Académique Documents
Professionnel Documents
Culture Documents
Sesin N1
PROBABILIDAD
LOGRO DE LA SESION
Al finalizar la sesin, el estudiante ser
capaz
de
calcular
probabilidades
DETERMINISTICO
ESTADISTICA
Si
los
resultados
del
experimento puede predecirse
con exactitud antes de realizar
el experimento
ALEATORIO
Espacio muestral
= {cara, sello}
= {1, 2, 3, 4, 5, 6 }
= {0, 1, 2, 3, 4, 5, }
Experimento aleatorio
Lanzar 2 monedas y
anotar los resultados
obtenidos
Lanzar 3 dados y anotar la
suma de los puntos
obtenidos
Espacio muestral
= {CC, CS, SC, SS }
= {3, 4, 5, 6, 18 }
Sea el Experimento
1.3. EVENTO
Un evento es
subconjunto
espacio muestral
un
del
= {1, 2, 3, 4, 5, 6 }
EJEMPLO
Sea el experimento aleatorio
Evento Simple
Evento imposible
Es el que no va a ocurrir
TIPO DE EVENTOS
Evento Seguro
Evento compuesto
certeza
ms eventos elementales.
2. PROBABILIDAD DE UN EVENTO
La probabilidad de un evento A se define de la
siguiente manera
Nmero de elementos de A
P( A)
Nmero de elementos de
CARACTERISTICA
0 P A 1
P( A ) = 0, Si A es un evento imposible
P( A ) = 1, Si A es un evento seguro
Si PA representa la no ocurrencia del evento A,
entonces
P( A ) + P( A = 1
Ejercicios
1.- Al rodar un dado correcto
Cul es la probabilidad de obtener un nmero menor que 4?
2.- Si se lanza una moneda tres veces.
Calcular la probabilidad de que:
a) Ocurra una cara
b) Ocurra por lo menos dos caras
(A B)
P(AUB) = P(A) + P(B) - P(A B)
U
Ejemplo
Un cliente ingresa a una panadera. La
probabilidad de que compre pan es 0.60,
leche 0.50, pan y leche es 0.30 Cul es la
probabilidad de que compre un pan, leche o
ambos?.
Solucin
P(P) = 0,60
P(L) = 0,50
P (P
L ) P (P ) P (L ) P (P
0.60 0.50 0.30
0.80
P (P
L ) 0.30
L)
Ejemplo
Se extrae una carta de una baraja.
Solucin
P(A) = 4/52
P(R) = 4/52
P( A
R ) P ( A ) P (R )
4
4
52 52
8
=
52
PROBABILIDAD CONDICIONAL
Sean A y B dos eventos en un espacio
muestral . La probabilidad condicional
de A dado B es el nmero P(A/B) que se
define por:
P( A B)
P( A / B)
P( B)
Ejemplo
Se
selecciono
una
muestra
de
500
P( S )
Total
240
260
c.
Total
360
140
500
b.
360
0.72 72%
500
P( S / F )
P(S F ) 224
0.86 86%
P( F )
260
P( M S ) n( M S ) 136
0.567 56.7%
P( M )
n( M )
240
EVENTOS INDEPENDIENTES
Dos eventos
A y B son independientes si
la
P(B
) P(B)
Entonces,
Ejemplo 1
Si P ( A ) = 1/3 y
P( B ) = 1/8 hallar:
Ejemplo 2
A y B, si B depende de A,
entonces:
Entonces,
P (A
B) P(A) P(B/A)
Ejemplo 9 :
Solucin
PROBABILIDAD TOTAL
P( B) P( A1 ) P( B / A1 ) P( A2 ) P( B / A2 ) ... P( An ) P( B / An )
TEOREMA DE BAYES
P( Aj / B)
Thomas Bayes
( 1702- 1761)
Matemtico Ingles
P( Aj ) P( B / Aj )
P( A1 ) P( B / A1 ) P( A2 ) P( B / A2 ) ........P( An ) P( B / An )
EJEMPLO 9
Van a cambiar a tu jefe y se barajan diversos
candidatos:
Carlos, con una probabilidad del 60%
Juan, con una probabilidad del 30%
Luis, con una probabilidad del 10%
En funcin de quien sea tu prximo jefe, la
probabilidad de que te suban el sueldo es la
siguiente:
Si sale Carlos: la probabilidad de que te suban el
sueldo es del 5%.
Si sale Juan: la probabilidad de que te suban el
sueldo es del 20%.
Si sale Luis: la probabilidad de que te suban el
sueldo es del 60%.
a. En definitiva, cual es la probabilidad de que te
suban el sueldo?
b. Si te subieron el sueldo Cul es la probabilidad
de que tu jefe sea Juan?