Upload
others
View
5
Download
0
Embed Size (px)
Citation preview
4.1 - 1 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
REGLAS DE PROBABILIDAD
Capítulo 4
Probabilidad
4.1 - 2 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
Un evento compuesto es cualquier evento que combina 2 o más eventos simples.
Ejemplo: Al lanzar un dado justo de 6 caras, ¿cuál es
la probabilidad de obtener un 2 o un 5?
Evento Compuesto
Notación
P(A U B) = probabilidad de que , en una sóla repetición de un experimento, ocurre el evento A o el evento B o ambos.
4.1 - 3 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
P(𝑨 ∪ 𝑩)
• Un resultado está en el evento “A ∪ B” si el
resultado está en A o en B o en ambos.
• Por ejemplo,
Sea A = {1, 2, 3, 4, 5} y B = {4, 5, 6, 7, 8}.
A ∪ B = {1, 2, 3, 4, 5, 6, 7, 8}.
Note que el 4 y 5 no aparecen dos veces.
4.1 - 4 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
Dos eventos son disjuntos o
mutuamente excluyentes si no tienen
resultados en común.
Eventos mutuamente excluyentes son
eventos que no pueden ocurrir a la
misma vez.
5-4
Eventos mutuamente excluyentes
4.1 - 5 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
5-5
Ejemplo
Se realiza un experimento en el cual el espacio
muestral es S = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}.
Sea E = {2, 4, 5, 7}, F = { 6, 7, 9, 12} y G = {2, 3, 4}
• ¿Son los eventos E y F mutuamente excluyentes?
• ¿Son los eventos F y G mutuamente excluyentes?
4.1 - 6 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
1. Se lanzan dos dados.
A = “La suma de las caras es par.”
B = “La suma de las caras es un número
divisible entre 3”
2. Se tiene una paquete de barajas americanas
( 52 cartas).
A = “sacar una Reina”
B = “sacar una A”
3. Se tiene una paquete de dulces de chocolate
M&M que contiene dulces de color rojo, azul,
amarillo, verde, anaranjado y marrón.
A = “sacar un dulce rojo”
B = “sacar un dulce azul”
5-6
Ejemplo: Indicar si los siguientes eventos son
mutuamente excluyentes o no.
4.1 - 7 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
5-7 © 2010 Pearson Prentice Hall. All rights reserved
Regla de suma para eventos mutuamente excluyentes
Si E y F son eventos mutuamente excluyentes, entonces 𝑃 𝐸 𝑜 𝐹 = 𝑃 𝐸 + 𝑃(𝐹).
Esto también se puede escribir: 𝑃 𝐸 ∪ 𝐹 = 𝑃 𝐸 + 𝑃(𝐹)
La regla de suma para eventos disyuntos se puede extender para más de dos eventos. En general, si E,F,G … son eventos mutuamente excluyentes, entonces
𝑃 𝐸 ó 𝐹 ó 𝐺 ó … = 𝑃 𝐸 + 𝑃(𝐹) +𝑃 𝐺 + ⋯ 𝑃 𝐸 ∪ 𝐹 ∪ 𝐺 ∪ … = 𝑃 𝐸 + 𝑃(𝐹) +𝑃 𝐺 + ⋯
4.1 - 8 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
Número de
habitaciones en
una unidad de
vivienda
Probabilidad
Una 0.01
Dos 0.032
Tres 0.093
Cuatro 0.176
Cinco 0.219
Seis 0.189
Siete 0.122
Ocho 0.079
9 o más 0.08
(a) ¿Cuál es la probabilidad de
que una unidad de vivienda
seleccionada al azar tenga dos o tres habitaciones?
P(dos ó tres)
5-8 © 2010 Pearson Prentice Hall. All rights reserved
EJEMPLO Regla de suma para eventos disyuntos
El modelo de probabilidad de
la derecha muestra la
distribución del número de
habitaciones en unidades de
vivienda en los Estados Unidos.
4.1 - 9 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
(b) ¿Cuál es la
probabilidad de que una
unidad de vivienda
seleccionada al azar
tenga a lo más tres habitaciones?
P(una ó dos ó tres)
5-9
EJEMPLO Regla de suma para eventos disyuntos (cont.)
Número de
habitaciones en
una unidad de
vivienda
Probabilidad
Una 0.01
Dos 0.032
Tres 0.093
Cuatro 0.176
Cinco 0.219
Seis 0.189
Siete 0.122
Ocho 0.079
9 o más 0.08
4.1 - 10 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
(c) ¿Cuál es la
probabilidad de que una
unidad de vivienda
seleccionada al azar
tenga al menos siete habitaciones?
P(siete ó ocho ó 9 o más)
=
5-10
EJEMPLO Regla de suma para eventos disyuntos (cont.)
Número de
habitaciones en
una unidad de
vivienda
Probabilidad
Una 0.01
Dos 0.032
Tres 0.093
Cuatro 0.176
Cinco 0.219
Seis 0.189
Siete 0.122
Ocho 0.079
9 o más 0.08
4.1 - 11 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
(a) Si una persona es
seleccionada al azar,
encontrar la probabilidad de
elegir a alguien que es del grupo A o B.
5-11
EJEMPLO (continuación)
La siguiente tabla resume los grupos sanguíneos
y tipos de Rh para 100 personas típicas. Estos valores pueden variar en diferentes regiones de acuerdo al origen étnico de la población.
A = Persona es del grupo A B = Persona es de tipo B.
4.1 - 12 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
(b) Si una persona es
seleccionada al azar,
encontrar la probabilidad de
elegir a alguien que es de tipo Rh-.
5-12
EJEMPLO (continuación)
La siguiente tabla resume los grupos sanguíneos y tipos de Rh
para 100 personas típicas. Estos valores pueden variar en diferentes regiones de acuerdo al origen étnico de la población.
E = Persona es de tipo Rh-.
4.1 - 13 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
Sea S el espacio muestral de un experimento probabilístico. Sea E un evento. • El complemento de E, que se denota 𝐸𝑐o 𝐸 , es el
evento que contiene todos los resultados del espacio muestral que no están en E.
• El evento 𝐸 ocurre si E no ocurre. • La unión de dos eventos complementarios da el
espacio muestral. • El evento 𝐸 y el evento E son mutuamente
excluyentes.
5-13
Eventos complementarios
4.1 - 14 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
Regla de los Complementos
Si E representa un evento y EC representa el complemento de E, entonces
P(E) + P(EC) = 1
P(EC) = 1 – P(E) y
P(E) = 1 – P(EC)
5-14
4.1 - 15 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
EJEMPLO Construya el complemento de E
(a) E: “Obtener un múltiplo de 5 al tirar un dado justo
de 6 caras "
(b) E: “Escoger, al azar, una canica azul de una bolsa que
contiene canicas azules, verdes y rojos."
(c) E: “Al girar la ruleta, se detiene en un número par.”
5-15
4.1 - 16 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
¿Cuál es la probabilidad
de que la ruleta elija un
color diferente al verde?
Solución:
P(E ) = 1 - P(Ec)
EJEMPLO
5-16
E = Elegir un color diferente al
verde.
Ec = Elegir el color verde.
4.1 - 17 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
Según la Asociación Americana de Medicina Veterinaria, el
31.6% de los hogares estadounidenses poseen un perro.
¿Cuál es la probabilidad de que un hogar seleccionado al
azar no es propietaria de un perro?
EJEMPLO Ilustrar la Regla del Complemento
5-17
Solución:
4.1 - 18 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
Dos eventos E y F son independientes si la
ocurrencia del evento E en un experimento de
probabilidad no afecta a la probabilidad de que
ocurra el evento F.
Dos sucesos son dependientes si la ocurrencia
del evento E en un experimento de probabilidad
afecta a la probabilidad de que ocurra el evento F.
5-18
Eventos dependientes e independientes
4.1 - 19 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
EJEMPLO ¿Independiente o No?
(a) Se elige una carta de una baraja de 52 cartas y luego se tira un dado.
E: “Elegir un corazón" F: “Tirar un número par"
(b) Se elije un estudiante al azar de cada una de dos secciones de Historia para viajar a Washington, D.C.
E: “Elegir un estudiante de la primera sección." F: " Elegir un estudiante de la segunda sección "
(c) Una caja contiene 4 canicas rojas y 3 canicas verdes. Se remueve una primera canica de la caja y no se remplaza. Se remueve una segunda canica.
E: “Elegir una canica roja la primer vez." F: “Elegir una canica verde la segunda vez."
5-19
4.1 - 20 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
5-20
Regla de multiplicación para eventos independientes
Si E y F son eventos independientes, entonces 𝑃 𝐸 𝑦 𝐹 = 𝑃 𝐸 ∙ 𝑃(𝐹).
Esto también se puede escribir: 𝑃 𝐸 ∩ 𝐹 = 𝑃 𝐸 ∙ 𝑃(𝐹)
La regla de la multiplicación para eventos independientes se puede extender para n eventos. En general, si E,F,G … son eventos independientes, entonces
𝑃 𝐸 𝑦 𝐹 𝑦 𝐺 𝑦 … = 𝑃 𝐸 ∙ 𝑃(𝐹) ∙ 𝑃 𝐺 ∙ … 𝑃 𝐸 ∩ 𝐹 ∩ 𝐺 ∩ … = 𝑃 𝐸 ∙ 𝑃(𝐹) ∙ 𝑃 𝐺 ∙ …
4.1 - 21 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
Un fabricante de equipo de ejercicio sabe que el 10%
de sus productos son defectuosos. También sabe que,
en realidad, sólo el 30% de sus clientes utilizan el
equipo en el primer año después de su adquisición. Si
hay una garantía de un año sobre el equipo, ¿cuál es
la probabilidad de que un cliente hará un reclamación válida?
EJEMPLO Computar Probabilidad para Eventos Independientes
E: Equipo sale defectuoso. F: El equipo se usa durante del año de comprado.
Asumiremos que E y F son independientes.
5-21
4.1 - 22 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
La probabilidad de que una mujer de 60 años de edad, que se selecciona al azar, sobreviva el año es de 99.186%, según el Informe Nacional de Estadísticas Vitales, vol. 47, N º 28. ¿Cuál es la probabilidad de que dos mujeres de 60 años de edad seleccionadas al azar sobrevivan el año?
EJEMPLO Computar Probabilidad para Eventos Independientes
Solución:
5-22
4.1 - 23 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
La probabilidad de que una mujer de 60 años de edad, seleccionada al
azar, va a sobrevivir el año es de 99.186%, según el Informe Nacional
de Estadísticas Vitales, vol. 47, N º 28. ¿Cuál es la probabilidad de
que al menos una de las 500 mujeres de 60 años, seleccionadas al azar, muera en el transcurso del año?
Solución:
EJEMPLO Computar probabilidades que contienen la frase “al menos”
5-23
4.1 - 24 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
5-24
Regla general de suma
La probabilidad de que ocurra un evento E ó un evento F
𝑃 𝐸 𝑜 𝐹 = 𝑃 𝐸 + 𝑃(𝐹) – P( E y F)
Note que cuando E y F son mutuamente excluyentes, P( E y F)=0 y tenemos la primera regla de la suma que estudiamos.
4.1 - 25 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
5-25
Suponer que se lanzan un par de dados. Sea E = “la cara superior del primer dado es 2” y F = “ la suma de las caras de los dados es menor o igual a 5” Determinar P(E o F)
1. Utiizando la el método clásico de calcular probabilidad
EJEMPLO Illustrar la regla general de la suma
=𝟏𝟑
𝟑𝟔
4.1 - 26 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
5-26
Suponer que se lanzan un par de dados. Sea E = “la cara superior del primer dado muestra 2 puntos” y F = “ la suma de las caras de los dados es menor o igual a 5” Determinar P(E ó F) (2) Utilizando la regla general de la suma de probabilidades
EJEMPLO Illustrar la regla general de la suma (cont.)
4.1 - 27 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
Una carta es elegida al azar de un juego de
baraja de 52 cartas. Se devuelve la carta y
luego se elige una segunda tarjeta. ¿Cuál es
la probabilidad de elegir una J ó un diamante?
Solución: ¿P(“J” ó “♦” ) ? Los eventos NO son mutuamente excluyentes.
EJEMPLO Computar probabilidades de eventos compuestos
5-27
4.1 - 28 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
La probabilidad condicional : • se denota P(F | E) y se lee “la probabilidad
de un evento F dado el evento E”. • Es la probabilidad de que un event F ocurra
dado que el evento E haya ocurrido.
5-28
Probabilidad condicional
4.1 - 29 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
EJEMPLO Probabilidad Condicional
Supongamos que se tira un dado de seis caras pero
se nos dice que el resultado será un número par. ¿Cuál es la probabilidad de que salga un 4?
5-29
4.1 - 30 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
EJEMPLO Probabilidad Condicional
Supongamos que eligen dos canicas de una urna
que contiene canicas 20 canicas verdes y 14 canicas
rojas. ¿Cuál es la probabilidad de elegir una canica
roja la segunda vez, si la primera vez se eligió una canica verde y no se devolvió?
5-30
4.1 - 31 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
• Si E y F son dos eventos
5-31
Regla para eventos dependientes
𝑃 𝐹 𝐸 =𝑁(𝐸𝑦𝐹)
𝑁(𝐸)=
𝑃(𝐸𝑦𝐹)
𝑃(𝐸)
𝑃 𝐸𝑦𝐹 = 𝑃 𝐸 ∗ 𝑃 𝐹 𝐸
• Si E y F son dos eventos dependientes
4.1 - 32 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
Ejemplo: En una muestra de 1000 personas, 120
son zurdas. Dos personas aleatorias se seleccionan
al azar y sin reemplazo. Encuentre la probabilidad
de que ambas personas sean zurdas.
Solución:
5-32
EJEMPLO Probabilidad Condicional
4.1 - 33 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
EJEMPLO Probabilidad Condicional
Una encuesta fue realizada por la Organización “Gallup” en el 2008 en la
que se preguntó a 1,017 adultos estadounidenses, cuál de tres
afirmaciones se acercaba más a su creencia acerca de Dios. Los
resultados de la encuesta, según la región del país, se dan en la siguiente tabla.
Cree en
Dios
Cree en un espíritu
universal
No cree en Dios ni en un espíritu
universal
Este 204 36 15
Norte Central
212 29 13
Sur 219 26 9
Oeste 152 76 26
5-33
(a) ¿Cuál es la probabilidad
de que un adulto
estadounidense
seleccionado al azar cree
en Dios si vive en el
Este?
𝑷 𝑭 𝑬 =𝑵(𝑬𝒚𝑭)
𝑵(𝑬)=
𝑷(𝑬𝒚𝑭)
𝑷(𝑬)
4.1 - 34 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
EJEMPLO Probabilidad Condicional (continuación)
Una encuesta fue realizada por la Organización “Gallup” en el 2008 en la
que se preguntó a 1,017 adultos estadounidenses, cuál de tres
afirmaciones se acercaba más a su creencia acerca de Dios. Los
resultados de la encuesta, según la región del país, se dan en la siguiente tabla.
Cree en
Dios
Cree en un espíritu
universal
No cree en Dios ni en un espíritu
universal
Este 204 36 15
Norte Central
212 29 13
Sur 219 26 9
Oeste 152 76 26
5-34
b) ¿ Cuál es la probabilidad
de que un adulto
estadounidense seleccionado
al azar viva en el Este si
cree en Dios ?
𝑷 𝑭 𝑬 =𝑵(𝑬𝒚𝑭)
𝑵(𝑬)=
𝑷(𝑬𝒚𝑭)
𝑷(𝑬)
4.1 - 35 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
5-35
Un árbol de probabilidades es una
herramienta para determinar la probabilidad
de tomar una serie de decisiones cuando
cada decisión es independiente de la otra.
Al moverse por una misma rama, las
probabilidades se multiplican.
Si se consideran opciones en ramas
diferentes, las probabilidades se suman.
Arboles de probabilidades
4.1 - 36 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
Ejemplo: En una muestra de 1000 personas, 120 son
zurdos. Dos personas aleatorias se seleccionan al azar y
sin reemplazo. Encuentre la probabilidad de que al
menos una de las dos personas sea zurda. Solución: Usando árbol de probabilidades.
EJEMPLO Probabilidad Condicional
4.1 - 37 Copyright © 2010, 2007, 2004 Pearson Education, Inc. All Rights Reserved.
5-37
Tenemos dos urnas A y B. En
la urna A hay 4 bolas azules, 3
rojas y 3 verdes y en la urna B
hay 5 bolas azules, 2 rojas y 3
verdes. Lanzamos una
moneda. Si sale cara acudimos
a la urna A y si sale cruz
acudimos a la urna B.
Construya un árbol de
probabilidades para esta
situación.
Arboles de probabilidades