Eventos Colectivamente Exhaustivos

EVENTOS COLECTIVAMENTE EXHAUSTIVOS
Un conjuntos de eventos E1, E2,...En son colectivamente exhaustivos cuando E1U

E2.... U En= S, donde S es el espacio muestral.
Dos sucesos A y B son colectivamente exhaustivos cuando al menos uno de ellos

deba ocurrir siempre que se realiza el experimento.
· Dicho en otras palabras, deberá cumplirse que la suma de las probabilidades de

todos los sucesos deberá ser igual a 1.
 Sacar una carta numerada, sacar una carta de letras. Son eventos
colectivamente exhaustivos, las cartas o son numeradas o son cartas con letra,
entonces estamos considerando todos los eventos o resultados posibles. Una
implicación es que al sumar la probabilidad de obtener una carta numerada y la
probabilidad de sacar una carta de letra obtendremos una probabilidad de 1,
consideremos que el “as” pertenece a las cartas literales:
P (carta numerada)+P (carta letra)= (36/52)+ (16/52)= (52/52)=1

La probabilidad de 1 se puede interpretar como una indicación de que se han
considerado todos los resultados posibles de una prueba, en este caso la prueba o
experimento consiste en sacar una carta de una baraja inglesa. La consideración
que de que el “as” pertenece a las cartas literales no afecta en nada el resultado,
pues podemos considerar que es la primera de las cartas numeradas y el cálculo
de la suma de probabilidades arroja el mismo resultado:
P (carta numerada)+P (carta letra)= (40/52)+ (12/52)= (52/52)=1
 Sacar un corazón, sacar un no corazón. Se trata de eventos colectivamente

exhaustivos puesto que en la baraja encontramos 13 cartas en el palo de
corazones y hay otras 39 cartas en los otros 3 palos, entonces se han considerado
52 cartas en total, que son todas las que podemos encontrar en la baraja.
 Sacar una carta roja, sacar una negra. También son eventos
colectivamente exhaustivos, en la baraja se tienen 2 palos negros de 13 cartas
cada uno, es decir 26 cartas; y dos palos rojos también de 13 cartas cada uno, es
decir otras 26 cartas; entonces se han considerado las 52 cartas que tiene la
baraja.
Teorema de la probabilidad total
El Teorema de la probabilidad total nos permite calcular la probabilidad de

un suceso a partir de probabilidades condicionadas:
Ejemplo: supongamos que si llueve la probabilidad de que ocurra un

accidentes es x% y si hace buen tiempo dicha probabilidad es y%. Este
teorema nos permite deducir cuál es la probabilidad de que ocurra un
accidente si conocemos la probabilidad de que llueva y la probabilidad de
que haga buen tiempo.
La fórmula para calcular esta probabilidad es:
Es decir, la probabilidad de que ocurra el suceso B (en nuestro ejemplo, que

ocurra un accidente) es igual a la suma de multiplicar cada una de las
probabilidades condicionadas de este suceso con los diferentes sucesos A
(probabilidad de un accidente cuando llueve y cuando hace buen tiempo)
por la probabilidad de cada suceso A.
Para que este teorema se pueda aplicar hace falta cumplir un requisito:
Los sucesos A tienen que formar un sistema completo, es decir, que

contemplen todas las posibilidades (la suma de sus probabilidades debe ser
el 100%).
TEOREMA DE BAYES
Thomas Bayes nació en Londres, Inglaterra. Su padre fue ministro

presbiteriano. Posiblemente De Moivre fue su maestro particular, pues se sabe
que por ese entonces ejercía como profesor en Londres.
Bayes fue ordenado ministro presbiteriano y muere en 1761
En 1763, dos años después de su muerte, se publica :Essay Towards Solving a

Problem in the Doctrine of Chances, en el que trataba el problema de las
causas a través de los efectos observados, y donde se enuncia el teorema que
lleva su nombre. El trabajo fue entregado a la Royal Society por Richard Price y
es la base de la técnica bayesiana.
Desarrollo del Teorema
Sea S un espacio muestral que está formado por los eventos A 1, A2, A3,.....,An
mutuamente excluyentes, luego,
S= A1ÈA2ÈA3È.....ÈAn
Luego si ocurre un evento B definido en S, observamos que;
B=SÇB=(A1ÈA2ÈA3È.....ÈAn)ÇB
B=(A1ÇB)È(A2ÇB)È(A3ÇB)È.....È(AnÇB)
Donde cada uno de los eventos A iÇB son eventos mutuamente excluyentes, por lo
que
P(B) = p(A1ÇB) + p(A2ÇB) + p(A3ÇB) +......+ p(AnÇB)
y como la
P(AiÇB) = p(Ai)p(B½Ai)
Es decir que la probabilidad de que ocurra el evento Ai y el evento B es igual al

teorema de la multiplicación para probabilidad condicional, luego;
P(B)=P(A1)P(B½A1)+P(A2)P(B½A2)+P(A3)P(B½A3)+P(An)p(B½An)
Si deseamos calcular la probabilidad de que ocurra un evento A i dado que B ya

ocurrió, entonces;
p( Ai  B ) p( Ai ) p( BAi )
P( Ai | B )  
p( B ) p( A1 ) p( BA1 )  p( A2 ) p( BA2 )  ....  p( An ) p( BAn )
La expresión anterior es el teorema de Bayes, que como se observa es una simple

probabilidad condicional.
Eventos independientes
En los temas anteriores relativos a la probabilidad condicional, hemos visto el caso

en que el resultado de un evento está condicionado a la ocurrencia de otro. Sin
embargo, hay eventos que se salen de este contexto, en cuyo caso se habla de
eventos independientes. Hagamos el estudio de ellos.

Se dice que un evento A es independiente de un evento B, si la probabilidad de
que A suceda no está influenciada porque B haya o no sucedido.
Si A y B son cualesquier eventos en el espacio muestral S, tales que P(A) > 0 y

P(B) > 0, decimos que A es independiente de B si y solo si

P(A | B) = P(A) e implica que P(B | A) = P(B).
Entonces, cuando A y B son independientes, la Regla de Multiplicación se
comporta en la forma siguiente. Sabemos que P(AB) = P(A) P(B | A), pero en el
caso de que haya independencia se cumple que P(B | A) = P (A). Sustituyendo en
la ecuación de la Regla de Multiplicación obtenemos:
Que es la ecuación que se usa como definición formal de independencia.

En cualquier caso que no se cumpla la igualdad anterior, concluiremos que los
eventos son dependientes.
La Regla de la Multiplicación para eventos independientes se puede generalizar.

En el caso de n eventos independientes se tiene que:

Eventos Colectivamente Exhaustivos

Cargado por

Copyright:

Formatos disponibles

Eventos Colectivamente Exhaustivos

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Eventos Colectivamente Exhaustivos

Cargado por

Copyright:

Formatos disponibles

EVENTOS COLECTIVAMENTE EXHAUSTIVOS

Un conjuntos de eventos E1, E2,...En son colectivamente exhaustivos cuando E1U

Dos sucesos A y B son colectivamente exhaustivos cuando al menos uno de ellos

· Dicho en otras palabras, deberá cumplirse que la suma de las probabilidades de

P (carta numerada)+P (carta letra)= (36/52)+ (16/52)= (52/52)=1

P (carta numerada)+P (carta letra)= (40/52)+ (12/52)= (52/52)=1

 Sacar un corazón, sacar un no corazón. Se trata de eventos colectivamente

Teorema de la probabilidad total

El Teorema de la probabilidad total nos permite calcular la probabilidad de

Ejemplo: supongamos que si llueve la probabilidad de que ocurra un

La fórmula para calcular esta probabilidad es:

Es decir, la probabilidad de que ocurra el suceso B (en nuestro ejemplo, que

Los sucesos A tienen que formar un sistema completo, es decir, que

Thomas Bayes nació en Londres, Inglaterra. Su padre fue ministro

Bayes fue ordenado ministro presbiteriano y muere en 1761

En 1763, dos años después de su muerte, se publica :Essay Towards Solving a

Desarrollo del Teorema

Luego si ocurre un evento B definido en S, observamos que;

P(B) = p(A1ÇB) + p(A2ÇB) + p(A3ÇB) +......+ p(AnÇB)

Es decir que la probabilidad de que ocurra el evento Ai y el evento B es igual al

Si deseamos calcular la probabilidad de que ocurra un evento A i dado que B ya

La expresión anterior es el teorema de Bayes, que como se observa es una simple

En los temas anteriores relativos a la probabilidad condicional, hemos visto el caso

Si A y B son cualesquier eventos en el espacio muestral S, tales que P(A) > 0 y

Que es la ecuación que se usa como definición formal de independencia.

La Regla de la Multiplicación para eventos independientes se puede generalizar.

También podría gustarte