PROBABILIDAD

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 11

Parte 1 Probabilidad condicional Prof. Mara B.

Pintarelli

2- Probabilidad condicional
2.1- Definicin

Supongamos el experimento aleatorio de extraer al azar sin reemplazo dos bolillas de una urna que
contiene 7 bolillas rojas y 3 blancas. Asumimos que las bolillas de un mismo color son distinguibles.
Consideramos los eventos A: la primer bolilla extrada es blanca, y B: la segunda bolilla extrada es
blanca.
El espacio muestral S se puede pensar como el conjunto
S = {(a, b); a = 1,2,...10; b = 1,2,...10; a b} y # S = 10 9 .
3 9 3
Es claro que P( A) = = . Pero si queremos calcular P(B) no es tan directo. Podemos calcular
10 9 10
2
la probabilidad de B sabiendo que A ocurri : es igual a , ya que si A ocurri, entonces en la urna
9
quedaron 9 bolillas de las cuales 2 son blancas. La probabilidad anterior la anotamos P ( B / A) y se lee:
2
probabilidad condicional de B dado A. Es decir P( B / A) = .
9
Notar que podemos interpretar lo anterior de la siguiente forma: el espacio muestral original S se ha
reducido al evento A, es decir se toma a A como nuevo espacio muestral para calcular la probabili-
dad de B.
Tambin podemos interpretar que la probabilidad condicional de B dado A debera ser la proporcin de
veces que ocurre A B con respecto al nmero de veces que ocurre A. Pensando en trminos de
n
frecuencia relativa: P( B / A) A B .
nA
Esta idea motiva la siguiente definicin:
Sean A y B dos eventos de un espacio muestral S. La probabilidad condicional de B dado A se define
como
P( A B)
P( B / A) = si P( A) 0
P( A)
Anlogamente
P( A B)
P( A / B) = si P( B) 0
P( B)

En algunos casos se puede calcular P( B / A) directamente reduciendo el espacio muestral. En otros


ser necesario aplicar la definicin anterior.
Observacin: si A y B son eventos de un espacio muestral S equiprobable, entonces
P( A B) # ( A B )
P( B / A) = =
P( A) #A

Ejemplos:
1- En el experimento de extraer dos bolillas

15
Parte 1 Probabilidad condicional Prof. Mara B. Pintarelli

3 2
P( A B) 10 9 2
P( B / A) = = =
P( A) 3 9
10

2- Se tira un dado normal dos veces. Sean los eventos A: la suma de los nmeros obtenidos es 6
y B: el primer nmero es igual a 4 Tenemos que A = {(1,5); (2,4); (3,3); (4,2); (5,1)} y
B = {(4,1); (4,2); (4,3); (4,4); (4,5); (4,6)} Entonces para calcular P( A / B) mediante la definicin
de probabilidad condicional
1
P( A B) 36 1
P( A / B) = = =
P( B) 6 6
36
Tambin podemos calcularlo en forma directa, reduciendo el espacio muestral, de todos los
pares del evento B, observamos cules cumplen con lo requerido por A, es decir de todos los
pares de B, solo uno tiene la propiedad de que sus componentes suman 6, por lo tanto

1
P( A / B) =
6

3- Se lanza una moneda normal tres veces.


Hallar la probabilidad de que salgan todas caras si sale alguna cara.
El espacio muestral reducido es el evento A: sale alguna cara
Tenemos que A = {(c, c, c ); (c, c, s ); (c, s, c); ( s, c, c); (c, s, s ); (s, s, c ); (s, c, s )}
Y B = {(c, c, c )}
1
Por lo tanto P( B / A) =
7

4- En cierta ciudad, 40% de la poblacin tiene cabellos castaos, 25% tiene ojos castaos y 15%
tiene cabellos y ojos castaos. Se escoge una persona al azar
a) si tiene cabellos castaos, cul es la probabilidad de que tambin tenga ojos castaos?
b) Si tiene ojos castaos, cul es la probabilidad de que no tenga cabellos castaos?
c) Cul es la probabilidad de que no tenga ni cabellos ni ojos castaos?

Sean los eventos A: la persona elegida al azar tiene ojos castaos, B: la persona elegida al
azar tiene cabellos castaos
Entonces P( A) = 0.25 , P( B) = 0.40 y P( A B ) = 0.15
a) Se pide calcular P( A / B) :
P ( A B ) 0.15
P( A / B ) = =
P( B) 0.40
P( A B) 0.15
b) P( B / A) = =
P( A) 0.25
c) P( A B ) = P(( A B) C ) = 1 P( A B) = 1 0.15
C C

1 1
5- Sean los eventos A y B con P( A) = 0.5 , P ( B ) = y P( A B) = .
3 4

16
Parte 1 Probabilidad condicional Prof. Mara B. Pintarelli

Hallar: a) P( A / B) , b) P( B / A) , c) P( A B) , d) P ( A C / B C ) , e) P ( B C / A C )
1 1
P( A B) 4 3 P( A B) 4 1
a) P( A / B) = = = b) P( B / A) = = =
P( B) 1 4 P( A) 1 2
3 2
1 1 1 7
c) P( A B) = P( A) + P( B) P( A B ) = + =
2 3 4 12
P( AC B C )
d) P( A C / B C ) =
P( B C )
1 2
Calculamos: P( B C ) = 1 P( B) = 1 = ;
3 3

7 5
P( A C B C ) = P(( A B ) C ) = 1 P ( A B) = 1 =
12 12

Por la ley de De Morgan


5
C C
P ( A B ) 15 5
Entonces P( A C / B C ) = C
= 12 = =
P( B ) 2 24 8
3
5
C C C C
P ( A B ) P ( A B ) 5
e) P( B C / A C ) = C
= = 12 =
P( A ) 1 P( A) 1 6
1
2

Observaciones:
P( A B) P( A)
a) Si A B entonces P( B / A) = = =1
P( A) P( A)
P ( A B ) P ()
b) Si A B = entonces P( B / A) = = =0
P( A) P( A)
c) Es fcil comprobar que P( B (/ A) para A fijo, satisface los axiomas de la probabilidad, esto es:
1- 0 P( B / A) 1
2- P(S / A) = 1
3-Si B1 y B2 son eventos mutuamente excluyentes entonces
P(( B1 B2 ) / A) = P( B1 / A) + P ( B2 / A)
4-Si B1 , B2 ,..., Bn , Bn +1 ,... es una secuencia de eventos tales que Bi B j = si i j enton-
ces

P U Bi / A = P ( Bi / A)
i =1 i =1

17
Parte 1 Probabilidad condicional Prof. Mara B. Pintarelli

Teorema de la multiplicacin
P( A B)
Si A y B son dos eventos entonces P( B / A) = si P( A) 0
P( A)
Por lo tanto
P ( A B ) = P ( B / A) P(A) (6)

P( A B)
Anlogamente de P( A / B) = si P ( B ) 0 , se deduce
P( B)
P ( A B ) = P ( A / B ) P(B) (7)

(6)y (7) se conocen como teorema de la multiplicacin.


Consideremos otra vez el ejemplo de extraer dos bolillas al azar sin reemplazo de una urna que con-
tiene 3 bolillas blancas y 7 rojas. Si A: la primer bolilla extrada es blanca, y B: la segunda bolilla
extrada es blanca, entonces
3 2
P( A B) = P( A) P( B / A) =
10 9

Si A1 , A2 , A3 son tres eventos entonces


P( A1 A2 A3 ) = P( A1 ) P( A2 / A1 ) P( A3 / A1 A2 )
pues:

P( A1 A2 A3 ) = P( B A3 ) = P( B) P( A3 / B) = P( A1 A2 ) P( A3 / A1 A23 ) =

B = A1 A2 Teorema de la multiplicacin

= P( A1 ) P( A2 / A1 ) P( A3 / A1 A2 )

Teorema de la multiplicacin
El teorema de la multiplicacin se puede generalizar a n eventos A1 , A2 ,..., An :
P( A1 A2 ... A) = P( A1 ) P ( A2 / A1 ) P( A3 / A1 A2 )....P ( An / A1 A2 ..., An 1 ) (8)

Ejemplos:
1- Una clase tiene 12 nios y 4 nias. Si se escogen tres estudiantes de la clase al azar, cul es la
probabilidad de que sean todos nios?

Solucin:
Anotamos Ai : el i-simo estudiante elegido es un nio i = 1,2,3
Entonces la probabilidad pedida es
12 11 10
P( A1 A2 A3 ) = P( A1 ) P( A2 / A1 ) P( A3 / A1 A2 ) =
16 15 14

18
Parte 1 Probabilidad condicional Prof. Mara B. Pintarelli

2- Los estudiantes de una clase se escogen al azar, uno tras otro, para presentar un examen.
a) Si la clase consta de 4 nios y 3 nias, cul es la probabilidad de que nios y nias queden al-
ternados?
b) Si la clase consta de 3 nios y 3 nias, cul es la probabilidad de que nios y nias queden al-
ternados?

Solucin:
a) Nuevamente anotamos Ai : el i-simo estudiante elegido es un nio
Entonces la probabilidad pedida es, aplicando (8):
C C C 4 3 3 2 2 1 1 1
P ( A1 A2 A3 A4 A5 A6 A7 ) = =
7 6 5 4 3 2 1 35
b) Hay dos caso mutuamente excluyentes: el primer estudiante es un nio, y el primero es una ni-
a.
Si el primero es un nio, entonces por (8) la probabilidad de que los estudiantes se alternen es
C C C 3 3 2 2 1 1 1
P ( A1 A2 A3 A4 A5 A6 ) = =
6 5 4 3 2 1 20

Si el primero es una nia, entonces por (8) la probabilidad de que los estudiantes se alternen es
C C 3 3 2 2 1 1 1
C
P( A1 A2 A3 A4 A5 A6 ) = =
6 5 4 3 2 1 20
1 1 1
Entonces la probabilidad pedida es + =
20 20 10
En el ejemplo inicial de extraer dos bolillas de una urna, todava queda por resolver cmo calcula-
mos la P(B) , siendo A: la primer bolilla extrada es blanca, y B: la segunda bolilla extrada es
blanca
Podemos expresar al espacio muestral S como S = A AC
Adems A y AC son mutuamente excluyentes.
Por otro lado podemos escribir
B = B S = B ( A A C ) = (B A) (B A C ) por la ley distributiva
Entonces
P( B) = P( B A) + P( B A C ) = P( B / A) P( A) + P( B / A C ) P( AC )

(B A) (B AC ) = teorema de la multiplicacin
Lo hecho en este ejemplo se generaliza en el siguiente teorema

2.2 - Teorema de la probabilidad total


Sean A1 , A2 ,..., An eventos de un espacio muestral S que cumplen:

a) A1 A2 ... An = S
b) Ai A j = si i j
c) P( Ai ) > 0 i = 1,2,..., n Se dice que A1 , A2 ,..., An forman una particin de S Entonces para
cualquier evento B de S
P ( B ) = P ( B / A1 ) P ( A1 ) + P ( B / A2 ) P ( A2 ) + ... + P ( B / An ) P ( An )

19
Parte 1 Probabilidad condicional Prof. Mara B. Pintarelli

Dem.) Podemos escribir


B = B S = B ( A1 A2 ... An ) = (B A1 ) (B A2 ) ... (B An )

Ley distributiva de la con respecto a la


Adems si Ai A j = con i j , entonces
(B Ai ) (B A j ) = si i j (ver figura)
Por lo tanto
P ( B ) = P (B A1 ) + P (B A2 ) + ... + P (B An ) = Ai B Aj

Teorema de la multiplicacin

= P ( B / A1 ) P ( A1 ) + P ( B / A2 ) P ( A2 ) + K + P ( B / An ) P ( An )
B Ai B Aj
Teorema de Bayes
Sean A1 , A2 ,..., An eventos de un espacio muestral S que cumplen:

a) A1 A2 ... An = S
b) Ai A j = si i j
c) P ( Ai ) > 0 i = 1,2,..., n
Entonces para cualquier evento B de S tal que P( B ) > 0

P( B / Ak ) P( Ak )
P( Ak / B) = n
k = 1,K, n
P( B / Ai ) P( Ai )
i =1

Dem.)
P( Ak B) P( B / Ak ) P( Ak ) P( B / Ak ) P( Ak )
P( Ak / B) = = = n
P( B) P( B)
P( B / Ai ) P( Ai )
i =1
def. de prob. Condicional teor, de la probabilidad total
teor. de multiplicacin

Ejemplos:
1- Tres mquinas A, B, y C producen respectivamente 60%, 30% y 10% del nmero total de artculos
de una fbrica. Los porcentajes de desperfectos de produccin de estas mquinas son respectiva-
mente 2%, 3% y 4%. Se selecciona un artculo al azar
a) Cul es la probabilidad de que sea defectuoso?
b) Si al seleccionar un artculo al azar resulta defectuoso, cul es la probabilidad de que el artculo
hubiera sido producido por la mquina C?
Solucin:
a) Sean los eventos

20
Parte 1 Probabilidad condicional Prof. Mara B. Pintarelli

A: el artculo seleccionado fue producido por la mquina A


B: el artculo seleccionado fue producido por la mquina B
C: el artculo seleccionado fue producido por la mquina C
D: el artculo seleccionado es defectuoso
Los datos que tenemos son los siguientes
P( A) = 0.6 P( B) = 0.3 P(C ) = 0.1 P( D / A) = 0.02 P( D / B ) = 0.03 P( D / C ) = 0.04
Se pide hallar la P(D ) .
Se aplica el teorema de la probabilidad total tomando como particin de S a los eventos A, B y
C.
Entonces
P( D) = P( D / A) P ( A) + P( D / B ) P( B ) + P( D / C ) P(C ) = 0.02 0.6 + 0.03 0.3 + 0.04 0.1
b) Se pide hallar P (C / D ) . Aplicamos el teorema de Bayes

P (C D) P ( D / C ) P (C ) 0.04 0.1 4
P (C / D) = = = =
P( D ) P( D) 0.02 0.6 + 0.03 0.3 + 0.04 0.1 25

2- Se nos dan tres urnas como sigue:


Una urna 1 contiene 3 bolas rojas y 5 blancas.
Una urna 2 contiene 2 bolas rojas y 1 blanca.
Una urna 3 contiene 2 bolas rojas y 3 blancas
Se selecciona una urna al azar y se saca una bola de la urna. Si la bola es ro-
ja, cul es la probabilidad de que proceda de la urna 1?

Solucin:
Sean los eventos Ai: se elige la urna i i = 1, 2, 3
Entonces P ( Ai ) = 1 / 3 i = 1,2,3
Adems podemos tomar a A1 , A2 , A3 como una particin del espacio mues-
tral S.
Sea el evento B :" extraer bolilla roja"
Se pide calcular P( A1 / B)
Entonces

P( A1 B) P( B / A1 ) P( A1 )
P( A1 / B) = = =
P( B) P( B / A1 ) P( A1 ) + P( B / A2 ) P( A2 ) + P( B / A3 ) P( A3 )

def. de prob. condicional


Teorema de Bayes

3 1 1

8 3 45
= = 8 =
3 1 2 1 2 1 173 173
+ +
8 3 3 3 5 3 360

21
Parte 1 Probabilidad condicional Prof. Mara B. Pintarelli

2.3 - Independencia

Dados dos eventos A y B , puede ocurrir que P( B / A) y P(B) sean diferentes, eso significa que
saber que A ocurri modifica la probabilidad de ocurrencia de B
3 173
En el ejemplo anterior P( B / A1 ) = P( B) =
8 360
Pero puede suceder que P( B / A) y P(B) sean iguales, en ese caso A y B son eventos independien-
tes, saber que A ocurri no afecta la probabilidad de ocurrencia de B.
Entonces, dos eventos A y B son independientes si P( B / A) = P( B) , y son dependientes de otro
modo.
Notar que por el teorema de la multiplicacin P( A B) = P( B / A) P( A) si P( A) > 0
Entonces
A y B son independientes P( A B) = P ( B / A) P( A) = P( B) P( A)
Recprocamente
Si P( A B) = P ( B) P ( A) entonces
P( A B) P( B) P( A)
P( B / A) = = = P( B) A y B son independientes
P ( A) P( A)
si P( A) > 0
Por lo tanto:
A y B son independientes si y solo si P( A B) = P( A) P( B) (9)
Es decir podemos usar (9) como definicin de independencia de eventos.
Ejemplos:
1-Se tira un dado normal dos veces, sean los eventos
A: la suma de los nmeros obtenidos es igual a 7
B: el primer nmero obtenido es 4
Son A y B independientes?

Sabemos que el espacio muestral es el conjunto de 36 pares ordenados (a , b) donde tanto a como
b pueden tomar los valores 1, 2, 3, 4, 5, 6.
Adems A = {(1,6 ), (2,5), (3,4 ), (4,3), (5,2 ), (6,1)} y B = {(4,1); (4,2 ); (4,3); (4,4 ); (4,5); (4,6 )}
Entonces
1 6 1 6 1
P( A B) = P( A) = = P( B) = =
36 36 6 36 6
1 1 1
Como P( A B) = = P( A) P( B) = entonces A y B son independientes
36 6 6
Observacin: si A fuera el evento A: la suma de los nmeros obtenidos es igual a 6, entonces A
y B son dependientes
2-Se tiene una urna con 10 bolillas blancas y 5 rojas. Se extraen al azar dos bolillas con reemplazo
de la urna. Entonces los eventos
A: la primer bolilla es blanca
B: la segunda bolilla es roja
Son independientes

22
Parte 1 Probabilidad condicional Prof. Mara B. Pintarelli

10 5 10 15 10 5 15 5
P( A B) = P( A) = = P( B) = =
15 15 15 15 15 15 15 15

Pero si la extraccin se hace sin reemplazo , entonces A y B son dependientes pues

5 10 10
P( A B) = P(B / A)P( A) = P( A) =
14 15 15

5 10 4 5 5
y P( B) = P( B / A) P( A) + P( B / A C ) P( AC ) = + =
14 15 14 15 15
por lo tanto P( A B) P( B) P( A)
5 5
Notar que la diferencia est en que P( B / A) = P( B) =
14 15

Observacin: si en el ejemplo anterior la urna tiene 1000 bolillas blancas y 500 rojas, y se extraen
sin reemplazo dos bolillas al azar entonces
500 5
P( B / A) = = 0.3335557... y P( B) = = 0.3333333...
1499 15
O sea que P( B / A) y P( B) son casi iguales.
Por lo tanto podemos asumir que A y B son independientes, aunque la extraccin se haga sin reem-
plazo.
En la prctica, si N es el tamao de la poblacin y n el tamao de la muestra extrada sin reemplazo,
n
si < 0.05 entonces podemos operar como si la extraccin se hubiera hecho con reemplazo.
N

Si dos eventos A y B son independientes entonces A y BC son independientes (10)

Dem.) se debe probar que P( A B C ) = P( A) P( B C )


Para esto escribimos
(
A = (A B) A BC )
Como A B y A B C son mutuamente
excluyentes entonces

P( A) = P( A B) + P( A B C )
P( A B C ) = P( A) P( A B) = P( A) P( A) P( B) =
A y B independientes
= P( A)(1 P( B) ) = P( A) P( B )
C
A BC
Con lo que queda demostrada la propiedad. A B

23
Parte 1 Probabilidad condicional Prof. Mara B. Pintarelli

Observacin: si A y B son eventos independientes, entonces AC y BC son independientes. Se llega a


este resultado aplicando (10) sobre A y B, y luego se aplica (10) nuevamente a A y BC.

Independencia de ms de dos eventos.


La nocin de independencia de eventos se puede ampliar a n eventos de la siguiente manera:
Sean A1 , A2 ,K , An eventos, se dice que son independientes si
P ( Ai1 Ai2 K Aik ) = P ( Ai1 ) P ( Ai2 ) K P ( Aik ) k = 2,..., n (11)
Observaciones:
1- si n = 2 entonces (11) se reduce a la definicin de dos eventos independientes.
2- si n = 3 entonces (11) significa que se deben cumplir las siguientes 4 condiciones:
a) P( A1 A2 ) = P( A1 ) P( A2 )
b) P( A1 A3 ) = P( A1 ) P( A3 )
c) P ( A2 A3 ) = P ( A2 ) P ( A3 )
d) P( A1 A2 A3 ) = P( A1 ) P( A2 ) P( A3 )
La condicin d) significa que un evento es independiente de la interseccin de los otros dos, por
ejemplo P( A1 / A2 A3 ) = P( A1 )
Esto es porque en general por el teorema de la multiplicacin vale que
P( A1 A2 A3 ) = P( A1 ) P( A2 / A1 ) P( A3 / A1 A2 )
y por d)
P ( A1 A2 A3 ) = P ( A1 ) P ( A2 ) P ( A3 )
entonces

P ( A1 ) P ( A2 / A1 ) P ( A3 / A1 A2 ) = P ( A1 ) P ( A2 ) P ( A3 ) P ( A3 / A1 A2 ) = P ( A3 )

Ejemplos:
1 1 1
1- Las probabilidades de que tres hombres peguen en el blanco son, respectivamente, , , y .
6 4 3
Cada uno dispara una vez al blanco.
a) Cul es la probabilidad de que exactamente uno de ellos pegue en el blanco?
b) Si solamente uno pega en el blanco, cul es la probabilidad de que sea el primer hombre?

Solucin:
a) consideremos los eventos Ai: el hombre i-simo pega en el blanco i = 1, 2, 3
1 1 1
P ( A1 ) = P ( A2 ) = P ( A3 ) =
6 4 3
Sea el evento B: exactamente un hombre pega en el blanco
Entonces B = (A1C A2C A3 ) (A1C A2 A3C ) (A A2C A3C )
Por lo tanto P ( B ) = P (A1C A2C A3 ) + P ( A1C A2 A3C ) + P ( A A2C A3C )
( ) ( ) (
Y por independencia P( B) = P A1C ) P( A2C ) P( A3 + P A1C ) P( A2 ) P)( A3C + P A1 ) P( A2C ) P)( A3C = )

24
Parte 1 Probabilidad condicional Prof. Mara B. Pintarelli

1 1 1 1 1 1 1 1 1 1 5 5 31
= 1 1 + 1 1 + 1 1 = + + =
6 4 3 6 4 3 6 4 3 12 36 24 72
a) Se pide calcular P( A1 / B)
1 1 1
C C 1 1
P( A1 B) P( A1 A2 A3 ) 6 4 3 6
P( A1 / B) = = = =
P( B ) P( B) 31 31
72
2- Cierto tipo de proyectil da en el blanco con probabilidad 0.3, cuntos proyectiles debern ser
disparados para que haya al menos un 80% de probabilidad de pegar en el blanco?

Solucin:
Escribimos Ai: el proyectil i-simo da en el blanco i = 1, 2, , n
Se quiere que

P ( A1 A2 K An ) > 0.8

Asumiendo independencia esto es equivalente a

(
P ( A1 A2 K An ) = 1 P ( A1 A2 K An )
C
) = 1 P( A
1
C C C
A2 K An ) =
C C C
= 1 P( A1 ) P( A2 ) K P( An )) = 1 0.7 n > 0.8

ln( 0.2)
Por lo tanto 0.7 n < 0.2 n ln( 0.7 ) < ln( 0.2) n > = 4.5123
ln( 0.7)
Es decir se deben hacer por lo menos 5 disparos

25

También podría gustarte