Académique Documents
Professionnel Documents
Culture Documents
PROBABILIDAD:
OBJETIVOS DE
.- Terminología Básica. APRENDIZAJE:
4.-Evidenciar la
aplicación del teorema
de Bayes en situaciones
reales
2
Capitulo i. Probabilidad
.
Una de las definiciones básicas en un curso de introducción a la teoría de
probabilidades, es la de espacio muestral y se presenta a continuación.
3
Capitulo i. Probabilidad
Definición
Ejemplo 1:
En referencia al experimento que consiste en lanzar un dado y observar el
resultado que se presenta en la cara superior, el espacio muestral S de
resultados posibles es:
S = {1, 2, 3, 4, 5,6}
Ejemplo 2:
Al lanzar un dado y observar el resultado que se presenta en la cara
superior, el espacio muestral “S” es discreto finito, pues:
S = {1, 2, 3, 4, 5,6}
Ejemplo 3:
Lanzar una moneda hasta que salga cara, el espacio muestral “S” es
discreto infinito, pues:
S = {c, sc, ssc, sssc, ssssc…}.
Ejemplo 4:
4
Capitulo i. Probabilidad
Definición
5
Capitulo i. Probabilidad
Ejemplo 7:
Al lanzar un dado y observar el resultado que se presenta en la cara superior
y verificar que el mismo sea un número par:
A = {2, 4, 6}
Complemento: El complemento de un evento A, denotado por A’ es el
conjunto formado por todos aquellos elementos (puntos muestrales)
pertenecientes a “S” que no están en A.
Ejemplo 8: En referencia al ejemplo anterior el evento complementario se
verifica si sucede un número impar:
A’ = {1, 3, 5}
En algunos casos expresaremos eventos a través de operaciones básicas de
conjunto, tales como intersecciones, uniones y complementos. A continuación
se definen de manera sencilla algunas de las operaciones básicas con
conjuntos, a saber:
La Unión de dos eventos A y B (A B) es el evento formado por los
resultados que están en A o están en B o en ambos.
Para visualizar de manera rápida el conjunto de relaciones entre eventos
haremos uso de una herramienta gráfica denominada Diagrama de Venn
A B
( AB)
Fuente: Elaboración Propia
La Intersección de dos eventos A y B (A B) es el evento formado por los
resultados que están en A y están en B.
Gráfico 2.Diagrama de Venn. Intersección de Eventos
7
Capitulo i. Probabilidad
A B
( AB )
C M
6 2 2
Cara
5
( C)
2
Sello
3
(S)
Permutación
Una permutación es un arreglo u ordenamiento de un conjunto de
elementos.
965
956
596
569
695
659
El problema puede ser resuelto a través de la regla de la multiplicación de la
siguiente manera:
Consideremos el número de opciones de posicionamiento en los lugares
correspondientes a las centenas, decenas y unidades respectivamente con la
condición de que número utilizado en el arreglo no se repita.
65
56
96
69
95
59
En los casos en los que no importe el orden sino las distintas selecciones
diferentes posibles utilizaremos las combinaciones
Definición
14
Capitulo i. Probabilidad
Combinación
El número de combinaciones de n objetos diferentes tomando r a la vez: es:
n!
nCr
r!(n r )!
Ejemplo 13:
15
Capitulo i. Probabilidad
1) El apretón de manos
Las personas que asistieron a una fiesta se estrecharon la mano. Uno de ellos
advirtió que los apretones de mano fueron 66. ¿Cuantas personas
concurrieron a la fiesta?
SOLUCIÓN
Este interesante problema está propuesto en la sección denominada
“Matemática Recreativa” de la colección de fascículos titulada “El Mundo de
las Matemáticas”, se sugiere resolverlo en un fascículo dedicado a las
aplicaciones de las ecuaciones, en este caso se obtendrá una solución a
través de una de las técnicas de conteo (Combinación), y se le deja al lector el
encontrar otras formas de solucionar el acertijo.
n!
nC 2 66
2! n 2 !
Resolviendo
n n 1 n 2 !
66
2!.(n 2)!
10!
10 P 2 10.9 90
(10 2)!
2000 Bs
90exactas 180000 Bs
exactas
18
Capitulo i. Probabilidad
Ejercicios Propuestos
1) ¿Cuántos números de 4 dígitos pueden formarse con los dígitos 0, 1, 2, 3,
4, 5, 6, 7,8?
a. Sí cada uno puede utilizarse una sola vez.
b. ¿Cuántos de estos números son impares?
c. ¿Cuántos de estos números son pares?
Nota: Para que el número formado sea considerado de 4 dígitos en la
posición correspondiente a las unidades de mil debe aparecer un número
distinto de 0?
2) Pedro y su esposa Ofelia están decidiendo el nombre de su primer hijo
como buenos maracuchos el nombre debe contener las iniciales de los
nombres de sus padres y abuelos. Los abuelos son Maria y Eduardo y Pablo
y Ana. ¿Cuántos nombres contiene la lista de la cual harán la selección?
PROBABILIDAD
La probabilidad es una medida para cuantificar el grado de
incertidumbre respecto a un suceso. Esta medida suministra información
en torno a la posibilidad de que un hecho o evento se presente. Sus orígenes
se remontan al siglo XVI cuando los reyes contrataban a los matemáticos
famosos para idear métodos para incrementar sus ganancias en los juegos de
azar, por eso algunos afirman que “La Probabilidad nació en el juego y es
jugando como se aprende probabilidad.”Hoy día la Teoría de Probabilidades
constituye el fundamento de la Estadística Inferencial, la cual es ampliamente
utilizada por los ingenieros para sacar conclusiones de diversos procesos en
base a evidencias muestrales
Definición:
Axiomas de Probabilidad.
0 P ( A) 1
P ( ) 0
P(S ) 1
Ejemplo 15:
1) Una moneda se construye da tal forma que la probabilidad de obtener una
cara es el triple de obtener como resultado un sello. a) Si la moneda se lanza
una vez cual es la probabilidad de obtener una cara. b) Si la moneda se lanza
dos veces cual es la probabilidad de obtener un sello.
Solución:
Para resolver este problema se usará el enfoque de suma de los pesos
dado que no se trata de un experimento en el que todos los resultados son
igualmente probables.
a) En primer término se define el evento siguiente:
A: Evento que corresponde a obtener una cara en un lanzamiento.
Dado que la probabilidad de obtener una cara es el triple de la de obtener un
sello tenemos:
3p p 1 (Por Axioma de probabilidad P(S) = 1)
3 1 1 3 3
P( B) . .
4 4 4 4 8
Reglas Aditivas
Teorema
Sean un A y B un par de eventos cualesquiera:
P ( AUB) P ( A) P ( B ) P ( AB )
Corolario
Sí A y B son mutuamente excluyente:
P ( AB ) P ( A) P ( B )
Corolario
Para n eventos mutuamente excluyentes:
P ( A1A2A3.... An) P ( A1) P ( A2) P ( A3) ... P ( An)
SÍ
¿A y B son
mutuamente P (AUB)= P(A) + P(B)
Excluyentes?
NO
Fuente: Triola.M
27
Capitulo i. Probabilidad
P(A)
P (A’) = 1-P(A)
La probabilidad de que el evento “B” ocurra dado que el evento “A” ocurrió
P ( B / A) viene dada por:
P ( BA)
P ( B / A) , P ( A) 0
P ( A)
Tabla Nº
Fuma No Fuma
Hombre 18 22
Mujer 20 40
20
P ( M F )
100
38
P( F )
100
20
20
Luego P( M / F ) 100
38
0,5263
38
100
30
Capitulo i. Probabilidad
Eventos Independientes.
Uno de los conceptos de mayor importancia en la teoría de
probabilidades es el de eventos independientes, y será de gran utilidad para
entender aquellos procesos que se adapten a la Distribución Binomial y sus
variaciones, y en casos de muestreo cuando el parámetro de interés sea la
proporción de una población.(Las Distribuciones de Probabilidad y los
procesos de inferencias no serán desarrollados en este libro)
A partir del concepto de probabilidad condicional se puede definir
eventos independientes:
Definición
Dos eventos A y B son independientes
P ( B / A) P ( B )
y
P ( A / B ) P ( A)
Así los Eventos A y B son independientes dado que la ocurrencia del evento A
no afecta la probabilidad de ocurrencia de B, y del mismo modo la
probabilidad de ocurrencia de B no se ve condicionada por la ocurrencia de A.
Por ejemplo, si lanzamos una moneda en par de oportunidades, la
probabilidad de obtener una cara en el segundo lanzamiento es exactamente
igual a la probabilidad de obtener una cara el segundo intento si en el primero
dio como resultado una cara.
Reglas Multiplicativas.
Los Teoremas que a continuación se enuncian sirven para cuantificar la
probabilidad de Intersecciones de Eventos
Teorema
Sí A y B son un par de eventos cualesquiera:
P ( AB ) P ( A).P ( B / A)
P ( B A) P ( B ).P ( A / B )
Corolario
Dos eventos A y B son independientes
P ( B A) P ( B ).P ( A)
y
P ( AB ) P ( A).P ( B )
Corolario
Para n Eventos Independientes:
P ( A1A2A3...An) P ( A1).P ( A2).P ( A3)...P ( An)
Ejemplo16:
Uno de los supuestos sobre los que se fundamenta la teoría de gráficas de
control es que los puntos sucesivos graficados son independientes entre sí.
Consideramos que cada punto graficado puede indicar que un proceso está
32
Capitulo i. Probabilidad
A1’: El punto 1 indica que el proceso esta trabajando bien y el mismo está
funcionando correctamente.
A2’: El punto 2 indica que el proceso esta trabajando bien y el mismo está
funcionando correctamente.
De forma análoga para A2’, A3’, A4’…A10’
10
P ( A1A2A3A4....A10) 1 ( 0.95 ) 0,40126
Así la probabilidad de que al menos uno de los puntos indique una situación
anómala aun cuando el proceso está bajo control es 40,126%
An
A3
A1
B Ak
A4
A2
2.6 Teorema de Bayes
Teorema
P ( Ai).PB( Ai )
P( Ai / B )
P( A1).P ( B / A1) P( A2).P ( B / A2) ... P ( An).P( B / An)
1 5
P( R / C 3) P ( B / C 3)
6 6
Como las tres cajas son de idéntico tamaño y la selección se hace al azar las
probabilidades de selección de las cajas se consideran iguales; es decir:
1
P (C1) P (C 2) P (C 3)
3
Probabilidades a posteriori
En este caso sabiendo que la pelota resultó de color rojo, vamos a calcular la
probabilidad de que provenga de la caja 1; es decir:
P (C1 / R ) ?
2 1
.
P (C1 / R) 5 3 0,3243
21 21 11
53 33 63
37
Capitulo i. Probabilidad
Ejemplo 18:
Según la apreciación de una serie de observadores políticos la probabilidad
de triunfo del candidato “caraotica” es 0,30.Sus asesores quieren tener mayor
información y deciden contratar a la encuestadora “CONSULTORES UNEXPO
C.A”. Dicha encuestadora es una empresa de gran credibilidad.. La
confiabilidad de dicha empresa al dar como probable ganador a un candidato
es del 90 %, asimismo la confiabilidad de “CONSULTORES UNEXPO C.A” al
afirmar que un candidato fracasará es 85 %. Si la encuestadora le asegura
que no será elegido ¿Cómo cambia la percepción de la probabilidad de triunfo
del candidato “Caraotica”?. ¿Qué le deben sugerir a dicho candidato sus
asesores?
Solución
En primer término consideremos los siguientes eventos.
G: El candidato resulte electo.
g : La encuestadora lo dio como probable ganador.
Probabilidades a Priori:
Las confiabilidades de la encuestadora constituyen las probabilidades previas
que conocemos antes de que se efectúe la elección. En este caso:
(0,10)(0.30)
P (G / g ' ) 0,048
(0,10).(0.30) (0.85)(0,70)
P ( g ' G )
P(g/G)
39
Capitulo i. Probabilidad
P (g’/G)
P ( g ' G ' )
P(g/G’)
P(G’)
P (G’) P (g’/G’)
P(g’/G’)
P(g’/G’)
Ejemplo 19:
Aplicación del Teorema de Bayes en el análisis de los resultados de un
test de embarazo.
Una mujer seleccionada de un grupo de 100 personas se aplica un
determinado test de embarazo, y la prueba indicó un resultado positivo ¿Cuál
es la probabilidad de que la misma no este embarazada?
40
Capitulo i. Probabilidad
Mujer No 3 12
Embarazada
Solución:
Definamos los siguientes eventos:
+: La prueba indicó que la mujer está embarazada.
- : La prueba indicó que la mujer no está embarazada
E: La mujer está embarazada.
E’: La mujer está embarazada.
Probabilidades a priori
Podemos definir las siguientes probabilidades que determinan la confiabilidad
del test de embarazo
Confiabilidad de la Prueba
81
P( / E ) 0,9529 (Sensibilidad de la Prueba)
85
Cuando la prueba indica de manera correcta que la mujer está embarazada
se denomina verdadero positivo, y la probabilidad de un verdadero positivo
se define como sensibilidad de la prueba.
12
P ( / E ' ) 0,8 (Especificidad de la Prueba)
15
41
Capitulo i. Probabilidad
Por Complemento
P ( / E ' ) 1 P ( / E ' ) 1 0,8 0,2
Luego:
0,2.0,15
P( E ' / ) 0,0357
0,2.0,15 0,9529.085
Términos Claves:
Espacio Muestral, Permutación, Combinación Evento, Probabilidad,
Probabilidad Condicional Eventos Independientes, Teorema de
Bayes.
Problemas Propuestos
PROBABILIDAD.
1) Un dado “cargado” se arregla de tal forma que la probabilidad de ocurrencia
del número 2 o un 3 es el doble que la del 4, a su vez este se presenta tres
veces más frecuentemente que un 1, un 5 o un 6. Si el dado se lanza una vez,
encuentre la probabilidad de que:
a) El número sea impar.
43
Capitulo i. Probabilidad
TEOREMA DE BAYES
48
Capitulo i. Probabilidad
de los candidatos son 0,60 para Eduardo Álvarez y 0,4 para Pedro Guillen.
Los asesores del Sr. Guillen recurren a la encuestadora ULTRANALISIS para
tener mayor información en cuanto a las posibilidades de éxito de su
candidato. Dicha empresa basa su prestigio en los siguientes resultados:
El 95 % de las veces en que las encuestas han dado como ganador a un
candidato este efectivamente ha ganado.
El 10 % de las veces en que las encuestas han dado como ganador a un
candidato este ha perdido.
Si una vez concluida la encuesta, esta considera ganador al Sr. Álvarez. a)
¿Cómo cambia la probabilidad de triunfo que le habían asignado los analistas
al Sr. Guillen? b) Si UD fuera el Asesor del Sr. Guillen ¿Cuál estrategia de
campaña recomendaría?
Referencias Bibliográficas.