Probabilidades

Malln Arenas e
Departamento de Estad stica Facultad de Ciencias F sicas y Matemticas a Universidad de Concepcin o

Malln Arenas (Dpto. Estad e stica)

Probabilidades

1 / 42

1 2 3 4 5 6 7 8 9 10

Algunos tpicos sobre Conjuntos o Probabilidad Experimento Experimento Aleatorio Deniciones Tcnicas de Conteo e Mtodos para asignar probabilidades e Denicin de Probabilidad. o Probabilidad Condicional Teorema de Bayes e Independencia de Eventos

Malln Arenas (Dpto. Estad e stica)

Probabilidades

2 / 42

Algunos tpicos sobre Conjuntos o

Algunos tpicos sobre Conjuntos o

Denotaremos por al conjunto universo, que es el conjunto que posee todos los elementos de inters. A un subconjunto de e A , x Ax

Sean A y B dos conjuntos cualesquiera entonces Unin: A B = {x : x A o Complemento: Ac o x B}; y x B}; y x B}; / Interseccin: A B = {x : x A o Diferencia: A Bc

= {x : x A}; / = A B = {x : x A

Malln Arenas (Dpto. Estad e stica)

Probabilidades

3 / 42

Algunos tpicos sobre Conjuntos o

Conjunto vac es el conjunto que no posee elementos, se denota por o: (Notemos que A Ac = ); A y B se dicen disjuntos o mutuamente excluyentes si: A B = .

Malln Arenas (Dpto. Estad e stica)

Probabilidades

4 / 42

Probabilidad

Probabilidad

En el cap tulo anterior se vieron algunos de los mtodos utilizados para e describir un conjunto de datos con el unico propsito de describir los o resultados de un experimento concreto. El clculo de Probabilidades se ocupa de estudiar ciertos experimentos que a se denominan aleatorios, cuya caracter stica fundamental es la incertidumbre del resultado, esto signica que es imposible, predecir los resultados porque hay ms de uno posible. a

Malln Arenas (Dpto. Estad e stica)

Probabilidades

5 / 42

Probabilidad

k kkk kkk kkk k kkk Probabilidad UUUU UUUU UUUU UUUU *

Estudia los fenmenos aleatorios, o los cuales obedecen ciertas reglas de comportamiento. 5

Se relaciona con las propiedades de la frecuencia relativa.

Malln Arenas (Dpto. Estad e stica)

Probabilidades

6 / 42

Experimento

Experimento

Es cualquier accin que pueda dar lugar a resultados identicables. o Suponemos que es posible repetir el experimento un gran nmero de veces u bajo la mismas condiciones y que todos los posibles resultados son conocidos antes de la realizacin del experimento. o

Malln Arenas (Dpto. Estad e stica)

Probabilidades

7 / 42

Experimento

Experimento W Aleatorio
 

WWWWW WWWWW WWWWW WWWW+

Determinista


Lanzar una moneda al aire. Extraer un art culo de un lote que contiene art culos defectuosos y no defectuosos.

Soltar una piedra en el aire. Lanzar una pelota en un tanque para ver si ota o se hunde.

Malln Arenas (Dpto. Estad e stica)

Probabilidades

8 / 42

Experimento Aleatorio

Experimento Aleatorio

Se puede denir como aqul experimento que verica lo siguiente: e se puede repetir bajo las mismas condiciones. se conocen todos los posibles resultados antes de la realizacin del o experimento. no se puede predecir el resultado del mismo antes de realizarlo.

Malln Arenas (Dpto. Estad e stica)

Probabilidades

9 / 42

Experimento Aleatorio

Ejemplos: Lanzamiento de un dado . Lanzamiento de dos monedas. Medicin del no de accidentes que ocurren en una ciudad durante un o d a. Germinacin de una semilla despus de aplicar un la frmula X. o e o Contenido de alguna sustancia contaminante en una muestra tomada en un lago.

Malln Arenas (Dpto. Estad e stica)

Probabilidades

10 / 42

Deniciones

Deniciones

Espacio Muestral de un experimento aleatorio es el conjunto de todos los posibles resultados asociados a dicho experimento aleatorio. Este espacio es denotado por . Evento o Suceso es un subconjunto del espacio muestral (A ).
Suceso Seguro. Suceso Imposible.

Suceso Elemental o Puntos Muestrales son los elementos integrantes del espacio muestral. ({}, donde ).

Malln Arenas (Dpto. Estad e stica)

Probabilidades

11 / 42

Deniciones

Espacio muestral
 

Evento imposible

j jjjj jjjj j ujjjj

Evento o Sucesos TT j Evento seguro

TTT TTT TTT TTT T)

Evento elemental

Malln Arenas (Dpto. Estad e stica)

Probabilidades

12 / 42

Deniciones

Ejemplo:
1

Lanzar una moneda y observar su cara superior: = {cara, sello};

Lanzar un dado y observar su cara superior: = {1, 2, 3, 4, 5, 6};

Contar el nmero de autos que pasan por una esquina, hasta que se u produzca un accidente; Observar el tiempo de vida de un artefacto elctrico; e Lanzar dos monedas al aire y observar su cara superior; Lanzar una moneda y un dado y observar su cara superior.

4 5 6

Malln Arenas (Dpto. Estad e stica)

Probabilidades

13 / 42

Tcnicas de Conteo e

Tcnicas de Conteo e

Principio de Multiplicacin: o Si una operacin puede realizarse de n1 formas y si para cada una de stas o e se puede realizar una segunda operacin en n2 formas y para cada una de o las dos primeras se puede realizar una tercera operacin en n3 formas y as o sucesivamente, entonces la serie de k operaciones se puede realizar de n1 n2 n3 ... nk formas.

Malln Arenas (Dpto. Estad e stica)

Probabilidades

14 / 42

Tcnicas de Conteo e

Ejemplo Cuntos puntos muestrales hay en el espacio muestral cuando se lanza a una vez un par de dados?

Malln Arenas (Dpto. Estad e stica)

Probabilidades

15 / 42

Tcnicas de Conteo e

Denicin o Una permutacin es un arreglo de todos o parte de un conjunto de objetos. o El nmero de permutaciones de n objetos diferentes est dado por: u a
n Pn = n! = 1 2 n

n! se lee n factorial. Ejemplo: Las permutaciones posibles para las letras a, b y c son: abc acb bac bca cab aba Es decir podemos arreglar los tres elementos de 6 maneras diferentes.
3 P3 = 3! = 1 2 3 = 6

Malln Arenas (Dpto. Estad e stica)

Probabilidades

16 / 42

Tcnicas de Conteo e

El nmero de permutaciones distintas de n elementos tomando k a la vez. u Est dado por: a n! k Pn = (n k)! Ejemplo Un grupo est formado por 5 personas y desean formar una comisin a o integrada por un presidente y un secretario.

Malln Arenas (Dpto. Estad e stica)

Probabilidades

17 / 42

Tcnicas de Conteo e

Denicin o El nmero de permutaciones de n objetos, de los cuales ni son de tipo u i, i = 1, 2, ..., k es: n! n Pn 1 ,n2 ,...,nk = n1 !n2 ! . . . nk ! Ejemplo Un estante tiene capacidad para 10 libros de matemticas que tiene tapa a verde, 8 de f sica de tapa roja y 7 de qu mica de tapa azul. De cuntas a maneras pueden colocarse los libros segn los colores? u

Malln Arenas (Dpto. Estad e stica)

Probabilidades

18 / 42

Tcnicas de Conteo e

Denicin o Se llama combinacin de n objetos, tomando k a la vez, a la seleccin de o o objetos con independencia de su ordenamiento. Es el nmero de u subconjuntos de k objetos elegidos de entre los n.
n Cr =

n r

n! r!(n r)!

Ejemplo Un grupo est formado por 5 personas y desean formar una comisin a o integrada por 2 personas De cuntas formas distintas puede formar esta a comisin? o

Malln Arenas (Dpto. Estad e stica)

Probabilidades

19 / 42

Mtodos para asignar probabilidades e

Mtodos para asignar probabilidades e

personal

Por estimacin o RRR kkk RRR kkk RRR kk RRR kkk RR) kk uk  de frecuencias relativas

clsica a

Malln Arenas (Dpto. Estad e stica)

Probabilidades

20 / 42

Mtodos para asignar probabilidades e

Personal: La probababilidad que se asigne a c/u de los sucesos es una apreciacin subjetiva. o Ventajas Desventajas


Siempre es aplicable

Su acierto depende de lo correcta que sea la informacin que dispone o y la capacidad de la persona para evaluarla.

Malln Arenas (Dpto. Estad e stica)

Probabilidades

21 / 42

Mtodos para asignar probabilidades e

Frecuencia relativa: Es aplicable a situaciones en las que el experimento pueda repetirse varias veces y sus resultados puedan ser observados. P (A) = Ventajas


no de veces que ocurre el suceso A no de veces que se realiza el experimento Desventajas



Es ms precisa que la anterior. a Se basa en la observacin o real del experimento.

Puede ocurrir que el experimento no se lleve a cabo siempre en las mismas condiciones.

Malln Arenas (Dpto. Estad e stica)

Probabilidades

22 / 42

Mtodos para asignar probabilidades e

Frecuencia relativa: Es aplicable a situaciones en las que el experimento pueda repetirse varias veces y sus resultados puedan ser observados. P (A) = Ventajas


no de veces que ocurre el suceso A no de veces que se realiza el experimento Desventajas



Es ms precisa que la anterior. a Se basa en la observacin o real del experimento.

Puede ocurrir que el experimento no se lleve a cabo siempre en las mismas condiciones.

Malln Arenas (Dpto. Estad e stica)

Probabilidades

22 / 42

Mtodos para asignar probabilidades e

Ejemplo Se lanza 100 veces un dado y en 30 de estos sale el dos. Cul es la a probabilidad que saga dos? Cul es la probabilidad que no salga el dos? a

Malln Arenas (Dpto. Estad e stica)

Probabilidades

23 / 42

Mtodos para asignar probabilidades e

Probabilidad clsica a Se basa en que todos los resultados posibles de un experimento sean equiprobables. La probababilidad de un evento elemental {} es: P ({}) = 1 N

La probabilidad de un evento compuesto A es: P (A) =

A

P ({}) =

n N

n: nmero de elementos del evento A. u N : nmero de elementos del espacio muestral. u

Malln Arenas (Dpto. Estad e stica)

Probabilidades

24 / 42

Mtodos para asignar probabilidades e

Ventajas


Desventajas

Si es aplicable, la probabilidad obtenida es exacta. No exige la realizacin o de experiencias ni recoger datos. Es de fcil uso. a

No siempre es aplicable.

Malln Arenas (Dpto. Estad e stica)

Probabilidades

25 / 42

Denicin de Probabilidad. o

Denicin de Probabilidad. o
Sea un espacio muestral asociado a un experimento. La probabilidad P , es una funcin que asigna a cada evento A, un nmero P (A), llamado o u probabilidad del evento A, tal que cumple los siguientes axiomas: Axioma 1: Si A es un evento de , existe un nmero P (A) 0 u denominado probabilidad del suceso A. Axioma 2:P () = 1 Axioma 3:Dada una sucesin nmerable de sucesos o u A1 , A2 , . . . , An , . . . disjuntos dos a dos (Ai Aj = si i = j) se verica que:
n n

P
i=1

=
i=1

P (Ai )

Malln Arenas (Dpto. Estad e stica)

Probabilidades

26 / 42

Denicin de Probabilidad. o

Teorema Sean A y B dos eventos arbitrarios, entonces: P () = 0; P (Ac ) = 1 P (A); si A B entonces P (A) P (B); si A B entonces P (B A) = P (B) P (A).

Malln Arenas (Dpto. Estad e stica)

Probabilidades

27 / 42

Denicin de Probabilidad. o

Corolario Para todo evento A, 0 P (A) 1. Teorema Para dos eventos arbitrarios A y B se tiene que: P (A B) = P (A) + P (B) P (A B).

Malln Arenas (Dpto. Estad e stica)

Probabilidades

28 / 42

Denicin de Probabilidad. o

Ejemplo En una determinada ciudad, el 60 % de los hogares se suscriben a un peridico de circulacin nacional, el 80% a un peridico de circulacin o o o o local y el 50% se suscriben a ambos peridicos. Si se selecciona al azar un o hogar, Cul es la probabilidad de que : a a) est suscrito al menos en uno de los dos peridicos? e o b) est suscrito exactamente a uno de los dos peridicos? e o c) no se suscribe a los peridicos? o

Malln Arenas (Dpto. Estad e stica)

Probabilidades

29 / 42

Probabilidad Condicional

Probabilidad Condicional

Dado un espacio muestral . Sea B un suceso tal que P (B) > 0. Para un suceso cualquiera A , se dene la probabilidad condicionada de A dado B o probabilidad de A condicionada a B, como: P (A/B) = P (A B) , P (B)

donde P (A/B) representa la probabilidad de que ocurra el suceso A cuando se tiene la certeza de que ha ocurrido B. (Observacin: P (A/B) = 0 si P (B) = 0) o

Malln Arenas (Dpto. Estad e stica)

Probabilidades

30 / 42

Probabilidad Condicional

Tenemos que: P (A/B) = luego se tiene que P (A B) = P (B)P (A/B). Anlogamente podemos observar que: a P (B/A) = as P (A B) = P (A)P (B/A). P (A B) , P (A) P (A B) , P (B)

Malln Arenas (Dpto. Estad e stica)

Probabilidades

31 / 42

Probabilidad Condicional

Ejemplo En la ciudad de Concepcin, la probabilidad que llueva el d uno de junio o a es 0,5 y la probabilidad que llueva el 1 y 2 de junio es 0,4. Dado que llovi o el 1 de junio cul es la probabilidad que llueva el d 2 de junio?. a a

Malln Arenas (Dpto. Estad e stica)

Probabilidades

32 / 42

Probabilidad Condicional

Ejemplo Cul es la probabilidad que no llueva el d 2 de junio dado que el 1 de a a junio llovi? o

Malln Arenas (Dpto. Estad e stica)

Probabilidades

33 / 42

Probabilidad Condicional

Regla de multiplicacin: o

P (A B) = P (B)P (A/B) = P (A)P (B/A) Una generalizacin de lo anterior est dada por: o a P(
n i=1 Ai )

= P (A1 )P (A2 /A1 )P (A3 /A1 A2 ) . . . P (Ak /A1 A2 Ak1 ).

Malln Arenas (Dpto. Estad e stica)

Probabilidades

34 / 42

Probabilidad Condicional

Ejemplo Una caja contiene cinco bolas roja y seis negras; se extrae al azar sucesivamente y sin reposicin dos bolas, cul es la probabilidad que las o a dos resulten rojas?

Malln Arenas (Dpto. Estad e stica)

Probabilidades

35 / 42

Probabilidad Condicional

Ejemplo Una caja contiene 5 bolas roja y seis negras; se extrae al azar sucesivamente y con reposicin dos bolas, cul es la probabilidad que las o a dos resulten rojas?

Malln Arenas (Dpto. Estad e stica)

Probabilidades

36 / 42

Probabilidad Condicional

Regla de la Probabilidad Total: Supongamos que los eventos A1 , A2 , . . . Ak forman una particin del o espacio muestral , entonces para cualquier evento B se tiene que: P (B) = P (B/A1 )P (A1 ) + P (B/A2 )P (A2 ) + + P (B/Ak )P (Ak ) Podemos escribir B como: B = [B A1 ] [B A2 ] [B A3 ] [B A4 ]. Dado que son conjuntos disjuntos tenemos que: P (B) = P [B A1 ] + P [B A2 ] + [B A3 ] + [B A4 ] y por la regla de la multiplicacin: o P (B) = P (A1 )P (B/A1 ) + P (A2 )P (B/A2 ) + + P (Ak )P (B/Ak )
Malln Arenas (Dpto. Estad e stica) Probabilidades 37 / 42

Probabilidad Condicional

Ejemplo En una l nea de produccin hay dos procesos, A y B. En el proceso A hay o un 20% de defectuosos y en B hay un 25%. En una muestra de 300 productos hay 200 del proceso A y 100 del proceso B. Si se extrae al azar un producto, hallar la probabilidad que sea defectuoso.

Malln Arenas (Dpto. Estad e stica)

Probabilidades

38 / 42

Teorema de Bayes e Independencia de Eventos

Teorema de Bayes

Teorema Bajo las mismas condiciones de la regla anterior, se tiene que: P (Ai /B) = observe que: P (Ai /B) = P (B Ai ) = P (B) P (B/Ai )P (Ai ) . n j=1 P (B/Aj )P (Aj ) P (B/Ai )P (Ai ) . n j=1 P (B/Aj )P (Aj )

Malln Arenas (Dpto. Estad e stica)

Probabilidades

39 / 42

Teorema de Bayes e Independencia de Eventos

Ejemplo En el ejemplo anterior. Si al extraer el producto result ser defectuoso, o hallar la probabilidad de que sea del proceso A.

Malln Arenas (Dpto. Estad e stica)

Probabilidades

40 / 42

Teorema de Bayes e Independencia de Eventos

Denicin o Dos eventos A y B son independientes si P (A/B) = P (A) y P (B/A) = P (B). De manera equivalente se dice que dos eventos A y B son independientes si y slo si P (A B) = P (A)P (B). o Teorema Si A y B en son eventos independientes, entonces: A y B c son eventos independientes. Ac y B son eventos independientes. Ac y B c son eventos independientes.

Malln Arenas (Dpto. Estad e stica)

Probabilidades

41 / 42

Teorema de Bayes e Independencia de Eventos

Ejemplo En un estudio de cncer al pulmn se examinan 10000 personas mayores a o de 60 aos. Se determina que 4000 de estas personas de este grupo son n fumadores. Entre los fumadores 1800 padecen de cncer al pulmn. Entre a o los no fumadores 500 padecen de cncer al pulmn. Son los eventos a o fumadores y cncer al pulmn independientes? a o

Malln Arenas (Dpto. Estad e stica)

Probabilidades

42 / 42