Professional Documents
Culture Documents
)]
d) P[(
2 1
A A ) / B] = P(A
1
/B) + P(A
2
/B) P(A
1
A
2
)/B, si A
1
A
2
= |
e) P(A/B) = 1 P(A/B).
Las propiedades a), b) y c) indican que la probabilidad condicional cumple los axiomas de una funcin
probabilidad.
EJEMPLO 2:
UNMSM FISI EAPIS CURSO: ESTADSTICA II SEMESTRE 2014-1
Profesora del curso: Lic. Justa Caridad Huaroto Sumari
2
Si P(A) = 0.2, P(B) = 0.3 y P(A B) = 0.4, entonces
P(A / B) = 1 P(A/B) = 1 - 66 . 0
) (
) ( ) ( ) (
1
) (
) (
=
+
=
B p
B A P B P A P
B P
B A P
66
La probabilidad condicional satisface, adems, las propiedades dadas por los siguientes teoremas.
TEOREMA 1: REGLA DE MULTIPLICACIN
Para dos eventos A y B se cumple lo siguiente:
P(A B) = P(B) P(A/B)
o equivalentemente
P(A B) = P(A) P(B/A)
Esta propiedad se deduce de la definicin de probabilidad condicional y permite evaluar la probabilidad de
la ocurrencia simultnea de dos eventos. La regla puede extenderse para ms de dos eventos.
EJEMPLO 3:
Con los eventos definidos en el ejemplo 1, si deseramos evaluar la probabilidad de que la primera y la
segunda fichas extradas sean rojas, entonces se pide calcular P(AB). Utilizando el teorema 1 se tiene,
P(AB) = P(A) P(B/A) = 3/5 x 2/4 = 3/10
TEOREMA 2: TEOREMA DE PROBABILIDAD TOTAL
Sea O un espacio muestral y sean los eventos B
1
, B
2
, ..., B
k
, con la propiedad: B
1
B
2
...... B
k
=O y
disjuntos dos a dos, entonces para todo evento A se cumple que
) / ( ) ( ) (
1
i
k
i
i
B A P B P A P
=
=
Con esta propiedad se trata de evaluar la probabilidad de un evento A que puede ocurrir simultneamente
con otros eventos B
i
de una particin de O.
EJEMPLO 4:
La probabilidad de que Juan estudie para su examen de estadstica es 0.8. Si estudia, la probabilidad de que
apruebe el examen es 0.90. Si Juan no estudia, la probabilidad de aprobar el curso se reduce a 0.15. Qu tan
probable es que Juan apruebe el examen?.
SOLUCIN:
Vemos que el evento Juan aprueba el examen puede ocurrir con otros dos eventos: Juan estudia y Juan
no estudia. Entonces, para resolver este problema, definiremos eventos del modo siguiente:
B
1
: Juan estudia para el examen
B
2
: Juan no estudia para el examen
A: Juan aprueba el curso.
Con los datos se tiene: P(B
1
) = 0.8, P(B
2
) = 0.2, P(A/B
1
) = 0.90, P(A/B
2
) = 0.15. Usando el teorema de
probabilidad total se tiene
P(A) = P(B
1
) P(A/B
1
) + P(B
2
) P(A/B
2
) = 0.8 x 0.9 + 0.2 x 0.15 = 0.75
UNMSM FISI EAPIS CURSO: ESTADSTICA II SEMESTRE 2014-1
Profesora del curso: Lic. Justa Caridad Huaroto Sumari
3
TEOREMA 3: REGLA DE BAYES
Sea O un espacio muestral y sean los eventos B
1
, B
2
, ..., B
k
, con la propiedad: B
1
B
2
...... B
k
=O y
disjuntos dos a dos. Sea A un evento tal que P(A) > 0. Entonces para cada j = 1, 2, ... , k se cumple
=
=
k
i
i i
j j
j
B A P B P
B A P B P
A B P
1
) / ( ) (
) / ( ) (
) / (
Esta propiedad es una herramienta que permite determinar, a partir de la probabilidad a priori P(B
i
), la
probabilidad a posteriori del evento B
i
, dada una cierta informacin A, permitiendo revisar estimaciones
anteriores y reducir el riesgo en la toma de decisiones.
EJEMPLO 5:
Los alumnos de Estadstica II se distribuyen en tres grupos del modo siguiente:
Grupos Varones Mujeres Total
1 25 25 50
2 30 15 45
3 20 10 30
Se elige un grupo al azar y de l se elige al azar un alumno. Qu tan probable es que se elija a un varn?
Si se eligi un varn, qu tan probable es que sea del grupo 1? del grupo 2? del grupo 3?
SOLUCION:
Sean los eventos
B
i
: alumno proviene del grupo i, para i = 1, 2, 3.
A: alumno elegido es varn.
Con los datos se tiene: P(B
i
) = 1/3, P(A/B
1
) = 25/50, P(A/B
2
) = 30/45, P(A/B
3
) = 20/30.
Usando la probabilidad total, P(A) = P(B
1
) P(A/B1) + P(B
2
)P(A/B
2
) + P(B
3
)P(A/B
3
)
= (1/3)(25/50) + (1/3)(30/45) + (1/3)(20/30)
= 0.611
A la luz del conocimiento de que ha ocurrido el evento A, enseguida reevaluaremos las probabilidades de los
eventos B
i
, usando la regla de Bayes:
P(B
1
/A) = [P(B
1
)P(A/B1)] / P(A) = (1/3)(25/50) / 0.611 = 0.272
P(B
2
/A) = [P(B
2
)P(A/B
2
)] / P(A) = (1/3)(30/45) / 0.611 = 0.364
P(B
3
/A) = [P(B
3
)P(A/B
3
)] / P(A) = (1/3)(20/30) / 0.611 = 0.364
EVENTOS INDEPENDIENTES:
Si la probabilidad del evento A no depende de la realizacin del evento B, se dice que A es independiente de
B.
DEFINICIN:
Se dice que los eventos A y B son independientes si P(A B) = P(A) P(B).
UNMSM FISI EAPIS CURSO: ESTADSTICA II SEMESTRE 2014-1
Profesora del curso: Lic. Justa Caridad Huaroto Sumari
4
EJEMPLO:
Si de la urna del ejemplo 1 se hicieran extracciones con reposicin, para los eventos A y B descritos se
tendra lo siguiente:
P(A B) = P(obtener la primera y segunda fichas rojas) = P(A)P(B/A)= 3/5x3/5 =
25
9
Como vemos, al cumplirse que P(A B) = P(A) P(B), entonces A y B son eventos independientes.
PROPIEDAD 1:
Los eventos A y B son independientes si y solo si P(A/B) = P(A), o equivalentemente, P(B/A) = P(B).
PROPIEDAD 2:
Si A y B son eventos independientes, entonces, tambin son independientes los siguientes eventos:
i) A y B
ii) A y B
iii) A y B
Con las nociones de probabilidad condicional e independencia de eventos se puede calcular probabilidades
de eventos definidos en espacios muestrales infinito numerables.