Este documento presenta conceptos y reglas sobre probabilidad, incluyendo los axiomas de probabilidad, la regla de adición, la regla de multiplicación, probabilidades condicionales bajo independencia y dependencia estadística, y el teorema de Bayes. Incluye ejemplos numéricos para ilustrar cómo aplicar estas reglas y conceptos al cálculo de probabilidades. Finalmente, propone actividades individuales para que los estudiantes practiquen resolviendo problemas de probabilidad.
Este documento describe varias reglas de probabilidad, incluyendo la regla de multiplicación, eventos dependientes e independientes, y la regla de Bayes. La regla de multiplicación establece que la probabilidad de varios eventos independientes es el producto de sus probabilidades individuales. La regla de Bayes calcula probabilidades condicionales, como la probabilidad de que un evento ocurra dado que otro evento ocurrió. El documento proporciona ejemplos para ilustrar cada concepto.
Este documento presenta conceptos básicos de probabilidad como experimentos aleatorios, espacio muestral, sucesos aleatorios, definición clásica de probabilidad, propiedades de la probabilidad, operaciones con sucesos, probabilidad condicionada, probabilidades dependientes e independientes, tablas de contingencia, diagrama de árbol, teorema de la probabilidad total y teorema de Bayes. Incluye ejemplos y ejercicios resueltos para ilustrar los conceptos.
Este documento define conceptos básicos de probabilidad como espacio muestral, evento, experimento aleatorio, y describe métodos para calcular probabilidad como la regla de Laplace, probabilidad compuesta y teorema de probabilidad total. Explica que la probabilidad mide la posibilidad de que ocurra un evento y toma valores entre 0 y 1, y provee ejemplos para ilustrar los conceptos.
La regla de la suma establece que para calcular la probabilidad de que ocurra un suceso A o un suceso B, se suma la probabilidad de que ocurra A más la probabilidad de que ocurra B, y se resta la probabilidad de que ocurran ambos al mismo tiempo para evitar contar esos resultados dos veces. El documento explica esta regla y la ilustra con el ejemplo de calcular la probabilidad de obtener un guisante con vaina verde o flor morada en el experimento de Mendel.
El documento explica la regla de la suma para calcular la probabilidad de que ocurra un suceso A o un suceso B. Indica que la probabilidad de A o B es igual a la probabilidad de A más la probabilidad de B menos la probabilidad de que ocurran A y B al mismo tiempo. Proporciona un ejemplo de aplicar esta regla para calcular la probabilidad de obtener un chícharo con vaina verde o flor morada entre un grupo de chícharos con diferentes características. Finalmente, plantea ejercicios para practicar el cálculo de probabilidades us
Este documento resume los conceptos fundamentales de la probabilidad, incluyendo experimentos aleatorios, sucesos, álgebra de sucesos, definición axiomática de probabilidad, regla de Laplace, probabilidad condicionada, teorema de probabilidad total y teorema de Bayes.
Este documento presenta conceptos y reglas sobre probabilidad, incluyendo los axiomas de probabilidad, la regla de adición, la regla de multiplicación, probabilidades condicionales bajo independencia y dependencia estadística, y el teorema de Bayes. Incluye ejemplos numéricos para ilustrar cómo aplicar estas reglas y conceptos al cálculo de probabilidades. Finalmente, propone actividades individuales para que los estudiantes practiquen resolviendo problemas de probabilidad.
Este documento describe varias reglas de probabilidad, incluyendo la regla de multiplicación, eventos dependientes e independientes, y la regla de Bayes. La regla de multiplicación establece que la probabilidad de varios eventos independientes es el producto de sus probabilidades individuales. La regla de Bayes calcula probabilidades condicionales, como la probabilidad de que un evento ocurra dado que otro evento ocurrió. El documento proporciona ejemplos para ilustrar cada concepto.
Este documento presenta conceptos básicos de probabilidad como experimentos aleatorios, espacio muestral, sucesos aleatorios, definición clásica de probabilidad, propiedades de la probabilidad, operaciones con sucesos, probabilidad condicionada, probabilidades dependientes e independientes, tablas de contingencia, diagrama de árbol, teorema de la probabilidad total y teorema de Bayes. Incluye ejemplos y ejercicios resueltos para ilustrar los conceptos.
Este documento define conceptos básicos de probabilidad como espacio muestral, evento, experimento aleatorio, y describe métodos para calcular probabilidad como la regla de Laplace, probabilidad compuesta y teorema de probabilidad total. Explica que la probabilidad mide la posibilidad de que ocurra un evento y toma valores entre 0 y 1, y provee ejemplos para ilustrar los conceptos.
La regla de la suma establece que para calcular la probabilidad de que ocurra un suceso A o un suceso B, se suma la probabilidad de que ocurra A más la probabilidad de que ocurra B, y se resta la probabilidad de que ocurran ambos al mismo tiempo para evitar contar esos resultados dos veces. El documento explica esta regla y la ilustra con el ejemplo de calcular la probabilidad de obtener un guisante con vaina verde o flor morada en el experimento de Mendel.
El documento explica la regla de la suma para calcular la probabilidad de que ocurra un suceso A o un suceso B. Indica que la probabilidad de A o B es igual a la probabilidad de A más la probabilidad de B menos la probabilidad de que ocurran A y B al mismo tiempo. Proporciona un ejemplo de aplicar esta regla para calcular la probabilidad de obtener un chícharo con vaina verde o flor morada entre un grupo de chícharos con diferentes características. Finalmente, plantea ejercicios para practicar el cálculo de probabilidades us
Este documento resume los conceptos fundamentales de la probabilidad, incluyendo experimentos aleatorios, sucesos, álgebra de sucesos, definición axiomática de probabilidad, regla de Laplace, probabilidad condicionada, teorema de probabilidad total y teorema de Bayes.
El Teorema de Bayes permite actualizar probabilidades previas al obtener nueva información. Se utiliza para calcular probabilidades a posteriori con base en probabilidades a priori y probabilidades condicionales. El teorema proporciona una fórmula para determinar la probabilidad de un evento dado que ocurrió otro evento.
Este documento presenta conceptos básicos de probabilidad estadística. Define probabilidad, experimento, evento, espacio muestral y sucesos simples y compuestos. Explica técnicas de conteo como la multiplicación, adición y permutaciones. Luego introduce conceptos como probabilidad condicional, conjunta y marginal, eventos mutuamente excluyentes y no excluyentes, y leyes como la aditiva, multiplicativa y de Bayes. Finalmente incluye ejemplos para ilustrar estos conceptos.
El documento trata sobre las propiedades de la probabilidad. Brevemente describe que la teoría de la probabilidad se desarrolló inicialmente para mejorar las estrategias de juegos de azar. Luego, explica que la probabilidad también es importante en campos como la investigación científica, los negocios, la política y la predicción del clima. Finalmente, introduce conceptos básicos de la probabilidad como la probabilidad de un evento, reglas aditivas y multiplicativas, probabilidad condicional e independencia de eventos.
1. El documento explica los conceptos básicos de probabilidad, incluyendo cómo se mide la probabilidad de un suceso usando la regla de Laplace de casos favorables divididos por casos posibles.
2. También describe dos modelos para calcular probabilidades: el modelo a priori que usa la regla de Laplace, y el modelo frecuentista basado en repetir un experimento muchas veces.
3. Finalmente, explica diferentes tipos de relaciones entre sucesos como sucesos contenidos, iguales, intersección, unión e incompatibles y cómo calcular sus probabilidades.
Elementos de la probabilidad y axiomas de probabilidad EsthelaGarcia5
Este documento trata sobre los elementos y axiomas de la probabilidad. Explica que los primeros estudios de probabilidad se motivaron por los juegos de azar y define conceptos como experimento aleatorio, espacio muestral y eventos. Luego presenta ejemplos como lanzar un dado para ilustrar estos conceptos. Finalmente, introduce los enfoques de probabilidad como experimento aleatorio, espacio muestral y operaciones entre eventos como unión e intersección.
Este documento describe los conceptos básicos de la probabilidad, incluyendo experimentos aleatorios, espacios muestrales, eventos y la regla de Laplace para calcular probabilidades. Explica que un experimento aleatorio es cualquier operación cuyo resultado no puede predecirse con certeza y que el espacio muestral es el conjunto de todos los resultados posibles. También define eventos como subconjuntos del espacio muestral y presenta un ejemplo de calcular la probabilidad de obtener un número par al lanzar un dado usando la regla de Laplace.
Este documento introduce conceptos básicos de probabilidad como experimentos, resultados, eventos, espacio muestral y probabilidad de eventos. Explica que un evento puede ser simple o compuesto y que la probabilidad de un evento es la frecuencia esperada con la que ocurra. También define probabilidad conjunta e independiente de eventos.
Este documento presenta conceptos básicos sobre probabilidad y distribuciones de probabilidad. Explica que la teoría de probabilidad surge para estudiar experimentos aleatorios cuyos resultados no pueden predecirse con certeza. Define términos como espacio muestral, sucesos, probabilidad condicionada y sucesos dependientes e independientes. También describe propiedades como la aditividad de probabilidades y cómo calcular la probabilidad de eventos compuestos usando eventos simples mutuamente excluyentes.
Este documento presenta información sobre la probabilidad total y el teorema de Bayes. Explica los conceptos de eventos exhaustivos y mutuamente excluyentes y cómo estos se pueden usar para descomponer un evento B en subeventos más simples. Proporciona ejemplos numéricos para ilustrar cómo calcular probabilidades usando la regla de probabilidad total y el teorema de Bayes.
Este documento presenta conceptos básicos de teoría de probabilidades en 3 oraciones:
1) Define el espacio muestral como el conjunto de todos los resultados posibles de un experimento aleatorio y presenta ejemplos. 2) Explica que un evento es un subconjunto del espacio muestral y ofrece ejemplos de eventos. 3) Introduce conceptos como la unión y la intersección de eventos, el complemento de un evento, y eventos mutuamente excluyentes.
Teoria de la probabilidad estadistica. primer 20% 3er corte. (3)luisbadell89
Este documento presenta conceptos básicos de probabilidad. Introduce la definición de probabilidad como un cálculo para determinar si un fenómeno ocurrirá basado en cálculos, estadísticas o teoría. Explica conceptos como espacio muestral, eventos, axiomas de probabilidad, reglas de adición y multiplicación, y distribuciones de probabilidad como la normal y exponencial. El objetivo es que los estudiantes aprendan a aplicar métodos estadísticos en el ámbito económico-empresarial.
Este documento describe conceptos básicos de probabilidad, incluyendo experimentos determinísticos y no determinísticos, experimentos aleatorios, sucesos posibles, imposibles y seguros, y definiciones de probabilidad clásica y por frecuencia relativa. También cubre propiedades como la suma de probabilidades, probabilidad condicional, regla de la multiplicación, y provee ejemplos ilustrativos.
Este documento explica los conceptos básicos de probabilidad, incluyendo cómo medir la probabilidad de un evento, la regla de adición, la probabilidad conjunta, las reglas de probabilidad condicional y la probabilidad total. Proporciona ejemplos para ilustrar cada concepto.
El documento describe conceptos básicos de probabilidad como experimentos aleatorios, resultados posibles, frecuencia de sucesos y teoría de probabilidad. Explica las reglas fundamentales de probabilidad como adición, multiplicación y Laplace. También cubre la distribución binomial para calcular la probabilidad de obtener un número dado de éxitos en una serie de experimentos de Bernoulli.
Trabajo final estadística y probabilidades nov 2017 Jorge Ramirez
Este documento presenta conceptos básicos de probabilidad y estadística como espacio muestral, eventos, reglas para contar puntos de muestra, probabilidad de eventos, reglas aditivas, probabilidad condicional y reglas multiplicativas. Incluye ejemplos para ilustrar cada concepto.
1) El documento presenta conceptos básicos sobre probabilidad como espacio muestral, sucesos, operaciones con sucesos como unión e intersección. 2) Explica la definición de probabilidad según el enfoque frecuentista y el enfoque de Laplace. 3) Introduce los axiomas de la probabilidad según la definición de Kolmogorov, incluyendo ejemplos para calcular probabilidades.
Este documento presenta los principales conceptos de la teoría de la probabilidad, incluyendo: experimentos aleatorios, espacios de resultados, álgebra de sucesos, axiomas de la probabilidad, propiedades derivadas, probabilidad condicionada, teoremas del producto y de la probabilidad total, independencia estocástica y teorema de caracterización. Define cada concepto clave y describe sus relaciones matemáticas fundamentales.
El documento presenta conceptos básicos sobre probabilidad, incluyendo definiciones de sucesos como seguros, imposibles, complementarios e iguales. También explica la definición clásica de probabilidad basada en frecuencias relativas y la definición axiomática basada en los axiomas de Kolmogorov. Por último, resume seis propiedades clave de la probabilidad como que debe estar entre 0 y 1, y la suma de probabilidades de sucesos mutuamente excluyentes es igual a 1.
Este documento presenta conceptos básicos sobre probabilidad, incluyendo fenómenos determinísticos y aleatorios, experimentos aleatorios, sucesos elementales, espacio muestral, sucesos, sucesos seguros, imposibles y complementarios. También cubre operaciones con sucesos como unión, intersección y diferencia. Explica los principios de la adición y la multiplicación para calcular probabilidades. Por último, incluye ejemplos y ejercicios para aplicar estos conceptos.
El Teorema de Bayes permite actualizar probabilidades previas al obtener nueva información. Se utiliza para calcular probabilidades a posteriori con base en probabilidades a priori y probabilidades condicionales. El teorema proporciona una fórmula para determinar la probabilidad de un evento dado que ocurrió otro evento.
Este documento presenta conceptos básicos de probabilidad estadística. Define probabilidad, experimento, evento, espacio muestral y sucesos simples y compuestos. Explica técnicas de conteo como la multiplicación, adición y permutaciones. Luego introduce conceptos como probabilidad condicional, conjunta y marginal, eventos mutuamente excluyentes y no excluyentes, y leyes como la aditiva, multiplicativa y de Bayes. Finalmente incluye ejemplos para ilustrar estos conceptos.
El documento trata sobre las propiedades de la probabilidad. Brevemente describe que la teoría de la probabilidad se desarrolló inicialmente para mejorar las estrategias de juegos de azar. Luego, explica que la probabilidad también es importante en campos como la investigación científica, los negocios, la política y la predicción del clima. Finalmente, introduce conceptos básicos de la probabilidad como la probabilidad de un evento, reglas aditivas y multiplicativas, probabilidad condicional e independencia de eventos.
1. El documento explica los conceptos básicos de probabilidad, incluyendo cómo se mide la probabilidad de un suceso usando la regla de Laplace de casos favorables divididos por casos posibles.
2. También describe dos modelos para calcular probabilidades: el modelo a priori que usa la regla de Laplace, y el modelo frecuentista basado en repetir un experimento muchas veces.
3. Finalmente, explica diferentes tipos de relaciones entre sucesos como sucesos contenidos, iguales, intersección, unión e incompatibles y cómo calcular sus probabilidades.
Elementos de la probabilidad y axiomas de probabilidad EsthelaGarcia5
Este documento trata sobre los elementos y axiomas de la probabilidad. Explica que los primeros estudios de probabilidad se motivaron por los juegos de azar y define conceptos como experimento aleatorio, espacio muestral y eventos. Luego presenta ejemplos como lanzar un dado para ilustrar estos conceptos. Finalmente, introduce los enfoques de probabilidad como experimento aleatorio, espacio muestral y operaciones entre eventos como unión e intersección.
Este documento describe los conceptos básicos de la probabilidad, incluyendo experimentos aleatorios, espacios muestrales, eventos y la regla de Laplace para calcular probabilidades. Explica que un experimento aleatorio es cualquier operación cuyo resultado no puede predecirse con certeza y que el espacio muestral es el conjunto de todos los resultados posibles. También define eventos como subconjuntos del espacio muestral y presenta un ejemplo de calcular la probabilidad de obtener un número par al lanzar un dado usando la regla de Laplace.
Este documento introduce conceptos básicos de probabilidad como experimentos, resultados, eventos, espacio muestral y probabilidad de eventos. Explica que un evento puede ser simple o compuesto y que la probabilidad de un evento es la frecuencia esperada con la que ocurra. También define probabilidad conjunta e independiente de eventos.
Este documento presenta conceptos básicos sobre probabilidad y distribuciones de probabilidad. Explica que la teoría de probabilidad surge para estudiar experimentos aleatorios cuyos resultados no pueden predecirse con certeza. Define términos como espacio muestral, sucesos, probabilidad condicionada y sucesos dependientes e independientes. También describe propiedades como la aditividad de probabilidades y cómo calcular la probabilidad de eventos compuestos usando eventos simples mutuamente excluyentes.
Este documento presenta información sobre la probabilidad total y el teorema de Bayes. Explica los conceptos de eventos exhaustivos y mutuamente excluyentes y cómo estos se pueden usar para descomponer un evento B en subeventos más simples. Proporciona ejemplos numéricos para ilustrar cómo calcular probabilidades usando la regla de probabilidad total y el teorema de Bayes.
Este documento presenta conceptos básicos de teoría de probabilidades en 3 oraciones:
1) Define el espacio muestral como el conjunto de todos los resultados posibles de un experimento aleatorio y presenta ejemplos. 2) Explica que un evento es un subconjunto del espacio muestral y ofrece ejemplos de eventos. 3) Introduce conceptos como la unión y la intersección de eventos, el complemento de un evento, y eventos mutuamente excluyentes.
Teoria de la probabilidad estadistica. primer 20% 3er corte. (3)luisbadell89
Este documento presenta conceptos básicos de probabilidad. Introduce la definición de probabilidad como un cálculo para determinar si un fenómeno ocurrirá basado en cálculos, estadísticas o teoría. Explica conceptos como espacio muestral, eventos, axiomas de probabilidad, reglas de adición y multiplicación, y distribuciones de probabilidad como la normal y exponencial. El objetivo es que los estudiantes aprendan a aplicar métodos estadísticos en el ámbito económico-empresarial.
Este documento describe conceptos básicos de probabilidad, incluyendo experimentos determinísticos y no determinísticos, experimentos aleatorios, sucesos posibles, imposibles y seguros, y definiciones de probabilidad clásica y por frecuencia relativa. También cubre propiedades como la suma de probabilidades, probabilidad condicional, regla de la multiplicación, y provee ejemplos ilustrativos.
Este documento explica los conceptos básicos de probabilidad, incluyendo cómo medir la probabilidad de un evento, la regla de adición, la probabilidad conjunta, las reglas de probabilidad condicional y la probabilidad total. Proporciona ejemplos para ilustrar cada concepto.
El documento describe conceptos básicos de probabilidad como experimentos aleatorios, resultados posibles, frecuencia de sucesos y teoría de probabilidad. Explica las reglas fundamentales de probabilidad como adición, multiplicación y Laplace. También cubre la distribución binomial para calcular la probabilidad de obtener un número dado de éxitos en una serie de experimentos de Bernoulli.
Trabajo final estadística y probabilidades nov 2017 Jorge Ramirez
Este documento presenta conceptos básicos de probabilidad y estadística como espacio muestral, eventos, reglas para contar puntos de muestra, probabilidad de eventos, reglas aditivas, probabilidad condicional y reglas multiplicativas. Incluye ejemplos para ilustrar cada concepto.
1) El documento presenta conceptos básicos sobre probabilidad como espacio muestral, sucesos, operaciones con sucesos como unión e intersección. 2) Explica la definición de probabilidad según el enfoque frecuentista y el enfoque de Laplace. 3) Introduce los axiomas de la probabilidad según la definición de Kolmogorov, incluyendo ejemplos para calcular probabilidades.
Este documento presenta los principales conceptos de la teoría de la probabilidad, incluyendo: experimentos aleatorios, espacios de resultados, álgebra de sucesos, axiomas de la probabilidad, propiedades derivadas, probabilidad condicionada, teoremas del producto y de la probabilidad total, independencia estocástica y teorema de caracterización. Define cada concepto clave y describe sus relaciones matemáticas fundamentales.
El documento presenta conceptos básicos sobre probabilidad, incluyendo definiciones de sucesos como seguros, imposibles, complementarios e iguales. También explica la definición clásica de probabilidad basada en frecuencias relativas y la definición axiomática basada en los axiomas de Kolmogorov. Por último, resume seis propiedades clave de la probabilidad como que debe estar entre 0 y 1, y la suma de probabilidades de sucesos mutuamente excluyentes es igual a 1.
Este documento presenta conceptos básicos sobre probabilidad, incluyendo fenómenos determinísticos y aleatorios, experimentos aleatorios, sucesos elementales, espacio muestral, sucesos, sucesos seguros, imposibles y complementarios. También cubre operaciones con sucesos como unión, intersección y diferencia. Explica los principios de la adición y la multiplicación para calcular probabilidades. Por último, incluye ejemplos y ejercicios para aplicar estos conceptos.
Similar a REGLA DE PROBABILIDADES Y REGLA DE BAYES.pptx (20)
2. Reglas generales de la probabilidad
Podremos modelizar fenómenos aleatorios más
complejos:
3. La independencia y la regla de la multiplicación
Cuando dos sucesos A y B no pueden ocurrir al mismo
tiempo, la regla de la suma de sucesos disjuntos,
describe la probabilidad de que ocurra alguno de ellos.
Diagrama de Venn que muestra dos sucesos
A y B disjuntos
4. Diagrama de Venn que muestra dos sucesos
A y B que no son disjuntos. El suceso fA y Bg consta
de los resultados comunes a A y a B.
5. A = el primer lanzamiento es cara
B = el segundo lanzamiento es cara
Los sucesos A y B no son disjuntos. Ocurren
simultáneamente siempre que los dos lanzamientos
dan cara. Queremos conocer la probabilidad del
suceso fA y Bg, es decir, la probabilidad de que los dos
lanzamientos den cara. El lanzamiento de monedas de
Buffon, Pearson y Kerrish descritos al principio del
capítulo 4 nos lleva a asignar una probabilidad de 1/ 2 a
la obtención de cara cuando lanzamos una moneda.
6. Regla de la multiplicación para sucesos independientes
Dos sucesos A y B son independientes si el
conocimiento de que ha ocurrido uno de ellos no
cambia la probabilidad de que ocurra el otro. Si A y B
son independientes, P(A y B) = P(A)P(B)
7. Regla general de la suma
Sabemos que si A y B son sucesos disjuntos, entonces
P(A o B) = P(A) + P(B). Esta regla de la adición se
puede generalizar para más de dos sucesos que sean
disjuntos en el sentido de que no haya dos sucesos que
tengan resultados en común. El diagrama de Venn de
la figura 2 muestra tres sucesos disjuntos A, B y C. La
probabilidad de que ocurra alguno de estos sucesos es
P(A)+ P(B)+ P(C). Si los sucesos A y B no son
disjuntos, pueden ocurrir simultáneamente. La
probabilidad de que ocurra uno de ellos es menor que
la suma de sus probabilidades.
8. He aquí la regla de la suma para dos sucesos
cualesquiera, sean disjuntos o no.
La regla general de la suma
9. Regla general de la suma para dos sucesos cualesquiera
Para dos sucesos cualesquiera A y B, P(A o B) = P(A) +
P(B) ¡ P(A yB) Si A y B son disjuntos, el suceso fA y Bg
de que ocurran los dos sucesos no contiene ningún
resultado y, por tanto, tiene una probabilidad de 0. En
consecuencia, la regla general de la suma incluye la
Regla 4, la regla de la suma para sucesos disjuntos.
10. EJEMPLO 2.4.1 ¿Quién será ascendido?
Romeo y Julia trabajan en el Ministerio de Agricultura. Se está haciendo
una recalificación de los puestos de trabajo, y tanto Romeo como Julia
tienen posibilidades de ascender en la escala funcionarial. Romeo cree
que él tiene una probabilidad de 0,7 de ascender y que Julia tiene una
probabilidad de 0,5. (La asignación de probabilidades es arbitraria, es
lo que cree Romeo.) Para poder calcular la probabilidad de que al
menos uno de los dos ascienda, esta asignación de probabilidades no
nos proporciona suficiente información. Concretamente, la suma de las
dos probabilidades de promoción da un resultado imposible: 1,2. Si
Romeo cree además que la probabilidad de que ambos asciendan es 0,3,
entonces aplicando la regla general de la adición tenemos P(al menos
uno de los dos asciende) = 0,7 + 0,5 ¡ 0,3 = 0,9 La probabilidad de que
ninguno de los dos trabajadores ascienda es, según la Regla 3, 0,1. N Los
diagramas de Venn son de gran ayuda para hallar probabilidades, ya
que solamente tienes que pensar en sumar y restar áreas. La figura 5.5
ilustra sucesos y sus probabilidades correspondientes al ejemplo 5.5.
¿Cuál es la probabilidad de que Romeo ascienda y Julia no?
11. El diagrama de Venn muestra que la probabilidad de
este suceso es igual a la probabilidad de que Romeo
ascienda menos la probabilidad de que ambos
asciendan, 0,7 ¡ 0,3 = 0,4.
De forma similar, la probabilidad de que Julia ascienda
y Romeo no es 0,5 ¡ 0,3 = 0,2. Las cuatro
probabilidades que aparecen en la figura suman 1, ya
que corresponden a cuatro sucesos disjuntos que
abarcan todo el espacio muestral.
13. Teorema de Bayes
La interpretación más aceptada del teorema de Bayes,
es que su estructura permite el calculo de
probabilidades después de haber sido realizado un
experimento (probabilidades aposteriori).
Continuando nuestro análisis sobre el teorema
de Bayes, la probabilidad condicional de Ai dado B,
para cualquier i, es:
14. Aplicando en el numerador la Regla de Multiplicación
P(AiÇB) = P(Ai) P(B|Ai) y en el denominador el
Teorema de Probabilidad Total P(B) = P(A1) P(B | A1) +
P(A2) P(B | A2) + . . . + P(An) P(B | An), obtenemos la
ecuación que representa al:
15. Ejemplo 2.5
Referente al problema de la fábrica que produce dos
tipos de reguladores A y B visto anteriormente en la
aparte corresponde al Teorema de Probabilidad Total,
cabe hacer el siguiente análisis: si se selecciona un
regulador al azar de la producción de la fábrica y se ve
que funciona bien ¿Cuál es la probabilidad de que sea
del tipo B?
16. Solución
En este caso el estudio se restringe a los reguladores
que funcionan bien, por lo que ese evento actúa como
espacio muestral reducido, o sea como evento
condición. Por lo tanto, el planteamiento de la
pregunta es P(B | F).
Los datos que se tienen son:
P(A) = 0.75 P(F | A) = 0.95
P(B) = 0.25 P(F | B) = 0.98
De acuerdo al Teorema de Bayes
17. Podemos observar que el denominador corresponde al
resultado obtenido al aplicar el Teorema de
Probabilidad Total, lo cual debe ser así, ya que la
probabilidad condicional establece que. De esta forma
podemos ver que la Probabilidad
Total, es el denominador de la fórmula del Teorema de
Bayes. También podemos observar que aplicando los
conceptos de la Regla de Multiplicación y del Teorema de
Probabilidad Total llegamos al planteamiento del teorema
de Bayes, Veamos: