Sei sulla pagina 1di 12

Notas de clase 3

Probabilidad condicional y eventos independientes

Definicin (probabilidad condicional): Sea (,, P un espacio de

probabilidad si A , B ( son enventos y P(A)>0, Entonces se define la

probabilidad del evento B bajo la condicin de A como sigue :

P ( A B)
P ( B| A )=
P( A)

Ejemplo: Se lanza un dado Cul es la posibilidad de que salga un 2, dado que


salio un par?

1
A=Salio par P ( A )=
2

1
B=Salio2 P ( B )=
6

1
P ( A B)=
6

1
P ( A B) 6 1
P ( B| A )= = =
P ( A) 1 3
2

Ejemplo: Se lanzan dos dados corrientes una vez Cul es la probabilidad de


que al menos uno de los resultados sea 6 , dado que los resultados obtenidos
son diferentes?

30
A=Resultados diferentes P ( A )=
36

11
B=Salga al menosun 6 P ( B )=
26

10
P ( A B)=
36
10
P ( A B ) 36 10 1
P ( B| A )= = = =
P ( A) 30 30 3
36

Grficamente

Si A es seguro que pasa entonces , todo lo posible


o los casios posibles son solamente dentro de las
rayas . todo lo que este fuera de las rayas va a
pasar con probabilidad de 0. Por lo tanto, para
calcular ahora la probabilidad de que suceda B,
Debemos coger solamente el rea de B que
comparta con A.

Teorema: Sea ( , , P) un espacio de probabilidad y A con P ( A ) >0 La

medida P( A) es una medida de probabilidad sobre

A 0, para todo A
P

P(BA)
i. P ( B| A )= ; Es posible que sea menor que cero al tener
P ( A)

P ( B A ) 0 y P ( A ) >0

P ( )=1

P ( A ) P( A)
ii . P ( | A )= = =1
P( A) P( A)

Si A 1, A 2, A3, A4 y son mutuamente excluyentes , esto es

A i A j =

i=1

P( A i )= P ( A i )
i=1

i=1
Ai| A )
P
P ( Ai| A )=

A donde tenemos que llegar

i=1
i=1
i=1

A

( i A)
Ai | A )

P

P
P (( Ai ) A)
P ( Ai| A )= =
P( A)

Teorema de la probabilidad total: Sean


A 1, A 2, A3, . A n una particin

finita de es decir A i A j = para todo

i j y i=1 A i= con P ( A1 ) >0 ;


Entonces B se satisface

P ( B| A n ) P ( A n)
P ( B )=

Graficamente

Si queremos la probabilidad de B, tenemos que ir recogiendo recuadro a


recuadro cada pedazo de B , es decir , B esta particionado en 6 pedazos que

comparte con
A 1, A 2, A3 . A 6 ; para reunir B completo es como si
armramos un rompecabezas

Demostracin:

i=1

B B A
P ( B ) =P ( B )=P ( i)
i=1 Ai =P

Son mutuamente excluyentes

i=1

B A
( i)
P

Regla de Bayes (Teorema): Sean


A 1, A 2, A3, . A n una particin finita de

,y
P ( A 1 ) >0, i Entonces se satisface que
BA j
P() P (A j )
j
P ( A 1 ) P ( B| A1 )
P ( A 1|B )=

Demostracin: TAREA

Propiedades (Probabilidad condicional)

Si A B= entonces P ( A|B )=0


Demostracin: trivial
P ( B C| A )=P ( B|A C ) P ( C| A ) , Si P ( A C )> 0

Demostracin:
P ( B C A ) P ( B C A ) P ( C A ) P ( B C A ) P ( C A )
P ( B C| A )= = =
P( A ) P(A) P (C A) P(C A ) P(A)

P ( B| A C ) P ( C| A )

A 1, A 2, A3 . P ( A 1 A 2 A3 . A n1 ) >0 Entonces
Si con

P ( A 1 A 2 A3 . A n ) =P ( A 1 ) P ( A 2 A1 ) P ( A 3 A2 A 1 ) P ( A 4 A3 A2 A 1 )

Demostracin:

P ( A 1 ) P ( A 2 A 1) P ( A 3 A2 A1 ) P ( A 4 A3 A2 A1 ) =

P ( A 2 A1 ) P ( A 3A 2 A 1 ) P ( A 4 A3 A2 A 1 )
P ( A1 )
P ( A1) P ( A 2A 1 ) P ( A 3A 2 A 1 )
Al final quedara :
P ( A 1 A 2 A3 A 4 A 5 A 6 . An )

Ejemplo: una urna contiene 12 bolas de las cuales 4 son negras y 8 son blancas
. Se juega el siguiente juego; Se extrae una bola al azar, se anota su color y se
devuelve a la urna junto con dos bolas adicionales del mismo color su color.
Calcular la probabilidad de que en las tres primeras repeticiones del juego sean
extradas bolas negras

A 1=en i- esima repeticion del juego fue extraida una bola negra

P ( A 1 A 2 A3 ) =P ( A 1 ) P ( A2 A 1 ) P ( A 3 A 2 A1 )

4 6 8 1
P ( A 1 A 2 A3 ) = =
12 14 16 14

Ejemplo El seor Rodrguez sabe que hay un 40% de posibilidad de que la


empresa en la cual labora abra una sucursal en Montevideo. Si lo hace, la
probabilidad de que l sea nombrado gerente de dicha sucursal es de 80%. Si
no lo hace la probabilidad que sea nombrado es de 10% Cul es la
probabilidad de ser nombrado?

G: El Sr Rodrigez es nombrado gerente


A : La empresaabre una sucursal

AC
P (G| A )=P ( G| A ) P ( A ) + P ( G| AC ) P()
P ( G )=

P (G ) =0.8 0.4 +0.1 0.6=0.38

Ejemplo: En cierto lugar se ha instalado un dispositivo de alarma. Si hay


peligro, el dispositivo se pone en funcionamiento el 99% de las ocasiones, por
lo tanto, la probabilidad de que se dispare la alarma espontneamente es de
0.5% y la probabilidad de que una noche hay un intento de robo es de 0.1% . Si
una noche se oye la alarma Cul es la probabilidad de que sea falsa?

R : hay peligro

A :Sono la alarma

P ( A| R ) 0.99; P ( A|R C )=0.005 ; P ( R )=0.001 ; P ( R C| A )=? ? ?

P ( A|RC ) P(RC ) P ( A|RC ) P( RC )


Regla de Bayes : P ( R C|A ) = =
P ( A|R i ) P ( A|R ) P ( R ) + P ( A|R ) P ( R )
i

P ( R C )=1P ( R )=0.99 ; P ( ARC ) =0.005 ; P ( A|R )=0.99

0.9990.005
P ( R C|A ) = =
0.9990.005+0.990.001

Ejemplo: En una ciudad se llevan a cabo pruebas para detectar cierta


enfermedad supngase que el 1% de las personas sanas son registradas como
enfermas, que el 0.1% de la poblacin esta realmente enferma y que el 90% de
lis enfermos son reportados como tales. Se desea calcular la probabilidad de
que una persona seleccionada al azar y reportada como enferma , este
realmente enferma
E : Esta realmente enferma

R : Reportada como enferm a

P ( R|EC ) =0.01; P ( RC|E C )=0.99 ; P ( E )=0.001 ; P ( EC )=0.999

P ( R| E )=0.9 P ( RC|E ) =0.1

P ( R|E ) P ( E )
P ( E|R )=
P ( R| E ) P ( E ) + P ( R|E C ) P ( EC )

0.90.001
P ( E|R )= =0.083
0.90.001+ 0.010.99

Ejemplo: La cuarta parte de una poblacin esta vacunada contra una


enfermedad contagiosa, en el transcurso de una epidemia debida a tal
enfermedad se observa que de cada doce vacunados solo uno est enfermo, se
quiere calcular la probabilidad de que un no vacunado este enfermo

V : La persona esta vacunada

E :La persona esta enferma

1 4 1 11 1 3
P (V |E )= ; P ( V C|E ) = ; P ( E|V )= ; P ( E C|V )= ; P ( V )= ; P ( V C )=
5 5 12 12 4 4

P ( V C|E ) P(E)
P ( E|V C )=
P (V C )

P ( E )=P ( E|V ) P ( V ) + P ( E|V C ) P ( V C )

P ( V C|E ) P ( E|V ) P ( V ) + P ( E|V C ) P ( V C )


P ( E|V C )=
P (V C )
1
1
4 12 3
( + X )
5 4 4 1
X= =X =
3 9
4

Ejemplo A un puesto aduanero llevan peridicamente misiones diplomticas


procedentes de un determinado pas y que estn constituidas por 10 miembros
El citado pas es un gran productor de marihuana , circunstancia que de vez en
cuando es aprovechada por sus misiones diplomticas para introducir algn
otro tipo de cargamento ilcito siendo la forma que lo hacen que 2 de cada 10
miembros llevan en sus maletas la hierba los aduaneros tienen ya informacin
del truco pero para no producir incidentes diplomticos , se limitan a
inspeccionar dos de las diez maletas dejando pasar la misin si en las maletas
inspeccionadas no encuentran droga. la experiencia les dice que l 10% de las
veces por tan droga . Si una misio no arroja resultado positivo Cul es la
probabilidad de que dicha misin no lleve droga alguna?

A=La delegacion lleva droga

B=Mision inspeccionada arroja resultadonegativo

P ( B AC ) P ( A C )
P ( A C B ) =
P ( A ) P ( B| A ) P ( A ) + P ( BA C ) P ( A C )

P ( A )=0.1 P ( A C )=0.9

P ( BA C ) =1 P ( BC AC ) =0

8 2
P ( B| A )=
( 2 )( 0 ) 28 C
= P ( B A )=
17

(102 ) 45 45

P ( A C B ) =0.9353
Definicin (eventos independientes dos a dos ): Supngase dos eventos A
y B son independientes dos a dos si y solo si

P ( A B ) =P ( A )P( B)

De lo contrario son independientes

Ejemplos Supngase que se lanza un dado corriente dos veces consecutivas

A : La suma de los resultados es un numero par

B : El resultado del segundo lanzamiento es par

1 1
P ( A )= P ( B ) =
2 2

1
P ( A B)=
4

P ( A )P ( B )=P ( A B )

1
1
2 1
=
2 4
1 1
= son independientes
4 4

NOTA: se tiende a confundir independiente con excluyente

Ejemplo Se tira una moneda una sola vez

A=Sale cara

B=Sale sello

1 1
P ( A )= P ( B ) =
2 2

P ( A B ) =0

1
1
2
P ( A )P ( B )= 0=P ( A B )
2

OJO Excluyente pero no independientes

Teorema: Si A y B son independientes


C
1. A y B Son independientes

2. A C y BC Son independientes

Demostracin:

1. P ( A )=P ( A B )+ P ( A BC )

P ( A )=P ( A )P ( B ) + P( A B C )

P ( A BC ) =P( A) [ 1P( B) ]
B
( C)
P ( A )P

2. P ( A C BC ) =1P( A B)

P ( A C BC ) =1[ P ( A ) + P ( B )P( A B)]

P ( A C BC ) =1[ P ( A ) + P ( B )P ( A )P ( B ) ]

[ 1P ( A ) ][ 1P ( B ) ]

P ( A C ) P ( BC )

Definicin (eventos independientes de tres a tres) Sean A, B, C Se

dice que son independientes de tres en tres si y solo si

P ( A B C )=P ( A )P ( B )P ( C )

Se puede generalizar para eventos independientes de n a n

Potrebbero piacerti anche