PROBABILIDAD Fenómenos Aleatorios y Probabilidad • En la naturaleza existen dos tipos de fenómenos: • Deterministas: explicados por modelos basados en leyes o reglas naturales y cuyos resultados se pueden predecir. • Aleatorios: Sus resultados no pueden predecirse antes de su realización y por lo tanto están sujetos al azar. • La probabilidad es la medida de la veracidad de ocurrencia de los resultados de un fenómeno aleatorio. Sus valores extremos son cero = cuando no existe posibilidad alguna de que ocurra el suceso y uno= que representa la certeza absoluta. Muestral Experimento Aleatorio y Espacio Espacio Muestral • Un experimento aleatorio es aque que al realizarse puede resultar de dos o más formas dis@ntas, por ejemplo: lanzar una moneda, lanzar un dado. • Espacio Muestral es el conjunto de todos los resultados posibles del experimento, se denota por la letra griega Ω o bien la letra S. Puede ser finito, numerable o infinito. ⌦ = {! : todos los resultados posibles } Eventos • Un evento ocurre cuando uno o más de los resultados del espacio muestral se lleva a cabo. Cada uno de los resultados del espacio muestral se conoce como evento simple. Pero también es posible crear eventos que incluyan más de un resultado llamados eventos compuestos. • Dos eventos son mutuamente excluyentes si, cuando ocurre un evento, los otros no pueden ocurrir y viceversa. • Cuando dos eventos o más incluyen todos los resultados del espacio muestral se dice que son exhaus4vos conjuntamente. Descripción de eventos como conjuntos Evento Descripción como conjunto Notación Evento seguro Espacio muestral Ω o bien la letra S Evento imposible Conjunto vacío A o B ocurren Unión de A con B 𝐴∪𝐵 AyB Intersección de A con B 𝐴∩𝐵 A no ocurre A complemento Al menos un Ai Unión de los Ai Todos los Ai Ningún Ai ∅ 𝐴! , 𝐴" 𝑜 𝐴̅ & * 𝐴# #$% & Intersección de los Ai Complemento de la unión de los Ai + 𝐴# & #$% ! * 𝐴# #$% & = + 𝐴!# #$% 4.5 RELACIONES DE EVENTO Y REGLAS DE PROBABILIDAD 4.5 RELACIONES DE EVENTO Y REGLAS DE PROBABILIDAD Representación en Diagramas de Venn 4.5 RELACIONES DE EVENTO Y REGLAS DE PROBABILIDAD FIGURA 4.8 FIGURA 4.8 F I Gde UR A 4de . 8A " B Diagrama Venn FIGURA 4.9 ● ●B Diagrama de Venn de A " Diagrama de Venn de A " B FIGURA 4.9 ● FDiagrama I G U R A de 4 .Venn 9 Diagrama de Venn A ! B Diagrama de Venn A ! B S EJO MI CONSEJO CONSEJO S “ambos . .⇔ . y” cción ⇔ “ambos . . . y” . . . y” tersección “ambos y”. “y”. sólo ⇔ “uno de dos . . . o nión ⇔ .“uno de dos . . o de dos . . . o o sólo “o”. A A∪B mbos” o sólo “o”. “o”. RA 4.10 BB A ● S A 145 ● S B 145 145 SS AA B B B 4.5 RELACIONES DE EVENTO Y REGLAS D A∩B A∪B A∩B A∩B ocurran, P(A ! B), debe ser cero. La figura 4.12 es una representa Venn de dos de estos eventos sin ningún evento simple en común FIGURA 4.12 Unión lemento de un IGURA 4.10 10 A∪B A A ! B● ❍ ❍ ❍ complemento ● de un de un ento ● Intersección S Dos eventos disjuntos S ● ● Ac Ac S Ac S A A B A A Complemento Mutuamente excluyentes o disjuntos donde la frecuencia es el número de vec número n de repeticiones del experimen Enfoques para el cálculo de probabilidades Probabilidad última instancia se genera toda la poblaci se define como la probabilidad del even • Enfoque Clásico • Enfoque Frecuen:sta #A P (A) = #⌦ Frecuencia P(A) ! lim _________ n n!" Como P(A) se comporta como una fr •ción Si hacemos que el número ny de que se encuentre entre 0 1; P(A) ! repe:ciones del experimento se • La probabilidad se entiende como el evento A siempre ocurre. Cuanto más haga cada vez más grande (n), o en el cociente entre los casos úl:ma instancia se genera toda la favorables y el total de casos ocurra. posibles siempre y cuando la cardinalidad del espacio muestral sea finita población. La frecuencia rela:va del evento A se define como la probabilidad del evento A Requisitos que debe de cumplir una función de Probabilidad • 𝑆𝑒𝑎𝑛 𝐴 𝑦 𝐵 𝑒𝑣𝑒𝑛𝑡𝑜𝑠 𝑑𝑒 Ω, 𝑒𝑠 𝑑𝑒𝑐𝑖𝑟 𝐴, 𝐵 ⊆ Ω, 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠 •0≤𝑃 𝐴 ≤1 •𝑃 Ω =1 • 𝑆𝑖 𝐴 ∩ 𝐵 = ∅, 𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 • 𝑃 𝐴! = 1 − P A Probabilidad condicional • La ocurrencia de un evento puede afectar la ocurrencia de otros eventos. • Si tenemos dos eventos A y B, la probabilidad condicional de que suceda A, dado que ocurrió B se define como: •𝑃 𝐴𝐵 = "($∩&) "(&) • 𝑃(𝐴 ∩ 𝐵) se conoce como la probabilidad conjunta de que ocurrran A y B, si A y B son independientes 𝑃(𝐴 ∩ 𝐵)=P(A)P(B) y por lo tanto 𝑃 𝐴 𝐵 =P(A). P(A) y P(B) son las probabilidades marginales. Probabilidad Conjunta • Cuando necesitamos conocer el resultado de dos experimentos que ocurren al mismo tiempo, tales que son mutuamente excluyentes y exhaustivos conjuntamente hablaremos de probabilidad conjunta. Sean A y B dos experimentos aleatorios que cumplen con ser mutuamente excluyentes y exhaustivos conjuntamente • La probabilidad conjunta es la probabilidad de que el evento de un experimento y del otro sucedan al mismo tiempo 𝑃(𝐴 ∩ 𝐵). • La probabilidad marginal es la probabilidad de que ocurra un evento de cada uno de los experimentos sin tomar en cuenta la ocurrencia del otro. P(A) Probabilidad fórmulas: Regla de la Suma Regla de la Mul@plicaci o ́ n P(A o B) = P(A) + P(B) − P(A y B) Si A y B son mutuamente excluyentes: P(A o B) = P(A) + P(B) P (A y B) = P (A) · P (B | A) Si A y B son independientes: P(A y B) = P(A) · P(B) Complemento P (A’) = 1 − P (A) Teorema de Bayes P(A|B) = P(A)·P(B|A) /{P(A)·P(B|A)+P(A’)·P(B|A’)} EJEMPLOS • Cierta empresa envía 60% de sus paquetes de correo nocturnos por servicio de correo expres. De estos paquetes, 2% llega después de la hora garan>zada de entrega. Si se selecciona al azar un registro de envíos nocturnos de los archivos de la compañía, ¿cuál es la probabilidad de que el paquete sea enviado vía el servicio de correo expres y llegue tarde? ta 5 siguiente muestra la muestra distribución de grupos hemáticos entre • La tabla siguiente la distribución de grupos hemáticos entrela pobl Hoxworth Bloodgeneral Center, Cincinnati, Ohio): la población (Fuente: Hoxworth Blood Center, Cincinnati, Ohio): Rh+ Rh A 34% 6% B 9% 2% AB 4% 1% O 38% 6% • La probabilidad de que una persona tenga sangre tipo B dado que Rh− es: abilidadtiene de que una persona tenga sangre tipo B dado que tiene Rh 2 • Al seleccionar una parte moldeada por inyección, la posibilidad de que ́esta provenga de una de las ocho cavidades del molde es la misma. ¿Cuál es la probabilidad de que la parte no provenga de la cavidad 3 ni de la 4? •En un lugar se encuentran 30 personas 18 mujeres y 12 hombres. 2 mujeres son mayores de 40 años y 3 hombres son mayores de 40 años. Si se escoge una persona al azar, la probabilidad de que sea hombre o que sea mayor de 40 años es: Ejemplo 5 (Tema 4.5): • En una agencia lasautos, ventas de undemes, reportaron los En de una autos, agencia de las ventas un mes, reportaron los siguientes datos. siguientes datos. Rojos Blancos Medianos 14 8 Grandes 10 18 • Encuentre las siguientes probabilidades. a) Comprar un auto mediano y blanco Encuentre las siguientes probabilidades. b) Dado que se compró un auto blanco que sea grande • c) Dado que el auto mediano que sea yRojo a) es Comprar un auto mediano blanco b) Dado que se compró un auto blanco que sea grande Nota. Si la pregunta fuera la 3, solo hace falta calcular la probabilidad intersección y la del evento que ocurrió primero, no hace falta hacer toda la t Teorema de Bayes Teorema de Bayes. P(H/A) P(A) P(H/B) P(B) P(C) P(H/C) P(H/A) = 0.75, P(H/B) = 0.8 y P(H/C) = 0.95. Teorema de Bayes Dado que ocurrió el síntoma H, la probabilidad de que proven B es: • El teorema de Bayes permite calcular la probabilidad siguiendo el proceso inverso. Si ya ocurrió́ el evento H ¿Cuál es la probabilidad de que venga A, B o C?de Bayes nos dice que dicha probabilidad se El de teorema • El teorema de Bayes nos dicha probabilidad ob@ene probabilidad dedice B yque H entre las suma deselas probabilidades d dividiendo la probabilidad de B y H entre las suma de las probabilidades de las intersecciones. Esto es: Esto es: Observe que las intersecciones corresponden a las ramas fi Teorema de Bayes Observe que las intersecciones corresponden a las ramas finales del árbol y cada intersección es el producto de las probabilidades de las ramas anteriore • Observe que las intersecciones corresponden a las ramas finales del la forma: árbol y que cada intersección es el producto de las probabilidades de las ramas anteriores, de la forma: • Si se hubiera pedido la probabilidad de que dado H viniera de C, cambiamos el numerador por la probabilidad yH Si se hubiera pedido la probabilidad de que dadodeHC viniera de C, cambiam numerador por la probabilidad de C y H EJEMPLO • Sean A, B y C enfermedades y H un síntoma que aparece con cualquiera de las 3 enfermedades. Las enfermedades son excluyentes y un estudio indica: • P(A) = 0.02, P(B) = 0.01, P(C) = 0.005 y • P(H/A) = 0.75, P(H/B) = 0.8 y P(H/C) = 0.95. • Dado que ocurrió́ el síntoma H, la probabilidad de que provenga de la enfermedad B