Determinar la probabilidad condicional.
De un conjunto de varios ejercicios extraídos de de la literatura de probabilidad de entre libros y sitios WEB se de termina la probabilidad condicional a partir de datos iniciales.
Lo datos iniciales pueden ser la frecuencias, las probabildiad de evento A y evento B así como la probabilidad de intersección entre ambos eventos o conjunto, con ello se determina la probabilidad condicional utilizando la fórmula que se cita más adelante.
Pendiente.
Se carga la librería knitr previa instalación con install.packages(“knitr”) que permite entre otras cosas, dar formato a las tablas de datos.
library(knitr)Extraído de (matemovil, n.d.)
\[P(A)=0.60\]
\[P(B)=0.40\]
\[P(A∩B)=0.18\]
Calcular:
\[P(A | B) = \frac{P(A \cap B)}{P(B)} = \frac{0.18}{0.40}=0.45\]
prob.A <- 0.60
prob.B <- 0.40
prob.A.Inter.B <- 0.18
prob.B.Inter.A <- prob.A.Inter.B # La mismaEntonces: \(P(A|B)\)
Prob.A.dado.B <- prob.A.Inter.B / prob.B
paste("La pobabilidad de que se de A dado B es: ", Prob.A.dado.B * 100, "%")## [1] "La pobabilidad de que se de A dado B es: 45 %"\[P(B|A)=P(B∩A)P(A)=0.180.60=0.3\]
Entonces: \(P(B|A)\)
Prob.B.dado.A <- prob.B.Inter.A / prob.A
paste("La pobabilidad de que se de A dado B es: ", Prob.B.dado.A * 100, "%")## [1] "La pobabilidad de que se de A dado B es: 30 %"Ejercicio tomado del libro de (Walpole et al. 2007)
Se identifican las frecuencias de personas que trabajan y no trabajan hombre y mujeres en una ciudad pequeña X:
| Hombres | Empleado | Desempleado | Total |
|---|---|---|---|
| Hombre | 460 | 40 | 500 |
| Mujer | 140 | 260 | 400 |
| Total | 600 | 300 | 900 |
hombres.trabajan = 460
hombres.no.trabajan = 40
mujeres.trabajan = 140
mujeres.no.trabajan = 260
n.personas <- sum(hombres.trabajan, hombres.no.trabajan, mujeres.trabajan, mujeres.no.trabajan)
n.trabajan <- sum(hombres.trabajan, mujeres.trabajan)datos <- data.frame(Empleado = c(hombres.trabajan, mujeres.trabajan), Desempleado = c(hombres.no.trabajan, mujeres.no.trabajan))
kable(datos, caption = "Personas que trabajan y no trabajan")| Empleado | Desempleado |
|---|---|
| 460 | 40 |
| 140 | 260 |
Personas que trabajan y no trabajan
| Empleado | Desempleado |
|---|---|
| 460 | 40 |
| 140 | 260 |
datos <- cbind(datos, Total = apply(datos, 1, sum))
datos <- rbind(datos, apply(datos, 2, sum))
rownames(datos) <- c("Hombre", "Mujer", "Total")
kable(datos, caption = "Totales de personas (hombres y mujeres) que trabajan y no trabajan")| Empleado | Desempleado | Total | |
|---|---|---|---|
| Hombre | 460 | 40 | 500 |
| Mujer | 140 | 260 | 400 |
| Total | 600 | 300 | 900 |
Totales de personas (hombres y mujeres) que trabajan y no trabajan
| Empleado | Desempleado | Total | |
|---|---|---|---|
| Hombre | 460 | 40 | 500 |
| Mujer | 140 | 260 | 400 |
| Total | 600 | 300 | 900 |
Uno de estos individuos se seleccionará al azar para que realice viaje a través del país para promover las ventajas de establecer industrias nuevas en la ciudad (Durango, México). Nos interesaremos en los eventos siguientes:
Entonces se elige a un hombre que trabaja (numerador de la fórmula de probabilidad condicional):
\[P(hombres.y.trabajan)=P(hombres∩trabajan)=n(hombres.trabajan)/n.personas∴\]
\[P(hombres∩trabajan)=460/900=0.51\]
La probabilidad de que que trabaje es:
\[P(trabajan)=n.trabajan/n.personas=600/900=0.66\]
y finalmente conforme la fórmula ¿cuál es la probabilidad de que se elija a una persona que sea hombre dado que trabaja?:
\[P(A|B)=\frac{P(A \cap B)}{P(B)}\]
\[P(hombres | trabajan) = \frac{P(hombres \cap trabajan)}{P(trabajan)} = 0.51 / 0.66 = 0.76\]
p.hombre.inter.trabajan <- hombres.trabajan / n.personas
p.trabaja <- n.trabajan / n.personas
p.hombre.dado.trabaja <- p.hombre.inter.trabajan / p.trabaja
paste("La probabilidad que se elija a una persona que sea hombre dado que trabaja es: ", round(p.hombre.dado.trabaja * 100,2), "%")## [1] "La probabilidad que se elija a una persona que sea hombre dado que trabaja es: 76.67 %"La probabilidad de que un vuelo programado normalmente salga a tiempo es \(P(S)=0.83\), la probabilidad de que llegue a tiempo es \(P(L)=0.82\) y la probabilidad de que salga y llegue a tiempo es \(P(S∩L)=0.78\).
\[P(L | S) = \frac{P(L \cap S)}{P(S)} = \frac {0.78}{0.83} = 0.94\]
prob.S <- 0.83
prob.L <- 0.82
prob.S.inter.L <- 0.78prob.L.dado.S <- prob.S.inter.L / prob.S
paste("La probabilidad de que un avión llegue a tiempo, dado que salió a tiempo es: ", round(prob.L.dado.S * 100, 2), "%")## [1] "La probabilidad de que un avión llegue a tiempo, dado que salió a tiempo es: 93.98 %"\[P(S | L) = \frac{P(S \cap L)}{P(L)} = \frac {0.78}{0.82} = 0.95\]
prob.S.dado.L <- prob.S.inter.L / prob.L
paste("La probabilidad de que un avión llegue a tiempo, dado que salió a tiempo es: ", round(prob.S.dado.L * 100, 2), "%")## [1] "La probabilidad de que un avión llegue a tiempo, dado que salió a tiempo es: 95.12 %"Una maestra de matemáticas hizo en su clase dos exámenes.
El 30% de la clase paso ambos exámenes,
El 45% de la clase paso el primer examen.
¿Qué porcentaje de aquellos que pasaron el primer examen también pasaron el segundo? Caso extraído de : (HotMath, n.d.)
\[P(Ex1∩Ex2)=0.30\]
\[P(Ex1)=0.45\]
\[therefore\]
\[P(Ex2|Ex1)=P(Ex1∩Ex2)P(Ex1)=0.300.45=0.66\]
P.Ex1 <- 0.45
P.Ex1.inter.Ex2 <- 0.30
P.Ex2.dado.Ex1 <- P.Ex1.inter.Ex2 / P.Ex1
paste("El porcentaje de aquellos que pasaron el primer examen también pasaron el segundo es:", round(P.Ex2.dado.Ex1 * 100, 2), "%")## [1] "El porcentaje de aquellos que pasaron el primer examen también pasaron el segundo es: 66.67 %"paste("Dos tercios o aproximadamente el 66.7% de la clase paso el segundo examen.")## [1] "Dos tercios o aproximadamente el 66.7% de la clase paso el segundo examen."La siguiente es una clasificación, según el género y el nivel de escolaridad, de una muestra aleatoria de 200 adultos. ejercicio extraído de (Walpole, Myers, and Myers 2012).
| Escolaridad | Hombre | Mujer |
|---|---|---|
| Primaria | 38 | 45 |
| Secundaria | 28 | 40 |
| Universidad | 27 | 22 |
Si se elige una persona al azar de este grupo, ¿cuál es la probabilidad de que…
\[P(Hombre | Secundaria ) = \frac{P(Hombre \cap Secundaria)}{P(Secundaria)} = \frac{0.14}{0.34}=0.41\]
\[P(Universidad | Mujer) = \frac{P(Universidad) \cap P(Mujer) }{P(Mujer)}= \frac{0.11}{0.535}=0.20\]
Al menos 200 palabras
¿Qué es la probabilidad condicional? ¿Cómo se utiliza?, en eventos relacionados ¿Cual es la fórmula? Algunas ideas de los ejercicios y el significado de su probabilidad de cada ejercicio?
La probabilidad condicional se resume a que los sucesos dentro del experimento o muestra están integramente relacionados, esto quiere decir que el hecho de que ocurra un sucedo, puede cambiar la probabilidad de los demás, por ejemplo, el hecho de que ocurra el sucedo A puede depender o puede causar que ocurra el suceso B, la formula para los eventos relacionados de la probabilidad condicional:
\[P(A | B) = \frac{P(A \cap B)}{P(B)}\] La probabilidad en cada caso depende las condiciones que se presenten en cada caso, por ejemplo, en el ejercicio 1 es uno en el que usa de una manera más general y explicativa, pues muestra como se relacionan los sucesos que, en el ejercicio 2, la probabilidad dpende de que el hombre sea empleado o desempleado, en el ejercicio 3, el que pasen los sucesos del vuelo del avión, depende el tiempo que esté haciendo, lo cual es un perfecto ejemplo de lo que la probabilidad condicional significa, en el ejercicio 4 mucho tiene que ver los resultados del primer examen para evaluar la probabilidad de que los alumnos pasen el segundo examen, y por último, en el ejercicio 5, la escolaridad de la gente depende, en cierta parte, en razón de su genero, si es una mujer o un hombre, si llego a concluir la primaria, secundaria o la universidad.
Anderson, David R., Dennis J. Sweeney, and Thomas A. Williams. 2008. Estadística Para Administración y Economía. 10th ed. Australia • Brasil • Corea • España • Estados Unidos • Japón • México • Reino Unido • Singapur: Cengage Learning,. Benítez Morales, Alejandro. n.d. “Probabilidad y Estadística, Apuntes Digitales.” http://cidecame.uaeh.edu.mx/lcc/mapa/PROYECTO/libro19/index.html. Cevallos, Lorenzo, Jorge Zambrano, Maikel Leyva, Yudelnabis, and Florentin Smarandache. 2018. Enfoque Didáctico de La Teoría de Conjuntos y Probabilidades. Guayaquil, Guayas, Ecuador: Asociación Latinoamericana de Ciencias Neutrosóficas Facultad de Ciencias Matemáticas y Físicas Universidad de Guayaquil. HotMath. n.d. “HotMath.” https://www.varsitytutors.com/hotmath/hotmath_help/spanish/topics/conditional-probability. matemovil. n.d. “Probabilidad Condicional, Ejercicios Resueltos.” https://matemovil.com/probabilidad-condicional-ejercicios-resueltos/. Walpole, Ronald E., Raymond H. Myers, and Sharon L. Myers. 2012. Probabilidad y Estadística Para Ingeniería y Ciencias. Novena Edición. México: Pearson. Walpole, Ronald E., Raymond H. Myers, Sharon L. Myers, and Keying Ye. 2007. Probabilidad y Estadística Para Ingeniería y Ciencias. Octava Edición. México: Pearson Education.