II. Introduccion A La Probabilidad

II.
INTRODUCCION A LA PROBABILIDAD
Historia de la probabilidad. Jacob Berooulli (1654 - 1705), Abraham de Moivre (1667 - 1754), el reverendo Thomas Bayes (1702 - 1761) y Joseph Lagrange (1736 - 1813) desarrollaron frmulas y tcnicas para el clculo de la probabilidad. En el siglo XIX, Pierre Simon, marqus de Laplace (1749 - 1827), unific todas estas primeras ideas y compil la primera teora general de la probabilidad. La teora de la probabilidad fue aplicada con xito en las mesas de juego y, lo que es ms importante, en problemas sociales y econmicos. La industria de seguros requera un conocimiento preciso acerca de los riesgos de prdida. Muchos centros de aprendizaje estudiaron la probabilidad como una herramienta para el entendimiento de los fenmenos sociales. Nuestra necesidad de tratar con total incertidumbre nos lleva a estudiar y utilizar la teora de la probabilidad. Al organizar la informacin y considerarla de manera sistemtica, seremos capaces de reconocer nuestras suposiciones, comunicar nuestro razonamiento a otras personas y tomar una decisin ms slida. Conceptos bsicos sobre probabilidad. La probabilidad es la posibilidad de que algo pase. Las probabilidades se expresan como fracciones o como decimales que estn entre uno y cero. Tener una probabilidad de cero significa que algo nuca va a suceder; una probabilidad de uno indica que algo va a suceder siempre. En la teora de la probabilidad, un evento es uno o ms de los posibles resultados de hacer algo. La actividad que origine uno de dichos eventos se conoce como experimento aleatorio. Al conjunto de todos los resultados posibles de un experimento se le llama espacio muestral del experimento. Se dice que dos eventos son mutuamente excluyentes si uno y slo uno de ellos puede tener lugar a un tiempo. Cuando en una lista de los posibles eventos que pueden resultar de un experimento se incluyen todos los resultados posibles, se dice que la lista es colectivamente exhaustiva. En una lista colectivamente exhaustiva se presentan todos los resultados posibles Histricamente se han desarrollado tres diferentes enfoques conceptuales para definir la probabilidad y para determinar valores de probabilidad: el clsico, el de frecuencia relativa y el subjetivo.
Tres tipos de probabilidad. Existen tres maneras bsicas de clasificar la probabilidad. Estas tres formas presentan planteamientos conceptuales bastante diferentes: Planteamiento clsico. Planteamiento de frecuencia relativa. Planteamiento subjetivo.
ING. JUAN CRUZ HERNANDEZ OSORIO
II. INTRODUCCION A LA PROBABILIDAD
Probabilidad clsica. El enfoque clsico de la probabilidad se basa en la suposicin de que cada uno de los resultados es igualmente probable. Debido a que este enfoque permite determinar los valores de probabilidad antes de observar cualesquiera eventos maestrales. Se define la probabilidad de que un evento ocurra como: Nmero de resultados en los que se presenta el evento / nmero total de resultados posibles Cada uno de los resultados posibles debe ser igualmente posible. La probabilidad clsica, a menudo, se le conoce como probabilidad a priori, debido a que si utilizamos ejemplos previsibles como monedas no alteradas, dados no cargados y mazos de barajas normales, entonces podemos establecer la respuesta de antemano, sin necesidad de lanzar una moneda, un dado o tomar una carta. No tenemos que efectuar experimentos para poder llegar a conclusiones. Este planteamiento de la probabilidad tiene serios problemas cuando intentamos aplicarlo a los problemas de toma de decisiones menos previsibles. El planteamiento clsico supone un mundo que no existe, supone que no existen situaciones que son bastante improbables pero que podemos concebir como reales. La probabilidad clsica supone tambin una especie de simetra en el mundo.
Probabilidad de frecuencia relativa. A travs del enfoque de frecuencia relativa, en un determinado nmero de observaciones o experimentos, no hay ninguna suposicin previa de igualdad de probabilidades. Debido que para determinar los valores de probabilidad se requiere de la observacin y de la recopilacin de datos, e este enfoque se le denomina tambin enfoque emprico. Tanto el enfoque clsico como el de frecuencia relativa producen valores de probabilidad objetiva, en el sentido de que sealan la tasa relativa de correlacin del evento a largo plazo. En el siglo XIX, los estadsticos britnicos, interesados en la fundamentacin terica del clculo del riesgo de prdidas en las plizas de seguros de vida y comerciales, empezaron a recoger datos sobre nacimientos y defunciones. En la actualidad, a este planteamiento se le llama frecuencia relativa de presentacin de un evento y define la probabilidad como:
La frecuencia relativa observada de un evento durante un gran nmero de intentos, o La fraccin de veces que un evento se presenta a la larga, cuando las condiciones son estables.
Este mtodo utiliza la frecuencia relativa de las presentaciones pasadas de un evento como una probabilidad. Determinamos qu tan frecuente ha sucedido algo en el pasado y usamos esa cifra para predecir la probabilidad de que suceda de nuevo en el futuro. Cuando utilizamos el planteamiento de frecuencia relativa para establecer probabilidades, el nmero que obtenemos como probabilidad adquirir mayor precisin a medida que aumentan las observaciones. Una dificultad presente con este planteamiento es que la gente lo utiliza a menudo sin evaluar el nmero suficiente de resultados Probabilidad subjetiva. El enfoque subjetivo a la probabilidad es particularmente apropiado cuando slo existe una probabilidad de que el evento ocurra, y se da el caso de que ocurra o no
esa nica vez. De acuerdo con el enfoque subjetivo, la probabilidad de un evento es el grado de confianza que una persona tiene en que el evento ocurra, con base en toda la evidencia que tiene disponible. Debido a que el valor de la probabilidad es un juicio personal, al enfoque subjetivo se le denomina tambin enfoque personalista. El desarrollo de este enfoque de la probabilidad ha sido relativamente reciente y tiene relacin con el anlisis bayesiano de decisin. Las probabilidades subjetivas estn basadas en las creencias de las personas que efectan la estimacin de probabilidad. La probabilidad subjetiva se puede definir como la probabilidad asignada a un evento por parte de un individuo, basada en la evidencia que se tenga disponible. Esa evidencia puede presentarse en forma de frecuencia relativa de presentacin de eventos pasados o puede tratarse simplemente de una creencia meditada. Las valoraciones subjetivas de la probabilidad permiten una ms amplia flexibilidad que los otros dos planteamientos. Los tomadores de decisiones puede hacer uso de cualquier evidencia que tengan a mano y mezclarlas con los sentimientos personales sobre la situacin. Las asignaciones de probabilidad subjetiva se dan con ms frecuencia cuando los eventos se presentan slo una vez o un nmero muy reducido de veces. Como casi todas las decisiones sociales y administrativas de alto nivel se refieren a situaciones especficas y nicas, los responsables de tomar decisiones hacen un uso considerable de la probabilidad subjetiva.
Probabilidad. Es el estudio de los fenmenos puramente aleatorios, se puede describir como la ciencia o el arte de reunir y analizar datos e inferir consecuencias a partir de estos elementos. La posibilidad de que algo suceda. En probabilidad la palabra experimento incluye tanto la ocurrencia de un hecho como la observacin del resultado. Por ello, los experimentos se clasifican en: experimentos determinstico y aleatorio. En el estudio de la probabilidad se utilizan tres palabras clave: Experimento, Resultado y Evento. Dichos trminos son empleados en el lenguaje de la vida cotidiana, pero en estadstica adquieren significados especficos. Experimento: Proceso que induce a que ocurra una y sola una de varias posibles observaciones. Resultado: Un resultado particular de un experimento. Evento: Conjunto de uno o ms resultados de un experimento. Experimento determinstico. Cuando se puede predecir con certeza su resultado, antes de realizarlo. Por ejemplo, la elaboracin de cualquier compuesto qumico en los laboratorios, la cada libre de un objeto desde una altura determinada, la aplicacin de cualquier ley fsica, etc. Cada vez que se repitan estos experimentos, sin cambiar las condiciones, el resultado ser el mismo. Experimento aleatorio. Cuando no se puede conocer con certeza el resultado antes de ejecutar el experimento; o bien cuando se obtienen resultados diferentes al efectuar el experimento en condiciones aparentes iguales. Por ejemplo, tirar un dado, extraer dos cartas de un juego de naipes barajado, lanzar una moneda, jugar melate, etc. Si observamos los ejemplos de los experimentos aleatorios son eventos que tienen las siguientes caractersticas: a) el proceso se efecta de acuerdo a un conjunto bien definido de reglas. b) son de naturaleza tal que se repite o puede concebirse la repeticin del mismo.
El resultado de cada ejecucin depende de la casualidad de influencias que no pueden ser controladas y, por lo tanto, no se puede predecir un resultado nico.
Probabilidad clsica. Se define la probabilidad de un suceso como la razn entre el nmero de casos favorables y el nmero total de casos igualmente posibles. Nmeros de resultados favorables a la presentacin de un evento dividido entre el nmero total de resultados posibles. Asignacin de probabilidad "a priori", si necesidad de realizar el experimento.
P( A)
m , n
Dnde: P(A) = la probabilidad de que ocurra un evento A m = nmero de casos favorables. n = nmero total de casos igualmente posibles EJEMPLOS 1. Una caja contiene 5 canicas semejantes entre s, slo difieren en su color; blanca, negra, roja, azul y verde. Si se desea sacar la canica roja, cul ser la probabilidad? Solucin: m=1 n=5
P( R)
m 1 0.2 20% n 5
2. De acuerdo al problema anterior, cul ser la probabilidad de sacar una canica blanca o negra? Solucin: m = 1+1 = 2 n=5
P( BoN )
m 2 0.4 40% n 5
3. De acuerdo al mismo problema, cul ser la probabilidad de sacar cualquier canica, menos la verde? Solucin: m = 1+1+1+1= 4 n=5 4. Se desea ganar, apostndole al nmero 9 de una ruleta que est numerada del cero al treinta. Cul ser la probabilidad de ganar? Solucin: m=1 n = 31
P( B, N , R, A)
m 4 0.8 80% n 5
P(9)
m 1 0.032 3.2% n 31
5. De acuerdo al problema anterior, cul ser la probabilidad de ganar si se apuesta a todos los nmeros mltiplos de 5? Solucin: m = 5, 10, 15, 20, 25, 30 = 6 n = 31
P(5,10,15,20,25,30)
m 6 0.193 19.3% n 31
Probabilidad simple o marginal. La probabilidad simple significa la probabilidad de ocurrencia de un evento simple, un evento descrito por una sola caracterstica, como la probabilidad de obtener un As, la probabilidad de obtener cartas negras, la probabilidad de seleccionar un estudiante, etc. Probabilidad incondicional de que se presente un evento; probabilidad de que se presente un solo evento. Probabilidad simple, o probabilidad de un evento cualquiera. EJEMPLOS 1. Si el total de cartas de un juego de barajas es de 52 y si el total de cartas negras es de 26, cul es la probabilidad de seleccionar una carta negra? Solucin:
P( N )
26 0.5 50% 52
2. De acuerdo al problema anterior, cul es la probabilidad de sacar un As de esa baraja? Solucin:
P( A)
4 0.076 7.6% 52
3. De acuerdo con la siguiente tabla cul es la probabilidad de que es estudiante seleccionado en forma aleatoria: a) sea un estudiante de contabilidad b) tenga un promedio de 8 en adelante Contabilidad 20 15 35 Otras materias 37 22 59 Total 57 37 94
Promedio menor que 8 Promedio de 8 en adelante Total Solucin: a) P(Contabilid ad )
35 0.372 37.2% 94 37 0.393 39.3% 94
b) P(Pr omedio de 8 en adelante )
Probabilidad conjunta. La probabilidad conjunta se aplica al fenmeno que contiene dos o ms eventos, y una tabla de probabilidad conjunta, es aquella en la cual se enlistan como encabezados de rengln todos los posibles eventos o resultados para una variable y como encabezados de columnas se enlistan todos los posibles eventos para una segunda variable, y el valor que se anota en cada una de las celdas de la tabla, es la probabilidad de su ocurrencia conjunta. La tabla de ocurrencia que puede servir como base para construir una tabla de probabilidades conjuntas se denomina tabla de contingencia. Probabilidad de que se presenten dos o ms eventos simultneamente o en sucesin EJEMPLOS 1. La tabla siguiente es una tabla de contingencia que describe color y clasificacin de un total de 52 cartas. Cul es la probabilidad de seleccionar un As Negra? Variable Roja Negra Total Variable As 2 2 4 Otras 24 24 48 Total 26 26 52 Solucin:
P( As Negra)
Total de ases negras 2 0.0384 3.84% Total de cartas 52
2. La tabla siguiente es una tabla de contingencia que describe materia y promedios de un total de 94 estudiantes. Cul es la probabilidad de seleccionar un estudiante de: a) contabilidad que tenga promedio de 8 en adelante b) otra materia que tenga promedio menor que 8 c) contabilidad que tenga promedio menor que 8 d) otra materia que tenga promedio de 8 en adelante? Variable Contabilidad Otras materias Total Variable Promedio menor que 8 20 37 57 Promedio de 8 en adelante 15 22 37 Total 35 59 94 Solucin:
15 0.159 15.9% 94 37 b) P(Otra mater . prom. menor 8) 0.393 39.3% 94 20 c) P(Cont. prom. menor 8) 0.212 21.2% 94 22 d) P(Otra mater . prom. de 8 en adel .) 0.234 23.4% 94
a) P(Contab. prom. de 8 en adel .)
Probabilidad condicional. A la probabilidad de que el evento A se d cuando se sabe que algn otro evento B se ha presentado se llama probabilidad condicional y se le escribe P(A/B). Esta expresin, por lo comn, se lee (la probabilidad de que A ocurra dado que ocurri B), o simplemente (la probabilidad de A dado B). La probabilidad condicional de A dado B, que se indica por P(A/B), se define:
P( A / B)
p( B A) P( AyB ) P( B) P( B)
Si P(B) > 0;
Donde: P(BA) = P(AyB) = probabilidad conjunta de A y B. P(B) = probabilidad simple o marginal de B 1. Cul es la probabilidad de obtener un As entre las cartas negras? Roja Negra Total As 2 2 4 Otras 24 24 48 Total 26 26 52 Solucin:
P( B A) P( AyB ) P( B) P( B) P( As y Negras) 2 / 52 2 P( As / Negras) 0.0769 7.69% P( Negras) 26 / 52 26 P( A / B) N de ases negras 2 0.0769 7.69% N de cartas negras 26
O bien
P( As / Negras)
2. cul es la probabilidad de seleccionar un estudiante de contabilidad con promedio de 8 en adelante? Contabilidad Otras materias Total Promedio menor que 8 20 37 57 Promedio de 8 en adelante 15 22 37 Total 35 59 94 Solucin:
P( B A) P( AyB ) P( B) P( B) P( Estud . de cont . y prom. de 8 adel .) P(Cont. / Pr om. de 8 adel .) P(Pr om. de 8 adel .) P( A / B)
15 / 94 15 0.405 40.5% 37 / 94 37
O bien
P(Cont. / Pr om. de 8 adel .) 15 0.405 40.5% 37
N de estud . de cont . con prom. de 8 adel . N de estud . con prom. de 8 adel .
3. Si la probabilidad de que un sistema de comunicacin tenga alta fidelidad es 0.81 y la probabilidad de que tenga alta fidelidad y alta selectividad es 0.18; cul es la probabilidad de que un sistema con alta fidelidad tenga tambin alta selectividad? ACTIVIDAD 1 Solucin:
4. Si la probabilidad de que un proyecto de inversin sea exactamente planeado es de 0.80 y la probabilidad de que sea correctamente planeado y correctamente ejecutado es de 0.72, qu probabilidad hay de que un proyecto de investigacin correctamente planeado tambin sea correctamente ejecutado? ACTIVIDAD 2 Solucin: 5. La probabilidad de que un vuelo de programacin regular despegue a tiempo es 0.83, que llegue a tiempo es 0.82, y que despegue y llegue a tiempo es 0.78. Encuentre la probabilidad de que un avin: a) llegue a tiempo dado que despeg a tiempo b) despegue a tiempo dado que lleg a tiempo?
ACTIVIDAD 3 Solucin:
P( A / B)
P( B A) P( AyB ) P( B) P( B)
6. Supngase que el espacio muestral es la poblacin de adultos en un pequeo pueblo que han satisfecho los requisitos para graduarse en la escuela; se deben clasificar de acuerdo con su sexo y si trabajan o no actualmente. Se seleccionar al azar a uno de estos individuales para que realicen un viaje a travs del todo el pas, con la intencin de promocionar las ventajas que se derivan del establecimiento de nuevas industrias en los pequeos poblados. El inters se centra en los siguientes eventos: A = se escoge a un hombre, B = el elegido tiene empleo. Qu probabilidad hay de que la persona tenga empleo y sea tambin hombre?
Hombre Mujer Total ACTIVIDAD 4 Solucin:
Empleado 460 140 600
Desempleado 40 260 300
Total 500 400 900
P( A / B)
P( B A) P( AyB ) P( B) P( B)
1.2 Principio de adicin. Se utiliza el principio de adicin cuando se desea determinar la probabilidad de que ocurra un evento u otro (o ambos) en una sola observacin. Simblicamente puede representarse la probabilidad de que ocurra el evento A o el evento B mediante P(A o B). En el lenguaje de la teora de conjuntos, a esto se le denomina la unin de A y B, y se designa la probabilidad mediante P(AB). Existen dos variaciones al principio de la adicin, dependiendo de que los dos eventos sean mutuamente excluyentes o no excluyentes. El principio de adicin para eventos mutuamente excluyentes es: P(A o B) = P(A B) = P(A) + P(B) Para eventos que no son mutuamente excluyentes, se le resta a la suma de las probabilidades simples de dos eventos, la probabilidad de ocurrencia conjunta de los dos eventos, puede representarse la probabilidad de la ocurrencia conjunta mediante P(A y B). En el lenguaje de la teora de conjuntos, se le denomina a esto la interseccin de A y B y se designa la probabilidad
como P(AB). As el principio de adicin para eventos que nos son mutuamente excluyentes es: P(A o B) = P(AB) = P(A) + P(B) P(A y B). Eventos mutuamente excluyentes. Dos o ms eventos son mutuamente excluyentes o disjuntos, si no pueden ocurrir al mismo tiempo, es decir, la ocurrencia de un evento automticamente impide la ocurrencia del otro u otros. Eventos mutuamente no excluyentes. Dos o ms eventos son no excluyentes cuando es posible que ocurran al mismo tiempo. 1. Cul es la probabilidad de extraer, ya sea un As o un Rey en una sola extraccin de un mazo de 52 cartas? Solucin:
P( AoR ) P( A) P( R)
4 4 8 0.1538 15.38% 52 52 52
2. Cul es la probabilidad de extraer un As o un Trbol (o ambos), cuando se extrae una carta de un mazo de 52 cartas? Solucin:
P( AoT ) P( A) P(T ) P( AyT )
4 13 1 16 0.3076 30.76% 52 52 52 52
3. Determine la probabilidad de obtener un As, un Rey o un Dos, cuando se extrae una carta de un mazo de 52 cartas ACTIVIDAD 5 Solucin: 4. Con referencia a la tabla siguiente, cul es la probabilidad de que una familia elegida al azar tenga ingresos: a) entre $18 000 y $ 22 999 b) menores de $ 23 000 c) en alguno de los extremos, de ser menores de $18 000 cuando menos $ 40 000? Categora 1 2 3 4 5 Solucin: a) P(2) Rango de ingresos Menos de $18 000 $18 000 - $22 999 $23 000 - $29 999 $30 000 - $39 999 $40 000 y ms N de familia 60 100 160 140 40
100 0.2 20% 500 60 100 160 b) P(1o2) P(1) P(2) 0.32 32% 500 500 500 60 40 100 c) P(1o5) P(1) P(5) 0.2 20% 500 500 500
10
5. El gerente de una boutique desea determinar la relacin entre el tipo de cliente y el tipo de pago. Ha recopilado los siguientes datos. Cul es la probabilidad de que si se selecciona a un cliente al azar: a) el cliente sea regular b) el cliente sea regular y compre a crdito c) el cliente sea regular o pague al contado? d) Supngase que se sabe que el cliente es regular, cul es la probabilidad de que compre a crdito? Cliente Crdito Pago Total Regular 70 50 120 Irregular 40 40 80 Total 110 90 200 ACTIVIDAD 6 Solucin: 1.3 Principio de multiplicacin. El principio de la multiplicacin se refiere a la determinacin de la probabilidad de la ocurrencia conjunta de A y B, esto se refiere a la interseccin de A y B; P(AB). Existen dos variaciones al principio de la multiplicacin de acuerdo a si los eventos son independientes o dependientes. Eventos dependientes. Dos eventos son dependientes, cuando la ocurrencia o no ocurrencia de uno si afecta la probabilidad de ocurrencia del otro evento (sin reemplazo). Eventos independientes. Dos eventos son independientes, cuando la ocurrencia o no ocurrencia de uno no tiene ningn efecto sobre la probabilidad de ocurrencia del otro evento (con reemplazo).
1. Suponga que se sabe que un conjunto de 10 refacciones, contiene 8 en buen estado y 2 defectuosos: I. Si se selecciona al azar 2 refecciones sin reemplazo, cul es la probabilidad de que las dos refacciones seleccionadas: a) Estn ambos en buen estado b) Estn ambos defectuosos c) El primero est bueno y el segundo defectuoso d) El primero est defectuoso y el segundo bueno? II) Si se seleccionan al azar 2 refacciones con reemplazo, Cul es la probabilidad de que las 2 refacciones seleccionadas: a) Estn ambos en buen estado b) Estn ambos defectuosos c) El primero est bueno y el segundo defectuoso d) El primero est defectuoso y el segundo bueno?
11
Solucin: I) B2 7/9 B1 8/10 B2 2/10 D1 8/9 1/9 D2 2/9 D2
8 7 56 * 0.6222 62.22% 10 9 90 2 1 2 b) P( D1yD 2) * 0.0222 2.22% 10 9 90 8 2 16 c) P( B1yD 2) * 0.1777 17.77% 10 9 90 2 8 16 d) P( D1yB 2) * 0.1777 17.77% 10 9 90
a) P( B1yB 2)
II) 8/10 B1 8/10 2/10
B2
D2
2/10 D1
8/10 2/10
B2
D2
8 8 64 * 0.64 64% 10 10 100 2 2 4 b) P( D1yD 2) * 0.04 4% 10 10 100 8 2 16 c) P( B1yD 2) * 0.16 16% 10 10 100 2 8 16 d) P( D1yB 2) * 0.16 16% 10 10 1000
a) P( B1yB 2)
12
2. Si se lanza dos veces una moneda, cul es la probabilidad de que ambos resultados sea cara? Solucin: Ca2 Ca = cara Cr = cruz 1/2 Ca1 1/2 1/2 Cr2
Ca2 1/2 Cr1 1/2 1/2 Cr2
1 1 1 P(Ca1yCa 2) * 0.25 25% 2 2 4

3. De 12 cuentas que se tienen en un archivo, 5 contienen un error de procedimiento en la elaboracin de los saldos. Si un auditor elige al azar 4 de las 12 cuentas sin reemplazo, cul es la probabilidad: a) de que ninguna de las cuentas contengan error de procedimiento b) de que todas las cuentas contengan error de procedimiento c) de que la primera y la cuarta cuenta contengan error de procedimiento d) de que las 3 primeras cuentas contengan error de procedimiento e) de que las dos ltimas cuentas contengan error de procedimiento?
ACTIVIDAD 7 Solucin: 12 cuentas 5 con error 7 sin error 4 elegidos
13
4. Suponga que se eligen al azar 3 cartas de un mazo de 52 cartas. a) cul es la probabilidad de que las 3 cartas sean ases si se hace sin reemplazo? b) que despus de cada seleccin, se reemplaza la carta y se revuelve el mazo antes de hacer la siguiente seleccin, Cul es la probabilidad de que las 3 cartas sean ases?
Solucin: SA = Sea As NA = No sea As 2/50 3/51 4/52 SA1 4/52 4/52 NA2 SA2 4/52 SA3 NA3 SA3 NA3 SA3 NA3 NA1 NA2 SA3 NA3 a) P( SA1, SA2 ySA3)
SA2
4 3 2 1 * * 1.809 x104 0.018% 52 51 50 5525 4 4 4 1 b) P( SA1, SA2 ySA3) * * 4.551x104 0.045% 52 52 52 2197
14
Teorema de Bayes. El teorema o regla de Bayes, es una tcnica que nos permite obtener la probabilidad condicional de un evento cuando mediante el efecto tratamos de determinar la probabilidad de la causa. Este resultado ha sido muy utilizado para estudiar fenmenos sociales, sin embargo, por el empleo de probabilidades subjetivas, ha sido muy cuestionado su uso. El teorema de Bayes trata de responder interrogantes tales como: si el evento B ocurri, cul es la probabilidad de que haya sido generado por A1?, cul por A2?, etc.
PBk / A
EJEMPLOS:
P A / Bk PBk P A / B1PB1 P A / B2 PB2 P A / Bk PBk
1. En una fbrica de tornillos, las mquinas A, B, C, fabrican 20, 30 y 50% de la poblacin total respectivamente; de lo que producen 2, 3, y 5% respectivamente son tornillos defectuosos, con la produccin total se hace un lote y se extrae un tonillo defectuoso, cul es la probabilidad de que el tornillo defectuoso provenga: a) de la mquina A b) de la mquina B c) de la mquina C? Solucin: a)
PB A / A PB B / A PB B / A
(20)(2) 40 40 0.1052 10.52% (20)(2) (30)(3) (50)(5) 40 90 250 380 (30)(3) 90 90 0.2368 23.68% (20)(2) (30)(3) (50)(5) 40 90 250 380 (50)(5) 250 250 0.6578 65.78% (20)(2) (30)(3) (50)(5) 40 90 250 380
b)
c)
2. El gerente de control de calidad de una fbrica de llantas desea determinar en qu turno de produccin se produjo una llanta que se revent. Hay tres turnos en la fbrica: diurno, mixto y nocturno, con base en datos de las llantas producidas por la fbrica, 40% salieron en el turno diurno, 40% en el mixto y 20% en el nocturno. Un 5% de las llantas producidas en el turno diurno se revent, un 10% del mixto y un 20% del nocturno respectivamente; cul es la probabilidad de que la llanta que se revent haya sido producida en el turno: a) Diurno b) Mixto c) Nocturno? Solucin: a)
PB D / A PBM / A PB N / A
(40)(5) 200 200 0.2 20% (40)(5) (40)(10) (20)(20) 200 400 400 1000 (40)(10) 400 400 0.4 40% (40)(5) (40)(10) (20)(20) 200 400 400 1000 (20)(20) 400 400 0.4 40% (40)(5) (40)(10) (20)(20) 200 400 400 1000
b)
c)
15
3. Se tiene dos urnas que denotaremos 1 y 2 respectivamente. La urna 1 contiene una moneda de oro en uno de sus cajones y una de plata en el otro, mientras que la urna 2 contiene una de oro en ambos cajones, se escoge una urna al azar y de sta se escoge un cajn tambin al azar la moneda encontrada resulta ser de oro, cul es la probabilidad de que la moneda provenga: a) de la urna 1 b) de la urna 2? Solucin: 1 2
Oro Plata
Oro Oro
a)
PB1 / A PB2 / A
(0.5)(0.5) 0.25 0.25 0.3333 33.33% (0.5)(0.5) (1)(0.5) 0.25 0.5 0.75 (1)(0.5) 0.5 0.5 0.6666 66.66% (0.5)(0.5) (1)(0.5) 0.25 0.5 0.75
b)
4. Una caja contiene 3 canicas azules y 2 rojas, mientras que otra contiene 2 azules y 5 rojas. Se retira una canica al azar de una de las dos cajas, y resulta ser azul, cul es la probabilidad de que venga de la primera caja? Solucin: 1 2
PB1 / A
(1 / 2)(3 / 5) 3 / 10 3 / 10 21 0.6774 67.74% (1 / 2)(3 / 5) (1 / 2)(2 / 7) 3 / 10 1 / 7 31 / 70 31
5. Cada uno de tres joyeros idnticos tiene dos cajones. En cada cajn del primer joyero hay un reloj de oro. En cada cajn del segundo joyero hay un reloj de plata. En un cajn del tercer joyero hay un reloj de oro, mientras que el otro cajn hay un reloj de plata. Si escogemos un joyero al azar, abrimos uno de los cajones y encontramos un reloj de plata, cul es la probabilidad de que en otro cajn haya un reloj de oro? Solucin: 1 2 3
Oro
Oro
Plata
Plata
Oro
Plata
PBoro / A
(1 / 3)(1 / 2) 1/ 6 1/ 6 1 0.3333 33.33% (1 / 3)(0) (1 / 3)(1) (1 / 3)(1 / 2) 1 / 3 1 / 6 1 / 2 3
16
6. La urna I tiene 2 bolas blancas y 3 negras; la urna II tiene 4 blancas y 1 negra; y la urna III tiene 3 blancas y 4 negras. Se selecciona una urna al azar y se saca una bola, que resulta se blanca. Encuentre la probabilidad de que se haya seleccionado la urna I. ACTIVIDAD 8 Solucin: 1 2 3

II. Introduccion A La Probabilidad

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

II. Introduccion A La Probabilidad

Uploaded by

Copyright:

Available Formats

II.

ING. JUAN CRUZ HERNANDEZ OSORIO