Sesiones 3 y 4 - 2011 - II
Sesiones 3 y 4 - 2011 - II
Sesiones 3 y 4 - 2011 - II
Sesiones # 3 y 4 Conceptos Bsicos de Probabilidad Tcnicas de Conteo y Clculo de Probabilidades Mario Castillo (Coordinador General Curso)
1
Espacio Muestral
Se llama espacio muestral de un experimento aleatorio al conjunto de todos los resultados posibles del experimento. A l elementos d se l ll los l de les llama resultados elementales. El E M puede ser l d l l E.M. d finito o infinito; en caso de ser infinito es importante distinguir entre espacios enumerables (discretos), y no enumerables (continuos).
Eventos
Un evento asociado a un experimento aleatorio es un subconjunto B del espacio muestral del experimento aleatorio. Se dice que el evento B se da o tiene lugar si el resultado final del experimento es un elemento de B. Propiedades de los Eventos Es intuitivamente claro que los eventos deben tener las siguientes propiedades: - Si B es un evento entonces BC (el complemento de B con respecto a la afirmacin evento, , contraria a la que define B) tambin es un evento. - Debe haber una forma de representar los eventos imposibles: el conjunto vaco, , permite representar tales eventos. Luego debera ser un evento. - Si tenemos dos eventos A y B la unin de stos (i e que suceda A B los dos) debe (i.e. B, ser tambin un evento.
Ai = A B
Ejemplo: Si es un Espacio Muestral Finito entonces el conjunto de todos los Finito, subconjuntos de , B(), es una FBDE sobre . Por qu? Eventos Incompatibles o Mutuamente Excluyentes: p y Dos eventos A y B son incompatibles si A y B no se pueden dar simultneamente, es decir, AB =
Axiomas de Probabilidad
Sea el ESPACIO MUESTRAL asociado a un experimento aleatorio. Suponga que a cada evento B, perteneciente a se asocia un nmero P(B). Si P satisface los siguientes axiomas, entonces recibe el nombre de Probabilidad y el nmero P(B) se dice la PROBABILIDAD DE B. 1. 2. 3. 0 P(B) 1, para cualquier evento B asociado a . (No negatividad) ( ) , pa a cua qu e e e to asoc ado ( o ega dad) P() = 1, (La probabilidad del evento que es cierto es 1) Si B1, B2 ,...., Bn es una coleccin de eventos tales que Bi Bj = para i j , entonces: P (B1 U B2 U.... Bn ) = P(B1) + P(B2) +....+ P(Bn) (La probabilidad de ocurrencia de al menos un evento en una secuencia de eventos mutuamente excluyentes es l suma d sus probabilidades) t t t l t la de b bilid d ) (Esta propiedad tambin se debe cumplir para sucesiones infinitas).
Algunos T Al Teoremas
1. 2. 3. 3 A y B son eventos cualesquiera de , entonces: P(A U B) = P(A) + P(B) - P(AB) P(Ac) = 1 - P(A); P () = 0 Si A B => P(A) P(B)
Generalizacin de la Propiedad 1: P(A U B U C) = P(A) + P(B) + P(C) - [P(AB) + P(AC) + P(BC)] + P(ABC)
Un Concepto de Probabilidad
DEFINICIN: Una probabilidad es una medida sobre el grado de certeza de que un EVENTO asociado a un experimento aleatorio tenga lugar lugar. Cmo asignarla? En un experimento aleatorio en el que todos los RESULTADOS ELEMENTALES son IGUALMENTE POSIBLES, se puede asignar una probabilidad de un evento cualquiera B por medio de la expresin siguiente: # RESULTADOS FAVORABLES AL EVENTO B # TOTAL DE RESULTADOS POSIBLES
P(B) =
OJO:Entendereinterpretarapartirdelosaxiomas
Ejemplos
Ejemplo 1 EA: Lanzamiento EA Lan amiento de dos dados Evento B: obtener pares p {( , ), ,( , ),( , ), ( , ), ,( , ),( , )}; Espacio Muestral: S = {(1,1),...,(1,6),(2,1),...(2,6),...,(6,1),(6,6)}; # S = 36 Resultados favorables al evento B: {(1,1), (2,2), (3,3),(4,4),(5,5),(6,6)} P(B) = 6/36 = 1/6 Evento B: La suma de los puntajes de los dados es mayor que 10. P(B) = 3/36 = 1/12
Ejemplo 2
Una fotografa de 3cm de ancho y 4cm de altura tiene un defecto de revelado pues en alguna parte ti l t tiene un PUNTO NEGRO NEGRO. Esquemticamente la fotografa es como muestra la figura. De acuerdo con esto cules son las probabilidades asociadas con los siguientes eventos? EVENTOS: El punto negro est sobre la Zona inferior El punto negro est sobre la cabeza. El punto negro est exactamente sobre la circunferencia (de la cabeza). El punto negro est sobre el cuerpo (cabeza y tronco).
10
= 3 /12 = 1/4
P(Cabeza) =
(0 . 5 )2
12
= 0 . 065
P(Cuerpo) =
OBSERVACIN
0 . 148
En el ejemplo anterior, formalmente el E.M. est definido por la regin = {(x, y) R2, tal que, 0 x 3, 0 y 4} La FBDE B se puede definir como la familia compuesta por todos los conjuntos B contenidos en tales que su rea est bien definida (que se puede calcular). 11
CLCULO DE PROBABILIDADES - TCNICAS DE CONTEO Si el EM de un EA es un conjunto finito = {w1, w2, , wn}, tal que P{wi} = 1/n parta todo i, es decir, si es un espacio de probabilidad equiprobable, entonces para cualquier evento B de , P(B) = # de casos favorables al evento B / # de casos posibles Sin embargo, no siempre es fcil contar correctamente tanto los casos favorables como los casos posibles como se puede observar en los siguientes ejemplos: posibles, Ejemplos sobre clculo de probabilidades en EMs finitos 1. Se tienen 6 bolas Blancas y 4 bolas Rojas a. Si se extraen al azar 3 bolas, sin reemplazo, cul es la probabilidad de obtener 2 bolas Rojas? b. b Si se extraen al azar 3 bolas con reemplazo cul es la probabilidad de obtener 2 bolas, reemplazo, bolas Rojas?
12
13
Media
Baja
Total
8 20 28
12 35 47
10 35 45
30 90 120
Se selecciona un pozo al azar. La probabilidad de que el pozo seleccionado haya tenido una Inversin baja haya tenido una reserva baja es:
a. b. c. d. e.
14
DESARROLLO
Definicin de los eventos IB: Inversin Baja IA: Inversin Alta RB: Reservas Bajas RM: Reservas Medias RA: Reservas Altas
Al seleccionar un pozo al azar. La probabilidad de que el pozo seleccionado haya tenido una inversin baja haya tenido una p y j y produccin baja es: P(IB RB) = P(IB) + P(RB) - P ((IB) (RB)) = 90/120 + 45/120 - 35/120 = 5/6
15
16
17
Ejemplos sobre clculo de probabilidades en EMs finitos 1. Se tienen 6 bolas Blancas y 4 bolas Rojas
a. Si se extraen al azar 3 bolas, sin reemplazo, cul es la probabilidad de obtener 2 bolas Rojas? b. b Si se extraen al azar 3 bolas con reemplazo cul es la probabilidad de obtener 2 bolas, reemplazo, bolas Rojas?
18
19
20
MTODOS DE CONTEO
Sea A = {a1, a2,...., an} un conjunto finito de n elementos. MUESTRA: Una MUESTRA de orden r de A es un arreglo ordenado (ai1, ai2,..., air) , donde aij A. # M(r; A): Nmero total de r-muestras de un conjunto de n elementos = nr Ejemplo: A = {0, 1, 2, , 9} Las siguientes son muestras distintas de orden 4 del conjunto A: 0 3 4 1, 3 4 0 1, 1 1 1 1, 2 3 4 5, entre otras. # M(4; A) = 104 = 10000
21
PERMUTACIONES
Una PERMUTACIN de orden r de A ( r n) es un arreglo ordenado (ai1, ai2,..., air) de r elementos diferentes de A. El nmero de permutaciones de orden r de un conjunto de n elementos es:
P ( r ; n) =
Ejemplo: A = {0, 1, 2, , 9} Las siguientes son permutaciones distintas de orden 4 del conjunto A: 0 3 4 1, 3 4 0 1, 1 2 3 4, 2 3 4 5, 8 0 9 1, entre otras. # P(4; A) = 10! / (10 4)! = 10! / (6)! = 7*8*9*10 = 5040 2 2 1 3 no es una permutacin de orden 4 de A puesto que tiene elementos repetidos.
n! (n r ) !
22
COMBINACIONES
Una combinacin de orden r de A ( r n) es un subconjunto de r elementos tomados de A. El nmero de combinaciones de orden r de un conjunto de n elementos es:
C ( r ; n) = n! (n r ) ! r !
Ejemplo1: A = {0, 1, 2, , 9} Las i i t L siguientes son combinaciones di ti t d orden 4 d l conjunto A bi i distintas de d del j t A: {0, 3, 4, 1}, {1, 2, 3, 4}, {2, 3, 4, 5}, {2, 4, 6, 8}, entre otras. # C(4; A) = 10! / (10 4)!4! = 10! / (6)! 4! = 7*8*9*10/4! = 5040/24 = 210 Ejemplo 2: Si se tienen 10 personas numeradas, hay entonces C(2;10) = 45 maneras posibles de formar parejas diferentes de dicho grupo de personas. Ejemplo 3: Tomemos una baraja de 52 cartas; si le damos a una persona 5 cartas al azar, dicha persona puede recibir C(5;52) = 2.598.960 juegos diferentes.
23
PARTICIONES ORDENADAS
Sea A un conjunto que contiene n elementos Una Particin Ordenada de A en r subconjuntos elementos. de A es un arreglo ordenado A1, A2, Ar de r subconjuntos de A de tamao n1, n2, , nr, tales que: AiAj = y ni = n El nmero de particiones ordenadas del conjunto A es: n n n1 n n1 n2 n n1 n2 ... nr 1 n! # P(n1, n2, , nr; A) = ... = n n n !n !n !...n ! n3 nr 1 2 r 1 2 3 Ejemplo1: En el ejemplo de la clase de 100 estudiantes que se quiere partir en cuatro grupos de de 40, 30, 20 y 10 estudiantes, se tendran
100 60 30 10 100! 60! 30! 10! 100 ! * * * = = 40 30 20 10 60!40! 30!30! 10!20! 0!10! 40!30!20!10!
formas diferentes de conformar los 4 grupos grupos.
24
SOLUCIONAR EJERCICIOS
25
Ejercicios 1. Para el estreno de la ltima pelcula de El Hombre Araa en una determinada sala de cine se p
encontraban 30 hombres y 20 mujeres esperando para adquirir su boleta. Teniendo en cuenta que slo quedaban seis sillas disponibles, el administrador de la sala de cine decidi seleccionar al azar 6 personas entre los 50 de la fila para regalarles la boleta de entrada. La probabilidad de que el administrador de la sala seleccione 3 mujeres y 3 hombres est dada por:
a. 0.5
b. 2/3
c.
50 3 0 50 6
d.
30 20 3 3 0 50 6
e.
30 20 + 3 3 50 6
26
Ejercicios
2. Suponga que en una comunidad de 40 adultos, 30 practican ciclismo o natacin o ambos
deportes, 16 practican natacin y 12 practican natacin y ciclismo. Cul es la probabilidad de que un adulto, seleccionado aleatoriamente de esta comunidad, practique ciclismo? 3. Roberto invit a 8 amigos a su casa, Juan y Pedro son dos de ellos. Si sus amigos arriban de manera aleatoria y separadamente, cul es la probabilidad de que Juan llegue justo despus p , p q g j p de Pedro? 4. 4 El almacn de una universidad recibi 25 impresoras de las cuales 10 son impresoras lser impresoras, y 15 son modelos de inyeccin de tinta. Si 6 de esas 25 se seleccionan al azar para que las revise un tcnico particular, cul es la probabilidad de que por lo menos 3 de las seleccionadas sean impresoras de inyeccin de tinta? p y 5. De un grupo de 15 trabajadores actuales de una empresa, 8 hombres y 7 mujeres, se van a escoger 7, p g para ser trasladados al departamento de ventas. La seleccin del g p se va a p grupo realizar al azar. Cul es la probabilidad de que exactamente 4 hombres queden en el grupo que va a ser trasladado?
27