Universidad Autnoma de Santo

Domingo

Facultad:
Ciencias Economas
Materia:
Estadstica II
Trabajo:
Teorema de la probabilidad total
Seccin: 04
Estudiante:
Esther Carolina DD-2752
Profesor:
Guillermo MATEO MONTERO
Fecha:
30 de agosto de 2017

Teorema de la Probabilidad Total:

Decimos que los eventos B1, B2, B3, .... , Bk representan una particin del espacio
muestral S si:

En otras palabras, cuando se efecta el experimento "e" ocurre uno y slo uno de
los eventos Bi.
En el diagrama de Venn de la figura, se ilustra esto para k = 8. Por lo tanto
podemos escribir

Por supuesto de que algunos de los conjuntos de interseccin entre A y Bj pueden

ser vacos, pero ello no invalida la anterior descomposicin de A.
Lo importante es que todos los eventos formados por cada una de las
intersecciones, son parejas mutuamente excluyentes. Por lo tanto, podemos aplicar
la propiedad aditiva para este tipo de eventos y escribir:

Sin embargo,
cada trmino de esta suma, se puede expresar usando la Probabilidad Condicional,
obteniendo as de esta forma, el llamado Teorema de la Probabilidad Total:

Este resultado es uy til, ya que cuando se busca P(A), frecuentemente puede ser
difcil calcularlo de forma directa.
Ejemplo: Cierto artculo es manufacturado en tres fbricas, digamos 1,2 y 3. Se
sabe que la primera produce el doble de artculos que la segunda y que sta y la
tercera producen el mismo nmero de artculos (durante le periodo de produccin
dado). Se sabe tambin que el 2% de los artculos producidos por las primeras es
defectuoso, mientras que el 4% de de los manufacturados por la tercera lo es.
Todos los artculos defectuosos son puestos es una fila y se escoge uno al azar.
Cul es la probabilidad de que este artculo sea defectuoso?

Definamos los eventos:

A = { el artculo es defectuoso }
B1 = { el articulo viene de la fbrica 1 }
B2 = { el articulo viene de la fbrica 2 }
B3 = { el articulo viene de la fbrica 3 }

P(B1) = 1/2
P(B2) = 1/4
P(B3) = 1/4
P(A/B1) = 0,02
P(A/B2) = 0,02
P(A/B3) = 0,04
Nos piden P(A)

P(A)= P(A/B1)P(B1) + P(A/B2)P(B2) + P(A/B3)P(B3)

P(A)= (0,02)(1/2) + (0,02)(1/4) + (0,04)(1/4) = 0,025
Veamos ahora el

Teorema de Bayes:
Usaremos el mismo ejemplo anterior para demostrar un resultado interesante.
Supongamos que del depsito se escoge un artculo y se encuentra de que es
defectuoso. Cul es la probabilidad de que se produjese en la primera de las
fbricas?
Usando la notacin de probabilidad condicionada tenemos, siendo B1, B2, B3, ....
Bk una particin del espacio muestral S y A un evento asociado a S:

Este resulatdo es conocido como el teorema de Bayes o "Frmula de la

probabilidad de las causas".
Resolviendo para el caso del ejemplo anterior:

Distribuciones continuas: Uniforme

La distribucin uniforme es aquella que puede tomar cualquier valor dentro de un

intervalo, todos ellos con la misma probabilidad.
Es una distribucin continua porque puede tomar cualquier valor y no nicamente
un nmero determinado (como ocurre en las distribuciones discretas).
Ejemplo: el precio medio del litro de gasolina durante el prximo ao se estima
que puede oscilar entre 140 y 160 ptas. Podra ser, por tanto, de 143 ptas., o de
143,4 ptas., o de 143,45 ptas., o de 143,455 ptas, etc. Hay infinitas posibilidades,
todas ellas con la misma probabilidad.
Su funcin de densidad, aquella que nos permite conocer la probabilidad que tiene
cada punto del intervalo, viene definida por:
Estadistica

Donde:
b: es el extremo superior (en el ejemplo, 160 ptas.)
a: es el extremo inferior (en el ejemplo, 140 ptas.)
Por lo tanto, la funcin de distribucin del ejemplo sera:

Distribuciones continuas: Normal (III): Ejercicios

Reproducir Leccin
Oir Lecc.
Ejercicio 1: La renta media de los habitantes de un pas es de 4 millones de
ptas/ao, con una varianza de 1,5. Se supone que se distribuye segn una
distribucin normal. Calcular:

a) Porcentaje de la poblacin con una renta inferior a 3 millones de ptas.

b) Renta a partir de la cual se sita el 10% de la poblacin con mayores ingresos.

c) Ingresos mnimo y mximo que engloba al 60% de la poblacin con renta

media.

a) Porcentaje de la poblacin con una renta inferior a 3 millones de ptas.

Lo primero que tenemos que hacer es calcular la normal tipificada:

Estadistica
Recordemos que el denominador es la desviacin tpica ( raz cuadrada de la
varianza)
El valor de Y equivalente a 3 millones de ptas es -0,816.

P (X < 3) = P (Y < -0,816)

Ahora tenemos que ver cul es la probabilidad acumulada hasta ese valor. Tenemos
un problema: la tabla de probabilidades (ver leccin 35) slo abarca valores
positivos, no obstante, este problema tiene fcil solucin, ya que la distribucin
normal es simtrica respecto al valor medio.