PROBABILIDAD: REGLA DE LAPLACE

5/2/12

Definicin.-En el caso de que todos los sucesos elementales del espacio muestral E sean equiprobables, Laplace define la probabilidad del suceso A como el cociente entre el nmero de resultados favorables a que ocurra el suceso A en el experimento y el nmero de resultados posibles del experimento.

5/2/12

1.-Hallar la probabilidad de que al lanzar dos monedas al aire salgan dos caras. Casos posibles: {cc, cx, xc, xx}. Casos favorables: 1. P(2 caras)= 2.-En una baraja de 40 cartas, hallar la P (as) y P (copas). Casos posibles: 40. Casos favorables de ases: 4.

5/2/12

Calcular la probabilidad de que al echar un dado al aire, salga: 1.-Un nmero par. Casos posibles: {1, 2, 3, 4, 5, 6}. Casos favorables:{2, 4, 6} P(par)= 3/6 = 2.-Un mltiplo de tres. Casos favorables:{3, 6}. P(3)= 2/6 = 1/2

5/2/12

TEOREMA DE BAYES

5/2/12

Definicin.- Llamaremos espacio muestral asociado a un experimento aleatorio al conjunto de todos los posibles resultados del experimentos

5/2/12

Un Doctor dispone de tres equipos electrnicos para realizar ecosonogramas. El uso que le da a cada equipo es de 25% al primero, 35% el segundo en y 40% el tercero. Se sabe que los aparatos tienen probabilidades de error de 1%, 2% y 3% respectivamente. Un paciente busca el resultado de una ecografa y observa que tiene un error. Determine la probabilidad de que se ha usado el primer aparato. Solucin: Se definen los sucesos: SucesoP: seleccionar el primer aparato SucesoS: seleccionar el segundo aparato SucesoT: seleccionar el tercer aparato SucesoE: seleccionar un resultado con error

5/2/12

Se puede observar que la pregunta es sobre determinar la probabilidad de que un examen errado sea del primer aparato, es decir, ya ha ocurrido el error. Por lo tanto, debemos recurrir al teorema de bayes. Claro est, que es necesario de igual forma obtener la probabilidad de que los aparatos produzcan un resultado errneo, por lo tanto: P(P/E)= P(P)*P(E/P) P(P)*P(E/P)*P(E/S)+P(E/T)

P(P/E)= 0,25*0,01 0,25*0,01+0,35*0,02+0,4*0,03

5/2/12

Un mdico cirujano se especializa en cirugas estticas. Entre sus pacientes, el 20% se realizan correcciones faciales, un 35% implantes mamarios y el restante en otras cirugas correctivas. Se sabe adems, que son de genero masculino el 25% de los que se realizan correcciones faciales, 15% implantes mamarios y 40% otras cirugas correctivas. Si se selecciona un paciente al azar, determine: a. Determine la probabilidad de que sea de gnero masculino b. Si resulta que es de gnero masculino, determine la probabilidad que se haya realizado una ciruga de implantes mamarios.
5/2/12

Solucin:
Se definen los sucesos: SucesoF: pacientes que se realizan cirugas

faciales

SucesoM: pacientes que se realizan implantes

mamarios

SucesoO: pacientes que se realizan otras

cirugas correctivas
SucesoH: pacientes de gnero masculino

a). La probabilidad de que sea de gnero masculino se refiere a un problema de probabilidad total, ya que es el suceso condicionado y las cirugas los condicionantes. 5/2/12 Dicho valor ser:

P(H)=P(H)*P(H/F)+P(M)*P(H/M)+P(O)*P(O/H) P(H)= 0,2*0,25+0,35*0,15+0,25*0,4= 0,2 20% b).-Como el suceso condicionado ha ocurrido entonces se aplica el teorema de bayes, luego, el valor de la probabilidad ser: P(M/H)= P(M)*P(H/M) 0,2*0,25+0,35*0,15+0,25*0,4 = 0,0525/ 0,2 = 0,26 26%

5/2/12

DISTRIBUCION DE VARIABLE ALEATORIA DISCRETA

5/2/12

 Definicin._ Se dice que una Variable aleatoria

Discreta o Discontinua X, tiene un conjunto definido de valores posibles x1,x2,x3,..xn con probabilidades respectivas p1,p2,p3,..pn., Es decir que slo puede tomar ciertos valores dentro de un campo de variacin dado. Como X ha de tomar uno de los valores de este conjunto, entonces p1 + p2 ++ pn=1.

5/2/12

BERNOULLI
Ejemplo: "Lanzar un dado y salir un 6". Cuando lanzamos un dado

tenemos 6 posibles resultados:

= {1,2,3,4,5,6} Estamos realizando un nico

experimento (lanzar el dado una sola vez).

Se considera xito sacar un 6, por
5/2/12

 La variable aleatoria X medir "nmero de veces que

sale un 6", y solo existen dos valores posibles, 0 (que no salga 6) y 1 (que salga un 6). Bernoulli de parmetrop= 1/6

Por tanto, la variable aleatoria X se distribuye como una XBe(1 / 6) La probabilidad de que obtengamos un 6 viene definida

como la probabilidad de que X sea igual a 1.

P(X= 1) =f(1) = (1 / 6)1* (5 / 6)0= 1 / 6 = 0.1667 La probabilidad de que NO obtengamos un 6 viene

definida como la probabilidad de que X sea igual a 0.

P(X= 0) =f(0) = (1 / 6)0* (5 / 6)1= 5 / 6 = 0.8333

5/2/12

BINOMINAL
.

5/2/12

POISSON

Ejemplos Si el 2% de los libros encuadernados en cierto taller tiene encuadernacin defectuosa, para obtener la probabilidad de que 5 de 400 libros encuadernados en este taller tengan encuadernaciones defectuosas usamos la distribucin de Poisson. En este caso concreto,kes 5 y , , el valor esperado de libros defectuosos es el 2% de 400, es decir, 8. Por lo tanto, la probabilidad buscada es

5/2/12

HIPERGEOMETRICA Ejemplo:
En una urna o recipiente hay un total deNobjetos, entre los cuales hay una cantidadade objetos que son defectuosos, si se seleccionan de esta urnanobjetos al azar, y sin reemplazo, cul es la probabilidad de obtenerxobjetos defectuosos? Solucin: Luego; donde: p(x,n) = probabilidad de obtenerxobjetos defectuosos de entrenseleccionados 5/2/12


Solucin:

N = 10 objetos en total a = 3 objetos defectuosos n = 4 objetos seleccionados en

muestra
x = 2 objetos defectuosos

deseados en la muestra

5/2/12

BINOMINAL NEGATIVA
Si la probabilidad de que un nio expuesto a

una enfermedad contagiosa la contraiga es 0,40, cul es la probabilidad de que el dcimo nio expuesto a la enfermedad sea el tercero en contraerla? En este caso, X es el nmero de

nios expuestos la enfermedad y

La solucin es:
5/2/12

GEOMETRICA

Un matrimonio quiere tener una hija, y por ello deciden tener hijos hasta el nacimiento de una hija. Calcular el nmero esperado de hijos (entre varones y hembras) que tendr el matrimonio. Calcular la probabilidad de que la pareja acabe teniendo tres hijos o ms. Solucin:Este es un ejemplo de variable geomtrica. Vamos a suponer que la Es probabilidad de tener un hijo varn es la claro que la de tener una hija hembra. misma que SeaXla v.a.

5/2/12

Sabemos que el nmero esperado de hijos varones es

por tanto el nmero esperado en total entre hijos varones y la nia es 2. La probabilidad de que la pareja acabe teniendo tres o ms hijos, es la de que tenga 2 o ms hijos varones (la nia est del tercer lugar en adelante), es decir,

5/2/12

GRACIAS

5/2/12