View
466
Download
0
Category
Preview:
Citation preview
5/17/2018 2 Fundamentos de la teoría de probabilidad - slidepdf.com
http://slidepdf.com/reader/full/2-fundamentos-de-la-teoria-de-probabilidad-55b0829247ed4 1/21
2 Fundamentos de la teoría de probabilidad
2.1 Teoría elemental de probabilidad.
2.2 Probabilidad de Eventos: Definición de espacio muestral, definición de evento, simbología, unión, intersección,diagramas de Venn.
2.3 Probabilidad con Técnicas de Conteo: Axiomas, Teoremas.
2.4 Probabilidad condicional: Dependiente, Independiente.
2.5 Ley multiplicativa.
2.6 Eventos independientes: Regla de Bayes.
2.7 Variable aleatoria.
2.8 Variables aleatorias conjuntas.
2.9 Modelos analíticos de fenómenos aleatorios discretos.
2.10 Modelos analíticos de fenómenos aleatorios continuos.
2.2.- Probabilidad de eventos
Para calcular la probabilidad de eventos es necesario que éstos se comporten de unamaner más o menos estable. Precisamente, se echa mano de la regularidadestadística, que es la propiedad de los fenómenos aleatorios, y que consiste en que alaumentar el número de repeticiones de un experimento en condiciones prácticamenteconstantes, la frecuencia relativa de ocurrencia para cada evento tiende a un valor fijo.
Sin embargo, al momento de definir la probabilidad de un evento podemos tomar encuenta los siguientes criterios:
1. La probabilidad subjetiva de un evento se la asigna la persona que hace elestudio, y depende del conocimiento que esta persona tenga sobre el tema.Precisamente por su carácter de subjetividad no se considera con validez
científica, aunque en la vida diaria es de las más comúnes que se utilizan al noapoyarse más que en el sentido común y los conocimientos previos, y no enresultados estadísticos.
2. La probabilidad frecuencial de un evento es el valor fijo al que tienden lasfrecuencias relativas de ocurrencia del evento de acuerdo a la regularidadestadística. Esta definición sería la más real, pero proporciona probabilidadesaproximadas, es decir, proporciona estimaciones y no valores reales. Además,los resultados son a posteriori , pues se necesita realizar el experimento parapoder obtenerlo. (Para ver un ejemplo haz click aquí .)
5/17/2018 2 Fundamentos de la teoría de probabilidad - slidepdf.com
http://slidepdf.com/reader/full/2-fundamentos-de-la-teoria-de-probabilidad-55b0829247ed4 2/21
3. La probabilidad clásica de un evento E , que denotaremos por P (E ), sedefine como el número de eventos elementales que componen al evento E ,entre el número de eventos elementales que componen el espacio muestral:
Es la definición más utilizada porque supone de antemano, y se necesita comorequisito indispensable, que todos los eventos elementales tienen la mismaprobabilidad de ocurrir.
el espacio muestral o espacio de muestreo (denotado E , S, Ω o U ) consiste en el conjunto de todos los posibles resultados individuales de un experimento aleatorio.
Por ejemplo, si el experimento consiste en lanzar dos monedas, el espacio de muestreo es elconjunto {(cara, cara), (cara, cruz), (cruz, cara) y (cruz, cruz)}. Un evento o suceso escualquier subconjunto del espacio muestral, llamándose a los sucesos que contengan un
único elemento sucesos elementales. En el ejemplo, el suceso "sacar cara en el primer
lanzamiento", o {(cara, cara), (cara, cruz)}, estaría formado por los sucesos elementales{(cara, cara)} y {(cara, cruz)}.
Para algunos tipos de experimento puede haber dos o más espacios de muestreo posibles.
Por ejemplo, cuando se toma una carta de un mazo normal de 52 cartas, una posibilidad delespacio de muestreo podría ser el número (del as al rey), mientras que otra posibilidad sería
el palo (diamantes, tréboles, corazones y picas). Una descripción completa de los
resultados, sin embargo, especificaría ambos valores, número y palo, y se podría construirun espacio de muestreo que describiese cada carta individual como el producto cartesiano
de los dos espacios de muestreo descritos.
Los espacios de muestreo aparecen de forma natural en una aproximación elemental a la
probabilidad, pero son también importantes en espacios de probabilidad. Un espacio de
probabilidad (Ω, F , P) incorpora un espacio de muestreo de resultados, Ω, pero define unconjunto de sucesos de interés, la σ-álgebra F , por la cuál se define la medida de
probabilidad P.
Tipos de espacio muestralPodemos diferenciar entre dos tipos de espacios muestrales: discretos y continuos.
[editar] Discretos
Son aquellos espacios donde el número de sucesos elementales es finito o infinito
numerable.
5/17/2018 2 Fundamentos de la teoría de probabilidad - slidepdf.com
http://slidepdf.com/reader/full/2-fundamentos-de-la-teoria-de-probabilidad-55b0829247ed4 3/21
[ editar ] Espacio Probabilístico discreto
Es aquel cuyo espacio muestral es discreto.Podemos diferenciar varios tipos de espacio
probabilístico discreto:
[ editar ] Espacio Probabilistico Discreto Equiprobable
Su espacio muestral es finito de tamaño n.
La probabilidad de cualquier suceso elemental E es
, de aquí se deduce que para todo suceso A la probabilidad es
[ editar ] Espacio Probabilistico Finito
Su espacio muestral es discreto finito.
Hay al menos 2 sucesos elementales que cumplen.
[ editar ] Procesos Estocasticos Finitos Y Diagramas de Árbol
Un proceso estocástico es una sucesión finita de experimentos aleatorios, cada uno de ellos
con un nº finito de resultados posibles. Se representan con diagrama de árbol.
[editar] Ejemplo
Imaginemos que se lanzan una moneda y un dado
La probabilidad de un camino es la multiplicacion de sus probabilidades.
La probabilidad de sacar una cara y un tres será ---->
La probabilidad de un suceso cualquiera es la suma de las probabilidades de los caminos
La probabilidad de sacar impar será ---->
5/17/2018 2 Fundamentos de la teoría de probabilidad - slidepdf.com
http://slidepdf.com/reader/full/2-fundamentos-de-la-teoria-de-probabilidad-55b0829247ed4 4/21
Evento. Es un conjunto de resultados que tiene cierta característica común. Los eventos pueden ser:
Evento seguro. Es aquel que tiene todos los posibles resultados.
Evento imposible. Es aquel que no tiene un posible resultado.
Evento complementario. Es aquel evento que esta compuesto por los eventos que no están en esteevento.
Eventos mutuamente excluyentes. Para que un evento sea mutuamente excluyente debe cumplirseque A"B=Ø.
Evento colectivamente exhaustivo. Un conjuntos de eventos E1, E2,...En son colectivamenteexhaustivos cuando E1U E2.... UEn= S, donde S es el espacio muestral
Los diagramas de Venn son ilustraciones usadas en la rama de la Matemática y Lógica declases conocida como teoría de conjuntos. Estos diagramas se usan para mostrar
gráficamente la agrupación de cosas elementos en conjuntos, representando cada conjuntomediante un círculo o un óvalo. La posición relativa en el plano de tales círculos muestra la
relación entre los conjuntos. Por ejemplo, si los círculos de los conjuntos A y B se solapan,
se muestra un área común a ambos conjuntos que contiene todos los elementos contenidos a
la vez en A y en B. Si el círculo del conjunto A aparece dentro del círculo de otro B, es quetodos los elementos de A también están contenidos en B.
Diagrama de Venn mostrando la intersección de dos
conjuntos.
5/17/2018 2 Fundamentos de la teoría de probabilidad - slidepdf.com
http://slidepdf.com/reader/full/2-fundamentos-de-la-teoria-de-probabilidad-55b0829247ed4 5/21
AXIOMAS Y TEOREMAS.
B) AXIOMAS Y TEOREMAS.
Para el cálculo de probabilidades hay que tomar en cuenta los Axiomas y Teoremasque a continuación se enumeran.
1)La probabilidad de que ocurra un evento A cualquiera se encuentra entre cero yuno.
0 p(A) 1
2)La probabilidad de que ocurra el espacio muestral debe de ser 1.
p( ) = 1
3)Si A y B son eventos mutuamente excluyentes, entonces la p(A B) = p(A) + p(B)Generalizando:
Si se tienen n eventos mutuamente excluyentes o exclusivos A1, A2, A3,.....An, entonces;
p(A1 A2 ......... An) = p(A1) + p(A2) + .......+ p(An)
TEOREMAS
TEOREMA 1. Si es un evento nulo o vacío, entonces la probabilidad de que ocurra debe ser cero.
p( )=0
DEMOSTRACIÓN:Si sumamos a un evento A cualquiera, como y A son dos eventos mutuamente
excluyentes, entonces p(A )=p(A) +p( )=p(A). LQQD
TEOREMA 2. La probabilidad del complemento de A, Ac debe ser, p(Ac)= 1 – p(A)
Ac
5/17/2018 2 Fundamentos de la teoría de probabilidad - slidepdf.com
http://slidepdf.com/reader/full/2-fundamentos-de-la-teoria-de-probabilidad-55b0829247ed4 6/21
DEMOSTRACIÓN:Si el espacio muestral , se divide en dos eventos mutuamente exclusivos, A y Ac luego=A Ac, por tanto p( )=p(A) + p(Ac) y como en el axioma dos se afirma que p( )=1,
por tanto, p(Ac)= 1 - p(A) .LQQD
TEOREMA 3. Si un evento A B, entonces la p(A) p(B).
DEMOSTRACIÓN:Si separamos el evento B en dos eventos mutuamente excluyentes, A y B \ A (B menosA), por tanto, B=A (B \ A) y p(B)=p(A) +p(B \ A), luego entonces si p(B \ A) 0entonces se cumple que p(A) p(B). LQQD
TEOREMA 4. La p( A \ B )= p(A) – p(A B)
DEMOSTRACIÓN: Si A y B son dos eventos cualquiera, entonces el evento A sepuede separar en dos eventos mutuamente excluyentes, (A \ B) y A B, por tanto,A=(A \ B) (A B), luego p(A)=p(A \ B) + p(A B), entonces, p(A \ B) = p(A) – p(A B).LQQD
TEOREMA 5. Para dos eventos A y B, p(A B)=p(A) + p(B) – p(A B).
A B
A B
5/17/2018 2 Fundamentos de la teoría de probabilidad - slidepdf.com
http://slidepdf.com/reader/full/2-fundamentos-de-la-teoria-de-probabilidad-55b0829247ed4 7/21
DEMOSTRACIÓN:Si A B = (A \ B) B, donde (A \ B) y B son eventos mutuamente excluyentes, por loque p(A B) = p(A \ B) + p(B) y del teorema anterior tomamos que p(A \ B) = p(A) – p(A B), por tanto, p(A B) = p(A) + p(B) – p(A B). LQQD
COROLARIO:
Para tres eventos A, B y C, p(A B C) = p(A) + p(B) + p(C) – p(A B) – p(A C) – (B C) + p(A B C).
A B
A B
A B
A B C A
B C C
5/17/2018 2 Fundamentos de la teoría de probabilidad - slidepdf.com
http://slidepdf.com/reader/full/2-fundamentos-de-la-teoria-de-probabilidad-55b0829247ed4 8/21
E) PROBABILIDAD CONDICIONAL
Sea un espacio muestral en donde se ha definido un evento E, donde p(E) 0, sideseamos determinar la probabilidad de que ocurra un evento A (el que tambiénes definido en el mismo espacio muestral), dado que E ya ocurrió, entonces
deseamos determinar una probabilidad de tipo condicional, la que se determinacomo se muestra;
Donde:
p(A E) = probabilidad de que ocurra A dado que E ya ocurrió p(A E) = probabilidad de que ocurra A y E a un mismo tiempo p(E) = probabilidad de que ocurra E
Luego;
Por tanto:
Donde:
A E = número de elementos comunes a los eventos A y E
E = número de elementos del evento E
Luego entonces podemos usar cualquiera de las dos fórmulas para calcular laprobabilidad condicional de A dado que E ya ocurrió.
Ejemplos: 1. Se lanza al aire dos dados normales, si la suma de los números que aparecen esde por lo menos siete, a. determine la probabilidad de que en el segundo dadoaparezca el número cuatro, b. Determine la probabilidad de que ambos números
) E ( p
) E A( p) E | A( p
E A) E A(P
E ) E (P
E
E A) E | A(P
E
A
A E
5/17/2018 2 Fundamentos de la teoría de probabilidad - slidepdf.com
http://slidepdf.com/reader/full/2-fundamentos-de-la-teoria-de-probabilidad-55b0829247ed4 9/21
sean pares, c. Determine la probabilidad de que en el primer dado aparezca elnumero dos.
Solución: El espacio muestral es el mismo que cuando se lanza un dado dos veces y se
muestra a continuación;
(1,1) (2,1) (3,1) (4,1) (5,1) (6,1) (1,2) (2,2) (3,2) (4,2) (5,2) (6,2)
= (1,3) (2,3) (3,3) (4,3) (5,3) (6,3) (1,4) (2,4) (3,4) (4,4) (5,4) (6,4) (1,5) (2,5) (3,5) (4,5) (5,5) (6,5) (1,6) (2,6) (3,6) (4,6) (5,6) (6,6)
a. a. Para calcular una probabilidad condicional es necesario definir los eventos
A y E, siendo estos,A = evento de que en el segundo dado aparezca el número cuatro,E = evento de que la suma de los números que aparecen sea de por lo menos siete,(que es que es el evento que está condicionando)
E = 21 elementos, los que suman siete o más
(6,1) (5,2) (6,2)
E = (4,3) (5,3) (6,3)
(3,4) (4,4) (5,4) (6,4) (2,5) (3,5) (4,5) (5,5) (6,5) (1,6) (2,6) (3,6) (4,6) (5,6) (6,6)
A = 6 elementos, los que en el segundo dado aparece el cuatro
A = (1,4) (2,4) (3,4) (4,4) (5,4) (6,4)
Luego,
A E = (3,4) (4,4) (5,4) (6,4) , A E = 4 elementos
Por tanto;
p(A E) = A E / E = 4/21 = 0.19048
b. b. E = evento de que la suma de los números que aparecen sea de por lomenos siete
5/17/2018 2 Fundamentos de la teoría de probabilidad - slidepdf.com
http://slidepdf.com/reader/full/2-fundamentos-de-la-teoria-de-probabilidad-55b0829247ed4 10/21
(6,1) (5,2) (6,2)
E = (4,3) (5,3) (6,3)
(3,4) (4,4) (5,4) (6,4) (2,5) (3,5) (4,5) (5,5) (6,5) (1,6) (2,6) (3,6) (4,6) (5,6) (6,6)
A = evento de que ambos números sean pares
(2,2) (4,2) (6,2)
A = (2,4) (4,4) (6,4)
(2,6) (4,6) (6,6)
(6,2)
A E = (4,4) (6,4) A E = 6 elementos
(2,6) (4,6) (6,6)
p(A E) = A E / E = 6/ 21= 0.28571
c. c. E = evento de que la suma de los números que aparecen sea de por lomenos
siete
(6,1)
(5,2) (6,2) E = (4,3) (5,3) (6,3) (3,4) (4,4) (5,4) (6,4) (2,5) (3,5) (4,5) (5,5) (6,5) (1,6) (2,6) (3,6) (4,6) (5,6) (6,6)
A = evento de que en el primer dado aparezca el número dos
5/17/2018 2 Fundamentos de la teoría de probabilidad - slidepdf.com
http://slidepdf.com/reader/full/2-fundamentos-de-la-teoria-de-probabilidad-55b0829247ed4 11/21
(2,1) (2,2)
A = (2,3)
(2,4)(2,5)(2,6)
A E = (2,5) , A E = 1 elemento
P(A E) = A E / E = 1/21= 0.04762
2.Se seleccionan al azar dos números de entre los números del 1 al 9, si la suma de
los números que aparecen es par, a. Determine la probabilidad de que ambosnúmeros sean pares, b. Determine la probabilidad de que ambos números seanimpares.
Solución:
= 9C2 = 36 maneras de seleccionar dos números de entre nueve que se tienen
(1,2)(1,3) (2,3)(1,4) (2,4) (3,4)
= (1,5) (2,5) (3,5) (4,5) (1,6) (2,6) (3,6) (4,6) (5,6)(1,7) (2,7) (3,7) (4,7) (5,7) (6,7) (1,8) (2,8) (3,8) (4,8) (5,8) (6,8) (7,8) (1,9) (2,9) (3,9) (4,9) (5,9) (6,9) (7,9) (8,9)
a. a. E = evento de que la suma de los números que se seleccionan sea par
(1,3)
(2,4)E = (1,5) (3,5)(2,6) (4,6)(1,3) (3,7) (5,7)(2,8) (4,8) (6,8)(1,9) (3,9) (5,9) (7,9)
E = 16 elementos
5/17/2018 2 Fundamentos de la teoría de probabilidad - slidepdf.com
http://slidepdf.com/reader/full/2-fundamentos-de-la-teoria-de-probabilidad-55b0829247ed4 12/21
A = evento de que ambos números sean pares
(2,4)
A = (2,6) (4,6)
(2,8) (4,8) (6,8)
A = 6 elementos
(2,4)
A E = (2,6) (4,6)
(2,8) (4,8) (6,8)
A E = 6 elementos , p(A E) = A E / E = 6/16 = 0.375
b. b. E = evento de que la suma de los números seleccionados es par
(1,3)(2,4)
E = (1,5) (3,5)(2,6) (4,6)(1,3) (3,7) (5,7)(2,8) (4,8) (6,8)(1,9) (3,9) (5,9) (7,9)
A = evento de que ambos números sean impares
(1,3)
A = (1,5) (3,5)
(1,7) (3,7) (5,7)
(1,9) (3,9) (5,9) (7,9)
A = 10 elementos ,
(1,3)
5/17/2018 2 Fundamentos de la teoría de probabilidad - slidepdf.com
http://slidepdf.com/reader/full/2-fundamentos-de-la-teoria-de-probabilidad-55b0829247ed4 13/21
A E = (1,5) (3,5)
(1,7) (3,7) (5,7)
(1,9) (3,9) (5,9) (7,9)
A E = 10 elementos; p(A E)= A E / E = 10/16 = 0.625
Este ejercicio también puede ser resuelto haciendo uso de las combinaciones; elespacio muestral puede ser definido;
= 9C2 = 36 maneras de seleccionar los dos números
a. a. E = evento de que la suma de los números seleccionados sea par
Para que la suma de dos números sea par, forzosamente ambos deben ser pares oimpares, por tanto,
E = selección de dos números pares o de dos impares = 4C2 + 5C2
A = evento de que ambos números sean pares
A = 4C2
A E = 4C2 = 6 maneras de seleccionar dos números pares
A E = 6 elementos
p(A E) = A E / E = 6/16 = 0.375
b. b. E = evento de que la suma de los números seleccionados sea par
E = 4C2 + 5C2 = 16 maneras de seleccionar dos números de entre nueve
A = evento de que ambos números sean impares
A = 5C2 = 10 maneras de seleccionar dos números impares
A E = 5C2 = 10
p(A E = A E / E = 10/16 = 0.625
5/17/2018 2 Fundamentos de la teoría de probabilidad - slidepdf.com
http://slidepdf.com/reader/full/2-fundamentos-de-la-teoria-de-probabilidad-55b0829247ed4 14/21
3. Dada la siguiente tabla referente a la producción de flechas para camión de cargapesada; se inspeccionan 200 flechas del tipo A y B, 300 del tipo C y 400 del tipo D, acontinuación se presentan los resultados obtenidos en la inspección;
TIPO FLECHA
DEFECTO A B C D TOTAL I 54 23 40 15 132
II 28 12 14 5 59
S - DEF 118 165 246 380 909
TOTAL 200 200 300 400 1100
a. a. Si se selecciona una flecha al azar y resulta que es una flecha del tipo B,¿cuál es la probabilidad de que no tenga defectos, b. Si la flecha seleccionada esdel tipo C, ¿cuál es la probabilidad de que tenga defectos del tipo II?, c. Si laflecha seleccionada tiene defectos del tipo I, ¿cuál es la probabilidad de que sea
del tipo A, d. ¿cuál es la probabilidad de que una flecha no tenga defectos?, e.¿cuál es la probabilidad de que una flecha tenga defectos?
Solución:
a. Definiremos los eventos;
E = evento de que la flecha seleccionada sea del tipo B = 200 elementos o flechas
A = evento de que la flecha seleccionada no tenga defectos = 909 flechas o
elementos
A E = 165 elementos del tipo B y que no tienen defectos
p(A E) = A E / E = 165/200 = 0.825
b. b. E = evento de que la flecha sea del tipo C = 300 flechas
A = evento de que la flecha tenga defectos del tipo II = 59 flechas
A E = 14 flechas del tipo C y que tienen defectos del II
p(A E) = A E / E = 14/300 = 0.04667
c. c. E = evento de que la flecha tenga defectos del tipo I = 132 flechas
5/17/2018 2 Fundamentos de la teoría de probabilidad - slidepdf.com
http://slidepdf.com/reader/full/2-fundamentos-de-la-teoria-de-probabilidad-55b0829247ed4 15/21
A = evento de que la flecha sea del tipo A = 200 flechas
A E = 54 flechas con defectos del tipo I y del tipo A
p(A E) = A E / E = 54 / 132 = 0.40901
d. En este caso se trata de una probabilidad simple, ya que no hay un evento queesté condicionando al evento del cual se desea determinar su probabilidad
D = evento de que una flecha no tenga defectos = 909 flechas
= 1100 flechas
p(D) = 909/1100 = 0.82636
d. d. F = evento de que una flecha tenga defectos = 132 + 59 = 191 flechas
= 1100 flechas
p(F) = 191 / 1100 = 0.17364
4. Una pareja de recién casa dos ha decidido formar una familia de solo tres hijos, a.determine la probabilidad de que tenga puros hijos varones, b. ¿cuál es laprobabilidad de que tenga como máximo un hijo varón, c. ¿cuál es la probabilidad de
que su segundo hijo sea varón, d. Si esta familia tiene por lo menos una hija, ¿cuál esla probabilidad de que el segundo hijo sea varón?, e. Si esta familia tiene comomáximo un hijo varón, ¿cuál es la probabilidad de que tenga puras hijas?
Solución:
Lo primero que hay que obtener para resolver este problema es el espacio muestral,para lo cual nos podemos ayudar con un diagrama de árbol en donde representemosuno tras otro el nacimiento de cada uno de sus hijos, en donde solo consideraremospartos de un solo bebé, no múltiples y se considera que existe la misma probabilidadde que nazca un varón o una niña.
Y el espacio muestral obtenido es: H = niño
M = niña
= HHH, HHM, HMH, MHH, HMM, MHM, MMH, MMM
a. a. A = evento de que la familia tenga puros hijos varones
5/17/2018 2 Fundamentos de la teoría de probabilidad - slidepdf.com
http://slidepdf.com/reader/full/2-fundamentos-de-la-teoria-de-probabilidad-55b0829247ed4 16/21
A = HHH
p(A) = 1/8 = 0.125
b. b. B = evento de que la familia tenga como máximo un hijo varón
B = ningún hijo varón o un hijo varón = MMM, HMM, MHM, MMH
p(B) = 4/8 = 1/2 =0.5
c. c. C = evento de que el segundo hijo de la familia sea varónC = HHH, HHM, MHH, MHM
P(C) = 4/8 =1/2 = 0.5
d. d. Como en este caso se trata de calcular una probabilidad de tipocondicional, se requiere definir dos eventos, el evento E que es el quecondiciona y el evento A;
E = evento de que la familia tenga por lo menos una hija
E = tenga una o más hijas
E = HHM, HMH, MHH, HMM, MHM, MMH, MMM = 7 elementos
A = evento de que el segundo hijo sea varón
A = HHH, HHM, MHH, MHM
A E = HHM, MHH, MHM = 3 elementos
Luego;
p(A E) = A E / E = 3/7 = 0.42857
e. e. E = evento de que la familia tenga como máximo un hijo varón
A = evento de que la familia tenga puras hijas
E = MMM, MHM, MMH, HMM = 4 elementos
A = MMM
A E = MMM = 1 elemento
P(A E) = A E / E = 1/4 = 0.25
5/17/2018 2 Fundamentos de la teoría de probabilidad - slidepdf.com
http://slidepdf.com/reader/full/2-fundamentos-de-la-teoria-de-probabilidad-55b0829247ed4 17/21
5. Según las estadísticas, la probabilidad de que un auto que llega a ciertagasolinera cargue gasolina es de 0.79, mientras que la probabilidad de que pongaaceite al motor es de 0.11 y la probabilidad de que ponga gasolina y aceite al motores de 0.06, a. Sí un auto carga gasolina, ¿cuál es la probabilidad de que pongaaceite?, b. Sí un auto pone aceite al motor, ¿cuál es la probabilidad de que ponga
gasolina?
Solución:
a. a. E = evento de que un auto cargue gasolina
b. b.
p(E) = 0.79
A = evento de que un auto ponga aceite al motor
P(A) = 0.11
A E = evento de que un auto ponga gasolina y aceite
p(A E) = 0.07
p(A E) = p(A E)/p(E) = 0.07/ 0.79 = 0.0881
c. c. E = evento de que un auto ponga aceite al motor
P(E) = 0.11
A = evento de que un auto ponga gasolinaP(A) = 0.79
A E = evento de que un auto ponga aceite al motor y ponga gasolina
P(A E) = 0.07
P(A E) = p(A E)/ p(E) = 0.07/0.11 = 0.63636
6.- La probabilidad de que un auto de carreras cargue gasolina en cierto circuitoen la primera media hora de recorrido es de 0.58, la probabilidad de que cambiede neumáticos en esa primera media hora de recorrido es de 0.16, la probabilidadde que cargue gasolina y cambie de neumáticos en la primera media hora derecorrido es de 0.05, a. ¿Cuál es la probabilidad de que cargue gasolina o cambiede neumáticos en la primera media hora de recorrido?, b. ¿cuál es la probabilidadde que no cargue combustible y de neumáticos en la primera media hora derecorrido, c. Si el auto cambia de neumáticos en la primera media hora derecorrido, ¿cuál es la probabilidad de que cargue combustible también?, d. Si el
5/17/2018 2 Fundamentos de la teoría de probabilidad - slidepdf.com
http://slidepdf.com/reader/full/2-fundamentos-de-la-teoria-de-probabilidad-55b0829247ed4 18/21
auto carga combustible en la primera media hora de recorrido, ¿cuál es laprobabilidad de que cambie de neumáticos también?
Solución:
a. a. A = evento de que cargue gasolina en la primera media hora derecorrido
P(A) = 0.58
B = evento de que cambie de neumáticos en la primera hora de recorrido
P(B) = 0.16
A B = evento de que cargue combustible y cambie de neumáticos en laprimera hora de recorrido
P(A B) = 0.05P(cargue gasolina o cambie de neumáticos) = p(A B) = p(A) + p(B) – p(A B) = 0.58 + 0.16 – 0.05 = 0.69
b. b. p( no cargue combustible y no cambie de neumáticos) = 1 – p(A B)= 1 – 0.69 = 0.31
c. c. E = evento de que el auto cambie de neumáticos en la primeramedia hora de recorrido
A = evento de que el auto cargue combustible en la primera media hora derecorrido
p(A E) = p(A E)/ p(E) = 0.05/0.16 = 0.3125
d. d. E = evento de que el auto cargue combustible en la primera mediahora de recorrido
A = es el evento de que el auto cambie de neumáticos en la primera mediahora de recorrido
p(A E) = p(A E)/p(E) = 0.05/0.58 = 0.08621
5/17/2018 2 Fundamentos de la teoría de probabilidad - slidepdf.com
http://slidepdf.com/reader/full/2-fundamentos-de-la-teoria-de-probabilidad-55b0829247ed4 19/21
La ley multiplicativa de probabilidades indica que la probabilidad de que dos
sucesos A y B ocurran simultáneamente es igual a:
La ley multiplicativa anterior se utiliza también con el fin de determinar una probabilidad
condicional a partir de los valores de y :
Supongamos, por ejemplo, que queremos estudiar la incidencia del hecho de ser fumador
como factor de riesgo en el desarrollo de una enfermedad en una determinada población.
Para ello se diseñó un estudio prospectivo y, tras seleccionar una muestra de 180 sujetos,
los resultados son los que se muestran en la Tabla 1. Considerando toda la muestra, la
probabilidad de desarrollar la enfermedad (E) en la población de estudio es:
Concepto de variable aleatoria
Se llama variable aleatoria (v.a.) a toda aplicación que asocia a cada elemento del espacio muestral () de un experimento, un número real.
Ejemplo 1:
Consideremos el experimento que consiste en lanzar tres monedas al aire. Llamaremos C a Cara y X a
Cruz, el espacio muestral será:={CCC,CCX,CXC,XCC,CXX,XCX,XXC,XXX}
Definimos la variable aleatoria (v.a.) X como el número de caras, estamos asociando a cada suceso un
número, así:
X (CCC)=3 X (CCX)=2 X (XXC)=1 X (XXX)=0
Ejemplo 2:
Consideremos el experimento que consiste en lanzar un dado dos veces. El espacio muestral será:={(1,1) (1,2) (1,3) (1,4) (1,5) (1,6) (2,1) (2,2) (2,3) (2,4) (2,5) (2,6) (3,1) (3,2) (3,3) (3,4) (3,5)
(3,6) (4,1) (4,2) (4,3) (4,4) (4,5) (4,6) (5,1) (5,2) (5,3) (5,4) (5,5) (5,6) (6,1) (6,2) (6,3) (6,4) (6,5)
(6,6) }
Definimos la variable aleatoria (v.a.) X como la suma de las puntuaciones, entonces
X ((1,1))=2 X ((3,4))=7 X ((2,6))=8 X ((5,6))=11
Las variables aleatorias las podemos clasificar en discretas, si pueda tomar un número finito o infinito
numerable de valores o continuas si dado un intervalo (a,b) la variable puede tomar todos los
valores comprendidos entre a y b.
5/17/2018 2 Fundamentos de la teoría de probabilidad - slidepdf.com
http://slidepdf.com/reader/full/2-fundamentos-de-la-teoria-de-probabilidad-55b0829247ed4 20/21
Se l lama variable aleatoria a toda función que asocia a cada
elemento del espacio muestral E un número real.
Se ut i l izan letras mayúsculas X, Y, . . . para designar var iables
aleator ias, y las respectivas minúsculas (x, y, . . .) para designar
valores concretos de las mismas.
Variable aleatoria discreta
Una variable aleatoria discreta es aquella que sólo puede
tomar valores enteros .
Ejemplos
El número de h ijos de una famil ia, la puntuación obtenida al
lanzar un dado.
Variable aleatoria continua
Una variable aleatoria continua es aque l la que puede tomar
todos los valores posibles dentro de un cierto intervalo de la
recta rea l .
Ejemplos
La altura de los alumnos de una c lase, las horas de duración de
una p i la .
5/17/2018 2 Fundamentos de la teoría de probabilidad - slidepdf.com
http://slidepdf.com/reader/full/2-fundamentos-de-la-teoria-de-probabilidad-55b0829247ed4 21/21
Eventos Independientes
Dos o más eventos son independientes cuando la ocurrencia o no-ocurrencia de un
evento no tiene efecto sobre la probabilidad de ocurrencia del otro evento (o
eventos). Un caso típico de eventos independiente es el muestreo con reposición,es decir, una vez tomada la muestra se regresa de nuevo a la población donde se
obtuvo.
Ejemplo:
lanzar al aire dos veces una moneda son eventos independientes por que el
resultado del primer evento no afecta sobre las probabilidades efectivas de que
ocurra cara o sello, en el segundo lanzamiento.
Eventos dependientes
Dos o más eventos serán dependientes cuando la ocurrencia o no-ocurrencia de
uno de ellos afecta la probabilidad de ocurrencia del otro (o otros). Cuando
tenemos este caso, empleamos entonces, el concepto de probabilidad condicional
para denominar la probabilidad del evento relacionado. La expresión P(A|B) indica
la probabilidad de ocurrencia del evento A sí el evento B ya ocurrió.
Se debe tener claro que A|B no es una fracción.
P(A|B) = P(A y B)/P(B) o P(B|A) = P(A y B)/P(A)
Recommended