Académique Documents
Professionnel Documents
Culture Documents
Espacio Muestral ()
1. Se lanza una moneda dos veces, se observan 1 = {(C,C), (C,S), (S,C), (S,S)}
los resultados.
C cara
S sello
2. Se lanza un dado y se observa el nmero que 2 = {1, 2, 3, 4, 5, 6}
aparece en la cara superior
3. Despus de fabricado, un tubo de rayos 3 = {t/ t > 0}
catdicos se somete a una prueba de duracin,
y se deja en funcionamiento hasta que falla. Se
registra el tiempo t (en horas) de
funcionamiento hasta el momento de la falla.
4. Tiempo en aos de duracin de un procesador 4 = R+ = [0 , )
Cecilia Larran R.
PROBABILIDAD
Pgina 1
(B DC)
i) Las ampolletas son probadas (sin reposicin) hasta encontrar una defectuosa
=
Ejercicio I-2
S sello
AB=
Suceso contrario del suceso A:
AC =
B AC =
Ejercicio I-3
Sean tres sucesos cualesquiera A, B, C de un experimento aleatorio.
siguientes sucesos en funcin de A, B, C:
Exprese los
a) Solamente ocurre A
b) Ocurre A y B pero no C
PROBABILIDAD
Pgina 2
Ejercicio I-5
De la produccin de cierto artculo, se seleccionan al azar diariamente 3 artculos para
revisin. Despus de la revisin los artculos son clasificados como defectuosos o buenos.
a) Indique la cantidad de muestras posibles de tamao 3 que existen para realizar el control
de calidad. Pero no conocemos la cantidad de artculos que se producen diariamente!!!!!!
b) Describa
DEFINICIN DE PROBABILIDAD
Aunque el concepto de probabilidad parece simple, ya que se encuentra con
bastante frecuencia en la comunicacin entre personas.
Ejemplo: Existe un 80% de posibilidades de que llueva
Cecilia Larran R.
PROBABILIDAD
Pgina 3
Enfoques de definicin
Subjetiva o personalista
Enfoques =
Clsica o apriori
Objetiva
Frecuencia relativa o posteriori
n
P(A) =
N
n ro de casos favorables a A
n ro de casos posibles
P(A)=
2
4
= 0,5
(VON MISES)
Cecilia Larran R.
PROBABILIDAD
Pgina 4
Ejemplo:
Investigador
Nmero de
lanzamientos
de una
moneda
Nmero
de caras
4040
12000
24000
2048
6019
12012
0,5069
0,5016
0,5005
Buffon
K. Pearson
K. Pearson
Frecuencia relativa
nro de caras
nA
n n
P(A)= lim
ii)
P() = 1
iii)
B) = P(A) + P(B);
Andrei Nikolaevich
Kolmogorov
(1903-1987)
unin. (o)
Cecilia Larran R.
PROBABILIDAD
Pgina 5
P( ) = 0
P(A
B)
B)
DIAGRAMA DE VENN
BC)
Otras propiedades:
6. De (4) se deduce:
7.
Demuestre que:
8.
Cecilia Larran R.
PROBABILIDAD
Pgina 6
2
2
, P(BC) = y
5
3
1
. Hallar la P(A U B) y P(A B)
3
Ejemplo: Se sabe que P(A) = 0,3, P(B) = P(C) = 0,2 y P(AB) = P(AC) =
P(BC) = 0,1 y P(A B C)= 0,05.
Calcular la probabilidad P(A U B U C) Resp.: 0,45
P(AC BC) =
Puede construir el
diagrama de VENN
Complete la tabla
paciente
Hipertenso
H
No Hipertenso
HC
Total
Obeso
B
P(H B)
No obeso
BC
P(H BC)
0,03
C
P(H
P(B)
Total
P(H)
0,15
B)
P(H
B )
P(BC)
0,10
P(HC)
1,00
cul es la
PROBABILIDAD
Pgina 7
Post Grado: 40
Mujer
Hombre
EM
Total
80
T
U
215
430
G
Total
1000
Complete la tabla de contingencia
P(H) =
P(T
M) =
P(T
G)
tenga post-grado?
P(pedida) =
Cecilia Larran R.
PROBABILIDAD
Pgina 8
PROBABILIDAD CONDICIONAL
Se define la probabilidad de A condicionada a B, o probabilidad de A
sabiendo que ha ocurrido B como:
P(A
B)
P(A / B) =
; P(B) >0
P(B)
Y la probabilidad de B condicionada a A, o probabilidad de B sabiendo que
P(B
A)
ocurre A se define como P(B / A) =
P(A)
Se deduce que P (A
B) = P(B)P(A / B)
= P(A)P(B / A)
P(S / F) =
P(F
S)
0,18
2
=
=
P(F)
0,81
9
0,222)
M = la persona es mujer
P(M) =
P(
P(H) = 0,52
P(
Cecilia Larran R.
/
/
)=
)=
PROBABILIDAD
Pgina 9
b. Completa la tabla:
La persona es
Aficionada al football
No aficionada al football
Mujer
M
Hombre
H
F
P( M F)
0,096
P( H F)
0,4264
P(F)
FC
P( M FC)
Total
P(M)
FC)
P(H)
0,52
Total
P( H
P(FC)
1,00
Respuestas:
a) P(
)=
b) P(
)=
Regla de multiplicacin
Sea A1, A2, ,Ak sucesos cualesquiera de
P ( A1 A2 Ak ) = P(A1)P(A2/A1)P(A3/ A1A2) P(Ak /
k -1
Ai )
i=1
Ri = la ficha i es roja;
i = 1, 2, 3
12 11 10
= 0,0455
c ) 0,4773
d) 0,1591
PROBABILIDAD
Pgina 10
Independencia Estadstica
Dos sucesos A y B son independientes
si la ocurrencia (o no
P(B / A) = P(B)
P (A
B) = P(A)P(B)
k sucesos independientes
P ( A1 A2 Ak ) = P(A1)P(A2)P(A3) P(Ak)
k
P(A )
i
i=1
P( D 1
P( D 1
D2) = P(D1)P(D2)
=
=
10 10
4 3
10 9
0,16
= 0,13
Ejercicio: Dos tubos defectuosos (D) se mezclan con dos buenos (B). Los
tubos se prueban uno por uno
defectuosos
Cecilia Larran R.
PROBABILIDAD
Pgina 11
Ejercicios II
Ejercicio II-1
Sean A, B dos sucesos tales que P[A] = 0.30, P[B] = 0.40. Hallar la
P[A U B] y la
P[ocurra slo uno de los dos sucesos] en los siguientes casos:
a. Si A y B son excluyentes.
b. Si A y B son independientes.
c. Si A B
Resp.: a) 0,70
0,70
b) 0,58
0,46
c) 0,40 0,10
Ejercicio II-2
Sean A y B sucesos con P(A) = , P(B) = y P(A B) = . Exprese las
probabilidades siguientes en funcin de , y .
a. P(AC U BC) =
b. P(AC B) =
c. P(AC U B) =
d. P(AC BC) =
Ejercicio II-3
Sean los sucesos A, B y C de un espacio muestral tal que:
P(A) = 0,3, P(B) = 0,4, P(C) = 0,6, P(A B) = 0,15
P(B C) = 0,23
P(A C)=0,17,
y P(A B C) = 0,05.
Determine:
a) Probabilidad de que ocurra solo A y B.
P(A B CC) =
b) Probabilidad de que ocurra solo el suceso A. P(A BC CC) =
c) Ninguno de los tres sucesos ocurran
d) Por lo menos uno de los suceso ocurran
e) Si ocurri el suceso C, cul es la probabilidad de que ocurra A y B?
Ejercicio II-4
Para evaluar a un grupo alumnos se decidi aprobar aquellos que superen al
menos, una de las dos partes del examen de segunda opcin; por este
procedimiento aprobaron al 80%. Sabiendo que superaron el mnimo de cada una
de esas partes el 60% y el 50%, respectivamente, calcule el porcentaje de los que
superaron simultneamente ambas partes.
Resp.: 0,30
Ejercicio II-5
La probabilidad de resolver correctamente alguna de las dos versiones de cierta
tarea es 0,45, mientras que la de resolver la primera es 0,40 y la de resolver la
segunda es 0,30. Cul es la probabilidad de resolver correctamente ambas
versiones? La resolucin de esas dos versiones es independiente?
Resp.: 0,25, no
Cecilia Larran R.
PROBABILIDAD
Pgina 12
Ejercicio II-6
Un estudio clnico de una universidad en una poblacin ha encontrado que la
probabilidad de que se den trastornos en el sueo (S) es 0,70, la probabilidad de
que se den trastornos de tipo depresivo (D) es 0,20 y la probabilidad de que se
den ambos 0,10. Si se extrae un sujeto de dicha poblacin al azar. cul es la
probabilidad de que se tenga solamente uno de los trastornos?
Resp. 0,70
Ejercicio II-7
Ejercicio II-8
Cecilia Larran R.
PROBABILIDAD
Pgina 13
PROBABILIDAD TOTAL
Supongamos que sobre el espacio muestral tenemos una particin
A1 , A2, , Ak
k=5
Ai Aj = ; i j
Se conocen las probabilidades
P(Ai) , i = 1,2, , k
P(B/Ai) , i = 1,2, , k
probabilidad
total
P(B/A1) = 0,96
P(A2) = 0,4
P(B/A2) = 0,95
P(A3) = 0,2
P(B/A3) = 0,98
Cecilia Larran R.
PROBABILIDAD
Pgina 14
Mquina
BC
(bueno)
P (A1 B)
0,384
P (A2 B)
0,380
P (A3 B)
0,196
P(B)
0,96
A1
A2
A3
Total
P (A1 BC)
0,016
P (A2 BC)
0,02
P (A3 BC)
0,004
P(BC)
0,04
Total
P(A1)= 0,4
P(A2) = 0,4
P(A3) = 0,2
1,000
Recuerde que: las probabilidades P(A1), P(A2) , P(A3) y P(B/A1), P(B/A2), P(B/A3)
son conocidas
y
P(A1
B) = P(A1)P(B/A1) ,
P(A3
B) = P(A3)P(B/A3)
PROBABILIDAD TOTAL
Sea A1, A2, A3,........, Ak una particin del espacio muestral y B un suceso
que pertenece a , entonces la probabilidad total de B est dada por:
P(B)= P (B A1 ) (B A 2 ) (B A 3 ) ......... (B A k )
= P(B A1 )+P(B A 2 )+P(B A 3 )+........P(B Ak)
= P(B/A1 ) P(A 1 )+P(B/A 2 ) P(A 2 )+.........P(B/A n ) P(A n )
k
P(B/A ) P(A )
i
i=1
Cecilia Larran R.
PROBABILIDAD
Pgina 15
TEOREMA DE BAYES
Thomas BAYES
(1702 17/04/1761)
Cecilia Larran R.
PROBABILIDAD
Pgina 16
Sea A1, A2, A3, , Ar, Ak una particin del espacio muestral y B un
suceso sobre , P(B) > 0, entonces:
P(A r /B)=
P(A r B)
=
P(B)
P(B/A r ) P(A k )
k
P(B/A ) P(A )
i
i=1
Produce la
enfermedad
E
No produce la
enfermedad
EC
Virus A
Virus B
Virus C
Total
Total
1,0000
PROBABILIDAD
Pgina 17
SI
Total
NO
Sorpresa
Pena
Ira
Total
1,000
3. Los alumnos de Anatoma I tienen que realizar dos pruebas, una terica
y otra prctica. La probabilidad de que un estudiante apruebe la parte
terica es de 0.6, la probabilidad de que apruebe la parte prctica es de
0.8 y la probabilidad de que apruebe ambas pruebas es 0.5.
a. Son independientes los sucesos aprobar la parte terica y la parte
prctica?
b. Cul es la probabilidad de que un alumno no apruebe ninguno de los
dos exmenes?
c. Cul es la probabilidad de que un alumno apruebe solamente uno
de los dos exmenes?
Cecilia Larran R.
PROBABILIDAD
Pgina 18
Zona de
embarazo
Varn (V)
Mujer (M)
TOTAL
Zona de embarazo
+
51
96
78
75
129
171
TOTAL
147
153
300
b) P ( - V)=
c) P (+ U M )
Cecilia Larran R.
PROBABILIDAD
Pgina 19
P(+/ E)
P(- / EC)
Resultado de la prueba
Positivo (+)
Negativo (-)
P(E +)
P(E -)
Enfermo (E)
No Enfermo (EC) Sano
Total
Total
P(E)
P(EC +)
P(EC -)
P(EC)
P(+)
P(-)
Ejemplo:
Poblacin
Diabtico (E)
No Diabticos
Total
Resultado de la prueba
Positivo (+)
Negativo (-)
350
150
1900
7600
2250
7750
Total
500
9500
10.000
Sensibilidad: P(+ / E) =
Determine e interprete:
P(+ / EC) =
P(- / E) =
Cecilia Larran R.
PROBABILIDAD
Pgina 20
P(E / +)
P(EC / -)
Cecilia Larran R.
PROBABILIDAD
Pgina 21
Errores de diagnsticos
Un individuo que presenta los sntomas de la enfermedad pero est
sano un individuo que no presenta los sntomas de la enfermedad
pero est enfermo. Probabilidad de error de diagnstico:
P(E/ -)
P(EC / +)
N de casos nuevos en I
N de casos al empezar I
Del ejemplo de la Diabetes:
Resultado de la prueba
Positivo (+)
Negativo (-)
350
150
1900
7600
2250
7750
Poblacin
Diabtico (E)
No Diabticos
Total
Total
500
9500
10.000
P(E / -) =
P(EC / +) =
Cecilia Larran R.
PROBABILIDAD
Pgina 22
Ejercicios IV
1. Si la probabilidad de que los caballos de carrera padezcan cierta
enfermedad es del 1% y existe un test para saber si tienen o no dicha
enfermedad fiable al 90% (sensibilidad y especificidad). (a) cul es la
probabilidad de que un caballo (seleccionado al azar) tenga la enfermedad
si el test predice que la tiene? (b) Si el test resulta fiable al 99,9%. cul es
entonces dicha probabilidad?
P(S/-) = 0,85
Total
Enfermo
Sano
Total
Presencia del
cncer
Si
No
TOTAL
TOTAL
1000
1500
2500
Cecilia Larran R.
PROBABILIDAD
Pgina 23