Instituto Tecnolgico Nacional Departamento de Formacin General Profesor: Francisco S Hernndez M. Asignatura: Estadstica Inferencial.

Experimentos Aleatorios y Probabilidad Contenidos: 1. 2. 3. 4. 5. 6. 7. 8. Experimentos aleatorios. Espacio muestral. Sucesos. Operaciones con sucesos. Definicin de Probabilidad. Propiedades. Probabilidad condicionada. Sucesos dependientes e independientes. Tablas de contingencia y diagramas de rbol. Probabilidad total. Teorema de Bayes.

Objetivos: Al terminar el estudio de esta unidad se espera que el estudiante de II ao del nivel Tcnico Medio: 1. Reconozca las caractersticas de los fenmenos aleatorios. 2. Obtenga el espacio muestral y calcule las probabilidades de los distintos sucesos asociados al espacio muestral, usando las reglas bsicas de las probabilidades. 3. Distinga los sucesos dependientes de los independientes, y calcule probabilidades condicionadas usando los teoremas de probabilidad total y de Bayes. Experimentos Aleatorios. Espacio Muestral. Si dejamos caer una piedra o la lanzamos, y conocemos las condiciones iniciales de altura, velocidad, etc., sabremos con seguridad dnde caer, cunto tiempo tardar, etc. Es una experiencia determinista. Si echamos un dado sobre una mesa, ignoramos qu cara quedar arriba. El resultado depende del azar. Es una experiencia aleatoria. Experimentos o fenmenos aleatorios: son los que pueden dar lugar a varios resultados, sin que pueda ser previsible enunciar con certeza cul de stos va a ser observado en la realizacin del experimento. La vida cotidiana est plagada de sucesos aleatorios. Muchos de ellos, de tipo sociolgico (viajes, accidentes, nmero de personas que acudirn a un gran almacn o que se matricularn en una carrera...) aunque son suma de muchas decisiones individuales, pueden ser estudiados, muy ventajosamente, como aleatorios. Suceso aleatorio: es un acontecimiento que ocurrir o no, dependiendo del azar.

A la coleccin de resultados que se obtiene en los experimentos aleatorios se le llama espacio muestral. Espacio muestral: es el conjunto formado por todos los posibles resultados de un experimento aleatorio. En adelante lo designaremos por E. Ejemplos: El lanzamiento un dado o una moneda, tiene como espacio muestral: En un dado, E= {1, 2, 3, 4, 5, 6} En una moneda, E= {5, } Para empezar, vamos a prestar atencin a experiencias aleatorias sencillas como lanzar dados o monedas, extraer cartas de una baraja, sacar bolas de urnas,... Ejercicio 1-1: Describe el espacio muestral asociado a cada uno de los siguientes experimentos aleatorios: a. b. c. d. Lanzar tres monedas. Lanzar tres dados y anotar la suma de los puntos obtenidos. Extraccin de dos bolas de una urna que contiene cuatro bolas blancas y tres negras. El tiempo, con relacin a la lluvia, que har durante tres das consecutivos.

Solucin: a. Llamando C a obtener cara y X a la obtencin de cruz, obtenemos el siguiente espacio muestral: E= {(CCC), (CCX), (CXC), (XCC), (CXX) , (XCX), (XXC), (XXX)} b. E= {3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18} c. Llamando B a sacar bola blanca y N a sacar bola negra, tenemos: E= {BB, BN, NB, NN} d. Si llamamos L al da lluvioso y N al da sin lluvia, para tres das consecutivos se obtiene el siguiente espacio muestral: E= {(LLL), (LLN), (LNL),(NLL),(LNN),(NLN),(NNL),(NNN)} Sucesos. Operaciones con sucesos. Sucesos:

En el Ejercicio 1.1 del tema anterior podemos ver que el espacio muestral asociado al lanzamiento de tres dados y anotar la suma de los puntos obtenidos es: E={3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18} Podemos considerar algunos subconjuntos de E, por ejemplo:

Salir mltiplo de 5: Salir nmero primo: Salir mayor o igual que 12:

A={5,10,15} B={2,3,5,7,11,13,17} C={12,13,14,15,16,17,18}

Todos estos subconjuntos del espacio muestral E los llamamos sucesos. Suceso de un fenmeno o experimento aleatorio es cada uno de los subconjuntos del espacio muestral E. Los elementos de E se llaman sucesos individuales o sucesos elementales. Tambin son sucesos el suceso vaco o suceso imposible, , y el propio E, suceso seguro. Al conjunto de todos los sucesos de una experiencia aleatoria lo llamaremos espacio de sucesos S. Si E tiene un nmero finito, n, de elementos, el nmero de sucesos de E es 2n. Ejemplos:

{1,2},{2,4,6},{3,5} son sucesos. {1},{2}, {3}..., son sucesos individuales. En un dado hay 26 = 64 sucesos. En una moneda hay 22 = 4 sucesos, que son: , {C},{+}, {C,+} Es decir, S={,{C},{+},{C,+}}

Ejercicio 2.1-1: Se considera el sexo de los hijos de las familias de tres hijos. Sea A el suceso el hijo mayor es una mujer, y B el suceso los dos hijos pequeos son varones. Cules son los elementos de A y B? Solucin: Llamando V a ser varn y H a ser mujer, el espacio muestral est formado por los sucesos elementales: E= {(VVV), (VVH),(VHV),(HVV),(VHH),(HVH),(HHV),(HHH)} Y los sucesos A y B son compuestos y estn formados por los siguientes sucesos elementales: A= {(HHH), (HHV), (HVH),(HVV)}

B= {(VVV), (HVV)}

Operaciones con sucesos: Dados dos sucesos, A y B, se llaman:

Unin

es el suceso formado por todos los elementos de A y todos los elementos de B.

Interseccin

es el suceso formado por todos los elementos que son, a la vez, de A y de B.

Diferencia

es el suceso formado por todos los elementos de A que no son de B.

Suceso contrario

El suceso

=E - A se llama suceso contrario de A.

Dos sucesos A y B, se llaman incompatibles cuando no tienen ningn elemento comn. Es decir, cuando = (A y B son disjuntos). Decimos que un suceso se ha verificado, si al realizar el experimento aleatorio correspondiente, el resultado es uno de los sucesos elementales de dicho suceso. Por ejemplo, si al lanzar un dado sale 5, se ha verificado, entre otros, los sucesos {5}, {1,3,5} o E. De manera anloga, decimos que:

El suceso El suceso

se verifica cuando se verifica uno de los dos o ambos. se verifica cuando se verifican simultneamente A y B.

El suceso , contrario de A, se verifica cuando no se verifica A. Dos sucesos incompatibles no se verifican simultneamente.

Ejercicio 1: En el experimento E = "lanzar un dado al aire", consideramos los sucesos: A = "sacar un nmero par". C = {4,6} = "obtener un 4 un 6". F = {1,3} = "obtener un 1 un 3".
o o o o o o o

B = {1,2,3,5} = "obtener un 1, 2, 3 5". D = {2,4,6} = "obtener un 2, 4 6". G = "obtener un mltiplo de 3".

A y D son sucesos iguales al estar formados por los mismos sucesos elementales. C est contenido en A. Luego = C, puesto que siempre que ocurre el suceso C (sacar 4 6) ocurre el suceso A, puesto que se obtiene un nmero par. B y C son incompatibles, ya que B C = y complementarios, al cumplirse B C = E. = "sacar un nmero par" {1, 2, 3, 5} = {1, 2, 3, 4, 5, 6} = E. A G = {2, 4, 6} {3, 6} = {6}, es decir, el suceso interseccin de los sucesos "sacar un nmero par" y "obtener un mltiplo de tres" es "sacar un 6". B-D = B = {1, 2, 3, 5} {1,3,5} = {1,3,5} = "obtener un nmero impar" = C y F son incompatibles puesto que C F = .

Las operaciones unin, interseccin y complementacin (contrario) verifican las propiedades:

Unin 1. Conmutativa 2. Asociativa 3. Idempotente 4. Simplificacin 5. Distributiva 6. Elemento neutro 7. Absorcin Interseccin

A las familias de conjuntos que verifican las propiedades anteriores se les denomina lgebras de Boole. En el lgebra de Boole anterior se verifican las siguientes propiedades, conocidas como leyes de De Morgan:

El suceso contrario de la unin de dos sucesos es la interseccin de sus sucesos contrarios:

El suceso contrario de la interseccin de dos sucesos es la unin de sus sucesos contrarios:

Ejercicio 2: Tenemos una urna con nueve bolas numeradas del 1 al 9. Realizamos el experimento, que consiste en sacar una bola de la urna, anotar el nmero y devolverla a la urna. Consideramos los siguientes sucesos: A="salir un nmero primo" y B="salir un nmero cuadrado". Responde a las cuestiones siguientes: a. Calcula los sucesos y . b. Los sucesos A y B, son compatibles o incompatibles?. c. Encuentra los sucesos contrarios de A y B. Solucin: Los sucesos A y B estn formados por los sucesos elementales que pueden verse a continuacin: A = {2,3,5,7} B = {1,4,9} A partir de estos conjuntos, tenemos: a. La unin e interseccin de A y B son: = {1,2,3,4,5,7,9} = b. Al ser = , los sucesos A y B son incompatibles. = {1,4,6,8,9} = {2,3,5,6,7,8}

c. El suceso contrario de A es El suceso contrario de B es

Definicin de Probabilidad. Propiedades. Definicin de Probabilidad:

Un experimento aleatorio se caracteriza porque repetido muchas veces y en idnticas condiciones el cociente entre el nmero de veces que aparece un resultado (suceso) y el nmero total de veces que se realiza el experimento tiende a un nmero fijo. Esta propiedad es conocida como ley de los grandes nmeros, establecida por Jakob Bernouilli. Tiene el inconveniente de variar la sucesin de las frecuencias relativas de unas

series de realizaciones a otras, si bien el valor al que se aproximan a medida que el nmero de realizaciones aumenta se mantiene estable. La frecuencia relativa del suceso A:

Propiedades de la frecuencia relativa: 1. 0 fr (A) 1 cualquiera que sea el suceso A. 2. fr( ) = fr(A) + fr(B) si = . 3. fr(E) = 1 fr() = 0. Esta definicin presenta el inconveniente de tener que realizar el experimento un gran nmero de veces y adems siempre obtendremos un valor aproximado de la probabilidad. Probabilidad: de un suceso es el nmero al que tiende la frecuencia relativa asociada al suceso a medida que el nmero de veces que se realiza el experimento crece. Definicin axiomtica: La definicin axiomtica de probabilidad se debe a Kolmogorov, quien consider la relacin entre la frecuencia relativa de un suceso y su probabilidad cuando el nmero de veces que se realiza el experimento es muy grande.

Sea E el espacio muestral de cierto experimento aleatorio. La Probabilidad de cada suceso es un nmero que verifica: 1. Cualquiera que sea el suceso A, P(A) 0.

2. Si dos sucesos son incompatibles, la probabilidad de su unin es igual a la suma de sus probabilidades. = 3. La probabilidad total es 1. P(E) = 1. Definicin de Laplace. En el caso de que todos los sucesos elementales del espacio muestral E sean equiprobables, Laplace define la probabilidad del suceso A como el cociente entre el nmero de resultados favorables a que ocurra el suceso A en el experimento y el nmero de resultados posibles del experimento. P( ) = P(A) + P(B).

Ejemplo: Consideremos el experimento "lanzar un dado de quinielas y anotar el resultado". El espacio muestral es E = {1,X,2}. Las probabilidades de cada uno de los sucesos son:

P() = 0 P({1}) = 1/3 P({X}) = 1/3 P({2}) = 1/3

P({1,2}) = P({1}) + P({2}) = 1/3 + 1/3 = 2/3 , P({1,X}) = 2/3 , P({2,X}) = 2/3 P({1,X,2}) = P(E) = 1

Propiedades. 1. P( ) = 1 - P( A )

2. P( ) = 0 3. Si 4. Si A A B B P( B ) = P( A ) + P( P( A ) P( B ) )

5. Si A1 , A2 , ... , Ak , son incompatibles dos a dos, entonces: P( A1 6. P( A2 ... Ak ) = P( A1 ) + P( A2 ) + ... + P( Ak ) )

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

7. Si el espacio muestral E es finito y un sucesos es A={x1 , x2 , ... , xK} , entonces: P( A ) = P( x1 ) + P( x2 ) + ... + P( xK )

Ejercicio 1: En una baraja de 40 cartas, cul es la probabilidad de AS?, Y de OROS? Solucin:

Ejercicio 2: En una baraja hemos suprimido varia cartas. Entre las que quedan, se dan las siguientes probabilidades de ser extradas: P(REY)=0.15, P(BASTOS)=0.3, P("carta que no sea REY ni BASTOS")=0.6. a. Est entre ellas el REY de BASTOS? En caso afirmativo, da su probabilidad. b. Cuntas cartas hay? Solucin: a. P( ni REY ni BASTOS )=P( 0.4 P( REY ) P( REY BASTOS ) = 1 - 0.6 =

BASTOS ) = P( REY ) + P( BASTOS ) - P( REY

BASTOS )

Sustituyendo: 0.4 = 0.15 + 0.3 - P( REY BASTOS ) P( REY BASTOS ) = 0.05

Por tanto, el REY de BASTOS est y su probabilidad es: P( REY de BASTOS ) = P( REY BASTOS ) = 0.05 = 1/20

b. Una porcin de cartas de una baraja es un instrumento aleatorio "de Laplace", pues la probabilidad de extraer cada una de ellas es la misma. Si en este montn la probabilidad del rey de bastos es 1/20, es porque hay 20 cartas.

Ejercicio 3: Se lanzan dos dados equilibrados con seis caras marcadas con los nmeros del 1 al 6. Se pide: a. Halla la probabilidad de que la suma de los valores que aparecen en la cara superior sea mltiplo de tres. b. Cul es la probabilidad de que los valores obtenidos difieran en una cantidad mayor de dos? Solucin: El espacio muestral del experimento es: E = {(1,1); (1,2); (1,3); (1,4); (1,5); (1,6); (2,1); ...; (6,6)} y est formado por 36 sucesos elementales equiprobables. Constituyen el nmero de casos posibles del experimento. Utilizando la regla de Laplace, calculamos las probabilidades de los sucesos que nos piden: a. Si llamamos A al suceso "obtener una suma mltiplo de 3", los casos favorables al suceso A son: A = {(1,2); (2,1); (1,5); (2,4); (3,3); (4,2); (5,1); (3,6); (4,5); (5,4); (6,3); (6,6)}. Por tanto, P( A ) = 12/36 = 1/3 b. Si llamamos B al suceso "obtener unos valores que se diferencian en una cantidad mayor que dos", los casos favorables al suceso B son: B = {(1,4); (4,1); (1,5); (5,1); (1,6); (6,1); (2,5); (5,2); (2,6); (6,2); (3,6); (6,3)}. Por tanto, P( B ) = 12/36 = 1/3 Ejercicio 4: En una caja tenemos 15 bolas blancas, 30 bolas negras y 45 bolas verdes. Si extraemos tres bolas simultneamente, cul es la probabilidad de que salga una bola de cada color? Solucin: Calcularemos los casos posibles del experimento y los casos favorables al suceso del enunciado para aplicar la regla de Laplace. Los casos posibles son las distintas formas de extraer 3 bolas entre 90. Como el orden no debe tenerse en cuenta, estos casos son:

Los casos favorables son 15 30 45 = 20 250. stas son las formas de agrupar tres bolas de distinto color. La probabilidad pedida es:

Ejercicio 5: Si escogemos al azar dos nmeros de telfono y observamos la ltima cifra de cada uno, determina las probabilidades siguientes: a. Que las dos cifras sean iguales. b. Que su suma sea 11. c. Que su suma sea mayor que 7 y menor que 13. Solucin: El espacio muestral de este experimento est formado por los cien sucesos elementales: 00, 01, 02, 03, 04, 05, 06, 07, 08, 09, 10, 11, ..., 98, 99. Para cada sucesos del enunciado calculamos sus casos favorables, aplicamos la regla de Laplace y obtenemos: a. Los casos favorables son: 00, 11, 22, ..., 99. La probabilidad de que las ltimas cifras sean iguales es: P(ltimas cifras iguales) = 10/100 = 1/10 = 0.1 b. Los casos favorables a que la suma de las ltimas cifras sea 11 son: 29, 38, 47, 56, 65, 74, 83 y 92. Por tanto, P(ltimas cifras suman once) = 8/100 = 0.08 c. Deben contarse los nmeros de dos cifras cuya suma sea 8, 9, 10, 11 y 12. Haciendo un recuento ordenado, se obtienen 43 casos favorables. La probabilidad buscada es: P(ltimas cifras suman un valor mayor que 7 y menor que 13) = 43/

Ejercicio 6: Se tiran tres dados al mismo tiempo. Encuentra la probabilidad de que: a. La suma de los nmeros aparecidos sea menor que 8. b. La suma de los nmeros sea mayor que 4 y menor que 8. Solucin: Los casos posibles de este experimento son las 216 ternas siguientes: 111, 112, 121, 211, ..., 665, 666. Realizando un recuento ordenado de los casos favorables a los sucesos del enunciado, obtenemos las siguientes probabilidades:

a. b.

Probabilidad Condicionada. En el clculo de las probabilidades de algunos sucesos, el valor de dicha probabilidad var en funcin del conocimiento de determinadas informaciones relativas a estos sucesos. Veamos un ejemplo. Si disponemos de una urna que contiene cuatro bolas numeradas del 1 al 4, extraemos una bola y seguidamente la volvemos a introducir para realizar una segunda extraccin, la probabilidad de extraer, por ejemplo, la bola nmero 3 en la segunda extraccin es la misma que en la primera. Si realizamos el mismo proceso sin reemplazar la bola extrada la probabilidad de extraer, por ejemplo, la bola nmero 3 en la segunda extraccin depender de la bola extrada en primer lugar. Sean A y B dos sucesos tal que P( A ) 0, se llama probabilidad de B condicionada a A, P(B/A), a la probabilidad de B tomando como espacio muestral A, es decir, la probabilidad de que ocurra B dado que ha sucedido A.

De esta igualdad se deduce:

P( B

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

La frmula anterior adopta la forma para tres sucesos, A, B y C: P( A B C ) = P( A ) P( B/A ) P( C/A B ) Esta frmula admite una generalizacin para un nmero cualquiera de sucesos. Ejemplo: Consideremos el experimento de "lanzar un dado al aire". Calculemos, por ejemplo, la probabilidad de obtener un 3 sabiendo que ha salido un nmero impar: Definimos los sucesos A="sacar 3" y B= {1,3,5}; entonces, P(A/B)=1/3 puesto que si sabemos que ha salido un nmero impar, los casos posibles ahora son 3 y los casos favorables al suceso A slo 1. Ejercicio 1: Se lanzan dos dados: a. Cul es la probabilidad de obtener una suma de puntos igual a 7? b. Si la suma de puntos ha sido 7, cul es la probabilidad de que en alguno de los dados haya salido un tres? Solucin: Sean los sucesos A="la suma de los puntos es 7" y B="en alguno de los dados ha salido un tres". a. Los casos posibles al lanzar dos dados son 36 y los casos favorables al suceso A son los seis siguientes: (1,6); (2,5); (3,4); (4,3); (5,2) y (6,1). Por tanto, P( A )=6/36=1/6 b. En este caso, el suceso B/A es salir en algn dado 3, si la suma ha sido 7. Observamos que esta situacin ocurre en las parejas (3,4) y (4,3). Por tanto, P( B/A )=2/6=1/3 Sucesos Dependendientes e Independientes. El conocimiento de que ha ocurrido el suceso A modifica, en algunas ocasiones, la probabilidad del suceso B, pero en otras no. Los sucesos en los que, conociendo que uno ha ocurrido, no se modifica la probabilidad del otro, decimos que son independientes y, si se modifica, decimos que son dependientes entre s. Decimos que dos sucesos A y B son independientes entre s si la ocurrencia de uno de ellos no modifica la probabilidad del otro, es decir, si P( B/A ) = P( B ) P( A/B ) = P( A )

Decimos que dos sucesos A y B son dependientes entre s si la ocurrencia de uno de ellos modifica la probabilidad del otro, es decir, si P( B/A ) P( B ) P( A/B ) P( A )

Como consecuencia inmediata de la definicin se tiene:

Dos sucesos A y B son independientes si se cumple: P( A B ) = P( A ) P( B )

Tres sucesos A, B y C son independientes si se cumplen a la vez: P( A P( A P( B P( A B B ) = P( A ) P( B ) C ) = P( A ) P( C ) C ) = P( B ) P( C ) C ) = P( A ) P( B ) P( C )

Ejercicio 1: Se consideran dos sucesos, A y B, asociados a un experimento aleatorio con P(A)=0.7; P(B)=0.6; P( )=0.58. a. Son independientes A y B? b. Si M Solucin: a. Para ver si son independientes, comprobaremos si P( A P( Por tanto, Por otro lado, P(A B) = 1 - P( ) = P[(A B ) = P( A ) P( B ) B) A, cul es el valor de P( / )?

B)c] = 1 - P(A

) = 1 -0.58 = 0.42

P( A ) P( B ) = 0.7 0.6 = 0.42

Luego, A y B son independientes, pues P( A

B ) = P( A ) P( B ) = 0.42

b. M

. Por tanto: Tablas de contingencia y diagramas de rbol.

En los problemas de probabilidad y en especial en los de probabilidad condicionada, resulta interesante y prctico organizar la informacin en una tabla de contingencia o en un diagrama de rbol. Las tablas de contingencia y los diagramas de rbol estn ntimamente relacionados, dado uno de ellos podemos construir el otro. Unas veces, los datos del problema permiten construir fcilmente uno de ellos y a partir de l podemos construir el otro, que nos ayudar en la resolucin del problema.

Conversin de una tabla en diagrama de rbol

Las tablas de contingencia estn referidas a dos caractersticas que presentan cada una dos o ms sucesos. A B P( A P( A B) ) P( P( B) ) TOTAL P( B ) P( )

TOTAL P( A ) 1 P( ) En el caso de los sucesos A, ,By , expresados en frecuencias absolutas, relativas o probabilidades la tabla, adopta la forma adjunta.

Dicha tabla adopta la forma del diagrama de rbol del dibujo. En ste, a cada uno de los sucesos A y se les ha asociado los sucesos B y .

Sobre las ramas del diagrama de rbol se han anotado las probabilidades condicionadas correspondientes, deducidas de las relaciones anlogas a:

Conversin de un diagrama en tabla de contingencia

De manera recproca, dado el diagrama de rbol podemos construir la tabla de contingencia equivalente si ms que utilizar la expresin P( B A ) = P( B/A ) P( A ),

para calcular las probabilidades de las intersecciones de sucesos que forman la tabla. Ejercicio 1: Un taller sabe que por trmino medio acuden: por la maana 3 automviles con problemas elctricos, 8 con problemas mecnicos y 3 con problemas de chapa, y por la tarde 2 con problemas elctricos, 3 con problemas mecnicos y 1 con problemas de chapa. a. Calcula el porcentaje de los que acuden por la tarde. b. Calcula el porcentaje de los que acuden por problemas mecnicos. c. Calcula la probabilidad de que un automvil con problemas elctricos acuda por la maana.

Solucin: En las tablas de contingencia, con las frecuencias absolutas y los porcentajes, respectivamente, pueden verse recogidos los datos del enunciado. ELCTRICOS MECNICOS CHAPA TOTAL MAANA 3 8 3 14 TARDE 2 3 1 6 TOTAL 5 11 4 20 ELCTRICOS MECNICOS CHAPA TOTAL MAANA 0.15 0.40 0.15 0.70 TARDE 0.10 0.15 0.05 0.30 TOTAL 0.25 0.55 0.20 1.00

Las respuestas a las cuestiones planteadas basta leerlas en las tabla. As, se obtiene: a. El 30% de los automviles acude al taller por la tarde. b. El porcentaje de vehculos ingresados con problemas mecnicos es el 55%. c. La probabilidad buscada es: P(acuda por la maana/tiene problemas elctricos) = 3/5 = 0.6 Ejercicio 2: Una compaa de seguros hace una investigacin sobre la cantidad de partes de siniestro fraudulentos presentados por los asegurados. Clasificando los seguros en tres clases, incendio, automvil y "otros", se obtiene la siguiente relacin de datos: El 6% son partes por incendio fraudulentos; el 1% son partes de automviles fraudulentos; el 3% son "otros" partes fraudulentos; el 14% son partes por incendio no fraudulentos; el 29% son partes por automvil no fraudulentos y el 47% son "otros" partes no fraudulentos. a. Haz una tabla ordenando los datos anteriores y hallando el porcentaje total de partes fraudulentos y no fraudulentos. b. Calcula qu porcentaje total de partes corresponde a la rama de incendios, cul a la de automviles y cul a "otros". Aade estos datos a la tabla. c. Calcula la probabilidad de que un parte escogido al azar sea fraudulento. Cul ser, en cambio, la probabilidad de que sea fraudulento si se sabe que es de la rama de incendios?

Solucin:

a. y b. La tabla de porcentajes con los datos del enunciado y los totales es la siguiente: INCENDIO AUTOMVIL OTROS TOTAL FRAUDULENTOS 6 1 3 10 NO FRAUDULENTOS 14 29 47 90 TOTAL 20 30 50 100 c. Es fcil ver sobre la tabla que la probabilidad de escoger al azar un parte fraudulento es 10%. La probabilidad condicionada que se pide es: P(FRAUDE/INCENDIO)=6/20=0.3 Probabilidad total Llamamos sistema completo de sucesos a una familia de sucesos A1, A2, ...,An que cumplen: 1. Son incompatibles dos a dos, Ai Aj = del

2. La unin de todos ellos es el suceso seguro, Teorema de la probabilidad total Sea A1, A2, ...,An un sistema completo de sucesos tales que la probabilidad de cada uno de ellos es distinta de cero, y sea B un suceso cualquier del que se conocen las probabilidades condicionales P(B/Ai), entonces la probabilidad del suceso B viene dada por la expresin:

Ejercicio 1: Una compaa dedicada al transporte pblico explota tres lneas de una ciudad, de forma que el 60% de los autobuses cubre el servicio de la primero lnea, el 30% cubre la segunda y el 10% cubre el servicio de la tercera lnea. Se sabe que la probabilidad de que, diariamente, un autobs se avere es del 2%, 4% y 1%, respectivamente, para cada lnea. Determina la probabilidad de que, en un da, un autobs sufra una avera.

Solucin:

El suceso "sufrir una avera" (Av) puede producirse en las tres lneas, (L1, L2, L3). Segn el teorema de la probabilidad total y teniendo en cuenta las probabilidades del diagrama de rbol adjunto, tenemos: P(Av) = P(L1) P(Av/L1) + P(L2) P(Av/L2) + P(L3) P(Av/L3) = = 0.6 0.02 + 0.3 0.04 + 0.1 0.01 = = 0.012 + 0.012 + 0.001 = 0.025

Ejercicio 2: Una empresa del ramo de la alimentacin elabora sus productos en cuatro factoras: F1, F2, F3 y F4. El porcentaje de produccin total que se fabrica en cada factora es del 40%, 30%, 20% y 10%, respectivamente, y adems el porcentaje de envasado incorrecto en cada factora es del 1%, 2%, 7% y 4%. Tomamos un producto de la empresa al azar. Cul es la probabilidad de que se encuentre defectuosamente envasado? Solucin: Llamando M = "el producto est defectuosamente envasado", se tiene que este producto puede proceder de cada una de las cuatro factoras y, por tanto, segn el teorema de la probabilidad total y teniendo en cuenta las probabilidades del diagrama de rbol adjunto, tenemos:

P(M) = P(F1) P(M/F1) + P(F2) P(M/F2) + P(F3) P(M/F3) + P(F4) P(M/F4) = = 0.4 0.01 + 0.3 0.02 + 0.2 0.07 + 0.1 0.04 = = 0.004 + 0.006 + 0.014 + 0.004 = 0.028 Ejercicio 3:

Se tiene una urna vaca y se lanza una moneda al aire. Si sale cara, se introduce en la urna una bola blanca y si sale cruz, se introduce una bola negra. El experimento se repite tres veces y, a continuacin, se introduce la mano en la urna, retirando una bola. Cul es la probabilidad de que en la urna queden una bola blanca y otra negra? Solucin: Llamamos B = "obtener bola blanca" y N = "obtener bola negra". En el diagrama de rbol pueden verse las configuraciones posibles de las urnas, despus del lanzamiento de las monedas y las urnas finales, as como las probabilidades para cada una de ellas. Atendiendo a la notacin expresada en el diagrama de rbol y segn el teorema de la probabilidad total, se obtiene:

P(BN) = P(BN BBN) + P(BN BNN) = P(BBN) P(BN/BBN) + P(BNN) P(BN/BBN) = = 3/8 2/3 + 3/8 2/3 = 1/4 + 1/4 = Ejercicio 4: Se lanzan dos monedas al aire. Si salen dos caras, se extrae una bola de una urna I, que contiene 2 bolas blancas y 3 negras. Si sale cara y cruz, se extrae una bola de una urna II, que contiene 4 bolas blancas y 1 negra. Si salen dos cruces, se extrae una bola de una urna III, que contiene 3 bolas blancas y 2 negras. Cul es la probabilidad de extraer bola blanca despus de lanzar las monedas y sacar la bola?

Solucin:
El diagrama de rbol muestra, primero, las probabilidades correspondientes a la eleccin de la urna y, despus, a la extraccin de la bola. La probabilidad total de caminando por todas las blanca. sacar bola blanca la calculamos ramas que terminan en sacar bola

P(B)

= P(B/UI) P(UI) + P(B/UII) = 2/5 1/4 + 4/5 2/4 + 3/5 1/4 = 13/20

P(UII)

P(B/UIII)

P(UIII)

Teorema de Bayes. En el ao 1763, dos aos despus de la muerte de Thomas Bayes (1702-1761), se public una memoria en la que aparece, por vez primera, la determinacin de la probabilidad de las causas a partir de los efectos que han podido ser observados. El clculo de dichas probabilidades recibe el nombre de teorema de Bayes. Teorema de Bayes Sea A1, A2, ...,An un sistema completo de sucesos, tales que la probabilidad de cada uno de ellos es distinta de cero, y sea B un suceso cualquier del que se conocen las probabilidades condicionales P(B/Ai). entonces la probabilidad P(Ai/B) viene dada por la expresin:

En los problemas relacionados con la probabilidad, y en particular con la probabilidad condicionada, as como con la probabilidad total y el teorema de Bayes, es aconsejable que, con la informacin del problema, construyas una tabla de contingencia o un diagrama de rbol. Ejercicio 1: Tres mquinas, A, B y C, producen el 45%, 30% y 25%, respectivamente, del total de las piezas producidas en una fbrica. Los porcentajes de produccin defectuosa de estas mquinas son del 3%, 4% y 5%. a. Seleccionamos una pieza al azar; calcula la probabilidad de que sea defectuosa. b. Tomamos, al azar, una pieza y resulta ser defectuosa; calcula la probabilidad de haber sido producida por la mquina B. c. Qu mquina tiene la mayor probabilidad de haber producido la citada pieza defectuosa?

Solucin:

Sea D= "la pieza es defectuosa" y N= "la pieza no es defectuosa". La informacin del problema puede expresarse en el diagrama de rbol adjunto.

a. Para calcular la probabilidad de que la pieza elegida sea defectuosa, P(D), por la propiedad de la probabilidad total, P(D) = P(A) P(D/A) + P(B) P(D/B) + P(C) P(D/C) = = 0.45 0.03 + 0.30 0.04 + 0.25 0.05 = 0.038 b. Debemos calcular P(B/D). Por el teorema de Bayes,

c. Calculamos P(A/D) y P(C/D), comparndolas con el valor de P(B/D) ya calculado. Aplicando el teorema de Bayes, obtenemos:

La mquina con mayor probabilidad de haber producido la pieza defectuosa es A

Ejercicio 2:

Tenemos tres urnas: A con 3 bolas rojas y 5 negras, B con 2 bolas rojas y 1 negra y C con 2 bolas rojas y 3 negras. Escogemos una urna al azar y extraemos una bola. Si la bola ha sido roja, cul es la probabilidad de haber sido extrada de la urna A?

Solucin:
Llamamos R= "sacar bola roja" y N= "sacar bola negra". En el diagrama de rbol adjunto pueden verse las distintas probabilidades de ocurrencia de los sucesos R o N para cada una de las tres urnas.

La probabilidad pedida es P(A/R). Utilizando el teorema de Bayes, tenemos:

Ejercicios Ejercicio 1: Con los jugadores de un club de ftbol se forman dos equipos para jugar un partido de entrenamiento; entre los dos equipos se renen 6 defensas, 8 medios, 6 delanteros y 2 porteros. El entrenador sabe que en estos partidos, la probabilidad de que se lesione un jugador es 0.22 si es delantero, 0.11 si es medio, 0.055 si es defensa y 0 si es portero. a. Calcular la probabilidad de que se lesione uno cualquiera de los jugadores en este partido. b. Si se sabe que un jugador se ha lesionado, determinar la probabilidad de que haya sido un defensa. Ejercicio 2: Tras un estudio estadstico en una ciudad se observa que el 70% de los motoristas son varones y, de estos, el 60% llevan habitualmente casco. El porcentaje de mujeres que conducen habitualmente con casco es del 40%. Se pide: a. Calcular la probabilidad de que un motorista elegido al azar lleve casco.

b. Se elige un motorista al azar y se observa que lleva casco. Cul es la probabilidad de que sea varn? Ejercicio 3: En una ciudad, el 35% vota al partido A, el 45% vota al partido B y el resto se abstiene. Se sabe adems que el 20% de los votantes de A, el 30% de los de B y el 15% de los que se abstienen, son mayores de 60 aos. Se pide: a. Hallar la probabilidad de que un ciudadano elegido al azar sea mayor de 60 aos. b. Hallar la probabilidad de que un ciudadano mayor de 60 aos se haya abstenido. Ejercicio 4: Los alumnos de Primero de Biologa tienen que realizar dos pruebas, una terica y otra prctica. La probabilidad de que un estudiante apruebe la parte terica es de 0.6, la probabilidad de que apruebe la parte prctica es de 0.8 y la probabilidad de que apruebe ambas pruebas es 0.5. a. b. c. d. Son independientes los sucesos aprobar la parte terica y la parte prctica? Cul es la probabilidad de que un alumno no apruebe ninguno de los dos exmenes? Cul es la probabilidad de que un alumno apruebe solamente uno de los dos exmenes? Se sabe que un alumno aprob la teora. Cul es la probabilidad de que apruebe tambin la prctica?

Ejercicio 5: En una baraja de 40 cartas. a. Se toman dos cartas sin reemplazamiento. Cul es la probabilidad de que las dos sean de distinto nmero? b. Y si se toman tres cartas, Cul es la probabilidad de que los tres nmeros sean distintos? Ejercicio 6: Tenemos un dado con tres "1", dos "2" y un "3". Lo tiramos dos veces consecutivas y anotamos la suma de los resultados. a. Cul es el Espacio Muestral? b. Cul es la probabilidad de que la suma sea 4? c. Cul es la suma ms probable? Cunto vale su probabilidad?

Ejercicio 7:

Tenemos dos dados A y B, ambos trucados. En el dado A hay tres "1" y tres "2" y en el dado B hay dos "1" y cuatro "2". Se elige un dado al azar y se tira. a. Cul es la probabilidad de obtener un "1"? b. Sabiendo que se ha obtenido un "2", Cul es la probabilidad de que se haya elegido el dado B? Ejercicio 8: En una caja hay x bolas blancas y 1 bola roja. Al extraer de la caja dos bolas al azar sin reemplazamiento, la probabilidad de que sean blancas es 1/2. Calcula el nmero de bolas blancas que debe tener la caja. Ejercicio 9: El 35% de los crditos de un banco es para vivienda, el 50% para industrias y el 15% para consumo diverso. Resultan fallidos el 20% de los crditos para vivienda, el 15% de los crditos para industrias y el 70% de los crditos para consumo. Calcula la probabilidad de que se pague un crdito elegido al azar. Ejercicio 10: El volumen de produccin en tres plantas diferentes de una fbrica es de 500 unidades en la primera, 1000 unidades en la segunda y 2000 en la tercera. Sabiendo que el porcentaje de unidades defectuosas producidas en cada planta es del 1%, 0.8% y 2%, respectivamente, calcula la probabilidad de que al seleccionar una unidad al azar sea defectuosa. Ejercicio 11: El 20% de los empleados de una empresa son ingenieros y otro 20% son economistas. El 75% de los ingenieros ocupan un puesto directivo y el 50% de los economistas tambin, mientras que de los no ingenieros y no economistas solamente el 20% ocupan un puesto directivo. Cul es la probabilidad de que un empleado directivo elegido al azar sea ingeniero? Ejercicio 12: Se toman dos barajas espaolas de 40 cartas. Se extrae al azar una carta de la primera baraja y se introduce en la segunda baraja. Se mezclan las cartas de esta segunda baraja y se extrae una carta, que resulta ser el dos de oros. Cul es la probabilidad de que la primera carta extrada fuese una espada?