Anda di halaman 1dari 19
Probabilidad 9 Condicional
Probabilidad
9
Condicional
Probabilidad 9 Condicional Gonzalo Fernández Ad Romero Center for i d E i S d 1

Gonzalo Fernández

Ad

Romero Center for i

d E

i

S

d

1

Objetivos
Objetivos

Calcular probabilidades de eventos compuestos.

Calcular probabilidades que involucran eventos independentes o eventos mutuamente excluyentes.

Utilizar información muestral para calcular probabilidades condicionales.

Introducción
Introducción

Cualquier enfoque analítico de los problemas estadísticos supone la evaluación de la medida en que es posible que ciertos sucesos (eventos) hayan ocurrido o vayan a ocurrir.

¿Cuál es la probabilidad de que uno de los candidatos presidenc

Cuatro tipos de Probabilidad
Cuatro tipos de Probabilidad
Marginal Unión Conjunta Condicional P(A) P(A B) P(A B) P(A| B) La probabilidad de que ocurra
Marginal
Unión
Conjunta
Condicional
P(A)
P(A B)
P(A B)
P(A| B)
La probabilidad
de que ocurra
La probabilidad
de que ocurra
La probabilidad
de que ocurra
La probabilidad
de que ocurra
A
A o B
A y B
A sabiendo que
ha ocurrido B
A
A
B
A
B
B
Probabilidad Condicional
Probabilidad Condicional

Ocurre cuando dos eventos se relacionan de manera tal que la probabilidad de ocurrencia de uno depende de la ocurrencia del otro.

Definición1: Sean A y B dos eventos tal que , la probabilidad condicional de que ocurra el evento A dado que ha ocurrido B, se denota:

P(A

B)

P(A/B)

Probabilidad Condicional Ocurre cuando dos eventos se relacionan de manera tal que la probabilidad de ocurrencia

P(B)

“dado que”

;

P(B)

0

Tabla de Doble-Entrada Las probabilidades “conjuntas” y “marginales” se relacionan con el concepto de probabilidad condicional.

Tabla de Doble-Entrada

Las probabilidades “conjuntas” y “marginales” se relacionan con el concepto de probabilidad condicional. Veamos la siguiente tabla de doble entrada (o tabla de contingencia).

Evento Evento A 1 A 2 Total B 1 P(A 1  B 1 ) B
Evento
Evento
A 1
A 2
Total
B 1
P(A 1  B 1 )
B 2
P(A 1  B 2 )
Total
P(A 1 )
P(A 2  B 1 )
P(B 1 )
P(A 2  B 2 ) P(A 2 )
P(B 2 )
1

Probabilidad Conjunta

Probabilidad Marginal

Ejemplo
Ejemplo

Halle las Probabilidades:

  • 1. P(A) =

  • 2. P(C B) =

  • 3. P(A D) =

  • 4. P(B D) =

  • 5. P(A|D) =

 

Evento

 

Evento

C

D

Total

A

4

2

6

B

1

3

4

Total

5

5

10

Solución
Solución

Las Probabilidades son:

  • 1. P(A) = 6/10

  • 2. P(C B) = 1/10

  • 3. P(A D) = 9/10

  • 4. P(B D) = 3/10

 

Evento

 

Evento

C

D

Total

A

4

2

6

B

1

3

4

Total

5

5

10

5.

P A D

P A

D

P D

2 2 10  5 5 10
2
2
10
5
5
10
Ejemplo
Ejemplo

En una universidad el 70% de los estudiantes son de ciencias y el 30% de letras; de los estudiantes de ciencias el 60% son varones y los de letras son varones el 40%. Si se elige aleatoriamente un estudiante, calcular la probabilidad que:

  • a) Sea un estudiante varón
    b) Sea un estudiante varón si es de ciencias
    c) Sea un estudiante de ciencias si es varón

  • d) Sea un estudiante de ciencias y varón

  • e) Sea un estudiante de Letras o mujer

Esp/Sexo

Varones

Mujeres

Total

Ciencias

0.42

0.28

0.70

Letras

0.12

0.18

0.30

Total

0.54

0.46

1.00

Regla de la Multiplicación
Regla de la Multiplicación

Se define a partir de la probabilidad condicional:

Definición2: Sean A y B dos eventos cualesquiera, entonces se tiene:

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

Ejemplo: La probabilidad de que haya un accidente en una fábrica que dispone de alarma es 0.10. La probabilidad de que suene esta sí se ha producido algún incidente es de 0.97 y la probabilidad de que suene si no ha sucedido ningún incidente es 0.02. Determina la probabilidad que haya un incidente y la alarma no funcione.

Independencia Estadística
Independencia Estadística

Una persona o institución es independiente de otra persona o institución, si las decisiones de la primera no son condicionadas por lo que haga o no haga la segunda persona o institución.

Definición: Dos eventos A y B son independentes si

P(A P(A B) B) = = P(A) P(A) P(B) P(B)
P(A P(A B) B) = = P(A) P(A) P(B) P(B)

En otro caso, decimos que son dependientes.

Ejemplo: De una urna que contiene 3 bolas blancas y dos bolas rojas, se extraen dos bolas con reemplazo. Sea A 1 el evento, la primera bola es blanca, y A 2 el evento la segunda bola extraída es blanca. Entonces ambos eventos son independientes.

Teorema de la Probabilidad Total A 1 A 2 A n = B
Teorema de la
Probabilidad Total
A 1
A 2
A n
=
B
Teorema de la Probabilidad Total A 1 A 2 A n = B Ejemplo : En

Ejemplo: En una Maestría de educación los estudiantes pueden optar por cursar como lengua extranjera inglés o francés. En un determinado curso, el 90% de los estudiantes estudia inglés y el resto francés. El 30% de los que estudian inglés son mujeres y de los que estudian francés son mujeres el 40%. Elegido un estudiante al azar, ¿cuál es la probabilidad de que sea varón?

Teorema de la Probabilidad Total

Teorema de la Probabilidad Total Probabilidad Total 13
Teorema de la Probabilidad Total Probabilidad Total 13

Probabilidad Total

Teorema de Bayes
Teorema de Bayes

Sirve para revisar las probabilidades a la luz de la información muestral. El llamado enfoque “bayesiano” de este problema se centra en la posibilidad de determinar la probabilidad de algún evento, A i , dado que ha sido (o será) observado otro evento, B. Es

decir se trata de determinar el valor de P(A i /B). El evento B suele considerarse como una nueva información. Así, el Teorema de Bayes se utiliza para determinar la probabilidad de un evento, dada cierta información nueva (una encuesta, un estudio piloto, etc.).

A 1 A 2 A n = B
A 1
A 2
A n
=
B

Teorema de Bayes

Si los n eventos A 1 , A 2 ,

A n forman una partición del

. . . espacio muestral , entonces para cualquier evento B en :

P(A

i

| B)

P(A

i

B )

P(B)

(

P A

i

)

(

P B

/

A

i

)

n

j 1

(

P A

j

)

(

P B

/

A

j

)

(

P A

i

):

(

P A

i

/

B

):

probabilidades "a priori"

probabilidades "a posteriori"

Ejemplo1:Teorema de Bayes
Ejemplo1:Teorema de Bayes

En

una

oficina,

 

La

probabilidad

 

que

un

empleado sea mujer es

0.3,

si

es

hombre

la

probabilidad

 

que

fume

es 0.10 pero si es mujer

0.20. Se

 

elige

a

un

individuo

al

azar

y

resulta

fumador.

¿Cuál

es la probabilidad de que

sea una mujer?

Fuma 0,1 Hombre 0,7 No fuma 0,9
Fuma
0,1
Hombre
0,7
No fuma
0,9

Empleado

0,3 Mujer
0,3
Mujer
0,2 Fuma 0,8 No fuma
0,2
Fuma
0,8
No fuma
Ejemplo2:Teorema de Bayes
Ejemplo2:Teorema de Bayes

En una cierta población, el 25% de las personas tienen ojos azules y el resto cafés. También el 10% de la población con ojos azules son zurdos, mientras que también lo son el 5% de la población de ojos cafés. ¿Cuál es la probabilidad de que una persona que sabemos es zurda tenga ojos azules?

Ejemplo2:Teorema de Bayes En una cierta población, el 25% de las personas tienen ojos azules y
Problema:Teorema de Bayes
Problema:Teorema de Bayes

1. Una importante empresa que ofrece servicios de mantenimiento de cómputo, cuenta en su equipo con un 20% de ingenieros de sistemas, un 30% son de electrónica, un 25% son de civil y el resto son de industrial. La empresa se preocupa por la calidad de los servicios que ofrece, por ello envía cada seis meses a su personal a capacitación. Se sabe que los de sistemas aprueban el curso de capacitación en el 80% de los casos, los de electrónica 75%, los de civil el 72% y los de industrial en el 82% de los casos. Se elige un alumno al azar.

a) Calcule la probabilidad que haya aprobado el curso. Rpta: 0.77 b) Calcule la probabilidad de que sea de sistemas, si se sabe que ha aprobado el curso. Rpta: 0.2078

! Gracias¡ “El corazón alegre hermosea el rostro” Copyright © Gonzalo Fernández. All rights reserved. 19

! Gracias¡

! Gracias¡ “El corazón alegre hermosea el rostro” Copyright © Gonzalo Fernández. All rights reserved. 19
! Gracias¡ “El corazón alegre hermosea el rostro” Copyright © Gonzalo Fernández. All rights reserved. 19
! Gracias¡ “El corazón alegre hermosea el rostro” Copyright © Gonzalo Fernández. All rights reserved. 19

“El corazón alegre hermosea el rostro”

Copyright © Gonzalo Fernández. All rights reserved.

19