Professional Documents
Culture Documents
TEMA 2
ELEMENTOS DE PROBABILIDAD
Nota Previa.- Este documento está sujeto a derechos de autor y propiedad intelectual. Se
puede utilizar con arreglo a las pautas de uso universalmente aceptadas por la Comunidad
Científica Internacional, citándolo de la siguiente forma.
Maté, Carlos (2018). Apuntes de Estadística I de 3º (2º) de Grado en ITI (ITT) e ITI (ITT) +
ADE, curso 2018-2019. Tema 2: Elementos de Probabilidad. ETSI (ICAI). Universidad
Pontificia Comillas. Madrid.
Este Tema nos va a permitir fijar los conceptos básicos que hay detrás
de cada afirmación de probabilidad y profundizar en la Teoría de la
Probabilidad, base del resto del curso.
Ingeniería La La La temperatura
temperatura temperatura registrada es en valor
Valor de
en un está entre 0 absoluto superior a 5
temperatura
laboratorio y 10 ºC. ºC.
registrado por
es de 25 ºC.
un sensor en un A 0,10 B ,5 5,
lugar cualquiera, {25}.
en ºC
Economía
Observar el 0, El precio El precio El precio medio del
medio del medio del barril de petróleo en
precio medio de barril de barril de Marzo se salió del
una materia petróleo en petróleo en rango 90 ± 10 €.
prima (e,g., Marzo ha Marzo no
barril de sido de 110 superó los B 0,80 100,
petróleo) €. 120 €.
durante un mes; {110}. A 0,120
en euros
A B
A B
A
B B
AB
EJEMPLO 2.1.4.-
Consideremos el fenómeno del lanzamiento de un dado y los sucesos
A: “obtener un número par”,
B: “obtener un número múltiplo de 3”
C: “obtener un número inferior a 3”
Se verifica que
A B = {6} y B C = . Entonces A y B son compatibles, mientras que
B y C son incompatibles.
- La unión de dos sucesos A y B es un suceso que tiene lugar cuando
acontece al menos uno de esos sucesos. Se nota por A B (Figura 2.3).
A B = { / A ó B}.
EJEMPLO 2.1.4.- (Continuación)
Se verifica que A B = {2, 3, 4, 6}.También es posible plantear la unión
de 3 sucesos
A B C = {1, 2, 3, 4, 6}.
EJERCICIO 2R.1.-
¿Cómo se notarían y definirían las operaciones de intersección y unión
de n sucesos? ¿Dónde interesaría manejar estos conceptos? Poner dos
ejemplos, uno de economía y otro de ingeniería.
- El suceso complementario o contrario de un suceso A es un suceso
que tiene lugar cuando no ocurre A y se representa por A . Así, en cualquier
realización del experimento sucede A o A , pero no los dos a la vez (Figura
2.4).
A = { A}.
Se verifica que
A A = ; A A = .
B A
A A
A
B
B B
A-B AB
1) AA
2) A B A B
3) A B A B
EJERCICIO 2R.2.-
a) Expresar las leyes de Morgan para n sucesos. Indicar con palabras
el resultado en los ejemplos del Ejercicio 2.1.1.
b) Simplificar el siguiente suceso y expresar con palabras el resultado.
A B C D A
EJERCICIO 2R.3.-
El juego de la ruleta consiste en apostar a uno o a varios números del 0
al 36 (ver http://www.sistemas-ruleta.com/reglas_juego_ruleta.php). Son
apuestas habituales (llamadas externas):
Par / Impar
Rojo / Negro
1-18 / 19-36
1ª Docena/2ª Docena/3ª Docena
1ª Columna / 2ª Columna / 3ª Columna
EJERCICIO 2R.4.-
Representar en un diagrama en árbol el experimento aleatorio de apostar
dos veces a la ruleta a las 3 docenas, siendo el suceso Di: apuesta a la docena
i, con i = 1, 2, 3.
Los resultados que aparecen al final de cada una de las ramas de un
diagrama en árbol son sucesos elementales.
La representación en diagrama en árbol es muy útil cuando el
experimento tiene lugar en una serie de etapas, ya que facilita el cálculo y nos
permite ver el aspecto general del experimento. Si un experimento se
desarrolla en k etapas y en la 1ª etapa hay n1 resultados posibles, en la 2ª
etapa hay n2 resultados posibles, y la k-ésima etapa tiene nk resultados
posibles, éste experimento se podrá representar mediante un diagrama en
árbol con n1· … ·nk ramas.
2.2. COMBINATORIA
El cálculo del número de sucesos elementales que hay dentro de un suceso
compuesto o en un suceso seguro resulta esencial para evaluar la incertidumbre
asociada a cada suceso de un experimento aleatorio. Dicho cálculo se puede
realizar utilizando los métodos de la Combinatoria. La tabla siguiente recoge las
fórmulas clave de la Combinatoria sin repetición, la más utilizada tanto en
probabilidad como en Estadística.
COMBINATORIA SIN REPETICION
Sean dos números naturales n y k, con n ≥ k. Entonces
1. Permutaciones de n elementos (número de formas diferentes de ordenar n
elementos):
Pn n!
2. Variaciones de n elementos tomados de k en k (número de formas de
seleccionar grupos de k elementos de los n, siendo dos grupos diferentes por tener
diferentes elementos o los mismos elementos en distinto orden):
n!
Vn ,k
n - k !
3. Combinaciones de n elementos tomados de k en k (número de formas de
seleccionar grupos de k elementos de los n, siendo dos grupos diferentes sólo si
incluyen diferentes elementos, pero cuando se incluyen los mismos elementos en
distinto orden se trata de la misma combinación):
Cn ,k n ,k
n V
k Pk
EJEMPLO 2.2.1.-
2.3. PROBABILIDAD
2.3.1. Introducción
El objetivo de la probabilidad es cuantificar la incertidumbre con la que
aparecen los distintos sucesos de un fenómeno aleatorio, así como poder
comparar sucesos de distintos fenómenos aleatorios. Por ejemplo, en los
juegos de azar interesa conocer si es más rentable invertir 10 € en el Cuponazo
o en la Primitiva; según las probabilidades de acertar el resultado en cada uno
de esos juegos. Se pueden consultar todas ellas en la siguiente web.
http://www.estadisticaparatodos.es/taller/loterias/loterias.html
2.3.3. Propiedades
Las siguientes propiedades fundamentales de la probabilidad se
deducen de los axiomas y sus consecuencias.
P A - B P A P A B (2.5)
Propiedad 3 (P3)
P A B P A P B 2 P A B (2.6)
EJEMPLO 2.3.1.-
En un proceso de selección formado por 2 pruebas se ha decidido
aplicar un criterio laxo y pasar a aquellos que superen una de las dos pruebas.
Con este criterio superó el proceso el 60%, sabiendo que la primera prueba la
superó el 40% y la segunda el 50% ¿Cuál hubiese sido el porcentaje de
aspirantes que habrían superado el proceso, si se hubiese exigido superar
ambas pruebas?
------------------------
Sea A1 el suceso superar la primera prueba y A2 superar la segunda.
Los datos del problema nos dicen que:
P A1 A2 0,6; P A1 0,4; P A2 0,5
Y se pide la probabilidad de la intersección de ambos sucesos. Como A1 y A2
no son incompatibles, la probabilidad de la unión será:
P A1 A2 P A1 P A2 P A1 A2
Despejando y sustituyendo tenemos
P A1 A2 P A1 P A2 P A1 A2
0, 4 0,5 0,6 0,3
La conclusión es que si se hubiese exigido superar las dos pruebas el
porcentaje de aspirantes que habrían pasado el proceso de selección hubiese
sido del 30%.
Por tanto, el cálculo de la probabilidad de la unión de dos sucesos
siempre requerirá del análisis previo sobre incompatibilidad o compatibilidad de
los sucesos, según muestra la Figura 2.5
lo que nos indica que hay una probabilidad de 0.981 de que en un cable
ninguna de las dos medidas consideradas se encuentra fuera de las
especificaciones.
c) Se trata del suceso A - B. Su probabilidad será
P A B P A P A B 0,015 0,008 0,007
lo que nos informa que en el 0,7 % de los cables fabricados por esta empresa
el espesor es conforme a especificaciones, pero la longitud no.
lo que nos indica que hay una probabilidad de 0.011 de que un cable sea no
conforme a especificaciones en cuanto a longitud o a espesor, pero no en
cuanto a ambas medidas.
Propiedad 4 (P4)
Sea un experimento aleatorio cualquiera con espacio muestral . Sean
tres sucesos cualesquiera de este experimento A, B, C ; entonces
P A B C P A P B P C P A B P A C P B C P A B C (2.7)
EJEMPLO 2.3.3.-
En un proceso de búsqueda en Internet se pueden utilizar diferentes
buscadores pero los 3 más importantes son Gugle, Xlook y Yajú. El 30 % utiliza
en sus búsquedas Gugle, el 10 % Gugle y Xlook, el 10 % Gugle y Yajú; el 30 %
Xlook ó Yajú; mientras que el 45 % alguno de los tres. ¿En qué porcentaje de
búsquedas se utilizan los 3 motores de búsqueda?
------------------------
Sea A el suceso utilizar Gugle, B utilizar Xlook y C utilizar Yajú. Así, la
información del enunciado nos dice que:
P A B C 0, 45; P A P A B P A C 0,1; P B C 0,3 P B P(C ) P B C ;
P ABC P ABC P A P B P C P AB P AC P BC 0,45 0,1 0,3 0,05
El 5 % de los internautas utilizan los 3 motores a la vez.
En el ejemplo anterior hemos considerado buscadores, pero podíamos
hablar de redes sociales, webs, etc.; y en cualquiera de esos casos estarán
presentes en general n sucesos (n buscadores, n redes sociales, n webs, etc.);
por lo que parece natural extender la propiedad 2 al caso de n sucesos.
Propiedad 5 (P5)
Sea un experimento aleatorio cualquiera con espacio muestral . Sean n
sucesos cualesquiera de este experimento A1 , A2 ,..., An ; entonces
n
P Ai P1 P2 P3 P4 ... 1n 1 Pn (2.8)
i 1
donde
n
P1 P Ai
i 1
P2
P Ai1 Ai2
1 i1 i2 n
P3
P Ai1 Ai2 Ai3
1 i1 i2 i3 n
..........................................
..........................................
n
Pn P Ai
i 1
Postulado de Indiferencia.-
Sea un experimento aleatorio cualquiera con espacio muestral . Si
se puede descomponer en n sucesos elementales incompatibles dos a dos (
n
A1, A2,..., An tales que Ai y Ai A j , i j ) y equiprobables,
i 1
resultará que
n n
1 P P Ai P Ai n p
i 1 i 1
de donde
1
p P Ai , Ai suceso elemental .
n
k
Entonces se verifica que para cualquier B / B Ai ; se tiene que
i 1
k nº de sucesos elementales en B
P B
n nº de sucesos elementales en
que es la conocida regla que estableció el marqués de Laplace, en 1812, para
afirmar que “bajo el postulado de indiferencia, la probabilidad de un suceso
es el cociente entre casos favorables a dicho suceso y casos posibles del
experimento, considerados éstos como equiprobables e incompatibles
dos a dos”.
Por ejemplo, en el experimento aleatorio de lanzar un dado y observar
su resultado, resulta que
EJERCICIO 2R.5.-
Nos situamos en el contexto de la ruleta (Ejercio 2R.3). Calcular de
manera razonada las probabilidades de los siguientes sucesos
a) A: sale número rojo;
fr(6) .07 .15 .19 .12 … .15 .15 .14 .16 .16
nA B 8
fr A / B 0.4 .
nB 20
Sin embargo, tendríamos
n A B
n f (A B)
fr A / B A B N r
nB nB fr (B)
N
f (A B)
fr A / B r , B / f r ( B) 0 .
fr (B)
Este comportamiento de la frecuencia relativa condicionada nos indica la
manera de definir la probabilidad condicionada.
EJEMPLO 2.4.1.-
La multinacional ELECTROWORLD fabrica placas de circuito impreso
para ordenadores. El Departamento de Calidad de la empresa, en su último
informe, obtuvo los siguientes resultados:
A: placas no conformes a superficie y B: placas no conformes a espesor.
P(A) = 0,015; P(B) = 0,012; P(AB) = 0,008
Se pide calcular las probabilidades condicionadas A/B (ocurra A
habiendo ocurrido B) y B/A e interpretarlas.
P A B 0,008
P( A / B ) 0,67 .
P B 0,012
3. P( A /B) = 1 - P(A/B).
4. P((AC)/B) = P(A/B) + P(C/B) - P((AC)/B).
2.4.3 Probabilidad de la Intersección de Dos Sucesos
EJEMPLO 2.4.2.-
Consideremos el experimento de extraer 2 cartas de la barja española
sin reemplazamiento. Calculamos la probabilidad de obtener 2 reyes como
probabilidad de obtener Rey en la 1ª extracción (suceso R1) y obtener Rey en
la 2ª extracción (suceso R2). Entonces
2.5 INDEPENDENCIA
2.5.1 Sucesos Dependientes e Independientes
Sea un experimento aleatorio con espacio muestral . Sean A y B dos
sucesos / A,B .
Si P(A/B) = P(A) se dice que A es independiente de B (la información
de que se ha dado el suceso B no modifica la probabilidad que tiene el suceso
A de ocurrir sin conocer dicha información). Entonces P(B/A) = P(B), con lo
cual B es independiente de A, y se dice que A y B son independientes.
Respectivamente, si P(A/B) P(A) se dice que A es dependiente de
B (la información de que ocurrió el suceso B modifica la probabilidad que tiene
el suceso A de ocurrir sin conocer dicha información). Entonces P(B/A) P(B),
con lo cual B es dependiente de A, y se dice que A y B son dependientes.
EJEMPLO 2.5.1.-
Sea el experimento de extraer al azar una carta de la baraja española
(40 cartas). Analizar la independencia de los siguientes sucesos.
1) A: sacar copas y B: sacar figura.
P A 10 0, 25 y P( A / B ) 3
0,25 .
40 12
El conocimiento de que ocurrió B no influye en la probabilidad de A. Así,
A y B son independientes. En términos prácticos significa que pasar una seña
sobre el palo de una carta no influye sobre la incertidumbre que hay en el
hecho de que la carta sea una figura.
2) B: sacar figura y C: sacar rey.
4 4
P C 0,1 y P(C / B) 0,3333 .
40 12
El saber que ha ocurrido el suceso B sí influye en la probabilidad de C,
luego C es dependiente de B.
PROPIEDAD (Caracterización de la independencia)
Sea un experimento aleatorio con espacio muestral . Sean dos
sucesos A, B . Entonces
A y B independientes P(A B) = P(A) · P(B) .
A y B dependientes P(A B) P(A) · P(B).
La demostración es inmediata y se deja como ejercicio.
A y B independientes A y B compatibles
A y B incompatibles A y B dependientes
EJERCICIO 2R.6.-
Aplicar los resultados anteriores al fenómeno aleatorio de la ruleta para
indicar en los siguientes casos si dichos sucesos son
compatibles/incompatibles y dependientes/independientes.
1. A: obtener rojo; B: obtener par.
2. C: obtener número 2ª docena; D: obtener número 2ª columna;
TEOREMA
Sea un experimento aleatorio con espacio muestral . Sean dos
sucesos A, B . Entonces son equivalentes las siguientes afirmaciones:
i) A y B son independientes.
ii) A y B son independientes.
iii) A y B son independientes.
iv) A y B son independientes.
EJERCICIO 2R.7.-
Demostrar alguna de las equivalencias en el teorema anterior. Poner un
ejemplo práctico de utilización de este teorema.
2.5.2 Conceptos de Independencia entre Más de Dos Sucesos
Sucesos independientes por parejas
Sea un experimento aleatorio con espacio muestral y tres sucesos A,
B, C . Se dice que A, B y C son independientes POR PAREJAS o DOS A
DOS cuando:
EJEMPLO 2.5.2.-
Consideremos el lanzamiento de dos monedas 1 y 2 perfectamente
construidas. Sean los sucesos
A: el lanzamiento de la primera moneda resulta cruz
B: el lanzamiento de la segunda moneda resulta cruz
C: sólo aparece una cruz en los dos lanzamientos
Verificar que los sucesos A, B y C son independientes por parejas.
P(A) = 0,5; P(B) = 0,5; P(C) = 0,5
P(AB) = P((F,F)) = 0,25 = P(A) · P(B) (A y B independientes)
P(AC) = P((F,C)) = 0,25 = P(A) · P(C) (A y C independientes)
P(BC) = P((C,F)) = 0,25 = P(B) · P(C) (B y C independientes)
Por tanto, los sucesos A, B y C son independientes por parejas.
EJERCICIO 2R.8.-
Justificar que si A, B y C son independientes por parejas también lo son
sus complementarios.
Sucesos mutuamente independientes
Sea un experimento aleatorio con espacio muestral y tres sucesos A,
B, C . Se dice que A, B y C son mutuamente independientes o
completamente independientes o simplemente independientes cuando:
a) A, B y C son independientes por parejas (3 condiciones).
b) P(ABC) = P(A) · P(B) · P(C) (1 condición).
Conclusiones
Si A, B y C son "mutuamente" independientes AB y C son
independientes. No se verifica si son independientes por parejas.
La independencia mútua implica independencia por parejas.
La independencia por PAREJAS NO IMPLICA independencia MUTUA.
EJEMPLO 2.5.3.-
Una urna contiene 6 bolas rojas y 3 bolas blancas. Se extraen
sucesivamente y sin reemplazamiento 3 bolas.
a) Calcular la probabilidad de que la primera sea roja, la segunda
blanca y la tercera roja.
b) Calcular la probabilidad de extraer 2 bolas rojas y 1 bola blanca.
http://www.h2maths.webs.com/Statistics/TreeDiagram.html
--------------------------------------------------
a) Sean los sucesos R1 (R3), extraer bola roja en la 1ª (3ª)
extracción, y el suceso B2 (blanca en la 2ª extracción).
De manera que
i 1 i 1
mutuamente independientes.
EJEMPLO 2.5.4.-
La urna I contiene 3 bolas verdes, 2 rojas y 1 bola azul.
La urna II contiene 2 bolas azules, 1 roja y 1 bola verde.
EJERCICIO 2R.10.-
Construir el diagrama en árbol asociado a un sistema formado por dos
componentes en serie o en paralelo para estudiar el funcionamiento del
sistema en relación a las componentes. (Un sistema en serie es aquel que
funciona cuando lo hacen todas sus componentes, mientras que un sistema en
paralelo funciona cuando lo hace al menos una de sus componentes). Calcular
la probabilidad de funcionamiento del sistema serie y del sistema paralelo con
componentes idénticas cuya probabilidad de funcionamiento durante 1 año es
0,9.
EJEMPLO 2.6.1.-
La empresa Kassan Cars fabrica coches de gama media, y en su fábrica
de Madrid tiene 3 líneas de producción:
3
P( B) P( Ai ) P( B / Ai )
i1
P( Ai B) P( Ai ) P( B / Ai )
P( Ai / B)
P( B) 3
P( A j ) P( B / A j )
j 1
Teorema de Bayes
Este teorema cuantifica cómo se modifican las probabilidades a priori (de
que un coche haya sido fabricado en cada línea) cuando se dispone de
información en el experimento (el coche es defectuoso). Tanto las
probabilidades a priori como a posteriori siempre suman 1.
P(A1/B) = P(A2/B) = 0,4138.
P(A3/B) = 0,1724.
Sabiendo que un coche es defectuoso, tiene un 41% de probabilidad de
pertenecer a la primera línea, e idéntica probabilidad a la segunda, y a la
tercera sólo un 17%. A priori dichas probabilidades eran de un 30, 20 y 50 %,
respectivamente.
Elementos Teóricos
Sea un experimento aleatorio con espacio muestral . Sea A1,…, An
una clasificación o partición de (sucesos incompatibles cuya unión es el
espacio muestral) con sus probabilidades. Sea un suceso B del cual se
dispone de las probabilidades P(B/Ai), cuando i = 1,…, n. La Figura 2.8
presenta el diagrama de Venn correspondiente.
P( Ai ) P( B / Ai )
2. P( Ai / B) n Teorema de Bayes
P( A j ) P( B / A j )
j 1
n
3. Probabilidades a priori: P(Ai), para i = 1, ..., n. Se verifica que P( Ai ) 1 .
i 1
OBSERVACIONES.-