Académique Documents
Professionnel Documents
Culture Documents
Variables Aleatorias
Segundo Semestre A
no 2012
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Variables Aleatorias
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Experimento Aleatorio
Proceso de observar un fen
omeno cuyos resultados son inciertos
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Experimento Aleatorio
Proceso de observar un fen
omeno cuyos resultados son inciertos
Suceso elemental
Un posible resultado de un experimento aleatorio
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Experimento Aleatorio
Proceso de observar un fen
omeno cuyos resultados son inciertos
Suceso elemental
Un posible resultado de un experimento aleatorio
Espacio Muestral
El conjunto de todos los posibles resultados de un experimento
Lo denotaremos, en general, por la letra S
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Experimento Aleatorio
Proceso de observar un fen
omeno cuyos resultados son inciertos
Suceso elemental
Un posible resultado de un experimento aleatorio
Espacio Muestral
El conjunto de todos los posibles resultados de un experimento
Lo denotaremos, en general, por la letra S
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Diagrama del arbol
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Diagrama del arbol
Espacio Muestral
S = {CC , CS, S1, S2, S3, S4, S5, S6}
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Diagrama del arbol
Espacio Muestral
S = {CC , CS, S1, S2, S3, S4, S5, S6}
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Diagrama del arbol
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Diagrama del arbol
Espacio Muestral
S = {DDD, DDN, DND, DNN, NDD, NDN, NND, NNN}
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Diagrama del arbol
Espacio Muestral
S = {DDD, DDN, DND, DNN, NDD, NDN, NND, NNN}
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Evento o Suceso
Un Evento o Suceso es cualquier subconjunto del espacio muestral
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Evento o Suceso
Un Evento o Suceso es cualquier subconjunto del espacio muestral
Ejemplo de sucesos considerando S = {e1 , e2 , ..., e15 }
S1 = {e1 , e3 },
S2 = {e3 , e5 , e10 }
S3 = ,
S3 = :
Suceso Imposible
S4 = S
S4 = S :
David Elal-Olivero
Suceso Seguro
Probabilidad
Variables Aleatorias
Probabilidad
Evento o Suceso
Un Evento o Suceso es cualquier subconjunto del espacio muestral
Ejemplo de sucesos considerando S = {e1 , e2 , ..., e15 }
S1 = {e1 , e3 },
S2 = {e3 , e5 , e10 }
S3 = ,
S3 = :
Suceso Imposible
S4 = S
S4 = S :
David Elal-Olivero
Suceso Seguro
Probabilidad
Variables Aleatorias
Probabilidad
Ejemplo
Sea el Experimento Aleatorio: N
umero que sale al tirar un dado
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Ejemplo
Sea el Experimento Aleatorio: N
umero que sale al tirar un dado
Sucesos elementales
Sucesos Elementales: {1}, {2},{3},{4},{5} y {6}
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Ejemplo
Sea el Experimento Aleatorio: N
umero que sale al tirar un dado
Sucesos elementales
Sucesos Elementales: {1}, {2},{3},{4},{5} y {6}
Espacio Muestral
Espacio Muestral: S={1,2,3,4,5,6}
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Ejemplo
Sea el Experimento Aleatorio: N
umero que sale al tirar un dado
Sucesos elementales
Sucesos Elementales: {1}, {2},{3},{4},{5} y {6}
Espacio Muestral
Espacio Muestral: S={1,2,3,4,5,6}
Ejemplos de Sucesos
A = {2,4,6}, B={1,2,3}, C={1,2,4,6}
D = S = {1, 2, 3, 4, 5, 6}
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Ejemplo
Sea el Experimento Aleatorio: N
umero que sale al tirar un dado
Sucesos elementales
Sucesos Elementales: {1}, {2},{3},{4},{5} y {6}
Espacio Muestral
Espacio Muestral: S={1,2,3,4,5,6}
Ejemplos de Sucesos
A = {2,4,6}, B={1,2,3}, C={1,2,4,6}
D = S = {1, 2, 3, 4, 5, 6}
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Ejemplo de Suceso
En el ejemplo de la extracci
on de tres artculos defectuosos o no
defectuosos podra ser interesante el suceso A que el n
umero de artculos
defectuosos fuera mayor que 1, en tal caso el suceso sera:
A = {DDN, DND, NDD, DDD}
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Ejemplo de Suceso
En el ejemplo de la extracci
on de tres artculos defectuosos o no
defectuosos podra ser interesante el suceso A que el n
umero de artculos
defectuosos fuera mayor que 1, en tal caso el suceso sera:
A = {DDN, DND, NDD, DDD}
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Ejemplo de Suceso
Dado el Espacio Muestral S = {t/t 0}, donde t es la vida en a
nos de
determinado componente electr
onico, entonces el suceso A de que el
componente se da
ne antes del final del quinto a
no es el subconjunto:
A = {t/0 t < 5}
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Ejemplo de Suceso
Dado el Espacio Muestral S = {t/t 0}, donde t es la vida en a
nos de
determinado componente electr
onico, entonces el suceso A de que el
componente se da
ne antes del final del quinto a
no es el subconjunto:
A = {t/0 t < 5}
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Intersecci
on
Si A y B son dos sucesos del espacio muestral S, entonces la Interseccion,
A B, es el conjunto de todos los elementos de S que estan en A y B.
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Intersecci
on
Si A y B son dos sucesos del espacio muestral S, entonces la Interseccion,
A B, es el conjunto de todos los elementos de S que estan en A y B.
Diagrama de Venn
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Intersecci
on
Si A y B son dos sucesos del espacio muestral S, entonces la Interseccion,
A B, es el conjunto de todos los elementos de S que estan en A y B.
Diagrama de Venn
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Mutuamente Excluyentes
Dos sucesos A y B son Mutuamente Excluyentes o Disjuntos si
A B = , esto es, si A y B no tienen elemento en com
un.
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Mutuamente Excluyentes
Dos sucesos A y B son Mutuamente Excluyentes o Disjuntos si
A B = , esto es, si A y B no tienen elemento en com
un.
Diagrama de Venn
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Mutuamente Excluyentes
Dos sucesos A y B son Mutuamente Excluyentes o Disjuntos si
A B = , esto es, si A y B no tienen elemento en com
un.
Diagrama de Venn
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Uni
on
Si A y B son dos sucesos del espacio muestral S, entonces la Union,
A B, es el conjunto de todos los elementos de S que estan en A, en B
o en ambos.
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Uni
on
Si A y B son dos sucesos del espacio muestral S, entonces la Union,
A B, es el conjunto de todos los elementos de S que estan en A, en B
o en ambos.
Diagrama de Venn
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Uni
on
Si A y B son dos sucesos del espacio muestral S, entonces la Union,
A B, es el conjunto de todos los elementos de S que estan en A, en B
o en ambos.
Diagrama de Venn
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Uni
on
El Complemento de un suceso A con respecto a S es el conjunto de
todos los elementos de S que no estan en A. Denotamos el Complemento
de A por Ac .
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Uni
on
El Complemento de un suceso A con respecto a S es el conjunto de
todos los elementos de S que no estan en A. Denotamos el Complemento
de A por Ac .
Diagrama de Venn
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Uni
on
El Complemento de un suceso A con respecto a S es el conjunto de
todos los elementos de S que no estan en A. Denotamos el Complemento
de A por Ac .
Diagrama de Venn
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Ejemplo
Considere el experimento de lanzar un dado y consideremos los siguientes
sucesos:
1
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Ejemplo
Considere el experimento de lanzar un dado y consideremos los siguientes
sucesos:
1
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Ejemplo
Claramente
A = {2, 4, 6},
B = {4, 5, 6}
C = {3}
David Elal-Olivero
D = {2, 3, 5}
Probabilidad
Variables Aleatorias
Probabilidad
Ejemplo
Claramente
A = {2, 4, 6},
B = {4, 5, 6}
C = {3}
D = {2, 3, 5}
Nuevos sucesos
Los sucesos:
Ac ;
A B;
B D;
B C
David Elal-Olivero
(A D c ) C
corresponden
a:
Probabilidad
Variables Aleatorias
Probabilidad
Ejemplo
Claramente
A = {2, 4, 6},
B = {4, 5, 6}
C = {3}
D = {2, 3, 5}
Nuevos sucesos
Los sucesos:
Ac ;
A B;
B D;
B C
(A D c ) C
corresponden
Nuevos sucesos
Los sucesos:
Ac = {1, 3, 5};
A B = {2, 4, 5, 6}
B C = y
B D = {5}
(A D c ) C = {3, 4, 6}
David Elal-Olivero
a:
Probabilidad
Variables Aleatorias
Probabilidad
Ejemplo
Claramente
A = {2, 4, 6},
B = {4, 5, 6}
C = {3}
D = {2, 3, 5}
Nuevos sucesos
Los sucesos:
Ac ;
A B;
B D;
B C
(A D c ) C
corresponden
Nuevos sucesos
Los sucesos:
Ac = {1, 3, 5};
A B = {2, 4, 5, 6}
B C = y
B D = {5}
(A D c ) C = {3, 4, 6}
David Elal-Olivero
a:
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio No 1
Escriba los elementos de cada uno de los siguientes espacios muestrales:
1
el conjunto S = {x / x 2 + 4x 5 = 0}
el conjunto S = {x / 2x 4 0
David Elal-Olivero
x < 1}
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio No 1
Escriba los elementos de cada uno de los siguientes espacios muestrales:
1
el conjunto S = {x / x 2 + 4x 5 = 0}
el conjunto S = {x / 2x 4 0
x < 1}
Ejercicio No 2
Describa el espacio muestral consistente en todos los puntos del primer
cuadrante, dentro de un circulo de radio 3 con centro en el origen
David Elal-Olivero
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio No 1
Escriba los elementos de cada uno de los siguientes espacios muestrales:
1
el conjunto S = {x / x 2 + 4x 5 = 0}
el conjunto S = {x / 2x 4 0
x < 1}
Ejercicio No 2
Describa el espacio muestral consistente en todos los puntos del primer
cuadrante, dentro de un circulo de radio 3 con centro en el origen
David Elal-Olivero
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio No 3
Un experimento consiste en lanzar un par de dados, uno verde y el otro
rojo y se registran los n
umeros que resultan. Si x es el resultado del dado
verde e y el del dado rojo.
1
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio No 3
Un experimento consiste en lanzar un par de dados, uno verde y el otro
rojo y se registran los n
umeros que resultan. Si x es el resultado del dado
verde e y el del dado rojo.
1
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio No 4
Un experimento consiste en lanzar primeramente un dado y despues
lanzar una moneda, siempre y cuando el n
umero en el dado sea par. Si el
resultado del dado es impar, la moneda se lanza dos veces. Al utilizar la
notaci
on 4C , por ejemplo, se indica el suceso elemental donde el n
umero
resultante en el dado es un 4 y la moneda cae cara; y 3CS para se
nalar el
suceso elemental de que el dado muestra un 3 y en la moneda se dan una
cara y un sello. Dibuje un diagrama del arbol para mostrar los 18
elementos del espacio muestral S.
David Elal-Olivero
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio No 4
Un experimento consiste en lanzar primeramente un dado y despues
lanzar una moneda, siempre y cuando el n
umero en el dado sea par. Si el
resultado del dado es impar, la moneda se lanza dos veces. Al utilizar la
notaci
on 4C , por ejemplo, se indica el suceso elemental donde el n
umero
resultante en el dado es un 4 y la moneda cae cara; y 3CS para se
nalar el
suceso elemental de que el dado muestra un 3 y en la moneda se dan una
cara y un sello. Dibuje un diagrama del arbol para mostrar los 18
elementos del espacio muestral S.
David Elal-Olivero
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio No 5
Una empresa constructora ofrece, a los interesados en la compra de una
casa, la posibilidad de seleccionar el estilo de la fachada entre tudor,
r
ustico, colonial y tradicional, y por otra parte una sola planta, dos pisos
o desniveles. De cuantas maneras diferentes puede un comprador
ordenar una de estas casas? Sol: 12
David Elal-Olivero
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio No 5
Una empresa constructora ofrece, a los interesados en la compra de una
casa, la posibilidad de seleccionar el estilo de la fachada entre tudor,
r
ustico, colonial y tradicional, y por otra parte una sola planta, dos pisos
o desniveles. De cuantas maneras diferentes puede un comprador
ordenar una de estas casas? Sol: 12
Ejercicio No 6
Cuantos men
us que consisten de sopa, emparedado, postre y un refresco
existen si se puede seleccionar entre 4 sopas diferentes, 3 clases de
emparedados, 5 postres y 4 refrescos? Sol: 240
David Elal-Olivero
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio No 5
Una empresa constructora ofrece, a los interesados en la compra de una
casa, la posibilidad de seleccionar el estilo de la fachada entre tudor,
r
ustico, colonial y tradicional, y por otra parte una sola planta, dos pisos
o desniveles. De cuantas maneras diferentes puede un comprador
ordenar una de estas casas? Sol: 12
Ejercicio No 6
Cuantos men
us que consisten de sopa, emparedado, postre y un refresco
existen si se puede seleccionar entre 4 sopas diferentes, 3 clases de
emparedados, 5 postres y 4 refrescos? Sol: 240
Ejercicio No 7
Cuantos n
umeros pares de tres dgitos pueden formarse con los dgitos
1,2,5,6 y 9, si cada uno de ellos puede utilizarse s
olo una vez? Sol: 24
David Elal-Olivero
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio No 5
Una empresa constructora ofrece, a los interesados en la compra de una
casa, la posibilidad de seleccionar el estilo de la fachada entre tudor,
r
ustico, colonial y tradicional, y por otra parte una sola planta, dos pisos
o desniveles. De cuantas maneras diferentes puede un comprador
ordenar una de estas casas? Sol: 12
Ejercicio No 6
Cuantos men
us que consisten de sopa, emparedado, postre y un refresco
existen si se puede seleccionar entre 4 sopas diferentes, 3 clases de
emparedados, 5 postres y 4 refrescos? Sol: 240
Ejercicio No 7
Cuantos n
umeros pares de tres dgitos pueden formarse con los dgitos
1,2,5,6 y 9, si cada uno de ellos puede utilizarse s
olo una vez? Sol: 24
David Elal-Olivero
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio No 8 Permutaciones n!
Cuantos n
umeros distintos se pueden encontrar con los dgitos 1,2 y 3,
usandolos todos?
David Elal-Olivero
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio No 8 Permutaciones n!
Cuantos n
umeros distintos se pueden encontrar con los dgitos 1,2 y 3,
usandolos todos?
Ejercicio No 9 Permutaciones n!
1
David Elal-Olivero
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio No 8 Permutaciones n!
Cuantos n
umeros distintos se pueden encontrar con los dgitos 1,2 y 3,
usandolos todos?
Ejercicio No 9 Permutaciones n!
1
David Elal-Olivero
Probabilidad
Variables Aleatorias
Ejercicios
o
Ejercicio N 10 Combinaciones
n
r
David Elal-Olivero
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio N 10 Combinaciones
n
r
n
r
David Elal-Olivero
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio N 10 Combinaciones
n
r
n
r
n
r
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio N 10 Combinaciones
n
r
n
r
n
r
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio N 13 Combinaciones
n
r
Cuantas n
umeros de tres dgitos pueden formarse con los n
umeros
0,1,2,3,4,5 y 6, si cada uno puede utilizarse s
olo una vez? Sol: 180
Cuantas de estos n
umeros son impares?
Cuantos de estos n
umeros son mayores que 330?
David Elal-Olivero
Sol: 75
Sol: 105
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio N 13 Combinaciones
n
r
Cuantas n
umeros de tres dgitos pueden formarse con los n
umeros
0,1,2,3,4,5 y 6, si cada uno puede utilizarse s
olo una vez? Sol: 180
Cuantas de estos n
umeros son impares?
Cuantos de estos n
umeros son mayores que 330?
David Elal-Olivero
Sol: 75
Sol: 105
Probabilidad
Variables Aleatorias
Probabilidad
Definici
on de Probabilidad Axiomatica
Sea S un espacio muestral asociado a un experimento. Diremos que P es
una funci
on de probabilidad si cumple con los siguientes tres axiomas:
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Definici
on de Probabilidad Axiomatica
Sea S un espacio muestral asociado a un experimento. Diremos que P es
una funci
on de probabilidad si cumple con los siguientes tres axiomas:
Definici
on de Probabilidad Axiomatica
Axioma No 1
0 P(A) 1
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Definici
on de Probabilidad Axiomatica
Sea S un espacio muestral asociado a un experimento. Diremos que P es
una funci
on de probabilidad si cumple con los siguientes tres axiomas:
Definici
on de Probabilidad Axiomatica
Axioma No 1
0 P(A) 1
Definici
on de Probabilidad Axiomatica
Axioma No 2
P(S) = 1
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Definici
on de Probabilidad Axiomatica
Sea S un espacio muestral asociado a un experimento. Diremos que P es
una funci
on de probabilidad si cumple con los siguientes tres axiomas:
Definici
on de Probabilidad Axiomatica
Axioma No 1
0 P(A) 1
Definici
on de Probabilidad Axiomatica
Axioma No 2
P(S) = 1
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Definici
on de Probabilidad Axiomatica
Axioma No 3 Si A y B son sucesos mutuamente excluyentes en S,
entonces
P(A B) = P(A) + P(B)
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Definici
on de Probabilidad Axiomatica
Axioma No 3 Si A y B son sucesos mutuamente excluyentes en S,
entonces
P(A B) = P(A) + P(B)
Definici
on de Probabilidad Axiomatica
Observaci
on: Cuando dos sucesos A y B sean mutuamente excluyentes,
la uni
on de ellos la escribiremos as: AB.
En tal caso el Axioma No 3
se expresara como:
P(AB)
= P(A) + P(B)
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Definici
on de Probabilidad Axiomatica
Axioma No 3 Si A y B son sucesos mutuamente excluyentes en S,
entonces
P(A B) = P(A) + P(B)
Definici
on de Probabilidad Axiomatica
Observaci
on: Cuando dos sucesos A y B sean mutuamente excluyentes,
la uni
on de ellos la escribiremos as: AB.
En tal caso el Axioma No 3
se expresara como:
P(AB)
= P(A) + P(B)
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Extensi
on axioma No 3
Si A, B y C son sucesos mutuamente excluyentes en S, es decir
A B = , A C = y B C = entonces
C
) = P(A) + P(B) + P(C )
P(AB
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Extensi
on axioma No 3
Si A, B y C son sucesos mutuamente excluyentes en S, es decir
A B = , A C = y B C = entonces
C
) = P(A) + P(B) + P(C )
P(AB
Extensi
on axioma No 3
Observaci
on: En general si A1 , A2 , A3 , ..., An son sucesos mutuamente
excluyentes, es decir, Ai Aj = con i, j : 1, 2, 3, ..., n con i 6= j,
entonces:
[n
X
n
P
Ak =
P(Ak )
k=1
David Elal-Olivero
k=1
Probabilidad
Variables Aleatorias
Probabilidad
Extensi
on axioma No 3
Si A, B y C son sucesos mutuamente excluyentes en S, es decir
A B = , A C = y B C = entonces
C
) = P(A) + P(B) + P(C )
P(AB
Extensi
on axioma No 3
Observaci
on: En general si A1 , A2 , A3 , ..., An son sucesos mutuamente
excluyentes, es decir, Ai Aj = con i, j : 1, 2, 3, ..., n con i 6= j,
entonces:
[n
X
n
P
Ak =
P(Ak )
k=1
David Elal-Olivero
k=1
Probabilidad
Variables Aleatorias
Probabilidad
Probabilidad Clasica con sucesos elementales equiprobables
Sea S un conjunto finito el espacio muestral asociado a un experimento,
donde los sucesos elementales tienen la misma probabilidad
(equiprobable) y sea A un suceso. Si se define la probabilidad P como:
P(A) =
]A
.
]S
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Probabilidad Clasica con sucesos elementales equiprobables
Sea S un conjunto finito el espacio muestral asociado a un experimento,
donde los sucesos elementales tienen la misma probabilidad
(equiprobable) y sea A un suceso. Si se define la probabilidad P como:
P(A) =
]A
.
]S
Probabilidad
Variables Aleatorias
Probabilidad
Probabilidad Clasica con sucesos elementales equiprobables
Sea S un conjunto finito el espacio muestral asociado a un experimento,
donde los sucesos elementales tienen la misma probabilidad
(equiprobable) y sea A un suceso. Si se define la probabilidad P como:
P(A) =
]A
.
]S
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
]A
3
1
= =
]S
6
2
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
]A
3
1
= =
]S
6
2
Probabilidad
Variables Aleatorias
Probabilidad
Ejemplo de Probabilidad Clasica
Sup
ongase que se selecciona en forma aleatoria tres artculos de un
proceso de manufactura. Se examina cada uno de ellos y se le clasifica
como defectuoso D o no Defectuoso N. Cual es la probabilidad de que
el n
umero de artculos defectuosos sea mayor o igual que 1?
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Ejemplo de Probabilidad Clasica
Sup
ongase que se selecciona en forma aleatoria tres artculos de un
proceso de manufactura. Se examina cada uno de ellos y se le clasifica
como defectuoso D o no Defectuoso N. Cual es la probabilidad de que
el n
umero de artculos defectuosos sea mayor o igual que 1?
Soluci
on
Por diagrama del arbol, sabemos que
S = {DDD, DDN, DND, DNN, NDD, NDN, NND, NNN}, por otra parte
si denotemos por A el suceso: que el n
umero de artculos defectuosos es
mayor o igual que 1, entonces
A = {DDD, DDN, DND, DNN, NDD, NDN, NND}, de esta manera:
P(A) =
David Elal-Olivero
]A
7
=
]S
8
Estadstica y Probabilidades, 2o Semestre 2012
Probabilidad
Variables Aleatorias
Probabilidad
Ejemplo de Probabilidad Clasica
Sup
ongase que se selecciona en forma aleatoria tres artculos de un
proceso de manufactura. Se examina cada uno de ellos y se le clasifica
como defectuoso D o no Defectuoso N. Cual es la probabilidad de que
el n
umero de artculos defectuosos sea mayor o igual que 1?
Soluci
on
Por diagrama del arbol, sabemos que
S = {DDD, DDN, DND, DNN, NDD, NDN, NND, NNN}, por otra parte
si denotemos por A el suceso: que el n
umero de artculos defectuosos es
mayor o igual que 1, entonces
A = {DDD, DDN, DND, DNN, NDD, NDN, NND}, de esta manera:
P(A) =
David Elal-Olivero
]A
7
=
]S
8
Estadstica y Probabilidades, 2o Semestre 2012
Probabilidad
Variables Aleatorias
Probabilidad
C
omo operamos si los sucesos elementales no son equiprobables?
Se carga un dado de tal manera que un n
umero par tiene el doble de
posibilidad de presentarse que un impar. Si E es el suceso en que se da
un n
umero menor que 4 en un solo lanzamiento. Cual es la probabilidad
de E ?
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
C
omo operamos si los sucesos elementales no son equiprobables?
Se carga un dado de tal manera que un n
umero par tiene el doble de
posibilidad de presentarse que un impar. Si E es el suceso en que se da
un n
umero menor que 4 en un solo lanzamiento. Cual es la probabilidad
de E ?
Soluci
on
El espacio muestral es S = {1, 2, 3, 4, 5, 6}. Si le asignamos una
probabilidad w a un n
umero impar, entonces deberamos asignarle el
valor 2w a la probabilidad de un n
umero par
Aplicando axioma 2 y reiteradamente el axioma 3, se tiene que:
P(S)
= 1
P({1, 2, 3, 4, 5, 6})
= 1
P({1}{2}
{3}
{4}
{5}
{6})
= 1
P({1}) + P({2}) + P({3}) + P({4}) + P({5}) + P({6}) = 1
w + 2w + w + 2w + w + 2w
= 1
w
= 91
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
C
omo operamos si los sucesos elementales no son equiprobables?
Se carga un dado de tal manera que un n
umero par tiene el doble de
posibilidad de presentarse que un impar. Si E es el suceso en que se da
un n
umero menor que 4 en un solo lanzamiento. Cual es la probabilidad
de E ?
Soluci
on
El espacio muestral es S = {1, 2, 3, 4, 5, 6}. Si le asignamos una
probabilidad w a un n
umero impar, entonces deberamos asignarle el
valor 2w a la probabilidad de un n
umero par
Aplicando axioma 2 y reiteradamente el axioma 3, se tiene que:
P(S)
= 1
P({1, 2, 3, 4, 5, 6})
= 1
P({1}{2}
{3}
{4}
{5}
{6})
= 1
P({1}) + P({2}) + P({3}) + P({4}) + P({5}) + P({6}) = 1
w + 2w + w + 2w + w + 2w
= 1
w
= 91
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Continuaci
on Soluci
on
As la probabilidad del suceso E = {1, 2, 3} esta dado por:
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Continuaci
on Soluci
on
As la probabilidad del suceso E = {1, 2, 3} esta dado por:
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Continuaci
on Soluci
on
As la probabilidad del suceso E = {1, 2, 3} esta dado por:
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Propiedades que resultan de la Probabilidad Axiomatica
Si M y N son dos sucesos cualesquiera y N M, entonces:
P(M N) = P(M) P(N)
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Propiedades que resultan de la Probabilidad Axiomatica
Si M y N son dos sucesos cualesquiera y N M, entonces:
P(M N) = P(M) P(N)
Diagrama de Venn M-N
M = (M N)N
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Propiedades que resultan de la Probabilidad Axiomatica
Si M y N son dos sucesos cualesquiera y N M, entonces:
P(M N) = P(M) P(N)
Diagrama de Venn M-N
M = (M N)N
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Propiedades que resultan de la Probabilidad Axiomatica
Si aplicamos probabilidad a la igualdad anterior se tiene que:
P(M) =
P((M N)N)
= P(M N) + P(N)
luego
P(M N) = P(M) P(N)
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Propiedades que resultan de la Probabilidad Axiomatica
Si aplicamos probabilidad a la igualdad anterior se tiene que:
P(M) =
P((M N)N)
= P(M N) + P(N)
luego
P(M N) = P(M) P(N)
Propiedades que resultan de la Probabilidad Axiomatica
Observaci
on: De la propiedad anterior se deducen las siguientes
propiedades:
1
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Propiedades que resultan de la Probabilidad Axiomatica
Si aplicamos probabilidad a la igualdad anterior se tiene que:
P(M) =
P((M N)N)
= P(M N) + P(N)
luego
P(M N) = P(M) P(N)
Propiedades que resultan de la Probabilidad Axiomatica
Observaci
on: De la propiedad anterior se deducen las siguientes
propiedades:
1
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Propiedades que resultan de la Probabilidad Axiomatica
Propiedad Aditiva: Si M y N son dos sucesos cualesquiera, entonces:
P(M N) = P(M) + P(N) P(M N)
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Propiedades que resultan de la Probabilidad Axiomatica
Propiedad Aditiva: Si M y N son dos sucesos cualesquiera, entonces:
P(M N) = P(M) + P(N) P(M N)
Diagrama de Venn M N
M N = (M M N)(M
N)(N
M N)
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Propiedades que resultan de la Probabilidad Axiomatica
Propiedad Aditiva: Si M y N son dos sucesos cualesquiera, entonces:
P(M N) = P(M) + P(N) P(M N)
Diagrama de Venn M N
M N = (M M N)(M
N)(N
M N)
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Ejercicio
La probabilidad de que Paula apruebe matematicas es de 23 y la de que
apruebe ingles es de 49 . Si la probabilidad de que apruebe ambos cursos
es de 14 . Cual es la probabilidad de que Paula apruebe al menos uno de
ellos?
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Ejercicio
La probabilidad de que Paula apruebe matematicas es de 23 y la de que
apruebe ingles es de 49 . Si la probabilidad de que apruebe ambos cursos
es de 14 . Cual es la probabilidad de que Paula apruebe al menos uno de
ellos?
Resultado
Sea A el suceso de que apruebe matematicas y
Sea B el suceso que apruebe ingles
entonces A B representa el suceso de que al menos apruebe uno de
ellos (matematica
o ingles). As entonces
P(A B) = P(A) + P(B) P(A B)
4
1
2
+
=
3
9
4
31
=
36
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Ejercicio
La probabilidad de que Paula apruebe matematicas es de 23 y la de que
apruebe ingles es de 49 . Si la probabilidad de que apruebe ambos cursos
es de 14 . Cual es la probabilidad de que Paula apruebe al menos uno de
ellos?
Resultado
Sea A el suceso de que apruebe matematicas y
Sea B el suceso que apruebe ingles
entonces A B representa el suceso de que al menos apruebe uno de
ellos (matematica
o ingles). As entonces
P(A B) = P(A) + P(B) P(A B)
4
1
2
+
=
3
9
4
31
=
36
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Ejercicio
Cuando se lanza un par de dados distinguibles y se suman los n
umeros en
las caras resultantes. Cual es la probabilidad de obtener un total de 7 u
11?
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Ejercicio
Cuando se lanza un par de dados distinguibles y se suman los n
umeros en
las caras resultantes. Cual es la probabilidad de obtener un total de 7 u
11?
Resultado
Sea A el suceso de obtener un 7 y sea B el suceso que obtener un 11
entonces A = {(1, 6)(6, 1)(2, 5)(5, 2)(3, 4)(4, 3)} y B = {(5, 6)(6, 5)}
por otra parte A B representa el suceso de obtener un 7 o un 11. luego
P(A B) = P(A) + P(B) P(A B)
1
1
=
+
P()
6
18
1
1
+
0
=
6
18
2
=
9
Observaci
on: Note que, en este caso, se cumple que AB,
es decir, los
sucesos son mutuamente excluyentes
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Ejercicio
Cuando se lanza un par de dados distinguibles y se suman los n
umeros en
las caras resultantes. Cual es la probabilidad de obtener un total de 7 u
11?
Resultado
Sea A el suceso de obtener un 7 y sea B el suceso que obtener un 11
entonces A = {(1, 6)(6, 1)(2, 5)(5, 2)(3, 4)(4, 3)} y B = {(5, 6)(6, 5)}
por otra parte A B representa el suceso de obtener un 7 o un 11. luego
P(A B) = P(A) + P(B) P(A B)
1
1
=
+
P()
6
18
1
1
+
0
=
6
18
2
=
9
Observaci
on: Note que, en este caso, se cumple que AB,
es decir, los
sucesos son mutuamente excluyentes
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Propiedades que resultan de la Probabilidad Axiomatica
Propiedad del Complemento: Si M es un suceso cualesquiera, entonces:
P(M) + P(M c ) = 1
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Propiedades que resultan de la Probabilidad Axiomatica
Propiedad del Complemento: Si M es un suceso cualesquiera, entonces:
P(M) + P(M c ) = 1
Diagrama de Venn M c
c =S
M M
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Propiedades que resultan de la Probabilidad Axiomatica
Propiedad del Complemento: Si M es un suceso cualesquiera, entonces:
P(M) + P(M c ) = 1
Diagrama de Venn M c
c =S
M M
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio No 1
Si A, B y C son sucesos mutuamente excluyentes y P(A) = 0,2
P(B) = 0,3 y P(C ) = 0,2, encuentre:
1
P(Ac )
P(A B C )
P(Ac B)
P(B c C c )
P(Ac (B C ))
David Elal-Olivero
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio No 1
Si A, B y C son sucesos mutuamente excluyentes y P(A) = 0,2
P(B) = 0,3 y P(C ) = 0,2, encuentre:
1
P(Ac )
P(A B C )
P(Ac B)
P(B c C c )
P(Ac (B C ))
David Elal-Olivero
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio No 2
Un dado se construye de tal forma que un 1 o un 2 ocurran dos veces
mas frecuentemente que un 5 y este u
ltimo se presenta tres veces mas
seguido que un 3, un 4, o un 6. Si el dado se lanza una vez, encuentre la
probabilidad de que:
1
el n
umero sea par
el n
umero sea primo
el n
umero sea mayor que 4
Sol: 1) 49 ;
2) 59 ;
3)
2
9
David Elal-Olivero
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio No 2
Un dado se construye de tal forma que un 1 o un 2 ocurran dos veces
mas frecuentemente que un 5 y este u
ltimo se presenta tres veces mas
seguido que un 3, un 4, o un 6. Si el dado se lanza una vez, encuentre la
probabilidad de que:
1
el n
umero sea par
el n
umero sea primo
el n
umero sea mayor que 4
Sol: 1) 49 ;
2) 59 ;
3)
2
9
David Elal-Olivero
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio No 3
Si una permutaci
on de la palabra canto se selecciona al azar, encuentre
la probabilidad de que el nuevo vocablo:
1
Sol: 1) 35 ;
2) 25 ;
3)
1
10
David Elal-Olivero
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio No 3
Si una permutaci
on de la palabra canto se selecciona al azar, encuentre
la probabilidad de que el nuevo vocablo:
1
Sol: 1) 35 ;
2) 25 ;
3)
1
10
David Elal-Olivero
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio No 4
Si se seleccionan al azar 3 libros de un estante que contiene 5 novelas, 3
libros de poemas y un diccionario, Cual es la probabilidad de que
1
se tome el diccionario?
Sol: 1) 13 ;
2)
5
14
David Elal-Olivero
Probabilidad
Variables Aleatorias
Ejercicios
Ejercicio No 4
Si se seleccionan al azar 3 libros de un estante que contiene 5 novelas, 3
libros de poemas y un diccionario, Cual es la probabilidad de que
1
se tome el diccionario?
Sol: 1) 13 ;
2)
5
14
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Probabilidad Condicional
A la probabilidad de que un suceso B se de cuando se sabe que alg
un
otro suceso A se ha presentado se llama probabilidad condicional y se
denota por: P(B/A)
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Probabilidad Condicional
A la probabilidad de que un suceso B se de cuando se sabe que alg
un
otro suceso A se ha presentado se llama probabilidad condicional y se
denota por: P(B/A)
Probabilidad Condicional
La expresi
on P(B/A) se lee as: la probabilidad de que B ocurra dado
que ocurri
o A , o simplemente la probabilidad de B dado A.
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Probabilidad Condicional
A la probabilidad de que un suceso B se de cuando se sabe que alg
un
otro suceso A se ha presentado se llama probabilidad condicional y se
denota por: P(B/A)
Probabilidad Condicional
La expresi
on P(B/A) se lee as: la probabilidad de que B ocurra dado
que ocurri
o A , o simplemente la probabilidad de B dado A.
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Definici
on de Probabilidad Condicional
la probabilidad condicional de B, dado A, que se indica por P(B/A),
se define as:
P(B A)
P(B/A) =
si P(A) > 0
P(A)
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Definici
on de Probabilidad Condicional
la probabilidad condicional de B, dado A, que se indica por P(B/A),
se define as:
P(B A)
P(B/A) =
si P(A) > 0
P(A)
Definici
on de Probabilidad Condicional
Observe que de la definici
on se desprende que:
P(B A) = P(B/A)P(A)
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Definici
on de Probabilidad Condicional
la probabilidad condicional de B, dado A, que se indica por P(B/A),
se define as:
P(B A)
P(B/A) =
si P(A) > 0
P(A)
Definici
on de Probabilidad Condicional
Observe que de la definici
on se desprende que:
P(B A) = P(B/A)P(A)
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Ejercicio de Probabilidad Condicional
Un espacio muestral de 200 adultos se clasifica de acuerdo con su sexo y
nivel de educaci
on:
Educaci
on
Primaria
Secundaria
Media
Hombre
38
28
22
Mujer
45
50
17
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Ejercicio de Probabilidad Condicional
Un espacio muestral de 200 adultos se clasifica de acuerdo con su sexo y
nivel de educaci
on:
Educaci
on
Primaria
Secundaria
Media
Hombre
38
28
22
Mujer
45
50
17
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Sol: 1) 0.94
2) 0.95
3) 0.24
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Sol: 1) 0.94
2) 0.95
3) 0.24
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Definici
on de Independencia de Sucesos
Dos sucesos A y B son independientes, si y s
olo si
P(B/A) = P(B)
y
P(A/B) = P(A).
De otra forma A y B son dependientes
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Definici
on de Independencia de Sucesos
Dos sucesos A y B son independientes, si y s
olo si
P(B/A) = P(B)
y
P(A/B) = P(A).
De otra forma A y B son dependientes
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Propiedad importante de Independencia de Sucesos
Sean A y B sucesos independientes, entonces
P(B/A) = P(B)
P(B A)
= P(B)
P(A)
P(B A) = P(B)P(A)
P(A/B) = P(A)
P(A B)
= P(A)
P(B)
P(A B) = P(A)P(B)
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Propiedad importante de Independencia de Sucesos
Sean A y B sucesos independientes, entonces
P(B/A) = P(B)
P(B A)
= P(B)
P(A)
P(B A) = P(B)P(A)
P(A/B) = P(A)
P(A B)
= P(A)
P(B)
P(A B) = P(A)P(B)
Probabilidad
Variables Aleatorias
Probabilidad
Propiedad importante de Independencia de Sucesos
Sean A y B sucesos independientes, entonces
P(B/A) = P(B)
P(B A)
= P(B)
P(A)
P(B A) = P(B)P(A)
P(A/B) = P(A)
P(A B)
= P(A)
P(B)
P(A B) = P(A)P(B)
Probabilidad
Variables Aleatorias
Probabilidad
Ejercicio de Independencia de Sucesos
En un peque
no pueblo se dispone de un carro de bomberos y una
ambulancia para casos de emergencia. La probabilidad de que el primero
este disponible cuando se le necesite es de 0,98, y la de que la
ambulancia lo este cuando se le llame, de 0,92. En el caso de que resulte
un herido al quemarse un edificio, encuentre la probabilidad de que tanto
el carro de bomberos como la ambulancia esten disponibles.
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Ejercicio de Independencia de Sucesos
En un peque
no pueblo se dispone de un carro de bomberos y una
ambulancia para casos de emergencia. La probabilidad de que el primero
este disponible cuando se le necesite es de 0,98, y la de que la
ambulancia lo este cuando se le llame, de 0,92. En el caso de que resulte
un herido al quemarse un edificio, encuentre la probabilidad de que tanto
el carro de bomberos como la ambulancia esten disponibles.
Soluci
on
Sean A y B los respectivos sucesos de que ambos vehculos esten
disponibles, se tiene entonces que:
P(A B)
= P(A)P(B)
= (0,98)(0,92)
=
0,9016
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Ejercicio de Independencia de Sucesos
En un peque
no pueblo se dispone de un carro de bomberos y una
ambulancia para casos de emergencia. La probabilidad de que el primero
este disponible cuando se le necesite es de 0,98, y la de que la
ambulancia lo este cuando se le llame, de 0,92. En el caso de que resulte
un herido al quemarse un edificio, encuentre la probabilidad de que tanto
el carro de bomberos como la ambulancia esten disponibles.
Soluci
on
Sean A y B los respectivos sucesos de que ambos vehculos esten
disponibles, se tiene entonces que:
P(A B)
= P(A)P(B)
= (0,98)(0,92)
=
0,9016
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Construcci
on del Teorema de Bayes
Para lograr elaborar el Teorema de Bayes pongamos atencion a la
siguiente e importante propiedad:
sea A un suceso, entonces:
D c ) para cualquier suceso D
A = (A D)(A
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Construcci
on del Teorema de Bayes
Para lograr elaborar el Teorema de Bayes pongamos atencion a la
siguiente e importante propiedad:
sea A un suceso, entonces:
D c ) para cualquier suceso D
A = (A D)(A
Diagrama de Venn
Dc )
A = (A D)(A
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Construcci
on del Teorema de Bayes
Para lograr elaborar el Teorema de Bayes pongamos atencion a la
siguiente e importante propiedad:
sea A un suceso, entonces:
D c ) para cualquier suceso D
A = (A D)(A
Diagrama de Venn
Dc )
A = (A D)(A
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Construcci
on del Teorema de Bayes
De la ecuaci
on,
Dc )
A = (A D)(A
se desprende que:
P(A)
D c ))
= P((A D)(A
P(A)
= P(A D) + P(A D c )
P(A)
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Construcci
on del Teorema de Bayes
De la ecuaci
on,
Dc )
A = (A D)(A
se desprende que:
P(A)
D c ))
= P((A D)(A
P(A)
= P(A D) + P(A D c )
P(A)
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Construcci
on del Teorema de Bayes
Lo anterior se puede extender considerando una particion {D1 , D2 , D3 }
del espacio muestral S, y en tal caso se cumple que:
D2 )(A
D3 )
A = (A D1 )(A
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Construcci
on del Teorema de Bayes
Lo anterior se puede extender considerando una particion {D1 , D2 , D3 }
del espacio muestral S, y en tal caso se cumple que:
D2 )(A
D3 )
A = (A D1 )(A
Diagrama de Venn
D2 )(A
D3 )
A = (A D1 )(A
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Construcci
on del Teorema de Bayes
Lo anterior se puede extender considerando una particion {D1 , D2 , D3 }
del espacio muestral S, y en tal caso se cumple que:
D2 )(A
D3 )
A = (A D1 )(A
Diagrama de Venn
D2 )(A
D3 )
A = (A D1 )(A
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Construcci
on del Teorema de Bayes
De la ecuaci
on,
D2 )(A
D3 )
A = (A D1 )(A
se desprende que:
D2 )(A
D3 ))
P(A) =
P((A D1 )(A
P(A) =
P(A D1 ) + P(A D2 ) + P(A D3 )
P(A) = P(A/D1 )P(D1 ) + P(A/D2 )P(D2 ) + P(A/D3 )P(D3 )
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Construcci
on del Teorema de Bayes
De la ecuaci
on,
D2 )(A
D3 )
A = (A D1 )(A
se desprende que:
D2 )(A
D3 ))
P(A) =
P((A D1 )(A
P(A) =
P(A D1 ) + P(A D2 ) + P(A D3 )
P(A) = P(A/D1 )P(D1 ) + P(A/D2 )P(D2 ) + P(A/D3 )P(D3 )
Construcci
on del Teorema de Bayes
La expresi
on
P(A) = P(A/D1 )P(D1 ) + P(A/D2 )P(D2 ) + P(A/D3 )P(D3 )
se conoce como Probabilidad Total
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Construcci
on del Teorema de Bayes
De la ecuaci
on,
D2 )(A
D3 )
A = (A D1 )(A
se desprende que:
D2 )(A
D3 ))
P(A) =
P((A D1 )(A
P(A) =
P(A D1 ) + P(A D2 ) + P(A D3 )
P(A) = P(A/D1 )P(D1 ) + P(A/D2 )P(D2 ) + P(A/D3 )P(D3 )
Construcci
on del Teorema de Bayes
La expresi
on
P(A) = P(A/D1 )P(D1 ) + P(A/D2 )P(D2 ) + P(A/D3 )P(D3 )
se conoce como Probabilidad Total
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Construcci
on del Teorema de Bayes
El teorema de Bayes nos entrega una expresi
on para calcular las
probabilidades: P(D1 /A), P(D2 /A) y P(D3 /A):
P(D1 /A) =
P(D1 A)
P(A/D1 )P(D1 )
=
P(A)
ProbabilidadTotal
P(D2 /A) =
P(A/D2 )P(D2 )
P(D2 A)
=
P(A)
ProbabilidadTotal
P(D3 /A) =
P(D3 A)
P(A/D3 )P(D3 )
=
P(A)
ProbabilidadTotal
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Construcci
on del Teorema de Bayes
El teorema de Bayes nos entrega una expresi
on para calcular las
probabilidades: P(D1 /A), P(D2 /A) y P(D3 /A):
P(D1 /A) =
P(D1 A)
P(A/D1 )P(D1 )
=
P(A)
ProbabilidadTotal
P(D2 /A) =
P(A/D2 )P(D2 )
P(D2 A)
=
P(A)
ProbabilidadTotal
P(D3 /A) =
P(D3 A)
P(A/D3 )P(D3 )
=
P(A)
ProbabilidadTotal
Construcci
on del Teorema de Bayes
Comentario:
Las probabilidades P(D1 ), P(D2 ) y P(D3 ) se conocen
como probabilidades apriori mientras que las probabilidades P(D1 /A),
P(D2 /A) y P(D3 /A) se conocen como probabilidad a posteriori
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Construcci
on del Teorema de Bayes
El teorema de Bayes nos entrega una expresi
on para calcular las
probabilidades: P(D1 /A), P(D2 /A) y P(D3 /A):
P(D1 /A) =
P(D1 A)
P(A/D1 )P(D1 )
=
P(A)
ProbabilidadTotal
P(D2 /A) =
P(A/D2 )P(D2 )
P(D2 A)
=
P(A)
ProbabilidadTotal
P(D3 /A) =
P(D3 A)
P(A/D3 )P(D3 )
=
P(A)
ProbabilidadTotal
Construcci
on del Teorema de Bayes
Comentario:
Las probabilidades P(D1 ), P(D2 ) y P(D3 ) se conocen
como probabilidades apriori mientras que las probabilidades P(D1 /A),
P(D2 /A) y P(D3 /A) se conocen como probabilidad a posteriori
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Ejercicio con aplicaci
on del Teorema de Bayes
En cierto momento de una investigaci
on criminal, el inspector encargado
esta 60 por ciento convencido de la culpabilidad de un sospechoso.
Suponga ahora que se descubre una nueva evidencia que muestra que el
criminal es zurdo. Si el 20 por ciento de la poblaci
on tiene dicha
caracterstica:
1
2.) 0,871
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Ejercicio con aplicaci
on del Teorema de Bayes
En cierto momento de una investigaci
on criminal, el inspector encargado
esta 60 por ciento convencido de la culpabilidad de un sospechoso.
Suponga ahora que se descubre una nueva evidencia que muestra que el
criminal es zurdo. Si el 20 por ciento de la poblaci
on tiene dicha
caracterstica:
1
2.) 0,871
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Soluci
on al Ejercicio con aplicaci
on del Teorema de Bayes
Definamos los siguientes sucesos:
SC : que el sospechoso sea culpable
SZ . que el sospechoso sea zurdo
El problema se contesta resolviendo:
P(SC /SZ ) =
David Elal-Olivero
P(SC SZ )
P(SZ )
Probabilidad
Variables Aleatorias
Probabilidad
Soluci
on al Ejercicio con aplicaci
on del Teorema de Bayes
Definamos los siguientes sucesos:
SC : que el sospechoso sea culpable
SZ . que el sospechoso sea zurdo
El problema se contesta resolviendo:
P(SC /SZ ) =
P(SC SZ )
P(SZ )
Soluci
on al Ejercicio con aplicaci
on del Teorema de Bayes
Dado que el criminal es zurdo, entonces P(SZ /SC ) = 1, ademas
sabemos que el 20 por ciento de la poblaci
on es zurdo por lo tanto
P(SZ /SC c ) = 0,2, donde el suceso SC c corresponde a que el sospechoso
es inocente.
Calculamos ahora la probabilidad completa P(SZ ), en efecto:
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Soluci
on al Ejercicio con aplicaci
on del Teorema de Bayes
Definamos los siguientes sucesos:
SC : que el sospechoso sea culpable
SZ . que el sospechoso sea zurdo
El problema se contesta resolviendo:
P(SC /SZ ) =
P(SC SZ )
P(SZ )
Soluci
on al Ejercicio con aplicaci
on del Teorema de Bayes
Dado que el criminal es zurdo, entonces P(SZ /SC ) = 1, ademas
sabemos que el 20 por ciento de la poblaci
on es zurdo por lo tanto
P(SZ /SC c ) = 0,2, donde el suceso SC c corresponde a que el sospechoso
es inocente.
Calculamos ahora la probabilidad completa P(SZ ), en efecto:
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Soluci
on al Ejercicio con aplicaci
on del Teorema de Bayes
P(SZ )
(1)(0,6) + (0,2)(0,4)
0,68
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Soluci
on al Ejercicio con aplicaci
on del Teorema de Bayes
P(SZ )
(1)(0,6) + (0,2)(0,4)
0,68
Soluci
on al Ejercicio con aplicaci
on del Teorema de Bayes
entonces:
P(SC /SZ )
=
=
=
=
David Elal-Olivero
P(SC SZ )
P(SZ )
P(SZ /SC )P(SC )
P(SZ )
(1)(0,6)
0,68
0,882
Estadstica y Probabilidades, 2o Semestre 2012
Probabilidad
Variables Aleatorias
Probabilidad
Soluci
on al Ejercicio con aplicaci
on del Teorema de Bayes
P(SZ )
(1)(0,6) + (0,2)(0,4)
0,68
Soluci
on al Ejercicio con aplicaci
on del Teorema de Bayes
entonces:
P(SC /SZ )
=
=
=
=
David Elal-Olivero
P(SC SZ )
P(SZ )
P(SZ /SC )P(SC )
P(SZ )
(1)(0,6)
0,68
0,882
Estadstica y Probabilidades, 2o Semestre 2012
Probabilidad
Variables Aleatorias
Probabilidad
Soluci
on al Ejercicio con aplicaci
on del Teorema de Bayes
Para contestar la parte 2) la situaci
on es como antes con excepcion de
que la probabilidad de que el sospechoso sea zurdo, dado que es culpable,
ahora es de 0,9, es decir:
P(SZ /SC ) = 0,9
en tal caso:
P(SZ )
(0,9)(0,6) + (0,2)(0,4)
0,62
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Soluci
on al Ejercicio con aplicaci
on del Teorema de Bayes
Para contestar la parte 2) la situaci
on es como antes con excepcion de
que la probabilidad de que el sospechoso sea zurdo, dado que es culpable,
ahora es de 0,9, es decir:
P(SZ /SC ) = 0,9
en tal caso:
P(SZ )
(0,9)(0,6) + (0,2)(0,4)
0,62
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Soluci
on al Ejercicio con aplicaci
on del Teorema de Bayes
entonces:
P(SC /SZ )
=
=
=
=
David Elal-Olivero
P(SC SZ )
P(SZ )
P(SZ /SC )P(SC )
P(SZ )
(0,9)(0,6)
0,62
0,871
Probabilidad
Variables Aleatorias
Probabilidad
Soluci
on al Ejercicio con aplicaci
on del Teorema de Bayes
entonces:
P(SC /SZ )
=
=
=
=
David Elal-Olivero
P(SC SZ )
P(SZ )
P(SZ /SC )P(SC )
P(SZ )
(0,9)(0,6)
0,62
0,871
Probabilidad
Variables Aleatorias
Probabilidad
Teorema de Bayes aplicado a un test de diagn
ostico
Los Test diagn
ostico son una aplicaci
on del teorema de Bayes a la
Medicina, y se basan en lo siguiente:
I.Se sospecha que un paciente puede padecer cierta enfermedad, que
tiene una incidencia en la poblaci
on (probabilidad de que la
enfermedad la padezca una persona elegida al azar es P(E );
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Teorema de Bayes aplicado a un test de diagn
ostico
Los Test diagn
ostico son una aplicaci
on del teorema de Bayes a la
Medicina, y se basan en lo siguiente:
I.Se sospecha que un paciente puede padecer cierta enfermedad, que
tiene una incidencia en la poblaci
on (probabilidad de que la
enfermedad la padezca una persona elegida al azar es P(E );
Teorema de Bayes aplicado a un test de diagn
ostico
II.Como ayuda al diagn
ostico de la enfermedad, se le hace pasar una
serie de pruebas (Test), que dan como resultado:
1
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Teorema de Bayes aplicado a un test de diagn
ostico
Los Test diagn
ostico son una aplicaci
on del teorema de Bayes a la
Medicina, y se basan en lo siguiente:
I.Se sospecha que un paciente puede padecer cierta enfermedad, que
tiene una incidencia en la poblaci
on (probabilidad de que la
enfermedad la padezca una persona elegida al azar es P(E );
Teorema de Bayes aplicado a un test de diagn
ostico
II.Como ayuda al diagn
ostico de la enfermedad, se le hace pasar una
serie de pruebas (Test), que dan como resultado:
1
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
T
T
Suma
Calcule
i) P(T + /E ),
iv) P(T /E c )
ii)
David Elal-Olivero
E
89
11
100
Ec
3
97
100
P(T /E ),
iii)
P(T + /E c )
Probabilidad
Variables Aleatorias
Probabilidad
T
T
Suma
Calcule
i) P(T + /E ),
iv) P(T /E c )
ii)
David Elal-Olivero
E
89
11
100
Ec
3
97
100
P(T /E ),
iii)
P(T + /E c )
Probabilidad
Variables Aleatorias
Probabilidad
P(T + /E )P(E )
P(T + /E )P(E ) + P(T + /E c )P(E c )
P(T /E c )P(E c )
P(T /E c )P(E c ) + P(T /E )P(E )
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
P(T + /E )P(E )
P(T + /E )P(E ) + P(T + /E c )P(E c )
P(T /E c )P(E c )
P(T /E c )P(E c ) + P(T /E )P(E )
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Soluci
on al ejercicio de un test de diagn
ostico
la sensibilidad de 91 % y la especificidad del 98 %, dan origen a la
siguiente tabla
T
T
Suma
David Elal-Olivero
E
0.91
0.09
1
Ec
0.02
0.98
1
Probabilidad
Variables Aleatorias
Probabilidad
Soluci
on al ejercicio de un test de diagn
ostico
la sensibilidad de 91 % y la especificidad del 98 %, dan origen a la
siguiente tabla
T
T
Suma
E
0.91
0.09
1
Ec
0.02
0.98
1
Soluci
on al ejercicio de un test de diagn
ostico
entonces:
P(T + /E ) = 0,91,
P(T /E ) = 0,09,
c
y
P(T /E ) = 0,98
David Elal-Olivero
P(T + /E c ) = 0,02
Probabilidad
Variables Aleatorias
Probabilidad
Soluci
on al ejercicio de un test de diagn
ostico
la sensibilidad de 91 % y la especificidad del 98 %, dan origen a la
siguiente tabla
T
T
Suma
E
0.91
0.09
1
Ec
0.02
0.98
1
Soluci
on al ejercicio de un test de diagn
ostico
entonces:
P(T + /E ) = 0,91,
P(T /E ) = 0,09,
c
y
P(T /E ) = 0,98
David Elal-Olivero
P(T + /E c ) = 0,02
Probabilidad
Variables Aleatorias
Probabilidad
Soluci
on al ejercicio de un test de diagn
ostico
Por otra parte la probabilidad de colelietasis en la poblacion es de 0, 2, es
decir, P(E ) = 0,2.
P(E /T + )
=
=
=
P(T + /E )P(E )
P(T + /E )P(E ) + P(T + /E c )P(E c )
(0,91)(0,2)
(0,91)(0,2) + (0,02)(0,8)
0.91
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Soluci
on al ejercicio de un test de diagn
ostico
Por otra parte la probabilidad de colelietasis en la poblacion es de 0, 2, es
decir, P(E ) = 0,2.
P(E /T + )
=
=
=
P(T + /E )P(E )
P(T + /E )P(E ) + P(T + /E c )P(E c )
(0,91)(0,2)
(0,91)(0,2) + (0,02)(0,8)
0.91
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Soluci
on al ejercicio de un test de diagn
ostico
P(E c /T )
P(T /E c )P(E c )
P(T /E c )P(E c ) + P(T /E )P(E )
(0,98)(0,8)
=
(0,98)(0,8) + (0,09)(0,2)
= 0,9775
=
David Elal-Olivero
Probabilidad
Variables Aleatorias
Probabilidad
Soluci
on al ejercicio de un test de diagn
ostico
P(E c /T )
P(T /E c )P(E c )
P(T /E c )P(E c ) + P(T /E )P(E )
(0,98)(0,8)
=
(0,98)(0,8) + (0,09)(0,2)
= 0,9775
=
David Elal-Olivero
Probabilidad
Variables Aleatorias
Variables Aleatorias
Eventos
HASTA AQUI LEGA LA PRIMERA UNIDAD CORRESPONDIENTE A
PROBABILIDADES:
CON LA SEGUNDA UNIDAD DE VARIABLES
SE CONTINUARA
ALEATORIAS
David Elal-Olivero
Probabilidad
Variables Aleatorias
Variables Aleatorias
Eventos
HASTA AQUI LEGA LA PRIMERA UNIDAD CORRESPONDIENTE A
PROBABILIDADES:
CON LA SEGUNDA UNIDAD DE VARIABLES
SE CONTINUARA
ALEATORIAS
David Elal-Olivero