Facultad de Ingeniera Departamento de Ingeniera Industrial Probabilidad y Estadstica I Sesiones # 5 y # 6 Probabilidad Condicional Independencia de Eventos Principio de Probabilidad Totales Teorema de Bayes Mario Castillo (Coordinador General Curso) 2 Motivacin En un experimento aleatorio, en general, no es lo mismo calcular la probabilidad de un evento A si no se tiene ninguna informacin sobre el resultado del experimento, que calcular la probabilidad de A cuando se tiene alguna informacin parcial sobre el resultado del experimento. Ejemplos - En riesgo de crdito - En diagnstico de enfermedades - En exploracin y explotacin petrolera Cuando se tiene informacin parcial, hablamos de calcular la probabilidad del evento A dado el evento B y lo notamos por: P(A|B) que se interpreta como el grado de certeza de que el evento A se produzca dado que se conoceque el evento B tuvo lugar. 3 Probabilidad Condicional e Independencia - Ejemplo Se tienen 10 bolas, 4 Blancas y 6 Negras. Adicionalmente hay: - 3 bolas negras y 1 blanca que tienen el No. 1, - 2 bolas negras y una blanca marcadas con el No. 2 y - 2 bolas blancas y una negra marcadas con el No. 3. El experimento consiste en seleccionar una bola al azar. Cul es la probabilidad de que la bola sea Blanca? Queremos analizar diferentes formas de calcular la probabilidad que nos piden utilizando el concepto de probabilidad condicional. 1 2 3 4 Probabilidad Condicional e Independencia - Ejemplo Evidentemente, P(Blanca) =P(B) =4/10=2/5 1. El experimento lo podemos representar incluyendo el color y los nmeros, de la siguientemanera: Sea N i el evento LABOLA EST MARCADA CON EL No. i Entonces: B =BN 1 U BN 2 U BN 3 P(B) =P(BN 1 ) +P(BN 2 ) +P(BN 3 ) P(B) =1/10+1/10+2/10=4/10=2/5 1 2 3 5 Probabilidad Condicional e Independencia - Ejemplo Por otro lado, nos podemos preguntar, cul es la probabilidad de que la bola sea Blanca si se sabe que la bola seleccionada tiene el No. 1? Esto lo escribimos por: P(B | N 1 ) = ? Claramente P(B | N 1 ) =1/4 Pero observemos que: P(BN 1 ) = 1/10 y P(N 1 ) = 4/10 P(B | N 1 ) = P(BN 1 )/P(N 1 ) = (1/10) / (4/10) = La situacin anterior se puede generalizar a travs de la definicin de probabilidad condicional: Definicin: La probabilidad condicional del evento A dado el evento B, se define por: 1 2 3 6 Conceptualmente, P(A|B) equivale a la probabilidad de A recalculada en el Espacio Muestral restringido al evento B. Probabilidad Condicional e Independencia - Ejemplo Volviendo al caso de las bolas, notemos que: P(B) = P(BN 1 ) + P(BN 2 ) + P(BN 3 ) P(B) = P(B|N 1 )* P(N 1 ) + P(B|N 2 )* P(N 2 ) + P(B|N 3 )* P(N 3 ) P(B) = 1/4 *4/10 + 1/3*3/10 + 2/3*3/10 = 1/10 + 1/10 + 2/10 = 4/10 P(B) = 2/5 Ley de Probabilidades Totales 1 2 3 7 Independencia de Eventos En el ejemplo anterior pudimos observar que P(B) =2/5y que P(B|N 1 ) =1/4 P(B)P(B|N 1 ) La probabilidad de B cambia si el evento N 1 se da. B y N 1 no son independientes En general, A y B son independientes si P(A|B) = P(A). Ello implica que P(AB)/P(B) = P(A), es decir, P(AB) = P(A)*P(B) Definicin: Dos eventos A y B son independientes si y slo si: 8 Propiedades Bsicas de la Probabilidad Condicional i. Ntese que: P(A|B) =P(AB)/P(B). Por tanto, P(AB) =P(A|B)*P(B). Adems, P(B|A) =P(AB)/P(A), de donde, P(AB) =P(B|A)*P(A) En sntesis: P(AB) = P(A|B)*P(B) = P(B|A)*P(A) ii. Si en un E.A. cualquiera con E.M. fijamos el evento B como condicin P(|B) se comporta como una probabilidad y, por tanto, tiene todas sus propiedades. En particular, - P(A C |B) =1 P(A|B) - Si Ay C sondisyuntos P(AUC | B) =P(A|B) +P(C|B) iii. Ejercicio: Demuestre que si (, B, P(.)) es un Espacio de Probabilidad, la funcin P B () definida por: P B (A) = P(A|B) es una probabilidad en el espacio muestral . 9 RBOLES DE PROBABILIDAD El ejemplo anterior se puede representar a travs de lo que se conoce como un rbol de probabilidad P(BN 1 ) = (4/10)x(1/4) 1 2 3 N 1 B B c N 2 B B c N 3 B B c 4/10 3/10 3/10 1/4 3/4 1/3 2/3 1/3 2/3 P(N 1 ) P(B|N 1 ) 10 RBOLES DE PROBABILIDAD En el estudio de otorgamiento de tarjeta de crdito, los clientes aceptados se clasificanen 3 categoras en cuanto a su desempeo esperado: 0.2 0.5 0.3 Excelente Aceptable Promedio Al cabo de un ao, los clientes se clasifican de acuerdo a su desempeo real en B (bueno) en M (malo). Se sabe que: - El 90%de los clientes pronosticados como E resultanser clientes B. - El 60%de los clientes pronosticados como P resultanser B. - El 30 %de los clientes pronosticados comoA resultanser B. 1. Calcular la probabilidadde que un clienteresulte M(malo). 2. Un cliente result ser B, cul es la probabilidad de que haya sido pronosticado comoAceptable? 11 DESARROLLO Excelente => P(E) = 0.2 P(B/E) = 0.9 Promedio => P(P) = 0.5 P(B/P) = 0.6 Aceptable => P(A) = 0.3 P(B/A) = 0.3 E P A 0.2 0.5 0.3 0.9 0.1 0.6 0.4 0.3 0.7 B M B M B M EM => P(EM) = 0.2*0.1 = 0.02 PB AB EB PM => P(PM) = 0.5*0.4 = 0.2 AM => P(AM) = 0.3*0.7 = 0.21 => P(M) = 0.43 => P(B) = 0.57 P(A/B) = P(AB)/P(B)= = [P(B/A)*P(A)/P(B)] = 0.3*0.3/0.57 = 0.158 12 EJEMPLO SOBRE PROBABILIDADES CONDICIONALES Y RBOLES DE PROBABILIDAD Una compaa productora de transistores tiene tres plantas de ensamblaje que producen, respectivamente el 15%, 35%y 50%de las piezas. Adicionalmente se sabe que los porcentajes de piezas defectuosas producidas por las tres plantas son de 1%, 5% y 2%, respectivamente. 1. Si un transistor es elegido al azar cul es la probabilidad de que sea defectuoso? 2. Si se elige un transistor al azar y resulta ser defectuoso, cul es la probabilidadde que provenga de la planta nmero dos? 13 DESARROLLO P i : La pieza es producida por la planta i. D: La pieza es defectuosa Interpretacin de los datos en trminos de probabilidad P(P 1 ) = 0.15 P(P 2 )= 0.35 P(P 3 )=0.5 P(D|P 1 ) = 0.01 P(D|P 2 )= 0.05 P(D|P 3 )=0.02 Qu nos preguntan? 1. P(D) = ? 2. P(P 2 / D) = ? 1. D = DP 1 U DP 2 U DP 3 , eventos disyuntos P(D)= P(DP 1 ) + P(DP 2 ) +P (DP 3 ) = P(D|P 1 ) * P(P 1 ) + P(D|P 2 ) * P(P 2 ) +P (D|P 3 )* P (P 3 ) = 0.01 * 0.15 + 0.05 * 0.35 + 0.02 * 0.5 = 0.029 14 2. P(P 2 / D) = P(P 2 D) P (D) P(D/ P 2 ) * (P 2 ) 0.029 = 0.05 * 0.35 0.029 = 0.0175 0.029 = = 0.603 15 P 1 P 2 P 3 0.15 0.35 0.5 0.01 0.99 0.05 0.95 0.02 0.98 D D c D c D c D D =>P 1 D =>P 1 D c =>P 2 D c =>P 3 D c =>P 2 D =>P 3 D Representacin del Problema por medio de un rbol de Probabilidad 16 EJERCICIOS ADICIONALES SOBRE PROBABILIDADES CONDICIONALES Y RBOLES DE PROBABILIDAD Ejercicio 1 Usted sale de vacaciones, por lo cual le pide a su vecino que riegue una planta enferma que tiene en su casa. Sin agua, la probabilidad de que la planta muera es 0.80. Con agua, la probabilidad de que muera es 0.15. Usted est un 90% seguro de que su vecino recordar regar la planta. a. Cual es la probabilidadde que la planta est viva cuando ustedregrese? b. Si la planta est muerta cuando usted llega, cul es la probabilidad de que su vecino haya olvidado regarla? Ejercicio 2 El 25%de cierta poblacin escucha una publicidad en la radio orientada al respeto por las leyes de trnsito. Durante cierto periodo se constata que de cada 5 infractores hay uno que ha escuchado la publicidad. a. La publicidadha tenido algnefecto? b. Si se sabe que durante este perodo, de cada 12 personas que han escuchado la publicidad una ha sido infractora, cul es la probabilidad de que una persona que no ha escuchadola publicidadcometauna infraccin? 17 EJ ERCICIOS ADICINALES SOBRE PROBABILIDADES CONDICIONALES Y RBOLES DE PROBABILIDAD Ejercicio3 Una licorera distribuye a domicilio dos tipos de cerveza: rubia y negra. Los clientes de la licorera ordenan slo alguno de los dos tipos de cerveza y, de acuerdo con las ventas de los ltimos meses, el dueo de la licorera ha estimado que el 60%de los clientes ordenan cerveza rubia, mientras que los otros ordenan cerveza negra. La licorera presenta actualmente algunos problemas en su departamento de ventas, debido a lo cual cuando un cliente ordena un tipo de cerveza es posible que reciba otro tipo diferente a la que orden. Si un cliente ordena cerveza rubia recibir este tipo de cerveza en el 95%de los casos, mientras que si ordena cerveza negra recibir cerveza rubia en el 10% de los casos. Se estima que la probabilidad de que un cliente se queje cuando recibe un pedido equivocado es de 0.7. Consciente de los problemas que se presentan en el envo de domicilios a los clientes, la licorera ha establecido como poltica enviar un regalo a cada clienteque interponga una queja. a. Cul es la probabilidadde que un clientereciba un pedido diferente al que orden? b. Dado que hubo un error en el envo del pedido, cul es la probabilidad de que el clientehaya ordenado cerveza negra? c. Cul es la probabilidad de que la licorera deba enviar un regalo al prximo cliente que haga unpedido? 18 EJERCICIOS ADICINALES SOBRE PROBABILIDADES CONDICIONALES Y RBOLES DE PROBABILIDAD Ejercicio4 Los ejecutivos de cierta empresa son clasificados en tres categoras excluyentes: Altamente Productivos, Medianamente Productivos e Improductivos. De acuerdo con las estadsticas de la compaa, el 25%de sus ejecutivos son Altamente Productivos, el 55% son Medianamente Productivos y el resto Improductivos. A su vez, los proyectos que desarrolla la compaa se dividen en dos categoras: Rentables y No Rentables. De los empleados Altamente Productivos, se sabe que con una probabilidad de 0.8 desarrollan proyectos Rentables para la empresa. Igualmente se sabe que de los proyectos desarrollados por ejecutivos Improductivos el 10%son Rentables. Finalmente se sabe que la probabilidad de que un proyecto seleccionado al azar sea Rentable y desarrollado por unejecutivo Medianamente Productivo es de 0.20. a. Calcule la probabilidad de que un proyecto seleccionado al azar resulte Rentable para la empresa. b. Si se selecciona un proyecto al azar y resulta ser No Rentable, cul es la probabilidad de que haya sido desarrollado por un ejecutivo Medianamente Productivo?