0% encontró este documento útil (0 votos)
25 vistas13 páginas

Ley Multiplicativa

El documento aborda conceptos fundamentales de probabilidad, incluyendo la ley multiplicativa, la probabilidad condicional y el teorema de Bayes. Se presentan ejemplos prácticos que ilustran cómo calcular probabilidades en diferentes contextos, como el lanzamiento de monedas y la selección de estudiantes. Además, se discuten aplicaciones del teorema de Bayes en la actualización de creencias basadas en nueva información.

Cargado por

ingrid
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
25 vistas13 páginas

Ley Multiplicativa

El documento aborda conceptos fundamentales de probabilidad, incluyendo la ley multiplicativa, la probabilidad condicional y el teorema de Bayes. Se presentan ejemplos prácticos que ilustran cómo calcular probabilidades en diferentes contextos, como el lanzamiento de monedas y la selección de estudiantes. Además, se discuten aplicaciones del teorema de Bayes en la actualización de creencias basadas en nueva información.

Cargado por

ingrid
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd

UNIVERSIDAD JUÁREZ AUTÓNOMA DE TABASCO

DIVISIÓN ACADÉMICA DE CIENCIAS ECONÓMICO


ADMINISTRATIVAS

ZONA DE LACULTURA

LICENCIATURA EN CONTADURIA

PUBLICA

MATERIA: PROBABILIDAD Y ESTDISTICA

ALUMNA: NICOLE AGUILAR CASTELLANOS


PROFE: LEONARDO HERNANDEZ TRIANO


La probabilidad es una disciplina fundamental dentro
de las matemáticas que permite modelar y analizar
situaciones de incertidumbre. Tres conceptos clave en
este campo son la ley multiplicativa, la
probabilidad condicional y el teorema de Bayes.
La ley multiplicativa establece cómo calcular la
probabilidad de que ocurran dos eventos
conjuntamente, considerando la dependencia entre
ellos. La probabilidad condicional, por su parte, nos
permite calcular la probabilidad de un evento bajo la
condición de que otro ya ha ocurrido. Y , el teorema de
Bayes es una herramienta poderosa que nos permite
actualizar nuestras creencias sobre un evento a
medida que obtenemos nueva información
LEY MULTIPLICATIVA
Son los sucesos A y B con la probabilidad P(A) y P(B)
respectivamente. Si los sucesos son compatibles, o no mutuamente
excluyentes, entonces la probabilidad de que ocurra un suceso A y el
suceso B viene dado por la formula.
La regla de la multiplicación depende de si los eventos son
independientes o dependientes, por lo que primero veremos cómo es
la regla para eventos independientes y posteriormente para eventos
dependientes.
Esta formula equivale a la intersección de
dos conjuntos que tiene elementos comunes.
Eso quiere decir que La ley multiplicativa es una regla en probabilidad
que nos permite calcular la probabilidad de que dos eventos ocurran
de forma conjunta, es decir, la probabilidad de que sucedan dos
eventos A y B al mismo tiempo.
En términos matemáticos, la ley multiplicativa establece que la
probabilidad de que ocurran dos eventos AAA y BBB de forma
conjunta (es decir, que ambos eventos ocurran) se calcula
multiplicando la probabilidad de que ocurra uno de los eventos por la
probabilidad condicional del otro evento, dado que el primero ya ha
ocurrido
La fórmula de la ley multiplicativa es la siguiente:
Fórmula de la regla de la multiplicación para eventos
independientes
Cuando dos eventos son independientes, la regla de la
multiplicación dice que la probabilidad conjunta de que ocurran los
dos eventos es igual al producto entre la probabilidad de ocurrencia de
cada evento

Ejemplo
Lanzamiento de dos monedas (Eventos independientes)
Supongamos que lanzamos dos monedas al aire. Queremos calcular
la probabilidad de que ambas monedas caigan en "cara".

La probabilidad de que la primera moneda caiga en cara es


La probabilidad de que la segunda moneda caiga en cara es
Dado que los lanzamientos de las monedas son
independientes (lo que sucede con una moneda no afecta lo que
sucede con la otra), la probabilidad de que ambas caigan en cara es:

Por lo tanto, la probabilidad de que ambas monedas caigan en cara es


¼
EJEMPLO 2:
En un pueblo hay solo 3 guarderías: en la guardería A van el 60% de
los niños, en la guardería B el 30% y en la guardería C el 10%.
Además, en las tres guarderías el 55% de las personas son chicas.
Calcula las siguientes probabilidades:
 Probabilidad de que al seleccionar al azar un niño de la
guardería B sea una chica.
 Probabilidad de que al seleccionar al azar un niño de cualquier
guardería sea un chico.
Si la proporción de chicas en todas las guarderías es del 55%, el
porcentaje de chicos se calcula
simplemente restando 1 menos 0,55:
En este caso los eventos son independientes, pues la probabilidad de
que sea chico o chica no depende de la guardería seleccionada. Por lo
tanto, para hallar la probabilidad de seleccionar aleatoriamente una
chica de la guardería B se debe multiplicar la probabilidad de
seleccionar la guardería B por la probabilidad de seleccionar una
chica:
Por otro lado, para determinar la probabilidad de seleccionar un chico
de cualquier guardería primero debemos calcular la probabilidad de
escoger un chico para cada guardería y luego sumarlas:
P (CHICO GUARDERIA A) = 0.6, * 0.45 = 0.27
P (CHICO GUARDERIA B) = 0.30, * 0.45 = 0.135
P (CHICO GUARDERIA C) = 0.10, * 0.45 = 0.045
P (CHICO GUARDERIA A, B Y C) = 0.27 + 0.135 + 0.045 = 0.45
PROBABILIDAD CONDICIONAL
Son los sucesos A y B , la probabilidad de que ocurra el suceso B,
una vez haya ocurrido el suceso A, viene dando la formula:

La expresión P(B|A) se lee: la probabilidad de que ocurra B una vez


ocurrida A
La probabilidad condicional es una medida que nos indica la
probabilidad de que ocurra un evento AAA, dado que ya sabemos que
ha ocurrido otro evento BBB. Es decir, se refiere a la probabilidad de
un evento bajo la condición de que otro ya ha sucedido.

EJEMPLO:
E n una facultad, el 25% de los estudiantes, pierden química, el 35 %
pierden Física y el 10 % pierden las dos materias. Se selecciona un
estudiante.

1._Si perdió Química, cual es la probabilidad de que perdió física

2._ Si perdió Física, cual es la probabilidad de que perdió Química

Solución.

La probabilidad de perder química es : 25/100 = 0,25

La probabilidad de perder física es de : 35/100= 0,35

La probabilidad de perder las dos materias es de: 10/100= 0,10

En la primera pregunta se da el hecho de que el estudiante ya perdió


química condición esta que implica la ley de probabilidad condicional.

P ( QF )= 00 ,, 1025 = 1025 O 52
En la segunda pregunta se da el hecho de que el estudiante ya perdió
Física condición esta que implica la ley de probabilidad condicional.

P ( )
F
=
0 , 10 10 2
= O
Q 0 , 3 5 35 7

EJEMPLO:
Una clase consta de seis niñas y 10 niños. Si se escoge un
comité de tres al azar, hallar la probabilidad de:
1._Seleccionar tres niños
2._Seleccionar exactamente dos niños y una niña
1._ Seleccionar tres niños
Para calcular simplemente dividimos el número de casos
favorables entre el número de casos totales. En este caso hay
10 posibles niños a elegir, es decir 10 es el número de casos
favorables, y un total de 16 niños, que representan el número
de casos totales. Entonces
10
P( A1)= 16

Por otro lado:


9
P ( A 2| A1 ) =
15

pues el número de casos favorables es 9, al haber elegido ya


a un niño, y el total de niños por elegir es ahora 15.

Aplicando este argumento manera iterativa para la elección


del tercer niño tendríamos que
2._: Seleccionar exactamente dos niños y una niña

Para calcular esta probabilidad, primero necesitamos identificar los


diferentes casos en los que podríamos seleccionar dos niños y una
niña. El primer caso es elegir 2 niños y al final una niña, el segundo
caso es elegir una niña y al final dos niños, y por último un niño, una
niña y un niño. La probabilidad de cada caso la podemos calcular
haciendo la multiplicación de la probabilidad en cada paso de la figura
presentada en el inicio.
Por ejemplo, si el primer caso lo denotamos como evento entonces
10
∗9
16
∗6
15
P ( A )=
14

Luego, denotando como a los eventos restantes, tenemos que

Finalmente, la probabilidad que estamos buscando es la probabilidad


de que cualquiera de estos eventos suceda, o sea
como éstos son ajenos se sigue que
TEOREMA DE BAYES
El Teorema de Bayes es una fórmula matemática que nos
permite actualizar nuestras creencias o conocimientos sobre
un evento, basándonos en nueva información, es decir que
nos ayuda a calcular la probabilidad de un evento, dado que
ya tenemos cierta información previa.
En la teoría de la probabilidad, el teorema de Bayes es una
ley que sirve para calcular la probabilidad de un evento
cuando se conoce información a priori sobre dicho suceso.
En concreto, el teorema de Bayes relaciona matemáticamente
la probabilidad del evento A dado el evento B con la
probabilidad de B dado A. El teorema de Bayes tiene muchas
aplicaciones, por ejemplo, se utiliza en medicina, en economía
o en tecnología para calcular las probabilidades de algunos
eventos que están condicionadas por otros eventos

EJEMPLO:

Una fábrica de clavos dispone de máquinas que elaboran el 30% y


70% de los clavos que producen. El porcentaje de clavos defectuosos de
cada máquina es del 2% y 3%, respectivamente. Si se selecciona al azar
un clavo de la producción y este fue defectuoso, ¿cuál es la probabilidad
de que haya sido fabricado por la máquina ?

"Clavos fabricados por la máquina "

"Clavos fabricados por la máquina "

"Los clavos fabricados son


defectuosos"
Estamos interesados en conocer , es decir, la probabilidad de
que un clavo seleccionado al azar de la producción haya sido fabricado
por la máquina dado que ha salido defectuoso. Siguiendo la fórmula de
Bayes tenemos que
REFERENCIAS

 Johnson, R. A., & Miller, I. (2019). Probabilidad y estadística para


ingenieros. Pearson.

 Khan Academy. (n.d.). Probabilidad. Khan Academy


https://es.khanacademy.org/math/statistics-probability

Ross, S. M. (2010). Introducción a la probabilidad y sus aplicaciones (4ª


ed.). Pearson Educación.

Bertsekas, D. P. (2009). Teoría de la probabilidad (2ª ed.). McGraw-Hill.

Fernández, L., & Sánchez, S. (2017). La probabilidad condicional y sus


aplicaciones en la toma de decisiones bajo incertidumbre. Revista de
Estadística Aplicada y Computación, 25(2), 189-204.

Probabilidad condicional y teorema de Bayes - Universidad Nacional


Autónoma de México (UNAM). Recuperado de:
https://www.matematicas.unam.mx/.

También podría gustarte