Professional Documents
Culture Documents
[Teora de Probabilidades]
Probabilidades
Probabilidad
Introduccin
Sin tener en cuenta la profesin que se haya elegido, algo si es seguro: en
algn momento se han de tomar decisiones. Con mucha frecuencia eso
tendr que hacerse sin conocer todas las consecuencias de tales
decisiones.
Por
ejemplo,
los
inversionistas
deben
decidir
sobre
la
Historia de la Probabilidad
Jacob Bernoulli (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
2 Lic. Est. Sandra Cecilia Loaiza Chumacero
Probabilidades
una herramienta para el entendimiento de los fenmenos sociales. Nuestra
necesidad de tratar con la 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 razonamiento a otras personas y tomar decisiones ms slidas.
Probabilidades
Teora de la Probabilidad
Estudio de fenmenos o experimentos puramente aleatorios o libres de
determinacin. En el estudio de la probabilidad interesa deducir las leyes
del azar y los resultados que estos determinan.
La probabilidad es la posibilidad numrica de que ocurra un evento es
medida por valores comprendidos entre 0 y 1. Entre mayor sea la
probabilidad de que ocurra un evento, su probabilidad asignada estar ms
prxima a 1. La probabilidad de una imposibilidad es 0.
P (evento cierto) = 1
P (evento imposible) =
0
Experimento
Es la prueba o ensayo, es un proceso mediante el cual se obtienen un
resultado de una observacin.
Ejemplos:
1.- Lanzar un dado y observar el resultado
2.- Contar objetos defectuosos producidos diariamente por cierto proceso.
3.- Aplicar una encuesta para obtener opiniones.
4.- Resultados del examen de la I unidad en medidas descriptivas por parte
de un estudiante.
Espacio muestral
Es el conjunto de todos los resultados posibles de un experimentos se
denota por .
A cada elemento del espacio muestral se denomina punto muestral.
4 Lic. Est. Sandra Cecilia Loaiza Chumacero
Probabilidades
muestral es:
1 x / t 0
x
Suceso o evento
Se llama suceso o evento a todo subconjunto del espacio muestral. A los
sucesos se les denota con las primeras letras maysculas del alfabeto.
Ejemplo:
Sea el experimento aleatorio seleccin de un alumno de acuerdo a su
rendimiento acadmico
Tipos de sucesos
Probabilidades
1.- Sucesos independientes Son aquellos en que la ocurrencia de uno de
ellos, no depende de la ocurrencia del otro.
Ejemplo: Se tienen 2 urnas
A = tiene 3 bolas rojas
B= tiene 4 bolas rojas
Se saca una bola de una de las urnas, el resultado de la bola que se saco de
la urna A no influye en el resultado de la bola que se saco de la urna B.
2.- Sucesos dependientes Son aquellos en que la ocurrencia de uno de
ellos depende de la ocurrencia del otro.
Ejemplo: Se tiene 2 urnas A y B.
Urna A = 3 bolas rojas y 4 bolas negras
Urna B = 4 bolas rojas y 2 bolas negras.
Si se saca una bola roja de la urna A y se pone en la urna B, hay mayor
probabilidad de que el color que se saque de la urna B, sea rojo.
3.- Sucesos incompatibles o mutuamente excluyentes Son aquellos
que no pueden ocurrir al mismo tiempo simultneamente.
Ejemplo: La probabilidad de que al tirar un dado, aparezca un 3 y a la vez
un nmero par, es imposible, es decir son sucesos incompatibles.
Probabilidades
P( A)
Nmero de casos
favorables A n A
Nmero de resultados
posibles
Ejemplo:
1.- Cul es la probabilidad de obtener 1 cara si arrojamos una moneda una
vez?
Prob
c
c, s
1
0. 5
2
3
0.375
8
Probabilidades
Ejemplo:
Se examinaron las tarjetas de registros de 200 estudiantes en relacin a
ciertos idiomas. Se encontr que 100 estudiaban francs, 80 estudiaban
espaol y 60 ambos idiomas.
Probabilidad subjetiva
Creencia personal, grado de confianza respecto a la ocurrencia de un
evento personalista
Ejemplos
Probabilidades
2. P(A) + P(A)=1
Si A es un evento definido en el espacio muestral
, la
Regla de la Multiplicacin
Este resultado en teora de probabilidad se denomina regla de multiplicacin o
llamada tambin la probabilidad de a interseccin. La probabilidad de que
ocurran los eventos A y B es igual a la probabilidad de la ocurrencia de uno de
ellos multiplicando por la probabilidad condicional. El propsito de la regla de la
multiplicacin es determinar la probabilidad del evento conjunto.
Es decir que para encontrar la probabilidad de A y B, simplemente se
multiplican sus respectivas probabilidades. El procedimiento exacto depende
de si A y B son dependientes o independientes.
9 Lic. Est. Sandra Cecilia Loaiza Chumacero
Probabilidades
1.
P ( A) P A
2.
P(A
B)=
P(A)
P(B/A),
. Es decir, la
P( B) P B
para
eventos
no
independientes (Condicional).
Si los eventos son dependientes, entonces por definicin, se debe
considerar el primer evento al determinar la probabilidad del
segundo. Es decir, la probabilidad del evento B depende de la
condicin que A ya haya ocurrido. Se necesita del principio de
probabilidad condicional.
Ejemplo:
Un paquete contiene una mezcla de semillas de flores de distintos
colores, contiene cuatro semillas para flores rojas, tres para amarillas,
dos para moradas, y una para color naranja.
a) Si se selecciona una semilla de la mezcla, Cul es la probabilidad
de que sea roja o naranja?
b) Si se extraen dos semillas del paquete, cul es la probabilidad de
que ambas semillas sean amarillas?
Probabilidad Condicional
La probabilidad de que ocurra un evento dado que otro evento ya ha
ocurrido se llama probabilidad condicional.
PROBABILIDAD CONDICIONAL
La probabilidad de A dado B es igual a la
probabilidad de A y B dividida por la probabilidad de
Est. Sandra Cecilia Loaiza Chumacero
10 Lic. B.
Probabilidades
1 1
P
4
E
1
P4
6 6
E
3 1 3
P E
6 2
Independencia Estadstica
Cuando el resultado de un evento no afecta la probabilidad de ocurrencia
de
otro
evento,
se
dice
que
los
eventos
son
estadsticamente
son
estadsticamente
Probabilidades
P(A | B) P(A)
Es decir, que ocurra A no afecta a la probabilidad de que ocurra B y viceversa.
Ejemplo:
Se tira una moneda 3 veces y sean las siguientes parejas de sucesos:
A = 1 tirada cara = {CCC, CCS, CSC, CSS}
B = 2 tirada cara = {CCC, CCS, SCC, SCS}
C = 2 caras seguidas = {CCS, SCC}
Qu pareja de sucesos son independientes?
En primer lugar definimos el espacio probabilstico con todas las tiradas posibles:
S = {CCC, CCS, CSC, CSS, SCC, SCS, SSC, SSS}
Pareja A,B
Probabilidades
Pareja A, C
P B P A1 .P B P A2 .P B ............... P An .P B
A1
A2
An
n
Es decir: P B P Ai P B A
i
i 1
Ejemplo:
Tenemos 3 servidores de Internet para soportar bsquedas. El primero de
ellos soporta el 50% de las bsquedas, el segundo el 30% y el tercero el
20% restante. El 20% de las bsquedas en el primer servidor tardan ms de
13 Lic. Est. Sandra Cecilia Loaiza Chumacero
Probabilidades
un segundo. El 35% de las bsquedas en el segundo servidor tardan ms de
un segundo. El 8% de las bsquedas en el tercer servidor tardan ms de un
segundo.
Calcular la probabilidad de responder en ms de un segundo.
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 cualquiera del
que se conocen las probabilidades P (B/Ai), entonces de la probabilidad
P(A/Bi) vienen dada por la expresin:
TEOREMA DE BAYES
Donde:
P(Ai) = Probabilidad a priori
i
P(B/Ai) = Probabilidad condicional
i
P(B) = Probabilidad Total
P(Ai/B) = probabilidad aposteriori
i
14 Lic. Est. Sandra Cecilia Loaiza Chumacero
Probabilidades
Ejemplo:
Tres maquinas A, B y C producen el 45%, 30% y 25% respectivamente del
total de piezas producidas en una fbrica. Los porcentajes de produccin
defectuosa de estas maquinas son el 3%, 4% y 5% respectivamente.
Seleccionando una pieza al azar, calcular la probabilidad de que sea
defectuosa. Tomamos al zar, una pieza y resulta defectuosa, calcula la
probabilidad de haber sido producida por la maquina B. Qu maquina
tienen la mayor probabilidad de haber producido piezas defectuosas?