Probabilidad. 1. Experimentos aleatorios Espacio muestral asociado a un experimento aleatorio Sucesos... 3

Documentos relacionados
3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

LOS NÚMEROS COMPLEJOS

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

MEDIDAS DE TENDENCIA CENTRAL

TEMA 2: LOS NÚMEROS COMPLEJOS

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

Aproximación a la distribución normal: el Teorema del Límite Central

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

A I A subconjunto de S A es un Evento s A s es elemento de A Ocurre el evento A

TEMA 4: VALORACIÓN DE RENTAS

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

Tema 2: Distribuciones bidimensionales

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

Topología General Capítulo 0-2 -

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

Una Propuesta de Presentación del Tema de Correlación Simple

V II Muestreo por Conglomerados

DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE INCERTIDUMBRE 1 - ELEMENTOS DEL DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE CERTEZA

6. ESTIMACIÓN PUNTUAL

REGRESIÓN LINEAL SIMPLE

Tema 10 Cálculo de probabilidades Matemáticas CCSSII 2º Bachillerato 1

CÁLCULO DE PROBABILIDADES :

TEMA 4: NÚMEROS COMPLEJOS

1 Ce.R.P. del Norte Rivera Julio de 2010 Departamento de Matemática Notas para el curso de Fundamentos de la Matemática

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

Estadística Espacial. José Antonio Rivera Colmenero

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función

Frecuencia absoluta Les gusta 28 No les gusta 12 Total 40. Posibles resultados. Revisoras: Raquel Caro y Nieves Zuasti

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

LOS NÚMEROS COMPLEJOS

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09

PROBANDO GENERADORES DE NUMEROS ALEATORIOS

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente.

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN

Tema 2 Probabilidad. 1. Conceptos básicos. 2. Probabilidad. 3. Probabilidad condicionada. 4. Independencia de sucesos

Sistema binario. Disoluciones de dos componentes.

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL.

(PROBABILIDAD) (tema 15 del libro)

Regla de Bayes. Pedro J. Rodríguez Esquerdo

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional.

4. SEGUNDO MÓDULO. 4.1 Resumen de Datos

RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

Guía práctica para la realización de medidas y el cálculo de errores

V Muestreo Estratificado

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos

Ejercicios resueltos de funciones generatrices. Matemática discreta 4º Ingeniería Informática

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

Cálculo y EstadísTICa. Primer Semestre.

NOCIONES BÁSICAS DE ESTADÍSTICA UTILIZADAS EN EDUCACIÓN

CURSO DE ESTADÍSTICA DESCRIPTIVA Y ANÁLISIS DE DATOS CON LA HOJA DE CÁLCULO EXCEL

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

IV. GRÁFICOS DE CONTROL POR ATRIBUTOS

ESTADÍSTICA DESCRIPTIVA

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE :

Juegos finitos n-personales como juegos de negociación

Apuestas deportivas por Internet

1. Demuestra que si p es un natural y p es compuesto, entonces existe un divisor m de p con 1 < m p.

4. PROBABILIDAD CONDICIONAL

5.3 Estadísticas de una distribución frecuencial

. Usaremos una vía algebraica y una geométrica que nos

ESTADÍSTICA DESCRIPTIVA Métodos Estadísticos Aplicados a las Auditorías Sociolaborales

Tema I. Estadística descriptiva 1 Métodos Estadísticos LECCIONES DE ESTADÍSTICA

2 - TEORIA DE ERRORES : Calibraciones

Unidad I Estadística Descriptiva

MUESTREO EN POBLACIONES FINITAS. Antonio Morillas 1

Actividad: Elabora un resumen de la información que se muestra a continuación y analiza los procedimientos que se muestran.

Guía para la Presentación de Resultados en Laboratorios Docentes

CURSO BÁSICO DE ANÁLISIS ESTADÍSTICO EN SPSS. FRANCISCO PARRA RODRÍGUEZ JUAN ANTONIO VICENTE VÍRSEDA MAURICIO BELTRÁN PASCUAL

UNIDAD 7.- Matrices (tema 1 del libro) = MATRICES

LECCIONES DE ESTADÍSTICA

OPCIÓN A EJERCICIO 1_A Sean las matrices A =

-Métodos Estadísticos en Ciencias de la Vida

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

ANALISIS DE SISTEMAS LINEALES CONTINUOS EN EL ESPACIO DE ESTADO

R-C CARGA Y DESCARGA DE UN CONDENSADOR

4. CONCEPTO BASICOS DE PROBABILIDADES

SOLUCIONES DE LOS PROBLEMAS DE LA OME 49ª. 1. Sean a, b y n enteros positivos tales que a b y ab 1 n. Prueba que

12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS)

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por:

Este documento es de distribución gratuita y llega gracias a El mayor portal de recursos educativos a tu servicio!

GENERACION DE NUMEROS ALEATORIOS

PARTE 2 - ESTADISTICA. Parte 2 Estadística Descriptiva Introducción

Probabilidad. Si lanzamos una moneda no sabemos de antemano si saldrá cara o cruz. Teoría de probabilidades

3.Si A y B son incompatibles, es decir A B = entonces:

0(=&/$6*$6(26$6. i = (3)

Análisis estadístico de datos muestrales

LAS MATEMÁTICAS DE LOS SISTEMAS ELECTORALES

Tema 12: IDEA DE PROBABILIDAD

6.2.- Funciones cóncavas y convexas

ESTADÍSTICA DESCRIPTIVA

3.Si A y B son incompatibles, es decir A B = entonces:

Tema 3: Cálculo de Probabilidades. Métodos Estadísticos

Series Numéricas. Una forma de definir e es a través de la suma: ! + 1 1! + 1 2! + 1 3! + 1 4! n. cuyo límite es e, es decir:

Transcripción:

Probabldad PROBABILIDAD 1. Expermetos aleatoros... 2 2. Espaco muestral asocado a u expermeto aleatoro. 3 3. Sucesos... 3 4. El álgebra de Boole de los sucesos... 4 5. Frecuecas. Propedades... 6 6. Defcó axomátca de probabldades. Propedades.. 7 7. Probabldad codcoada... 10 8. Sucesos depedetes... 12 9. Teorema de la probabldad total... 14 10. Teorema de Bayes... 15 Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 1

1. EXPERIMENTOS ALEATORIOS Probabldad U expermeto aleatoro es aquel que realzado e las msmas codcoes o causas, puede dar lugar a dferetes resultados o efectos coocdos de atemao. So ejemplos de expermetos aleatoros: EJEMPLO 1.1: Se laza u dado y se observa el úmero o la fgura que aparece e la cara superor. EJEMPLO 1.2: Se laza ua moeda cuatro veces y se observa el úmero de caras obtedas. EJEMPLO 1.3: E u proceso de produccó se cueta el úmero de artículos defectuosos que se produce e u día. EJEMPLO 1.4: De ua ura que cotee bolas blacas y egras, se extrae ua bola y se aota su color. Qué tee e comú estos expermetos?: - Cada expermeto puede repetrse defdamete bajo codcoes esecalmete alterables. - Auque e geeral o podemos predecr cuál será el resultado de cada repetcó, s es posble descrbr el cojuto de todos los resultados posbles. - Cuado el expermeto se repte u úmero grade de veces aparece certas regulardades e los resultados. Al descrbr u expermeto aleatoro, es esecal especfcar qué aspecto del resultado os teresa observar, o, dcho de otro modo, cuál es uestro crtero para cosderar dos resultados como dferetes. Esta especfcacó se logra medate el espaco muestral. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 2

Probabldad 2. ESPACIO MUESTRAL ASOCIADO A UN EXPERIMENTO ALEATORIO A cada expermeto asocamos u cojuto E, que deomaremos espaco muestral, formado por todos los resultados posbles del expermeto. Así e el caso del lazameto de u dado se puede tomar como espaco muestral: E = {1, 2, 3, 4, 5, 6} E el caso del lazameto de dos moedas: E = { cc, cx, xc, xx} 3. SUCESOS Suceso elemetal es cada uo de los resultados posbles de ua expereca. Ejemplo: "Obteer u cco al arrojar u dado". El cojuto de todos los sucesos elemetales costtuye el espaco muestral. Suceso compuesto es el cojuto de varos sucesos elemetales. Por ejemplo "Obteer par". Podemos, pues, defr u suceso de u expermeto aleatoro como u subcojuto del espaco muestral. Suceso mposble es aquel que o se puede realzar uca y se le deota. Ejemplo: "Obteer u sete al lazar u dado". Suceso seguro es aquel que se verfca sempre, que es precsamete el espaco muestral E. Los sucesos asocados a u expermeto aleatoro costtuye u álgebra. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 3

Probabldad 4. EL ALGEBRA DE BOOLE DE LOS SUCESOS Supogamos que os ecotramos ate u expermeto al cual se le asoca ua famla de cojutos A, B, C,... etc., de tal forma que fjado uo de ellos el suceso o cojuto A al realzar ua prueba del expermeto podemos decr, s se ha verfcado o o dcho suceso al observar el resultado de la prueba. Ejemplo: E el expermeto aleatoro de lazar dos moedas se realza la sguete preguta: " Es el úmero de caras meor o gual que uo?" Como vemos, esta preguta tee respuesta y el suceso que respode "s" a la preguta es: A = {cx, xc, cc} B (A B). Defcoes: - Dremos que el suceso A mplca el suceso B s sempre que se verfca A se verfca - S dos sucesos so tales que A B y B A, etoces dremos que so guales A=B. Se dce que u suceso A es cotraro a otro cuado se verfca s o se verfca A. Ejemplo: A = {2} = {múltplo de 2} => El suceso cotraro es A = {1, 3, 5} A Dados dos sucesos A y B se llama uó de dos sucesos A B al suceso que se verfca cuado se verfca A o se verfca B. A B={x tales que x A ó x B}. Propedad A A E. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 4

Probabldad Ejemplo: A = {2, 4}; B = {1, 2} => A B = {1, 2, 4} Se llama terseccó de sucesos AB al suceso que se verfca s se verfca A y B. A B ={ x tales que xay x B}. Propedad A A Ejemplo: A = {2, 4} B = {1, 2} => A B = {2} - Dos sucesos so compatbles, s o puede verfcarse jutos, A B = Ejemplo: A ={2, 4} B = {1, 6} => A B = Propedades de la uó e terseccó de sucesos: UNION INTERSECCIÓN Comutatva A B = B A A B = B A Asocatva A (B C) = (A B) C A (B C) = (A B) C Idempotete A A=A A A = A Smplfcacó A (B A) = A A (B A) = A Dstrbutva A (B C) = (A B)(A C) A(B C) = (A B) (A C) el. eutro A = A A E = A el.complemet. A A = E A A = El cojuto formado por todos los subcojutos del espaco muestral (P(E)) co la uó y la terseccó, por verfcar estas propedades tee estructura de algebra de Boole, a ésta se la llama: "Álgebra de Boole de los sucesos". Defcó: Sea B ua famla de subcojutos de u espaco muestral, se dce que B es u - álgebra s se verfca: 1) A1, A2,..., A,.. B etoces A B; 2) S A B etoces A B 1 Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 5

Probabldad Defcó: Decmos que ua fucó :B R es completamete adtva s cumple: 1) ( ) 0 2) A ( A ) sedo A Aj 1 1 Defcó: Decmos que :B R es ua medda s es completamete adtva y o egatva (es decr, ( A ) 0). Defcó: Llamaremos espaco medble a la tera costtuda por el cojuto E, la -álgebra y la medda. (E, B, ). Leyes de De Morga AB A B. El suceso complemetaro de la uó de sucesos, es el suceso terseccó de los complemetaros. AB A B. El suceso complemetaro de la terseccó de sucesos, es el suceso uó de los complemetaros. Se os platea el problema de cuatfcar o medr la posbldad de ocurreca de u suceso. Para ello vamos a cosderar las propedades de las frecuecas relatvas de u suceso e la realzacó de u expermeto aleatoro. 5. FRECUENCIAS. PROPIEDADES Dado u suceso A, la frecueca absoluta del suceso A e ua sere de repetcoes smlares del expermeto se la represeta por A. La frecueca relatva del suceso A es la frecueca absoluta dvdda por el úmero de veces que se realza el expermeto, se la represeta por f A. f A A Propedades: 1) Para cualquer suceso A, resulta: 0fA 1, ya que será sempre cocete de dos úmeros postvos e el que el umerador es sempre meor o gual que el deomador. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 6

Probabldad 2) Para el suceso seguro E: f E = 1 3) Para el suceso mposble : f 0 4) S dos sucesos A y B so compatbles, tedremos: sea A la frecueca absoluta de A, B la frecueca absoluta de B y sea A B la frecueca absoluta del suceso A B, por ser compatbles A B = A + B, luego: por cosguete f A B f A f s AB B f f f AB A B A B AB A B Cuado el úmero de pruebas aumeta, las frecuecas tede a establzarse e las proxmdades de u certo valor. 6. DEFINICIÓN AXIOMATICA DE PROBABILIDAD. PROPIEDADES. Sea u expermeto aleatoro y B la -álgebra de sucesos asocados a él. A cada suceso A B le asgamos u úmero P(A) deomado probabldad de A que satsface los axomas sguetes: Axoma 1. P(A) 0 Axoma 2. P(E) = 1, sedo E el espaco muestral Axoma 3. P(A U B) = P(A) + P(B) co A B = Cosderaremos la probabldad como el úmero al cual tede la frecueca relatva de u suceso A al repetrse la expereca defdamete. A fa P(A) 0,1 Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 7

Probabldad Este úmero se correspode co el cocete del cardal de elemetos del suceso A y el cardal del espaco muestral. REGLA DE LAPLACE La probabldad de u suceso es el úmero que se obtee al dvdr el úmero de casos favorables al suceso por el úmero de casos posbles card(a) P(A) card(e) Hemos de advertr que esta defcó, solamete es válda cuado todos los sucesos posbles so equprobables, es decr, que tega la msma probabldad de ocurreca y el espaco muestral sea fto. Obsérvese que los axomas so cosecueca drecta de las propedades de las frecuecas. Por todo lo vsto, teemos costrudo u espaco medble (E, B, ) cuya medda es la probabldad = P(A). Cosecueca de los axomas so las propedades. Propedades: 1) P( A )=1-P(A) E efecto: A A=E y AA P( A A)=P(A)+P( A )=P(E)=1 P( A )=1-P(A) 2) P( )=0 Por la propedad ateror P( )=1-P(E)=1-1=0 3) S A B, etoces P(A) P(B) S A B se tee que B=A (B A) sedo A (BA) P(B)=P(A (B A) )=P(A)+P( B A) y como P( B A) 0 P(B) P(A) Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 8

Probabldad 4) S A y B so compatbles, etoces: P(A B) = P(A)+P(B)-P(A B) La demostracó la lustraremos co la ayuda del dagrama adjuto: Observado la fgura escrbremos A, B, y A B como uó de sucesos compatbles. A B A ( AB) ( AB) B( BA) ( AB) A B = ( AB) ( AB) ( A B) por el axoma 3 teemos: P(A) = P( AB) P( A B) y P( B) PB ( A) PA ( B) de dode, y por tato, PA ( B) PA ( ) PA ( B) y P( BA) PB ( ) PA ( B) P(A B)=P( AB) P( AB) P( A B) =P(A)-P(AB)+P(AB)+P(B)-P(AB)= =P(A)+P(B)-P(A B) 5) P ABC P A P B P C P AB P AC P BC P(AB C) EJEMPL0 6: E ua habtacó hay 18 persoas de las que 9 so hombres, co cco fumadores etre ellos y el úmero de mujeres fumadoras es 6. Se elge al azar ua persoa. Calcular: a) Probabldad de elegr ua mujer o fumadora. b) Probabldad de elegr ua mujer o u o fumador. c) Supogamos que se elge al azar dos persoas de la habtacó, cuál es la probabldad de elegr a u hombre y a ua mujer? Solucó: La stuacó es la sguete: 5 hombres fumadores Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 9

Probabldad 4 hombres o fumadores 6 mujeres fumadoras 3 mujeres o fumadoras Cosderamos los sucesos: A = {la persoa elegda es mujer} y B = {la persoa elegda es o fumadora} a) P(AB) = 3 /18 b) P(A B) = P(A)+P(B)-P(A B) = 9 7 3 13 18 18 18 18 Puesto que P(A)=9/18, ya que so 9 las mujeres y P(B) = 7/18 por ser 7 el úmero de o fumadores. c) Al tomar 2 persoas del total de 18 obteemos u total de 18 posbles por 17 restates dvdo por dos, ya que o mporta el orde, se trata de combacoes de 18 elemetos tomados de 2 e 2, y se escrbe 18 1817 153. Ahora podemos escoger 9 hombres y 9 2 2 99 9 mujeres, luego p 153 17 7 PROBABILIDAD CONDICIONADA Sea A y B dos sucesos asocados a u expermeto aleatoro. Represetamos por P(B/A) la probabldad de que ocurra B supuesto que haya ocurrdo A. Hablaremos de probabldad de B codcoada por A y se defe: PA ( B) PB ( / A) PA ( ) sedo P( A) 0 Debe observarse que P(B) y P(B/A) opera sobre espacos muestrales dferetes. Por ello, cosderamos u expermeto aleatoro, que realzamos veces, dados dos sucesos Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 10

Probabldad determados A y B, sea A B el úmero de veces que ha ocurrdo los dos sucesos, queremos determar la frecueca relatva del suceso B teedo e cueta úcamete las veces que ocurró el suceso A, esta frecueca relatva que la podamos llamar frecueca relatva de B codcoada a la ocurreca del suceso A, vedrá dada por f f BA / AB A / f / f AB A BA / A B que dvdedo por : es decr, la frecueca relatva de B codcoada a A es el cocete etre la frecueca relatva del suceso terseccó y la frecueca relatva del suceso A. Expresó que da lugar a la defcó de probabldad codcoada. A Ahora be, teemos que aseguraros de que P(B/A) es efectvamete ua probabldad, para lo cual debe satsfacer los axomas. E efecto: Axoma 1 P(B/A) 0 Como P(AB) 0 y P(A)>0 => P(B/A) será o egatvo. Axoma 2 P(E/A)=1 Ya que, P(E/A) = P ( E A ) PA ( ) 1 PA ( ) PA ( ) Axoma 3 S B y C so compatbles, P(( BC) / A) P(B/A)+P(C/A) P(( BC) A) P(( BC) / A) PA ( ) como ( BC) A ( BA) ( C A) sedo ( BA) ( CA) ( BC) A A teemos que P(( BC) A) P(( BA) ( CA)) P( BA) P( C A) Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 11

Probabldad PB ( A) PC ( A) PB ( A) PC ( A) resultado P(( BC) / A) =P(B/A)+P(C/A) PA ( ) PA ( ) PA ( ) EJEMPLO 7: Cosderemos el expermeto aleatoro de lazar u dado el suceso A = {resultado mpar} y B = {resultado mayor que 4}. Se pde P(B/A). Solucó: A = {resultado mpar} = {1, 3, 5} => P(A) = 3/6 B = {resultado mayor que 4} = {5, 6} => P(B)= 2/6 AB = {resultado mpar y mayor que 4} = {5} => P(AB) = 1/6 Susttuyedo: P(A B) P(B/ A) = 1/6 1/3 P(A) 3/6 De la defcó de probabldad codcoada, se tee: PA ( B) PB ( / A) => P(AB) = P(A) P(B/A) PA ( ) y aálogamete PA ( B) PA ( / B) => P(AB) = P(B) P(A/B) PB ( ) Se obtee, P(AB) = P(A) P(B/A) = P(A) P(B/A) expresó que se cooce co el ombre de teorema de la probabldad compuesta. Geeralzado, PA ( 1A2... A) PA ( 1) PA ( 2 / A1) PA ( 3 / A1A2)... PA ( / A1... A 1) 8. SUCESOS INDEPENDIENTES Dos sucesos so depedetes cuado la ocurreca de uo o depede de la ocurreca del otro. Así, s lazamos dos dados, el resultado que pueda obteerse e cada uo de ellos es depedete del otro. Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 12

Probabldad S B es depedete de A la P(B/A) = P(B) y por tato P(A B)=P(A) P(B) PA ( B) PAPB ( ) ( ) PA ( / B) PA ( ) PB ( ) PB ( ) y se tee que A es depedete de B. Geeralzado, s A 1,..., A so depedetes, etoces: PA ( A... A ) PA ( ) PA ( )... PA ( ) 1 2 1 2 EJEMPLO 8.1: Se laza smultáeamete cco moedas. Hallar la probabldad de obteer al meos ua cara. Solucó: P(obteer ua cara al lazar ua moeda) = ½ P(o obteer ua cara al lazar ua moeda) = ½ P(o obteer gua cara al lazar cco moedas) = P(o obteer ua cara al lazar ua moeda)... 5).. P(o obteer ua cara al lazar ua moeda) = (½) 5 =1/32 Es coveete pasar al suceso cotraro, P(al meos ua cara) = 1 - P(o obteer gua cara) = 1 - (1/32) = 31/32 EJEMPLO 8.2: Sea A y B dos sucesos asocados a u expermeto aleatoro. Supógase que P(A) = 0.4, P(AB) = 0,7, y P(B) = p. a) Para qué valor de p so A y B compatbles? a) Para qué valor de p so A y B depedetes? Solucó: a) P(AB) = P(A) +P(B) para sucesos compatbles, susttuyedo P(AB) = P(A) + P(B) = 0,4 + p = 0,7 => p = 0,3 b) P(AB) = P(A) P(B) para sucesos depedetes. P(AB) = P(A) + P(B) - P(AB) = P(A) + P(B) - P(A) P(B) = 0,4 + p - 0,4 p = 0,7 Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 13

=> 0,3 = 0,6 p etoces p = 0,5 Probabldad 9 TEOREMA DE LA PROBABILIDAD TOTAL Decmos que u cojuto de sucesos B 1, B 2,, B forma u sstema completo o partcó del espaco muestral E cuado cumple: 1. So compatbles dos a dos, B Bj s j. 2. La uó de todos ellos forma u suceso seguro ( B E). 1 S A es otro suceso cualquera, se cumple que: PA ( ) PA ( / B) PB ( ) 1 Demostracó: A = AE = A(B 1 B 2... B ) = (AB 1 )(AB 2 )...(A B ) se cumple que AB so compatbles por serlo B ( AB ) ( AB ) A( B B ) j j por tato, aplcado la fórmula de la probabldad codcoada, PA ( ) PA ( B) PA ( B )... PA ( B ) PA ( B ) PA ( / B) PB ( ) 1 2 1 1 EJEMPLO 9: Se tee dos uras: la ura úmero 1 tee tres bolas blacas y dos egras; la ura úmero 2 tee ua bola blaca y tres egras. Se elge ua ura al azar, y se extrae ua bola, cuál es la probabldad de que sea blaca? Solucó: Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 14

Probabldad Ura úmero 1: {3 Blacas, 2 Negras} ; Ura úmero 2: {1 Blaca, 3 Negras} Sea los sguetes sucesos: B 1 = {elegr la ura úmero 1} B 2 = {elegr la ura úmero 2} A = {extraer bola blaca} teemos, P(B 1 ) = P(B 2 ) = ½ por seleccoar la ura al azar. P(A/ B 1 ) = 3/5 por estar stuados e la prmera ura. P(A/ B 2 ) = ¼ por estar stuados e la seguda ura. por cosguete, 31 11 3 1 17 P(A) = P(A/ B 1 ) P(B 1 ) + P(A/ B 2 ) P(B 2 ) = 52 42 10 8 40 10 TEOREMA DE BAYES B Sea el espaco muestral E y los sucesos B, B,..., compatbles dos a dos, B s j, tales que B 1 B 2... B E. S A es otro suceso cualquera, se cumple j 1 2 B que: PB ( / A) PA ( / B) PB ( ) 1 PA ( / B) PB ( ) Demostracó: obteemos, Por el teorema ateror P( A) PA ( / B) PB ( ) 1 y como P( AB) PA ( / B) PB ( ) PA ( B ) PB ( / A) PA ( ) PA ( / B) PB ( ) 1 PA ( / B) PB ( ) Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 15

Probabldad EJEMPLO 10: E el ejemplo ateror supogamos que, realzado el expermeto, la bola extraída resulta ser blaca, cuál es la probabldad de que la ura de la cual se ha extraído la bola sea la ura úmero 1? Solucó: P(B / A) 1 31 3 P(A/B)P(B) 52 10 12 P(A / B 31 11 17 1)P(B 1) P(A / B 2)P(B 2) 17 52 42 40 1 1 Obsérvese como el teorema de la probabldad total os determa la probabldad a pror, s embargo el teorema de Bayes os dca la probabldad a posteror, es decr, ua vez realzado el expermeto. http://asgaturas.topografa.upm.es/matematcas/vdeos/teoremas_probabldad.wmv http://asgaturas.topografa.upm.es/matematcas/vdeos/teoremas_probabldad.mp4 Udad Docete de Matemátcas de la E.T.S.I.T.G.C. 16