INTRODUCCIN A LA PROBABILIDAD Y VALOR ESPERADO

CONJUNTOS Y TCNICAS DE CONTEO

DEFINICIN Y NOTACIN DE CONJUNTOS El trmino conjunto juega un papel fundamental en el desarrollo de las matemticas modernas; Adems de proporcionar las bases para comprender con mayor claridad algunos aspectos de la teora de la probabilidad. Su origen se debe al matemtico alemn George Cantor (1845 1918).
Podemos definir de manera intuitiva a un conjunto, como una coleccin o listado de objetos con caractersticas bien definidas que lo hace pertenecer a un grupo determinado. Para que exista un conjunto debe basarse en lo siguiente:

En base a la cantidad de elementos que tenga un conjunto, estos se pueden clasificar en conjuntos finitos e infinitos.

FINITOS: Tienen un nmero conocido de elementos, es decir, se encuentran determinados por su longitud o cantidad.
El conjunto de das de la semana

INFINITOS: Son aquellos en los cuales no podemos determinar su longitud.

El conjunto de los nmeros reales

Existen dos formas comunes de expresar un conjunto y la seleccin de una forma particular de expresin depende de la conveniencia y de ciertas circunstancias siendo:

ww w.

NOTACIN A los conjuntos se les representa con letras maysculas A, B, C, ... y a los elementos con letras minsculas a, b, c, ..., por ejemplo, el conjunto A cuyos elementos son los nmeros en el lanzamiento de un dado. A = { 1, 2, 3, 4, 5, 6 }

at e

m at

La coleccin de elementos debe estar bien definida. Ningn elemento del conjunto se debe contar ms de una vez, generalmente, estos elementos deben ser diferentes, si uno de ellos se repite se contar slo una vez. El orden en que se enumeran los elementos que carecen de importancia.

ic

a1

.c om

EXTENSIN: Cuando se describe a cada uno de los elementos. A = {a, e, i, o, u} COMPRENSIN: Cuando se enuncian las propiedades que deben tener sus elementos. A = {x | x es una vocal}
Para describir si un elemento pertenece o no a un conjunto, se utiliza el smbolo de pertenencia o es elemento de, con el smbolo , en caso contrario .

A = {1, 2, 3}
2 A; 5 A

TIPOS DE CONJUNTOS CONJUNTO VACI O NULO: Es aquel que no tiene elementos y se simboliza por o { }.

IGUALDAD DE CONJUNTOS Considerando el conjunto A y el conjunto B, si ambos tienen los mismos elementos, es decir, si cada elemento que pertenece a A tambin pertenece a B y si cada elemento que pertenece a B pertenece tambin a A. A=B SUBCONJUNTO Si todo elemento de un conjunto A es tambin elemento de un conjunto B, entonces se dice que A es un subconjunto de B. Representado por el smbolo . ABoBA SUBCONJUNTOS PROPIOS Se dice que es un subconjunto propio de A s todos los elementos de un conjunto B se encuentran incluidos en l A, denotado por . ABoBA

ww

w.

RELACIONES ENTRE CONJUNTOS

M at

CONJUNTO UNIVERSAL: Es el conjunto de todos los elementos considerados en una poblacin o universo, en un problema en especial. No es nico, depende de la situacin, denotado por U o .

em

at

El conjunto A, es un conjunto vaco por que no hay ningn nmero real que satisfaga a x2+1 = 0

ic

A = {x2 + 1 = 0 | x R}

a1

.c om

CONJUNTO POTENCIA La familia de todos los subconjuntos de un conjunto se llama conjunto potencia. Si un conjunto es finito con n elementos, entonces el conjunto potencia tendr 2n subconjuntos. A = {1, 2}
El total de subconjuntos es: 22 = 4 {1,2}, {1}, {2}, { }

CONJUNTOS DISJUNTOS Son aquellos que no tienen elementos en comn, es decir, cuando no existen elementos que pertenezcan a ambos. F = {1, 2, 3, 4, 5, 6}

OPERACIONES DE CONJUNTOS

UNIN DE CONJUNTOS. Sean A y B dos subconjuntos cualesquiera del conjunto universal. La unin de A y B, expresada por A B, es el conjunto de todos los elementos que pertenecen a A o pertenecen a B. A B = {x | x A o x B} INTERSECCIN DE CONJUNTOS. Sean A y B dos conjuntos cualesquiera del conjunto universal. La interseccin de A y B, expresada por A B, es el conjunto de todos los elementos que pertenecen a A y a B simultneamente, es decir: A B = {x | x A y x B}

ww

w.

at

em at ic

PARTICIN Cuando un conjunto es dividido en subconjuntos mutuamente excluyentes y exhaustivos, se le denomina particin.

Unin. Interseccin. Diferencia. Complemento. Producto cartesiano.

a1

.c

G = {a, b, c, d, e, f}

om

DIFERENCIA DE CONJUNTOS O COMPLEMENTO RELATIVO. Sean A y B dos conjuntos cualesquiera del conjunto universal. La diferencia o complemento relativo de B con respecto a A, es el conjunto de los elementos que pertenecen a A, pero no pertenecen a B. A - B = {x | x A, x B}
Nota: A - B B - A

COMPLEMENTO ABSOLUTO O SIMPLEMENTE COMPLEMENTO. Sea A un subconjunto cualesquiera del conjunto universal. El complemento de A es el conjunto de elementos que perteneciendo al universo y no pertenecen al conjunto A, denotado por A o Ac. A = {x | x U, x A}
Nota: A = U - A

PRODUCTO CARTESIANO. Sean A y B dos conjuntos, el conjunto producto o producto cartesiano expresado por A x B est formado por las parejas ordenadas (a, b) donde a A y b B. A x B = {(a, b) | a A y b B}

LEYES DE CONJUNTOS

ww

ASOCIATIVA (A B) C = A (B C ) (A B) C = A (B C) CONMUTATIVA A B = B A

w.

at em

DE IDEMPOTENCIA AA=A A A=A

DE INVOLUCIN (A) = A

DE COMPLEMENTO A A = U A A = U= = U (A B)= A B

A B=B A

DMORGAN (A B) = A B

DISTRIBUTIVA A (B C) = (A B) (A C) A (B C) = (A B) (A C) DE IDENTIDAD A U = U A = A

A U=A A =

PRINCIPIO DE CONTEO n(A B) = n(A) + n(B) AB= n(A B) = n(A) + n(B) - n(A B) A B

at ic

a1

.c om

DIAGRAMAS DE VENN
Un diagrama de Venn es una representacin pictrica de conjuntos en el plano. El conjunto universal U se representa por un rectngulo, cualquier otro conjunto se representa con un crculo. Una operacin se representa mediante el sombreado de los elementos del conjunto.

AB

EXPERIMENTO ESTADSTICO: Es el proceso mediante el cual se genera un conjunto de datos y puede ser determinstico o aleatorio. ESPACIO MUESTRAL: Son todos los posibles resultados que se obtienen de un experimento denotado por S o .

A = {4} EVENTO COMPUESTO: Es cualquier evento que se puede descomponer en dos o ms eventos simples. B = {2, 4, 6} EVENTOS MUTUAMENTE EXCLUYENTES: Llamados tambin disjuntos, no pueden ocurrir simultneamente, es decir, la ocurrencia de ellos excluye la ocurrencia de los otros. AB= EVENTOS INDEPENDIENTES: Cuando la ocurrencia o no ocurrencia de un evento no afecte la ocurrencia de otro evento. EVENTOS DEPENDIENTES: Si los eventos A y B estn relacionados de tal modo que la ocurrencia de B depende de la ocurrencia de A, entonces A y B son independientes.

ww w.

M at

S = {1, 2, 3, 4, 5, 6} EVENTO SIMPLE: Son los eventos constituidos por un slo elemento.

em

at

ic a1

.c o

EVENTOS

TCNICAS DE CONTEO
Para determinar el espacio muestral o el tamao del espacio muestral, es necesario desarrollar algunas tcnicas de enumeracin las cuales son: El Diagrama de rbol Anlisis Combinatorio.

DIAGRAMAS DE RBOL
Los diagramas de rbol son ordenaciones empleadas para enumerar todas las posibilidades lgicas de una secuencia de eventos, donde cada evento puede ocurrir en un nmero finito. Proporcionan un mtodo sistemtico de enumeracin objetiva de los resultados.

Tenemos dos opciones posibles para cada pregunta, V o F el rbol presenta dos ramas en cada pregunta.

1) La teora de conjuntos fue desarrollada por G. Cantor. a) V b) F 2) G. Cantor es de origen francs. a)V b) F 3) La teora de conjuntos sirve para simplificar la Estadstica.

ww w.

at

em
a) V

at
2 V F V F

A continuacin, se presenta un Diagrama de rbol, referente a las respuestas que se pueden dar a tres preguntas de Verdadero o Falso.

ic a

1) V

1.c
F V F V F V F

b) F 3) V

om

Raz

Ramas

Las diferentes formas en que se puede contestar son ocho y forman el espacio muestral.

S = {VVV, VVF, VFV, VFF, FVV, FVF, FFV, FFF} Se tienen en un estante 3 libros uno de lgebra, otro de Contabilidad y otro de Biologa. De cuntas formas distintas se pueden ordenar los libros?
C A B A B C C B

1.c em at ic a
B

om

C A

A B

{ACB, ABC, BCA, BAC, CAB, CBA}

Contabilidad lgebra

Contabilidad

Contabilidad

at

Biologa

Biologa

Biologa

ww

Los diagramas de rbol muestran objetivamente el nmero de resultados posibles en que se puede disponer de la ordenacin de un conjunto de elementos, pero esta enumeracin es limitada, pues a medida que aumenta el nmero de objetos dicha ordenacin se complica, por lo que hay que utilizar otro procedimiento ms sencillo para determinar el nmero total de resultados. Con este fin, nos

lgebra Biologa

lgebra

lgebra

w.

Contabilidad

ANLISIS COMBINATORIO

Contabilidad

Contabilidad

Biologa

Biologa

lgebra

lgebra

apoyaremos en los conceptos permutaciones y combinaciones, los cuales tienen como base el principio fundamental del conteo.

PRINCIPIO FUNDAMENTAL DE CONTEO

Si un evento A puede ocurrir de n1 maneras, y una vez que este ha ocurrido, otro evento B puede ocurrir de n2 maneras diferentes, entonces el nmero total de formas diferentes en que ambos eventos pueden ocurrir en el orden indicado, es igual a n1 x n2.

De cuntas maneras pueden repartirse 3 premios a un conjunto de 10 personas, suponiendo que cada persona no puede obtener ms de un premio?
Aplicando el principio fundamental del conteo, tenemos 10 personas que pueden recibir el primer premio. Una vez que ste ha sido entregado, restan 9 personas para recibir el segundo, y posteriormente quedarn 8 personas para el tercer premio. De ah que el nmero de maneras distintas de repartir los tres premios. n1 x n2 x n3

26 x 25 x 10 x 9 x 8 = 468000

ww

w.

Una permutacin de un conjunto de elementos, es un ordenamiento especfico de todos o algunos elementos del conjunto, facilita el recuento de las ordenaciones diferentes que pueden hacerse con los elementos del conjunto.

Nota: En una permutacin el orden en que se disponen los elementos del conjunto es importante. PERMUTACIONES DE n ELEMENTOS Por el principio fundamental del conteo podemos enunciar que el nmero de permutaciones de n objetos distintos tomados de n en n, es: n Pn = n!

M at

El smbolo ! se lee factorial y es el producto resultante de todos los enteros positivos de 1 a n; es decir, sea n un nmero entero positivo, el producto n (n-1) (n-2)...3 x 2 x 1 se llama factorial de n.

n! = n (n -1 ) (n -2 )...3 x 2 x 1
5! = 5 x 4 x 3 x 2 x 1 = 120 Por definicin 0! = 1

PERMUTACIONES

em

at

Cuntas placas de automvil se pueden hacer utilizando dos letras seguidas de tres cifras? No se admiten repeticiones.

ic

a1

10 x 9 x 8 = 720

.c om

Se quiere conocer el conjunto de todas las disposiciones posibles de tres personas colocadas en hilera para tomar una fotografa.
3P3

= 3! = 6

Cinco personas desean nombrar un Comit Directivo compuesto de un presidente, un vicepresidente, un secretario, un tesorero y un vocal. Cuntas maneras hay de constituir el comit?
5P5

= 5! = 120

Hay seis banderas de distintos colores. Cuntas seales diferentes se pueden enviar usando las seis banderas al mismo tiempo?
6P6

= 6! = 720

Si de un estante tomamos 2 de 3 libros Cuntas permutaciones pueden realizarse?

ww

w.

Cuntas ternas pueden formarse con las 26 letras del alfabeto, si cada letra slo puede utilizarse una sola vez? 26! 26! = = 15600 26 P3 = (26 3)! 23!

at em
3 P2 =

3! = 3! = 6 (3 2)!

at

n Pr =

n! (n r )!

ic

a1

PERMUTACIONES DE n ELEMENTOS EN DIFERENTES GRUPOS DE r ELEMENTOS. Podemos calcular el nmero de permutaciones nPr, de n elementos, tomados en grupos o subconjuntos de r elementos.

.c

om

Cinco personas entran a una sala en la que hay 8 sillas. De cuntas maneras diferentes pueden ocupar las sillas? 8! 8! = = 6720 8 P5 = (8 5)! 3!

PERMUTACIONES DONDE NO TODOS LOS ELEMENTOS SON DIFERENTES. Si los elementos de un conjunto no son todos diferentes entre s, es decir, algunos de los elementos son idnticos, la frmula de las permutaciones presenta un nuevo aspecto.
El nmero de permutaciones que se pueden formar en el caso de n elementos, cuando hay n1 elementos idnticos, n2 elementos de otro tipo idnticos, etctera, es:
n Pn1, n2, ..., nk =

n! n1! n2! ... nk!

Cuntas palabras diferentes de cuatro letras pueden formarse con las letras LULU?
4 P2, 2 =

4! 24 = =6 2! 2! 4

M at

Cuntas palabras de once letras pueden formarse con la palabra Mississippi?.

11 P4, 4, 2, 1 =

Cuntos mensajes pueden enviarse con diez banderas utilizndolas todas, si son cuatro negras, tres verdes y tres rojas? 10 = 4200 10 P4, 3, 3 = 4! 3! 3!

PERMUTACIONES CIRCULARES Cuando los elementos se encuentran dispuestos en forma circular tenemos:
n Pc

ww w.

De cuntas maneras podemos ordenar 5 llaves en un llavero?

5 Pc = (5 1)! = 4! = 24

em

S = {LLUU, LULU, UULL, ULUL, LUUL, ULLU}

at

11! = 34650 4! 4! 2!1!

= (n 1)!

ic a1

.c o

COMBINACIONES Ya sabemos que en una permutacin el orden de los elementos es importante, pero cuando el orden de colocacin carece de importancia, a la disposicin de dichos elementos se le denomina combinacin.
Por lo tanto, una combinacin es un subconjunto o una disposicin de todos los elementos de un conjunto, sin tener en cuenta el orden de ellos. El nmero de combinaciones o subconjuntos no ordenados, cada uno formado por r elementos, que pueden obtenerse de un conjunto de n elemento es:
n Cr =

n! n! n o = r (n r )! r! (n r )! r!

Si de un estante tomamos 2 de 3 libros, Cuntas combinaciones pueden realizarse?

Por lo tanto, el resultado se reduce a 3 posibles formas ya que en una combinacin el orden de los elementos no es importante.

Se tienen cinco obreros para un trabajo especial que requiere de tres de ellos. De cuntas maneras diferentes se puede seleccionar un equipo de tres?
5 C3 =

ww

w.

De un club de 20 socios, se van a seleccionar 3 para formar la mesa directiva. De cuntas formas puede constituirse?
20 C 3 =

at em
5! 5! 120 = = = 10 (5 3)! 3! 2! 3! 12 20! 20! 6840 = = = 1140 (20 3)! 3! 17! 3! 6

at ic

3 C2 =

3! 3! 6 = = =3 (3 2)! 2! 1! 2! 2

a1

.c om

Es conveniente observar que:

n Cr

=n Cn r

As:
100 C 98 =100 C100 98 =100 C 2

FRMULA DEL BINOMIO

(a + b ) n =

r = 0

r a n r b r

AXIOMAS Y TEOREMAS DE LA PROBABILIDAD. DEFINICIONES DE LA PROBABILIDAD. La palabra probabilidad se utiliza para cuantificar nuestra creencia de que ocurra un acontecimiento determinado. Existen tres formas de estimar probabilidades: el enfoque clsico, el cual se aplica cuando todos los resultados posibles que se consideran igualmente probables; el de frecuencias relativas o probabilidad emprica, se refiere a la estimacin con base en un gran nmero de experimentos repetidos en las mismas condiciones. El enfoque subjetivo basado en situaciones especiales, en las cuales no es posible repetir el experimento y slo usa un grado de confianza personal. PROBABILIDAD CLSICA O DE LAPLACE (fines del siglo XVI). Bajo este concepto definiremos la probabilidad de obtener un determinado resultado A, en un experimento aleatorio como la relacin por cociente, entre el nmero de casos favorables a su ocurrencia, y el nmero de casos posibles. Si representamos la probabilidad de ocurrencia del evento A, por P(A), se tendr:

ww

w.

P( A) =

at

Casos favorables al evento A Casos posibles

Esta es la definicin clsica o apriori (antes de), es de aplicacin fcil, pues no se necesita de ningn experimento para su clculo, sino nicamente el conocimiento de las condiciones en que se realiza el experimento. Se supone que todos los resultados posibles son conocidos, y que todos tienen la misma probabilidad de ocurrir.

Si una urna contiene 10 esferas blancas, 15 azules y 5 rojas, la probabilidad de extraer al azar una esfera blanca, es: 10 1 P (B) = = 30 3

em at ic

a1

.c

om

Esta probabilidad se basa en razonamientos abstractos y no depende de la experiencia, lo cual permite estimar probabilidades sin realizar una gran cantidad de experimentos.

PROBABILIDAD FRECUENTISTA O DE VON MISES (frecuencias relativas 1957) La probabilidad experimental de que ocurra un evento es la frecuencia relativa observada con que ocurre ese evento. Si un experimento se realiza n veces, bajo las mismas condiciones y si ocurren n(A) resultados favorables al evento A, el valor estimado de la probabilidad de que ocurra A como resultado de la experimentacin, puede determinarse de la manera siguiente:
P( A) = n( A)
n

Donde n(A) es el nmero de veces que se observ realmente el evento A, y n es el nmero de veces que se efectu el experimento. La probabilidad estimada, obtenida en esta forma, se denomina probabilidad experimental. A medida que aumenta el nmero de ensayos o experimentos, la probabilidad estimada de que ocurra un evento, que se obtiene a travs de la frecuencia relativa, se va acercando al valor apriori.

De 70 alumnos que se inscribieron al curso de probabilidad y estadstica en el semestre anterior. 15 no lo terminaron, 20 obtuvieron una calificacin de NA y el resto lo aprobaron, Cul es la probabilidad de que un alumno acredite la materia?

at em
P( A) =

PROBABILIDAD SUBJETIVA (1969) La probabilidad estimada mediante los enfoques clsicos y experimental, son completamente objetivos, ya que se determinan con base en hechos reales. En cambio, en algunos casos se presentan situaciones en las cuales no es posible realizar experimentos repetitivos y los resultados tampoco son igualmente probables. En estas condiciones, la probabilidad de ocurrencia de un evento debe evaluarse en forma subjetiva.

Tales apreciaciones suelen ser de criterio personal, y por lo tanto, dos personas pueden cuantificar en forma diferente, la probabilidad subjetiva del mismo evento. Podemos entonces considerar la probabilidad subjetiva como la evaluacin personal de la ocurrencia de un evento incierto, que se hace con base en criterios o experiencias sobre casos semejantes.
AXIOMAS DE PROBABILIDAD

Los axiomas de la formulacin moderna de la teora de la probabilidad constituyen una base para deducir a partir de ellas un amplio nmero de resultados.

ww

w.

at ic
35 1 = 70 2

Por medio del enfoque de frecuencias relativas, la probabilidad se determina sobre la base de la proporcin de veces que ocurre un resultado favorable, en un nmero de observaciones o experimentos. No hay supuesto previo de iguales probabilidades.

a1

.c o

La letra P se utiliza para designar la probabilidad de un evento, siendo P(A) la probabilidad de ocurrencia de un evento A en un experimento.

AXIOMA 1 Si A es un evento de S, entonces la probabilidad del evento A es:

0 P(A) 1 Como no podemos obtener menos de cero xitos ni ms de n xitos en n experimentos, la probabilidad de cualquier evento A, se representa mediante un valor que puede variar de 0 a 1.

AXIOMA 2 Si dos eventos son mutuamente excluyentes, la probabilidad de obtener A o B es igual a la probabilidad de obtener A ms la probabilidad de obtener B.

Excluirse mutuamente quiere decir que A y B no pueden ocurrir simultneamente en el mismo experimento. As, la probabilidad de obtener guila o sol en la misma tirada de una moneda ser

En general podemos decir que la suma de las probabilidades de todos los posibles eventos mutuamente excluyentes es igual a 1:

AXIOMA 3 Si A es un evento cualquiera de un experimento aleatorio y A es el complemento de A, entonces:

P(A) = 1 - P(A)

Es decir, la probabilidad de que el evento A no ocurra, es igual a 1 menos la probabilidad de que ocurra. TEOREMAS DE LA SUMA DE PROBABILIDADES Suponiendo que P(A) y P(B) representan las probabilidades para los dos eventos A y B, entonces P(A B) significa la probabilidad de que ocurran A o B. Si representamos los eventos A y B en un Diagrama de Venn con A B =

ww

P(A1) + P(A2) + P(A3) + ... + P(An) = 1

w.

M at em

P(A B) = 1/2 + 1/2 = 1.

at

P(A B) = P(A) + P(B)

ic a1

.c o

P(A B) = P(A) + P(B)

AB=

Entonces A y B son conjuntos disjuntos o mutuamente excluyentes, o sea que no pueden ocurrir en forma simultnea P(A B) = P(A) + P(B) En cambio, si ambos eventos tienen puntos muestrales en comn A B
S
A B

AB P(A B) = P(A) + P(B) - P(A B)

La probabilidad condicional se simboliza P(B/A), que se lee probabilidad de B, dado A, o la probabilidad de que ocurra B, condicionado a que haya ocurrido A. Se dice que dos o ms eventos son independientes entre s cuando la probabilidad de que ocurra uno no es influida por la ocurrencia de otro. Si A y B representan dos eventos y si la ocurrencia de A no afecta a la ocurrencia de B, y la ocurrencia de B no afecta a la ocurrencia de A, entonces se dice que A y B son Independientes. En este caso, la probabilidad de que ocurran A y B es igual al producto de sus respectivas probabilidades, y se expresa as: P(A B) = P(A) P(B)

En una caja hay 5 esferas blancas, 4 rojas y 3 negras. Se extrae una esfera, se observa su color y se regresa a la caja. Bajo estas condiciones, Cul es la probabilidad de que al extraer 3 esferas, stas sean de color rojo? 4 4 4 64 1 P (R1 R2 R3) = x x = = 12 12 12 1728 27

ww w.

PROBABILIDAD CONDICIONAL

at

em

at

ic

a1

.c

om

Si dos eventos A y B no son independientes, es decir, si A y B son dependientes, la probabilidad compuesta de A y B no es igual al producto de sus probabilidades respectivas. Por lo cual, podemos decir, que para eventos dependientes:
P(A B) P(A) P(B)

Es decir:
P(A B) = P(A) P(B / A)

o
P(B A) = P(B) P(A / B)

En una caja hay 5 esferas blancas, 4 rojas y 3 negras. Si se extraen al azar 3 esferas en forma consecutiva, sin reemplazo, Cul es la probabilidad de que las 3 sean de color rojo? Sea R1 el evento extraer una esfera roja.
P(R1R2R3) = P(R1) P(R2 / R1) P(R3 / R1 R2) =

4 3 2 24 1 x x = = 12 11 10 1320 51

En forma anloga, la probabilidad condicional de "A dado B", es :

em
P ( D) =

at

P( A / B) =

Una caja contiene 200 focos, 50 azules y 50 rojos; de los cuales, 10 son defectuosos: 6 azules y 4 rojos. Cul es la probabilidad de que un foco elegido al azar, sea defectuoso (evento D)?
10 1 = 100 100

Si seleccionamos un foco al azar y se observa que ste es azul (evento A), Cul es la probabilidad de que el foco sea defectuoso, dado que es azul ?
Escribiremos P(D/A), para representar la probabilidad del evento D, dado A. Entonces, puesto que hay 50 focos azules y de stos, 6 son defectuosos
P(D / A) =

ww w.

at

De la expresin P(AB) = P(A)P(B/A) despejamos P(B/A) y se obtiene la probabilidad condicional de "B dado A". P( A B) P (B / A ) = P( A)

ic
P (B )

P (B A )

6 3 = 50 25

a1

.c om

TEOREMA DE BAYES

El procedimiento que se utiliza para encontrar probabilidades posteriores, a partir de probabilidades previas, se llama regla Bayesiana. Las probabilidades apriori o previas se conocen antes de obtener informacin alguna del experimento en cuestin. Las probabilidades aposteriori se determinan despus de conocer los resultados del experimento. El teorema de Bayes consiste en un mtodo para encontrar la probabilidad de una causa especfica cuando se observa un efecto particular. Esto es, si el evento B ha ocurrido, Cul es la probabilidad de que fue generado por el evento A1 (que es una causa posible ) o por el A2 (otra causa posible)? Si suponemos que los eventos A1, A2, A3, ...., An, forman una particin de un espacio muestral S; esto es, que los eventos A1 son mutuamente excluyentes y su unin es S. Ahora, sea B otro evento, entonces :

A1 B

P(B) = P(A1 B) + P(A2 B) + P(A3 B) + ... + P(An B)

Luego por la regla de multiplicacin:

P(B) = P(A1) P(B/A1) + P(A2) P(B/A2) + P(A3) P(B/A3) ... P(An) P(B/An)

Si A1, A2, A3, ..., An es una particin de S, y B es cualquier evento. Entonces para cualquier i,

ww

Donde Ai B son eventos mutuamente excluyentes. En consecuencia:

w.

B = S B = (A1 A2 A3 ... An) B

at

P ( A i / B) =
Es decir:

P(A 1 )P(B/A 1 ) + P(A 2 )P(B/A 2 ) + ... + P(A n )P(B / A n )

P ( A i / B) =

em

A2

at
A3

P(A i )P(B/A i )

P(A i )P(B/A i )

P(A i )P(B/A i )

ic
A4

a1
An

.c om

La expresin anterior puede interpretarse de la manera siguiente: Si un evento puede ocurrir en ms de una forma, entonces la probabilidad de que ocurra en una forma particular ser igual a la razn de la probabilidad de que se presente la forma respecto a la probabilidad de que ocurra. Se tienen dos cajas. La caja I contiene 3 esferas rojas y 2 azules, en tanto que la caja II contiene 2 esferas rojas y 8 azules. Se arroja una moneda. Si se obtiene guila se saca una esfera de la caja I; si se obtiene sol se saca una esfera de la caja II. R indica el evento sacar una esfera roja mientras que I y II indican los eventos escoger caja I y caja II, respectivamente. Una esfera roja puede resultar al escoger cualquiera de las cajas.

a) Hallar la probabilidad de sacar una esfera roja.

P (R ) = P (I )P (R / I ) + P (II )P (R / II )

1 3 1 2 2 P (R ) = + = 2 5 2 10 5

at

P (I / R ) =

En un Instituto Superior, el 25 por ciento de los hombres y el 10 por ciento de las mujeres estudian Biologa. Las mujeres constituyen el 60 por ciento del estudiantado. Si se selecciona en forma aleatoria un estudiante y resulta que est cursando Biologa, determinar la probabilidad de que sea mujer.
P(H) = 0.40; P(M) = 0.60; P(B/H) = 0.25; P(B/M) = 0.10

ww w.

1 3 3 2 5 P (I / R ) = = 1 3 1 2 4 + 2 5 2 | 0

P (M / B ) =

em

Buscamos la probabilidad de que se escoja la caja I y se sabe que se sac una esfera roja. Empleando el teorema de Bayes, esta probabilidad est dada por:

P(I )P(R / I ) + P(II )P(R / II )

at

La persona que arroj la moneda no da a conocer si result guila o sol (de tal manera que la caja de la cual se sac la esfera se desconoce) pero indica que se extrajo una esfera roja.

P (I ) P ( R / I )

(0.6)(0.1) (9.4)(0.25) + (0.6)(0.1)

ic

a1

b) Hallar la probabilidad de que se escogiera la caja I, dado que la esfera es R, (es decir que el resultado de arrojar la moneda sea guila).

.c om

= 0.375

FORMULARIO

Factorial n!=n(n-1)(n-2)(3)(2)(1) Permutaciones de n elementos

n Pn

P( A) =

Casos favorables al evento A Casos posibles

P( A) =

n( A)
n

= n!

Axiomas 0 P(A) 1
P(A1) + P(A2) + P(A3) + ...... + P(An) = 1 P(A) = 1 - P(A)

Permutaciones de n elementos en diferentes grupos de r elementos.

n Pr

n! (n r )!

at em at
w.

Permutaciones circulares
n Pc

= (n 1)!

Combinaciones
n Cr =

ic a

n! n Pn1, n2, ..., nk = n1! n2! ... nk!

S A B
P(A B) = P(A) + P(B) - P(A B)

Probabilidad condicional
P(A B) = P(A) P(B) (Independientes) P(A B) = P(A) P(B / A)

n! (n r )! r!

ww

1.c
P(A i )P(B/A i )

om

Permutaciones donde no todos los elementos son diferentes.

Teoremas de la suma de probabilidades. S A B =

P(A B) = P(A) + P(B)

P (B / A ) =
Frmula binomial

P( A B) P( A)

(a + b ) n =

r = 0

r a n r b r

P(B A) = P(B) P(A / B)

P( A / B) =

P (B A ) P (B )

Probabilidad de un evento

Teorema de Bayes

P ( A i / B) =

P(A 1 )P(B/A 1 ) + P(A 2 )P(B/A 2 ) + ... + P(A n )P(B / A n )