Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 17 vistas

    2°clase PROBABILIDAD

    Cargado por

    Jeremias Villarreal
    Este documento presenta conceptos básicos de probabilidad, incluyendo definiciones de eventos mutuamente excluyentes, regla de adición, probabilidad condicionada, eventos independientes, ley multiplicativa de probabilidad y teorema de Bayes. Explica que la probabilidad de la unión de eventos mutuamente excluyentes es la suma de sus probabilidades individuales, y que la probabilidad condicionada es la probabilidad de un evento dado que ha ocurrido otro. También define la independencia de eventos y cómo calcular probabilidades usando la ley multiplicativa y

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    2°clase PROBABILIDAD

    Cargado por

    Jeremias Villarreal
    17 vistas3 páginas
    Este documento presenta conceptos básicos de probabilidad, incluyendo definiciones de eventos mutuamente excluyentes, regla de adición, probabilidad condicionada, eventos independientes, ley multiplicativa de probabilidad y teorema de Bayes. Explica que la probabilidad de la unión de eventos mutuamente excluyentes es la suma de sus probabilidades individuales, y que la probabilidad condicionada es la probabilidad de un evento dado que ha ocurrido otro. También define la independencia de eventos y cómo calcular probabilidades usando la ley multiplicativa y

    Descripción original:

    Probabilidad

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta conceptos básicos de probabilidad, incluyendo definiciones de eventos mutuamente excluyentes, regla de adición, probabilidad condicionada, eventos independientes, ley multiplicativa de probabilidad y teorema de Bayes. Explica que la probabilidad de la unión de eventos mutuamente excluyentes es la suma de sus probabilidades individuales, y que la probabilidad condicionada es la probabilidad de un evento dado que ha ocurrido otro. También define la independencia de eventos y cómo calcular probabilidades usando la ley multiplicativa y

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    17 vistas3 páginas

    2°clase PROBABILIDAD

    Cargado por

    Jeremias Villarreal
    Este documento presenta conceptos básicos de probabilidad, incluyendo definiciones de eventos mutuamente excluyentes, regla de adición, probabilidad condicionada, eventos independientes, ley multiplicativa de probabilidad y teorema de Bayes. Explica que la probabilidad de la unión de eventos mutuamente excluyentes es la suma de sus probabilidades individuales, y que la probabilidad condicionada es la probabilidad de un evento dado que ha ocurrido otro. También define la independencia de eventos y cómo calcular probabilidades usando la ley multiplicativa y

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 3

    Propiedades:

     Teorema: Si A1, A2, A3,…, Ak son eventos mutuamente excluyentes en un espacio


    muestral U, entonces

    P(A1⋃ A2⋃ A3⋃…⋃ Ak) =P(A1)+P(A2)+ … +P(Ak)

     Regla general de la adición

    Teorema: Sean A y B dos eventos cualesquiera en U

    P(A⋃ B)=P(A) + P(B) – P(A⋂ B)

     Probabilidad del complemento


    Si A es cualquier evento en U
    P(A)= 1-P(A’) ⇒ P(A) + P(A’)= 1
    P(A’)= 1- P(A)

    Probabilidad Condicionada

    Con frecuencia dos eventos se encuentran relacionados de manera tal que la probabilidad de
    ocurrencia de uno de ellos depende de si el otro ha ocurrido o no.

    Definición: sean A y B dos eventos en el espacio muestral U. La probabilidad de A dado que ha


    ocurrido B es:

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

    Ejemplo a) : Al tirar un dado

    A: Se observa un número impar

    B: Se observa un número menor que cuatro

    Calcular la probabilidad de obtener un número impar dado que ha salido un número menor
    que cuatro.

    A={1,3,5} B={ 1,2,3} A⋂B=*1,3+ P(A⋂B)= = P(B)=

    1
    P(AB) 3
    P(A B) = = =
    P(B) 1 3

    Eventos Independientes. Definición

    Dos eventos A y B en el espacio muestral U son independientes si:


    P(A/B)=P(A) o bien P(B/A)= P(B)

    En caso contrario los eventos serán dependientes.


    Dos eventos son independientes si la ocurrencia o no ocurrencia de uno de ellos no cambia la
    probabilidad de ocurrencia del otro.

    Ley multiplicativa de la probabilidad

    Dados dos eventos A y B en U

    P(A⋂B)= P(A). P(B A) o P(A⋂B)= P(B). P(A B)

    Si A y B son eventos independientes

    P(A⋂B)= P(A). P(B)

    En el ejemplo a) calcular la probabilidad de obtener un número impar menor que cuatro

    P(AB)= P(B). P(A/B) = =

    Ejemplo b) Un bolillero contiene 2 bolillas rojas y 3 bolillas blancas. Se realizan 2 extracciones


    sin reposición y al azar. Calcular la probabilidad de extraer una bolilla blancaB en la 1°
    extracción y una roja en la 2° extracción

    3 3
    ( )= ( ) ( ⁄ )= =
    1
    Calcular la probabilidad de extraer una bolilla blanca y una roja en cualquier orden

    3 3 3
    P(B B) = + =

    Teorema de Bayes

    Dados los eventos A1, A2, A3, . . .,Ak del espacio muestral U donde:

    Ai⋂Aj =∅ ∀i,j=1, ,. . .,k

    ∐A =

    P(A )≠ ∀i,j=1, ,. . .,k

    Entonces para cualquier evento B en tal que P(B)≠

    ( ) ( ) ( )
    ( )= =
    ∑ ( ) ∑ ( ) ( )
    En una fábrica el 20% de los de los empleados son ingenieros y otro 20% son economistas. El
    75% de los ingenieros ocupan un puesto directivo y el 50% de los economistas también,
    mientras que de los restantes empleados solamente el 20% ocupa un puesto directivo. ¿Cuál es
    la probabilidad de que un empleado directivo elegido al azar sea ingeniero?

    P(I)=0,2 P(E)=0,2 P(R)=0,6


    P(D/I)=0,75 P(D/E)=0,5 P(D/R)=0,2

    P( )P( )
    P( )=
    P( )P( ) + P(E)P( E) + P( )P( )

    , . ,
    P( )= = ,
    , . , + , . , + , . ,

    También podría gustarte