Professional Documents
Culture Documents
1
Contenido de Reglas de Probabilidad
• 1. Probabilidad:
– Regla de la Adición.
– Regla de la Multiplicación.
– Probabilidad Condicional
– Probabilidad Total
– Teorema de Bayes.
• 2. Ejercicios y casos de probabilidades.
2
Regla de la Adición
3
EJEMPLO 6
4
SOLUCION Ejemplo 6
• El experimento dado Ɛ es compuesto; sean
5
Regla de Multiplicación
6
EJEMPLO 1 – Regla de Multiplicación
7
SOLUCION Ejemplo 1
• La moneda ocurre de 2 formas, es decir n1 = 2, y para cada uno
de estos; el dado ocurre de 6 formas, osea n2 = 6. Por lo tanto, la
moneda y el dado al ser lanzados simultáneamente ocurren de
n1 n2 = 2 x 6 = 12 formas diferentes. Es decir, el espacio muestral
Ω tiene 12 elementos.
• El espacio muestral asociado al experimento compuesto "lanzar
una moneda y un dado a la vez", se construye a partir de los sub-
espacios muéstrales Ω1, Ω2 asociados a los experimentos "lanzar
una moneda” y "lanzar un dado" respectivamente, como se
puede ver . Así:
Ω = Ω1 x Ω2 = { ( ω1 , ω2 ) / ω1 Є Ω1 Λ ω2 Є Ω2 }
8
EJEMPLO 2
– B a C de 6 formas.
9
SOLUCION Ejemplo 2
• La persona puede ir de A a B de 5 formas, para cada una de estas,
hay 6 maneras de viajar de B a C. Por lo tanto, hay 5 x 6 = 30
formas de ir de A a C pasando por B. El diagrama de la figura
siguiente, muestra los caminos a seguir.
A B C
10
Regla de Multiplicación
11
EJEMPLO 3
12
SOLUCION Ejemplo 3
13
EJEMPLO 4
14
SOLUCION Ejemplo 4
• Puesto que los números por formarse deben ser pares, sólo hay 3
8). Para cada uno de éstos 3 casos hay 6 elecciones posibles para
15
Probabilidad Condicional
• Dado dos sucesos A y B en un espacio de probabilidad (Ω, Q, P)
se define la probabilidad condicional de A dado B como:
𝑃(𝐴𝐵)
P(A/B) = 𝑠𝑖 𝑃 𝐵 > 0
𝑃(𝐵)
P(A/B) 0
P(Ω/B) = 1
Si A1, A2, … / Ai son una sucesión infinita de sucesos del espacio de
probabilidades mutuamente excluyentes.
16
Ejemplo
• Si se sabe que al lanzar 5 monedas aparecieron al menos 2 caras
cual es la probabilidad de que el número exacto de caras fuera
tres.
17
Ejemplo
• Si se sabe que al lanzar 5 monedas aparecieron al menos 2 caras
cual es la probabilidad de que el número exacto de caras fuera
tres.
ε1 : Lanzar 5 monedas; observar el número de caras
A : Se obtiene al menos 2 caras = { 2,3,4,5}
B : Se obtiene exactamente 3 caras = { 3 }
P(A) = 1-P(A’)
P(A’) = P( {0}+ {1} ) =
5 5 ∗4 ∗3
P({sssss})+P({cssss,scsss,sscss,ssscs,ssssc})
3
= = 10
= 1/32 + 5/32 = 6/32 1 ∗2 ∗3
P(A) = 26/32
P(B) = 10/32 𝑃(𝐴𝐵) 10/32 5
P(A/B) = = =
𝑃(𝐴) 26/32 13
18
Ejemplo
• Se extraen 2 artículos de un lote con 5 defectuosos y 10 no
defectuosos. Halle la probabilidad de que el segundo artículo
extraído sea defectuoso, dado que el primer artículo también
fue defectuoso.
19
Ejemplo
• Se extraen 2 artículos de un lote con 5 defectuosos y 10 no
defectuosos. Halle la probabilidad de que el segundo artículo
extraído sea defectuoso, dado que el primer artículo también
fue defectuoso.
A: Segundo artículo extraído es defectuoso
B: Primer artículo extraído es defectuoso
20
Probabilidad Total
• Si B1, B2, …. Bn son una partición del espacio muestral, Ω es
decir:
21
Teorema de Bayes.
22
Ejemplo – Teorema de Bayes
23
Caso A – Artículo con Defecto
A = Artículo defectuoso
Bi = Tipo de máquina
P(A) = 0.025
24
Caso B – Artículo Producido por la Máquina C
A = Artículo defectuoso
Bi = Tipo de máquina P(B3/A) = ?
P(A) = 0.6 * 0.02 + 0.3 * 0.03 + 0.1* 0.04 = 0.025
P(A) = 0.025
P(B3 A) = P(B3 )P(A/B3) = 0.1* 0.04 = 0.004
P(B3 A) = 0.004
P(B3 𝐴) 0.004
P(B3/A) = = = 0.16
P(𝐴) 0.025
25