0.0199
4
Teorema de Bayes
A1 A2
Consideramos un experimento que se
realiza en dos etapas: en la primera,
los sucesos posibles
48
Teorema de Bayes
A3 A4
49
Teorema de Bayes
B Tercer Axioma
P(AUB)=P(A)+P(B) si A∩B=Ø
A3 A4
Teorema de Bayes
B
Probabilidad Condicionada
P(A∩B)=P(A|B)P(B)
A3 A4
B
Pr(B|A i ) Pr(A i )
Pr(A i |B)
Pr(B)
A3 A4
Pr( A | B ) 0.25
Pr(B|A) A|B
0.25
Pr(A)
0.75
0.1 B A|B
Pieza
0.05
A|B
0.9
B
0.95 A|B 54
A|B
0.25
0.75
0.1 B A|B
Pieza
0.05
A|B
0.9
B
0.95 A|B 55
0.75
0.1 B A|B
Pieza
0.05
A|B
0.9
B
0.95 A|B 56