Repblica Bolivariana de Venezuela Ministerio del Poder Popular para la Defensa Universidad Nacional Experimental Politcnica de la Fuerza Armada

Estadstica I Semestre 2007-II Gua 11 Tema VI: Probabilidades Elaborado por: Ing. Bethzaida Africano

PROBABILIDADES
PROBABILIDADES. CONCEPTOS BSICOS Las probabilidades existen porque hay fenmenos aleatorios. Un fenmeno es aleatorio cuando al realizar un experimento su ocurrencia est determinada por factores fortuitos o por el azar. En cambio, en los fenmenos determinsticos hay seguridad de la ocurrencia o no de un hecho. El resultado de la tirada de una moneda o de un dado es un ejemplo clsico de un fenmeno aleatorio ya que situaciones aleatorias determinarn si ocurre cara o sello en la moneda o, los nmeros 1, 2, ..., 6 en el dado. Tambin son ejemplos de fenmenos aleatorios el nmero de accidentes de trnsito en una ruta, el resultado de un partido de ftbol o el nmero de defectuosos de un producto en un proceso productivo. Experimento: Cualquier situacin u operacin en la cual se pueden producir uno o varios eventos o sucesos. Los experimentos pueden ser de dos tipos: Determinsticos. Se obtienen siempre los mismos resultados. Ejemplo: Medir con la misma regla en idnticas condiciones la longitud de una trozo de madera Aleatorios. No se obtienen siempre los mismos resultados. Ejemplo: El lanzamiento de una moneda observando la sucesin de caras y sellos que se presentan. Espacio Muestral Es un conjunto cuyos elementos representan los resultados posibles de un experimento. Es el conjunto universal y se representa por S. Encierra todos los casos posibles.

EJEMPLOS 1) E: lanzar un dado y observar el nmero que aparece en la cara superior. S = {1, 2, 3, 4, 5, 6} 2) E: Lanzar una moneda al aire. S={Cara, Sello} 3) E: Lanzar dos monedas. S={CC,CS,SC,SS} C: Cara S: Sello En el cuadro siguiente se representa los resultados posibles del experimento aleatorio consistente en el lanzamiento de dos monedas una de 100 Bs. y otra de 50 Bs.
Moneda de 50 Bs

(1,1), (0,1), (1,0), (0,0)

EVENTOS Es un subconjunto del espacio muestral. Pueden ser elementales o compuestos.

E espacio
muestral

E espacio
El conjunto de todos los resultados posibles se llama espacio muestral y se denota por E.
muestral

E espacio
muestral

Moneda de 100 Bs

Cara (1,1) (1,0)

Sello (0,1) (0,0)

Se llama suceso a un subconjunto de dichos resultados.

Cara sello

Se llama suceso contrario (complementario) de un suceso A, al formado por los elementos que no estn en A, se anota A

Se ha asociado el nmero 1 al resultado cara y el nmero 0 el resultado sello. En consecuencia el espacio muestral asociado a este experimento es

E espacio
muestral

A B

INTERSEC.

Se llama suceso interseccin de A y B, AB o simplemente AB, al formado por los resultados experimentales que estn simultneamente en A y B

Los eventos elementales son: e1 = cara y e2 = sello Dados dos sucesos, A y B, se llaman:

Unin

es el suceso formado por todos los elementos de A y todos los elementos de B.

Interseccin

es el suceso formado por todos los elementos que son, a la vez, de A y de B.

E espacio
muestral

A B

UNIN

Se llama suceso unin de A y B, AUB, al formado por los resultados experimentales que estn en A o en B (incluyendo los que estn en ambos

Diferencia

es el suceso formado por todos los elementos de A que no son de B.

Suceso contrario o Complementario

=E - A se llama suceso contrario de A.

Definicin de probabilidad Dos sucesos A y B, se llaman incompatibles mutuamente excluyentes cuando no tienen ningn elemento comn. Es decir, cuando = (A y B son disjuntos) EJEMPLO E: Lanzar una moneda al aire. S={Cara, Sello} La probabilidad de un suceso es un nmero que cuantifica en trminos relativos las opciones de verificacin de ese suceso. Enfoque clsico o a priori N casos favorables: nA P(A) = ____________________ N casos posibles : n

1.- Los elementos de E tienen la misma probabilidad de ocurrencia 2.- 0 P(A) 1 3.- Si A es un suceso imposible: P(A) = 0 4.- Si A es un suceso seguro (contiene todos los sucesos elementales de E) : P(A) = 1 5.- P(A) + P(A') = 1 Por tanto P(A) = 1 - P(A') Ejemplo Si se lanza un dado Cul es la probabilidad de obtener? a.- Un nmero impar

P(A B): Es la probabilidad del suceso simultneo de A y B P(B): Es la probabilidad a priori del suceso B Ejemplo Se definen los sucesos A: Tener entrenamiento B: Acertar una prueba de razonamiento espacial Tener entrenamiento No tener entrenamiento Acierto 11 3 14 Error 1 5 6 12 8 20

1 , 2, 3, 4, 5, 6
3 P(A) = ______ = 0,5 6 Probabilidad condicional Probabilidad del suceso A, dada la verificacin del suceso B P(A B) P(A/B) = _________ P(B) P(A/B): Es la probabilidad de que se de el suceso A condicionada a que se haya dado el suceso B.

Probabilidad de acierto dado que el sujeto extrado no tiene entrenamiento: 3/8 = 0,375 O bien P(B A') 3/20 P(B/A) = _________ = ______ = 0,375 P(A') 8/20

Ejemplo Se sabe que el 50% de la poblacin fuma y que el 10% fuma y es hipertenso Cul es la probabilidad de que un fumador sea hipertenso? A= Teoremas Bsicos. Teorema de la suma La probabilidad de la unin de los sucesos A y B es

Ser hipertenso

P(A u B) = P(A) + P(B) - P(A B) Teorema del producto Dos sucesos A y B son independientes si se cumple

B=

P(A B) = P(A) * P(B)

Ser fumador
Analisis Combinatorio P(A/B) = Principio Fundamental del Anlisis Combinatorio

Ser hipertenso y fumador

Suponga que una persona tiene 2 formas de ir de una ciudad A a otra ciudad B; y una vez llegada a B, tiene 3 maneras de llegar a otra ciudad C, De cuntas maneras podr realizar el viaje de A a C pasando por B?

P(A B) 0,10 P(A/B) = _________ = ______ = 0,20 P(B) 0,50

Por lo que el principio fundamental del anlisis combinatorio, puede expresarse as: Si una primera decisin, operacin o accin puede efectuarse de a formas diferentes, una segunda accin puede efectuarse de b formas diferentes, una tercera accin puede efectuarse de c formas diferentes y as sucesivamente hasta la ensima accin que puede efectuarse de z formas diferentes, entonces el nmero total de formas diferentes que pueden efectuarse estas n acciones es igual con: a x b x c x ... x z Este principio tambin se llama principio de conteo principio multiplicativo. Ejemplo: De cuntas maneras diferentes podr vestirse un joven que tiene 3 camisas diferentes, 4 pantalones y 2 pares de calzado? Solucin: 3 x 4 x 2 = 24 maneras diferentes Ejemplo: En una ciudad los nmeros de telfono constan de 5 dgitos, cada uno de los cuales se llama con alguno de los 10 dgitos (0 al 9). Cuntos nmeros diferentes pueden formularse? Solucin:
BIC-TRASA.

Si empez a pie, podr tomar luego avin, carro o trasatlntico, y si empez en bicicleta, tambin podr tomar avin, carro o trasatlntico. La persona tuvo 6 formas diferentes de realizar el viaje que son: (iniciales) pa, pc, pt, ba, bc, bt. (2 x 3 = 6) Se puede representar en un diagrama de rbol
PIE - AVION PIE - CARRO PIE - TRASA. BIC- AVION BIC - CARRO

10 x 10 x 10 x 10 x 10 = 100,000 nmeros diferentes Notacin Factorial

En algunos problemas de matemticas se nos presentan multiplicaciones de nmeros naturales sucesivos tal como: 4 x 3 x 2 x 1 = 24; 3 x 2 x 1 = 6; 2 x 1 = 2. Para abreviar estas expresiones, se usa una notacin especial llamada notacin factorial y nos denota las multiplicaciones sucesivas de n hasta l y se define como: 4 x 3 x 2 x 1 = 4! Se leecuatro factorial

3)

4)

5) Cuando n es demasiado grande se suele utilizar la frmula de Stirling:

3 x 2 x 1 = 3! Se lee tres factorial En trminos generales: n(n-1)(n-2)...x 2 x 1 = n! Se lee n factorial Propiedades: a) para n natural

Ejemplo: Determinar 50! por Stirling:

n! = n(n-1)! Ejemplo: 7! = 7 x 6! = 7 x 6 x 5 x 4! b) 0! = 1 Permutaciones Permutacin: Conjunto ordenado de n elementos. Notacin: Pn; Pn, n; An, n Permutacin de 5 elementos P5 = 5! Por lo que:

Ejemplos: 1) 2) 5! = 5 x 4 x 3 x 2 x 1 = 120 4! 3! = (24)(6) = 144

Pn = n! P5 = 5! = 5 x 4 x 3 x 2 x 1 = 120

debe efectuarse al principio y F al final. Cuntas secuencias diferentes pueden ocurrir? Solucin:

Ejemplo: A B C D E F Para el conjunto {a, b, c} existen las siguientes permutaciones: P4 = 4! = 24 formas diferentes Cuando se toman parte de los elementos del conjunto se tiene: Solucin: Abc, acb, bca, bac, cab, cba = 6 P3 = 3! = 6 Ejemplo: En una asamblea de accionistas, hay 6 personas que han solicitado hacer uso de la palabra En cuntas rdenes diferentes pueden hablar, si es que no se ha establecido un orden de prioridades? Solucin: P6 = 6! = 720 Ejemplo: En un proceso de manufactura hay seis operaciones distintas, que se indican con A, B, C, D, E y F. En general no existe una secuencia fija para las operaciones, con la salvedad de que A Ejemplo: Hay 7 candidatos para desempear 3 tareas, si todos los candidatos son igualmente eficientes, De cuntas maneras se pueden efectuar la asignacin? Solucin: Pn,r = Ejemplo: Si n = 5 y r=3

P5,3 =

P7,3 =

2 combinaciones formadas por r elementos son distintas, si difieren al menos en un elemento. Ejemplo: Sea el conjunto {a, b, c} de cuntas maneras podemos seleccionar: a) un elemento dos elementos tres elementos

Ejemplo: De cuntas maneras 3 fresadoras, 4 tornos, 4 taladros y 2 cepillos pueden ordenarse en fila en un taller, de modo que el mismo tipo de mquina quede juntas. 3F 4T 4T 2C

b) c)

Solucin: a) b) c) Existen 3 formas de seleccionar un elementos: a; b; c. Existen 3 formas de seleccionar dos elementos: ab, ac, bc Existe 1 forma de seleccionar 3 elementos: abc

P3 = 3!

P4 = 4!

P4 = 4!

P2 = 2!

Notacin: nCr; P4 = 4! 3! 4! 4! 2! 4! = 165,888 maneras diferentes Combinaciones Una combinacin de n elementos tomados de r en r es un subconjunto no ordenado de r elementos con . Para determinar el nmero de combinaciones de n elementos tomando de r en r:

Ejemplo: Si n = 10 r=7

Los ingleses se pueden escoger de:

Conjuntamente

Ejemplo: El congreso anglo mexicano de administracin pblica, debe elegir el futuro comit ejecutivo que regir a esa institucin durante el prximo ao. La comisin directiva se forma con 6 integrantes y este ao han sido propuestos 7 representantes mexicanos y 4 ingleses para ser electos. Se pide determinar de cuntas maneras se pueden integrar la comisin en los siguientes casos: a) Si en la comisin debe haber 4 mexicanos y 2 ingleses.

b) 1) 2) 3)

Se pueden presentar los casos: 2 ingleses y 4 mexicanos: 3 ingleses y 3 mexicanos: 4 ingleses y 2 mexicanos:

210 + 140 + 21 = 371 Ejemplo: En los laboratorios ELKO hay 3 plazas vacantes de un total de 33 solicitudes de empleo, slo 14 se han considerado aceptables, en bases en las entrevistas practicadas por el departamento de personal. De cuntas maneras pueden asignarse las 3 plazas? a) Si todos los empleos son de la misma categora

b) Si en la comisin debe haber como mnimo 2 ingleses y 2 mexicanos. Solucin: a) Los mexicanos se pueden escoger de:

b) Si un empleo es de gerente de ventas, uno es de agente visitador para las ciudades de Puebla y Tlaxcala y otro de agente visitador para las ciudades de Tampico y Cd. Madero. Solucin: a) donde: P(Ai) son las probabilidades a priori. b) P(B | Ai) es la probabilidad de B en la hiptesis Ai. P(Ai | B) son las probabilidades a posteriori. Esto se cumple Teorema de Bayes El teorema de Bayes, enunciado por Thomas Bayes, en la teora de la probabilidad, es el resultado que da la distribucin de probabilidad condicional de una variable aleatoria A dada B en trminos de la distribucin de probabilidad condicional de la variable B dada A y la distribucin de probabilidad marginal de slo A. Sea {A1,A2,...,Ai,...,An} un conjunto de sucesos incompatibles cuya unin es el total y tales que la probabilidad de cada uno de ellos es distinta de cero. Sea B un suceso cualquiera del que se conocen las probabilidades condicionales P(B | Ai). Entonces, la probabilidad P(Ai | B) viene dada por la expresin: Ejemplo Una fbrica produce un artculo en tres diferentes mquinas. Del total de la produccin el 30% es producido en la mquina A, el 50% en la B y el 20% lo produce la mquina C. La probabilidad de que un artculo producido por una mquina especfic A sea de primera calidad, se muestra en la siguiente tabla: Maquina A B C Probabilidad 0,8 0,7 0,9

Si se selecciona un artculo aleatoriamente de la lnea de produccin: a) Cual es la probabilidad de que sea de primera calidad

b) Si el artculo seleccionado es de primera calidad, cual es la posibilidad de que haya sido producido por la mquina A. Solucin

P(Q'/A) = 1 0,8 = 0,2 P(Q'/B) = 1 P(B) P(Q'/B) = 1 07 = 0,3

1.- Construir la tabla Una fbrica produce un artculo en tres diferentes mquinas. Del total de la produccin el 30% es producido en la mquina A, el 50% en la B y el 20% lo produce la mquina C.

P(Q'/C) = 1 P(C) P(Q'/C) = 1 0,9 = 0,1 Se tiene que calcular las probabilidades conjuntas, esto es las intersecciones respectivas P(A Q) = P(A) P(Q/A) = (0,3) (0,8) = 0,24

P(A) =

0,3

P(Q/A) = 0,8 P(Q'/A) = 0,2

P(A Q') = P(A) P(Q'/A) = (0,3) (0,2) = 0,06

P(Q/B) = 0,7 P(Q'/B) = 0,3 P(Q/C) = 0,9 P(Q'/C) = 0,1

P(B Q) = P(B) P(Q/B) = (0,5) (0,7) = 0,35 P(B Q') = P(A) P(Q'/B) = (0,5) (0,3) = 0,15 P(C Q) = P(C) P(Q/C) = (0,2) (0,9) = 0,18 P(C Q') = P(C) P(Q'/C) = (0,2) (0,1) = 0,02 Pregunta a Si se selecciona un artculo aleatoriamente de la lnea de produccin: Cul es la probabilidad de que sea de primera calidad? P(Q) = P(A Q) + P(B Q) + P(C Q)

P(B) = 0,5

P(C) = 0,2

P(Q'/A) = 1 P(A)

P(Q) = 0,24 + 0,35 + 0,18 = 0,77 Lo que significa que la probabilidad de obtener un artculo de primera calidad es de 77%. Pregunta b Si se selecciona un artculo aleatoriamente de la lnea de produccin Si el artculo seleccionado es de primera calidad, cul es la probabilidad de que haya sido producido por la mquina A. P(A Q) P(A/Q) = ___________________________ P(A Q) + P(B Q) + P(C Q)

porcentaje de fallos es del 5%, mientras que el del segundo es del 8 %. Si en un cierto da un inquilino queda "atrapado" en un ascensor, hallar la probabilidad de que hayan sido en el primero. Utilizamos el diagrama del rbol:

0,24 P(A/Q) = ________ = 0,31 0,77 Por lo tanto podemos concluir que la probabilidad de que la mquina A haya producido un artculo de primera calidad elegido al azar es del 31%.

Se aplica el teorema de Bayes:

p(de ser atrapado en el 1)=p(utilizar A/condicionado a que falle)=

Ejemplo En un cierto edificio se usan dos ascensores; el primero lo usan el 45 % de los inquilinos y el resto usan el segundo. El

que es la probabilidad pedida

Glosario. Probabilidad: Una medida numrica de la posibilidad de que ocurra un evento. Experimento: Cualquier proceso que genere resultados bien definidos. Espacio muestral: El conjunto de todos los puntos muestrales (resultados experimentales) posibles. Punto muestral: El resultado individual de un experimento Evento: Un conjunto de puntos muestrales o resultados experimentales. Complemento del evento A: El evento que contiene todos los puntos muestrales, no existentes en el evento A Diagrama de Venn: Dispositivo grfico para representar el espacio muestra y las operaciones que involucran eventos. Unin de eventos A y B: El evento que contiene todos los puntos muestrales existentes en A, en B o en ambos. Interseccin de eventos A y B: El evento que contiene todos los puntos muestrales existentes, tanto en A como en B. Ley aditiva: Una ley de probabilidades utilizada para calcular la probabilidad de una unin:P(AU B) =P(A) + P(B) - P(AB). Para eventos mutuamente excluyentes, P(AB) = 0, y por tanto, P(AU B) =P(A) + P(B) eventos mutuamente excluyentes: Eventos que no tiene ningn punto muestral en comn: esto es, AB = vaco y P(AB) = 0 Probabilidad condicional: La probabilidad de que un evento suceda, dado otro evento, haya ocurrido.

La probabilidad condicionada de A, dado B, es P(A/B) = P(AB) / P(B) Probabilidad conjunta: La probabilidad de la interseccin de dos eventos. Tabla de probabilidades conjuntas: Tabla utilizada para mostrar probabilidades conjuntas y marginales. Probabilidades marginales: Los valores en los mrgenes de la tabla de probabilidades conjuntas, que proporcionan la probabilidad de cada evento por separado. Eventos dependientes: Dos eventos A y B, donde P(A/B) P(A) o P(B|A) P(B); esto es, la probabilidad de que en un evento sea alterado o afectado al saberse que ocurre otro evento. Eventos independientes: Dos eventos A y B donde P(A/B) = P(A) y P(B/A) = P(B); esto es, eventos que no tienen influencia uno sobre otro. Ley de multiplicacin: Una ley de probabilidad utilizada para calcular la probabilidad de una interseccin: P(AB) = P(A)*P(B/A) o bien P(AB) = P(B)*P(A/B). En el caso de eventos independientes, se reduce a P(AB) = P(A)*P(B). Probabilidades previas: Probabilidades iniciales de eventos. Probabilidades posteriores: Probabilidades de eventos revisadas con base en informacin adicional. Teorema de Bayes: Mtodo utilizado para calcular probabilidades posteriores.