Académique Documents
Professionnel Documents
Culture Documents
Estadı́stica I.
1
INTRODUCCIÓN
Ejemplo 1
A los habitantes de una gran ciudad se les hizo una encuesta con el propósito
de determinar el número de lectores de Time y Newsweek. Los resultados de
la encuesta fueron los siguientes: 20 % de los habitantes leen el Time, el 16 %
lee el Newsweek y un 1 % lee ambos semanarios. Si se selecciona al azar a
un lector de Time, ¿cuál es la probabilidad de que también lea el Newsweek?
¿cuál es la probabilidad de que un lector del Newsweek lea también el Time?
Estadı́stica I.
2
INTRODUCCIÓN
Estadı́stica I.
3
PROBABILIDAD CONDICIONAL
Definición
Sean A y B dos eventos cualesquiera de un espacio muestral S, con P(B) > 0,
la probabilidad condicional de A dado B (la ocurrencia del evento B puede
afectar la ocurrencia del evento A), la cual denotaremos P(A|B) y está definida
por
P(A ∩ B)
P(A|B) = con P(B) > 0
P(B)
Análogamente
P(B ∩ A)
P(B|A) = con P(A) > 0
P(A)
Estadı́stica I.
4
PROBABILIDAD CONDICIONAL
P(N∩T )
• P(N|T ) = P(T ) = 0,01
0,20 = 0,05
P(T ∩N)
0,01
• P(T |N) = P(N) = 0,16 = 0,0625
Estadı́stica I.
5
PROBABILIDAD CONDICIONAL
Ejemplo 2
De una urna que contiene 4 bolas rojas y 5 bolas negras se extraen al azar
y sin reemplazo * dos bolas, una a una. ¿Cuál es la probabilidad de que la
primera sea roja?, ¿Cuál es la probabilidad de que la primera sea negra?.
¿Cuál es la probabilidad de que la segunda sea roja si la primera fue roja?.
¿Cuál es la probabilidad de que la segunda sea roja si la primera fue negra?
Sln:
Sean los eventos
*
La bola que se sacó no se devuelve a la urna
Estadı́stica I.
6
PROBABILIDAD CONDICIONAL
• P(R1) = 94
• P(N1) = 59
2P(R ∩R )
1 = (4/9)(3/8) 3
• P(R2|R1) = P(R ) 4/9
= 8
1
2P(R ∩N )
1 = (4/8)(5/9) 4
• P(R2|N1) = P(N = 8
1) 5/9
Estadı́stica I.
7
REGLA MULTIPLICATIVA
Se sabe que
P(A∩B)
i. P(A|B) = P(B) =⇒ P(A ∩ B) = P(B)P(A|B)
P(B∩A)
ii. P(B|A) = P(A) =⇒ P(B ∩ A) = P(A)P(B|A)
Estadı́stica I.
8
REGLA MULTIPLICATIVA
Más generalmente
Considere A1, A2, A3 . . . , An n eventos del espacio muestral S.
Estadı́stica I.
9
REGLA MULTIPLICATIVA
Sln:
Sean los eventos
Estadı́stica I.
10
REGLA MULTIPLICATIVA
Ejemplo 4
La tasa I contiene 3 fichas rojas y 7 fichas azules, la tasa II contiene 6 fichas
rojas y 4 azules. Una tasa es seleccionada al azar y entonces una ficha es
extraı́da de esta tasa. ¿Cuál es la probabilidad de que ésta ficha sea roja?.
Note que no se sabe de donde proviene la ficha, tasa I o tasa II, pues en
ambas tasas hay fichas de color rojo y además no se sabe que tasa fue se-
leccionada.
Estadı́stica I.
11
PROBABILIDAD TOTAL
A = A∩S
0 0
= A ∩ (B ∪ B ) porque B = A y A ∪ B = S
0
= (A ∩ B) ∪ (A ∩ B ) por leyes de De Morgan
0
Como A ∩ B y A ∩ B son mutuamente excluyentes,
0
P(A) = P(A ∩ B) + P(A ∩ B )
Esto se conoce como Teorema de la probabilidad total.
Estadı́stica I.
12
PROBABILIDAD TOTAL
Definición
Sean A1, A2, . . . , An eventos no vacı́os y mutuamente excluyentes que consti-
Sn
tuyen una partición de S, es decir, Ai = S.
i=1
Si B es un evento cualquiera, entonces
n n
P(B) = ∑ P(Ai ∩ B) = ∑ P(Ai)P(B|Ai)
i=1 i=1
Estadı́stica I.
13
PROBABILIDAD TOTAL
Estadı́stica I.
14
PROBABILIDAD TOTAL
Estadı́stica I.
15
PROBABILIDAD TOTAL
Estadı́stica I.
16
PROBABILIDAD TOTAL
Ejemplo 5
De los estudiantes que ingresan a la carrera de Estadı́stica, el 35 % lo hace
por primera opción, el 55 % por segunda opción y el resto por tercera opción.
De los que pasan por primera opción, el 90 % se gradua, de los de segunda
opción el 35 % se gradua y de los de tercera opción el 5 % se gradua. Se
selecciona de manera aleatoria un estudiante del programa Estadı́stica.
Estadı́stica I.
17
PROBABILIDAD TOTAL
Sln:
Sean los eventos
I1 : el estudiante ingresa por la poción 1.
I2 : el estudiante ingresa por la poción 2.
I3 : el estudiante ingresa por la poción 3.
G : el estudiante se gradua.
Se tiene que
P(I1) = 0,35 P(I2) = 0,55 P(I3) = 0,10 P(G|I1) = 0,9 P(G|I2) = 0,35 P(G|I3) = 0,05
Estadı́stica I.
18
PROBABILIDAD TOTAL
Estadı́stica I.
19
PROBABILIDAD TOTAL
0
• P(G |I2) =?
0
P(G |I2) = 1 − P(G|I2) = 1 − 0,35 = 0,65
• P(G) =?
Estadı́stica I.
20
PROBABILIDAD TOTAL
Ejemplo 6
En una bolsa hay 7 números; 4 pares y 3 impares. ¿Cuál es la probabilidad
de que al sacarlos al azar uno a uno salgan intercalados?
Sln:
Sean los eventos
Estadı́stica I.
21
REGLA DE BAYES
Definición
Sean A1, A2, . . . , An eventos no vacı́os y mutuamente excluyentes que con-
S
n
stituyen una partición de S, es decir, Ai = S, con probabilidades previas
i=1
P(Ai) (i = 1, 2, . . . , n)
Si B es un evento cualquiera, entonces
P(B ∩ Ai) P(A )P(B|Ai)
P(Ai|B) = = n i
P(B)
∑ P(Ai)P(B|Ai)
i=1
Estadı́stica I.
22
REGLA DE BAYES
Ejemplo 7
La irregularidad del corte de productos de papel aumenta a medida que las
hojas de las cuchillas se desgastan. Se sabe que el 1 % de los productos
cortados con cuchillas nuevas tienen cortes irregulares, el 3 % de los que se
cortan con cuchillas de filo promedio tienen cortes irregulares y el 5 % de
los cortados con cuchillas desgatadas tienen cortes irregulares. Además, el
25 % de las cuchillas son nuevas, el 60 % tienen filo promedio y el 15 % están
desgastadas.
Si un producto presenta un corte irregular, ¿cuál es la probabilidad que se
haya producido por usar una cuchilla nueva?
Estadı́stica I.
23
REGLA DE BAYES
Sln:
Sean los eventos
I : el producto presenta cortes irregulares
M : las cuchillas tienen corte de filo medio
N : las cuchillas son nuevas
D : las cuchillas están desgastadas
Del enunciado se sabe que
Estadı́stica I.
24
REGLA DE BAYES
P(N ∩ I)
P(N|I) =
P(I)
P(N)P(I|N)
=
P(N)P(I|N) + P(M)P(I|M) + P(D)P(I|D)
0,25(0,01)
=
0,25(0,01) + 0,6(0,03) + 0,15(0,05)
= 0,0893
De los productos que presentan cortes irregulares, el 8,93 % es debido a las
cuchillas nuevas.
Estadı́stica I.
25
REGLA DE BAYES
Estadı́stica I.
26
INDEPENDENCIA ENTRE EVENTOS
Definición:
Sean A y B eventos de un espacio Muestral. Se dice que A y B son Estadı́sti-
camente Independientes si y sólo si, cualquiera de las siguientes proposi-
ciones se cumple:
Estadı́stica I.
27
INDEPENDENCIA ENTRE EVENTOS
Estadı́stica I.
28
INDEPENDENCIA ENTRE EVENTOS
0
i. A ∩ B son independientes.
0
ii. A ∩ B son independientes.
0 0
iii. A ∩ B son independientes.
Estadı́stica I.
29
EJERCICIOS
5
Rta= 39
Estadı́stica I.
30
EJERCICIOS
2. Dos bolas son sacadas al azar y sin reemplazo de una urna que contiene
a bolas verdes y b bolas azules. ¿Cuál es la probabilidad de que la se-
gunda bola sacada sea verde?
a
Rta= a+b
Estadı́stica I.
31
EJERCICIOS
Estadı́stica I.
32
EJERCICIOS
Rta= 31
Estadı́stica I.
33
EJERCICIOS
5. Sean A y B eventos tales que P(A ∪ B) = 0,6 y P(B) = 0,2. Los eventos
A y B son independientes cuando la probabilidad de A es:
Rta=0,5
Estadı́stica I.
34