Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
99UNI SEMESTRAL 2013 - III ARITMÉTICA TEMA 33 PROBABILIDADES II ARITMÉTICA I. PROBABILIDAD CONDICIONAL La probabilidad que se ha estudiado hasta ahora está referida a todo el espacio muestral del experimento aleatorio E, entonces: P A P(A / E) Se lee: probabilidad de que ocurra el evento A dado que ha ocurrido E. Con frecuencia nos interesa conocer la probabilidad de un evento, donde dicho evento está condicionado a la ocurrencia de un subconjunto del espacio muestral, es decir se tiene que el evento B ha ocurrido y se quiere saber la probabilidad de que haya ocurrido el evento A. Luego: Se lee: probabilidad de que ocurra A dado que ha ocu- rrido B. Ejemplo: Sea el experimento E: lanzar un dado y observar el número de su cara superior. Entonces: E = {1; 2; 3; 4; 5; 6} Sean los eventos: A: Obtener un número par. B: Obtener un número menor que 4. Entonces: A = {2; 4; 6} B = {1; 2; 3} Luego: A B 2 1 3P(A B) y P B 6 6 1 / 6P A B 1P A / B 3 / 6 3P B Un diagrama de Venn, asociado a este caso puede ilus- trarnos más sobre la solución. n A B 1 y n B 3 1P A / B 3 Observaciones: 1. Si la probabilidad de ocurrencia de A no afecta la probabilidad de ocurrencia de B entonces A y B son eventos independientes. Luego: P A B P A – P B DESARROLLO DEL TEMA 100UNI SEMESTRAL 2013 - III ARITMÉTICA PROBABILIDADES II TEMA 33 Exigimos más! 2. Si la probabilidad de ocurrencia de A imposibilita la probabilidad de ocurrencia de B entonces A y B son mutuamente excluyentes. Luego: P A B 0 Ejemplo: Sea el experimento E: lanzar simultáneamente un dado y una moneda. Luego el espacio muestral es: E = {(1; C); (2; C); (2; S); (3; C); (3; S); (4; C); (4; 5); (5; C); (5; S); (6; C); (6; S)} C. cara y s: sello Sean los eventos: A: Obtener en el dado un seis B: Obtener cara en el dado Entonces: A = {(6; C); (6; S)} B = {(1; C); (2; C); (3; C); (4; C); (5; C); (6; C)} A B 6;C 1P A B ... 12 También: 2 1 6 1P A y P B 12 6 12 2 1 1 1P A B . ... 6 2 12 Como los eventos A y B son independientes. Ejemplo: Sea el experimento E: lanzar un dado y los eventos A: obtener un múltiplo de 4, B: Obtener un número impar. Luego: E = {1; 2; 3; 4; 5; 6} A = {4} B = {1; 3; 5} A B 0P A B 0. 6 Esto significa que los eventos A y B son mutuamente excluyentes. III. DISTRIBUCIONES DE PROBABILIDAD DISCRETA Si una variable x puede tomar los valores discretos x1, x2, x3, ... xk cuyas respectivas probabilidades son P1, P2, P3, ...Pk, tales que: 1 2 3 kP P P ... P 1 Entonces se ha definido una distribución de probabilidad discreta. La distribución de probabilidad se representa usualmente en una tabla, tal como lo que se muestra a continuación. Donde: P(x): Función de probabilidad Ejemplo: Sea el experimento aleatorio E: lanzar una moneda 3 veces y definimos la variable aleatoria x: número de ca- ras que se obtienen. Entonces: E = {CCC; CCS; CSC; SCC; CSS; SCS; SSC; SSS} x toma los valores: 0, 1, 2 ó 3. Luego la tabla de distribución de probabilidad es: Notese que la suma de las probabilidades de la tabla es igual a uno. IV. ESPERANZA MATEMÁTICA: E(X) Si x es una variable aleatoria discreta que pueda tomar los valores x1, x2, x3, ..., xk con probabilidades P1, P2, P3, ...Pk respectivamente, tales que: P1 + P2 + P3 + ... + Pk = 1, entonces la esperanza matemática de x o la media de la variable aleatoria x es: 1 1 2 2 3 3 x kE x P X P X P X ... P x Ejemplo: De la tabla de distribución de probabilidad anterior: 1 3 3 1E(x) =0. 1. 2. 3. 8 8 8 8 12 3E x 1,5 8 2 101UNI SEMESTRAL 2013 - III ARITMÉTICA TEMA 33 PROBABILIDADES II Exigimos más! Problema 1 Una caja contiene 8 bombillas de las cuales 3 están defectuosas. Se extrae una bombi lla de la caja, s i sale defectuosa, se prueba otra bombilla, hasta seleccionar una no defectuosa. Calcule el número esperado E de bombillas seleccionadas. A) 0,5 B) 1 C) 1,5 D) 2 E) 2,5 Resolución: Ubicación de incógnita Esperanza matemático o valo r esperado. E(x) Análisis de los datos o gráficos * Una caja con 8 bombillas de las cuales 3 son defectuosas y 5 no defectuosas. * Probar bombillas hasta encontrar una no defectuosa. Operación del problema Se determina la función de probabi lidad. Como se t ienen 3 bombillas defectuosas, al máximo de extracciones para obtener una bombilla no defectuosa es 4. Sea x: número de bombilla extraídas. P[x]: probabilidad de obtener la 1era bombilla no defectuosa en la extracción x. * P[x = 1] = 5 8 (1° no defectuosa) * P[x = 2] = 3 5 8 7 = 15 56 (1° defectuosa y 2° no defectuosa) * P[x = 3] = 3 2 5 8 7 6 = 5 56 (1° y 2° defectuosas y 3° no defectuosa) * P[x = 4] = 3 2 1 5 8 7 6 5 = 1 56 (1°, 2° y 3° defectuosas y 4° no defectuosa) Tabla x P[x] 1 2 3 5 8 4 15 56 5 56 1 56 Conclusión E(x) = xiP(xi) E(x) = 1 5 8 + 2 15 56 + 3 5 56 + 4 1 56 = 84 56 E(x) = 1,5 Respuesta: C) 1,5 Problema 2 Para representar a un colegio en las olimpiadas matemáticas del 2007 se han preseleccionado 10 alumnos varones y 5 mujeres. El comité organizador del evento decide que cada colegio participante envíe solo tres alumnos. Calcule la probabilidad que el citado colegio envíe a todos sus representantes del mismo sexo. A) 1/7 B) 2/7 C) 3/7 D) 4/7 E) 5/7 Resolución: Ubicación de incógnita Piden la probabilidad que las 3 personas escogidas sean del mismo sexo. Análisis de los datos o gráficos Dato: 10 varones y 5 mujeres Operación del problema P(vvv) 10 15 x 9 8 24x 14 13 91 P(mm 5m) 15 4x x 14 3 2 13 91 24 2Piden : 91 26 91 91 2 7 Respuesta: B) 2 7 Problema 3 Sean E un espacio muestral, A y B subconjuntos de E, y P: (E) 0,1 una función de probabilidad tal que P(A) = 0,5, P(B) = 0,4. Si A y B son independientes, halle CP A B . A) 0,1 B) 0,2 C) 0,3 D) 0,8 E) 0,9 Resolución: Ubicación de incógnita Se pide hallar cP(A B ) Análisis de los datos o gráficos • P(A) = 0,5 • P(B) = 0,4 • A y B son independiente P(A B) = P(A) . P(B) Además: cP(A B ) = P(A) . P c(B ) Operación del problema Propiedad: cP(A B ) = P(A) + P c(B ) – cP(A B ) 0,30 c 1,1 0,5 . 0,6 0,80 0,5 0, 6 P(A).P(B ) Conclusión y respuesta cP(A B ) 0,80 Respuesta: D) 0,80 problemas resueltos
Compartir