PROBABILIDADES 2

Definicin axiomtica de
probabilidad

10/21/13

Definicin axiomtica de probabilidad

Una probabilidad es una funcin P, que asigna a cada
evento A de , un nmero real P(A), que satisface las
siguientes tres propiedades, llamadas axiomas de
probabilidad:
a) P(A) 0, para cualquier evento A de .
b) P() = 1
c) Si A y B son eventos mutuamente excluyentes de ,

entonces: P(AB) = P(A) + P(B)

10/21/13

Teoremas de probabilidades
Si A = P()=0

El recproco de este teorema no siempre es cierto

P(Ac) = 1 - P(A)
Si A B P(A) P(B)
P(A) = P(AB) + P(ABc)
P(AB)= P(A) + P(B) P(AB)

10/21/13

Ejemplo
n

La probabilidad de que una computadora tenga el

programa A es 0.6 y de que tenga el programa B es
0.5. Si la probabilidad de que tenga los dos
programas es 0.2, encontrar la probabilidad de que:
n tenga alguno de los dos programas
n tenga el programa A pero no el B
n tenga el programa B pero no el A
n tenga slo uno de los dos programas
n no tenga ninguno de los dos programas
10/21/13

Ejercicio
El anlisis costo-beneficio de la compra de cierta fbrica
determin que solo la ocurrencia de alguno de los eventos A o B
ocasionara una inversin desfavorable. Se estima que la
probabilidad de que ocurra el evento A es 0,1; la probabilidad de
que el evento B ocurra es 0,05 y la probabilidad de que ocurran
ambos eventos es 0,02. Cul es la probabilidad de que
a) la inversin resulte desfavorable debido nicamente a la
ocurrencia del evento A?
b) la inversin resulte desfavorable debido nicamente a la
ocurrencia del evento B?
c) Cuantifique el riesgo que se corre en esta inversin, es decir, la
probabilidad de que la compra ocasione una inversin
desfavorable.
10/21/13

Probabilidad Condicional
e Independencia

Probabilidad Condicional
Dados A y B dos eventos en el espacio muestral ,
la probabilidad condicional de B dado A se define
por:

P( A B)
P(B A) =
, si P ( A) > 0
P( A)
Si es finito y equiprobable:

n(A B)
P ( B A) =
, si
n(A)
n(A) > 0

Ejemplo
Suponga que de una baraja normal de cartas (sin
comodines) se extrae una carta al azar. Si se
definen los eventos
A = la carta seleccionada es de trboles y
B = la carta seleccionada es negra .
Halle P(A|B) y P(A). Son ests probabilidades
iguales? Qu significa que no lo sean?
10/21/13

Probabilidad condicional
En la probabilidad condicional, P(B/A), el evento
condicin A determina el nuevo espacio muestral

Ejemplo
n

EL 60% de las computadoras de una gran

empresa tienen instalado el programa A y
el 50% tienen el programa B. El 20% de
las computadoras tienen los dos
programas.
Encontrar la probabilidad de que una
computadora de la empresa, seleccionada
al azar, tenga el programa B si sabemos
que tiene el programa A.

Ejemplo
n

Sean los eventos

A = {la computadora tiene el programa A}

B = {la computadora tiene el programa B}
60
50
20
, P( B) =
, P( A B) =
100
100
100
20
P( A B)
20
100
P ( B / A) =
=
=
60
P ( A)
60
100

P( A) =

La probabilidad de que la computadora seleccionada tenga

el programa B dado que tiene el programa A es de 0,333

Ejemplo
En el ltimo reporte anual de una gran cadena
hotelera se afirmaba que el 72% de sus trabajadores
habla ingls, el 54% habla francs y el 37% habla
ambos idiomas.
n

Un turista francs llega a uno de los hoteles de la

cadena, la recepcionista lo saluda amablemente y le
habla en ingls, qu probabilidad hay de que esta
recepcionista hable francs?
n

Solucin
n

Sean los eventos

A = {la recepcionista habla ingls}

B = {la recepcionista habla francs}
P(A) = 0, 72 P(B) = 0, 54 P(A B) = 0, 37
P(A B) 0, 37
P(B / A) =
=
= 0, 514
P(A)
0, 72
Dado que la recepcionista habla ingls, la probabilidad de
que hable francs es 0,514
n

14

Regla del producto

n

Sean A y B dos eventos

Si P( A) 0 :
P( A B) = P( A) P( B / A)

Ejemplo
n

De 50 computadoras, hay 20 que son marca Apple.

Se escoge al azar, una por una, dos computadoras.
Encontrar la probabilidad de que la primera sea
una Apple y la segunda no lo sea.
A = {La primera computadora es Apple}
B = {La segunda computadora no es Apple}
20
P ( A) =
50

)=
P (B
A

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

30
49

20 30
=

A
50
49

Ejemplo
n

De los adultos de 25 o ms aos empleados en

cierto pas, el 90.3% complet la enseanza
media y de ellos, el 30.8% complet la
universidad.
Calcular la probabilidad de que un adulto
empleado de ese pas, seleccionado al azar, haya
completado la enseanza media y tambin la
universidad.

Solucin
n

Sean los eventos:

M= {enseanza media completa}
U= {enseanza universitaria completa}
P (M U)= P(M) x P(U/M)
= 0,903 x 0,308 = 0,278
En el pas del ejemplo, la probabilidad de que un adulto
empleado, de 25 o mas aos, haya completado la
enseanza media y la universitaria es del 0,278

Particin del espacio

n

Los eventos E1, E2,,En son una particin

del espacio , si:

P( Ei ) 0 , (i = 1,2,..., n)
Ei E j = , (i j )
n

i =1

E1

=
E3

E2
...

En

Teorema de probabilidad total

n

Si los eventos E1, E2,, En son una

particin del espacio muestral :
n

A
P( A) = P(Ei )P

E
i

i =1

Ejemplo
n

En una fbrica textil, cada polo es estampado en una de

tres mquinas: M1, M2, M3. El nmero de polos
estampados diariamente en cada mquina es 500, 350 y
150 respectivamente.
El porcentaje de polos devueltos por defectos en el
estampado es de 1%, 3% y 6% para las mquinas M1,
M2 y M3 respectivamente.
Si se escoge al azar un polo estampado cul es la
probabilidad de que sea devuelto por defectos en el
estampado?

Solucin
n

Sean los eventos

Ei = { polo estampado en la mquina M i } , (i = 1, 2, 3)
D = { polo devuelto por defecto en el estampado}

Adems

P( E1 ) = 0.5 ,

P( E2 ) = 0.35 ,

P( D / E1 ) = 0.01 ,
P( D / E3 ) = 0.06

P( E3 ) = 0.15

P( D / E2 ) = 0.03 ,

... sigue solucin

n

La probabilidad de que el polo escogido

sea devuelto por defectos en el
estampado es del 0,0245 pues:
3

P(D) = P(Ei )P(D / Ei )

i=1

= 0, 5 0, 01+ 0,35 0, 03+ 0,15 0, 06 = 0, 0245

Teorema de Bayes
El teorema de Bayes establece una relacin muy
importante en la teora de probabilidades y es la base
para la revisin de la asignacin de probabilidades a la
luz de informacin adicional.
Posibilidades
a priori

Informacin
Nueva

Teorema
de Bayes

Posibilidades
posteriores

Teorema de Bayes
n

Si los eventos E1, E2,,En son una

particin del espacio y P(A) 0:

A
P(Ek )P

Ek
Ek

P
=
, (k = 1,2,..., n)

P( A)
A

Ejemplo
n

Una manufacturera recibe embarques de piezas

de dos proveedores. El 65% de las piezas son
adquiridas del proveedor 1 y el 35% restante del
proveedor 2.
Segn la estadstica existente, el 98% de las
piezas recibidas del proveedor 1 son buenas y el
2% son malas. En el caso del proveedor 2, el
95% de las piezas son buenas y el resto malas.

sigue ejemplo
n

Todas las piezas recibidas se guardan en un

almacn.
Si se selecciona una pieza al azar del almacn,
cul es la probabilidad de que resulte mala?
Suponga que una de las piezas recibidas est
mala. Cul es la probabilidad que haya sido
adquirida del proveedor 1? Cul es la
probabilidad que haya sido adquirida del
proveedor 2?

P(B|A)

P(AB)=0.65x0.98=0.6370

P(A)
P(M|A)

P(B|A)

P(AM)=0.65x0.02=0.0130

P(AB)=0.35x0.95=0.3325

0.0130 +
0.0175
0.0305

P(A)

P(M|A)

P(AM)=0.35x0.05=0.0175

P( A M ) 0.0130
P( AM ) 0.0175
P( A | M ) =
=
= 0.4262 P( A| M ) =
=
= 0.5738
P( M )
0.0305
P( M )
0.0305

Ejercicio
El dueo de H&T Ingenieros debe decidir si presenta
o no una oferta para hacerse cargo de la construccin
de un nuevo centro comercial. En el pasado su
principal competidor, la empresa Uehara
Constructores, ha propuesto ofertas en el 75% de los
nuevos proyectos de construccin. Si Uehara
Constructores no presenta ofertas para un trabajo, la
probabilidad de que H&T Ingenieros obtenga el
trabajo es de 0,56. Si Uehara Constructores propone
una oferta para el trabajo, la probabilidad de que
H&T Ingenieros obtenga el trabajo es de 0,28.

a) Cul es la probabilidad de que H&T

Ingenieros obtenga el trabajo? Con base en
este resultado, recomendara usted que la
empresa presente una oferta?
b) Si la empresa H&T Ingenieros obtiene el
trabajo, cul es la probabilidad de que la
empresa Uehara Constructores haya
propuesto una oferta?
Respuestas: a) 0,35 b) 0,60

Independencia

Juego de dados
n

En un juego se lanza un dado una vez y se

gana si sale el nmero 6.

Cul es la probabilidad de ganar?

Si un jugador ha jugado ya dos veces y ha

ganado en ambas, cul es la probabilidad de
que gane si juega una vez mas?

Eventos independientes
n

Dos eventos A y B son independientes, si

y solamente si:

P( A / B) = P( A)
n

O equivalentemente, A y B son
independientes si y solo si:

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

Propiedades:
Eventos independientes
n

Sean los eventos A y B tales que: P(A) 0

y P(B) 0. Se cumple que:
n

Si A y B son independientes A y B no son

disjuntos.

Si A y B son disjuntos A y B no son

independientes

Teorema
Si los eventos A y B son independientes,
entonces:
a) A y Bc son independientes
b) Ac y B son independientes
c) Ac y Bc son independientes.

Ejemplo
n

Un televidente ve de manera independiente los

programas A y B. La probabilidad de que vea el
programa A es 0,2 y de que vea el programa B es
0,3, hallar la probabilidad de que:
n

vea los dos programas

no vea ninguno de los dos programas

vea alguno de los dos programas

vea slo el programa A

vea slo el programa B

vea slo uno de los dos programas

Ejemplo
n

Sean los eventos A y B

A = {vea el programa A}
B = {vea el programa B}

vea los dos programas

a) P( A B) = P( A) P( B) = 0.2 0.3 = 0.06

n

no vea ninguno de los dos programas

C

b) P( A B ) = P( A ) P( B )= 0.8 0.7 = 0.56

Ejemplo
n

vea alguno de los dos programas

C

c) P( A B) = 1 P(( A B) ) = 1 P( A B )
= 1 0.56 = 0.44
n

vea slo el programa A

C

d ) P( A B) = P( A B ) = P( A) P( B )
= 0.2 0.7 = 0.14

Ejemplo
n

vea slo el programa B

C

e) P( B A) = P( B A ) = P( B) P( A )
= 0.3 0.8 = 0.24
n

vea slo uno de los dos programas

f ) P( AB) = P( A B) + P( B A)
= 0.14 + 0.24 = 0.38

Ejemplo
n

Se lanza un dado 10 veces, encontrar

la probabilidad de que el seis
aparezca por lo menos una vez.

Ejemplo
A = {El seis aparece por lo menos una vez}

Ai = {El seis aparece en el lanzamiento i}

Ai (i = 1, 2,...,10) son independientes
C
i

A (i = 1, 2,...,10) son independientes

10

10

A = Ai A = A
i=1

i=1

C
i

Ejemplo
10
"
%
C
C
P ( A) = 1 P ( A ) = 1 P $ Ai '
# i=1 &

= 1 P ( A ) P ( A )...P ( A
C
1

C
2

C
10

1
5
C
P( Ai ) = P( Ai ) =
6
6
10
" 5 %" 5 % " 5 %
" 5%
P(A) = 1 $ '$ '... $ ' = 1 $ '
# 6 &# 6 & # 6 &
#6&