Professional Documents
Culture Documents
Capítulo 5 - Probabilidades
Capítulo 5 - Probabilidades
, Vis ji entonces:
Ale|=F{ rena »]-Selenal- Seta leer]
5.8.3.2 Teorema de Bayes
Sean los eventos A,, A,, A,, ..., Aj, los cuales forman una particién del espacio muestral 9; luego,
para cualquier otro evento (no nulo) B de 9, se tiene que:
P[A,/NB A |PLB AA
ray B]=PlAi08 1 AADPLE A) (5.19)
Sefaine] Ss lefer a)
La demostracién de este teorema se hace evidente por la definicién de probabilidad condicional
y la expresién (5.18)
Ejemplo 5.15 Suponga que tres maquinas A, B y C, producen respectivamente el 50%, 30%
y 20% del nimero total de articulos producidos por una empresa, y que los porcentajes de
unidades defectuosas producidas por estas maquinas son 3%, 4% y 5%, respectivamente. Si se
elige un articulo al azar y es no defectuoso, hallar la probabilidad de que haya sido producido por
la maquina A.222
Solucién
Sean los eventos:
Hos _osH, 02
H,= (Articulo es producido por la maquina A) De [0485 [0288 [0.190 Jo
H,= (Articulo es producido por la maquina B} D [9.018_]o.012_}0.010
H,= {Articulo es producido por la maquina C)
D = (Articulo elegido es defectuoso}
Como los porcentajes indicados se refieren al total de articulos producidos (datos poblacionales);
luego, las frecuencias relativas correspondientes son las probabilidades de los eventos. Es decir:
PCH, J
PL D/H,
5, PL H, 1= 0.
03, PI Dit
PLH, 1=0.2
0.04, PI D/H, ] = 0.05
Con lo cual, se deduce:
P[D'/H, ]=1-P[D/H ,]=1 -0.03= 0.97
P[D®/H» J=1-P [D/H .]=1 -0.04= 0.96
P[D°/H, ]=1-P[DIH ,]=1 -0.05= 0.95
P[H, nD ]=P[H, P [D/H ,}=(0.5%0.03)= 0.015
P[H, nD]=P[H, JP [DH] =(0.3X0.04) = 0.012
P[H, nD]=P [H, JP [D/H 2} =(0.21(0.05) =0.010
P[H,nD®]=P[H ;P[D 7H ,]}(0.5X0.97)= 0.485
P[H.nD°]=P|H 2P [DH .]+(0.3(0.96)= 0.288
P[H,11D* ]=P[H]P[ D°/Hs] = (0.23(0.95) =0.190
Con estas probabilidades, se puede encontrar ahora:
P[H,n DF] PLH.A DB]
PLD] PL(H,nDVUH,ND UH 4nd 9]
PLH,0 D*]
[H,nD° ]+P[H, nD°]+P[H, n°]
PLH/D" ]=
oT
APUNTES DE ESTUDIO _ — a
PLH, JL]
{ DH, J+ PL H, ]PL DH ,]+P[ Hs JPL
_ (0.5)(0.97)
(0.50.97) + (0.3)(0.96
= 0.503634
PLH, |
.2)(0.95)
5.9 INDEPENDENCIA DE EVENTOS
5.9.1 INDEPENDENCIA DE DOS EVENTOS
Se dice que dos eventos A y B son independientes si:
PIA 1) B] = PIA] PIB] (5.20)
Y se dice que son eventos dependientes si:
PIA B] + PIA] PIB] (5.21)
En general, dos eventos son independientes si la ocurrencia de uno de ellos no afecta la
probabilidad de ocurrencia del otro. Es decir, si son independientes, en el caso de la expresion
siguiente, la ocurrencia del evento B no afecta a la probabilidad de ocurrencia del evento A; por 223
lo tanto:
_P[ANB]_P[ANB] _
PIA/B]=—Fray - are] = PLA]:
entonces, P[A () B] = PIA] PIBI.
Algo igual ocurre cuando la ocurrencia del evento A no afecta a la ocurrencia del evento B, es
decir, P[B/AJ=PIBI.
Teorema
Si Ay B son dos eventos independientes, entonces también lo son los siguientes eventos:
1) AyB® = PIA( B= PIA] PIB‘)
2) AcyB => P(A‘ () B] = PIA‘) PIB)
3) Avy Be => PIA‘ BJ = PIA‘) PIB‘)
5.9.2 INDEPENDENCIA DE TRES EVENTOS
Tres eventos A, By C de un espacio muestral Q, se dice que son mutuamente independientes si
cumplen las siguientes condiciones:1) PIA B] = PIA] PIB]
2) PIANC] = PIAI PIC]
3) PIB C] = PIB] PIC]
4) PIAM BMC] = PIA] PIB] PIC]
Las condiciones 1, 2 y 3 determinan la independencia por pares entre los eventos Ay B, Ay C,
y By C, respectivamente.
Ejemplo 5.16 Suponga que una empresa que trabaja a tres turnos permite a sus nuevos trabajadores
elegir su turno de trabajo y que, por experiencias anteriores, se conoce que cada turno tiene
la misma probabilidad de ser elegido por un nuevo trabajador. Si ingresan a la empresa los
trabajadores X, Y y Z, y se definen los eventos:
A= {El trabajador X elige el primer turno}
B = {El trabajador Y elige el segundo turno}
C = {El trabajador Z elige el segundo o tercer turno}
D = (El segundo turno no es elegido}
224 a) ;Son los eventos C y D mutuamente independientes?
b) {Son los eventos A, B y C mutuamente independientes?
Solucién
a) Como cada trabajador tiene tres maneras de hacer su eleccién,
Trabajador: x ue Zz
niQ)= (3) 3) (3) =27
I ee el en
PIDIE = (2) x (2) x (27
PICNDI= (2) x (2) x (i) (27 =4127
Por otra lado, P{C] P[D] = (2/3) (8/27) = 16/81. Este valor es diferente de 4/27, que es
el valor de PIC 1 DJ. Por lo tanto, los eventos C y D no son independientes, es decir, son
dependientes.
b) Para ver si los eventos A, B y C son mutuamente independientes, se deben hallar las
probabilidades de los eventos involucrados en el cumplimiento de las cuatro condiciones,
que es lo que se haré enseguida.
ee ee ———
___PROBABILIDADES ST a __ nt
Trabajador x Y Zz
na= (3) 3) CG) = =27
Pl a x @) x @ 27 =13
Pll i Gd). Ge =13
Pi (eG) 2) en =2/3
PIAN am x @ x @) 27 =1/9
PIAN a x (3) x @) 27 =2/9
PIBncl= (3) x (1) x (2) 127 =2/9
PIANBNCle (1) * (1) * (2) 27 =2127
Conociendo estas probabilidades, se puede ahora probar la independencia
PLA] P{B] = (1/3) (1/3) = 1/9, que es igual al valor de PLA 1) B]
PIA] PIC] = (1/3) (2/3) = 2/9, que es igual al valor de PIA C]
P{B] PIC] = (1/3) (2/3) = 2/9, que es igual al valor de P[B 1) C]
225
PLA] PLB] PIC] =(1/3)(1/3N2/3)=
27, que es igual al valor de PLA 1B 1C)
Como se cumplen las cuatro condiciones, entonces los eventos A, B y C son mutuamente
independientes.
En general, es suficiente que una de las cuatro condiciones no se cumpla para expresar que los
eventos no son mutuamente independientes. Ahora, si se cumplen las tres primeras condiciones,
pero no la cuarta, entonces se dice que los eventos son independientes por pares, pero que los
tres eventos no son mutuamente independientes.
5.10 PROBABILIDAD EN ESPACIOS MUESTRALES INFINITOS
5.10.1 PARA ESPACIOS MUESTRALES INFINITOS NUMERABLES
La determinacién de una probabilidad, cuando se tienen espacios muestrales infinitos numerables,
se efectia de manera similar a lo descrito anteriormente. La diferencia es que en estos casos a
menudo se generan series cuyo valor debera ser hallado.
Dado el espacio muestral 2=(0,, 0,, 0,, ...) y un evento A de dicho espacio muestral, se deben
cumplir los axiomas de probabilidad, es decir, que:ccc ________PROBABILIDADES
a) P(A) es un niimero no negative
b) P= Y PO)=1
©) P(A)= ¥ P(O,)
oe
Ejemplo 5.17 Suponga que en un proceso de produccién en serie una maquina produce articulos
en forma independiente, de modo tal que la probabilidad de producir un articulo no defectuoso
es cuatro veces la probabilidad de producir un articulo defectuoso. Si el proceso se detiene tan
pronto como se produce un articulo defectuoso, hallar:
a) La probabilidad de que el proceso se detenga antes de producir el articulo 16
b) La probabilidad de que el proceso se detenga después de producir el tercer articulo.
Sea:
{el i-ésimo articulo producido es defectuoso }
{el i-ésimo articulo producido no es defectuoso }
226 Solucién
El espacio muestral para este experimento aleatorio es:
O=((0;), (B,D: ); (6, .B,,0,),. (6, ,6,,8,,-., 0), ..}
donde, Pl D, 1 + PL B,]= 1 y, por dato del problema: Pl B, 1 = 4 PLD, I, con lo cual se tiene:
PLD,1+4PLD,J=1 => PLD]= V5 PLB 1-45
Sea ademas el evento:
A= (El proceso se detiene antes de producir el articulo 16 }; es decir:
A=((D,),(B, D3), (BB, Ds), 5 (By, Byy By Diy) ]
Luego:
P[A]=P[(0,) U(B,,0,) UCB,,B,,D,) U---UtB,, --B.,0,,)]
= PLD, ]+P[B,.D, ]+P[B,,B,,D5]+---+ P[B, Bia Dia]
=P[D,]+P[B,10,]+P[B,B,MD,]+---+ PBN BAMDid
Como los articulos son producidos independientemente, se tiene:
PIA] = P[D,] + PIB,] P[D,]+ PIB,] PIB.) PID] +...+ PIB,) x...x PIB,,]P(D,.)
= (1/5) + (A/5)(1/5) + (4/5)(4/5)(1/5) +...+ (4/5) x...x (475)(1I5)
= (1/5) + (4/5)(1/5) + (4/5)? (1/5) +...+ (4/5) (1/5)
= (1/5) [1 + (4/5) + (4/5? +...4 (4/5)
= (1/5) ae 1-(4/5y
1-4/5)
Nota: SiS, =a+ar+ar?+ar+...+ar, conrYou might also like