Beruflich Dokumente
Kultur Dokumente
1. Azar y determinismo
2. Probabilidad de sucesos
3. Tipos de sucesos. Probabilidad de
experimentos compuestos
4. Leyes de De Morgan
5. Probabilidad condicionada
6. Probabilidad total y Teorema de Bayes
Tema 13: PROBABILIDAD. Curso 2019/2020
1. Azar y determinismo
Recordatorio:
1. Azar y determinismo
∪ unión
∩ intersección
TIPOS DE SUCESOS
IMPOSIBLE No puede ocurrir nunca ⌀ A 𝑨
Se indican
entre llaves { }
SEGURO Ocurre siempre, coincide con E
CONTRARIO
Engloba todos los sucesos elementales que NO forman parte
O
de un suceso
COMPLEMENTARIO Cumplen que:
𝑨∪𝑨= 𝑬
𝐴 𝑨∩𝑨= ∅
Tema 13: PROBABILIDAD. Curso 2019/2020
1. Azar y determinismo
A B A B AA B
E
COMPATIBLES: si A y B tienen algún elemento en común
COMPATIBILIDAD 𝑨∩𝑩≠∅ A B
DE E
SUCESOS INCOMPATIBLES: si A y B NO tienen algún elemento en común
𝑨∩𝑩=∅ A B
Tema 13: PROBABILIDAD. Curso 2019/2020
1. Azar y determinismo EXPERIMENTO: “LANZAR TRES
EJEMPLO OPERACIONES BÁSICAS CON SUCESOS VECES SEGUIDAS UNA MONEDA”
C
X CCX
• B = “Sacar un número impar de caras”
C C CXC
X
CXX • C = “Sacar un número par de caras
X
C XCC
C
X XCX
X
𝑨∪𝑩=
C XXC ¿ 𝑨 𝒚 𝑩?
𝑨∩𝑩=
X 𝑨−𝑩= ¿ 𝑩 𝒚 𝑪?
X XXX
Tema 13: PROBABILIDAD. Curso 2019/2020
2. Probabilidad de sucesos
𝟏
¿Por qué cuando tiramos un dado cúbico decimos que tenemos de probabilidad de obtener un 2?
𝟔
ANÁLISIS PROBABILÍSTICO
SUCESOS EQUIPROBABLES
𝟎 ≤ 𝑷(𝑨) ≤ 𝟏
PROPIEDADES DE
LA PROBABILIDAD
𝑷 ∅ =𝟎 Todos los sucesos elementales de un
ASOCIADA A UN experimento aleatorio tienen la misma
EXPERIMENTO probabilidad de ocurrir
ALEATORIO 𝑷(𝑬) = 𝟏
EJEMPLO: dado cúbico no trucado
Tema 13: PROBABILIDAD. Curso 2019/2020
2. Probabilidad de sucesos
REGLA DE LAPLACE
𝑛º 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠
𝑃 𝐴 =
𝑛º 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠
EJEMPLO
Se considera el experimento de lanzar un dado cúbico. Teniendo en
cuenta los sucesos:
𝐸 = {1,2,3,4,5,6}
• A=“obtener un número par”
Pierre-Simon Laplace 3 1
𝑃 𝐴 = =
(1749-1827) • B=“obtener un número primo” 6 2
De Jean-Baptiste Paulin Guérin -
http://www.photo.rmn.fr/, Dominio público, Calcula P(A) y P(B) 4 2
https://commons.wikimedia.org/w/index.php?c 𝑃 𝐵 = =
urid=11128007 6 3
Tema 13: PROBABILIDAD. Curso 2019/2020
2. Probabilidad de sucesos
A B A B
𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 − 𝑃(𝐴 ∩ 𝐵) 𝑃 𝐴∪𝐵 =𝑃 𝐴 +𝑃 𝐵
A 𝑨 𝑃 𝐴 =1−𝑃 𝐴
Tema 13: PROBABILIDAD. Curso 2019/2020
2. Probabilidad de sucesos
EJEMPLO
a) A, B y C
b) 𝐵
c) 𝐴 ∩ 𝐵 𝑦 𝐴 ∪ 𝐶
d) 𝐴 ∩ 𝐵
Tema 13: PROBABILIDAD. Curso 2019/2020
*EJEMPLO*
Se extraen dos cartas sucesiva de una baraja de 40 naipes.
¿Cuál es la probabilidad de que la primera sea un as?
4 1
𝑃 𝐴1 = =
40 10
¿Y de que lo sea la segunda?
4 1
Si hay devolución 𝑃 𝐴2 = =
40 10
3 1
Si NO hay devolución 𝑃 𝐴2 /𝐴1 = =
39 13
Tema 13: PROBABILIDAD. Curso 2019/2020
4. Leyes de De Morgan
A B
Se cumple por tanto en todo el área,
excepto en la intersección
Augustus De Morgan
E
(1806-1871)
De Sophia Elizabeth De Morgan - A B Se cumple por tanto en todo el área
Memoir of Augustus De Morgan,
Dominio público,
de fuera de la unión
https://commons.wikimedia.org/w/ind
ex.php?curid=4722207
Tema 13: PROBABILIDAD. Curso 2019/2020
5. Probabilidad condicionada
ORGANIZACIÓN DE LA INFORMACIÓN:
Si A y B son dos sucesos de un TABLAS DE CONTINGENCIA
experimento y B no es el suceso
imposible, la probabilidad de A En una bolsa hay 5 bolas grandes y 4 pequeñas. Se sabe que 6 son blancas y 3
condicionado por B será: negras y que 3 de las bolas grandes son blancas.
E
De la definición de la probabilidad condicionada aplicada a nuestro caso:
𝐴1
𝐴3 𝑃(𝐵 ∩ 𝐴1 )
𝐴2 𝑃 𝐵/𝐴1 = 𝑃 𝐵 ∩ 𝐴1 = 𝑃 𝐵/𝐴1 · 𝑃(𝐴1 )
𝑃(𝐴1 )
𝐸 = 𝐴1 + 𝐴2 + 𝐴3 Por lo tanto:
¿𝑃 𝐵 ? 𝑃 𝐵 = 𝑃 𝐵 ∩ 𝐴1 + 𝑃 𝐵 ∩ 𝐴2 + 𝑃 𝐵 ∩ 𝐴3
FÓRMULA DE LA PROBABILIDAD TOTAL PARA TRES SUCESOS:
Una industria fabrica dos tipos de tornillos A y B. La empresa produce al día 600 de los tornillos tipo A y 800 del
tipo B. El 4% de los tornillos del tipo A y el 5% de los del tipo B salen defectuosos.
TEOREMA DE BAYES
Prob. total
𝑃 𝐵 = 𝑃 𝐵/𝐴1 · 𝑃(𝐴1 ) + 𝑃 𝐵/𝐴2 · 𝑃(𝐴2 )+𝑃 𝐵/𝐴3 · 𝑃(𝐴3 )
Introducimos en la definición de probabilidad condicionada la probabilidad total:
𝑃(𝐴1 ∩ 𝐵)
𝑃 𝐴1 /𝐵 =
𝑃 𝐵/𝐴1 · 𝑃(𝐴1 ) + 𝑃 𝐵/𝐴2 · 𝑃(𝐴2 )+𝑃 𝐵/𝐴3 · 𝑃(𝐴3 )
𝑃 𝐴1 ∩ 𝐵 = 𝑃(𝐵 ∩ 𝐴1 ) 𝑃 𝐵 ∩ 𝐴1 = 𝑃 𝐵/𝐴1 · 𝑃(𝐴1 )
Una industria fabrica dos tipos de tornillos A y B. La empresa produce al día 600 de los tornillos tipo A y 800 del
tipo B. El 4% de los tornillos del tipo A y el 5% de los del tipo B salen defectuosos.
Sabiendo que el tornillo no es defectuoso, ¿Qué probabilidad hay de que sea un tornillo tipo A?
1 D
25 Es tipo de Bayes
3 A
7 24 𝑃(𝐴) · 𝑃(𝐷/𝐴)
25 𝐷 𝑃 𝐴/𝐷 =
D
𝑃 𝐷/𝐴 · 𝑃(𝐴) + 𝑃 𝐷/𝐵 · 𝑃(𝐵)
1
4 20 3 24 72
·
7 B
𝑃 𝐴/𝐷 = 7 25 = 175 = 72 𝑃 𝐴/𝐷 = 0,43
19 3 24 4 19 167 167
𝐷 · + ·
20 7 25 7 20 175