SlideShare una empresa de Scribd logo
ESTADÍSTICA Y DISEÑOS DE
EXPERIMENTOS
Reglas generales de la probabilidad
 Podremos modelizar fenómenos aleatorios más
complejos:
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
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.
 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.
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)
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.
 He aquí la regla de la suma para dos sucesos
cualesquiera, sean disjuntos o no.
La regla general de la suma
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.
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?
 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.
Diagrama de Venn y probabilidades. Para el ejemplo 2.4.1
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:
 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:
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?
 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
 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:

Más contenido relacionado

Similar a REGLA DE PROBABILIDADES Y REGLA DE BAYES.pptx

TEOREMA DE BAYES.pptx
TEOREMA DE BAYES.pptxTEOREMA DE BAYES.pptx
TEOREMA DE BAYES.pptx
OscarOrozco59
 
Trabajo estadistica.
Trabajo estadistica.Trabajo estadistica.
Trabajo estadistica.
Eduardo Gonzales
 
13_Propiedades Probabilidad_2022.pdf
13_Propiedades Probabilidad_2022.pdf13_Propiedades Probabilidad_2022.pdf
13_Propiedades Probabilidad_2022.pdf
CristopherCamiloFlor
 
Cálculo de probabilidades
Cálculo de probabilidadesCálculo de probabilidades
Cálculo de probabilidades
Moises Morales Mendoza
 
Elementos de la probabilidad y axiomas de probabilidad
 Elementos de la probabilidad y axiomas de probabilidad  Elementos de la probabilidad y axiomas de probabilidad
Elementos de la probabilidad y axiomas de probabilidad
EsthelaGarcia5
 
Elementos de la probabilidad
Elementos de la probabilidadElementos de la probabilidad
Elementos de la probabilidad
SandraAldaz2
 
Algebra de probabilidad - actividad 5 - Saia
Algebra de probabilidad  - actividad 5 - SaiaAlgebra de probabilidad  - actividad 5 - Saia
Algebra de probabilidad - actividad 5 - Saia
Albbanys Campos
 
2° Distribución de Prob-Variable Aleatoria-1.pdf
2° Distribución de Prob-Variable Aleatoria-1.pdf2° Distribución de Prob-Variable Aleatoria-1.pdf
2° Distribución de Prob-Variable Aleatoria-1.pdf
Carlos Araya Morata
 
U2g probtotytbayes
U2g probtotytbayesU2g probtotytbayes
U2g probtotytbayes
Arturo Alvarado Segura
 
Probabilidad
ProbabilidadProbabilidad
Teoria de la probabilidad estadistica. primer 20% 3er corte. (3)
Teoria de la probabilidad  estadistica. primer 20% 3er corte. (3)Teoria de la probabilidad  estadistica. primer 20% 3er corte. (3)
Teoria de la probabilidad estadistica. primer 20% 3er corte. (3)
luisbadell89
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
Jhonás A. Vega
 
Probabilidad Saltos Lissette
Probabilidad Saltos LissetteProbabilidad Saltos Lissette
Probabilidad Saltos Lissette
LiLi Saltos
 
Trabajo de matemáticas
Trabajo de matemáticasTrabajo de matemáticas
Trabajo de matemáticas
Diego Mauricio Acuña González
 
Trabajo final estadística y probabilidades nov 2017
Trabajo final estadística y probabilidades nov 2017 Trabajo final estadística y probabilidades nov 2017
Trabajo final estadística y probabilidades nov 2017
Jorge Ramirez
 
Elementos de la probabilidad 1
Elementos de la probabilidad 1Elementos de la probabilidad 1
Elementos de la probabilidad 1
VivianaNatalyPozoTro
 
Teoría de probabilidad
Teoría de probabilidadTeoría de probabilidad
Teoría de probabilidad
Enely Freitez
 
teoria de la probabilidad
teoria de la probabilidadteoria de la probabilidad
teoria de la probabilidad
robertfloresv
 
Estadisticas
EstadisticasEstadisticas
Guia III estadistica
Guia III estadisticaGuia III estadistica
Guia III estadistica
Brian Bastidas
 

Similar a REGLA DE PROBABILIDADES Y REGLA DE BAYES.pptx (20)

TEOREMA DE BAYES.pptx
TEOREMA DE BAYES.pptxTEOREMA DE BAYES.pptx
TEOREMA DE BAYES.pptx
 
Trabajo estadistica.
Trabajo estadistica.Trabajo estadistica.
Trabajo estadistica.
 
13_Propiedades Probabilidad_2022.pdf
13_Propiedades Probabilidad_2022.pdf13_Propiedades Probabilidad_2022.pdf
13_Propiedades Probabilidad_2022.pdf
 
Cálculo de probabilidades
Cálculo de probabilidadesCálculo de probabilidades
Cálculo de probabilidades
 
Elementos de la probabilidad y axiomas de probabilidad
 Elementos de la probabilidad y axiomas de probabilidad  Elementos de la probabilidad y axiomas de probabilidad
Elementos de la probabilidad y axiomas de probabilidad
 
Elementos de la probabilidad
Elementos de la probabilidadElementos de la probabilidad
Elementos de la probabilidad
 
Algebra de probabilidad - actividad 5 - Saia
Algebra de probabilidad  - actividad 5 - SaiaAlgebra de probabilidad  - actividad 5 - Saia
Algebra de probabilidad - actividad 5 - Saia
 
2° Distribución de Prob-Variable Aleatoria-1.pdf
2° Distribución de Prob-Variable Aleatoria-1.pdf2° Distribución de Prob-Variable Aleatoria-1.pdf
2° Distribución de Prob-Variable Aleatoria-1.pdf
 
U2g probtotytbayes
U2g probtotytbayesU2g probtotytbayes
U2g probtotytbayes
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Teoria de la probabilidad estadistica. primer 20% 3er corte. (3)
Teoria de la probabilidad  estadistica. primer 20% 3er corte. (3)Teoria de la probabilidad  estadistica. primer 20% 3er corte. (3)
Teoria de la probabilidad estadistica. primer 20% 3er corte. (3)
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Probabilidad Saltos Lissette
Probabilidad Saltos LissetteProbabilidad Saltos Lissette
Probabilidad Saltos Lissette
 
Trabajo de matemáticas
Trabajo de matemáticasTrabajo de matemáticas
Trabajo de matemáticas
 
Trabajo final estadística y probabilidades nov 2017
Trabajo final estadística y probabilidades nov 2017 Trabajo final estadística y probabilidades nov 2017
Trabajo final estadística y probabilidades nov 2017
 
Elementos de la probabilidad 1
Elementos de la probabilidad 1Elementos de la probabilidad 1
Elementos de la probabilidad 1
 
Teoría de probabilidad
Teoría de probabilidadTeoría de probabilidad
Teoría de probabilidad
 
teoria de la probabilidad
teoria de la probabilidadteoria de la probabilidad
teoria de la probabilidad
 
Estadisticas
EstadisticasEstadisticas
Estadisticas
 
Guia III estadistica
Guia III estadisticaGuia III estadistica
Guia III estadistica
 

Último

FMEA AMEF METODOLOGIA AIAG VDA 7 PASOS.pdf
FMEA AMEF METODOLOGIA AIAG VDA 7 PASOS.pdfFMEA AMEF METODOLOGIA AIAG VDA 7 PASOS.pdf
FMEA AMEF METODOLOGIA AIAG VDA 7 PASOS.pdf
WendyGarcia315387
 
08 COSTOS Y PRESUPUESTOS - CIELORRASO, PISOS Y PAVIMENTOS.pptx
08 COSTOS Y PRESUPUESTOS - CIELORRASO, PISOS Y PAVIMENTOS.pptx08 COSTOS Y PRESUPUESTOS - CIELORRASO, PISOS Y PAVIMENTOS.pptx
08 COSTOS Y PRESUPUESTOS - CIELORRASO, PISOS Y PAVIMENTOS.pptx
luiscisnerosayala23
 
Brigada de primeros auxilios presentación.pptx
Brigada de primeros auxilios presentación.pptxBrigada de primeros auxilios presentación.pptx
Brigada de primeros auxilios presentación.pptx
gerenciasisomaqgeren
 
Álgebra de matrices y ecuaciones(1).pptx
Álgebra de matrices y ecuaciones(1).pptxÁlgebra de matrices y ecuaciones(1).pptx
Álgebra de matrices y ecuaciones(1).pptx
fregaviz69
 
Descripción del Sistema de Abastecimiento del Municipio Duvergé, provincia In...
Descripción del Sistema de Abastecimiento del Municipio Duvergé, provincia In...Descripción del Sistema de Abastecimiento del Municipio Duvergé, provincia In...
Descripción del Sistema de Abastecimiento del Municipio Duvergé, provincia In...
BennyRodriguez16
 
10.1 COSTOS UNITARIOS PARA ENCOFRADOS.pptx
10.1 COSTOS UNITARIOS PARA ENCOFRADOS.pptx10.1 COSTOS UNITARIOS PARA ENCOFRADOS.pptx
10.1 COSTOS UNITARIOS PARA ENCOFRADOS.pptx
luiscisnerosayala23
 
CURSO_DE_ANALISIS_DE_VIBRACIONES_NIVEL_I.pptx
CURSO_DE_ANALISIS_DE_VIBRACIONES_NIVEL_I.pptxCURSO_DE_ANALISIS_DE_VIBRACIONES_NIVEL_I.pptx
CURSO_DE_ANALISIS_DE_VIBRACIONES_NIVEL_I.pptx
MalloRinconNestor
 
Objetivos de la Teoria General de Sistemas
Objetivos de la Teoria General de SistemasObjetivos de la Teoria General de Sistemas
Objetivos de la Teoria General de Sistemas
RolandoBendezuUreta
 
Manual de Implementación de BIM para la Ciudad de La Paz – Bolivia.docx
Manual de Implementación de BIM para la Ciudad de La Paz – Bolivia.docxManual de Implementación de BIM para la Ciudad de La Paz – Bolivia.docx
Manual de Implementación de BIM para la Ciudad de La Paz – Bolivia.docx
Joaquin398967
 
SANITARIA 1.0.pdf DE UNA ESCUELA ES UNA TUBERIA
SANITARIA 1.0.pdf DE UNA ESCUELA ES UNA TUBERIASANITARIA 1.0.pdf DE UNA ESCUELA ES UNA TUBERIA
SANITARIA 1.0.pdf DE UNA ESCUELA ES UNA TUBERIA
diegosotofuentes1
 
Regularizaciones La Florida - Peñalolén - La Reina
Regularizaciones La Florida - Peñalolén - La ReinaRegularizaciones La Florida - Peñalolén - La Reina
Regularizaciones La Florida - Peñalolén - La Reina
Juan Luis Menares, Arquitecto
 
curso-motores-combustion-internaotthodiesel.pdf
curso-motores-combustion-internaotthodiesel.pdfcurso-motores-combustion-internaotthodiesel.pdf
curso-motores-combustion-internaotthodiesel.pdf
luisangelesteba6017
 
Solucion de ejercicios de fundamentos .pdf
Solucion de ejercicios de fundamentos .pdfSolucion de ejercicios de fundamentos .pdf
Solucion de ejercicios de fundamentos .pdf
JhonyCY
 
Propuesta de ejercicios Telemática Escenarios
Propuesta de ejercicios Telemática EscenariosPropuesta de ejercicios Telemática Escenarios
Propuesta de ejercicios Telemática Escenarios
AdrianaMarcelaCaizaQ
 
GESTIÓN DE LA SEGURIDAD DE LA INFORMACIÓN.pptx
GESTIÓN DE LA SEGURIDAD DE LA INFORMACIÓN.pptxGESTIÓN DE LA SEGURIDAD DE LA INFORMACIÓN.pptx
GESTIÓN DE LA SEGURIDAD DE LA INFORMACIÓN.pptx
HectorSebastianPedra2
 
PRESENTACION cdc Rev. B.pptx proyecto ar2 quiborax
PRESENTACION cdc Rev. B.pptx proyecto ar2 quiboraxPRESENTACION cdc Rev. B.pptx proyecto ar2 quiborax
PRESENTACION cdc Rev. B.pptx proyecto ar2 quiborax
fernandochoque46
 
MAQUINARIAS COMPLEMENTARIAS EN LA AGRICULTURA
MAQUINARIAS COMPLEMENTARIAS EN LA AGRICULTURAMAQUINARIAS COMPLEMENTARIAS EN LA AGRICULTURA
MAQUINARIAS COMPLEMENTARIAS EN LA AGRICULTURA
WILLIAMchancapoma
 
Proyecto TA3 UTP de metrados y planos donde visulizas puntos concretos del tema
Proyecto TA3 UTP de metrados y planos donde visulizas puntos concretos del temaProyecto TA3 UTP de metrados y planos donde visulizas puntos concretos del tema
Proyecto TA3 UTP de metrados y planos donde visulizas puntos concretos del tema
familiasumi
 
CURSO COMPLETO FIBRA OPTICA MULTIMODO.pdf
CURSO COMPLETO FIBRA OPTICA MULTIMODO.pdfCURSO COMPLETO FIBRA OPTICA MULTIMODO.pdf
CURSO COMPLETO FIBRA OPTICA MULTIMODO.pdf
DanielCisternasCorte
 
EL Taller de Fatiga y Somnolencia importante.pptx
EL Taller de Fatiga y Somnolencia importante.pptxEL Taller de Fatiga y Somnolencia importante.pptx
EL Taller de Fatiga y Somnolencia importante.pptx
Henry Marco Espinoza Ordoñez
 

Último (20)

FMEA AMEF METODOLOGIA AIAG VDA 7 PASOS.pdf
FMEA AMEF METODOLOGIA AIAG VDA 7 PASOS.pdfFMEA AMEF METODOLOGIA AIAG VDA 7 PASOS.pdf
FMEA AMEF METODOLOGIA AIAG VDA 7 PASOS.pdf
 
08 COSTOS Y PRESUPUESTOS - CIELORRASO, PISOS Y PAVIMENTOS.pptx
08 COSTOS Y PRESUPUESTOS - CIELORRASO, PISOS Y PAVIMENTOS.pptx08 COSTOS Y PRESUPUESTOS - CIELORRASO, PISOS Y PAVIMENTOS.pptx
08 COSTOS Y PRESUPUESTOS - CIELORRASO, PISOS Y PAVIMENTOS.pptx
 
Brigada de primeros auxilios presentación.pptx
Brigada de primeros auxilios presentación.pptxBrigada de primeros auxilios presentación.pptx
Brigada de primeros auxilios presentación.pptx
 
Álgebra de matrices y ecuaciones(1).pptx
Álgebra de matrices y ecuaciones(1).pptxÁlgebra de matrices y ecuaciones(1).pptx
Álgebra de matrices y ecuaciones(1).pptx
 
Descripción del Sistema de Abastecimiento del Municipio Duvergé, provincia In...
Descripción del Sistema de Abastecimiento del Municipio Duvergé, provincia In...Descripción del Sistema de Abastecimiento del Municipio Duvergé, provincia In...
Descripción del Sistema de Abastecimiento del Municipio Duvergé, provincia In...
 
10.1 COSTOS UNITARIOS PARA ENCOFRADOS.pptx
10.1 COSTOS UNITARIOS PARA ENCOFRADOS.pptx10.1 COSTOS UNITARIOS PARA ENCOFRADOS.pptx
10.1 COSTOS UNITARIOS PARA ENCOFRADOS.pptx
 
CURSO_DE_ANALISIS_DE_VIBRACIONES_NIVEL_I.pptx
CURSO_DE_ANALISIS_DE_VIBRACIONES_NIVEL_I.pptxCURSO_DE_ANALISIS_DE_VIBRACIONES_NIVEL_I.pptx
CURSO_DE_ANALISIS_DE_VIBRACIONES_NIVEL_I.pptx
 
Objetivos de la Teoria General de Sistemas
Objetivos de la Teoria General de SistemasObjetivos de la Teoria General de Sistemas
Objetivos de la Teoria General de Sistemas
 
Manual de Implementación de BIM para la Ciudad de La Paz – Bolivia.docx
Manual de Implementación de BIM para la Ciudad de La Paz – Bolivia.docxManual de Implementación de BIM para la Ciudad de La Paz – Bolivia.docx
Manual de Implementación de BIM para la Ciudad de La Paz – Bolivia.docx
 
SANITARIA 1.0.pdf DE UNA ESCUELA ES UNA TUBERIA
SANITARIA 1.0.pdf DE UNA ESCUELA ES UNA TUBERIASANITARIA 1.0.pdf DE UNA ESCUELA ES UNA TUBERIA
SANITARIA 1.0.pdf DE UNA ESCUELA ES UNA TUBERIA
 
Regularizaciones La Florida - Peñalolén - La Reina
Regularizaciones La Florida - Peñalolén - La ReinaRegularizaciones La Florida - Peñalolén - La Reina
Regularizaciones La Florida - Peñalolén - La Reina
 
curso-motores-combustion-internaotthodiesel.pdf
curso-motores-combustion-internaotthodiesel.pdfcurso-motores-combustion-internaotthodiesel.pdf
curso-motores-combustion-internaotthodiesel.pdf
 
Solucion de ejercicios de fundamentos .pdf
Solucion de ejercicios de fundamentos .pdfSolucion de ejercicios de fundamentos .pdf
Solucion de ejercicios de fundamentos .pdf
 
Propuesta de ejercicios Telemática Escenarios
Propuesta de ejercicios Telemática EscenariosPropuesta de ejercicios Telemática Escenarios
Propuesta de ejercicios Telemática Escenarios
 
GESTIÓN DE LA SEGURIDAD DE LA INFORMACIÓN.pptx
GESTIÓN DE LA SEGURIDAD DE LA INFORMACIÓN.pptxGESTIÓN DE LA SEGURIDAD DE LA INFORMACIÓN.pptx
GESTIÓN DE LA SEGURIDAD DE LA INFORMACIÓN.pptx
 
PRESENTACION cdc Rev. B.pptx proyecto ar2 quiborax
PRESENTACION cdc Rev. B.pptx proyecto ar2 quiboraxPRESENTACION cdc Rev. B.pptx proyecto ar2 quiborax
PRESENTACION cdc Rev. B.pptx proyecto ar2 quiborax
 
MAQUINARIAS COMPLEMENTARIAS EN LA AGRICULTURA
MAQUINARIAS COMPLEMENTARIAS EN LA AGRICULTURAMAQUINARIAS COMPLEMENTARIAS EN LA AGRICULTURA
MAQUINARIAS COMPLEMENTARIAS EN LA AGRICULTURA
 
Proyecto TA3 UTP de metrados y planos donde visulizas puntos concretos del tema
Proyecto TA3 UTP de metrados y planos donde visulizas puntos concretos del temaProyecto TA3 UTP de metrados y planos donde visulizas puntos concretos del tema
Proyecto TA3 UTP de metrados y planos donde visulizas puntos concretos del tema
 
CURSO COMPLETO FIBRA OPTICA MULTIMODO.pdf
CURSO COMPLETO FIBRA OPTICA MULTIMODO.pdfCURSO COMPLETO FIBRA OPTICA MULTIMODO.pdf
CURSO COMPLETO FIBRA OPTICA MULTIMODO.pdf
 
EL Taller de Fatiga y Somnolencia importante.pptx
EL Taller de Fatiga y Somnolencia importante.pptxEL Taller de Fatiga y Somnolencia importante.pptx
EL Taller de Fatiga y Somnolencia importante.pptx
 

REGLA DE PROBABILIDADES Y REGLA DE BAYES.pptx

  • 1. ESTADÍSTICA Y DISEÑOS DE EXPERIMENTOS
  • 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.
  • 12. Diagrama de Venn y probabilidades. Para el ejemplo 2.4.1
  • 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: