Probabilidades
-
Upload
maribel-toapanta -
Category
Education
-
view
41 -
download
0
Transcript of Probabilidades
![Page 1: Probabilidades](https://reader038.fdocumento.com/reader038/viewer/2022110217/58a8c9161a28ab53138b5b57/html5/thumbnails/1.jpg)
ESTUDIO DE CONCEPTOS PROBABILÌSTISCOS
1. ALGO DE HISTORIA Y RELEVANCIA DE LA TERORÌA DE LA PROBABILIDAD
1.1. Algo de historia
La historia de la probabilidad comienza en el siglo XVII cuando Pierre Fermat y Blaise Pascal tratan de resolver algunos problemas relacionados con los juegos de azar, es decir la probabilidad tuvo su origen en los juegos de azar.
Mas tarde, Jacob Bernoulli (1654 – 1705), Abraham de Moivre (1667 – 1754), el reverendo Thomas Bayes (1702 – 1771) y Joseph Lagrange ( 1736 – 1813), desarrollaron técnicas y fórmulas para el cálculo de probabilidad.
En el siglo XIX, Pierre Simón, marqués (1749 – 1827), unificó y compiló la primera teoría general de probabilidad
1.2. Relevancia de la Probabilidad
El ser humano constantemente toma decisiones, sean de carácter personal o en el ámbito laboral, donde muchas de estas están sujetas a incertidumbres, es decir no se tiene la certeza de que ocurrirá o no ocurrirá tal o cual suceso de su interés, sin embargo debe tomarse la decisión de actuar o no actuar, de realizar o no realizar determinada acción, actividad, evento, previsión, etc. Lógicamente previo a la toma de decisión debe realizar un análisis a profundidad de los diferentes aspectos que están en el entorno del objeto de estudio y que directa o indirectamente influyen en el mismo.
Realizado esto, la toma decisión está sujeta a una medida entre 0 y 1 inclusive, medida que se relaciona con la teoría de probabilidades, que señala que el suceso o evento tiene una alta, media o nula posibilidad de que el suceso o evento ocurra o no ocurra.
A fin de consolidar este criterio, consideremos el caso de una persona que toma la decisión de salir de su casa, con o sin paraguas, hace un análisis del entorno, mira las nubes, si estas están muy obscuras considera que hay una probabilidad de lluvia, si desea poner un valor puede decir que la probabilidad de lluvia es 0,9; decisión, sale con paraguas.
En la actualidad la teoría de la probabilidad se usa ampliamente en áreas como, la física, la estadística, la matemática, y en estudios de investigaciones sociales, donde las variables son aleatorias; por lo tanto, se puede señalar que la probabilidad es una rama de la matemática que estudia, analiza y determina experimentos aleatorios, (los resultados de un experimento no dependen de la voluntad del hombre sino de la suerte o del azar)
1
![Page 2: Probabilidades](https://reader038.fdocumento.com/reader038/viewer/2022110217/58a8c9161a28ab53138b5b57/html5/thumbnails/2.jpg)
Ejemplo: en el lanzamiento de una moneda no cargada, el resultado de que sea cruz o sello no depende de la voluntad de quien lanza la moneda, depende del azar
Hay que notar que la probabilidad está relacionada con eventos que sucederán en el futuro, por lo que la probabilidad se desarrolla por el deseo del hombre de conocer con certeza lo que sucederá en el futuro.
Estos antecedentes, entre otros existentes, determinan la relevancia del estudio de la teoría de probabilidades.
2. CONCEPTOS BASICOS
2.1. Probabilidad.- Es la medida de la posibilidad de que ocurra un suceso en el futuro;
Al decir medida, se refiere a que se le atribuye un número (valor) al suceso observado, este número se asigna en una escala de 0 a 1, incluido el 0 y el 1, esto es: 0 ≤ p ≤ 1.
2.2. Interpretaciones de probabilidad según su valor
0 ---------- 0,5 ---------- 1
Si el valor de la probabilidad es cero, significa que es difícil o improbable que el suceso ocurra
Si el valor de la probabilidad es uno, significa que es casi seguro que el suceso ocurra
Si el valor de la probabilidad es 0,5 significa que el suceso puede o no ocurrir Valores cercanos a cero es más improbable de que ocurra el suceso Valores cercanos a uno es más probable de que ocurra el suceso
2.3. Formas de expresar la probabilidad.- Las probabilidades se expresan como un número decimal o fracción (0,7; 7/10)
Ejemplos:
SUCESO PROBABILIDADQue el periodo lectivo, abril - agosto de 2015, concluya en junio de 2015
0
Que apruebe el semestre 0,7Que la clase de estadística concluya a las 09H00 (programada de 07H00 a 09H00)
1
Al lanzar una moneda, esta caiga en cara 1/2
2.4. Terminología básica en el estudio de probabilidades
2
![Page 3: Probabilidades](https://reader038.fdocumento.com/reader038/viewer/2022110217/58a8c9161a28ab53138b5b57/html5/thumbnails/3.jpg)
En la teoría de la probabilidad con frecuencia se usa los términos, experimento y evento
Evento.- Es uno o más de los posibles resultados de hacer lago; así tenemos que en el lanzamiento de una moneda si cae cruz es un evento y si cae cara es otro evento.
La actividad que origina uno de dichos eventos se conoce como experimento.
Experimento. Es el procedimiento que genera valores bien definidos, o también es la acción de medir u observar algo.
Ejemplo:
EXPERIMENTO RESULTADOS POSIBLES DEL EXPERIMENTO
EVENTO
Lanzar una moneda Cara, sello CaraInspeccionar un objeto fabricado
Defectuoso, no defectuoso Defectuoso
Ventas por teléfono Compra, no compra No compraLanzar un dado 1,2,3,4,5,6, 3Jugar un partido de futbol Ganar, perder, empatar Empate
Espacio muestral.- Es el conjunto de todos los resultados posibles de un experimento
Ejemplo: En el lanzamiento de una moneda, el espacio muestral es: S={cara, cruz}
Punto muestral.- Son cada uno de los elementos del espacio muestral
Eventos mutuamente excluyentes.- Se dice que los eventos son mutuamente excluyentes si uno y solo uno de ellos puede tener lugar a un tiempo o en otras palabras la ocurrencia de un evento implica que otro no puede darse al mismo tiempo
Ejemplo: el lanzamiento de una moneda tiene dos eventos posibles, cara y cruz, si cayó cara no puede al mismo tiempo salir cruz o viceversa, entonces se dice que los eventos son mutuamente excluyentes.
Colectivamente exaustivo.- Cuando una lista incluye todos los eventos que pueden resultad de un experimento se dice que la lista es colectivamente exhaustiva, en el lanzamiento de la moneda la lista cara y cruz es colectivamente exhaustiva.
3. TRES TIPOS DE PROBABILIDAD
Existen tres maneras básicas de clasificar la probabilidad
El planteamiento clásico El planteamiento de frecuencia relativa El planteamiento subjetivo
3.1. Planteamiento clásico
3
![Page 4: Probabilidades](https://reader038.fdocumento.com/reader038/viewer/2022110217/58a8c9161a28ab53138b5b57/html5/thumbnails/4.jpg)
El planteamiento clásico define la probabilidad como:
Probabilidad de un evento= Nùmerode resultados favorablesNùmero total deresultados posibles
Ejemplo.
En el Lanzamiento de un dado, se desea que salga el 4
Datos
Número de resultados favorables = 1 Número de resultados posibles= 6
Probabilidad del evento
P = 16
La probabilidad clásica también se le conoce como probabilidad a priori, debido a que nuestras conclusiones se basan en un razonamiento lógico antes de realizar el experimento, por cuanto los eventos son previsibles; siendo estos los casos cuando se trata de monedas, dado y barajas.
Por ejemplo
Antes de realizar el lanzamiento de un dado se sabe que la probabilidad de que caiga tres es 1/6
Antes de realizar el lanzamiento de una moneda se sabe que la probabilidad de caiga cara es 1/2
La probabilidad de que en una extracción de la baraja la probabilidad de que salga un as es 4/52
En todos estos ejemplos hemos podido señalar la probabilidad sin realizar el experimento, por esta razón la probabilidad clásica se conoce como probabilidad a priori.
3.2. Planteamiento de frecuencia relativa
Define la probabilidad de un evento, relacionando datos que ya ocurrieron en el pasado, o con el total de datos observados, los datos del pasado son parte del conjunto de datos observados, o también relacionando una cantidad de datos (muestra) con el total observado (población), la muestra se obtiene de la misma población
Probabilidad de un evento= Datosqueocurrieon enel pasadoDatosobservados
4
![Page 5: Probabilidades](https://reader038.fdocumento.com/reader038/viewer/2022110217/58a8c9161a28ab53138b5b57/html5/thumbnails/5.jpg)
Ejemplo:
Supóngase que se desea determinar si los graduados de la Carrera de Contabilidad y Auditoría, están realizando actividades conforme su preparación. Para el efecto se realiza una encuesta a 840 graduados, de los cuales 375 no están desempeñando las funciones conforme su perfil profesional, se desea saber: ¿Cuál es la probabilidad de que el próximo encuestado esté realizando actividades distintas a la de su formación?
Análisis: los 840 encuestados son la población y los 375 son la muestra, observe que los 375 se obtiene de los 840
Datos:
Total de encuestados u observados = 840
Total de graduados con actividades distintas a las de su formación = 375
Probabilidad del evento = 375840 = 0,45
Significa: la probabilidad de que el próximo encuestado no esté realizando actividades conforme su preparación es 0,45
3.3. Planteamiento subjetivo
Es la probabilidad asignada por una persona que conoce el asunto, basado en los datos que dispone, es decir es la probabilidad otorgada por una persona con alguna experiencia en el tema que se trata.
Por ejemplo: Una persona que conoce estadísticamente, los triunfos, derrotas y empates que ha tenido la selección de futbol del Ecuador, dirá que la probabilidad de que el Ecuador gane en el próximo encuentro es 0,90
4. ALGUNAS REGLAS BÁSICAS DE PROBABILIDAD
Se refiere a la regla de la suma y regla de la multiplicación, son aplicables en los casos en los que se tiene dos o más eventos. Como por ejemplo el evento A y el evento B.
4.1. Reglas de la suma
Se aplica cuando se desea obtener la probabilidad de ocurrencia del evento A o del evento B o de ambos, observe el símbolo “o” este corresponde a la regla de la suma
Tiene dos formas
a) cuando los eventos son mutuamente excluyentes, b) cuando los eventos no son mutuamente excluyentes
4.1.1. Cuando los eventos son mutuamente excluyentes
5
![Page 6: Probabilidades](https://reader038.fdocumento.com/reader038/viewer/2022110217/58a8c9161a28ab53138b5b57/html5/thumbnails/6.jpg)
Se usa la fórmula
P(A o B) = P(A) + P(B)
Ejemplo: se realiza una apuesta de $ 100,00, mediante el lanzamiento de un dado no cargado, yo gano la apuesta si el dado cae en 2 o 4, deseo saber ¿Cuál es probabilidad que tengo para ganar?
Sea A el evento que salga 2 y sea B el evento que salga 4, entonces:
La probabilidad de que salga A es 1/6
La probabilidad de que salga B es 1/6
Entonces la probabilidad de que salga el 2 o el 4 en un lanzamiento del dado es:
P(A o B) = P(A) + P(B) → P(A o B) = 1/6 + 1/6 = 2/6 = 1/3.= 0,33 = 33%
El 33% significa que si lanzo el dado 100 veces, en 33 de estos lanzamientos posiblemente salga el 2 o el 4
4.1.2. Cuando los eventos no son mutuamente excluyentes
Para estos casos se hace referencia al concepto de probabilidad conjunta, y es la probabilidad de que el evento A y el evento B ocurran simultáneamente.
Se hace uso de la fórmula
P(A o B) = P(A) + P(B) – P(A y B)
Ejemplo: se realiza una apuesta de $ 100,00, mediante la extracción de una baraja de un total de 52 cartas; yo gano la apuesta si en una extracción la carta seleccionada es una “J” o una carta de corazones negros, deseo saber ¿Cuál es la probabilidad que tengo para ganar?
Sea A el evento que salga “J” y sea B el evento que la carta seleccionada sea de corazones negros, entonces:
La probabilidad de que salga A es 4/52 (en las 52 cartas hay 4 jotas, cada J corresponde a una figura)
La probabilidad de que salga B es 13/52 (cada figura tiene 13 cartas)
Y, la probabilidad de que salga A y B es 1/52 (una de esas Jotas es también de corazones negros, es decir es J y de corazones negros, en términos probabilísticos este evento corresponde a una probabilidad conjunta) como la regla del juego es que yo gano si la carta seleccionada es J o de corazones negros, pero si sale J y de corazones negros pierdo la apuesta, entonces esta probabilidad conjunto resto de las demás probabilidades.
Por consiguiente la probabilidad de que la carta seleccionada sea J o de corazones negros es:
P(A o B) = P(A) + P(B) – P(A y B)
6
![Page 7: Probabilidades](https://reader038.fdocumento.com/reader038/viewer/2022110217/58a8c9161a28ab53138b5b57/html5/thumbnails/7.jpg)
P(A o B) = 4/52 + 13/52 – 1/52 = 16/52 = 0,31 = 31%
El 31% significa que si se realiza 100 extracciones, en 31 de esas extracciones posiblemente la carta seleccionada sea J o de corazones negros
4.2. Reglas de la multiplicación
Se aplica cuando se desea obtener la probabilidad de ocurrencia del evento A y del evento B, observe el símbolo “y” este corresponde a la regla de la multiplicación.
Tiene dos formas
c) cuando los eventos son independientes d) cuando los eventos no son independientes
4.2.1. Cuando los eventos son independientes
Concepto: dos eventos son independientes cuando la ocurrencia de un evento no afecta la probabilidad de ocurrencia del otro evento,
Ejemplo: en dos lanzamientos de una moneda, si en el primer lanzamiento la moneda cae cara, esta caída no asegura que en el segundo lanzamiento también caiga cara.
Se usa la fórmula
P(A y B) = P(A) * P(B)
Ejemplo: se realiza una apuesta de $ 100,00, mediante dos lanzamientos de una moneda, yo gano la apuesta si en el primer y segundo lanzamiento la moneda cae en cara, deseo saber ¿Cuál es probabilidad que tengo para ganar?
Sea A el evento que salga cara en el primer lanzamiento y sea B el evento que salga cara en el segundo lanzamiento, entonces:
La probabilidad de que salga A es 1/2
La probabilidad de que salga B es 1/2
Entonces la probabilidad de que salga cara y cara en los dos lanzamientos es:
P(A y B) = P(A) * P(B)
P(A y B) = 1/2 * 1/2 = 1/4 = 0,25 = 25%
El 25% significa que de todos los resultados posibles del experimento el 25% de estos corresponde a la condición dada, como este experimento tiene 4 resultados posibles,(cara - cara; cara - sello; sello - cara; sello - sello) observe que en uno de los cuatro resultados (cara –cara) se cumple la condición; ojo, no se olvide, de que estamos en probabilidades es decir posibilidades, si bien es cierto en este juego conoce de antemano la probabilidad de ganar, esto no le da la certeza de que va a ganar, como puede ganar o como puede perder.
4.2.2. Cuando los eventos no son independientes
7
![Page 8: Probabilidades](https://reader038.fdocumento.com/reader038/viewer/2022110217/58a8c9161a28ab53138b5b57/html5/thumbnails/8.jpg)
Para estos casos se hace referencia al concepto de probabilidad condicional y es la probabilidad de ocurrencia de un evento dado que otro ya ha ocurrido y se conoce su probabilidad, es decir la probabilidad de un evento se ve influida por la ocurrencia de otro evento relacionado.
Se hace uso de la fórmula
P(A y B) = P(A) * P(B/A)
El símbolo “/” se lee “dado que”
Ejemplo:
Se tiene una urna con 15 bolas; 10 de color negro y 5 cinco de color blanco
Se realiza una apuesta de $ 100,00, con la siguiente condición, se debe realizar dos extracciones, sin reposición, yo gano la apuesta si en cada extracción saco una bola de color negro, deseo saber ¿Cuál es probabilidad que tengo para ganar?
Sea A el evento que en la primera extracción saco una bola de color negro y sea B el evento de que en la segunda extracción también saco una bola de color negro, entonces:
La probabilidad de que salga A en la primera extracción es 10/15 (se tiene 10 bolos negras de un total de 15 que están en la urna)
La probabilidad de que salga B en la segunda extracción es 9/14 (Como ya salió una bola negra, en la urna quedan 9 bolas de color negro, como en total eran 15 bolas y salió una, quedan en la urna 14 bolas, en términos probabilísticos se dice, la probabilidad de que en la segunda extracción salga una bola de color negro es 9/14 dado que en la primera extracción ya salió una bola negra)
Por consiguiente la probabilidad de que en las dos extracciones las bolas que se obtenga sean de color negro es:
P(A y B) = P(A) * P(B/A)
P(A y B) = 10/15 * 9/14 = 90/210 = 3/7= 0,43 = 43%
El 43% significa que si realizo 100 veces dos extracciones, en 43 de estas veces, posiblemente salga en las dos extracciones bolas de color negro
5. REGLAS DE CONTEO
Son útiles para conocer el total de resultados posibles de un experimento, cuando este no se puede determinar por simple inspección
Existen tres reglas
Regla de la multiplicación o por etapas Combinaciones Permutaciones 5.1. Regla de la multiplicación o por etapas
8
![Page 9: Probabilidades](https://reader038.fdocumento.com/reader038/viewer/2022110217/58a8c9161a28ab53138b5b57/html5/thumbnails/9.jpg)
Si un experimento tiene varias etapas y la primera etapa tiene n1 resultados posibles; la etapa dos tiene n2 resultados posibles; la etapa tres tiene n3 resultados posibles; el total de resultados posibles del experimento se obtiene multiplicando n1 x n2 x n3
Ejemplo:
Deseo saber de cuantas formas puedo combinar 2 ternos (café, negro) y 2 corbatas (azul, roja) que poseo en mi armario
Sean:
Etapas resultados posibles (cantidad)
Ternos 2
Corbatas 2
Total de resultados posibles: 2 x 2 = 4 resultados posibles o formas de combinar los ternos con las corbatas
5.1.1. Diagrama de árbol
Es una gráfica de puntos y líneas, en la que se señala los resultados posibles de un evento, y el total de ellos, las líneas suele denominarse ramas.
Ejemplo
RESULTADOS
CORBATAS Terno café corbata azul
TERNOS azul
café roja
Terno café corbata roja
Terno negro corbata azul
negro azul
roja Terno negro corbata roja
TOTAL RESULTADOS 4
5.2. Combinaciones
9
![Page 10: Probabilidades](https://reader038.fdocumento.com/reader038/viewer/2022110217/58a8c9161a28ab53138b5b57/html5/thumbnails/10.jpg)
Es útil cuando se tiene un grupo de elementos “n” y se toma una parte de ellos “r” y se quiere determinar cuántas ordenaciones o resultados posibles se pueden hacer de estos “n” elementos tomando “r” a la vez
En este tipo de ordenaciones no importa o no interesa la ubicación de cada elemento, por lo que si uno de los elementos del grupo es A y el otro B, las formas AB y BA son iguales; no interesa si A está a la izquierda de B o si está a la derecha de B por lo que AB = BA
La fórmula que se utiliza es
nCr = nǃ
rǃ(n−r ) ǃ
Donde:
C = símbolo que representa combinación
n= la cantidad total de elementos que conforman el grupo
r= la cantidad de elementos que se toman del grupo para combinar
nCr = combinación de n elementos tomados r a la vez
Explicación de nǃ
se lee “ene” factorial, representa la multiplicación de todos los números comprendidos entre n hasta 1, en sentido descendente o desde 1 hasta n en sentido ascendente
En forma simbólica
nǃ = n(n-1)(n-2)(n-3)…(2)(1)
Ejemplo
7ǃ = 7 x 6 x 5 x 4 x 3 x 2 x 1
Se sabe que 0ǃ = 1
Ejemplo de combinaciones
Sean las letras A,B,C,D,E,F,G se desea formar palabras (no importa si no tiene sentido) de tres letras, es decir cuántas formas o resultados posibles se obtiene de las 7 letras tomando 3 a la vez.
Aplicando la formula se obtiene:
nCr = nǃ
rǃ(n−r )ǃ
10
![Page 11: Probabilidades](https://reader038.fdocumento.com/reader038/viewer/2022110217/58a8c9161a28ab53138b5b57/html5/thumbnails/11.jpg)
nCr = 7 ǃ
3ǃ (7−3)ǃ = nCr = 7 ǃ
3ǃ(4 )ǃ = nCr = 7 x6 x5 x 4 ǃ3 ǃ(4) ǃ = nCr =
7 x6 x53 ǃ
nCr = 7 x6 x53 x2 x1 = nCr = 7 x 5 = 35
Esto es: de las 7 letras se pueden formar 35 combinaciones o palabras tomando tres a la vez
Ahora cabe la pregunta
¿Cuáles son esas palabras?
ABC ABD ABE ABF ABG ACD ACE ACF ACG ADE ADF ADG
AEF AEG AFG BCD BCE BCF BCG BDE BDF BDG BEF BEG
BFG CDE CDF CDG CEF CEG CFG DEF DEG DFG EFG
Observe, ABC se presenta una sola vez, no hay otras combinaciones en las que tanto A como B o como C se ubiquen en diferente lugar, como por ejemplo BAC o BCA o CAB o CBA; todas estas ordenaciones son iguales a ABC, al respecto se señaló que en este tipo de ordenaciones (combinaciones) no interesa la ubicación de las letras
5.3. Permutaciones
Es útil cuando se tiene un grupo de elementos “n” y se toma una parte de ellos “r” y se quiere determinar cuántas ordenaciones o resultados posibles se pueden hacer de estos “n” elementos tomando “r” a la vez
En este tipo de ordenaciones si importa o si interesa la ubicación de cada elemento, por lo que si uno de los elementos del grupo es A y el otro B, las formas AB y BA no son iguales; por cuanto en la primera forma A está a la izquierda de B y en la segunda forma A está a la derecha de B por lo que AB ≠ BA
La fórmula que se utiliza es
nPr = nǃ
(n−r )ǃ
Donde:
P = símbolo que representa permutación
n= la cantidad total de elementos que conforman el grupo
r= la cantidad de elementos que se toman del grupo para combinar
nPr = permutación de n elementos tomados r a la vez
11
![Page 12: Probabilidades](https://reader038.fdocumento.com/reader038/viewer/2022110217/58a8c9161a28ab53138b5b57/html5/thumbnails/12.jpg)
Ejemplo
Sean las letras A,B,C,D,E,F,G se desea formar palabras (no importa si no tiene sentido) de tres letras, es decir cuántas permutaciones o resultados posibles se obtiene de las 7 letras tomando 3 a la vez.
Aplicando la formula se obtiene:
nPr = nǃ
(n−r )ǃ
nPr = 7 ǃ
(7−3)ǃ = nPr = 7 ǃ
(4)ǃ = nCr = 7 x6 x5 x 4 ǃ
4 ǃ = nPr = 7 x 6 X 5 = 210
Esto es: de las 7 letras se pueden formar 210 permutaciones o palabras tomando tres a la vez
¿Cuáles son esas palabras?
ABC ABD ABE ABF ABG ACB ACD ACE ACF ACG ADB ADC
ADE ADF ADG AEB AEC AED AEF AEG AFB AFC AFD AFE
AFG AGB AGC AGD AGE AGF
Observe, ABC tiene otra combinación similar porque tanto A como B o como C se ubican en diferente lugar, esto es la forma ACB; Al respecto se señaló que en este tipo de ordenaciones (permutaciones) si interesa la ubicación de las letras por lo que ABC ≠ ACB
La lista de palabras antes señaladas es tan solo una parte de las 210 formas.
Procedimiento para formar el total de permutaciones
1. Por medio de la formula respectiva se determina el total de permutaciones que debe obtenerse de n objetos tomados r a la vez, en el presente ejemplo son 210 permutaciones
2. Este valor (210) se divide para el total de elementos que forma el grupo, como son en total 7 letras se divide 210 para 7 obteniendo como resultado 30
3. Este número (30) me indica que cada letra debo escribir 30 veces ya sea en sentido horizontal o vertical, de esta forma se tendrá 7 filas o columnas, cada fila o columna corresponde a cada letra, las columnas deben estar separadas entre si a fin de dar lugar a las demás letras que faltan.
4. Como ya se escribió la primera letra, me quedan 6 letras en el grupo5. Como cada fila o columna tiene 30 veces la letra, divido 30 para 6 que corresponde
al total de letras que quedaron, obteniendo como resultado 5 6. Este número (5) indica que se escribe en cada fila o columna junto a la primera letra
5 veces cada letra de las 6 que quedaron, se aconseja escribir las letras en orden alfabético, esto es si la primera letra es A la segunda será B, B,B,B,B,C,C,C,C,C,D,D,D,D,D,E,E,E,E,E,F,F,F,F,F,G,G,G,G,G
12
![Page 13: Probabilidades](https://reader038.fdocumento.com/reader038/viewer/2022110217/58a8c9161a28ab53138b5b57/html5/thumbnails/13.jpg)
7. Como ya se escribió la segunda letra me quedan 5 letras en el grupo 8. Como en cada columna la segunda letra se repite 5 veces, se divide este número
para 5 que corresponde al total de letras que quedaron, obteniendo como resultado 1
9. Este número (1) indica que debo escribir en cada fila o columna junto a la segunda letra, una vez cada letra de las 5 que quedaron, se aconseja escribir la tercera letra en orden alfabético, observando que letras son las que ya están escritas para no repetir, esto es si la primera y segunda letra son AB AB AB AB AB
10. AC AC AC AC AC … la tercera letra que va en las formas AB es C, D, E,F,G quedando las formas. ABC ABD ABE ABF ABG en las formas AC faltan las letras B, D, E,F,G escribiendo estas las formas quedan: ACB ACD ACE ACF ACG
Este procedimiento se repite en cada columna o en cada fila, al final se tiene 210 permutaciones de n letras tomadas r a la vez.
6. TEOREMA DE BAYES
Se usa para actualizar la medida de probabilidad de un evento cuando se adquiere información adicional de otro evento relacionado con el primero.
Suponga que se tiene un evento A cuya probabilidad es P(A). si se observa nueva información y vemos que ha ocurrido un evento relacionado, representado por B, se aprovecha esta información para calcular una nueva probabilidad del evento A. esta nueva probabilidad del evento A se llama Probabilidad condicional y se escribe como P(A/B) se lee, la probabilidad de A dado B
6.1. Probabilidad a priori.- Son estimaciones iniciales para un evento especifico en particular
6.2. Probabilidad a posteriori.- Es la probabilidad actualizada de las estimaciones iniciales, esto con base en fuentes como una muestra, una información o la prueba de un producto que nos dan información adicional sobre el evento especifico o particular objeto de estudio.
Fórmula del teorema de Bayes
P(A1/M) = P(A₁)P(M / A₁)
P (A ₁)P(M /A ₁)+P(A₂)P(M / A₂)
El significado de las letras se da a conocer mediante el siguiente problema
Ejemplo:
13
![Page 14: Probabilidades](https://reader038.fdocumento.com/reader038/viewer/2022110217/58a8c9161a28ab53138b5b57/html5/thumbnails/14.jpg)
Suponga que una empresa manufacturera recibe embarques de partes(piezas), de dos proveedores distintos. Sea A1 el evento de que una parte provenga del proveedor 1 y A2 el evento de que una parte provenga del proveedor 2.
Actualmente, 65% de las partes que compra la empresa provienen del proveedor 1 y 35% restante del proveedor 2. En consecuencia si se selecciona una parte al azar, diríamos que la probabilidad de que la pieza sea del proveedor 1 es P(A1) = 0,65 o que sea del proveedor 2 es P(A2) = 0,35.
La calidad de las partes varía según su origen. Los datos históricos sugieren que el desempeño en términos de calidad de los dos proveedores es el siguiente:
Porcentaje Porcentaje
de piezas buenas de piezas malas Proveedor 1 98 2Proveedor 2 95 5
Suponga que las partes de los dos proveedores se usan en el proceso de manufactura y que una maquina se descompone al tratar de procesar una parte defectuosa. Dada la información de que una parte es mala, ¿Cuál es la probabilidad de que provenga del proveedor 1 y cual la del proveedor 2?
A. Datos del problema
Simbología
1. De los proveedores
A1 = Proveedor 1A2 = Proveedor 2
De la calidad de las partes
B = buenas M = malas
2. Probabilidad a priori o inicial
Probabilidad a priori de que las partes vengan del proveedor 1 es: P(A1) = 0,65Probabilidad a priori de que las partes vengan del proveedor 2 es: P(A2) = 0,35
3. Probabilidad condicional
1. Probabilidad de que las partes sean buenas dado que vienen del proveedor 1 es: P(B/A1) = 0,98
14
![Page 15: Probabilidades](https://reader038.fdocumento.com/reader038/viewer/2022110217/58a8c9161a28ab53138b5b57/html5/thumbnails/15.jpg)
2. Probabilidad de que las partes sean malas dado que vienen del proveedor 1 es: P(M/A1) = 0,02
3. Probabilidad de que las partes sean buenas dado que vienen del proveedor 2 es: P(B/A2) = 0,95
4. Probabilidad de que las partes sean malas dado que vienen del proveedor 2 es: P(M/A1) = 0,05
B. Diagrama de árbol
Esta problema es de dos etapas: etapa 1 corresponde a los proveedores y la etapa 2 a la condición buenas o malas
RESULTADO EXPERIMENTAL
ETAPA 2 ETAPA 1 (CONDICION) (A1 B)(PROVEEDOR) B
A1 M (A1 M)
A2 (A2B) B
M (A2M
15
![Page 16: Probabilidades](https://reader038.fdocumento.com/reader038/viewer/2022110217/58a8c9161a28ab53138b5b57/html5/thumbnails/16.jpg)
Insertando las probabilidades respectivas y calculando la probabilidad conjunta se tiene:
ETAPA 1 ETAPA 2 PROBABILIDAD DEL RESULTADO (probabilidad conjunta) PROVEEDOR) (CONDICION)
P(B/A1) P(A1 y B) = P(A1 )P(B/A1) = 0,65 X 0,98 = 0,6370 0,98 P(A1) P(M/A1) 0,02 P(A1 y M) = P(A1 )P(M/A1) = 0,65 X 0,02 = 0,0130 0,65
0,35
P( A2) P(B/A2) P(A2 y B) = P(A2 )P(B/A2) = 0,35 X 0,95 = 0,3325 0,95
P(M/A2) 0,05 P(A2 y B) = P(A2 )P(M/A2) = 0,35 X 0,05 = 0,0175
Estos resultados no son los esperados, estos corresponden a los siguientes enunciados
1. La probabilidad de que la pieza venga del proveedor 1 y sea buena es: 0,63702. La probabilidad de que la pieza venga del proveedor 1 y sea mala es: 0,01303. La probabilidad de que la pieza venga del proveedor 2 y sea buena es: 0,33254. La probabilidad de que la pieza venga del proveedor 2 y sea mala es: 0,0175
Además hay que tomar en cuenta que símbolo de la probabilidad condicional en cada caso es de la forma P(B/A) o P(M/A) que se lee la probabilidad de B o M dado A.
Siguiendo con el problema este tiene una pregunta ¿Cuál es la probabilidad de que provenga del proveedor 1 y cual la del proveedor 2? Es esta se desea saber ¿Cuál es la probabilidad de que la pieza defectuosa provenga del proveedor 1 y cual la del proveedor 2. En símbolos se pide P(A1/M) o P(A2 /M), dando lectura esta simbología será: la probabilidad de que la pieza sea del proveedor uno dado que esta es mala es igual a: ?
O, la probabilidad de que la pieza sea del proveedor dos dado que esta es mala es igual a: ?
Ligeramente se podría decir que la probabilidad que venga del proveedor 1 es 0,65 y que la probabilidad de que venga del proveedor 2 es 0,35; recuerde que estas son probabilidades a priori es decir son probabilidades subjetivas. Suponga que no se tiene registro de las partes por proveedor, todas las partes se juntan al momento de
16
![Page 17: Probabilidades](https://reader038.fdocumento.com/reader038/viewer/2022110217/58a8c9161a28ab53138b5b57/html5/thumbnails/17.jpg)
almacenar, por lo que no se puede señalar probabilidad alguna relacionada con los proveedores.
Al respecto debe determinar (actualizar) las probabilidades dadas a priori, (dado que ha sucedido otro evento relacionado, esto es una maquina se averió por el uso de una parte defectuosa). Recuerde no se conoce si corresponde al proveedor 1 o al proveedor 2; tampoco se podrá conocer con certeza, se desea saber la intensidad de la probabilidad que relacione a los proveedores. Se desea conocer las nuevas probabilidades (probabilidades e posteriori), esto es la probabilidad de que provenga del proveedor 1 dado que la parte es defectuosa, y la probabilidad de que provenga del proveedor 2 dado que la parte es defectuosa.
Aplicando las fórmulas respectivas se tiene los siguientes resultados:
P(A1/M) = P(A₁)P(M / A₁)
P (A ₁)P(M /A ₁)+P(A₂)P(M / A₂)
Al sustituir los valores del ejemplo, la probabilidad posterior del proveedor A1 Será:
P(A1/M) = P(A₁)P(M / A₁)
P (A ₁)P(M /A ₁)+P(A₂)P(M / A₂)
P(A1/M) = (0,65)(0,02)
(0,65)(0,02)+(0,35)(0,005) = 0,0130
(0,0130)+(0,0175) = 0,01300,0305 = 0,4262
Este valor señala que la probabilidad posteriori de que la pieza defectuosa provenga del proveedor 1 es 0,4265, es menor que la probabilidad inicial.
Si se calcula la probabilidad posteriori del proveedor 2 se tiene:
P(A2/M) = P(A₂)P(M / A₂)
P (A ₁)P(M /A ₁)+P(A₂)P(M / A₂)
P(A1/M) = (0,35)(0,05)
(0,65)(0,02)+(0,35)(0,005) =
0,0175(0,0130)+(0,0175) = 0,01750,0305 = 0,5738
Este valor señala que la probabilidad posterior de que la pieza defectuosa provenga del proveedor 2 es 0,5738, es mayor que la probabilidad inicial
Comparando las nuevas probabilidades se puede señalar que la pieza defectuosa posiblemente proviene del proveedor 2
Nota: El teorema de Bayes se usa en eventos mutuamente excluyentes.
17
![Page 18: Probabilidades](https://reader038.fdocumento.com/reader038/viewer/2022110217/58a8c9161a28ab53138b5b57/html5/thumbnails/18.jpg)
Ejercicio de refuerzo
Un equipo de beisbol juega 70% de sus partidos por la noche y 30% durante el día. El equipo gana 50% de sus juegos nocturnos y 90% de los juegos diurnos. De acuerdo con el diario del día de hoy, ganó ayer. ¿Cuál es la probabilidad de que el partido se haya desarrollado por la noche?
DATOS
Sean
A1 = El juego en la noche
A2 = El juego en el día
G = El equipo gana
S= El equipo pierde
Probabilidad a priori
La probabilidad a priori de que el equipo juega en la noche es: P(A1) = 0,70
La probabilidad a priori de que el equipo juega en el día es P(A2) = 0,30
Probabilidades condicionales
La probabilidad de que el equipo gana dado que juega en la noche es: P(G/A1) = 0,5
La probabilidad de que el equipo gana dado que juega en el día es: P(G/A2) = 0,9
Árbol de probabilidades
ETAPA 1 ETAPA 2 PROBABILIDAD DEL RESULTADO (juegos) (CONDICION)
P(G/A1) P(A1 y G) = P(A1 )P(G/A1) = 0,70 X 0,50 = 0,35 0,5 P(A1) P(S/A1) 0,5 P(A1 y S) = P(A1 )P(S/A1) = 0,70 X 0,5 = 0,35 0,70
0,30
18
![Page 19: Probabilidades](https://reader038.fdocumento.com/reader038/viewer/2022110217/58a8c9161a28ab53138b5b57/html5/thumbnails/19.jpg)
P( A2) P(G/A2) P(A2 y G) = P(A2 )P(G/A2) = 0,30 X 0,90 = 0,27 0,90
P(G/A2) 0,10 P(A2 y S) = P(A2 )P(S/A2) = 0,30 X 0,10 = 0,03
Lectura delas probabilidades conjuntas
1. La probabilidad de que el equipo juegue en la noche y gane es 0,352. La probabilidad de que el equipo juegue en la noche y pierda es 0,353. La probabilidad de que el equipo juegue en día y gane es 0,274. La probabilidad de que el equipo juegue en el día y pierda es 0,35
Caculo de la probabilidad a posteriori
Se quiere saber cuál es la probabilidad de que el juego se haya realizado en la noche dado que este se ha ganado.
Entonces en símbolos será: P(A1/G)
P(A1/G) = P(A₁)P(G / A₁)
P (A ₁)P(G /A ₁)+P(A₂)P(G /A₂)
P(A1/G) = 0,35
0,35+0,27 = P(A1/G) = 0,35
0,35+0,27 = P(A1/G) = 0,350,62 = 0,5645
Método tabular
Eventos(Ai)
Probabilidades a priori de
P(Ai)
Probabilidades condicionales
P(G/Ai)
Probabilidad conjuntaP(Ai y B)
Probabilidades posteriores
P(Ai /G)A1 0,7 0,5 0,7 x 0,5 = 0,35 0,35/0,62 = 0,5645A2 0,3 0,9 0,3 x 0,9 = 0,27 0,27/0,62 = 0,4355
P(G) 0,62 1,00
Ejercicio de tarea:
1. Sea: P(A1) = 0,60; P(A2) = 0,40; P(B1/A1) = 0,05; Y P(B1/A2) = 0,10: Utilice el teorema de Bayes para determinar P(A1/B1)
2. Sea: P(A1) = 0,20; P(A2) = 0,40; P(A3)= 0,40; P(B1/A1) = 0,25; P(B1/A2) = 0,05; y P(B1/A3) = 0,10 : Utilice el teorema de Bayes para determinar P(A3/B1)
3. Un profesor ha estado enseñando Estadística por muchos años. Sabe que 80% de los estudiantes completan los problemas asignados. Determinó que de los alumnos que
19
![Page 20: Probabilidades](https://reader038.fdocumento.com/reader038/viewer/2022110217/58a8c9161a28ab53138b5b57/html5/thumbnails/20.jpg)
hacen las tareas, 90% aprobaron el curso. De aquellos estudiantes que no realizan las tareas 60% aprobarán. Julio Tuquinga tomó Estadística el último semestre con el profesor y tuvo calificación aprobatoria. ¿Cuál es la probabilidad de que si haya hecho las tareas?
4. El departamento de crédito de una negociación comercial, informó que 30% de sus ventas son en efectivo, 30% se pagan con cheques en el momento de la adquisición y 40% son a crédito. Se tiene que 20% de las compras son en efectivo, 90% en cheques y 60% de las compras a crédito son por más de $ 50,00 ¿Cuál es la probabilidad de que haya pagado en efectivo?
5. Una empresa tiene 4 proveedores de materia prima, en la siguiente tabla se muestra las cantidades adquiridas a cada proveedor y el porcentaje de materia prima defectuosa que cada uno proporciona.
Proveedor Porcentaje adquirido
Porcentaje defectuoso
Esperanza Yuqui 30 2,5Domènica Barreno 20 1,75Lisbeth Càceres 25 3Iván Orden 25 1
El material empleado esta mañana resultó defectuoso. ¿Cuál es la probabilidad de que se haya adquirido de la proveedora Domènica Barreno?
--------------------------------------------------------------------------------------
Además de la Estadística de Levin Rubin grupo 4:7 pag. 163-164 realizar los ejercicios del 4:44 al 4:51
20
![Page 21: Probabilidades](https://reader038.fdocumento.com/reader038/viewer/2022110217/58a8c9161a28ab53138b5b57/html5/thumbnails/21.jpg)
21