Anda di halaman 1dari 43

Datos del Profesor: Ing. Jess Vlchez Sandoval CIP 129615 email:javs2112@gmail.com http://jesusvilchez.wordpress.

com mvil: (51)99 407*1449 / (51)9 9368 0094

Ing. Jess Vlchez Sandoval

Teora de la

Probabilidad

Contenido
Introduccin Espacio de la Probabilidad Propiedades y Teoremas

Copyright

Ing. Jess Vlchez, 2012 Derechos Reservados

Introduccin

Introduccin
La teora de la probabilidad es la parte de las matemticas que estudia los fenmenos aleatorios estocsticos. Estos deben contraponerse a los fenmenos determinsticos, los cuales son resultados nicos y/o previsibles de experimentos realizados bajo las mismas condiciones determinadas, por ejemplo, si se calienta agua a 100 grados Celsius a nivel del mar el agua se evapora.
Es probable que lo improbable ocurra
-- Aristteles

La excitacin que siente un jugador cuando apuesta es igual a la cantidad que puede apostar multiplicada por la probabilidad de que gane.
-- Blaise Pascal

Introduccin
Probabilidad a travs de conjuntos y frecuencias: Existen bsicamente 2 mtodos: 1. 2. Basados en teora de conjuntos y axiomas fundamentales Basados en la frecuencia relativa (Basados en el sentido comn. Observaciones cientficas y de ingeniera)

1. Espacio de la probabilidad
El espacio de la probabilidad se define como el triplete (, F, P) es decir el espacio muestreal, el espacio de sucesos y la medida de la probabilidad de cada suceso. Axiomas P() = 0 P(A1 A2) = P(A1) + P(A2) - P(A1 A2) P() = 1 siempre Si A1, A2, A3, ..., An son elementos de F disjuntos dos a dos, entonces al medida de probabilidad del evento A1 U A2 U An es igual a P(A1 A2
A3 ...An) = P(A1) + P(A2) + P(A3) + P(An)

1. Espacio de la probabilidad
A. Experimento aleatorio Cuya salida no puede ser predicha con exactitud Ejemplos Tiro un dado, una moneda, sacar una carta de una baraja, una llamada telefnica, etc.

1. Espacio de la probabilidad
B. Espacio muestreal Conjunto de todos los posibles valores de salida de un experimento. El espacio muestreal se denomina con el smbolo omega Pueden ser: Discretos: (Dado, moneda, etc) No discretos: (el del valor del voltaje en una resistencia)

La realizacin de un experimento basado en un modelo matemtico se denomina prueba para la cual existe un resultado

1. Espacio de la probabilidad
B. Sucesos o Eventos Un suceso o evento es un subconjunto del sobre el que se puede definir una probabilidad y para que una probabilidad tenga sentido hay que imponer una serie de restricciones. La probabilidad de un suceso es un numero P(E) no negativo.

0 P(E) 1

2. Frecuencia relativa
Ejemplo: Se quiere determinar la probabilidad de que un nio nace varn: Si utilizamos la definicin clsica, se predice que es Ya que solo hay 2 resultados mutuamente exclusivos que parecen ser igualmente probables. Sin embargo cuando se analizan las estadsticas de nacimiento de la poblacin en relacin al varn es de 0.55% a esto se le llama acercamiento a la probabilidad de frecuencia relativa
Limite N->

= ()

til pero no precisa

No es posible ejecutar el infinito de experimentos por ello solo se puede aproximar

2. Frecuencia relativa
Permutaciones y Combinaciones Son el ordenamiento de objetos y smbolos en secuencias distinguibles. El numero de permutaciones de N objetos es N! La formula de Permutaciones de r objetos seleccionados de un conjunto de n objetos es:
! P n, r = !

Existen situaciones en las que no importa la posicin de los objetos de seleccin. En estos casos se determina el numero de combinaciones.
C n, r = ! ! !

Ejercicios Permutaciones y Combinaciones


1. De cuantas formas se podran permutar si de 7 personas 3 obtienen premios?

2. Cuantos nmeros diferentes se pueden obtener con los dgitos 2,3,4.

3. De cuantas formas puede elegirse un comit de 4 personas de un club de 9 miembros.

Ejercicios Espacio Muestreal


1. Cual ser el espacio muestreal si lanzamos una moneda, y cual seria el espacio muestreal si lanzamos 2 monedas?

2. Se va seleccionar un comit de 3 miembros a partir de un grupo de 5 personas A,B,C,D,E. Se pide definir el espacio muestreal

Espacio de la Probabilidad

Espacio de la Probabilidad
Sucesos o eventos discretos: Son aquellos que estn normados por un subconjunto del espacio muestreal. Sucesos continuos cada suceso a de tener una probabilidad Suceso trivial: Es el que ocurre en todo experimento, es decir que su probabilidad es siempre 1 Conjunto Nulo: es el que no tiene ningn elemento. Unin de Sucesos: E1 U E2 es el suceso que ocurre cuando E1 y E2 o ambos. Interseccin: E1 E2 es el evento cuando E1 y E2 se producen al mismo tiempo. Complemento de un Suceso: es el espacio muestreal menos es espacio del suceso. Eventos Exclusivos o disjuntos: Son aquellos para los que la interseccin es igual al conjunto nulo. Para ellos se cumple que:
P(A1 A2 A3 ...An) = P(A1) + P(A2) + P(A3) + P(An)

Espacio de la Probabilidad
Recordando algunas propiedades: La probabilidad de que ocurra un evento dentro del espacio muestreal encuentra entre 0 y 1 0 P(E) 1 La probabilidad de que ocurra un evento que se encuentra fuera espacio muestreal es de cero. Si D No pertenece a , entonces P(D) = 0 P() = 0 P() = 1 siempre

P(A1 A2) = P(A1) + P(A2) - P(A1 A2)


Si los eventos son excluyentes se debe cumplir que: P(A1 A2 A3 ...An) = P(A1) + P(A2) + P(A3) + P(An)

Ejercicio1
Se tiene una bolsa con 20 boletos: 5 azules, 8 verdes, 5 rojas, 2 blancas. Y Se realizan diferentes experimentos de extraccin, en algunos solo se extraen 1 boleto, en otro 2 boletos y en otro 3 boletos. Calcular las siguientes probabilidades. P(A), P(V) , P(R) , P(B) P(A o V o R o B) P(A V), P(A R), P(V R) P(A V B), P(V R B), P(A R B)

Ejercicio2
En un experimentos de lanzamiento de dados, se lanzan: 1 dado 2 dados 3 dados Calcular las probabilidades para los 3 casos: P(Par) P(1-3) P(5) P(Dardo de en el blanco)

Propiedades y Teoremas

Evento Complementario
Si el evento A no ocurre, decimos que su complemento A ha ocurrido y viceversa. Las probabilidades de A y A estn relacionadas por la frmula:

P(A) = 1 P(A)

A
A

Evento Complementario
Ejemplo:
1
Asistiria No Asist x

2
x

3
x

4
x

5
x

6
x

7
x

8
x

9
x

Cual es la probabilidad de asistencia? De 180, cuantas probablemente no asistiran?

Regla General de la Suma


Cuando un evento se expresa de la forma A B, su probabilidad puede calcularse a travs de la siguiente frmula: P(A B) = P(A) + P(B) - P(A B) Para 3 conjuntos: P(A B C) = P(A) + P(B) + P(C) -P(A B) -P(A C) - P(B C) +P(A B C)

Recordamos nuevamente que si los eventos son excluyentes se debe cumplir: P(A1 A2 A3 ...An) = P(A1) + P(A2) + P(A3) + P(An)

Regla General de la Suma


Ejercicio:

De los voluntarios que llegan a un banco de sangre, 1 de 3 tiene sangre tipo O+; 1 de 15, tipo O-; 1 de 3, tipo A+; y 1 de 16, tipo A-. Se selecciona al azar el nombre de un donante de los registros del banco. Cul es la probabilidad de que la persona seleccionada tenga Sangre tipo O+? Sangre tipo O? Sangre tipo A? Sangre que no es del tipo A, ni O?

Regla General de la Suma


Ejercicio:

La siguiente tabla muestra un resumen de una encuesta realizada a 500 personas en referencia a su posicin frente a la despenalizacin del aborto:
A favor En contra Total

Mujeres
Hombres Total

200
50 250

100
150 250

300
200 500

Si aleatoriamente se selecciona una persona de entre las 500, cul es la probabilidad de que: El encuestado est a favor de despenalizar el aborto? El encuestado sea hombre y est en contra de la despenalizacin del aborto?

Probabilidad Condicional
Suponiendo que existen 2 sucesos E1 E2 definidos sobre el mismo espacio muestreal con sus correspondientes probabilidades P(E1) y P(E2) y si sabemos adems que uno de los eventos se ha producido. Por ejemplo E2, Entonces la probabilidad del suceso E1 dado que se ha producido el suceso E2 se denotara de la siguiente manera: P(E1/E2) Y se define como:
(1 2) (2)

, 2 0 , 2 = 0

P(E1/E2) =
0

Probabilidad Condicional
Propiedades:

P(A|B) + P(A|B) = 1
B A P (A|B) = 1 P(A) = P(A|B) P(B) + P(A|B) P(B)
P(A B) P(A B)

Probabilidad Condicional
Sean A y B dos eventos y P(B) > 0. La probabilidad condicional de A con respecto a B es la probabilidad de que ocurra A sabiendo que ocurre B:

Regla de la multiplicacin: Generalmente esta formula se escribe de la siguiente manera:

P(AB) = (A) P(B/A)

Probabilidad Condicional
La siguiente tabla muestra un resumen del anlisis realizado a las flechas de un compresor para determinar el grado con que stas satisfacen ciertos requerimientos:
La curvatura cumple con los requerimientos El acabado superficial cumple con los requerimientos
S S 345 No 5

No

12

Se escoge una flecha y se observa que cumple con los requisitos de curvatura. Cul es la probabilidad de que la flecha cumpla con los requisitos de acabado?

Eventos Independientes
Dos eventos A y B son independientes si la probabilidad de que ocurra uno no afecta la ocurrencia del otro.

P (A | B ) = P (A )
Luego:
P( A B) P ( A | B ) P ( A ) P (A B ) = P (A P )P (B ) (B)

Que los eventos sean independientes significa que los eventos son excluyentes?

Eventos Independientes
En un grupo de estudiantes de bachillerato que consta de 60 mujeres y 40 varones, se observa que 24 chicas y 16 muchachos usan lentes. Adems, se sabe que si un estudiante es elegido aleatoriamente la probabilidad de que el estudiante use lentes es 40%=0.4 Considerando esto: Calcule la probabilidad de que un estudiante elegido aleatoriamente use lentes dado que es un estudiante varn Puede usted afirmar que ambos eventos son independientes en este grupo?

Encuesta Encubierta
Se desea determinar el porcentaje de hinchas de la U en el barrio de Matute-La Victoria. Dado que ser hincha de la U no es ampliamente aceptado en dicha zona de la ciudad no podemos hacer preguntas directas, para ello utilizamos tems del tipo: Es hincha de la U o fumador, de manera que la persona conteste con honestidad. Por ejemplo: Si Ud. fuma o es hincha de la U responda la siguiente pregunta Es importante que el evento de inters, en este caso ser hincha de la U, sea relacionado con eventos independientes de l, tales como ser fumador, hablar alemn, etc.

Encuesta Encubierta

P(F)

Probabilidad de ser fumador (Conocida)

P(H)

Probabilidad de ser hincha de la U(Buscada)

F y H Son eventos independientes

P(F H) = P(F) + P(H) P(F H)

[Unin]

P(F H) = P(F) + P(H) P(F)*P(H)


Despejamos P(H) y resulta:

[F y H Independientes]

P(F H ) P(F ) P(H ) 1 P(F )

Teorema de la Probabilidad Total


Sea A1, A2,..., An una particin sobre el espacio muestral y sea B un suceso cualquiera del que se conocen las probabilidades condicionales P(B|Ai), entonces la probabilidad del suceso B viene dada por la expresin:

Ai A j i j

=
=1

()

Teorema de la Probabilidad Total


Ejercicio

La probabilidad de infarto para hipertensos es del 0,3% y para no hipertensos del 0,1%. Si la probabilidad de hipertensin en una cierta poblacin es del 25% Cul es la probabilidad del infarto en esa poblacin?

A1

( B A2 )
A2

( B A1 )

A1 = {ser hipertenso} A2 = {no serlo} (estos sucesos constituyen una particin) B = {padecer infarto} P(B) = ?

Recordemos que:

Teorema de Bayes
Por definicin de probabilidad condicional se tiene:

P (A B ) = P (B | A)P (A) = P (A | B )P (B )

P (B | A )P (A ) P (A | B ) = P (B )
P[A|B] se le llama probabilidad posterior P[A] se llama probabilidad a priori

Teorema de Bayes

A2

A3 B

A6

A1

A4

A5

P (B | A1 )P (A1 ) P (A1 | B ) = P (B | Ai )P (Ai )


i

Teorema de Bayes

Para el caso de una particin en dos conjuntos A y AC:

P (B | A)P ( A) P( A | B) P (B | A)P ( A) P (B | AC )P ( AC )

Teorema de Bayes

Ejercicio: El SENAHMI ha anunciado tres posibilidades para el fin de semana: a)Que llueva: probabilidad del 50% b)Que nieve: probabilidad del 30% c)Que haya niebla: probabilidad del 20% Segn estos posibles estados meteorolgicos, la posibilidad de que ocurra algn accidente es la siguiente: a)Si llueve: 20% b)Si nieva: 10% c)Si hay niebla: 5% Resulta que Ud., que estaba de viaje, escuch en la radio que ocurri un accidente el fin de semana cul es la probabilidad de que estuviera nevando?

Teorema de Bayes

Ejercicio: Los clientes se encargan de evaluar los diseos preliminares de varios productos. En el pasado, el 95% de los productos con mayor xito en el mercado recibieron buenas evaluaciones, el 60% de los productos con xito moderado recibieron buenas evaluaciones, y el 10% de productos de escaso xito recibieron buenas evaluaciones. Adems, el 40% de los productos ha tenido mucho xito, el 35% un xito moderado y el 25% una baja aceptacin.
a) b) Cul es la probabilidad de que un producto obtenga una buena evaluacin? Si un nuevo diseo recibe una buena evaluacin, cul es la probabilidad de que se convierta en un producto de gran xito?

Teorema de Bayes

Ejercicio: A un sospechoso se le aplica un suero de la verdad que se sabe que es confiable en un 90% cuando la persona es culpable y en un 99% si la persona es inocente. Es decir, un 10% de los culpables son detectados como inocentes y un 1% de los inocentes son juzgados culpables. Si se administra el suero a un sospechoso escogido de un grupo donde solo el 5% han cometido un crimen y el suero indica que es culpable, Cul es la probabilidad de que sea inocente?

Preguntas

FIN SESION REDES TELEMATICAS