La Probabilidad. Heraldo Gonzalez S.
|
|
- Claudia Rojas Flores
- hace 6 años
- Vistas:
Transcripción
1 La Probabilidad Heraldo Gonzalez S.
2 2
3 Índice general 1. Definición Axiomática de Probabilidad Probabilidad condicional e independencia estocástica Teorema de la probabilidad total Teorema de Bayes
4 4 Plan de Regularización, Estadistica I
5 Capítulo 1 Definición Axiomática de Probabilidad. Existen varios conjuntos de axiomas que permiten construir un modelo matemático de la probabilidad, que explique las regulaciones observadas en los sucesos asociados a un experimento aleatorio cuando realizamos sucesivas repeticiones del experimento. Este modelo matemático debe englobar a las dos interpretaciones vistas anteriormente, pues están basadas, en gran medida, en la experiencia. La axiomática que usaremos será la introducida por Kolmogorov, considerando la probabilidad definida en un σ-álgebra, pues esta es la estructura matemática de sucesos idónea para estudiar cualquier experimento aleatorio y calcular probabilidades. Definición. Una colección Λ (no vacía) de subconjuntos de Ω es un σ-álgebra de subconjuntos de Ω si: 1. A Λ A c Λ. 2. A i Λ; i N A i A i Λ Λ 5
6 6 Plan de Regularización, Estadistica I Definición. Una medida de probabilidad P sobre un σ-álgebra Λ es una función de valores reales definida sobre Λ tal que: 1. P (Ω) = P (A) 0 A Λ. 3. Si los A i, I N, son sucesos mutuamente excluyentes (A i A j = ) entonces P ( A i ) = P (A i ). Decimos que el trío (Ω, Λ, P ) es un espacio de probabilidad. Propiedades En (Ω, Λ, P ) se cumple: 1. El suceso imposible tiene probabilidad cero, es decir, P ( ) = Si A 1, A 2,..., A n son mutuamente excluyentes entonces n n P ( A i ) = P (A i ). 3. Si A c es el suceso complementario de A entonces P (A c ) = 1 P (A). 4. Sean A, B sucesos cualesquiera. Si A B entonces P (A) P (B). 5. Sean A y B sucesos cualesquiera, entonces: P (A B) = P (A) + P (B) P (A B). Observación: 1. Sean A y B sucesos cualesquiera entonces se cumple: P (A B c ) = P (A) P (A B). En efecto: Como A = (A B c ) (A B) y estos dos últimos sucesos son excluyentes entonces P (A) = P [(A B c ) (A B)] = P (A B c ) + P (A B), de donde, despejando P (A B c ) obtenemos P (A B c ) = P (A) P (A B).
7 Heraldo Gonzalez S Si A, B, C son sucesos cualesquiera entonces se cumple: P (A B C) = P (A)+P (B)+P (C) P (A B) P (A C) P (B C)+P (A B C) Esto se demuestra escribiendo A B C como A (B C) y aplicando la propiedad 5) junto con la distributividad de la intersección con respecto de la unión. 3. Si A 1, A 2,..., A n son n sucesos cualesquiera entonces se cumple: n n P ( A i ) = 1 P ( A c i). En efecto: n n n P ( A i ) = P [( A c i) c ] = 1 P ( A c i). 4. Si A 1, A 2,..., A k son k sucesos cualesquiera entonces se cumple: k k k P (A 1 A 2... A k ) = P (A i ) P (A i A j ) + P (A i i<j=2 A j A r ) ( 1) k 1 P (A 1 A 2... A k ). i<j<r=3 EJEMPLO 13 Sean A, B, C tres sucesos en Ω tal que: P (A) = 0, 4, P (B) = 0, 2, P (C) = 0, 35 P (A B) = 0, 15, P (A C) = 0, 25, P (B C) = 0, 1, P (A B C) = 0, 05 Calcule la probabilidad de que: a) no ocurra A. b) ocurra A y no ocurra B. c) sólo ocurra A y B. d) sólo ocurra A. e) sólo uno de los sucesos ocurra. f) al menos un suceso ocurra.
8 8 Plan de Regularización, Estadistica I a) La probabilidad de que no ocurra A se denota P (A c ) y entonces P (A c ) = 1 P (A) = 1 0, 4 = 0, 6. b) La probabilidad pedida se denota P (A B c ), tenemos: P (A B c ) = P (A) P (A B) = 0, 4 0, 15 = 0, 25. c) Se pide: P (A B C c ) P (A B C c ) = P (A B) P (A B C) = 0, 15 0, 05 = 0, 10. d) Se pide: P (A B c C c ), Note: ocurre A pero no ocurre ni B ni C P (A B c C c ) = P [A (B C) c ] = P (A) P [A (B C)] = P (A) P [(A B) (A C)] = P (A) [P (A B) + (A C) P (A B C)] = 0, 4 (0, , 25 0, 05) = 0, 05. e) Se pide: P [(A B c C c ) (B A c C c ) (C A c B c )] Ya calculamos P (A B C c ), de manera análoga obtenemos la probabilidad de las otras componentes de la unión, además la probabilidad de las intersecciones entre las componentes de la unión es cero, de donde: P (pedida) = 0, 10. f) Se pide: P (A B C) aplicando la observación 2) y reemplazando valores obtenemos P (A B C) = 0, 5. Observación. Existe un mecanismo más eficiente para resolver este tipo de problemas; el uso de un diagrama de Venn-Euler. Podemos representar el espacio muestral como un rectángulo y allí los sucesos. En el ejemplo anterior tenemos: Note que los resultados se obtienen leyendo las zonas del gráfico. Por ejemplo, la probabilidad de que ocurra sólo C es P (A B C c ) = 0, 41 y la probabilidad de que ocurra sólo A y C es P (A C B c ) = 0, 2.
9 Heraldo Gonzalez S. 9 EJEMPLO 14 Tenemos n cartas y n sobres con las correspondientes direcciones. Las cartas se introducen al azar en los n sobres. Calcule la probabilidad de que por lo menos una carta esté en su sobre. Podemos numerar las cartas y los sobres del 1 a n, y consideremos el suceso A k = la carta k está en el sobre k, k = 1, 2,..., n. n El problema se reduce a calcular P ( A k ) y entonces debemos calcular k=1 P (A k ) y la probabilidad de las intersecciones P (A 1 ) = n(a 1) n(ω) = (n 1)! n! = 1 n, ya que el total de resultados son permutaciones de n elementos (las cartas) y son resultados favorables aquellas permutaciones que tienen fijo el primer elemento. De la misma manera n P (A k ) = n(a k) = (n 1)! = 1 ; k = 1, 2,..., n y entonces P (A n(ω) n! n k ) = 1. Por otro lado, P (A 1 A 2 ) = n(a 1 A 2 ) = (n 2)! pues en cada caso favorable n(ω) n! las cartas 1 y 2 están en sus sobres correspondientes y los demás se encuentran repetidos al azar en los otros n 2 sobres. De la misma manera P (A i A j ) = (n 2)!, i j y entonces n! n ( ) n (n 2)! P (A i1 A i2 ) = = 1 2 n! 2! Análogamente i 1, i 2 =1; i 1 <i 2 k=1
10 10 Plan de Regularización, Estadistica I n P (A i1 A i2 A i3 ) = i 1 i 2 i 3 =1; i 1 <i 2 <i 3 P (A 1 A 2... A n ) = 1. n! ( n 3 ) (n 3)! Así entonces, n p n = P ( A k ) = 1 1 2! + 1 3! ( 1)n 1 n! = k=1 k=1 Notemos que 7 ( 1) k 1 p 7 = = 0, 6321 k! y que, usando más Matemática tenemos lím p n = 1 e 1 = 0, 6312 ya que e 1 = n n! ( 1) k. k! k= Probabilidad condicional e independencia estocástica. = 1 3! y finalmente n ( 1) k 1 Presentaremos la situación con un problema que motivará los conceptos y nos indicará las definiciones. Una organización de defensa del consumidor ha estudiado los servicios dentro del período de garantía que ofrecen los 50 distribuidores de automóviles nuevos en cierta comunidad; las variables medidas fueron: Calidad del servicio al interior del período de garantía (Buen servicio, Mal servicio) y Antiguedad en la actividad (en años). Los resultados se presentan en la siguiente tabla. k=1 Buen servicio Mal servicio 10 o más años Menos de 10 años Si una persona selecciona al azar uno de los 50 distribuidores Cuál es la probabilidad de que seleccione a uno que otorgue un buen servicio?. Notamos que existen 26 distribuidores que entregan un buen servicio, entonces si denotamos este suceso por A tenemos: P (A) = 26 = 0, k!
11 Heraldo Gonzalez S. 11 Cuál sería la probabilidad de que una persona seleccione un distribuidor que otorga un buen servicio si esta selección se restringe ahora a aquellos distribuidores con más de 10 años en la actividad?. Como ahora nos restringimos a los 20 distribuidores que poseen tal característica, podemos concluir que la probabilidad pedida es: P (pedida) = 16 = 0, 80. Notemos que si al suceso 10 o más años lo 20 denotamos por B entonces la probabilidad pedida la podemos denotar por P (A/B) y entonces P (A/B) = 16 = 0, 80. Es inmediato concluir 20 P (A/B) = n(a B) n(b) = 16 Definición. n(a B) = n(ω) 20 n(b) n(ω) = P (A B) P (B). Sean A y B dos sucesos cualesquiera en Ω, llamamos probabilidad condicional de A dado (que ocurre) B, lo que denotamos P (A/B) al cuociente: P (A/B) = P (A B) P (B) si P (B) > 0; Análogamente: P (B/A) = P (B A) P (A) si P (A) > 0. Definición. Dos sucesos A y B cualesquiera en Ω son estocásticamente independientes si y sólo si P (A/B) = P (A) (o P (B/A) = P (B)). Observación. 1. Si A y B son excluyentes (es decir A B = con P (A), P (B) > 0 entonces es inmediato que ellos no son estocásticamente independientes, ya que P (B/A) = P (B A) P (A) = 0 P (A) > Si A y B dos sucesos cualesquiera en Ω entonces se cumple: P (A B) = P (A/B)P (B) = P (B/A)P (A) Teorema de la probabilidad conjunta. 3. Si A y B son sucesos independientes entonces se cumple: P (A B) = P (A)P (B)
12 12 Plan de Regularización, Estadistica I EJEMPLO 15 Si A y B son sucesos en Ω tal que: P (A) = 1 2, P (B) = 1 3, P (A B) = 1 4, determine: a) P (A/B). b) P (A c /B c ). c) P (A/(A B) c ). a) Es inmediato que P (A/B) = P (A B) P (B) = = 3 4. b) P (A c /B c ) = P (Ac B c ) = P [(A B)c ] = P ((A B)c ) P (B c ) P (B c ) 1 P (B) 1 [P (A)+P (B) P (A B)] 1 P (B) = 1 ( ) = 5 8. = 1 P (A B) 1 P (B) = c) P (A/(A B) c ) = P (A (A B)c ) P ((A B) c ) = P (A) P (A B) 1 P (A B) = = 1 3. EJEMPLO 16 Si A y B son sucesos independientes entonces: a) A c y B c son independientes. b) A y B c son independientes. c) A c y B son independientes. Demostración. a) Se debe demostrar que P (A c /B c ) = P (A c ). P (A c /B c ) = P (Ac B c ) = = P ((A B)c ) 1 (P (A)+P (B) P (A B)) = P (B c ) 1 P (B) 1 P (B) 1 (P (A)+P (B) P (A)P (B)) 1 P (A) P (B)+P (A)P (B) = = 1 P (B) 1 P (B) (1 P (A)) P (B)(1 P (A)) = 1 P (B) b) y c) se demuestran de manera análoga. (1 P (A))(1 P (B)) (1 P (B)) = 1 P (A) = P (A c )
13 Heraldo Gonzalez S. 13 EJEMPLO 17 Supongamos que en cada familia con un determinado número de descendientes, los resultados referentes al género de los descendientes son igualmente probables. Consideremos los sucesos: A = la familia tiene como mucho una hija B = la familia tiene hijos de los dos sexos Estudie la independencia de A y B en las siguientes situaciones: a) la familia tiene dos descendientes. b) la familia tiene tres descendientes. a) El espacio muestral para este caso es Ω = {HH, HM, MH, MM} donde H = hombre, M = mujer, entonces el suceso A es A = {HH, HM, MH} de donde P (A) = 3 y el suceso B es 4 B = {HM, MH} y entonces P (B) = 2 ; por otro lado el suceso 4 conjunto AB = A B = {HM, MH} tal que P (A B) = 2. 4 Como P (A B) = 1 P (A)P (B) = 3 entonces A y B son 2 8 dependientes. b) Ahora Ω = {HHH, HHM, HMH, HMM, MHH, MHM, MMH, MMM} de donde A = {HHH, HHM, HMH, MHH}, así P (A) = 4; el 8 suceso B es B = {HHM, HMH, HMM, MHH, MHM, MMH},así P (B) = 6; 8 por otro lado el suceso conjunto es A B = {HHM, HMH, HMM, MHH} y entonces P (A B) = 4. 8 Como P (A B) = 3 = P (A)P (B) = 4 6 entonces los sucesos A y B son independientes. Observación. Para más de dos sucesos podemos extender el concepto de independencia. Sean A 1, A 2,..., A n Λ. Decimos que los sucesos A 1, A 2,..., A n son globalmente independientes si cualquier colección formada con sucesos de los anteriores es tal que la probabilidad conjunta es igual al producto de las probabilidades, es decir, si:
14 14 Plan de Regularización, Estadistica I P (A i A j ) = P (A i )P (A j ); i j P (A i A j A k ) = P (A i )P (A j )P (A k ); i j k... P (A 1 A 2... A n ) = P (A 1 )P (A 2 )... P (A n ) Naturalmente que independencia global implica independencia parcial, el reciproco no siempre es cierto. EJEMPLO 18 Consideremos un tetraedro que tiene, de sus 4 caras una pintada de rojo, otra de amarillo, otra de verde y la última con los tres colores. Sean los sucesos: R = la cara tiene color rojo A = la cara tiene color amarillo V = la cara tiene color verde entonces P (R) = P (A) = P (V ) = 2 = 1 y 4 2 P (R A) = P (R V ) = P (A V ) = 1. 4 Notamos que P (R A) = 1 = P (R)P (A) = 1 1 de donde R y A son independientes; esto tambien ocurre con los sucesos R y V ; y A y V. Veamos ahora con tres sucesos. P (R A V ) = 1 P (R)P (A)P (V ) = 1, así, los sucesos R, A y V no son 4 8 globalmente independientes. EJEMPLO 19 Un armador espera la llegada de dos buques cargados con cierto tipo de frutas. Las estadísticas indican que el 1 % de todos los cargamentos recibidos llegan con su cargamento estropeado. Determine la probabilidad de que: a) ambos buques lleguen con su carga estropeada. b) sólo uno de ellos llegue con su carga estropeada. c) ninguno de ellos llegue con su carga estropeada. Consideremos los sucesos: A = el buque A llega con su carga estropeada, B = el buque B llega con su carga estropeada,
15 Heraldo Gonzalez S. 15 Entonces de los datos obtenemos: P (A) = P (B) = 0, 01 y, asumiendo que estos sucesos son independientes; tenemos: a) P (A B) = P (A)P (B) = (0, 01)(0, 01) = 0, b) P [(A B c ) (B A c )] = P (A B c ) + P (B c A) = P (A)P (B c ) + P (B)P (A c ) = 2(0, 01)(0, 99) = 0, c) P (A c B c ) = P (A c )P (B c ) = (0, 99)(0, 99) = 0, EJEMPLO 20 Un estudio realizado hace pocos meses reveló que el 30 % de los infractores de tránsito corresponde a exceso de velocidad. Además el 40 % de los conductores detenidos en estado de ebriedad conducían a velocidad exagerada mientras que el 20 % de los veloces conducía en estado de ebriedad. Qué porcentaje de los infractores del tránsito es detenido en estado de ebriedad?. Consideremos los siguientes sucesos: V = infractor conduce a exceso de velocidad E = infractor conduce ebrio entonces tenemos: P (V ) = 0, 30; P (V/E) = 0, 40; P (E/V ) = 0, 20 y la pregunta es P (E)?. P (E) = P (E V c ) + P (E V ) = P (V c /E)P (E) + P (E/V )P (V ) = [1 P (V/E)P (E)] + P (E/V )P (V ) = (1 0, 4)P (E) + (0, 2)(0, 3), así entonces = 0, 6 P (E) + 0, 06 de donde P (E) = 0, 15. Quizás, más fácil: P (V E) P (V/E) = 0, 40 = 0, 4 P (V E) = 0, 4 P (E). P (E) P (V E) P (E/V ) = 0, 20 = 0, 2 P (V E) = 0, 2 P (V ). P (V ) Así, 0, 4 P (E) = 0, 2 P (V ) de donde P (E) = EJEMPLO 21 0,2 P (V ) 0,4 = (0,2)(0,3) 0,4 = 0, 15. Un dispositivo contiene 3 componentes electrónicos A, B, C que funcionan independientemente. El dispositivo se considera defectuoso si uno a más de los componentes electrónicos lo son; la probabilidad de que A sea defectuoso es 0, 01 en tanto que esas probabilidades para B y C son 0, 02 y 0, 1 respectivamente. a) Cuál es la probabilidad de que el dispositivo sea defectuoso?.
16 16 Plan de Regularización, Estadistica I b) Cuál es la probabilidad de que de que el dispositivo sea defectuoso debido sólo a una falla del componente C?. Consideremos los sucesos: A = componente A es defectuoso, B = componente B es defectuoso, C = componente C es defectuoso, D = dispositivo es defectuoso, entonces P (A) = 0, 01; P (B) = 0, 02; P (C) = 0, 1; tenemos: a) P (D) = P (A B C) = 1 P (A c B c C c ) = 1 P (A c )P (B c )P (C c ) = 1 (0, 99)(0, 98)(0, 9) = 0, Observe que este desarrollo fue posible dado que los sucesos son independientes y que es más eficiente que desarrollar P (A B C) b) P (A c B c C) = P (A c )P (B c )P (C) = (0, 99)(0, 98)(0, 1) = 0, EJEMPLO 22 En una habitación hay dos hombres, Pepe y Juan, y tres mujeres, Carmen, Isabel y Pilar. De la habitación salen, al azar, dos de las 5 personas. Calcule la probabilidad de que sean dos hombres, conocida una de las siguientes informaciones. a) Una al menos, de las dos personas que han salido, es un hombre. b) Ha salido Pepe. Consideremos los sucesos: A = las dos personas que han salido son hombres B = al menos una de las personas que han salido es un hombre C = ha salido Pepe Se pide a) P (A/B) b) P (A/C) y necesitamos calcular P (A B), P (A C), P (B), P (C); tenemos: P (A B) = P (A) = n(a) = 1 n(ω) 5 2 = 1 10 ya que A B.
17 Heraldo Gonzalez S. 17 P (A C) = P (A) = 1 P (B) = ya que A C = 7 10, P (C) = = Con esto tenemos P (A/B) = EJEMPLO 23 = 1 7 ; P (A/C) = = 1 4 ; De un lote con 100 artículos, 10 de los cuales son defectuosos, se toman dos artículos al azar, de uno en uno y sin reemplazo. Calcular la probabilidad de que el primero sea correcto y el segundo sea defectuoso. Consideremos los siguientes sucesos: A = primer artículo es correcto B = segundo artículo mes defectuoso Se pide P (A B); P (A B) = P (A)P (B/A) = = 1 11 Observación. Podemos generalizar la probabilidad de la intersección de dos sucesos a más de dos. Teorema. Sean A 1, A 2,..., A n Λ tal que P (A 1 A 2... A n 1 ) > 0 entonces n P ( A k ) = P (A 1 )P (A 2 /A 1 )P (A 3 /A 1 A 2 )... P (A n /A 1 A 2... A n 1 ). k=1 Demostración. Por inducción sobre n, n 2. Para n = 2 la hipótesis dice que P (A 1 ) > 0 y como P (A 2 /A 1 ) = P (A 1 A 2 ) P (A 1 ) obtenemos P (A 1 A 2 ) = P (A 1 )P (A 2 /A 1 ). Supongamos que el Teorema es cierto cuando la cantidad de sucesos es menor o igual que n 1, debemos demostrar que se cumple para n. n 1 Definimos el suceso B = A k, la hipótesis dice que P (B) > 0 y tenemos k=1
18 18 Plan de Regularización, Estadistica I P ( n A k ) = P (B A n ) = P (B)P (A n /B) y como k=1 n 1 P ( A k ) = P (A 1 )P (A 2 /A 1 )P (A 3 /A 1 A 2 )... P (A n 1 /A 1 A 2... A n 2 ) k=1 entonces n P ( A k ) = k=1 P (A 1 )P (A 2 /A 1 )P (A 3 /A 1 A 2 )... P (A n 1 /A 1 A 2... A n 2 )P (A n /B). EJEMPLO 24 En una población con 50,000 habitantes hay 10,000 personas que trabajan por cuenta propia y 20,000 que lo hacen por cuenta ajena. A una hora determinada se abre una ventanilla de una de las secciones de la Municipalidad. Calcule la probabilidad de que las dos primeras personas atendidas trabajen por cuenta propia y la tercera lo haga por cuenta ajena. Consideremos los sucesos: A = la primera persona atendida trabaja por cuenta propia B = la segunda persona atendida trabaja por cuenta propia C = la tercera persona atendida trabaja por cuenta ajena Se pide P (A B C). P (A B C) = P (A)P (B/A)P (C/A B) = 10,000 9,999 20, ,000 4,999 4,998 EJEMPLO 25 Se tiene dos cajas A y B. La caja A contiene 4 bolitas blancas y 3 rojas en tanto que la caja B contiene 2 bolitas blancas y 3 rojas. Se saca una bolita de la caja A y se coloca en la caja B y enseguida se saca de la caja B dos bolitas, una tras otra, sin reposición. a) Calcule la probabilidad de que las dos bolitas extraídas de B sean blancas. b) Si las dos bolitas extraídas de B son blancas Cuál es la probabilidad de que la bolita extraída de A también haya sido blanca?.
19 Heraldo Gonzalez S. 19 Consideremos los siguientes sucesos: B = sale bola blanca de la caja A R = sale bola roja de la caja A b k = sale bola blanca de la caja B en el intento k = 1, 2 a) Se pide P (b 1 b 2 ). P (b 1 b 2 ) = P (B b 1 b 2 ) + P (R b 1 b 2 ) = P (B)P (b 1 /B)P (b 2 /B b 1 ) + P (R)P (b 1 /R)P (b 2 /R b 1 ) = = b) Se pide P (B/b 1 b 2 ). P (B/b 1 b 2 ) = P (b 1 b 2 /B)P (B) P (b 1 b 2 = ) 1 7 = 4 5. Una alternativa es usar un diagrama de árbol como el que se muestra a continuación. En el diagrama de árbol precedente hemos desarrollado las ramas favorables al suceso dos blancas y entonces P (b 1 b 2 ) = =
20 20 Plan de Regularización, Estadistica I 1.2. Teorema de la probabilidad total. Sea A un suceso cualquiera en Ω y {B i } n una partición de Ω, entonces n P (A) = P (A/B i )P (B i ). Demostración. Claramente A = (A B 1 ) (A B 2 )... (A B n ) y como los sucesos intersección son mutuamente excluyentes entonces n n P (A) = P (A B i ) = P (A/B i )P (B i ). EJEMPLO 26 Una planta armadora recibe microcircuitos provenientes de 3 distintos fabricantes B 1, B 2, B 3. El 50 % del total se compra a B 1 mientras que a B 2 y B 3 se compra el 25 % a cada uno. Se sabe que el porcentaje de artículos defectuosos producidos por B 1, B 2, B 3, es 5, 10 y 12 % respectivamente y los microcircuitos comprados se almacenan sin importar quien fue el proveedor. Cuál es la probabilidad de que una unidad armada en la planta tenga un microcircuito defectuoso?. Consideremos los siguientes sucesos: B i = el microcircuito proviene de la fabrica B i ; i = 1, 2, 3.
21 Heraldo Gonzalez S. 21 D = el microcircuito es defectuoso. Entonces los datos nos indican: P (B 1 ) = 0, 5; P (B 2 ) = 0, 25; P (B 3 ) = 0, 25; P (D/B 1 ) = 0, 05; P (D/B 2 ) = 0, 10; P (D/B 3 ) = 0, 12. Se pide P (D), es decir, se pide la probabilidad total, tenemos: P (D) = P (D/B 1 )P (B 1 ) + P (D/B 2 )P (B 2 ) + P (D/B 3 )P (B 3 ) = 0, 08, es decir hay un 8 % de probabilidad de que el microcircuito sea defectuoso. Si el problema es ahora el siguiente: Al seleccionar al azar a uno de los microcircuitos en la planta este resulta defectuoso Cuál es la probabilidad de que haya sido enviado por la fábrica B 2? la respuesta a esta probabilidad a-posteriori la da el siguiente teorema de Bayes Teorema de Bayes. Sea A un suceso cualquiera en Ω y {B i } n una partición de Ω, entonces P (A/B P (B k /A) = k )P (B h ) n ; k = 1, 2, 3,, n P (A/B i )P (B i ) Demostración. P (B k /A) = P (A B h) P (A) = EJEMPLO 27 P (A/B h )P (B h ) n. P (A/B i )P (B i ) En el ejemplo anterior, se pide P (B 2 /D). P (B 2 /D) = P (D/B 2)P (B 2 ) = (0,10)(0,25) = 0, , es decir existe un 7, 8 % P (D) 0,08 de probabilidad de que, si el articulo seleccionado es defectuoso, éste haya sido fabricado por la fabrica B 2. EJEMPLO 28 Hay un 5 % de artículos producidos por una fábrica que son defectuosos si el proceso de fabricación se encuentra bajo control; en caso contrario hay un 30 % de defectuosos. El proceso de fabricación está bajo control el 92 % de las veces. Se escoge un artículo, al azar: a) Cuál es la probabilidad de que no sea defectuoso?.
22 22 Plan de Regularización, Estadistica I b) Si el artículo elegido resulta defectuoso Cuál es la probabilidad de que el proceso se encuentre bajo control?. Sean los sucesos: D = el artículo es defectuoso B = el proceso está bajo control Del enunciado conseguimos: P (D/B) = 0, 05; P (D/B c ) = 0, 3; P (B) = (0, 92) a) Se pide P (D c ). Como P (D) = P (D/B)P (B) + P (D/B c )P (B c ) = (0, 05)(0, 92) + (0, 3)(0, 08) = 0, 07 entonces P (D c ) = 1 P (D) = 0, 93. b) Se pide P (B/D). P (D/B)P (B) P (B/D) = = (0,05)(0,92) = 0, P (D) 0,07 EJEMPLO 29 En un supermercado el 70 % de las compras las realizan las mujeres; de las compras realizadas por estas, el 80 % supera las 200 u.m., mientras que de las compras realizadas por hombres sólo el 30 % supera esa cantidad. a) Elegida una compra al azar, cuál es la probabilidad de que supere las 200u.m?. b) Si se sabe que una compra no supera las 200 u.m. Cuál es la probabilidad de que la compra haya sido hecha por una mujer?. Consideremos los siguientes sucesos: M = compra la realiza una mujer. H = compra la realiza un hombre. S = compra es superior a 200 u.m.. Primer procedimiento. Si suponemos una muestra de 100 personas entonces 70 mujeres son las que realizan compras y 30 son hombres. Como el 80 % de las mujeres realizan
23 Heraldo Gonzalez S. 23 compras por más de 200 u.m. entonces 56 mujeres tiene esta característica y 9 hombres compran por más de 200 u.m.. De la figura adjunta tenemos: a) P (S) = = 0, 65. b) Se pide P (M/S c ). P (M/S c ) = 14 = 0, Segundo procedimiento (diagrama de árbol). P (S) = P (S/M)P (M) + P (S/H)P (H) = (0, 8)(0, 7) + (0, 3)(0, 3) = 0, 65. Esta última expresión corresponde al Teorema de la probabilidad total.
24 24 Plan de Regularización, Estadistica I EJEMPLO 30 Tenemos dos urnas, dos bolas blancas y dos bolas negras. Se desea saber como debemos distribuir las bolas en las urnas para que, al elegir una urna al azar, sea máxima la probabilidad de obtener una bola blanca. La única condición exigida es que cada una tenga al menos una bola. Caso 1 En este caso, P (blanca) = = 2 3.
25 Heraldo Gonzalez S. 25 Caso 2 En este caso, P (blanca) = = 1 3.
26 26 Plan de Regularización, Estadistica I Caso 3 En este caso, P (blanca) = = 1 2.
27 Heraldo Gonzalez S. 27 Caso 4 En este caso, P (blanca) = = 1 2. Finalmente, la mejor distribución para tener la máxima probabilidad una bola blanca es el caso 1 en que la probabilidad de obtener una blanca es 2 3.
28 28 Plan de Regularización, Estadistica I EJEMPLO 31 Un monedero contiene 2 monedas de 100 y 3 de $500, y otro contiene 4 de $100 y 3 de $500. Si se elige un monedero al azar y se extrae una moneda cuál es la probabilidad de que sea de $100?. Dibujamos el siguiente diagrama de árbol. P ($100) = =
Tema 4. Probabilidad Condicionada
Tema 4. Probabilidad Condicionada Presentación y Objetivos. En este tema se dan reglas para actualizar una probabilidad determinada en situaciones en las que se dispone de información adicional. Para ello
Más detallesMOOC UJI: La Probabilidad en las PAU
4. Probabilidad Condicionada: Teoremas de la Probabilidad Total y de Bayes 4.1. Probabilidad Condicionada Vamos a estudiar como cambia la probabilidad de un suceso A cuando sabemos que ha ocurrido otro
Más detallesConceptos. Experimento Aleatorio: Es un fenómeno en el que interviene el azar, es decir no se puede predecir el resultado.
Teresa Pérez P DíazD Profesora de matemática tica Conceptos Experimento Aleatorio: Es un fenómeno en el que interviene el azar, es decir no se puede predecir el resultado. Ejemplos: E : Lanzar un dado,
Más detallesProbabilidad Condicional
Probabilidad Condicional Algunas veces la ocurrencia de un evento A puede afectar la ocurrencia posterior de otro evento B; por lo tanto, la probabilidad del evento B se verá afectada por el hecho de que
Más detallesHoja 2 Probabilidad. 1.- Sean Ω un espacio muestral y A P(Ω) una σ-álgebra. Para A A fijado, Además, resolver el ejercicio 3 desde (5.a) y (5.b).
Hoja 2 Probabilidad 1.- Sean Ω un espacio muestral y A P(Ω) una σ-álgebra. Para A A fijado, se define A A = {B Ω : B = A C con C A}. Demostrar que A A P(A) es σ-álgebra. 2.- Sea {A n : n 1} A una sucesión
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Probabilidad Conceptos como probabilidad, azar, aleatorio son tan viejos como la misma civilización. Y es que a diario utilizamos el concepto de probabilidad: Quizá llueva mañana
Más detallesPROBABILIDAD. Experiencia aleatoria es aquella cuyo resultado depende del azar.
PROBABILIDAD. 1 EXPERIENCIAS ALEATORIAS. SUCESOS. Experiencia aleatoria es aquella cuyo resultado depende del azar. Suceso aleatorio es un acontecimiento que ocurrirá o no dependiendo del azar. Espacio
Más detallesUnidad Temática 2 Probabilidad
Unidad Temática 2 Probabilidad Responda verdadero o falso. Coloque una letra V a la izquierda del número del ítem si acepta la afirmación enunciada, o una F si la rechaza. 1. El experimento que consiste
Más detallesÁlgebra lineal. Curso Tema 5. Hoja 1. Tema 5. PROBABILIDAD. 1. Probabilidad: conceptos fundamentales. Regla de Laplace.
Álgebra lineal. Curso 2007-2008. Tema 5. Hoja 1 Tema 5. PROBABILIDAD. 1. Probabilidad: conceptos fundamentales. Regla de Laplace. 1. Un dado se lanza dos veces. Se pide: (a) Construir el espacio muestral.
Más detallesEspacio muestral. Operaciones con sucesos
Matemáticas CCSS. 1º Bachiller Tema 12. Probabilidad Espacio muestral. Operaciones con sucesos 1. Determina el espacio muestral de los siguientes experimentos a) Lanzar una moneda y anotar el resultado
Más detalles1. Combinatoria Sucesos aleatorios...
PROBABILIDAD Índice: Página. Combinatoria..... Sucesos aleatorios...... Experimento aleatorio...... Tipos de sucesos....3. Operaciones con sucesos..... Sistema completo de sucesos....5. Experimentos compuestos...
Más detallesFactorial de un número Se define como la multiplicación sucesiva de los primeros números naturales.
Combinatoria Principio multiplicativo Un elemento se puede elegir de formas diferentes, un elemento se puede elegir de formas diferentes hasta un elemento enésimo que puede ser elegido de formas diferentes.
Más detallesAnálisis de Datos y Métodos Cuantitativos para la Toma de Decisiones 7ma versión MGM
Universidad Católica del Norte Escuela de Negocios Mineros Magíster en Gestión Minera Análisis de Datos y Métodos Cuantitativos para la Toma de Decisiones 7ma versión MGM Antofagasta, Junio de 2014 Freddy
Más detalles4.12 Ciertos teoremas fundamentales del cálculo de probabilidades
1 de 9 15/10/2006 05:57 a.m. Nodo Raíz: 4. Cálculo de probabilidades y variables Siguiente: 4.14 Tests diagnósticos Previo: 4.10 Probabilidad condicionada e independencia de 4.12 Ciertos teoremas fundamentales
Más detallesTema 3: Cálculo de Probabilidades. Métodos Estadísticos
Tema 3: Cálculo de Probabilidades Métodos Estadísticos 2 INTRODUCCIÓN Qué es la probabilidad? Es la creencia en la ocurrencia de un evento o suceso. Ejemplos de sucesos probables: Sacar cara en una moneda.
Más detallesProbabilidad es una manera de indicar la posibilidad de ocurrencia de un evento futuro
Probabilidad es una manera de indicar la posibilidad de ocurrencia de un evento futuro La probabilidad nos proporciona un modelo teórico para la generación de los datos experimentales Medidas de la Posibilidad
Más detallesINTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA 5)
TEMA 5 NOCIONES BÁSICAS DE PROBABILIDAD OBJETIVOS DE APRENDIZAJE: Conocer los conceptos de experimento aleatorio y espacio muestral. Distinguir los distintos tipos de sucesos que forman parte del espacio
Más detallesAxiomática de la Teoría de Probabilidades
Axiomática de la Teoría de Probabilidades Modelos matemáticos Según el experimento Cada ejecución del experimento se denomina prueba o ensayo Determinísticos Aleatorios Conjunto de resultados posibles
Más detallesUnidad II: Fundamentos de la teoría de probabilidad
Unidad II: Fundamentos de la teoría de probabilidad 2.1 Teoría elemental de probabilidad El Cálculo de Probabilidades se ocupa de estudiar ciertos experimentos que se denominan aleatorios, cuya característica
Más detallesProbabilidad Condicional
Cómo actualizar la probabilidad de un evento dado que ha sucedido otro? o Cómo cambia la probabilidad de un evento cuando se sabe que otro evento ha ocurrido? Ejemplo: Una persona tiene un billete de lotería
Más detallesCÁLCULO DE PROBABILIDADES
CÁLCULO DE PROBABILIDADES 1. Regla de Laplace. Ejercicio 1. (2005) Ejercicio 2. (2004) María y Laura idean el siguiente juego: cada una lanza un dado, si en los dos dados sale el mismo número, gana Laura;
Más detallesPROBABILIDAD. 3.-Determina si son compatibles o incompatibles los sucesos A y B:
Ejercicios y problemas 2º Bachillerato C.C.S.S. PROBABILIDAD 1.- Justifica gráficamente las siguientes igualdades: 2.- Tenemos dos urnas la urna I con 1 bola negra, 2 rojas y 3 verdes, y la urna II con
Más detallesIntroducción. 1. Algebra de sucesos. PROBABILIDAD Tema 2.1: Fundamentos de Probabilidad Primeras deniciones. M. Iniesta Universidad de Murcia
PROBABILIDAD Tema 2.1: Fundamentos de Probabilidad Introducción Jacob Berooulli (1654-1705), Abraham de Moivre (1667-1754), el reverendo Thomas Bayes (1702-1761) y Joseph Lagrange (1736-1813) desarrollaron
Más detallesPROBABILIDAD. Profesor: Rafael Núñez Nogales CÁLCULO DE PROBABILIDADES. Experimentos y sucesos
PROBABILIDAD CÁLCULO DE PROBABILIDADES Experimentos y sucesos Experimento aleatorio Es aquel cuyo resultado depende del azar, es decir no se puede predecir de antemano qué resultado se va a obtener aunque
Más detallesCAPÍTULO 2 NOCIONES BÁSICAS DE TEORÍA DE CONJUNTOS
CAPÍTULO 2 NOCIONES BÁSICAS DE TEORÍA DE CONJUNTOS 2.1. NOCIONES PRIMITIVAS Consideraremos tres nociones primitivas: Conjunto, Elemento y Pertenencia. Conjunto Podemos entender al conjunto como, colección,
Más detallesProbabilidad. Si lanzamos una moneda no sabemos de antemano si saldrá cara o cruz. Teoría de probabilidades
Experimentos deterministas Probabilidad Son los experimentos de los que podemos predecir el resultado antes de que se realicen. Si dejamos caer una piedra desde una ventana sabemos, sin lugar a dudas,
Más detallesProbabilidad Colección C.1. MasMates.com Colecciones de ejercicios
1. Un monedero contiene 2 monedas de plata y 3 de cobre y otro contiene 4 de plata y 3 de cobre. Si se elige un monedero al azar y se extrae una moneda, cuál es la probabilidad de que sea de plata? 2.
Más detallesTiempo completo Tiempo parcial Total Mujeres Hombres Total
ASIGNACION DE ROBABILIDAD A manera de introducción al tema analicemos las diferencias entre eventos mutuamente excluyentes, no mutuamente excluyentes, dependientes e independientes. Ejemplo : En un grupo
Más detallesPROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2003 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 5: PROBABILIDAD
PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2003 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES TEMA 5: PROBABILIDAD Junio, Ejercicio 3, Parte I, Opción A Junio, Ejercicio 3, Parte I, Opción B Reserva 1,
Más detallesy esto para qué sirve?
Análisis de datos y gestión veterinaria Probabilidad Departamento de Producción Animal Facultad de Veterinaria Universidad de Córdoba Córdoba, 2 de Noviembre de 2011 y esto para qué sirve? 100% clínicas
Más detallesMirando el diagrama Venn, vemos que A =(A y B) (A y B)
En el Ejemplo 122, hemos aplicado otra regla útil de la probabilidad. Teorema 8 Para dos sucesos A y B, setiene P (A) =P (A B)P (B) +P (A B)P ( B). Demostración Ω A y B A y B A B Mirando el diagrama Venn,
Más detallesSon los experimentos de los que podemos predecir el resultado antes de que se realicen.
Probabilidad Experimentos deterministas Son los experimentos de los que podemos predecir el resultado antes de que se realicen. Ejemplo Si dejamos caer una piedra desde una ventana sabemos, sin lugar a
Más detallesSon los experimentos de los que podemos predecir el resultado antes de que se realicen.
PROBABILIDAD Definición de probabilidad La probabilidad de un suceso es un número, comprendido entre 0 y 1, que indica las posibilidades que tiene de verificarse cuando se realiza un experimento aleatorio.
Más detallesAl conjunto de todos los sucesos que ocurren en un experimento aleatorio se le llama espacio de sucesos y se designa por S. Algunos tipos de sucesos:
1.- CÁLCULO DE PROBABILIDADES. Un experimento aleatorio es aquel que puede dar lugar a varios resultados, sin que pueda ser previsible enunciar con certeza cuál de éstos va a ser observado en la realización
Más detalles3.Si A y B son incompatibles, es decir A B = entonces:
Axiomas de la probabilidad 1.La probabilidad es positiva y menor o igual que 1. 0 p(a) 1 2. La probabilidad del suceso seguro es 1. p(e) = 1 3.Si A y B son incompatibles, es decir A B = entonces: p(a B)
Más detallesPruebas de Acceso a las Universidades de Castilla y León
Pruebas de Acceso a las Universidades de astilla y León MATEMÁTIAS APLIADAS A LAS IENIAS SOIALES EJERIIO Nº páginas Tablas OPTATIVIDAD: EL ALUMNO DEBERÁ ESOGER UNA DE LAS DOS OPIONES Y DESARROLLAR LAS
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 2 Nombre: Probabilidad Contextualización En la sesión anterior analizamos cómo a largo plazo un fenómeno aleatorio o probabilístico posee un
Más detalles3.Si A y B son incompatibles, es decir A B = entonces:
Axiomas de la probabilidad 1.La probabilidad es positiva y menor o igual que 1. 0 p(a) 1 2. La probabilidad del suceso seguro es 1. p(e) = 1 3.Si A y B son incompatibles, es decir A B = entonces: p(a B)
Más detalles3. Este es un problema de combinaciones. El total de maneras como se pueden elegir los 12 dos grupos es 6
1. La probabilidad de que llueva el fin de semana es lo mismo que la probabilidad de que llueva el sabado o el domingo o ambos dias. Usando una tabla de doble entrada o diagramas de Venn se obtiene P(S
Más detallesESPACIOS MUESTRALES Y EVENTOS
1 ESPACIOS MUESTRALES Y EVENTOS Definiciones 1. Un experimento aleatorio es aquel que proporciona diferentes resultados aun cuando se repita siempre de la misma manera. 2. El conjunto de los posibles resultados
Más detalles4. CONCEPTOS BASICOS DE PROBABILIDAD
4. CONCEPTOS BASICOS DE PROBABILIDAD 4.1 Introducción La probabilidad y la estadística son, sin duda, las ramas de las Matemáticas que están en mayor auge en este siglo, y tienen una tremenda aplicabilidad
Más detallesDefinición de probabilidad
Tema 5: LA DISTRIBUCIÓN NORMAL 1. INTRODUCCIÓN A LA PROBABILIDAD: Definición de probabilidad Repaso de propiedades de conjuntos (Leyes de Morgan) Probabilidad condicionada Teorema de la probabilidad total
Más detallesProbabilidad del suceso imposible
2º BACHILLERATO MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II TEMA 4.- PROBABILIDAD PROFESOR: RAFAEL NÚÑEZ -----------------------------------------------------------------------------------------------------------------------------------------------------------------
Más detallesSESION 12 LA DISTRIBUCIÓN BINOMIAL
SESION LA DISTRIBUCIÓN BINOMIAL I. CONTENIDOS:. La distribución omial.. Variables aleatorias en una distribución omial. 3. Descripciones de la distribución omial. 4. Distribución de Poisson. II. OBJETIVOS:
Más detallesTEMA 1: PROBABILIDAD
TEMA 1: PROBABILIDAD Ejercicios 1- alcular el espacio muestral asociado a los siguientes experimentos: a) Lanzar una moneda b) Tirar un dado c) Lanzar un dado de quinielas d) Extraer una bola de una caja
Más detallesEjercicio 2. Sean A, B dos sucesos tales que P (A) = 0 4, P (B) = 0 65 y P ( (A B) (A B) ) = Hallar P (A B).
Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Hoja 2, curso 2006 2007. Ejercicio 1. Dados cuatro sucesos A, B, C y D, la probabilidad de que ocurra al menos uno
Más detallesTema 6 Probabilidad. 0.-Introducción La probabilidad de un suceso es un número, comprendido entre 0 y
Tema 6 Probabilidad 0.-Introducción La probabilidad de un suceso es un número, comprendido entre 0 y 1, que indica las posibilidades que tiene de verificarse cuando se realiza un experimento aleatorio.
Más detalles2.3 PROPIEDADES DE LA PROBABILIDAD
2.3 PROPIEDADES DE LA PROBABILIDAD 1. La probabilidad es positiva y menor o igual que 1. 0 p( 1 2. La probabilidad del suceso seguro es 1. p (E) = 1 3. Si A y B son incompatibles, es decir A B = entonces:
Más detallesTema 5 Algunas distribuciones importantes
Algunas distribuciones importantes 1 Modelo Bernoulli Distribución Bernoulli Se llama experimento de Bernoulli a un experimento con las siguientes características: 1. Se realiza un experimento con dos
Más detallesUNIDAD: GEOMETRÍA PROBABILIDADES I. Experimento: Procedimiento que se puede llevar a cabo bajo las mismas condiciones un número indefinido de veces.
C u r s o : Matemática º Medio Material Nº MT - UNIDAD: GEOMETRÍA PROBABILIDADES I NOCIONES ELEMENTALES Experimento: Procedimiento que se puede llevar a cabo bajo las mismas condiciones un número indefinido
Más detallesC. EXPERIMENTOS ALEATORIOS- SUCESOS- PROBABILDADES:
C. EXPERIMENTOS ALEATORIOS- SUCESOS- PROBABILDADES: 1. Los pacientes que llegan a una clínica pueden seleccionar una de tres secciones para ser atendidos. Supongamos que los médicos se asignan al azar
Más detallesTema 4 Probabilidad condicionada: teoremas básicos. Independencia de sucesos
Tema 4 Probabilidad condicionada: teoremas básicos. Independencia de sucesos 1. Probabilidad condicionada. Espacio de probabilidad condicionado La probabilidad condicionada es uno de los conceptos clave
Más detallesGUÍA DE EJERCICIOS N 14 PROBABILIDADES
LICEO CARMELA CARVAJAL DE PRAT PROVIDENCIA DPTO DE MATEMATICA GUÍA DE EJERCICIOS N PROBABILIDADES SECTOR: Matemática PROFESOR(es): Marina Díaz MAIL DE PROFESORES: profem.maulen@gmail.com marinadiazcastro@gmail.com
Más detallesEJERCICIOS DEL BLOQUE DE PROBABILIDAD.
EJERCICIOS DEL BLOQUE DE PROBABILIDAD. 1.- Cuál es la probabilidad de sacar los dos ases al lanzar dos dados? 2.- Cuál es la probabilidad de obtener tres caras, lanzando al aire una moneda tres veces?.
Más detalles(DOCUMENTO DE TRABAJO ELABORADO A PARTIR DE RECURSOS ENCONTRADOS EN LA WEB: AULAFACIL 1 Y VADENUMEROS 2 )
PROBABILIDAD (DOCUMENTO DE TRABAJO ELABORADO A PARTIR DE RECURSOS ENCONTRADOS EN LA WEB: AULAFACIL 1 Y VADENUMEROS 2 ) La probabilidad mide la frecuencia relativa (proporción) de un resultado determinado
Más detallesLanzamos 1 dado y comprobamos cuál es el resultado que aparece en la cara superior.
Curso ON LINE Tema 01 SÓLO ENUNCIADOS. PROBABILIDADES I Lanzamos 1 dado y comprobamos cuál es el resultado que aparece en la cara superior. 001 002 003 004 005 Lanzamos 1 dado y comprobamos cuál es el
Más detallesProbabilidad E x p e r i m e n t o s d e t e r m i n i s t a s E j e m p l o E x p e r i m e n t o s a l e a t o r i o s a z a r E j e m p l o s
Probabilidad Experimentos deterministas Son los experimentos de los que podemos predecir el resultado antes de que se realicen. Ejemplo Si dejamos caer una piedra desde una ventana sabemos, sin lugar a
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Tema 2 Probabilidad condicional e independencia Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Distinguir los eventos condicionales de los eventos independientes.
Más detallesTerminaremos el capítulo con una breve referencia a la teoría de cardinales.
TEMA 5. CARDINALES 241 Tema 5. Cardinales Terminaremos el capítulo con una breve referencia a la teoría de cardinales. Definición A.5.1. Diremos que el conjunto X tiene el mismo cardinal que el conjunto
Más detallesMétodos Estadísticos Capítulo II
Métodos Estadísticos Capítulo II Dr. Gabriel Arcos Espinosa Contenidos El campo de la probabilidad y estadística Conceptos básicos Enfoque para asignar probabilidades Contenidos Reglas de probabilidad
Más detallesEJERCICIOS RESUELTOS TEMA
EJERCICIOS RESUELTOS TEMA 5. 5.. Una característica de un experimento aleatorio es que: A) conocemos todos los posibles resultados antes de realizarse; B) sabemos con certeza el resultado que se va a obtener
Más detallesObjetivos. 1. Variable Aleatoria y Función de Probabilidad. Tema 4: Variables aleatorias discretas Denición de Variable aleatoria
Tema 4: Variables aleatorias discretas Objetivos Dominar el uso de las funciones asociadas a una variable aleatoria discreta para calcular probabilidades. Conocer el signicado y saber calcular la esperanza
Más detallesMA1001: Introducción al Cálculo
Semestre otoño 2008 Que estudia el cálculo? Estudia funcionesfunciones realesreales de variable real.variable real. Debemos comenzar por estudiar la base de todo, es decir los números reales Que son los
Más detallesSemana02[1/23] Conjuntos. 9 de marzo de Conjuntos
Semana02[1/23] 9 de marzo de 2007 Introducción Semana02[2/23] La teoría de conjuntos gira en torno a la función proposicional x A. Los valores que hacen verdadera la función proposicional x A son aquellos
Más detallesEspacios topológicos. 3.1 Espacio topológico
Capítulo 3 Espacios topológicos 3.1 Espacio topológico Definición 3.1.1. Un espacio topológico es un par (X, τ), donde X es un conjunto, y τ es una familia de subconjuntos de X que verifica las siguientes
Más detallesUnidad Temática 3: Probabilidad y Variables Aleatorias
Unidad Temática 3: Probabilidad y Variables Aleatorias 1) Qué entiende por probabilidad? Cómo lo relaciona con los Sistemas de Comunicaciones? Probabilidad - Definiciones Experimento aleatorio: Un experimento
Más detallesProbabilidad y Estadística
Probabilidad y Estadística Programa Probabilidad Teoría de conjuntos Diagramas de Venn Permutaciones y combinaciones Variables aleatorias y distribuciones Propiedades de distribuciones Funciones generadoras
Más detallesDerivadas Parciales (parte 2)
40 Derivadas Parciales (parte 2) Ejercicio: Si donde y. Determinar Solución: Consideraremos ahora la situación en la que, pero cada una de las variables e es función de dos variables y. En este caso tiene
Más detallesSocioestadística I Análisis estadístico en Sociología
Análisis estadístico en Sociología Capítulo 4 TEORÍA DE LA PROBABILIDAD Y SUS PRINCIPIOS. ESTADÍSTICA INFERENCIAL 1. INTRODUCCIÓN A LA ESTADÍSTICA INFERENCIAL En los capítulos anteriores, hemos utilizado
Más detallesEJERCICIOS PROBABILIDAD
EJERCICIOS PROBABILIDAD 0. Razona y di si los siguientes experimentos son aleatorios o deterministas: Dejar caer una moneda desde una altura determinada y medir el tiempo que tarda en llegar al suelo.
Más detallesProbabilidad 2º curso de Bachillerato Ciencias Sociales
PROBABILIDAD Índice: 1. Experimentos aleatorios. Espacio muestral----------------------------------------------------- 2 2. Suceso aleatorio ------------------------------------------------------------------------------------
Más detallesMaestría en Bioinformática Probabilidad y Estadística: Clase 1
Maestría en Bioinformática Probabilidad y Estadística: Clase 1 Gustavo Guerberoff gguerber@fing.edu.uy Facultad de Ingeniería Universidad de la República Abril de 2010 Contenidos 1 Introducción 2 Teoría
Más detallesDISTRIBUCIÓN N BINOMIAL
DISTRIBUCIÓN N BINOMIAL COMBINACIONES En muchos problemas de probabilidad es necesario conocer el número de maneras en que r objetos pueden seleccionarse de un conjunto de n objetos. A esto se le denomina
Más detallesEJERCICIOS DE PROBABILIDAD
EJERCICIOS DE ROBABILIDAD Ejercicio nº 1.- Lanzamos dos dados sobre la mesa y anotamos los dos números obtenidos. a) Cuántos elementos tiene el espacio muestral? b) Describe los sucesos: A "Obtener al
Más detallesSemana05[1/14] Relaciones. 28 de marzo de Relaciones
Semana05[1/14] 28 de marzo de 2007 Introducción Semana05[2/14] Ya en los capítulos anteriores nos acercamos al concepto de relación. Relación Dados un par de conjuntos no vacíos A y B, llamaremos relación
Más detallesColegio SSCC Concepción - Depto. de Matemáticas. Aprendizajes Esperados: Calcular probabilidades condicionales en situaciones problemáticas
Colegio SSCC Concepción - Depto. de Matemáticas Unidad de Aprendizaje: PROBABILIDAD Capacidades/Destreza/Habilidad: Racionamiento Matemático/ Aplicación / Calcular, Resolver Valores/ Actitudes: Respeto,
Más detallesTema 3: Cálculo de Probabilidades Unidad 1: Introducción y Concepto
Estadística Tema 3: Cálculo de Probabilidades Unidad 1: Introducción y Concepto Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Octubre 2010 Contenidos...............................................................
Más detallesEjercicios de Cálculo de Probabilidades
Ejercicios de Cálculo de Probabilidades Ejercicio nº 1.- De una bolsa que tiene 10 bolas numeradas del 0 al 9, se extrae una bola al azar. a Cuál es el espacio muestral? b Describe los sucesos: A "Mayor
Más detallesSon los experimentos de los que podemos predecir el resultado antes de que se realicen.
PROBABILIDAD La probabilidad de un suceso es un número, comprendido entre 0 y 1, que indica las posibilidades que tiene de verificarse cuando se realiza un experimento aleatorio. Experimentos deterministas
Más detallesCapítulo 3: Técnicas de Conteo Clase 2: Permutaciones y Combinaciones, Coeficientes Binomiales y Aplicaciones a Probabilidad Discreta
Capítulo 3: Técnicas de Conteo Clase 2: Permutaciones y Combinaciones, Coeficientes Binomiales y Aplicaciones a Probabilidad Discreta Matemática Discreta - CC3101 Profesor: Pablo Barceló P. Barceló Matemática
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 4 Nombre: Distribuciones de probabilidad para variables Contextualización En la sesión anterior se definió el concepto de variable aleatoria
Más detallesRelación 1. Sucesos y probabilidad. Probabilidad condicionada.
Relación. Sucesos y probabilidad. Probabilidad condicionada.. Sean A, B y C tres sucesos cualesquiera. Determine expresiones para los siguientes sucesos: Ocurre sólo A. Ocurren A y B pero no C. c) Ocurren
Más detallesProbabilidad. Generalidades
robabilidad Generalidades a probabilidad estudia experimentos en los que se pueden esperar varios resultados y no solamente uno. os experimentos se pueden clasificar como aleatorios o determinísticos.
Más detallesTema 9: Contraste de hipótesis.
Estadística 84 Tema 9: Contraste de hipótesis. 9.1 Introducción. El objetivo de este tema es proporcionar métodos que permiten decidir si una hipótesis estadística debe o no ser rechazada, en base a los
Más detallesTutorial MT-m5. Matemática Tutorial Nivel Medio. Probabilidad
356790356790 M ate m ática Tutorial MT-m5 Matemática 006 Tutorial Nivel Medio Probabilidad Matemática 006 Tutorial Probabilidad Marco Teórico. Probabilidad P(#). Definición: La probabilidad de ocurrencia
Más detallesConceptos de Probabilidad (II)
Conceptos de Probabilidad (II) Jhon Jairo Padilla A., PhD. Necesidad Es común escuchar frases como: Juan Probablemente ganará el torneo de tenis Tengo posibilidad de ganarme la lotería esta noche La mayoría
Más detallesEjercicios de probabilidad
1. Dos personas juegan con una moneda, a cara (C) o escudo (E). La que apuesta por la cara gana cuando consiga dos caras seguidas o, en su defecto, tres caras; análogamente con el escudo. El juego acaba
Más detallesJUNIO Opción A
Junio 010 (Prueba Específica) JUNIO 010 Opción A 1.- Discute y resuelve según los distintos valores del parámetro a el siguiente sistema de ecuaciones: a x + a y + az 1 x + a y + z 0.- Una panadería se
Más detallesProbabilidad: Fórmulas y definiciones básicas. PROBABILIDAD Fórmulas y definiciones básicas
PROBABILIDAD Fórmulas y definiciones básicas 1) Definiciones básicas Experimento aleatorio: Aquél en el que interviene el azar (no es posible predecir el resultado). Resultado elemental: Todo resultado
Más detallesTeoría de muestras 2º curso de Bachillerato Ciencias Sociales
TEORÍA DE MUESTRAS Índice: 1. Introducción----------------------------------------------------------------------------------------- 2 2. Muestras y población-------------------------------------------------------------------------------
Más detallesAutor: Antonio Rivero Cuesta, Tutor C.A. Palma de Mallorca
Tema Autor: Antonio Rivero uesta, Tutor.A. Palma de Mallorca. Lanzamos una moneda dos veces consecutivas. onsideramos el espacio de posibilidades formado por los cuatro casos Ω = {,,, }. En este espacio,
Más detallesAprender el concepto de la probabilidad y las reglas básicas de probabilidades para sucesos. Entender la probabilidad condicionada.
5. PROBABILIDAD Objetivo Aprender el concepto de la probabilidad y las reglas básicas de probabilidades para sucesos. Entender la probabilidad condicionada. Bibliografia recomendada Peña y Romo (1997),
Más detallesLOS NÚMEROS NATURALES
LOS NÚMEROS NATURALES INDUCCION MATEMÁTICA Existen diversas formas de sistematizar al conjunto de los números naturales y sus propiedades, la axiomática de Peano es aquella en que nos basaremos para deducir
Más detallesIntroducción a la Probabilidad
Introducción a la Probabilidad Tema 3 Ignacio Cascos Depto. Estadística, Universidad Carlos III 1 Ignacio Cascos Depto. Estadística, Universidad Carlos III 2 Objetivos Entender el concepto de experimento
Más detallesClase 8 Matrices Álgebra Lineal
Clase 8 Matrices Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia Matrices Definición Una matriz es un arreglo rectangular de números denominados entradas
Más detallesInducción Matemática Conjuntos Funciones. Matemática Discreta. Agustín G. Bonifacio UNSL. Repaso de Inducción, Conjuntos y Funciones
UNSL Repaso de Inducción, y Inducción Matemática (Sección 1.7 del libro) Supongamos que queremos demostrar enunciados del siguiente tipo: P(n) : La suma de los primeros n números naturales es n(n+1)
Más detalles1.1. Distribución exponencial. Definición y propiedades
CONTENIDOS 1.1. Distribución exponencial. Definición y propiedades 1.2. Procesos de conteo 1.3. Procesos de Poisson - Tiempos de espera y entre llegadas - Partición y mezcla de un proceso de Poisson -
Más detallesREGLA DE LA MULTIPLICACIÓN
REGLA DE LA MULTIPLICACIÓN REGLA DE LA MULTIPLICACIÓN Cuando empleamos las reglas de la adición se determinaba la probabilidad de combinar dos eventos ( que suceda uno u otro o los dos) Cuando queremos
Más detallesCálculo de Probabilidades II Preguntas Tema 1
Cálculo de Probabilidades II Preguntas Tema 1 1. Suponga que un experimento consiste en lanzar un par de dados, Sea X El número máximo de los puntos obtenidos y Y Suma de los puntos obtenidos. Obtenga
Más detallesP R O B A B I L I D A D E S
Seminario Conciliar La Serena DEPTO DE MATEMATICA. MCP - GGU P R O B A B I L I D A D E S DEFINICIÓN: Es una rama de la matemática que consiste en el estudio de ciertos experimentos llamados aleatorios
Más detalles