Vous êtes sur la page 1sur 111

Estadstica

lgebra de Sucesos
Probabilidad
Axiomtica y condicionada

Estadstica

ndice
ndice
lgebra de sucesos
Probabilidad axiomtica
Teoremas del clculo de probabilidades
Probabilidad condicional

Estadstica

Dependencia de sucesos: probabilidad condicionada

Regla de la multiplicacin

Independencia de sucesos

Teorema de la probabildad total

Teorema de Bayes

ndice
ndice
lgebra de sucesos
Probabilidad axiomtica
Teoremas del clculo de probabilidades
Probabilidad condicional

Estadstica

Dependencia de sucesos: probabilidad condicionada

Regla de la multiplicacin

Independencia de sucesos

Teorema de la probabildad total

Teorema de Bayes

lgebra de sucesos
lgebra de sucesos
El nmero de sucesos que pueden plantearse en un experimento
aleatorio es superior al de sucesos elementales integrantes en E
A partir de los sucesos elementales se pueden generar nuevos
sucesos medianta las operaciones de unin, interseccin y
complementariedad
Estos sucesos (elementales y compuestos) incluidos el suceso
imposible y el suceso seguro constituyen un conjunto que tiene
estructura de lgebra

Estadstica

lgebra de sucesos
lgebra de sucesos
Es una coleccin de subconjuntos A de E que cumple:
1. El espacio muestral pertenece a A
2. Si

un

suceso

pertenece

A,

tambin

pertenece

su

complementario
3. Si S1 y S2 son dos subconjuntos de A, su unin S1 U S2 pertenece a
A (y por las Leyes de Morgan tambin entonces su interseccin).

La coleccin de sucesos que cumple las tres condiciones se


llama lgebra de Boole

Estadstica

lgebra de sucesos
lgebra de sucesos
Es una coleccin de subconjuntos A de E que cumple:
1. El espacio muestral pertenece a A
2. Si

un

suceso

pertenece

A,

tambin

pertenece

su

complementario
3. Si S1 y S2 son dos subconjuntos de A, su unin S1 U S2 pertenece a
A (y por las Leyes de Morgan tambin entonces su interseccin).

La coleccin de sucesos que cumple las tres condiciones se


llama lgebra de Boole
Si la tercera condicin se cambia por la unin numerable de
sucesos

entonces se dice que es una -lgebra y se

representa con la letra


Estadstica

lgebra de sucesos
lgebra completa (que incluye todos los sucesos en el
experimento
Ejemplo : Lanzar una moneda 2 veces:
Sucesos elementales:

Espacio muestral :

-lgebra:

Estadstica

lgebra de sucesos
Ejemplo de lgebra que no incluye todos los subconjuntos:

Se lanza una moneda 2 veces y lo que nos interesa es el


nmero de caras

E= {cc, c+, +c, ++}, , A1={2 caras}={cc}, A4={0 caras}={++},


A7={no obtener 1 cara}= A1U A4={cc, ++},
A8= {1 cara}= A2 U A3={c+, +c},
A11= {como mnimo 1 cara}=A1 U A2 U A3={cc, c+, +c},
A13= {como mximo 1 cara}=A2 U A3 U A4={c+, +c, ++}

Estadstica

ndice
ndice
lgebra de sucesos
Probabilidad axiomtica
Teoremas del clculo de probabilidades
Probabilidad condicional

Estadstica

Dependencia de sucesos: probabilidad condicionada

Regla de la multiplicacin

Independencia de sucesos

Teorema de la probabildad total

Teorema de Bayes

10

Probabilidad axiomtica
Definicin axiomtica de probabilidad (Kolmogorov)
Sea un espacio muestral E y una -lgebra,
definida sobre l.
Se define una funcin que a cada suceso de
la -lgebra le asigna arbitrariamente un
nmero:

Andri N. Kolmogorov
(1903-1987)

En el intervalo [0 1]

Estadstica

11

Probabilidad axiomtica
Definicin axiomtica de probabilidad (Kolmogorov)
La funcin P es una probabilidad si cumple los 3 axiomas:
Axioma 1: P(S) 0
Axioma 2: P(E)=1
Axioma 3: Dado cualquier conjunto numerable de sucesos S1, S2,
, Sn, disjuntos dos a dos se verifica que:


P Si = P ( Si )
i =1 i =1
La tripleta (E, ,P) se conoce como espacio probabilstico

Estadstica

12

Probabilidad axiomtica
Siempre que la funcin P cumpla los 3 axiomas, la definicin
axiomtica de la probabilidad permite:
Manejar experimentos tericos
Trabajar con monedas perfectas

P (c) = P (+) =
Inventar otro tipo de monedas

P (c) = , P (+) =
Sin embargo la definicin de Kolmogorov no nos dice cmo
construir una probabilidad. Para eso tenemos la definicin de
Laplace, para el clculo prctico de una probabilidad cuando el
espacio muestral es finito y los sucesos equiprobables o la
frecuentista, cuando el espacio no es finito o los sucesos no son
equiprobables
Estadstica

13

ndice
ndice
lgebra de sucesos
Probabilidad axiomtica
Teoremas del clculo de probabilidades
Probabilidad condicional

Estadstica

Dependencia de sucesos: probabilidad condicionada

Regla de la multiplicacin

Independencia de sucesos

Teorema de la probabildad total

Teorema de Bayes

14

Teoremas
Teorema 1
La probabilidad del suceso imposible es cero: P() = 0
Demostracin: Dada una sucesin de sucesos disjuntos dos a dos
S1, . . . , Sn , todos ellos iguales al suceso imposible (Sk = ),
segn el axioma 3:

Como P (S) 0, entonces

Estadstica

15

Teoremas
Teorema 1
La probabilidad del suceso imposible es cero: P() = 0
Ejemplo: Se lanzan 2 monedas

Probabilidad de que salgan 3 caras:

Estadstica

16

Teoremas
Teorema 2
La probabilidad de la unin de n sucesos disjuntos dos a dos,

S1, . . . , Sn, es igual a la suma de las probabilidades:


n n
P S i = P ( Si )
i =1 i =1

Estadstica

17

Teoremas
Teorema 2
La probabilidad de la unin de n sucesos disjuntos dos a dos,

S1, . . . , Sn, es igual a la suma de las probabilidades:


n n
P S i = P ( Si )
i =1 i =1

Estadstica

18

Teoremas
Teorema 2
La probabilidad de la unin de n sucesos disjuntos dos a dos,

S1, . . . , Sn, es igual a la suma de las probabilidades:


n n
P S i = P ( Si )
i =1 i =1
Ejemplo: Un dado est construido de manera que las
probabilidades de sus puntuaciones son

P(1)=0.1, P(2)=0.2, P(3)=0.3, P(4)=0.01, P(5)=0.02, P(6)=0.37


Calcular la probabilidad de que al lanzar el dado salga un
nmero par

Estadstica

19

Teoremas
Teorema 2
La probabilidad de la unin de n sucesos disjuntos dos a dos,

S1, . . . , Sn, es igual a la suma de las probabilidades:


n n
P S i = P ( Si )
i =1 i =1
Ejemplo: Un dado est construido de manera que las
probabilidades de sus puntuaciones son

P(1)=0.1, P(2)=0.2, P(3)=0.3, P(4)=0.01, P(5)=0.02, P(6)=0.37


Calcular la probabilidad de que al lanzar el dado salga un
nmero par
P(par)= P(2)+ P(4)+ P(6)=0.2+0.01+0.37=0.58

Estadstica

20

Teoremas
Teorema 3
La probabilidad de la unin de dos sucesos, S1 y S2, es igual a:

P ( S1 S2 ) = P ( S1 ) + P ( S2 ) P ( S1 S2 )

Estadstica

21

Teoremas

Estadstica

22

Teoremas
Teorema 3
La probabilidad de la unin de dos sucesos, S1 y S2, es igual a:

P ( S1 S2 ) = P ( S1 ) + P ( S2 ) P ( S1 S2 )
Ejemplo: Se lanzan 3 monedas

= { A1 , A2 , A3 , A4 , A5 , A6 , A7 , A8 }
Probabilidad de que salga al menos 2 caras o al menos una cara y una
cruz:

Estadstica

23

Teoremas
Teorema 3
La probabilidad de la unin de dos sucesos, S1 y S2, es igual a:

P ( S1 S2 ) = P ( S1 ) + P ( S2 ) P ( S1 S2 )
Ejemplo: Se lanzan 3 monedas

= { A1 , A2 , A3 , A4 , A5 , A6 , A7 , A8 }
Probabilidad de que salga al menos 2 caras o al menos una cara y una
cruz:

Estadstica

24

Ejemplo

Estadstica

25

Ejemplo

Estadstica

26

Teoremas
Teorema 3 (extensin)
La probabilidad de la unin de n sucesos cualesquiera,

S1, . . . , Sn, . . . es igual a


n
n n
P Si = P ( Si ) P ( Si S j ) +
i < j 1
i =1 i =1

P(S S
n

i < j < k 1

+ ... + ( 1)

n +1

Sk ) +

P ( S1 S 2 ... S n )

Para tres sucesos queda:

3 3
P Si = P ( Si ) P ( S1 S2 ) P ( S1 S3 ) P ( S2 S3 ) + P ( S1 S2 S3 )
i =1 i =1
Estadstica

27

Teoremas
Teorema 4

Demostracin:

S1

S1

Estadstica

28

Teoremas
Teorema 4

Ejemplo: Se lanzan 2 monedas

Suceso: Obtener una cara: S1= {c,+} {+, c}={c+, +c}

Suceso: Obtener al menos una cara: S= {c,+} {+, c} {c, c}= {cc,

c+, +c}

Estadstica

29

Teoremas
Teorema 5

Demostracin:

Estadstica

30

Teoremas
Teorema 6

Demostracin:

S
S

Estadstica

31

Probabilidad
condicional

Estadstica

32

ndice
ndice
lgebra de sucesos
Probabilidad axiomtica
Teoremas del clculo de probabilidades
Probabilidad condicional

Estadstica

Dependencia de sucesos: probabilidad condicionada

Regla de la multiplicacin

Independencia de sucesos

Teorema de la probabildad total

Teorema de Bayes

33

Probabilidad condicional
Ejemplo:
He lanzado un dado. Qu ha salido?

P (acertar la puntuacin) =1/6

He lanzado un dado y el resultado es un nmero par. Qu ha


salido?

Estadstica

34

Probabilidad condicional
Ejemplo:
He lanzado un dado. Qu ha salido?

P (acertar la puntuacin) =1/6

He lanzado un dado y el resultado es un nmero par. Qu ha


salido?

P (acertar la puntuacin) =1/3

Estadstica

35

Probabilidad condicional
El espacio muestral se ha reducido al tener
la informacin

Estadstica

36

Probabilidad condicional
Dependencia de sucesos
Dado un espacio probabilstico (E, ,P) se considera un
suceso posible S con P ( S ) > 0 , y se considera que la
informacin adicional es que se cumple siempre S. Esto da
lugar a un nuevo espacio muestral: E S = E S , que genera a
su vez una nueva -lgebra: S = S . Se define entonces
una nueva probabilidad en esta nueva -lgebra, que se
llama Probabilidad Condicionada al suceso S.

Estadstica

37

Probabilidad condicional
Dependencia de sucesos
Dados dos sucesos S1 y S, el suceso S1 est condicionado
por el suceso S si el valor de la probabilidad de que suceda

S1 se modifica cuando se sabe que ha sucedido S.


Se define la probabilidad condicional como
siempre que P (S) > 0
Probabilidad de que ocurra S1 sabiendo que ha ocurrido S

Estadstica

38

Probabilidad condicional
Dependencia de sucesos
Dados dos sucesos S1 y S, el suceso S1 est condicionado
por el suceso S si el valor de la probabilidad de que suceda

S1 se modifica cuando se sabe que ha sucedido S.


Se define la probabilidad condicional como
siempre que P (S) > 0
Probabilidad de que ocurra S1 sabiendo que ha ocurrido S
Se demuestra que esta definicin de probabilidad cumple
los tres axiomas de Kolmogorov
Estadstica

39

Probabilidad condicional
Dependencia de sucesos
Ejemplo: Se ha lanzado un dado. Calcular la probabilidad de que
haya salido un 2, sabiendo que el resultado es par.

Estadstica

40

Ejemplo

cul es la probabilidad de que tenga el abono de la piscina


sabiendo que tiene el del gimnasio?

Estadstica

41

Ejemplo

cul es la probabilidad de que tenga el abono de la piscina


sabiendo que tiene el del gimnasio?

S1 : Tener el abono del gimnasio


S 2 : Tener el abono de la piscina

( )

P S2

Estadstica

S1

P ( S1 S 2 ) 0.15
=
=
= 0.5
P ( S1 )
0.3

42

ndice
ndice
lgebra de sucesos
Probabilidad axiomtica
Teoremas del clculo de probabilidades
Probabilidad condicional

Estadstica

Dependencia de sucesos: probabilidad condicionada

Regla de la multiplicacin

Independencia de sucesos

Teorema de la probabildad total

Teorema de Bayes

43

Probabilidad condicional
Dados dos sucesos S1 y S2,,

P ( S1 S 2 )
P ( S1 |S2 ) =
P( S2 )

P ( S1 S 2 )
P ( S 2 |S1 ) =
P ( S1 )
Regla de la multiplicacin:
Caso de dos sucesos: Dados dos sucesos S1 y S2, se verifica
que:

P ( S1 S 2 ) = P ( S1 ) P ( S 2 |S1 ) = P ( S 2 ) P ( S1 |S2 )
Estadstica

44

Probabilidad condicional
En el caso particular S1 S2 ,

P ( S1 ) = P ( S1 |S2 ) P ( S 2 )

Regla de la multiplicacin:
Caso de dos sucesos: Dados dos sucesos S1 y S2, se verifica
que:

P ( S1 S 2 ) = P ( S1 ) P ( S 2 |S1 ) = P ( S 2 ) P ( S1 |S2 )
Estadstica

45

Regla de la multiplicacin
Dados tres sucesos S1 , S2 y S3,

P S3 |S1 S2

P ( S1 S 2 S3 )
=
P ( S1 S 2 )

P ( S1 S 2 S3 )
P ( S1 )

P S 2 S3 |S1 =
Regla de la multiplicacin:

Caso de tres sucesos: Dados tres sucesos S1 , S2 y S3, se


verifica que:

P ( S1 S 2 S3 ) = P ( S1 S 2 ) P S3 |S1 S2 = P ( S1 ) P ( S 2 |S1 ) P ( S3 |S1 S2 )


Estadstica

46

Regla de la multiplicacin
Dados n sucesos S1, . . . , Sn se verifica
Regla de la multiplicacin:

Estadstica

47

Regla de la multiplicacin
Algunas propiedades:

Estadstica

48

Regla de la multiplicacin
Ejemplo:
En una urna hay 4 bolas rojas, 3 bolas blancas y 2 bolas negras.
Se sacan 3 bolas, una a una sin reemplazamiento. Calcular la
probabilidad de que la primera sea roja, la segunda blanca y la
tercera negra.

Estadstica

49

Regla de la multiplicacin
Ejemplo:
En una urna hay 4 bolas rojas, 3 bolas blancas y 2 bolas negras.
Se sacan 3 bolas, una a una sin reemplazamiento. Calcular la
probabilidad de que la primera sea roja, la segunda blanca y la
tercera negra

S1 = la primera bola es roja


S2= la segunda bola es blanca
S3 = la tercera bola es negra

Estadstica

50

Regla de la multiplicacin
Ejemplo:
En una urna hay 4 bolas rojas, 3 bolas blancas y 2 bolas negras.
Se sacan 3 bolas, una a una sin reemplazamiento. Calcular la
probabilidad de que la primera sea roja, la segunda blanca y la
tercera negra

S1 = la primera bola es roja


S2= la segunda bola es blanca
S3 = la tercera bola es negra

Estadstica

51

Regla de la multiplicacin
Ejemplo:
En una urna hay 4 bolas rojas, 3 bolas blancas y 2 bolas negras.
Se sacan 3 bolas, una a una sin reemplazamiento. Calcular la
probabilidad de que la primera sea roja, la segunda blanca y la
tercera negra

S1 = la primera bola es roja


S2= la segunda bola es blanca
S3 = la tercera bola es negra
4
9
Estadstica

52

Regla de la multiplicacin
Ejemplo:
En una urna hay 4 bolas rojas, 3 bolas blancas y 2 bolas negras.
Se sacan 3 bolas, una a una sin reemplazamiento. Calcular la
probabilidad de que la primera sea roja, la segunda blanca y la
tercera negra

S1 = la primera bola es roja


S2= la segunda bola es blanca
S3 = la tercera bola es negra
4
9
Estadstica

3
8
53

Regla de la multiplicacin
Ejemplo:
En una urna hay 4 bolas rojas, 3 bolas blancas y 2 bolas negras.
Se sacan 3 bolas, una a una sin reemplazamiento. Calcular la
probabilidad de que la primera sea roja, la segunda blanca y la
tercera negra

S1 = la primera bola es roja


S2= la segunda bola es blanca
S3 = la tercera bola es negra
4
9
Estadstica

3
8

2
7
54

Regla de la multiplicacin
Ejemplo:
En una urna hay 4 bolas rojas, 3 bolas blancas y 2 bolas negras.
Se sacan 3 bolas, una a una sin reemplazamiento. Calcular la
probabilidad de que la primera sea roja, la segunda blanca y la
tercera negra

S1 = la primera bola es roja


S2= la segunda bola es blanca
S3 = la tercera bola es negra
4
9
Estadstica

3
8

2
7
55

ndice
ndice
lgebra de sucesos
Probabilidad axiomtica
Teoremas del clculo de probabilidades
Probabilidad condicional

Estadstica

Dependencia de sucesos: probabilidad condicionada

Regla de la multiplicacin

Independencia de sucesos

Teorema de la probabildad total

Teorema de Bayes

56

Independencia de sucesos
Ejemplo: Se ha lanzado un dado. Calcular la probabilidad de que
haya salido un 2, sabiendo que el dado es amarillo

Estadstica

57

Independencia de sucesos
Dos sucesos S1 y S2, son independientes si

es decir si

Estadstica

58

Independencia de sucesos
Ejemplo:
En una urna hay 10 bolas, 8 blancas y 2 negras. Se extraen
consecutivamente dos bolas y queremos determinar la
probabilidad de que la segunda sea blanca.
Sin reemplazamiento: Cuando la primera bola sale fuera, la
probabilidad de que la segunda sea blanca depende de si la
primera extrada es blanca (P(segunda blanca)=7/9) o negra
(P(segunda blanca)=8/9) (sucesos condicionados)
Con reemplazamiento: La probabilidad de que la segunda
sea blanca no depende del color de la primera bola extrada.
En este caso siempre es (P(segunda blanca)=8/10) (sucesos
independientes)
Estadstica

59

Independencia de sucesos
Tres sucesos S1 , S2 y S3 son independientes si
Son independientes dos a dos

y adems se cumple:

Estadstica

60

Independencia de sucesos
Propiedad
Si S1 y S2, son dos sucesos independientes, S1 y S 2 son
independientes ( S1 y S 2 son independientes)
Descomponemos el suceso S1 en unin de dos sucesos
disjuntos,

y se cumple

Estadstica

61

Independencia de sucesos
Ejemplo: En un saquito hay cuatro tarjetas en las que estn
marcadas las letras A, B, C y ABC respectivamente. Extraemos
una tarjeta al azar. Sean los sucesos:

SA = {La letra A est en la tarjeta extrada},


SB = {La letra B est en la tarjeta extrada}
SC = {La letra C est en la tarjeta extrada}.
Son sucesos independientes dos a dos? Son sucesos independientes?

Estadstica

62

Independencia de sucesos
Ejemplo: En un saquito hay cuatro tarjetas en las que estn
marcadas las letras A, B, C y ABC respectivamente. Extraemos
una tarjeta al azar. Sean los sucesos:

SA = {La letra A est en la tarjeta extrada},


SB = {La letra B est en la tarjeta extrada}
SC = {La letra C est en la tarjeta extrada}.
Son sucesos independientes dos a dos? Son sucesos independientes?

Estadstica

63

Independencia de sucesos
Ejemplo: En un saquito hay cuatro tarjetas en las que estn
marcadas las letras A, B, C y ABC respectivamente. Extraemos
una tarjeta al azar. Sean los sucesos:

SA = {La letra A est en la tarjeta extrada},


SB = {La letra B est en la tarjeta extrada}
SC = {La letra C est en la tarjeta extrada}.
Son sucesos independientes dos a dos? Son sucesos independientes?

Son sucesos independientes dos a dos pero NO son independientes


Estadstica

64

ndice
ndice
lgebra de sucesos
Probabilidad axiomtica
Teoremas del clculo de probabilidades
Probabilidad condicional

Estadstica

Dependencia de sucesos: probabilidad condicionada

Regla de la multiplicacin

Independencia de sucesos

Teorema de la probabildad total

Teorema de Bayes

65

Teorema de la Probabilidad total


Ejemplo:

Elijo una urna al azar y saco una bola. Calcular la probabilidad de


que la bola sea roja

Estadstica

66

Teorema de la Probabilidad total


Particin de E:
Es un conjunto de n sucesos S1, . . . , Sn disjuntos dos a dos,

Si S j = i j , tales que

E
S1

Estadstica

S2

S3

S4

S5

67

Teorema de la Probabilidad total


Dados un suceso A y una particin de E: S1, . . . , Sn , se verifica

A = ( A S1 ) ( A S 2 ) ... ( A S n )

P ( A ) = P ( ( A S1 ) ( A S 2 ) ... ( A S n ) ) =
n
n
n
P ( A Si ) = P ( A Si ) = P ( A S )P ( Si )
i
i =1
i =1
i =1

A
S1

Estadstica

S2

S3

S4

S5

68

Teorema de la Probabilidad total


Dados un suceso A y una particin de E: S1, . . . , Sn , se verifica

La probabilidad de que ocurra un suceso A depende de cul


de los sucesos disjuntos ha ocurrido anteriormente

A
S1

Estadstica

S2

S3

S4

S5

69

Teorema de la Probabilidad total


Dados un suceso A y una particin de E: S1, . . . , Sn , se verifica

Ejemplo: Dada una particin de E, S1, S2, S3 :

P ( A ) = P ( ( A S1 ) ( A S 2 ) ( A S3 ) ) =
= P ( A S1 ) + P ( A S 2 ) + P ( A S3 ) =
= P ( A |S1 ) P ( S1 ) + P ( A |S2 ) P ( S 2 ) + P ( A |S3 ) P ( S3 )

Estadstica

70

Teorema de la Probabilidad total


Dados un suceso A y una particin de E: S1, . . . , Sn , se verifica

Ejemplo: Dados 2 sucesos A y S1 se verifica que

P ( A) = P( A |S 1 ) P( S1 ) + P( A |S 1 ) P( S1 )

Estadstica

71

Teorema de la Probabilidad total


Ejemplo:

Elijo una urna al azar y saco una bola. Calcular la probabilidad de


que la bola sea roja

4 1 20 1 1
P ( R ) = P ( R |U 1 ) P (U1 ) + P ( R |U 2 ) P (U 2 ) = + =
24 2 24 2 2
Estadstica

72

Teorema de la Probabilidad total


Ejemplo:
En una urna hay 4 bolas rojas y 3 bolas blancas. Se sacan dos
bolas, una a una sin reemplazamiento. Calcular la
probabilidad de que la segunda bola sea blanca

Estadstica

73

Teorema de la Probabilidad total


Ejemplo:
En una urna hay 4 bolas rojas y 3 bolas blancas. Se sacan dos
bolas, una a una sin reemplazamiento. Calcular la
probabilidad de que la segunda bola sea blanca
R1 = la primera bola es roja
B1 = la primera bola es blanca
R2 = la segunda bola es roja
B2 = la segunda bola es blanca

1/2
4/7

R1

Bola 2
1/2

R2
B2

Bola 1
3/7

Estadstica

B1

2/3

R2

1/3

B2

Bola 2

74

Teorema de la Probabilidad total


Ejemplo:
En una urna hay 4 bolas rojas y 3 bolas blancas. Se sacan dos
bolas, una a una sin reemplazamiento. Calcular la
probabilidad de que la segunda bola sea blanca

P ( B2 ) = P B2

R1

P ( R1 ) + P B2

B1

P ( B1 ) =

14 13 3
+
=
27 37 7

Otra forma de verlo


P ( B2 ) = P ( R1 B2 ) + P ( B1 B2 ) =

41 31 3
+
=
72 73 7
1/2

4/7

R1

Bola 2
1/2

R2
B2

Bola 1
3/7

Estadstica

B1

2/3

R2

1/3

B2

Bola 2

75

Teorema de la Probabilidad total


Ejemplo:
En una urna hay 4 bolas rojas, 3 bolas blancas y 2 bolas negras.
Se sacan 2 bolas, una a una sin reemplazamiento. Calcular la
probabilidad de que la segunda bola sea blanca

Estadstica

76

Teorema de la Probabilidad total


Ejemplo:
En una urna hay 4 bolas rojas, 3 bolas blancas y 2 bolas negras.
Se sacan 2 bolas, una a una sin reemplazamiento. Calcular la
probabilidad de que la segunda bola sea blanca

S1 = la primera bola es roja o negra (no es blanca)


S2= la primera bola es blanca
A = la segunda bola es blanca

Estadstica

77

ndice
ndice
lgebra de sucesos
Probabilidad axiomtica
Teoremas del clculo de probabilidades
Probabilidad condicional

Estadstica

Dependencia de sucesos: probabilidad condicionada

Regla de la multiplicacin

Independencia de sucesos

Teorema de la probabildad total

Teorema de Bayes

78

Teorema de Bayes
Ejemplo:

Elijo una urna al azar, saco una bola y resulta ser roja. Calcular la
probabilidad de que la bola haya salido de la urna U1

Estadstica

79

Teorema de Bayes
Dados un suceso A y una particin de E: S1, . . . , Sn , se verifica

Demostracin: Dados 2 sucesos: Si y A, se verifica que


(regla de la multiplicacin):

P ( Si A ) = P ( Si ) P ( A |Si ) = P ( A) P ( Si | A )

P ( Si | A ) =

P ( A | Si ) P ( S i )
P ( A)

P ( A | Si ) P ( S i )
n

P( A |
i =1

Estadstica

Si

) P ( Si )
80

Teorema de Bayes
Dados un suceso A y una particin de E: S1, . . . , Sn , se verifica

La probabilidad de que ocurra un suceso, A, depende de cul


de los sucesos disjuntos, S1, . . . , Sn , ha ocurrido
anteriormente
Sabiendo el resultado final, A, puedo calcular la probabilidad
de que anteriormente haya ocurrido el suceso S1

Estadstica

81

Teorema de Bayes
Ejemplo:

Elijo una urna al azar, saco una bola y resulta ser roja. Calcular la
probabilidad de que la bola haya salido de la urna U1

4 1

P ( R |U1 ) P (U1 )
P ( R |U1 ) P (U1 )
1
24 2
P (U1 |R ) =
=
=
=
4 1 20 1 6
P( R)
P ( R |U1 ) P (U1 ) + P ( R |U 2 ) P (U 2 )
+
24 2 24 2
Estadstica

82

Teorema de Bayes
Ejemplo:
La urna U1 contiene 4 bolas rojas y 6 bolas blancas
La urna U2 contiene 3 bolas rojas y 12 bolas blancas
Elijo una urna al azar, saco una bola y resulta ser roja.
Probabilidad de que la bola haya salido de la urna U1

Estadstica

83

Teorema de Bayes
Ejemplo:
La urna U1 contiene 4 bolas rojas y 6 bolas blancas
La urna U2 contiene 3 bolas rojas y 12 bolas blancas
Elijo una urna al azar, saco una bola y resulta ser roja.
Probabilidad de que la bola haya salido de la urna U1

S1 = la urna elegida es U1
S2= la urna elegida es U2
A = la bola es roja

Estadstica

84

Ejemplo
Caso de las tres puertas

Estadstica

85

Caso de las tres puertas

Un concursante debe elegir entre tres puertas, detrs de una


de las cuales se encuentra un premio. Hecha la eleccin y
antes de abrir la puerta seleccionada, el presentador que
sabe dnde est el premio- abre una de las puertas no
seleccionadas y comprueba que no tiene premio. En ese
momento el presntador le da al concursante la posibilidad de
reconsiderar su eleccin. Qu debera hacer el concursante?

Estadstica

86

Caso de las tres puertas

Estadstica

87

Caso de las tres puertas


1/2
Premio A
1/3
1/3

Abre B
Abre C

1/2

Premio B

Abre C

Premio C

Abre B

1/3

Estadstica

88

Caso de las tres puertas


1/2
Premio A
1/3

Abre B
Abre C

1/2

1/3
Premio B

Abre C

Premio C

Abre B

1/3

11
P ( Abre B |Pr_ A ) P ( Pr_ A ) 2 3 1
P ( Pr_ A |Abre B ) =
=
=
1
P ( Abre B )
3
2
1
1
P ( Abre B |Pr_ C ) P ( Pr_ C )
2
P ( Pr_ C |Abre B ) =
= 3=
1 3
P ( Abre B )
2
P ( Abre B ) = P ( Abre B |Pr_ A ) P ( Pr_ A ) + P ( Abre B |Pr_ C ) P ( Pr_ C ) =
Estadstica

11 1 1
+1 =
23 3 2
89

Caso de las tres puertas


1/2
Premio A
1/3
1/3

Abre B
Abre C

1/2

Premio B

Abre C

Premio C

Abre B

1/3

Idea intuitiva de por qu la informacin es importante:


La idea del problema est en pensar por qu el presentador ha abierto la puerta
B y no la C.
Si el premio est en A (situacin 1), el presentador puede elegir cualquiera de
las dos puertas (B o C) para abrir, luego, en este caso, la probabilidad de abrir B
es 1/2
Si el premio est en C (situacin 2), el presentador no puede elegir, slo puede
abrir B, luego, en este caso, la probabilidad de abrir B es 1.
Luego, sabiendo que ha abierto B, es ms probable que lo haya hecho porque
est en la situacin 2 que en la situacin 1
Estadstica

90

Ejercicios

Estadstica

91

Ejercicios
1. Sea un espacio muestral E formado por los sucesos S1, S2 y
S3 tales que:

S1 S 2 S3 = E
S1 S3 =
S 2 S3 =
donde

2
3
2
P ( S1 ) = , P ( S1 S 2 ) = , P ( S3 ) =
3
4
7
En este espacio estn bien definidas las probabilidades?

Estadstica

92

Ejercicios
2. En una ciudad el 55% de la poblacin consume aceite de tipo
A, el 30% consume aceite tipo B y el 20% consume de
ambos.
Se escoge a una persona al azar.
(a) Si la persona consume aceite tipo A. Cul es la
probabilidad de que consuma tambin aceite tipo B?
(Solucin: 4/11)
(b) Si la persona consume aceite tipo B. Cul es la
probabilidad de que no consuma de tipo A?
(Solucin: 1/3)
(c) Cul es la probabilidad de que no consuma de ninguno
de los 2 tipos?
(Solucin: 7/20)

Estadstica

93

Ejercicios
3. La urna U1 contiene 4 bolas rojas y 2 azules. La urna U2
contiene 6 bolas rojas y 6 bolas azules.
(a) Se elige una urna al azar y se saca una bola. Probabilidad
de que sea azul. (Solucin: 5/12)
(b) Se elige una urna al azar y se saca una bola, que resulta
ser azul. Probabilidad de que la bola haya salido de la urna
U2 . (Solucin: 3/5)
(c) Se saca una bola de la urna U1 y se pasa a la urna U2 . A
continuacin se saca una bola de la urna U2 . Probabilidad
de que sea azul. (Solucin: 19/39)

Estadstica

94

Ejercicios
4. Sean A, B y C tres sucesos independientes. Demustrese que
los sucesos A B y C tambin son independientes.

Estadstica

95

Ejercicios
5. Dos jugadores igualmente hbiles, A y B, apuestan 1000e en
una partida a los chinos a tres juegos ganados. Cmo
deben repartirse los 2000 de la mesa si tienen que
interrumpir la partida cuando llevan: A dos juegos ganados y
B uno? (se supone que no hay empates)
Solucin: Jugador A: 1500 y Jugador B : 500
Juego de los chinos:
Cada jugador dispone de tres piedras o chinos, de los que puede
tomar en la mano la cantidad que quiera: 0, 1, 2 3. Por orden que
cambia en cada partida, cada jugador apuesta por cul ser la suma
de sus chinos y el oponente. A una seal se muestran las manos
abiertas y se comprueba quien ha acertado. En caso de que ninguno
acierte se repite las veces que sea necesario.

Estadstica

96

Ejercicios
6. De una baraja francesa (52 cartas) se reparten 5 cartas a 4
jugadores A, B, C y D en ese mismo orden.
(a) Probabilidad de que el jugador A tenga 4 ases.
(b) Probabilidad de que el jugador B tenga 4 ases.
(c) Probabilidad de que el jugador C tenga 4 ases.
(d) Probabilidad de que el jugador D tenga 4 ases.
(a), (b), (c), (d) Solucin: 1.847x 10-5

Estadstica

97

Ejercicios
7. Una alergia afecta al 10% de la poblacin. Hay un test para
comprobar si se es alrgico cuya sensibilidad (tasa de
aciertos sobre alrgicos) es 0.6 y su especifidad (tasa de
aciertos sobre no alrgicos) es 0.99.
(a) Calcular el ndice predictivo positivo (probabilidad de ser
alrgico, si el resultado del test ha sido positivo).
(Solucin: 0.060/0.069)
(b) Calcular el ndice predictivo negativo (probabilidad de no
ser alrgico, si el test ha sido negativo).
(Solucin: 0.891/0.931)

Estadstica

98

Ejercicios
8. El dado A tiene 4 caras rojas y 2 blancas. El dado B tiene 2
caras rojas y 4 blancas. Se lanza una moneda una sola vez: si
sale cara, se juega slo con el dado A y si sale cruz, se juega
slo con el dado B.
(a) Probabilidad de que salga rojo tras un lanzamiento del
dado. (Solucin: 1/2)
(b) Si en los dos primeros lanzamientos del dado ha salido
rojo, cul es la probabilidad de que en el tercer lanzamiento
tambin salga rojo? (Solucin: 3/5)
(c) Si en los 100 primeros lanzamientos del dado ha salido
rojo, probabilidad de que en el 101 lanzamiento tambin
salga rojo
(d) Si en los n primeros lanzamientos del dado ha salido rojo,
cul es la probabilidad de que se est usando el dado A?

Estadstica

99

Ejercicios
9.

Estadstica

100

Ejercicios
10. Paradoja de Mer: Demostrar que es ms probable obtener
por lo menos un as con cuatro dados, que por lo menos un as
doble en 24 tiradas de dos dados.

Estadstica

101

E1. Examen final curso 11-12

(a)

(c)

(b)

(d)

Estadstica

102

E2. Examen extraordinario curso 11-12

Estadstica

103

E3. Primer parcial curso 11-12


Un jugador lanza dos monedas idnticas. Si obtiene alguna cara lanza a
continuacin dos dados mientras que, si no obtiene ninguna, lanza un nico dado.
Calcular la probabilidad de que obtenga al menos un seis.

1
(a) P =
6

11
(b) P =
36

13
(c) P =
48

7
(d) P =
27

Un jugador lanza dos monedas idnticas. Si obtiene alguna cara lanza a


continuacin dos dados mientras que, si no obtiene ninguna, lanza un nico dado.
Sabiendo que, tanto si ha lanzado uno o dos dados, ha obtenido un nico seis,
calcular la probabilidad de que hubiera obtenido una cara y una cruz al lanzar las
monedas.

5
(a) P =
9

Estadstica

5
(b) P =
8

5
(c) P =
7

5
(d) P =
18

104

E4. Primer parcial curso 12-13


De una baraja espaola se eligen dos cartas al azar. Si ambas son del
mismo palo se lanzan tres dados y, si no, se lanzan dos. Calcular la
probabilidad de que salga un solo seis.

(1) p = 275 / 936


(3) p = 125 / 936

(2) p = 155 / 468


(4) p = 85 / 702

De una baraja espaola se eligen dos cartas al azar. Si ambas son del
mismo palo se lanzan tres dados y, si no, se lanzan dos. Sabiendo que ha
salido un solo seis, cul es la probabilidad de que se hayan lanzado tres
dados?

(1) p = 9 / 34
(3) p = 6 / 31

Estadstica

(2) p = 3 /11
(4) p = 1/ 5

105

E5. Examen final curso 11-12


Arizmendi III (en lo sucesivo A) y Berasategui (en lo sucesivo B) disputan en el
frontn Bizkaia la final del campeonato de pelota vasca a mano. El partido lo
ganar el primero que llegue a 22 puntos. En cada punto tiene el saque el
jugador que ha ganado el punto anterior. Cuando saca A la probabilidad de que A
gane el punto es del 70% y cuando saca B, la probabilidad de que B gane el
punto es del 60%. Hacia el final del partido, A consigue un punto que supone el
empate a 20 puntos. A partir de ese momento, cul es la probabilidad de que A
gane la txapela de campen?

(1)0.490,

Estadstica

(2)0.784,

(3)0.658,

(4)0.574

106

E6. Primer parcial curso 12-13

Estadstica

107

E7. Examen extraordinario curso 11-12

Estadstica

108

E8. Examen final curso 13-14


La urna A contiene 4 bolas blancas y 6 negras, mientras que la urna B
contiene 10 blancas y 8 negras. Se elige una bola al azar de la urna A y se
pasa a la urna B y, seguidamente, se extraen 2 bolas de la urna que
resultan ser del mismo color. Calcular la probabilidad de que la bola pasada
fuese blanca.

(1) p = 0.406 (2) p = 0.194 (3) p = 0.284 (4) p = 0.594

Estadstica

109

E9. Examen extraordinario curso 13-14

(1) p = 0.688 (2) p = 0.143 (3) p = 0.229 (4) p = 0.433

Estadstica

110

E10. Examen extraordinario curso 13-14

(1) p = 0.311 (2) p = 0.576 (3) p = 0.424 (4) p = 0.2533

Estadstica

111