Dr. Víctor Aguirre Torres, ITAM. Guión 5.
1
Probabilidad Básica
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
2
Contenido
1. Experimentos2. Reglas de conteo 3. Asignación de Probabilidades4. Eventos y sus Probabilidades5. Relaciones Básicas de Probabilidad6. Probabilidad Condicional
a) Ley Multiplicativa.b) Eventos Independientes.
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
3
1. Experimento.
Proceso que genera uno de varios posibles resultados bien definidos. El resultado específico no es predecible sin error.M=Número de posibles resultados.Ei= resultado experimental.S=Espacio muestral={E1, E2,..., EM}.
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
4
1. Experimento.
Ejemplo 1: Tirar un dado y observar el número en la cara superiorPosibles resultados:S = { 1, 2, 3, 4, 5, 6}M =6
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
5
1. Experimento.
Ejemplo 2: Sacar una carta de un mazo de póquer.Posibles resultados:S = {AC,AD,AP,AT,2C,...,RP,RT}M=52
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
6
2. Reglas de Conteo.
Para experimentos en K etapas.M=n1n2...nK
Ejemplo 3: Lanzar 2 monedas. M=4.Ejemplo 4: Sacar 2 cartas del mazo de póquer. Con reemplazo M=522=2704, sin reemplazo M=52(51)=2652
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
7
2. Reglas de Conteo. Diagramas de Árbol.
Ejemplo 5: Proyecto de KP&L
23
4
67
8
Etapa1 Etapa2
S={(2,6),(2,7),...,(4,7),(4,8)}
M=3(3)=9
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
8
2. Reglas de Conteo. Combinaciones.
Experimento: seleccionar n objetos de un conjunto de N objetos (N>n) sin importar orden.
Excel: COMBINAT(N,n)
10! =−−=−
=
==
)1)(2)...(2N)(1N(N!N)!nN(!n
!NnN
CM Nn
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
9
2. Reglas de Conteo. Combinaciones.
Ejemplo 6:Manos de póquer, 5 cartas de 52.Espacio muestral:S={ {AC,AD,AP,AT,2C},{AC,AD,AP,AT,2D},
{AC,AD,AP,AT,2P},... ...,{QT,RC,RD,RP,RT} }960,598,2CM 525 ==
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
10
2. Reglas de Conteo. Combinaciones.
Ejemplo 7: ME LATE (de Ohio)6 números de un grupo de 47.
Ejemplo 8: ¿ME LATE de México?
573,737,10CM 476 ==
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
11
3. Asignación de Probabilidades.
Probabilidad=cuantificación de la factibilidad de ocurrencia de Ei.Se debe cumplir0 < P(Ei) < 1P(E1) + P(E2) + ...+P(EM) =1=P(S)
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
12
3. Métodos para Asignación de Probabilidades.
Clásico.Frecuencia Relativa.Subjetivo.
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
13
3. Método Clásico para Asignación de Probabilidades.
Muy usado para juegos de azarPresupone igual probabilidad de Ei’s P(Ei)= 1 / #(S)Ejemplo1,dados: P(Ei)= 1 / 6Ejemplo 5: manos de póquer
P(Ei)= 1 / 2,598,960Ejemplo KP&L no tiene sentido.
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
14
3. Método de Frecuencia Relativa para Asignación de Probabilidades.
Se necesita observar repetidamente el mismo experimento (n veces).Condiciones similares.P(Ei)= (# veces que ocurre Ei ) / n.
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
15
3. Método de Frecuencia Relativa para Asignación de Probabilidades.
Ejemplo 2: Proyecto KP&L, n=40.Duración Etapa 2Proyectos 6 meses 7 meses 8 meses
2 meses 6 6 2 14Etapa 1 3 meses 4 8 2 14
4 meses 2 4 6 1212 18 10 40
Duración Etapa 2Proyectos 6 meses 7 meses 8 meses
2 meses 0.15 0.15 0.05 0.35Etapa 1 3 meses 0.1 0.2 0.05 0.35
4 meses 0.05 0.1 0.15 0.30.3 0.45 0.25 1
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
16
3. Método Subjetivo para Asignación de Probabilidades.
Un “experto asigna las probabilidades”
Ejemplo: momios de eventos deportivosE1=Gana Tyson, E2= No Gana Tyson
momio = P(E1) / P(E2) = 5 (5 a 1)
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
17
4. Eventos
Evento = Subconjunto de puntos muestrales.Un evento ocurre si cualquiera llega a ser el resultado experimental.Usaremos letras A, B, C, ... para denotarlos.Usualmente se definen por descripciones verbales. Pero cada evento corresponde a un subconjunto de puntos muestrales.
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
18
Ejemplo: KP&L.
Duración Etapa 2Proyectos 6 meses 7 meses 8 meses
2 mesesEtapa 1 3 meses
4 meses
A={El proyecto dura 10 meses o menos}
B={La etapa 2 del proyecto dura 7 meses}
Duración Etapa 2Proyectos 6 meses 7 meses 8 meses
2 mesesEtapa 1 3 meses
4 meses
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
19
Ejemplo: se tiran 2 dados.Dado Rojo
1 2 3 4 5 6Dado Azul 1 1,1 1,2 1,3 1,4 1,5 1,6
2 2,1 2,2 2,3 2,4 2,5 2,63 3,1 3,2 3,3 3,4 3,5 3,64 4,1 4,2 4,3 4,4 4,5 4,65 5,1 5,2 5,3 5,4 5,5 5,66 6,1 6,2 6,3 6,4 6,5 6,6
A={La suma es igual a 5}
B={El dado rojo cae 6}
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
20
Complemento de un Evento.
Complemento
Ejemplo:KP&L
A} en están NO que resultados los todos{Ac =
Ac={El proyecto dura más de 10 meses}Duración Etapa 2Proyectos 6 meses 7 meses 8 meses
2 mesesEtapa 1 3 meses
4 meses
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
21
Unión de Eventos
Unión
Ejemplo KP&LB} en o A en están que resultados los todos{BA =∪
Duración Etapa 2Proyectos 6 meses 7 meses 8 meses
2 mesesEtapa 1 3 meses
4 meses
A unión B
A={El proyecto dura 10 meses o menos}
B={La etapa 2 del proyecto dura 7 meses}
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
22
Intersección de Eventos.
Intersección
Ejemplo KP&LB} eny A en están que resultados los todos{BA =∩
Duración Etapa 2Proyectos 6 meses 7 meses 8 meses
2 mesesEtapa 1 3 meses
4 mesesA intersección B
A={El proyecto dura 10 meses o menos}
B={La etapa 2 del proyecto dura 7 meses}
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
23
Eventos Mutuamente Excluyentes.
A y B son mutuamente excluyentes si no tienen puntos muestrales en común.
imposiblevacíoBA evento ===∩ φDado Rojo
1 2 3 4 5 6Dado Azul 1 1,1 1,2 1,3 1,4 1,5 1,6
2 2,1 2,2 2,3 2,4 2,5 2,63 3,1 3,2 3,3 3,4 3,5 3,64 4,1 4,2 4,3 4,4 4,5 4,65 5,1 5,2 5,3 5,4 5,5 5,66 6,1 6,2 6,3 6,4 6,5 6,6
A={La suma es igual a 5} B={El dado rojo cae 6}
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
24
Eventos Mutuamente Excluyentes.
También se les conoce como eventos ajenos.Cuando ocurre uno NO ocurre el otro.Evento vacío = ausencia de resultados.Ejemplo: Manos de póquer.
A={obtengo un par únicamente}={xxyzw}
B={obtengo un “full”}={xxyyy}
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
25
4. Probabilidad de un Evento
Suma de las probabilidades de los puntos muestrales del evento.FórmulaEjemplo KP&L: P(A)=0.70 .
Ejemplo 2 dados: P(A)=4/36, P(B)=1/6.
∑∈
=AE
ii
)E(P)A(P
Duración Etapa 2Proyectos 6 meses 7 meses 8 meses
2 meses 0.15 0.15 0.05Etapa 1 3 meses 0.1 0.2 0.05
4 meses 0.05 0.1 0.15
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
26
5. Relaciones Básicas de Probabilidad.
Probabilidad del complemento
Ejemplo KP&L: P(proyecto dure más de 10 meses)=1-0.7=0.3
Ejemplo 2 dados:P(suma≠5)=1-(4/36)=32/36
0)(P1)S(P == φy )A(P1)A(P c −=
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
27
5. Relaciones Básicas de Probabilidad.
Probabilidad de la unión. Ley Aditiva.
Ejemplo KP&L:P(A∪B)=0.7+0.45-0.35=0.8Ejemplo 2 dados:C={La suma es 7}, D={misma cara}P(C∪D)=1/6+1/6-0=1/3
)BA(P)B(P)A(P)BA(P ∩−+=∪
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
28
5. Relaciones Básicas de Probabilidad.
Ley Aditiva para eventos mutuamente excluyentes
Ejemplo 2 dados: P(A∪B)=4/36+6/36)B(P)A(P)BA(P +=∪
Dado Rojo1 2 3 4 5 6
Dado Azul 1 1,1 1,2 1,3 1,4 1,5 1,62 2,1 2,2 2,3 2,4 2,5 2,63 3,1 3,2 3,3 3,4 3,5 3,64 4,1 4,2 4,3 4,4 4,5 4,65 5,1 5,2 5,3 5,4 5,5 5,66 6,1 6,2 6,3 6,4 6,5 6,6
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
29
6. Probabilidad Condicional
Un evento tiene probabilidad P(A).Se que sucedió el evento B, quiero aprovechar esa información para calcular la probabilidad de A dado que ya sé que ocurrió B.A esta probabilidad se le llama probabilidad condicional de A dado B.Sirve para modificar la probabilidad de un evento cuando se tiene información adicional.
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
30
6. Probabilidad Condicional
Tomo a B como un nuevo espacio muestral.Definición: P(A|B)=P(A∩B)/P(B)Note que P(B|B)=1.
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
31
6. Probabilidad Condicional
Ejemplo KP&L: ya sabíamos P(A)=0.70 A={El proyecto dura 10 meses o menos}
C={Etapa 1 dura 3 meses}
P(A|C)=P(A∩C)/P(C)=0.3/0.35=0.85714Duración Etapa 2Proyectos 6 meses 7 meses 8 meses
2 meses 0.15 0.15 0.05Etapa 1 3 meses 0.1 0.2 0.05
4 meses 0.05 0.1 0.15
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
32
6.a) Ley Multiplicativa.
Probabilidad condicional implica:P(A∩B)=P(B)P(A|B)=P(A)P(B|A).
Sirve para calcular la probabilidad de una intersección si se conoce la probabilidad condicional y la probabilidad de uno de los eventos.
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
33
6.a) Ley Multiplicativa.
Ejemplo 4: Se sacan 2 cartas del mazo de póquer sin reemplazo.¿Cuál es la probabilidad de que salgan 2 ases?
D={salen dos ases}, ¿Cuál es P(D)?A={un as en la primera carta},B={un as en la segunda carta}, D=A ∩B
P(A)=4/52, P(B|A)=3/51P(D)=P(A∩B)= P(B|A)P(A)=(3/51)(4/52)=0.004525
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
34
6.b) Eventos Independientes
El evento A es independiente del evento B si y solo siP(A|B)=P(A) ó P(B|A)=P(B)De lo contrario son eventos dependientes.Interpretación de independencia: el conocimiento de que B ocurrió no cambia la factibilidad de que A ocurra.
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
35
6.b) Ley Multiplicativa para Eventos Independientes
Si A y B independientes:
anterior. igualdad la cumplese si ntesindependieson eventos dos hecho de
tantolopor
tivamultiplicaley por entonces ,
)B(P)A(P)BA(P
)B(P)A(P)B(P)B|A(P)BA(P)A(P)B|A(P
=∩
==∩=
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
36
6.b) Ley Multiplicativa para Eventos Independientes
Ejemplo 2 dados:
ntes.independieson eventos dos los
tantolopor ,5rojo Dado , 4 azul Dado
)B(P)A(P)BA(P36/1)BA(P
6/1)B(P}{B6/1)A(P}{A
=∩=∩
======
Dado azul1 2 3 4 5 6
1 1,1 1,2 1,3 1,4 1,5 1,6Dado rojo 2 2,1 2,2 2,3 2,4 2,5 2,6
3 3,1 3,2 3,3 3,4 3,5 3,64 4,1 4,2 4,3 4,4 4,5 4,65 5,1 5,2 5,3 5,4 5,5 5,66 6,1 6,2 6,3 6,4 6,5 6,6
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
37
6.b) Ley Multiplicativa para Eventos Independientes
Ejemplo 2 dados:
ntes.independieson eventos dos los
tantolopor ,3rojo Dado
, S
)B(P)A(P)BA(P36/3)BA(P
2/1)B(P}{B6/1)A(P}7uma{A
=∩=∩
=≤====
Dado azul1 2 3 4 5 6
1 1,1 1,2 1,3 1,4 1,5 1,6Dado rojo 2 2,1 2,2 2,3 2,4 2,5 2,6
3 3,1 3,2 3,3 3,4 3,5 3,64 4,1 4,2 4,3 4,4 4,5 4,65 5,1 5,2 5,3 5,4 5,5 5,66 6,1 6,2 6,3 6,4 6,5 6,6
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
38
6.b) Ley Multiplicativa para Eventos Independientes
Cuando se presume que dos eventos son idependientes se puede usar la ley multiplicativa para calcular la probabilidad de su intersección.Ejemplo: Si juego en melate y revancha ¿cuál es la probabilidad de que gane?
A={gano con melate}, B={gano con revancha},D={gano}=A ∪B
P(A ∪B)= P(A)+ P(B)- P(A∩B)= P(A)+ P(B)-P(A)P(B)
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
39
Los Eventos Ajenos NO son Independientes, al contrario!
Si A y B son eventos ajenos con P(A)>0y P(B)>0, entonces
P(A|B)=P(A ∩B)/P(B)=0/ P(B)=0‡ P(A)
Ejemplo con los dados: P(la suma sea igual a 5| dado rojo=6) = 0
Dr. Víctor Aguirre Torres, ITAM. Guión 5.
40
Problemas Sugeridos. Capítulo 4.
Fenómenos Aleatorios: 2, 4, 7, 12.Eventos y sus Probabilidades: 16, 17, 18.Relaciones Básicas: 23, 27, 28.Probabilidad Condicional: 30, 31, 34, 37.