Tema

NOCIONES DE PROBABILIDAD

OBJETIVOS
Al finalizar el Tema 7, el participante ser capaz de:

1. Aplicar los conceptos de experimento, espacio muestral y evento. 2. Discutir los principios para asignar probabilidad. 3. Utilizar las reglas de probabilidad para plantear y resolver un problema real.

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

CONTENIDO
1. 2. 3. 4. Importancia de las probabilidades Conceptos bsicos Probabilidad Reglas de Probabilidad 3.1 Regla de la Adicin 3.2 Regla de la Multiplicacin 3.3 Teorema de Bayes

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

7.1 Importancia de las Probabilidades

Las probabilidades estn presentes en nuestras vidas ms a menudo de que podramos sospechar. Todos tenemos una gran intuicin probabilstica. Por ejemplo, en das lluviosos, fros y con mucha humedad es alta la probabilidad de coger un resfro. Si ingerimos alimentos en lugares poco higinicos, en ambulantes es muy probable que contraigamos una infeccin estomacal.
Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

Cmo es la probabilidad de ganar el premio mayor en Tinka?. Muy baja, pues hay muchas alternativas en juego. Pero an sabiendo esto, compramos uno que otro nmero. La decisin creo yo que es racional. Si escuchamos una prediccin de 80% que lluvia, y Ud. tiene planeado un paseo al campo con la familia. Qu hace?. Lo mas racional es que cancele su paseo y se quede en su casa viendo en video.

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

7.2 Conceptos bsicos

(A) Experimento: Ejecucin voluntaria de un fenmeno. Se caracteriza por: a) Tener varios resultados posibles b) Existir incertidumbre sobre el resultado Ejemplos: Lanzar una moneda Seleccionar de un lote un foco de luz Extraer una muestra de sangre a una persona

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

(B) Espacio Muestral: conjunto de todos los resultados posibles de un experimento. Se simboliza por (omega). Ejemplos: Lanzar una moneda

= {cara, sello}
Seleccionar de un lote, un foco de luz.

={adecuado, inadecuado}
= {grupo sanguneo}

Extraer una muestra de sangre a una persona.

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

Ejemplo: Se lanzan tres monedas simultneamente. Los ochos resultados posibles de este experimento pueden detallarse de manera conveniente mediante un diagrama de rbol:
Primera Moneda Segunda Moneda Tercera Moneda Resultado Posible

C
S

C S

C S C S C S C S

CCC CCS CSC CSS SCC SCS SSC SSS

={CCC, CCS, CSC, CSS, SCC, SCS, SSC, SSS}

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

(C) Suceso: subconjunto del espacio muestral, seleccionado de acuerdo a una condicin. Se representan por letras latinas maysculas. Ejemplo: Se lanzan dos dados. El espacio muestral de este experimento es: = { (1,1) (1,2) (1,3) (1,4) (1,5) (1,6) (2,1) (2,2) (2,3) (2,4) (2,5) (2,6) (3,1) (3,2) (3,3) (3,4) (3,5) (3,6) (4,1) (4,2) (4,3) (4,4) (4,5) (4,6) (5,1) (5,2) (5,3) (5,4) (5,5) (5,6) (6,1) (6,2) (6,3) (6,4) (6,5) (6,6) }
Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

Podemos considerar los siguientes sucesos: A: la suma de puntajes es 7, es decir A={(1,6) (2,5) (3,4) (4,3) (5,2) (6,1)}

B: la suma de puntajes es 11, es decir B={(5,6) (6,5)} C: la suma de puntajes es 7 u 11, es decir C={(1,6) (2,5) (3,4) (4,3) (5,2) (6,1) (5,6) (6,5)}
Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

7.3 Probabilidad
(A) Concepto: Ponderacin asignada a cada punto muestral que mide la verosimilitud de su ocurrencia. (B) Principios para asignar probabilidad: a) La probabilidad de cada punto muestral debe estar entre 0 y 1 b) La suma de las probabilidades de todos los puntos muestrales deben ser iguales a 1. 0 0,5 1
Improbable Tan probable como improbable Probable

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

Ejemplos:

1. Se lanza una moneda

={cara, sello} P(cara) = 0,5

P(sello) = 0,5

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

2. Se lanzan 3 monedas = {CCC, CCS, CSC, SCC, CSS, SCS, SSC, SSS} 1/8 1/8 1/8 1/8 /8 1/8 1/8 1/8 A: obtener exactamente 2 caras A = {CCS, CSC, SCC} 1/8 + 1/8 + 1/8 P(A) = 3/8

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

(C) Conclusiones: De acuerdo a la definicin de probabilidad de un suceso, y a los dos principios, tenemos las siguientes conclusiones:
(1) P() = 1 (2) P( ) = 0

(3) P(A) = 1 - P(A)

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

PROBABILIDAD DEL PUNTO ESTADISTICO

...

Quien emplea la estadstica aplicada prefiere pensar en la probabilidad como el numero de veces en las que se presentar determinada situacin si una experiencia fuera repetida indefinidamente en situaciones de naturaleza repetitiva o que pudiera concebirse de esa manera ...

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

7.4 Reglas de probabilidad

7.4.1 Regla de la Adicin

(A B)
P(AUB) = P(A) + P(B) - P (A B)
Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

Ejemplo:
Un cliente ingresa a una panaderia. La probabilidad de que compre (a) pan es 0,60 (b) leche 0,50, y c) pan y leche es 0,30 Cul es la probabilidad de que compre un pan, leche o ambos?. Datos P(P) = 0,60 P(L) = 0,50 P (P L) = 0,30

P(PUL) = P(P) + P(L) - (P L) P(PUL) = 0,60 + 0,50 - 0,30 P(PUL) = 0,80

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

Regla de adicin para sucesos mutuamente excluyentes Dos sucesos son mutuamente excluyentes, si no tienen elementos comunes

P(AUB) = P(A) + P(B) U U

Si : (A B) = Por lo tanto : P(A B) = 0

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

Ejemplo:
Se extrae una carta de una baraja. Cul es la probabilidad de que sea un as o un rey?

4 P(A) = 52 4 P(R) = 52

P(AUR) = P(A) + P(R) 4 4 = 52 52 8 = 52

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

7.4.2 Probabilidad Condicional

Ejemplo 1: Se dispone de 11 Hojas de Registro Laboral, pertenecientes a trabajadores masculinos y femeninos agrupados por el turno en que labora
Sexo Turno
D (Da) N (Noche)

M
(Masculino) 5 1 6

F
(Femenino) 3 2 5 Total 8 3 11

Total

a) Cul es la probabilidad de extraer una Hoja de Registro Laboral perteneciente a un trabajador que labora en el da? 8
P(D) = 11
Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

b)Cul es la probabilidad de extraer una Hoja de

Registro Laboral perteneciente a un trabajador que labora en el da y que sea mujer?

3 P(D F) = 11
c) Dado que la Hoja de Registro Laboral perteneciente a un trabajador que labora en el da, cul es la probabilidad que sea mujer?

P(F

3 )= D 8

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

Derivacin de la frmula:
P(F D) )= D P(D)

P( F

comprobando:

3 P(F ) = 11 D 8 11
P(F 3 ) = D 8

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

Aplicacin: La probabilidad de que el personal administrativo que labora en una empresa, llegue tarde el da lunes es 0,50 y la probabilidad de que llegue retrasado los das lunes y martes es 0,20. Dado que cierto trabajador lleg tarde el da lunes, cul es la probabilidad de que llegue tarde el da siguiente?.
P(TL ) = 0,50
T P( M P(TM TL ) )= TL P(TL )

P(TL TM ) = 0,20

0,20 = = 0,40 0,50

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

7.4.3 Regla de la Multiplicacin

A partir de

P(B

P(A B) ) A P(A)

Se despeja

P(A B) P(A) P B

( A)

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

Aplicacin: Se sabe que en un lote de discos duros de 50 unidades, hay 4 que no estn adecuadamente embalados. Si se extraen al azar 2 discos duros, uno a continuacin del otro, cul es la probabilidad de que ambos se encuentren mal embalados?.
P(D1 ) 4 50

P(D1 D 2 ) P(D1 ) P D 2 = 4 3 12 50 49 2450

D1

P( D 2

3 ) D1 49

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

Ejercicio En una poblacin de pacientes hospitalizados, la probabilidad de que uno de ellos, elegido aleatoriamente tenga problemas cardiacos es 0,35. La probabilidad de que un paciente con problemas cardiacos sea un fumador es de 0,86. Cul es la probabilidad de que el paciente elegido al azar de entre la poblacin sea fumador y tenga problemas cardiacos?.

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

Regla de la multiplicacin para sucesos independientes.

Los sucesos A y B se consideran independientes cuando la ocurrencia de uno no influye sobre la probabilidad de ocurrencia del otro; esto significa que, independientemente de que A haya ocurrido o no, la probabilidad asignada a B es siempre la misma.

Entonces,

P(B

) P(B)

P(A B) P(A) P(B)

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

Ejemplo:
Cul es la probabilidad de que en una familia con dos hijos, ambos sean varones?

P(V1 ) 0,5 P(V2 ) 0,5

P (V1 V2 ) P (V1 ) P (V2 ) = (0,5) (0,5) P (V1 V2 ) 0,25

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

7.4.4 El teorema de Bayes

Consiste en una particin de la probabilidad total.
Ejemplo 1: La Compaa de Seguros JL ha desarrollado un novedoso seguro mdico familiar. De acuerdo con una investigacin hecha en el mercado, la probabilidad de que el producto tenga xito es 0,80 si una compaa competidora no introduce un plan similar en el mercado, en tanto que la probabilidad de xito es 0,30 si la empresa competidora lanza al mercado un seguro similar. Adems, la compaa JL estima que hay una probabilidad de 0,40 de que la firma competidora comercialice el producto.
Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

Dado que el producto de la Compaa JL tuvo xito, cul es la probabilidad de que la firma competidora haya comercializado su novedoso plan de seguro?

Solucin:
P(C) = probabilidad de que la compaa competidora comercialice el producto, P(C) = probabilidad de que la compaa competidora no comercialice el producto, P(E) = probabilidad de que el plan de seguro familiar de la compaa JL tenga xito.
Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

P. Marginal

P. Condicional

P. Conjunta

P(E/C) = 0,30 P(C E) = 0,40 0,30 = 0,12

' ( C E) = 0,60 0,80 = 0,48 P P(E/C) = 0,80

P. Total P(E) = 0,60

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

Luego, de acuerdo con el Teorema de Bayes

P(C P (C E) )= E P (C E) + P (C ' E)

0.12 0.12 0.20 0.12 0.48 0.60

La probabilidad que la compaa de seguros haya participado en el mercado, dado que JL tuvo xito es de 0,20.
Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

Ejemplo 2:
El Gerente de Imagen Institucional est considerando comprar un lote de 10000 unidades USB de un proveedor nacional. El fabricante de estos equipos estima la proporcin de equipos defectuosas en el lote, en la siguiente forma.

Proporcin de piezas defectuosas () 1 = 0,10 2 = 0,15

Probabilidad P() P(1) = 0,20 P(2) = 0,30

3 = 0,25

P(3) = 0,50

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

Esto significa que el proveedor no est seguro acerca de la proporcin de equipos defectuosos en el lote, sin embargo, basndose en experiencias anteriores, cree que hay una probabilidad de 0,20 de que el lote tenga 10% de piezas defectuosas, una probabilidad de 0,30 de que tenga 15%. Y finalmente, de 0,50 de que tenga 25% de piezas defectuosas. Supongamos que elige una unidad USB al azar en el lote:

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

A) Cul es la probabilidad de qu esta sea defectuosa? B) Dado que la unidad USB result defectuosa, cul es la probabilidad de que el lote tenga 25% de piezas defectuosas?

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

P. Marginal

P. Condicional
P(D/1)= 0,10

P. Conjunta

1=0,10

P( 1 D) = 0,20 0,10 = 0,0200

P(2) = 0,30 =0,15 2

P(D/2)= 0,15

P( 2 D) = 0,30 0,15 = 0,045

P(D/3)= 0,25 3=0,25

P( 3 D) = 0,50 0,25 = 0,1250

P(D) = 0,1900
Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

Respuesta A: Hay tres maneras posibles de obtener un USB defectuoso del lote. Por lo tanto, la probabilidad de obtener una unidad defectuosa, cualquiera que se la tasa porcentual de defectuosos 10, 15 25 es:
P( D) P( 1 D) P( 2 D) P( 3 D)

0,0200 0,0450 0,1250 0,19

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007

Respuesta B: De acuerdo con el Teorema de Bayes, la probabilidad de que el lote contenga 25% de piezas defectuosas, dado que la unidad elegida es defectuosa, es:

P( 3 D) 0.1250 P( 3 / D) 0.6579 P( D) 0.1900

Material de Clases Dr.Jorge Crdova Egocheaga. Mayo 2007