SlideShare una empresa de Scribd logo
1 de 4
Escuela de Ciencias de la Computación - UTPL

                                                                                       Estadística Analítica


                                            Regla de la multiplicación

De la definición de probabilidad condicionada se deduce una forma de calcular la
probabilidad de la intersección de dos sucesos:


                                                 P [A ∩ B] = P [B] P [A|B]
si P[B] > 0.

Ejemplo.- Una caja contiene 10 fusibles, de los cuales 3 vienen defectuosos y los 7
restantes se encuentran en buen estado. Extraemos de forma sucesiva dos fusibles de la caja.
Se desea calcular la probabilidad de que el primer fusible extraído sea defectuoso, y el segundo
no defectuoso.

Consideramos los sucesos
Di: el i-ésimo fusible extraído sea defectuoso, i = 1, 2.
Ni:el i-ésimo fusible extraído sea no defectuoso, i = 1,
2. Entonces,




El resultado anterior se puede generalizar a tres o más sucesos. Así, si P [A1 ∩ A2] > 0.


P[A1 ∩ A2 ∩ A3] = P[A1]P[A2|A1]P[A3|A1 ∩ A2].



Obsérvese que si P[A1 ∩ A2] > 0, entonces P[A1] ≥ P[A1 ∩ A2] > 0, por lo que tiene
sentido calcular la probabilidad condicionada P [A2|A1].




                                                                                                                 1


               Esta obra ha sido licenciada con Creative Commons Ecuador 3.0 de Reconocimiento - no comercial-
compartir igual (http://creativecommons.org/licenses/by-nc-sa/3.0/ec/).
Escuela de Ciencias de la Computación - UTPL

                                                                  Estadística Analítica
Teorema: Dados A1, A2, . . . , An sucesos, si P [A1 ∩ A2 ∩ . . . ∩ An−1] > 0, entonces


P[A1 ∩ A2 ∩ ... ∩ An] = P[A1] P[A2|A1] · ... · P[An|A1 ∩ A2 ∩ ... ∩ An−1].

Ejemplo.- Suponemos que en el ejemplo anterior, en el que teníamos 3 fusibles defectuosos y
7 en buen estado, extraemos sucesivamente cuatro fusibles y nos planteamos calcular la
probabilidad de que el primero sea defectuoso y el resto no lo sea.
La probabilidad que queremos calcular es P [D1 ∩ N2 ∩ N3 ∩ N4]. Utilizando la regla de la
multiplicación, podemos obtenerla de la siguiente manera:




                                               Teorema de Bayes
Dado un sistema completo de sucesos, {A1, . . . , An}, con P [Ai] > 0, i = 1,. . . , n, y S
otro suceso cualquiera con P [S] > 0, se tiene




Demostración
Por la definición de probabilidad condicionada y utilizando la propiedad conmutativa
de la intersección:




Utilizando la regla de la multiplicación en el numerador y desarrollando el denominador
mediante el TPT se tiene que:


                                                                                                                 2


               Esta obra ha sido licenciada con Creative Commons Ecuador 3.0 de Reconocimiento - no comercial-
compartir igual (http://creativecommons.org/licenses/by-nc-sa/3.0/ec/).
Escuela de Ciencias de la Computación - UTPL

                                                                                       Estadística Analítica




  Ejemplo: Teniendo una urna con 3 bolas blancas y 5 negras tras dos extracciones sucesivas
  vemos que el resultado de la segunda extracción ha sido una bola blanca, nos planteamos
  cuál es la probabilidad de que en la primera extracción la bola fuera del mismo color,
  tendremos que calcular:




 Obsérvese que, por el TPT, el denominador coincide con P[B2] que ya ha sido calculado
 anteriormente, por lo que, según el esquema:




 la probabilidad que buscamos es:




                                                                                                                 3


               Esta obra ha sido licenciada con Creative Commons Ecuador 3.0 de Reconocimiento - no comercial-
compartir igual (http://creativecommons.org/licenses/by-nc-sa/3.0/ec/).
Escuela de Ciencias de la Computación - UTPL

                                                                  Estadística Analítica
Tomado de: Universidad de Sevilla. Regla de Multiplicación: [en línea], España. Disponible en:
http://ocwus.us.es/estadistica-e-investigacion-operativa/estadistica/temas/apartado2.pdf [consulta
14-06-2011]




                                                                                                                 4


               Esta obra ha sido licenciada con Creative Commons Ecuador 3.0 de Reconocimiento - no comercial-
compartir igual (http://creativecommons.org/licenses/by-nc-sa/3.0/ec/).

Más contenido relacionado

La actualidad más candente

2.4. probabilidad con tecnicas de conteo
2.4.  probabilidad con tecnicas de conteo2.4.  probabilidad con tecnicas de conteo
2.4. probabilidad con tecnicas de conteo
ITCM
 
Algoritmo congruencial aditivo
Algoritmo congruencial aditivoAlgoritmo congruencial aditivo
Algoritmo congruencial aditivo
Jammil Ramos
 
Leccion evaluativa 1 Metodos Numéricos
Leccion evaluativa 1 Metodos NuméricosLeccion evaluativa 1 Metodos Numéricos
Leccion evaluativa 1 Metodos Numéricos
Diego Perdomo
 

La actualidad más candente (20)

Teoria de Conjunto y Técnicas de Conteo aplicado a Probabilidad
Teoria de Conjunto y Técnicas de Conteo aplicado a ProbabilidadTeoria de Conjunto y Técnicas de Conteo aplicado a Probabilidad
Teoria de Conjunto y Técnicas de Conteo aplicado a Probabilidad
 
Ejemplos tipos de probabilidad
Ejemplos tipos de probabilidadEjemplos tipos de probabilidad
Ejemplos tipos de probabilidad
 
2.4. probabilidad con tecnicas de conteo
2.4.  probabilidad con tecnicas de conteo2.4.  probabilidad con tecnicas de conteo
2.4. probabilidad con tecnicas de conteo
 
Trabajo de calculo numerico
Trabajo de calculo numericoTrabajo de calculo numerico
Trabajo de calculo numerico
 
Probabilidad condicional jose noe
Probabilidad condicional jose noeProbabilidad condicional jose noe
Probabilidad condicional jose noe
 
Ciclos repetitivos matlab
Ciclos repetitivos matlabCiclos repetitivos matlab
Ciclos repetitivos matlab
 
Algoritmo congruencial aditivo
Algoritmo congruencial aditivoAlgoritmo congruencial aditivo
Algoritmo congruencial aditivo
 
Presentación polinomios
Presentación polinomiosPresentación polinomios
Presentación polinomios
 
Ejercicios resueltos-1metodod de biseccionm...
Ejercicios resueltos-1metodod de biseccionm...Ejercicios resueltos-1metodod de biseccionm...
Ejercicios resueltos-1metodod de biseccionm...
 
Practica 01
Practica 01 Practica 01
Practica 01
 
Guia2
Guia2Guia2
Guia2
 
Teorema Bayes Ejemplo
Teorema Bayes EjemploTeorema Bayes Ejemplo
Teorema Bayes Ejemplo
 
Probabilidad ayudantía eiq 344-01
Probabilidad   ayudantía eiq 344-01Probabilidad   ayudantía eiq 344-01
Probabilidad ayudantía eiq 344-01
 
Leccion evaluativa 1 Metodos Numéricos
Leccion evaluativa 1 Metodos NuméricosLeccion evaluativa 1 Metodos Numéricos
Leccion evaluativa 1 Metodos Numéricos
 
T studen
T studenT studen
T studen
 
Axiomas
AxiomasAxiomas
Axiomas
 
Tecnicas de conteo
Tecnicas de conteoTecnicas de conteo
Tecnicas de conteo
 
Método de newton raphson Metodos Numericos
Método de newton raphson Metodos NumericosMétodo de newton raphson Metodos Numericos
Método de newton raphson Metodos Numericos
 
Análisis de datos experimentales unidad i
Análisis de datos experimentales unidad iAnálisis de datos experimentales unidad i
Análisis de datos experimentales unidad i
 
Optimizacion
Optimizacion Optimizacion
Optimizacion
 

Similar a Anexo regla de multi y teorema de bayes

T2 teoria de-la_probabilidad
T2 teoria de-la_probabilidadT2 teoria de-la_probabilidad
T2 teoria de-la_probabilidad
alexray100
 
Clase 7 probabilidades ii (1)
Clase 7 probabilidades ii (1)Clase 7 probabilidades ii (1)
Clase 7 probabilidades ii (1)
jose0903
 
EJEMPLOS DE CADA DISTRIBUCIÓN
EJEMPLOS DE CADA DISTRIBUCIÓN EJEMPLOS DE CADA DISTRIBUCIÓN
EJEMPLOS DE CADA DISTRIBUCIÓN
Roza Meza
 
Ejemplos de distribuciones
Ejemplos de distribucionesEjemplos de distribuciones
Ejemplos de distribuciones
Khriiz Rmz
 
Ejemplos de distribuciones
Ejemplos de distribucionesEjemplos de distribuciones
Ejemplos de distribuciones
Khriiz Rmz
 
5 ejemplos de las distribuciones
5 ejemplos de las distribuciones5 ejemplos de las distribuciones
5 ejemplos de las distribuciones
Kariina Buendia
 

Similar a Anexo regla de multi y teorema de bayes (20)

T2 teoria de-la_probabilidad
T2 teoria de-la_probabilidadT2 teoria de-la_probabilidad
T2 teoria de-la_probabilidad
 
Ejebn
EjebnEjebn
Ejebn
 
Ejebn
EjebnEjebn
Ejebn
 
Clase 7 probabilidades ii (1)
Clase 7 probabilidades ii (1)Clase 7 probabilidades ii (1)
Clase 7 probabilidades ii (1)
 
Tema4.pdf
Tema4.pdfTema4.pdf
Tema4.pdf
 
trabajo de estadistca
trabajo de estadistcatrabajo de estadistca
trabajo de estadistca
 
Trabajo de estadística
Trabajo de estadísticaTrabajo de estadística
Trabajo de estadística
 
Trabajo de estadística
Trabajo de estadísticaTrabajo de estadística
Trabajo de estadística
 
EJEMPLOS DE CADA DISTRIBUCIÓN
EJEMPLOS DE CADA DISTRIBUCIÓN EJEMPLOS DE CADA DISTRIBUCIÓN
EJEMPLOS DE CADA DISTRIBUCIÓN
 
probabildad estadistica
probabildad estadisticaprobabildad estadistica
probabildad estadistica
 
Ejemplos de distribuciones
Ejemplos de distribucionesEjemplos de distribuciones
Ejemplos de distribuciones
 
Bernoulli ejemplos
Bernoulli  ejemplosBernoulli  ejemplos
Bernoulli ejemplos
 
Yoleidis medina estadistica seccion y.v probabilidades
Yoleidis medina estadistica seccion y.v  probabilidadesYoleidis medina estadistica seccion y.v  probabilidades
Yoleidis medina estadistica seccion y.v probabilidades
 
Ma2006 hw05-sol
Ma2006 hw05-solMa2006 hw05-sol
Ma2006 hw05-sol
 
Probabilidad matemáticas, aprende estadistica
Probabilidad matemáticas, aprende estadisticaProbabilidad matemáticas, aprende estadistica
Probabilidad matemáticas, aprende estadistica
 
Ejemplos de distribuciones
Ejemplos de distribucionesEjemplos de distribuciones
Ejemplos de distribuciones
 
5 ejemplos de las distribuciones
5 ejemplos de las distribuciones5 ejemplos de las distribuciones
5 ejemplos de las distribuciones
 
Introducción a la probabilidad.pptx
Introducción a la probabilidad.pptxIntroducción a la probabilidad.pptx
Introducción a la probabilidad.pptx
 
Trabajo de bayes [principal]
Trabajo de bayes [principal]Trabajo de bayes [principal]
Trabajo de bayes [principal]
 
Distribución binomial
Distribución binomialDistribución binomial
Distribución binomial
 

Último

Apunte clase teorica propiedades de la Madera.pdf
Apunte clase teorica propiedades de la Madera.pdfApunte clase teorica propiedades de la Madera.pdf
Apunte clase teorica propiedades de la Madera.pdf
Gonella
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Fernando Solis
 
2° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
2° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx2° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
2° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
candy torres
 
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACIONRESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
amelia poma
 
Las Preguntas Educativas entran a las Aulas CIAESA Ccesa007.pdf
Las Preguntas Educativas entran a las Aulas CIAESA  Ccesa007.pdfLas Preguntas Educativas entran a las Aulas CIAESA  Ccesa007.pdf
Las Preguntas Educativas entran a las Aulas CIAESA Ccesa007.pdf
Demetrio Ccesa Rayme
 
Lineamientos de la Escuela de la Confianza SJA Ccesa.pptx
Lineamientos de la Escuela de la Confianza  SJA  Ccesa.pptxLineamientos de la Escuela de la Confianza  SJA  Ccesa.pptx
Lineamientos de la Escuela de la Confianza SJA Ccesa.pptx
Demetrio Ccesa Rayme
 

Último (20)

activ4-bloque4 transversal doctorado.pdf
activ4-bloque4 transversal doctorado.pdfactiv4-bloque4 transversal doctorado.pdf
activ4-bloque4 transversal doctorado.pdf
 
Apunte clase teorica propiedades de la Madera.pdf
Apunte clase teorica propiedades de la Madera.pdfApunte clase teorica propiedades de la Madera.pdf
Apunte clase teorica propiedades de la Madera.pdf
 
EFEMERIDES DEL MES DE MAYO PERIODICO MURAL.pdf
EFEMERIDES DEL MES DE MAYO PERIODICO MURAL.pdfEFEMERIDES DEL MES DE MAYO PERIODICO MURAL.pdf
EFEMERIDES DEL MES DE MAYO PERIODICO MURAL.pdf
 
animalesdelaproincia de beunos aires.pdf
animalesdelaproincia de beunos aires.pdfanimalesdelaproincia de beunos aires.pdf
animalesdelaproincia de beunos aires.pdf
 
La Evaluacion Formativa SM6 Ccesa007.pdf
La Evaluacion Formativa SM6  Ccesa007.pdfLa Evaluacion Formativa SM6  Ccesa007.pdf
La Evaluacion Formativa SM6 Ccesa007.pdf
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024
 
UNIDAD 3 -MAYO - IV CICLO para cuarto grado
UNIDAD 3 -MAYO - IV CICLO para cuarto gradoUNIDAD 3 -MAYO - IV CICLO para cuarto grado
UNIDAD 3 -MAYO - IV CICLO para cuarto grado
 
2° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
2° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx2° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
2° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
 
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACIONRESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
 
Presentación de la propuesta de clase.pdf
Presentación de la propuesta de clase.pdfPresentación de la propuesta de clase.pdf
Presentación de la propuesta de clase.pdf
 
Las Preguntas Educativas entran a las Aulas CIAESA Ccesa007.pdf
Las Preguntas Educativas entran a las Aulas CIAESA  Ccesa007.pdfLas Preguntas Educativas entran a las Aulas CIAESA  Ccesa007.pdf
Las Preguntas Educativas entran a las Aulas CIAESA Ccesa007.pdf
 
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdfPlan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
Plan-de-la-Patria-2019-2025- TERCER PLAN SOCIALISTA DE LA NACIÓN.pdf
 
Lineamientos de la Escuela de la Confianza SJA Ccesa.pptx
Lineamientos de la Escuela de la Confianza  SJA  Ccesa.pptxLineamientos de la Escuela de la Confianza  SJA  Ccesa.pptx
Lineamientos de la Escuela de la Confianza SJA Ccesa.pptx
 
Planeacion para 1er Grado - (2023-2024)-1.docx
Planeacion para 1er Grado - (2023-2024)-1.docxPlaneacion para 1er Grado - (2023-2024)-1.docx
Planeacion para 1er Grado - (2023-2024)-1.docx
 
12 - Planetas Extrasolares - Seminario de las Aulas de la Experiencia UPV/EHU
12 - Planetas Extrasolares - Seminario de las Aulas de la Experiencia UPV/EHU12 - Planetas Extrasolares - Seminario de las Aulas de la Experiencia UPV/EHU
12 - Planetas Extrasolares - Seminario de las Aulas de la Experiencia UPV/EHU
 
UNIDAD DIDACTICA nivel inicial EL SUPERMERCADO.docx
UNIDAD DIDACTICA nivel inicial EL SUPERMERCADO.docxUNIDAD DIDACTICA nivel inicial EL SUPERMERCADO.docx
UNIDAD DIDACTICA nivel inicial EL SUPERMERCADO.docx
 
1ERGRA~2.PDF EVALUACION DIAGNOSTICA 2024
1ERGRA~2.PDF EVALUACION DIAGNOSTICA 20241ERGRA~2.PDF EVALUACION DIAGNOSTICA 2024
1ERGRA~2.PDF EVALUACION DIAGNOSTICA 2024
 
POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...
POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...
POEMAS ILUSTRADOS DE LUÍSA VILLALTA. Elaborados polos alumnos de 4º PDC do IE...
 
GRUPO 2 - LA GRAN TRIBULACIÓN 25-03-2024 vf.pdf
GRUPO 2 - LA GRAN TRIBULACIÓN 25-03-2024 vf.pdfGRUPO 2 - LA GRAN TRIBULACIÓN 25-03-2024 vf.pdf
GRUPO 2 - LA GRAN TRIBULACIÓN 25-03-2024 vf.pdf
 

Anexo regla de multi y teorema de bayes

  • 1. Escuela de Ciencias de la Computación - UTPL Estadística Analítica Regla de la multiplicación De la definición de probabilidad condicionada se deduce una forma de calcular la probabilidad de la intersección de dos sucesos: P [A ∩ B] = P [B] P [A|B] si P[B] > 0. Ejemplo.- Una caja contiene 10 fusibles, de los cuales 3 vienen defectuosos y los 7 restantes se encuentran en buen estado. Extraemos de forma sucesiva dos fusibles de la caja. Se desea calcular la probabilidad de que el primer fusible extraído sea defectuoso, y el segundo no defectuoso. Consideramos los sucesos Di: el i-ésimo fusible extraído sea defectuoso, i = 1, 2. Ni:el i-ésimo fusible extraído sea no defectuoso, i = 1, 2. Entonces, El resultado anterior se puede generalizar a tres o más sucesos. Así, si P [A1 ∩ A2] > 0. P[A1 ∩ A2 ∩ A3] = P[A1]P[A2|A1]P[A3|A1 ∩ A2]. Obsérvese que si P[A1 ∩ A2] > 0, entonces P[A1] ≥ P[A1 ∩ A2] > 0, por lo que tiene sentido calcular la probabilidad condicionada P [A2|A1]. 1 Esta obra ha sido licenciada con Creative Commons Ecuador 3.0 de Reconocimiento - no comercial- compartir igual (http://creativecommons.org/licenses/by-nc-sa/3.0/ec/).
  • 2. Escuela de Ciencias de la Computación - UTPL Estadística Analítica Teorema: Dados A1, A2, . . . , An sucesos, si P [A1 ∩ A2 ∩ . . . ∩ An−1] > 0, entonces P[A1 ∩ A2 ∩ ... ∩ An] = P[A1] P[A2|A1] · ... · P[An|A1 ∩ A2 ∩ ... ∩ An−1]. Ejemplo.- Suponemos que en el ejemplo anterior, en el que teníamos 3 fusibles defectuosos y 7 en buen estado, extraemos sucesivamente cuatro fusibles y nos planteamos calcular la probabilidad de que el primero sea defectuoso y el resto no lo sea. La probabilidad que queremos calcular es P [D1 ∩ N2 ∩ N3 ∩ N4]. Utilizando la regla de la multiplicación, podemos obtenerla de la siguiente manera: Teorema de Bayes Dado un sistema completo de sucesos, {A1, . . . , An}, con P [Ai] > 0, i = 1,. . . , n, y S otro suceso cualquiera con P [S] > 0, se tiene Demostración Por la definición de probabilidad condicionada y utilizando la propiedad conmutativa de la intersección: Utilizando la regla de la multiplicación en el numerador y desarrollando el denominador mediante el TPT se tiene que: 2 Esta obra ha sido licenciada con Creative Commons Ecuador 3.0 de Reconocimiento - no comercial- compartir igual (http://creativecommons.org/licenses/by-nc-sa/3.0/ec/).
  • 3. Escuela de Ciencias de la Computación - UTPL Estadística Analítica Ejemplo: Teniendo una urna con 3 bolas blancas y 5 negras tras dos extracciones sucesivas vemos que el resultado de la segunda extracción ha sido una bola blanca, nos planteamos cuál es la probabilidad de que en la primera extracción la bola fuera del mismo color, tendremos que calcular: Obsérvese que, por el TPT, el denominador coincide con P[B2] que ya ha sido calculado anteriormente, por lo que, según el esquema: la probabilidad que buscamos es: 3 Esta obra ha sido licenciada con Creative Commons Ecuador 3.0 de Reconocimiento - no comercial- compartir igual (http://creativecommons.org/licenses/by-nc-sa/3.0/ec/).
  • 4. Escuela de Ciencias de la Computación - UTPL Estadística Analítica Tomado de: Universidad de Sevilla. Regla de Multiplicación: [en línea], España. Disponible en: http://ocwus.us.es/estadistica-e-investigacion-operativa/estadistica/temas/apartado2.pdf [consulta 14-06-2011] 4 Esta obra ha sido licenciada con Creative Commons Ecuador 3.0 de Reconocimiento - no comercial- compartir igual (http://creativecommons.org/licenses/by-nc-sa/3.0/ec/).