Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 3 vistas

    Esquema Probabilidad

    Cargado por

    Paula Garrido
    Esquema de probabilidad selectividad de matemáticas de CCSS

    Copyright:

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

    Esquema Probabilidad

    Cargado por

    Paula Garrido
    3 vistas2 páginas
    Esquema de probabilidad selectividad de matemáticas de CCSS

    Título original

    esquema_probabilidad (1) (1)

    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?

    Esquema de probabilidad selectividad de matemáticas de CCSS

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    3 vistas2 páginas

    Esquema Probabilidad

    Cargado por

    Paula Garrido
    Esquema de probabilidad selectividad de matemáticas de CCSS

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 2

    Matemáticas II Esquema sobre probabilidad

    Esquema-formulario sobre Probabilidad


    Sea E el espacio muestral asociado a un experimento aleatorio, y sean A y B dos sucesos de E .

    Operaciones con sucesos


    Propiedades de la unión de sucesos: A  E = E , A  = A , A  A = E , A  B = B  A .
    Propiedades de la intersección de sucesos: A  E = A , A =  , A  A =  , A  B = B  A .
    Propiedades de la diferencia de sucesos: A − B = A  B , ( A − B )  ( A  B )  ( B − A ) = A  B .

    Leyes de De Morgan: A  B = A  B , A  B = A  B .

    Regla de Laplace para calcular la probabilidad de un suceso


    número de casos favorables de que ocurra A
    P ( A) =
    total de casos posibles
    Axiomas de la probabilidad
    1. 0  P ( A )  1 .
    2. P ( E ) = 1 .
    3. Si A y B son incompatibles, es decir, si A  B =  , entonces P ( A  B ) = P ( A ) + P ( B ) .

    Propiedades o consecuencias de los axiomas de la probabilidad


    ( )
    1. Probabilidad del suceso contrario: P A = 1 − P ( A) .

    2. Probabilidad de la unión: P ( A  B ) = P ( A ) + P ( B ) − P ( A  B ) .

    ( )
    3. Probabilidad de la diferencia: P ( A − B ) = P A  B = P ( A ) − P ( A  B ) .

    Probabilidad condicionada y probabilidad de la intersección de sucesos


    Un suceso A puede estar condicionado por otro B : A / B . Se lee A condicionado o sabiendo que ha ocurrido B .

    P ( A  B)
    P ( A / B) =  P ( A  B) = P ( B)  P ( A / B)
    P ( B)
    P ( A  B)
    P ( B / A) =  P ( A  B ) = P ( A)  P ( B / A)
    P ( A)
    Independencia de sucesos
    Dos sucesos A y B son independientes si, y solo si, P ( A  B ) = P ( A )  P ( B )

    Teorema de la probabilidad total para dos sucesos mutuamente excluyentes


    Sean A y B dos sucesos tales que A  B = E y A  B =  . La probabilidad total de otro suceso D  E es:

    P ( D ) = P ( A  D ) + P ( B  D ) = P ( A)  P ( D / A) + P ( B )  P ( D / B )
    Teorema de Bayes
    En las condiciones del teorema anterior nos preguntamos por las probabilidades a posteriori P ( A / D ) y P ( B / D ) :
    P ( A  D) P ( A)  P ( D / A)
    P ( A / D) = =
    P ( D) P ( A)  P ( D / A) + P ( B )  P ( D / B )
    P ( B  D) P ( B)  P (D / B)
    P ( B / D) = =
    P ( D) P ( A)  P ( D / A) + P ( B )  P ( D / B )
    Si nos fijamos detenidamente, las dos fórmulas anteriores son realmente la misma.
    Matemáticas II Esquema sobre probabilidad

    Dos ejemplos de problemas típicos de probabilidad que se pueden proponer en la EvAU


    1. Se sabe que el 90 % de los estudiantes del último curso de una Universidad está preocupado por sus posibilidades
    de encontrar trabajo, el 30 % está preocupado por sus notas y el 25 % por ambas cosas.
    a) Si hay 400 alumnos matriculados en el último curso de dicha Universidad, ¿cuántos de ellos no están
    preocupados por ninguna de las dos cosas?
    b) Si un alumno del último curso, elegido al azar, no está preocupado por encontrar trabajo, ¿cuál es la
    probabilidad de que esté preocupado por sus notas?
    Solución

    Llamemos T al suceso “estar preocupado por sus posibilidades de encontrar trabajo” y N al suceso “estar
    preocupado por sus notas”. Entonces P (T ) = 0,9 ; P ( N ) = 0,3 y P (T  N ) = 0, 25 .
    a) Hallemos en primer lugar la probabilidad de no estar preocupado por ninguna de las dos cosas:
    ( ) ( )
    P T  N = P T  N = 1 − P (T  N ) = 1 −  P (T ) + P ( N ) − P (T  N )  =
    = 1 − ( 0,9 + 0,3 − 0, 25 ) = 1 − 0,95 = 0, 05 .
    Por tanto, si hay 400 alumnos, solamente 400  0,05 = 20 no están preocupados por ninguna de las dos cosas.

    (
    P N T ) = P ( N − T ) = P ( N ) − P ( N  T ) = 0,3 − 0, 25 = 0, 05 = 0,5 .
    (
    b) P N / T = ) P T ( ) 1 − P (T ) 1 − P (T ) 1 − 0,9 0,1

    2. Una almazara recibe cajas de aceitunas de dos productoras, A y B, que cultivan dos variedades, picual y arbequina.
    El 40 % proviene de la productora A, de las cuales el 60 % es de la variedad picual. De las que provienen de la
    productora B, el 30 % es de la variedad arbequina. Se elige una caja de aceitunas al azar.
    a) ¿Cuál es la probabilidad de que sea de la variedad picual?
    b) Si se sabe que es de la variedad picual, ¿cuál es la probabilidad de que provenga de la productora A?
    c) Calcular la probabilidad de que sea de la productora A o de la variedad picual.
    Solución

    Llamemos A al suceso “recibir las cajas de la productora A” y B al suceso “recibir las cajas de la productora B”.
    Llamemos VP al suceso “la caja es de la variedad picual” y VA al suceso “la caja es de la variedad arbequina”.
    Entonces P ( A) = 0, 4 ; P ( B ) = 0, 6 ; P (VP / A ) = 0, 6 ; P (VA / A ) = 0, 4 ; P (VP / B ) = 0, 7 y P (VA / B ) = 0,3 .

    a) P (VP ) = P ( A  VP ) + P ( B  VP ) = P ( A )  P (VP / A ) + P ( B )  P (VP / B ) = 0, 4  0, 6 + 0, 6  0, 7 = 0, 66 .


    P ( A  VP ) P ( A)  P (VP / A) 0, 4  0, 6 0, 24
    b) P ( A / VP ) = = = = = 0,3636 .
    P (VP ) P (VP ) 0, 66 0, 66
    c) P ( A  VP ) = P ( A ) + P (VP ) − P ( A  VP ) = P ( A ) + P (VP ) − P ( A )  P (VP / A ) =
    = 0, 4 + 0,66 − 0, 4  0,6 = 0, 4 + 0,66 − 0, 24 = 0,82 .
    También se pueden hacer los apartados a) y b) usando un diagrama de árbol, sin explicaciones de fórmulas.

    a) P (VP ) = (1) + ( 3) = 0, 4  0, 6 + 0, 6  0, 7 =

    A = 0, 24 + 0, 42 = 0,66 .

    P ( A  VP ) (1) =
    b) P ( A / VP ) = =
    P (VP ) P (VP )
    VP 0, 4  0, 6 0, 24
    = = = 0,3636 .
    B 0, 66 0, 66

    También podría gustarte