Vista previa del material en texto
Probabilidad y estadística MID Teoría y ejemplos Probabilidad condicional Es la probabilidad de que ocurra un evento A, sabiendo que también sucede otro evento B. La probabilidad condicional se escribe P(A|B), y se lee «la probabilidad de A dado B».No tiene por qué haber una relación causal o temporal entre A y B. A puede preceder en el tiempo a B, sucederlo o pueden ocurrir simultáneamente. A puede causar B, viceversa o pueden no tener relación causal . Las relaciones causales o temporales son nociones que no pertenecen al ámbito de la probabilidad. Pueden desempeñar un papel o no dependiendo de la interpretación que se le dé a los eventos.En la vida cotidiana hacemos uso de algunas expresiones de inseguridad o seguridad tales como: "quizá", "muy posible", "seguramente"....., las cuales pretenden medir la confianza que tenemos en que algo suceda. Así pues en Estadística expresamos ese grado de inseguridad o seguridad, no con palabras sino con números. Lo verdaderamente importante de la estadística es la posibilidad de anticipar lo que ocurrirá, a partir de los datos conseguidos. Pues así tenemos, que aquello que permite hacer estas adivinaciones es la PROBABILIDAD. El azar es inherente a nuestras vidas y aparece en múltiples situaciones cotidianas o de la vida profesional. Pero las intuiciones en probabilidad con frecuencia nos engañan y una enseñanza formal es insuficiente para superar los sesgos de razonamiento que pueden llevar a decisiones incorrectas. En este trabajo defendemos la necesidad reforzar la formación del razonamiento probabilístico en la educación primaria y secundaria y proporcionar con ello a los alumnos un instrumento que oriente la acción ante la incertidumbre http://es.wikipedia.org/wiki/Probabilidad http://es.wikipedia.org/wiki/Evento_estad%C3%ADstico Probabilidad y estadística MID Teoría y ejemplos Ejemplos: 1 ( Se seleccionan dos semillas aleatoriamente, una por una, de una bolsa que contiene 10 semillas de flores rojas y 5 de flores blancas. ¿Cuál es la probabilidad de que: a. La primera semilla sea roja? b. La segunda semilla sea blanca dado que la primera fue roja? Solución: a. La probabilidad de que la primera semilla sea roja es 10 15 , puesto que hay 10 semillas de flores rojas de un total de 15. Escrito con notación de probabilidad tenemos: P(R1) = 10 15 b. La probabilidad de que la segunda semilla sea blanca se ve influida por lo que salió primero, es decir esta probabilidad está sujeta a una condición, la de que la primera semilla sea roja. Este tipo de probabilidad se le llama probabilidad condicional y se denota por P(B2|R1|) , y se lee: la probabilidad de B2 dado R1. Esta probabilidad , P(B2|R1| ) = 5 14 , puesto que todavía hay 5 semillas blancas en un total de 14 restantes. Probabilidad y estadística MID Teoría y ejemplos Veamos la situación en un diagrama de árbol: 2) Una persona lanza una moneda 3 veces, ¿Cuál es la probabilidad de obtener 3 águilas dado que salió por lo menos un águila? Solución: El espacio muestra del experimento de lanzar una moneda 3 veces es S = {aaa, aas, asa, ass, saa, sas, ssa, sss} El evento A de que por lo menos hay un águila en los tres lanzamientos es: A = {aaa, aas, asa, ass, saa, sas, ssa} El evento B de que obtenga 3 águilas es B = {aaa} Por lo tanto, AÇ B = {aaa} y P(A ∩ B) = 1 8 yP(A) = 7 8 De donde P(B|A|) = P(A∩B) P(A) = 1 8 7 8 = 1 7 Probabilidad y estadística MID Teoría y ejemplos Nótese que P(B|A|) = 1 7 es la probabilidad de una ocurrencia en las siete que son posibles en A; es decir, calcular la probabilidad condicional de B dado A es como calcular la probabilidad de B con relación al conjunto A, como si éste fuera un nuevo espacio muestra S ∗ = A. 3) Consideremos dos cajas, la caja 1 contiene 3 esferitas blancas y 4 rojas y la caja 2 contiene 8 blancas y 4 rojas. Se selecciona una caja al azar y luego se extrae una esfera al azar. Hallar la probabilidad de que la esfera sea blanca. Solución: Sea A el evento de seleccionar la caja 1 y AC el evento de seleccionar la caja 2, entonces P(A) = P(AC) = 1/2 ya que cualquiera de las dos cajas tiene la misma probabilidad de ser extraída. Sea B el evento de seleccionar una esfera blanca, entonces P(B/A) = 3/7 ya que en la caja 1 hay 3 esferas blancas en un total de 7 y P(B/AC) = 8/12 porque en la caja 2 hay 8 esferas blancas en un total de 12. Ahora bien, por la proposición 3.5 tenemos: P(B)0P(A)P(B|A|) + P(AC)P(B|AC|) = 13 27 + 18 212 = 23 42 4) En una empresa hay 75 empleados, de los cuales, 40 son encargados de sección, y 35 son administrativos. Algunos de ellos utilizan ordenador para sus tareas, y otros no. Resumimos la información en el siguiente cuadro de doble entrada: Probabilidad y estadística MID Teoría y ejemplos Calcular: La probabilidad de que al elegir una persona de la empresa sea un encargado, sabiendo que no tiene ordenador. Lo primero que debemos hacer es indicar cual es la probabilidad pedida, y cual es la condición. Suceso A: la persona sea un encargado (suceso pedido) Suceso B: no tiene ordenador (suceso que condiciona) P(A ∩ B) = 8 75 P(B) = 28 75 } P(A|B|) = P(A ∩ B) P(B) = 8 75 28 75 = 0.286 Ejercicios resueltos: 1) Supongamos que estamos estudiando el rendimiento de los alumnos de la materia Probabilidad y Estadística en un determinado examen. De un relevamiento surge que: • el 80% de los alumnos estudió para el exámen • el 75% de los alumnos aprobó el examen • el 15% de los alumnos no estudió para el examen y no lo aprobó. Probabilidad y estadística MID Teoría y ejemplos Si definimos el experimento de tomar un alumno al azar, y llamamos A al suceso "el alumno tomado aprobó el examen" y B al suceso "el alumno tomado estudió para el examen", entonces tenemos que: 𝑃(𝐴) = 0.75 𝑃(𝐵) = 0.8 𝑃( 𝐴 ∩ 𝐵 ) = 0.15 Con estos datos y considerando que P(E) = 1, ya podemos hacer el diagrama de Venn correspondiente y conocer las probabilidades de todas las regiones. Por ejemplo, si quisiéramos evaluar el nivel de los profesores y las clases, nos puede interesar responder la pregunta: ¿Cuál es la probabilidad de que un alumno que haya estudiado haya aprobado el examen? Intuitivamente podemos darnos cuenta de que, al menos bajo ciertas circunstancias, el procedimiento para encontrar la respuesta podría ser fijarnos, de entre los alumnos que estudiaron, cuántos aprobaron. Los alumnos que estudiaron fueron el 80%. Ese 80% está formado un 70% que aprobaron y un 10% que no aprobaron. Entonces podemos decir que de cada 80 alumnos que estudiaron, 70 aprobaron. Visto de otra forma, si estamos parados en Probabilidad y estadística MID Teoría y ejemplos B, la probabilidad de estar al mismo tiempo también parados en A es 70/80 = 0.875. La cuenta que hicimos intuitivamente fue calcular la proporción entre la cantidad de alumnos que [estudió y aprobó], sobre el total de alumnos que estudiaron. Probabilidad y estadística MID Teoría y ejemplos En este ejemplo quedan definidas las siguientes probabilidades: 𝑃(𝐴) probabilidad de que un alumno cualquiera apruebe 𝑃(𝐵) probabilidad de que un alumno cualquiera estudie 𝑃(𝐴/𝐵) probabilidad de que un alumno que estudió apruebe 𝑃(𝐵/𝐴) probabilidad de que un alumno que aprobó haya estudiado Y también: 𝑃(𝐴/ 𝐵 ) probabilidad de que un alumno que no estudió apruebe 𝑃(𝐵/ 𝐴 ) probabilidad de que un alumno que no aprobó haya estudiado 𝑃( 𝐴 /𝐵) probabilidad de que un alumno que estudió no apruebe 𝑃( 𝐵 /𝐴) probabilidad de que un alumno que aprobó no haya estudiado La probabilidad de que un alumno que aprobó haya estudiado es la probabilidad de que ocurra B(estudió) sabiendoque ocurrió A(aprobó), es decir: 𝑃 ( 𝐵 𝐴 ) = 𝑃(𝐵∩𝐴) 𝑃(𝐴) = 0.7 0.75 = 0 .933 Probabilidad y estadística MID Teoría y ejemplos Notemos que no es lo mismo la probabilidad de que un alumno que estudió apruebe (P (A/B)) que la probabilidad de que un alumno que aprobó haya estudiado (P(B/A)). La probabilidad de que un alumno apruebe sin estudiar es la probabilidad de que apruebe dado que no estudió, es decir, la probabilidad de que ocurra A sabiendo que no ocurrió B, o sea: 𝑃 ( 𝐵 𝐴 ) = 𝑃(𝐵∩𝐴) 𝑃(𝐴) = 0.05 0.2 = 0.25 Probabilidad y estadística MID Teoría y ejemplos 2) Consideremos una población de 20 estudiantes entre los cuales hay 14 que estudian Medicina y 6 que estudian Ingeniería. De esta población se escogen sin reposición dos estudiantes al azar y se consideran los eventos: 𝐸1: \El primer estudiante seleccionado estudia Medicina". 𝐸2: \El segundo estudiante seleccionado estudia Medicina". El espacio muestral que consideramos consiste de la colección de todos los pares ordenados (ai; aj ); (ai; bk); (bk; ai); (bk; bh) donde los ai son estudiantes de Medicina y los bj son de IngenierIa, i =6 j; k =6 h; i; j · 14; h; k · 6. El numero de eventos elementales es 20 £ 19. La siguiente tabla de doble entrada indica el numero de puntos muestrales correspondientes a la partición de según los eventos E1; E2 y sus complementos. En la ultima la aparecen los totales correspondientes a cada columna y en la ultima columna los correspondientes a cada fila. podemos calcular fácilmente las probabilidades de eventos tales como 𝑃(𝐸1 ∩ 𝐸2) = 14∗12 20∗19 𝑃(𝐸1 ∩) = 14 ∗ 12 20 ∗ 19 𝑃(𝐸1 ∩ 𝐸2) = 6 ∗ 12 20 ∗ 19 Probabilidad y estadística MID Teoría y ejemplos Si suponemos que el primer estudiante estudia Medicina, >cual es la probabilidad de que el segundo también? En este caso vemos, a partir de la tabla, que hay 14 £ 19 resultados posibles, de los cuales 14 £ 13 son favorables al evento E2 y por lo tanto la probabilidad que deseamos calcular es 14 ∗ 13 14 ∗ 19 = 14 ∗ 13(20 ∗ 19) 14 ∗ 19(20 ∗ 19) = 𝑃(𝐸1 ∩ 𝐸2) 𝑃(𝐸1) . Al saber que ocurrió 𝐸1 disponemos de cierta información adicional que modifica nuestro espacio muestral : la nueva población, para la segunda extracción, no coincide con la original, ya que sólo quedan 13 estudiantes de Medicina de un total de 19 estudiantes posibles. Notemos además que si las extracciones se realizan con reposición esto no ocurre, ya que el resultado de la primera extracción no nos da ninguna información sobre la segunda. En este caso se tiene: 𝑃(|𝐸2𝐸1|) = 𝑃(𝐸2) = 7 10 Probabilidad y estadística MID Teoría y ejemplos 3)1)Elegir al azar un artículo de un lote con sustitución. 2) Elegir al zara un artículo de un lote sin sustitución. Pensemos en un lote de artículos con 80 artículos buenos y 20 defectuosos. Supongamos que elegimos 2 artículos, uno tras otro con y sin sustitución: Definamos los siguientes eventos: A = { el primer artículo es defectuoso} B = { el segundo artículo es defectuoso} Si escogemos con sustitución: P(A) = P(B) = 20/100 = 1/5 Pero si escogemos sin sustitución, P(A) sigue siendo igual a 1/5, pero P(B) se debe calcular sabiendo lo que ha pasado la primera vez que se escogió .... Probabilidad Condicional del evento B, dado que A ha ocurrido. P(B/A), en nuestro ejemplo es = 19/99, porque si A ha ocurrido, entonces al sacar o por segunda vez quedan sólo 99 artículos, de los cuales sólo 19 son defectusos, puesto que hemos sacado uno de ellos ... Cada vez que calculamos P(B/A) esencialmente estamos calculando P(B) respecto al espacio muestral reducido A, en vez del espacio muestral original. Deducción Intuitiva de la fórmula de P(B/A): Pensemos en el experimento de lanzar dos dados NO truncados y que anotamos los Probabilidad y estadística MID Teoría y ejemplos resultados (x1,x2) ,,,, en las abcisas los resultados del primer dado y en las ordenadas los resultados del segundo dado. El espacio muestral, de 36 resultados igualmente probables es: S={ (1,1), (1,2), ....., (1,6), (2,1), (2,2) ..... (2,6), (3,1), (3,2) .... (6,6)} Consideremos los siguientes eventos: 𝑨 = {(𝒙𝟏, 𝒙𝟐) / 𝒙𝟏 + 𝒙𝟐 = 𝟏𝟎} ..... Todas las parejas que suma 10. 𝑩 = {(𝒙𝟏, 𝒙𝟐) / 𝒙𝟏 𝒆𝒔 𝒎𝒂𝒚𝒐𝒓 𝒒𝒖𝒆 𝒙𝟐} ..... Todas las parejas en donde la abcisa es mayor que la ordenada. A={ (5,5), (4,6), (6,4) } : 3 casos B= { (2,1), (3,1), (3,2), (4,1), (4,2), (4,3), (5,1), (5,2), (5,3), (5,4), (6,1), (6,2), (6,3), (6,4), (6,5)} : 15 casos P(A) = 3/36 P(B) = 15/36 P(B/A) = 1/3 ya que el espacio muestral es ahora A (con tres resultados) y sólo uno de Probabilidad y estadística MID Teoría y ejemplos ellos es tal que la abscisa es mayor que la ordenada: par (6,4). De forma similar: P(A/B) = 1/15 (referido al par: (6,4)) Finalmente calculemos P(A intersectado con B): Este evento ocurre si y sólo si la suma de los dos dados es 10 y el pri,mer dado arroja un número mayor que en el segundo. P(A intersectado con B) = 1/36 4) Imaginemos que en la experiencia de tirar un dado regular supiéramos de antemano que se ha obtenido un número par. Es decir, que se ha verificado el suceso: B = número par. Pregunta: ¿Cuál es ahora la probabilidad de que se verifique el suceso mayor o igual a cuatro? Lógicamente, el resultado sería: 2/3 . Por lo tanto, la probabilidad del suceso A = mayor o igual a cuatro se ha modificado. Evidentemente, ha pasado de ser 1/2 (cuando no tenemos ninguna información previa) a Probabilidad y estadística MID Teoría y ejemplos ser 2/3 (cuando sabemos que se ha verificado el suceso B). ¿Cómo podemos anotar esta última probabilidad (2/3)? Muy sencillo. Anotaremos P(A/B), que se lee como probabilidad de A condicionada a B. Así, en este ejemplo: P(A/B) = 2/3 P(A) = 1/2 En términos generales, estamos en condiciones de poder definir la probabilidad condicionada, y lo hacemos como: 𝑃 ( 𝐴 𝐵 ) = 𝑃(𝐴𝐵)/𝑃(𝐵) 5) Se lanzan tres monedas corrientes. Hallar la probabilidad de que sean todas caras si: A) la primera de las monedas es cara B) una de las monedas es cara A) 1/4 B) 1/7 b)se escogen al azar dos dígitos, desde 1 hasta 9. si la suma es par, hallar la probabilidad de que ambos números sean impares. Probabilidad y estadística MID Teoría y ejemplos 𝑃 = 10 16 = 5/8 Probabilidad y estadística MID Teoría y ejemplos Probabilidad y estadística MID Teoría y ejemplos Probabilidad y estadística MID Teoría y ejemplos Probabilidad y estadística MID Teoría y ejemplos Probabilidad y estadística MID Teoría y ejemplos Probabilidad y estadística MID Teoría y ejemplos