capítulo 05, revisión de algunos conceptos de probabilidad
DESCRIPTION
Revisión de algunos conceptos de probabilidadTRANSCRIPT
![Page 1: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/1.jpg)
1
Capítulo 5Revisión de algunos conceptosde probabilidad
Objetivos: Al terminar este capítulo podrá:
1. Definir lo que es probabilidad.
2. Describir los enfoques clásico, empírico y subjetivo de la probabilidad.
3. Entender los términos: experimento, evento, resultado, permutaciones y combinaciones.
4. Definir los conceptos probabilidad condicional y probabilidad conjunta.
![Page 2: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/2.jpg)
2
Capítulo 5 (Continuación)
5. Calcular probabilidades aplicando las reglas de adición y las reglas de multiplicación.
6. Utilizar un diagrama de árbol para organizar y evaluar probabilidades.
7. Calcular una probabilidad utilizando el teorema de Bayes.
![Page 3: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/3.jpg)
3
Definiciones
La probabilidad es una medida de la posibilidad relativa de que un evento ocurra en el futuro.
Puede asumir valores entre cero y uno inclusive. Un valor cercano a cero significa que es poco
probable que el evento suceda. Un valor cercano a uno significa que es altamente probable que el evento suceda.
Hay tres definiciones de probabilidad: clásica, empírica y subjetiva.
![Page 4: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/4.jpg)
4
Definiciones (Continuación)
La definición clásica aplica cuando hay n resultados igualmente posibles.
La definición empírica aplica cuando el número de veces que ocurre un evento se divide por el número total de observaciones.
La probabilidad subjetiva se basa en cualquier información disponible.
![Page 5: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/5.jpg)
5
Definiciones (Continuación)
Un experimento es un proceso que conduce a que ocurra una (y solamente una) de varias observaciones posibles.
Un resultado es un suceso particular proveniente de un experimento.
Un evento es un conjunto de uno o más resultados de un experimento.
![Page 6: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/6.jpg)
6
Eventos mutuamente excluyentes
Los eventos son mutuamente excluyentes si la ocurrencia de cualquiera significa que ninguno de los otros eventos puede ocurrir al mismo tiempo.
Los eventos son independientes si la ocurrencia de un evento no afecta la ocurrencia de otro.
![Page 7: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/7.jpg)
7
Eventos colectivamente exhaustivos
Colectivamente exhaustivo: por lo menos uno de los eventos debe ocurrir cuando se realiza un experimento.
![Page 8: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/8.jpg)
8
Ejemplo 1
Se lanza un dado no cargado una vez. El experimento es lanzar el dado. Los resultados posibles son los números
1, 2, 3, 4, 5 y 6. Un evento es la ocurrencia de un número
par. Esto es, los números 2, 4 y 6.
![Page 9: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/9.jpg)
9
Ejemplo 2
En el departamento académico del profesor López, se ha asignado un total de calificaciones de “A” de 186 entre un total de 1,200 estudiantes. ¿Cuál es la probabilidad de que un estudiante de su sección este semestre reciba una calificación de “A”?
Este es un ejemplo de la definición empírica de probabilidad.
Encuentre la probabilidad de seleccionar un estudiante con calificación “A”:
P(A) = 186/1,200 = 0.155
![Page 10: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/10.jpg)
10
Probabilidad subjetiva
Ejemplos de probabilidad subjetiva son: Estimar la posibilidad de que el equipo de los
Patriotas de Nueva Inglaterra participe en el juego del Super Tazón de futbol americano para el próximo año (en EUA).
Evaluar la probabilidad de que la empresa General Motors, pierda su lugar número 1 en el total de unidades vendidas, frente a la Ford o la Chrysler, en un lapso de dos años.
![Page 11: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/11.jpg)
11
Reglas básicas de probabilidad
Si dos eventos A y B son mutuamente excluyentes, la regla especial de la adición indica que la probabilidad de que ocurra uno u otro de los eventos, es igual a la suma de sus probabilidades.
P(A o B) = P(A) + P(B)
![Page 12: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/12.jpg)
12
Ejemplo 3 La oficina de vuelos de Aeroméxico tiene registrada la
siguiente información en su bitácora de vuelos entre Ciudad de México y Acapulco.
Llegadas Frecuencia
Temprano 100
A tiempo 800
Tarde 75
Cancelado 25
Total 1000
![Page 13: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/13.jpg)
13
Ejemplo 3 (Continuación)
Si A es el evento de que el vuelo llegue temprano, entonces:P(A) = 100/1000 = 0.10
Si B es el evento de que el vuelo llegue tarde, entonces:P (B) = 75/1000 = 0.075
La probabilidad de que el vuelo llegue temprano o tarde es:P(A o B) = P(A) + P(B) = 0.10 + 0.075 = 0.175
![Page 14: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/14.jpg)
14
La regla del complemento
La regla del complemento es utilizada para determinar la probabilidad de que un evento ocurra, restando a 1 la probabilidad de que no ocurra dicho evento.
Si P(A) es la probabilidad de un evento A y P(~A) es la probabilidad del complemento de A,
P(A) + P(~A) = 1 o P(A) = 1 – P(~A)
![Page 15: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/15.jpg)
15
La regla del complemento (Continuación)
Un diagrama de Venn ilustrando la regla del complemento se apreciaría así:
AA~A
![Page 16: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/16.jpg)
16
Ejemplo 4
Retomando el ejemplo 3, use la regla del complemento para encontrar la probabilidad de un evento (A) temprano o un evento (B) tarde.
Si C es el evento de que el vuelo llegue a tiempo, entonces P(C) = 800/1000 = 0.8
Si D es el evento de que el vuelo se cancele, entonces P(D) = 25/1000 = 0.025
![Page 17: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/17.jpg)
17
Ejemplo 4 (Continuación)
P(A o B) = 1 - P(C o D) = 1 - [.8 +.025] =0.175
C
.8
D
.025
~(C o D) = (A o B) .175
![Page 18: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/18.jpg)
18
La regla general de la adición
Si A y B son dos eventos que no son mutuamente excluyentes, entonces P(A o B) es dada por la siguiente fórmula:
P(A o B) = P(A) + P(B) - P(A y B)
![Page 19: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/19.jpg)
19
La regla general de la adición (Continuación)
El diagrama de Venn ilustra esta regla:
A y B
![Page 20: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/20.jpg)
20
Ejemplo 5
En una muestra de 500 estudiantes, 225 afirmaron tener un estéreo, 175 dijeron tener una TV, y 100 afirmaron tener ambos.
Ambos100 Estéreo
225
TV175
![Page 21: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/21.jpg)
21
Ejemplo 5 (Continuación)
Si un estudiante es seleccionado al azar, ¿cuál es la probabilidad de que el estudiante tenga sólo un estéreo, sólo una TV, y ambos un estéreo y una TV?
P(S) = 225/500 = 0.45 P(T) = 175/500 = 0.35 P(S y T) = 100/500 = 0.20
![Page 22: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/22.jpg)
22
Ejemplo 5 (Continuación)
Si un estudiante es seleccionado al azar, ¿cuál es la probabilidad de que tenga un estéreo o una TV en su cuarto?
P(S o T) = P(S) + P(T) - P(S yT) = 0.45 + 0.35 - 0.20 = 0.60
![Page 23: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/23.jpg)
23
Probabilidad conjunta
Probabilidad conjunta: mide la posibilidad de que dos o más eventos ocurran en forma simultánea.
Un ejemplo podría ser el evento de que un estudiante elegido al azar tenga ambos, un estéreo y una TV en su cuarto.
![Page 24: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/24.jpg)
24
Regla especial de la multiplicación
La regla especial de la multiplicación requiere que dos eventos A y B sean independientes.
Dos eventos A y B son independientes si la ocurrencia de uno no afecta la probabilidad de que ocurra el otro.
Esta regla se escribe: P(A y B) = P(A)P(B)
![Page 25: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/25.jpg)
25
Ejemplo 6
Cristina tiene dos acciones, IBM y GE. La probabilidad de que la acción de IBM aumente de valor el próximo año es 0.5, y la probabilidad de que la acción de GE aumente su valor el próximo año es 0.7. Suponga que las dos acciones son eventos independientes.¿Cuál es la probabilidad de que ambas acciones incrementen su valor el próximo año? P(IBM y GE) = (0.5)(0.7) = 0.35
![Page 26: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/26.jpg)
26
Ejemplo 6 (Continuación)
¿Cuál es la probabilidad de que al menos una de estas acciones aumente su valor durante el próximo año?
P(al menos una) = (0.5)(0.3) + (0.5)(0.7) + (0.7)(0.5) = 0.15 + 0.35 +0.35 = 0.85
![Page 27: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/27.jpg)
27
Probabilidad condicional
La probabilidad condicional es la probabilidad de que ocurra un evento determinado, dado que otro evento ya haya ocurrido.
La probabilidad de que ocurra el evento A dado que el evento B ha ocurrido se escribe P(A/B).
![Page 28: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/28.jpg)
28
Regla general de la multiplicación
La regla general de la multiplicación es utilizada para encontrar la probabilidad conjunta de que dos eventos ocurran.
La regla establece que dados dos eventos A y B, la probabilidad conjunta de que ambos ocurran se encuentra multiplicando la probabilidad de que suceda A, por la probabilidad condicional de que ocurra el evento B.
![Page 29: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/29.jpg)
29
Regla general de la multiplicación
La probabilidad conjunta P(A y B) está dada por la siguiente fórmula:
P(A y B) = P(A)P(B/A) o
P(A y B) = P(B)P(A/B)
![Page 30: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/30.jpg)
30
Ejemplo 7
El director de la Escuela de Negocios de la Universidad Nacional, recopiló la siguiente información acerca de estudiantes no graduados en su escuela:
Especialidad Hombre Mujer Total
Contaduría 170 110 280
Finanzas 120 100 220
Mercadotecnia 160 70 230
Administración 150 120 270
Total 600 400 1000
![Page 31: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/31.jpg)
31
Ejemplo 7 (Continuación)
Si un estudiante es seleccionado al azar, ¿cuál es la probabilidad de que el estudiante sea una mujer (F) pasante de contaduría (A)?
P(A y F) = 110/1000 Dado que el estudiante es una mujer, ¿cuál es
la probabilidad de que ella sea pasante de contaduría?
P(A/F) = P(A y F)/P(F) = [110/1000]/[400/1000] = 0.275
![Page 32: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/32.jpg)
32
Diagrama de árbol El diagrama de árbol es una representación gráfica útil
para organizar cálculos que abarcan varias etapas. Cada segmento en el árbol es una etapa del problema. Las probabilidades escritas cerca de las ramas son las probabilidades condicionales del experimento.
Ejemplo 8En una bolsa que contiene 7 chips rojos y 5 chips azules, usted selecciona dos chips uno después del otro sin reemplazarlo. Elabore un diagrama de árbol mostrando esta información.
![Page 33: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/33.jpg)
33
Ejemplo 8 (Continuación)
7/12
5/12
Rojo 1
Azul 1
6/11
5/117/11
4/11
Rojo 2
Azul 2
Rojo 2
Azul 2
![Page 34: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/34.jpg)
34
Teorema de Bayes
El Teorema de Bayes es un método que utiliza la probabilidad revisada con base en información adicional.
Se calcula utilizando la siguiente fórmula:
)/()()/()(
)/()()|(
2211
111 ABPAPABPAP
ABPAPBAP
![Page 35: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/35.jpg)
35
Ejemplo 9
Una embotelladora de refresco de cola recibió varias denuncias acerca del bajo contenido de sus botellas. Una denuncia fue recibida hoy, pero el gerente de producción no puede identificar cuál de las dos plantas en Aguascalientes (A o B) llenó estas botellas.¿Cuál es la probabilidad de que las botellas defectuosas provengan de la planta A?
![Page 36: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/36.jpg)
36
Ejemplo 9 (Continuación)
La siguiente tabla resume la experiencia de producción de dicha embotelladora:
% del total de
producción
% de botellas
defectuosas
A 55 3
B 45 4
![Page 37: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/37.jpg)
37
Ejemplo 9 (Continuación)
La probabilidad de que las botellas fueran llenadas en la planta A se redujo de 0.55 a 0.4783
4783.)04(.45.)03(.55.
)03(.55.
)/()()/()(
)/()()/(
BUPBPAUPAP
AUPAPUAP
![Page 38: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/38.jpg)
38
Principios de conteo
Fórmula de la multiplicación: Si hay m formas de hacer una cosa, y n formas de hacer otra, existirán m x n formas de hacer ambas.
Ejemplo 10 El Dr. Velasco tiene 10 camisas y 8 corbatas.
¿Cuántos juegos de camisa y corbata puede tener?
(10)(8) = 80
![Page 39: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/39.jpg)
39
Principios de conteo
Permutación: Un arreglo o disposición de r objetos seleccionados de un solo grupo de n objetos posibles.
Nota: El orden del arreglo es importante en las permutaciones.
)!(
!
rn
nP rn
![Page 40: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/40.jpg)
40
Principios de conteo
Una combinación es el número de maneras de escoger r objetos de un grupo de n objetos sin importar el orden:
)!(!
!
rnr
nCrn
![Page 41: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/41.jpg)
41
Ejemplo 11
Hay 12 jugadores en el equipo de básquetbol de la Preparatoria Popular. El director técnico Tomás Pérez debe escoger 5 jugadores de los 12 del equipo para formar su línea de inicio. ¿De cuántas maneras diferentes puede hacerlo?
792)!512(!5
!12512
C
![Page 42: Capítulo 05, Revisión de algunos conceptos de probabilidad](https://reader035.vdocuments.net/reader035/viewer/2022062419/558fba341a28abaa508b4655/html5/thumbnails/42.jpg)
42
Ejemplo 11 (Continuación)
Suponiendo que además de formar los grupos de 5 jugadores, el técnico debe respetar el orden de los mismos de acuerdo a su habilidad.
040,95)!512(!12
512
P