Vous êtes sur la page 1sur 197

Probabilidad

Variables Aleatorias

Asignatura: Estadstica y Probabilidades


David Elal-Olivero
Universidad de Atacama
Facultad de Ingeniera
Departamento de Matem
atica

Segundo Semestre A
no 2012

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Variables Aleatorias

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Experimento Aleatorio
Proceso de observar un fen
omeno cuyos resultados son inciertos

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Ejemplo de Espacio Muestral


Un experimento consiste en lanzar una moneda al aire una vez y dos en
caso de ocurra cara. Si la primera ocasi
on ocurre sello entonces se arroja
un dado una vez.

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Ejemplo de Espacio Muestral


Un experimento consiste en lanzar una moneda al aire una vez y dos en
caso de ocurra cara. Si la primera ocasi
on ocurre sello entonces se arroja
un dado una vez.

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad
Diagrama del arbol

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad
Diagrama del arbol

Espacio Muestral
S = {CC , CS, S1, S2, S3, S4, S5, S6}
David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad
Diagrama del arbol

Espacio Muestral
S = {CC , CS, S1, S2, S3, S4, S5, S6}
David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Ejemplo de Espacio Muestral


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.

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Ejemplo de Espacio Muestral


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.

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad
Diagrama del arbol

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad
Diagrama del arbol

Espacio Muestral
S = {DDD, DDN, DND, DNN, NDD, NDN, NND, NNN}
David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad
Diagrama del arbol

Espacio Muestral
S = {DDD, DDN, DND, DNN, NDD, NDN, NND, NNN}
David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Ejemplo de Espacio Muestral


Los resultados de un experimento son el conjunto de ciudades en Chile
con mas de 100.000 habitantes. En este caso el Espacio Muestral se
describe as.
S = {x/x es una ciudad de Chile con mas de 100,000 habitantes}

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Ejemplo de Espacio Muestral


Los resultados de un experimento son el conjunto de ciudades en Chile
con mas de 100.000 habitantes. En este caso el Espacio Muestral se
describe as.
S = {x/x es una ciudad de Chile con mas de 100,000 habitantes}
Ejemplo de Espacio Muestral
Disparar a un blanco de radio 2 y considerar que siempre el disparo cae
dentro del crculo. En este caso el Espacio Muestral se describe as.
S = {(x, y )/x 2 + y 2 2}

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Ejemplo de Espacio Muestral


Los resultados de un experimento son el conjunto de ciudades en Chile
con mas de 100.000 habitantes. En este caso el Espacio Muestral se
describe as.
S = {x/x es una ciudad de Chile con mas de 100,000 habitantes}
Ejemplo de Espacio Muestral
Disparar a un blanco de radio 2 y considerar que siempre el disparo cae
dentro del crculo. En este caso el Espacio Muestral se describe as.
S = {(x, y )/x 2 + y 2 2}

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Evento o Suceso
Un Evento o Suceso es cualquier subconjunto del espacio muestral

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad
Ejemplo
Sea el Experimento Aleatorio: N
umero que sale al tirar un dado

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Ejemplo
Considere el experimento de lanzar un dado y consideremos los siguientes
sucesos:
1

Sea A el suceso de que ocurra un n


umero par

Sea B el suceso de que ocurra un n


umero mayor que 3

Sea C el suceso de que ocurra un 3

Sea D el suceso de que ocurra un n


umero primo

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Ejemplo
Considere el experimento de lanzar un dado y consideremos los siguientes
sucesos:
1

Sea A el suceso de que ocurra un n


umero par

Sea B el suceso de que ocurra un n


umero mayor que 3

Sea C el suceso de que ocurra un 3

Sea D el suceso de que ocurra un n


umero primo

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad
Ejemplo
Claramente
A = {2, 4, 6},

B = {4, 5, 6}

C = {3}

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

a:

Probabilidad
Variables Aleatorias

Ejercicios
Ejercicio No 1
Escriba los elementos de cada uno de los siguientes espacios muestrales:
1

el conjunto de los enteros entre 1 y 50 divisibles por 8

el conjunto S = {x / x 2 + 4x 5 = 0}

el conjunto de resultados cuando una moneda se lanza al aire hasta


que resulte un sello o tres caras.

el conjunto S = {x / 2x 4 0

David Elal-Olivero

x < 1}

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Ejercicios
Ejercicio No 1
Escriba los elementos de cada uno de los siguientes espacios muestrales:
1

el conjunto de los enteros entre 1 y 50 divisibles por 8

el conjunto S = {x / x 2 + 4x 5 = 0}

el conjunto de resultados cuando una moneda se lanza al aire hasta


que resulte un sello o tres caras.

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

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Ejercicios
Ejercicio No 1
Escriba los elementos de cada uno de los siguientes espacios muestrales:
1

el conjunto de los enteros entre 1 y 50 divisibles por 8

el conjunto S = {x / x 2 + 4x 5 = 0}

el conjunto de resultados cuando una moneda se lanza al aire hasta


que resulte un sello o tres caras.

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

Estadstica y Probabilidades, 2o Semestre 2012

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

describa el espacio muestral S.

enumere los elementos que corresponden al suceso A, que


representa a que la suma sea mayor que 8.

enumere los elementos que corresponden al suceso B, que


representa la ocurrencia de un dos en cualquiera de los dados.

enumere los elementos que corresponden al suceso C , que


representa la ocurrencia de un n
umero mayor que 4 en el dado verde

Identifique e interprete los siguientes suceso: A C , A B y


B C
David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

describa el espacio muestral S.

enumere los elementos que corresponden al suceso A, que


representa a que la suma sea mayor que 8.

enumere los elementos que corresponden al suceso B, que


representa la ocurrencia de un dos en cualquiera de los dados.

enumere los elementos que corresponden al suceso C , que


representa la ocurrencia de un n
umero mayor que 4 en el dado verde

Identifique e interprete los siguientes suceso: A C , A B y


B C
David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Cuantas permutaciones diferentes se pueden formar con las letras


de la palabra columna? Sol: 5040

Cuantas permutaciones de estas empiezan con la letra m?


Sol: 720

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

Cuantas permutaciones diferentes se pueden formar con las letras


de la palabra columna? Sol: 5040

Cuantas permutaciones de estas empiezan con la letra m?


Sol: 720

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Ejercicios
o

Ejercicio N 10 Combinaciones

n
r

De cuantas maneras se pueden elegir dos letras de la palabra libro?

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Ejercicios


Ejercicio N 10 Combinaciones

n
r

De cuantas maneras se pueden elegir dos letras de la palabra libro?


Ejercicio No 11 Combinaciones

n
r

Cuantas formas hay de seleccionar a 3 candidatos de un total de 8


recien graduados y con las mismas capacidades para ocupar vacantes en
una firma contable?

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Ejercicios


Ejercicio N 10 Combinaciones

n
r

De cuantas maneras se pueden elegir dos letras de la palabra libro?


Ejercicio No 11 Combinaciones

n
r

Cuantas formas hay de seleccionar a 3 candidatos de un total de 8


recien graduados y con las mismas capacidades para ocupar vacantes en
una firma contable?
Ejercicio No 12 Combinaciones

n
r

Un colegio participa en 12 partidos de futbol en una temporada. De


cuantas maneras puede el equipo terminar la temporada con 7 victorias,
3 derrotas y 2 empates ? Sol: 7920
David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Ejercicios


Ejercicio N 10 Combinaciones

n
r

De cuantas maneras se pueden elegir dos letras de la palabra libro?


Ejercicio No 11 Combinaciones

n
r

Cuantas formas hay de seleccionar a 3 candidatos de un total de 8


recien graduados y con las mismas capacidades para ocupar vacantes en
una firma contable?
Ejercicio No 12 Combinaciones

n
r

Un colegio participa en 12 partidos de futbol en una temporada. De


cuantas maneras puede el equipo terminar la temporada con 7 victorias,
3 derrotas y 2 empates ? Sol: 7920
David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

para cada suceso A en S

Estadstica y Probabilidades, 2o Semestre 2012

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

para cada suceso A en S

Definici
on de Probabilidad Axiomatica
Axioma No 2

P(S) = 1

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

para cada suceso A en S

Definici
on de Probabilidad Axiomatica
Axioma No 2

P(S) = 1

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Donde ]A es la Cardinalidad de A, es decir, el n


umero de elementos que
contiene el suceso A.
Entonces P as definida cumple con los 3 axiomas de la Probabilidad
Axiomatica.

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

Donde ]A es la Cardinalidad de A, es decir, el n


umero de elementos que
contiene el suceso A.
Entonces P as definida cumple con los 3 axiomas de la Probabilidad
Axiomatica.
Observaci
on

Reconoceremos a esta probabilidad como PROBABILIDAD CLASICA


y
la utilizaremos siempre, cuando el espacio muestral sea finito y los
sucesos elementales sean equiprobables.
David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

Donde ]A es la Cardinalidad de A, es decir, el n


umero de elementos que
contiene el suceso A.
Entonces P as definida cumple con los 3 axiomas de la Probabilidad
Axiomatica.
Observaci
on

Reconoceremos a esta probabilidad como PROBABILIDAD CLASICA


y
la utilizaremos siempre, cuando el espacio muestral sea finito y los
sucesos elementales sean equiprobables.
David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Ejemplo de Probabilidad Clasica


Considere el experimento de lanzar un dado y encuentre la probabilidad
de que el resultado sea par:

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Ejemplo de Probabilidad Clasica


Considere el experimento de lanzar un dado y encuentre la probabilidad
de que el resultado sea par:
Soluci
on
Denotemos por A el suceso: que el resultado sea par, entonces
A = {2, 4, 6}, y dado que S = {1, 2, 3, 4, 5, 6} se tiene que:
P(A) =

David Elal-Olivero

]A
3
1
= =
]S
6
2

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Ejemplo de Probabilidad Clasica


Considere el experimento de lanzar un dado y encuentre la probabilidad
de que el resultado sea par:
Soluci
on
Denotemos por A el suceso: que el resultado sea par, entonces
A = {2, 4, 6}, y dado que S = {1, 2, 3, 4, 5, 6} se tiene que:
P(A) =

David Elal-Olivero

]A
3
1
= =
]S
6
2

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?

David Elal-Olivero

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
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

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 ?
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

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 ?
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

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Continuaci
on Soluci
on
As la probabilidad del suceso E = {1, 2, 3} esta dado por:

P(E ) = P({1, 2, 3}) =


P({1}{2}
{3})
= P({1}) + P({2}) + P({3})
2
1
1
=
9 + 9 + 9
4
=
9

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Continuaci
on Soluci
on
As la probabilidad del suceso E = {1, 2, 3} esta dado por:

P(E ) = P({1, 2, 3}) =


P({1}{2}
{3})
= P({1}) + P({2}) + P({3})
2
1
1
=
9 + 9 + 9
4
=
9
Ejercicio
Si en ejercicio anterior A es el suceso de que el resultado sea par y B es
el suceso de que el resultado sea un n
umero divisible por 3. Encuentre
P(A B).

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Continuaci
on Soluci
on
As la probabilidad del suceso E = {1, 2, 3} esta dado por:

P(E ) = P({1, 2, 3}) =


P({1}{2}
{3})
= P({1}) + P({2}) + P({3})
2
1
1
=
9 + 9 + 9
4
=
9
Ejercicio
Si en ejercicio anterior A es el suceso de que el resultado sea par y B es
el suceso de que el resultado sea un n
umero divisible por 3. Encuentre
P(A B).

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Si N M, entonces P(N) P(M)

P() = 0 (haga N = en P(M N) = P(M) P(N))

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

Si N M, entonces P(N) P(M)

P() = 0 (haga N = en P(M N) = P(M) P(N))

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Propiedades que resultan de la Probabilidad Axiomatica


Si aplicamos Probabilidad a la igualdad anterior nos queda
P(M N) =
P(M M N) + P(M N) + P(N M N)
= [P(M) P(M N)] + P(M N) + [P(N) P(M N)]
=
P(M) + P(N) P(M N)

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Propiedades que resultan de la Probabilidad Axiomatica


Si aplicamos Probabilidad a la igualdad anterior nos queda
P(M N) =
P(M M N) + P(M N) + P(N M N)
= [P(M) P(M N)] + P(M N) + [P(N) P(M N)]
=
P(M) + P(N) P(M N)

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Propiedades que resultan de la Probabilidad Axiomatica


Si aplicamos Probabilidad a la igualdad anterior nos queda
c)
P(M M
= P(S)
P(M) + P(M c ) =
1

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Propiedades que resultan de la Probabilidad Axiomatica


Si aplicamos Probabilidad a la igualdad anterior nos queda
c)
P(M M
= P(S)
P(M) + P(M c ) =
1
Ejemplo de Probabilidad del Complemento
Considere el experimento de lanzar un par de dados distinguibles y sea M
el suceso de que la suma de los n
umeros sea menor o igual a 9, entonces
M c es el suceso de que la suma es mayor a 9, es decir:
M c = {(5, 5)(5, 6)(6, 5)(6, 6)}

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Propiedades que resultan de la Probabilidad Axiomatica


Si aplicamos Probabilidad a la igualdad anterior nos queda
c)
P(M M
= P(S)
P(M) + P(M c ) =
1
Ejemplo de Probabilidad del Complemento
Considere el experimento de lanzar un par de dados distinguibles y sea M
el suceso de que la suma de los n
umeros sea menor o igual a 9, entonces
M c es el suceso de que la suma es mayor a 9, es decir:
M c = {(5, 5)(5, 6)(6, 5)(6, 6)}

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

comience con una consonante

finalice con una vocal

tenga las consonantes y las vocales alternadas

Sol: 1) 35 ;

2) 25 ;

3)

1
10

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

comience con una consonante

finalice con una vocal

tenga las consonantes y las vocales alternadas

Sol: 1) 35 ;

2) 25 ;

3)

1
10

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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?

se escojan 2 novelas y un un libro de poemas?

Sol: 1) 13 ;

2)

5
14

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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?

se escojan 2 novelas y un un libro de poemas?

Sol: 1) 13 ;

2)

5
14

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Si se selecciona aleatoriamente a una persona de este grupo, encuentre la


probabilidad de que:
1

sea hombre dado que tiene educaci


on de nivel secundario

no tenga nivel de educaci


on media dado que es mujer

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

Si se selecciona aleatoriamente a una persona de este grupo, encuentre la


probabilidad de que:
1

sea hombre dado que tiene educaci


on de nivel secundario

no tenga nivel de educaci


on media dado que es mujer

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Ejercicio de Probabilidad Condicional


La probabilidad de que un vuelo de programaci
on regular despegue a
tiempo es P(D) = 0,83; la de que llegue a tiempo es P(A) = 0,82); y la
de que despegue y llegue a tiempo P(D A) = 0,78. Encuentre la
probabilidad de que un avi
on:
1

llegue a tiempo dado que despeg


o a tiempo

despegue a tiempo dado que lleg


o a tiempo

llegue a tiempo dado que no despeg


o a tiempo.

Sol: 1) 0.94

2) 0.95

3) 0.24

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Ejercicio de Probabilidad Condicional


La probabilidad de que un vuelo de programaci
on regular despegue a
tiempo es P(D) = 0,83; la de que llegue a tiempo es P(A) = 0,82); y la
de que despegue y llegue a tiempo P(D A) = 0,78. Encuentre la
probabilidad de que un avi
on:
1

llegue a tiempo dado que despeg


o a tiempo

despegue a tiempo dado que lleg


o a tiempo

llegue a tiempo dado que no despeg


o a tiempo.

Sol: 1) 0.94

2) 0.95

3) 0.24

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Ejercicio de Probabilidad Condicional


Si la probabilidad de que un proyecto de investigaci
on este bien planeado
es 0,8 y la probabilidad de que sera bien planeado y ejecutado es 0,72.
Cual es la probabilidad de que un proyecto de investigacion bien
planeado resulte bien ejecutado? Sol: 0,9

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Ejercicio de Probabilidad Condicional


Si la probabilidad de que un proyecto de investigaci
on este bien planeado
es 0,8 y la probabilidad de que sera bien planeado y ejecutado es 0,72.
Cual es la probabilidad de que un proyecto de investigacion bien
planeado resulte bien ejecutado? Sol: 0,9
Ejercicio de Probabilidad Condicional
Suponga que se tiene una caja de fusibles que contiene 20 piezas, de las
cuales 5 estan defectuosos. Si se seleccionan 2 fusibles al azar y se sacan
de la caja en sucesi
on sin reemplazo del primero, Cual es la probabilidad
1
de que ambos fusibles resulten defectuosos? Sol: 19

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Ejercicio de Probabilidad Condicional


Si la probabilidad de que un proyecto de investigaci
on este bien planeado
es 0,8 y la probabilidad de que sera bien planeado y ejecutado es 0,72.
Cual es la probabilidad de que un proyecto de investigacion bien
planeado resulte bien ejecutado? Sol: 0,9
Ejercicio de Probabilidad Condicional
Suponga que se tiene una caja de fusibles que contiene 20 piezas, de las
cuales 5 estan defectuosos. Si se seleccionan 2 fusibles al azar y se sacan
de la caja en sucesi
on sin reemplazo del primero, Cual es la probabilidad
1
de que ambos fusibles resulten defectuosos? Sol: 19

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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)

Propiedad importantede Independencia de Sucesos


De lo anterior se desprende que dos sucesos A y B son idependientes ssi
la probabilidad de su intersecci
on es el producto de sus probabilidades, es
decir:
P(A B) = P(A)P(B)
David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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)

Propiedad importantede Independencia de Sucesos


De lo anterior se desprende que dos sucesos A y B son idependientes ssi
la probabilidad de su intersecci
on es el producto de sus probabilidades, es
decir:
P(A B) = P(A)P(B)
David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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)

= P(A/D)P(D) + P(A/D c )P(D c )

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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)

= P(A/D)P(D) + P(A/D c )P(D c )

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Ejercicio con aplicaci


on del Teorema de Bayes
Se tienen tres urnas, y cada una de ellas contiene un n
umero diferente de
bolas blancas y rojas:
Primera Urna: U1 contiene 3 bolas blancas y 2 bolas rojas
Segunda Urna: U2 contiene 4 bolas blancas y 2 bolas rojas
Tercera Urna: U3 contiene 3 bolas rojas
Se elige al azar y con la misma probabilidad una de las tres urnas, y se
saca una bola. Si el resultado del experimento es que ha salido una bola
blanca. Cual es la probabilidad de que provenga de la primera urna?.
Calcular lo mismo para las otras dos urnas. Sol: P(U1 /B) = 9/19,
P(U2 /B) = 10/19
y
P(U3 /B) = 0

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Ejercicio con aplicaci


on del Teorema de Bayes
Se tienen tres urnas, y cada una de ellas contiene un n
umero diferente de
bolas blancas y rojas:
Primera Urna: U1 contiene 3 bolas blancas y 2 bolas rojas
Segunda Urna: U2 contiene 4 bolas blancas y 2 bolas rojas
Tercera Urna: U3 contiene 3 bolas rojas
Se elige al azar y con la misma probabilidad una de las tres urnas, y se
saca una bola. Si el resultado del experimento es que ha salido una bola
blanca. Cual es la probabilidad de que provenga de la primera urna?.
Calcular lo mismo para las otras dos urnas. Sol: P(U1 /B) = 9/19,
P(U2 /B) = 10/19
y
P(U3 /B) = 0

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

Que tan seguro estara ahora el investigador de la culpabilidad del


sospechoso, si resulta que el sospechoso es zurdo?

Ahora suponga que la nueva evidencia esta sujeta a distintas


interpretaciones posibles, y que en realidad s
olo muestra que es 90
por ciento posible que el criminal sea zurdo. En este caso: Que tan
seguro estara ahora el investigador de la culpabilidad del
sospechoso, si resulta que el sospechoso es zurdo?. Compare con el
resultado encontrado anteriormente.

Sol: 1.) 0,882

2.) 0,871
David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

Que tan seguro estara ahora el investigador de la culpabilidad del


sospechoso, si resulta que el sospechoso es zurdo?

Ahora suponga que la nueva evidencia esta sujeta a distintas


interpretaciones posibles, y que en realidad s
olo muestra que es 90
por ciento posible que el criminal sea zurdo. En este caso: Que tan
seguro estara ahora el investigador de la culpabilidad del
sospechoso, si resulta que el sospechoso es zurdo?. Compare con el
resultado encontrado anteriormente.

Sol: 1.) 0,882

2.) 0,871
David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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 )

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad
Soluci
on al Ejercicio con aplicaci
on del Teorema de Bayes
P(SZ )

= P(SZ /SC )P(SC ) + P(SZ /SC c )P(SC c )


=

(1)(0,6) + (0,2)(0,4)

0,68

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad
Soluci
on al Ejercicio con aplicaci
on del Teorema de Bayes
P(SZ )

= P(SZ /SC )P(SC ) + P(SZ /SC c )P(SC c )


=

(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 )

= P(SZ /SC )P(SC ) + P(SZ /SC c )P(SC c )


=

(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 )

= P(SZ /SC )P(SC ) + P(SZ /SC c )P(SC c )


=

(0,9)(0,6) + (0,2)(0,4)

0,62

David Elal-Olivero

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 )

= P(SZ /SC )P(SC ) + P(SZ /SC c )P(SC c )


=

(0,9)(0,6) + (0,2)(0,4)

0,62

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Positivo, T + , si la evidencia a favor de que el paciente este enfermo


es alta en funci
on de estas pruebas;
Negativo, T , en caso contrario

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

Positivo, T + , si la evidencia a favor de que el paciente este enfermo


es alta en funci
on de estas pruebas;
Negativo, T , en caso contrario

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Teorema de Bayes aplicado a un test de diagn


ostico
Previamente, sobre el test de diagn
ostico de la enfermedad a utilizar, han
debido ser estimadas las cantidades:
1

Sensibilidad: Es la probabilidad de que el test de positivo sobre una


persona que sabemos que padece la enfermedad, P(T + /E )

Especificidad: Es la probabilidad de que el test de negativo sobre


una persona que no padece la enfermedad, P(T /E c )

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Teorema de Bayes aplicado a un test de diagn


ostico
Previamente, sobre el test de diagn
ostico de la enfermedad a utilizar, han
debido ser estimadas las cantidades:
1

Sensibilidad: Es la probabilidad de que el test de positivo sobre una


persona que sabemos que padece la enfermedad, P(T + /E )

Especificidad: Es la probabilidad de que el test de negativo sobre


una persona que no padece la enfermedad, P(T /E c )

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Teorema de Bayes aplicado a un test de diagn


ostico
Previamente, sobre el test de diagn
ostico de la enfermedad a utilizar, han
debido ser estimadas las cantidades:
1

Sensibilidad: Es la probabilidad de que el test de positivo sobre una


persona que sabemos que padece la enfermedad, P(T + /E )

Especificidad: Es la probabilidad de que el test de negativo sobre


una persona que no padece la enfermedad, P(T /E c )

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Teorema de Bayes aplicado a un test de diagn


ostico
Lo que interesa saber en la practica es, predecir si una persona
esta SANA O ENFERMA a partir de los resultado del Test de
Diagn
ostico, es decir, de las cantidades:
P(E /T + )
y
P(E c /T )

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Teorema de Bayes aplicado a un test de diagn


ostico
Lo que interesa saber en la practica es, predecir si una persona
esta SANA O ENFERMA a partir de los resultado del Test de
Diagn
ostico, es decir, de las cantidades:
P(E /T + )
y
P(E c /T )

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Metodo de calculo sobre un test de diagn


ostico
Se consideran 100 personas sanas y 100 personas enfermas, y se observa
que:

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 )

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Metodo de calculo sobre un test de diagn


ostico
Se consideran 100 personas sanas y 100 personas enfermas, y se observa
que:

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 )

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Metodo de calculo sobre un test de diagn


ostico
Teniendo en cuenta el resultado del Test de Diagn
ostico, se utiliza el
teorema de Bayes para ver cual es, a la vista de los resultados obtenidos,
la probabilidad de que realmente este enfermo si le di
o positivo, es decir,
P(E /T + ) =

P(T + /E )P(E )
P(T + /E )P(E ) + P(T + /E c )P(E c )

o realmente este sano si le da negativo


P(E c /T ) =

P(T /E c )P(E c )
P(T /E c )P(E c ) + P(T /E )P(E )

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Metodo de calculo sobre un test de diagn


ostico
Teniendo en cuenta el resultado del Test de Diagn
ostico, se utiliza el
teorema de Bayes para ver cual es, a la vista de los resultados obtenidos,
la probabilidad de que realmente este enfermo si le di
o positivo, es decir,
P(E /T + ) =

P(T + /E )P(E )
P(T + /E )P(E ) + P(T + /E c )P(E c )

o realmente este sano si le da negativo


P(E c /T ) =

P(T /E c )P(E c )
P(T /E c )P(E c ) + P(T /E )P(E )

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Ejercicio de un test de diagn


ostico
Con el objeto de diagnosticar la colelietasis se usan los ultrasonidos. Tal
tecnica tiene una sensibilidad del 91 % y una especificidad del 98 %. En la
poblaci
on que nos ocupa, la probabilidad de colelietasis es de 0, 2.
1

Si a un individuo de tal poblaci


on se le aplican los ultrasonidos y
dan positivos. Cual es la probabilidad de que sufra la colelietasis?

Si el resultado fuese negativo. Cual sera la probabilidad de que no


tenga la enfermedad?

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

Probabilidad
Variables Aleatorias

Probabilidad

Ejercicio de un test de diagn


ostico
Con el objeto de diagnosticar la colelietasis se usan los ultrasonidos. Tal
tecnica tiene una sensibilidad del 91 % y una especificidad del 98 %. En la
poblaci
on que nos ocupa, la probabilidad de colelietasis es de 0, 2.
1

Si a un individuo de tal poblaci


on se le aplican los ultrasonidos y
dan positivos. Cual es la probabilidad de que sufra la colelietasis?

Si el resultado fuese negativo. Cual sera la probabilidad de que no


tenga la enfermedad?

David Elal-Olivero

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

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

Estadstica y Probabilidades, 2o Semestre 2012

Vous aimerez peut-être aussi