PROBABILIDAD

CONCEPTO.-ES UNA DISCIPLINA ABSTRACTA QUE SE USA COMO MODELO PARA HACER
DEDUCCIONES RELATIVAS O EVENTOS QUE POSIBLEMENTE PUEDEN OCURRIR. GRACIAS A LA CUANTIFICACIN DE ESA INCERTIDUMBRE,NOS PROPORCIONA LA BASE PARA EL ESTUDIO DE LA INFERENCIA ESTADSTICA. EXPERIMENTO ALEATORIO ( ).-ES UN EXPERIMENTO CUYO RESULTADO NO SE PUEDE PREDECIR CON EXACTITUD,PORQUE PRESENTA VARIAS POSIBILIDADES. EJEMPLOS: 1. SEA EL EXPERIMENTO:RESULTADO DEL EXAMEN PARCIAL EN EL CURSO DE ESTADSTICA DE UN ESTUDIANTE. RESULTADO:ANTES DEL EXAMEN ,NO SABEMOS SI EL ESTUDIANTE APROBAR O DESAPROBAR.LUEGO EL EXPERIMENTO ES ALEATORIO. 2. SEA EL EXPERIMENTO:LANZAR UN DADO Y OBSERVAR LA PARTE SUPERIOR. RESULTADO:NO SABEMOS EL RESULTADO EXACTO PUEDE SER 1,2,3,4,5,6.LUEGO EL RESULTADO ES EXPERIMENTO ALEATORIO. EN GENERAL,TODOS LOS JUEGOS AL AZAR CONSTITUYEN EXPERIMENTOS ALEATORIOS: LOTERAS,BARAJAS,RIFAS,CARRERA DE CABALLOS,PELEA DE GALLOS,DADOS, BARAJAS,ETC. FENMENO DETERMINISTA.-CUANDO EL RESULTADO SE PUEDE PREDECIR CON EXACTITUD. EJEMPLO: 1. SOLTAR UN LIBRO EN EL AIRE RESULTADO:CAERA AL PISO POR LA LEY DE LA GRAVEDAD.NO ES UN EXPERIMENTO ALEATORIO. 2. LANZAR UNA PELOTA EN UN TANQUE DE AGUA Y VER SI FLOTA O SE HUNDE. RESULTADO:LA PELOTA FLOTAR.NO ES UN EXPERIMENTO ALEATORIO. ESPACIO MUESTRAL ( ).-ES EL CONJUNTO DE TODOS LOS RESULTADOS POSIBLES DE UN EXPERIMENTO ALEATORIO. EJEMPLO: 1.-SEA EL EXPERIMENTO:RESULTADO DEL EXAMEN PARCIAL EN EL CURSO DE ESTADSTICA DE UN ESTUDIANTE.

={

2.-

SEA EL EXPERIMENTO:LANZAR UN DADO Y OBSERVAR LA PARTE SUPERIOR.

= {1,2,3,4,5,6}
3.-LANZAMIENTO DE TRES MONEDAS

} = { SUCESO O EVENTO.-ES CADA RESULTADO DEL EXPERIMENTO ALEATORIO O UNA

COMBINACION DE RESULTADOS.TAMBIN SE DICE QUE ES UN SUBCONJUNTO DEL ESPACIO MUESTRAL. LOS EVENTOS SON REPRESENTADOS POR LETRAS MAYSCULAS:A,B,C,D, EJEMPLO: 1. SEA EL EXPERIMENTO ALEATORIO :SELECCIN DE UN ALUMNO DE ACUERDO A SU RENDIMIENTO ACADMICO. EL ESPACIO MUESTRAL SER:

={

CADA RESULTADO ES UN SUBCONJUNTO DEL ESPACIO MUESTRAL,POR LO TANTO CADA UNO DE ELLOS ES UN EVENTO.TENDREMOS: } EVENTO A={ EVENTO B={BUENO} EVENTO C={REGULAR} EVENTO D={MALO} 2.-SEA EL EXPERIMENTO ALEATORIO :LANZAMIENTO DE UN DADO

= {1,2,3,4,5,6}
SEA A EL EVENTO DE OBTENER UN NMERO IMPAR.

A = {1,3,5}
SEA B EL EVENTO DE OBTENER UN NMERO MENOR DE 5.

B = {1,2,3,4}
SEA C EL EVENTO DE OBTENER UN NMERO PRIMO.

C = {2,3,5} EVENTO SEGURO.-ES EL EVENTO QUE DE TODAS MANERAS SUCEDER.

EJEMPLO: EN EL LANZAMIENTO DE UN DADO: EVENTO A OBTENER UN NMERO MENOR QUE 7 } PUESTO QUE A= A={ EVENTO IMPOSIBLE ( ).-ES EL EVENTO QUE NO VA A OCURRIR. EJEMPLO: EN EL LANZAMIENTO DE UN DADO: EVENTO A OBTENER UN NMERO MAYOR QUE 7 A = EVENTO IMPOSIBLE. EJEMPLO: SEA EL EVENTO A = { ENTONCES EL COMPLEMENTO: == { OCURRENCIA CONJUNTA. ES DECIR: A = EJEMPLO: LANZAMIENTO DE DOS MONEDAS. } ={ } A={ A B={ } =

EVENTO COMPLEMENTERIO ( ).-SIGNIFICA QUE EL EVENTO A

} }

NO OCURRE.

EVENTOS MUTUAMENTE EXCLUYENTES .-CUANDO DOS O MS EVENTOS NO TIENEN

A y B

SON MUTUAMENTE EXCLUYENTES.

EVENTOS MUTUAMENTE EXHASTIVOS.-CUANDO DOS EVENTOS SON MUTUAMENTE

EXCLUYENTES Y ADEMAS SUCESOS COMPLEMENTARIOS.ES DECIR:

A = A EJEMPLO: LANZAMIENTO DE UN DADO

= {1,2,3,4,5,6}
A={ B={ A A =

} NMERO IMPAR } NMERO PAR A Y B SON MUTUAMENTE EXHAUSTIVOS.

EVENTOS INDEPENDIENTES.-SI DOS EVENTOS NO TIENEN NINGUNA RELACIN

ENTRE S;ES DECIR LA OCURRENCIA DE UNO DE ELLOS,NO INFLUYE EN LA OCURRENCIA DEL OTRO. EJEMPLO: SEAN LOS EVENTOS: A = JUAN APRUEBA ESTADSTICA. B = JUANA APRUEBA ESTADSTICA. A y B SON INDEPENDIENTES PORQUE LA OCURRENCIA DEL EVENTO A ESTE NO INFLUYE PARA QUE OCURRA EL EVENTO B.

TIPOS DE PROBABILIDAD.
EXISTEN TRES ENFOQUES PARA EL ESTUDIO DE PROBABILIDAD. 1. PROBABILIDAD CLSICA. 2. PROBABILIDAD DE FRECUENCIA RELATIVA DE LA OCURRENCIA. 3. PROBABILIDAD SUBJETIVA. 1. PROBABILIDAD CLSICA.-LLAMADA TAMBIN PROBABILIDAD A PRIORI DEBIDO A QUE ES POSIBLE CONOCER EL RESULTADO CON ANTERIORIDAD,ES DECIR,SIN LLEVAR A CABO EL EXPERIMENTO Y SLO BASADO EN UN RAZONAMIENTO LGICO. SE CALCULA AS: P(A)=

EJEMPLO: HALLAR LA PROBABILIDAD DE OBTENER EL NMERO 5 EN EL LANZAMIENTO DE UN DADO: SOLUCIN:

= {1,2,3,4,5,6}
SEA EL EVENTO : A = OBTENER EL NMERO 5. ENTONCES: P(A)=

P(A)=0.17 = 17% EJEMPLO.-EN EL CURSO DE ESTADSTICA HAY 50ALUMNOS DE LOS CUALES 15 SU SITUACIN ES COMPLICADA.SI SE TOMA UN ALUMNO AL AZAR.CUAL ES LA PROBABILIDAD QUE SEA UN ESTUDIANTE CUYA STUACIN ES COMPLICADA?. SOLUCIN:

 ={ } A = ALUMNOS EN SITUACIN COMPLICADA. CASOS POSIBLES = 50 CASOS FAVORABLES = 15 P(A)=

=30%

2.

PROBABILIDAD DE FRECUENCIA RELATIVA DE LA OCURRENCIA.-SE

BASA EN LA REPETICIN DE LA OCURRENCIA DE UN EVENTO,AL REALIZAR UNA GRAN CANTIDAD DE PRUEBAS O EXPERIMENTOS. ES DECIR:

P(A)=
TAMBIN SE LE LLAMA PROBABILIDAD EMPRICA O A POSTERIORI,DEBIDO A QUE SE OBTIENE EL RESULTADO DESPUS DE LLEVAR A CABO EL EXPERIMENTO UN GRAN NMERO DE VECES. ES LA ESTIMACIN DE LA PROBABILIDAD QUE OCURRA EL EVENTO A. EJEMPLO: EN VIRU SE TOMO UNA MUESTRA EN 5 FBRICAS QUE TRABAJAN 4000 PERSONAS,SE ENCONTRO QUE SE ACCIDENTARN 200 TRABAJADORES EL AO PASADO.HALLAR LA PROBABILIDAD DE UN ACCIDENTE DE TRABAJO EN UNA FBRICA DETERMINADA. SOLUCIN: n = 4000,NMERO DE VECES QUE SE REPITE EL EXPERIMENTO. A =UN ACCIDENTE DE TRABAJO EN UNA FBRICA DETERMINADA.N(A)=200 P(A)= = 0.05 =5%

3.

PROBABILIDAD SUBJETIVA.-ES LA PROBABILIDAD ASIGNADA BAJO UN

CRITERIO PERSONAL ;BASADO EN CUALQUIER TIPO DE EVIDENCIA DISPONIBLE.SE ASIGNA A EVENTOS QUE PUEDEN SUCEDER UNA VEZ O MUY POCAS VECES.

EJEMPLO: LA PROBABILIDAD DE QUE SE ENCUENTRE UNA MEDICAMENTO QUE CURE EL SIDA EN LOS PRXIMOS 2 AOS. LA PROBABILIDAD DE QUE EL HOMBRE LLEGUE HABITAR MARTE EN LOS PRXIMOS 30 AOS. DEFINICIN AXIOMTICA. SEA UN ESPACIO MUESTRAL Y A CUALQUIER SUCESO DE ;ES DECIR A ES UN SUBCONJUNTO DE .DIREMOS QUE P ES UNA FUNCIN DE PROBABILIDAD EN EL ESPACIO MUESTRAL SI SATISFACE LOS SIGUIENTES AXIOMAS. 1. P(A) ES UN NMERO REAL 0 2. P(A)=0 ENTONCES A= ES UN EVENTO IMPOSIBLE. 3. P(A)=1 ENTONCESP( A) = 1 ES UN EVENTO SEGURO. 4. P = ) SIEMPRE QUE PARA TODO i ES DECIR:P( ) = P( )+P( )+..+P( )

EJEMPLO: SI SE LANZA UN DADO,CALCULAR LA PROBABILIDAD DE QUE SALGA UN NMERO PAR O IMPAR. SOLUCIN:

= {1,2,3,4,5,6}
DEFINIMOS LOS SUCESOS: A={ B ={ A ={ P(A ) = P(A) + P(B) P(A )= } ={ } } }={ } COMO A y B SON SUCESOS MUTUAMENTE EXCLUYENTES.

+ = =1 AXIOMAS DE PROBABILIDAD

a) LA PROBABILIDAD DE UN EVENTO CUALQUIERA, ES SIEMPRE POSITIVA: ES DECIR: P(A) b) LA PROBABILIDAD DE UN EVENTO SEGURO O CIERTO,ES LA PROBABILIDAD DEL ESPACIO MUESTRAL,QUE EQUIVALE A LA UNIDAD. ES DECIR: P( ) = 1

CONSECUENCIAS DE LOS AXIOMAS

a) LA PROBABILIDAD DE UNEVENTO,TOMA VALORES ENTRE CERO Y UNO. ES DECIR: 0 b) LA PROBABILIDAD DE UN EVENTO NULO O IMPOSIBLE,ES CERO. ES DECIR: P()=0 c) LOS EVENTOS A y SON MUTUAMENTE EXCLUYENTES, Y SE DEBE CUMPLIR: P(A ) = P(A) + P( = 1 d) P = ) SIEMPRE QUE PARA TODO i ES DECIR:P( ) = P( )+P( )+..+P( ) EJEMPLO: SI SE LANZA UN DADO,CALCULAR LA PROBABILIDADDE OBTENER UN NMERO PAR O IMPAR. SOLUCIN: } ={ DEFINIMOS LOS SUCESOS: } A={ } ={ } B={ } ={ P(A B) =P(A) + P(B) P(A B) = + =1

TEOREMA DEL COMPLEMENTO

SI A

P(A) = 1 - P( P( = 1 P(A) DEMOSTRACIN: AU = PERO A = SON MUTUAMENTE EXCLUYENTES P(AU ) = P() P(A) + P( ) = 1 P( ) = 1 P(A)

TEOREMA DE LA ADICIN.-SI LOS EVENTOS NO SON MUTUAMENTE EXCLUYENTES,LA PROBABILIDAD DE OCURRENCIA DE A O DE B ES:
P(A B) =P(A) + P(B) P(A ) DONDE: P(A B) =PROBABILIDAD QUE EL EVENTO A O EVENTO B OCURRA. P(A ) = PROBABILIDAD DE QUE OCURRAN SIMULTNEAMENTE LOS DOS EVENTOS A y B.

A NO MUTUAMENTE EXCLUYENTES GENERALIZANDO PARA 3 SUCESOS: P(AUBUC) = P(A)+P(B)+P(C)-P(A )-P(A )-P(B

MUTUAMENTE EXCLUYENTES

)+P(A B C).

EJEMPLO: DE 100 PACIENTES EXAMINADOS,20 PADECAN DE ARTRITIS,32 PADECAN DE GASTRITIS Y 8 TENAN AMBOS MALES.HALLAR LA PROBABILIDAD DE SELECCIONAR UN PACIENTE QUE PADEZCA DE ARTRITIS O GASTRITIS. SOLUCIN: SEAN LOS EVENTOS : A = NMERO DE PACIENTES QUE SUFREN ARTRITIS =20 B = NMERO DE PACIENTES QUE SUFREN GASTRITIS = 32 A =NMERO DE PACIENTES QUE SUFREN AMBAS ENFERMEDADES =8 ENTONCES: P(A B) =P(A) + P(B) P(A )

P(A

B) =

= 0.44 = 44%

EJEMPLO: EN LA UPAO EL 60% DE ESTUDIANTES SON COSTEOS,EL 15% ESTUDIAN INGENIERA,EL 3%ESTUDIAN INGENIERA Y SON COSTEOS.SI SE SELECCIONA AL AZAR UN ESTUDIANTE. a) CUAL ES LA PROBABILIDAD QUE NO SEA COSTEO. b) CUAL ES LA PROBABILIDAD DE QUE SEA COSTEO O PERTENESCA A INGENIERA? c) NO SEA COSTEO NI ESTUDIANTE DE INGENIERA. SOLUCIN: P(C) =0.60 P(I) =0.15 P(C ) =0.03 a) P( ) =1 P( C )= 1-0.60=0.40 b) P(C U I) = P(C ) + p(I ) - P(C )=0.60+0.15-0.03=0.72 c) P( )= 1- P(C U I) =1 0.72 =0.28

PROBABILIDAD CONDICIONAL
DEFINICIN.-SEA A y B DOS SUCESOS DE UN MISMO ESPACIO MUESTRAL DONDE P(A)
ENTONCES LA PROBABILIDAD CONDICIONAL DEL SUCESO A SABIENDO QUE EL SUCESO B HA SUCEDIDO Y SE DENOTAPOR P(A/B) ES: P(A/B ) = ;P(B)

PROPIEDADES: a) P(A/B) b) P(/B) = 1 c) P(AUB/C) = P(A/C)+P(B/C) SI A EJEMPLO: EN UNA LAVANDERA SE TIENE 40 CAMISAS BLANCAS NUEVAS Y 60 USADAS,TAMBIEN SE TIENE 30 CAMISAS ROJAS NUEVAS Y 50 USADAS.SE EXTRAE UNA CAMISA AL AZAR ;HALLAR: a) LA PROBABILIDAD QUE SEA BLANCA DADO QUE ES NUEVA. b) LA PROBABILIDAD QUE SEA NUEVA DADO QUE SEA BLANCA. SOLUCIN: SEA LOS EVENTOS: } } N ={ U={ } } B ={ R ={ CAMISAS B R TOTAL N 40 30 70 U 60 50 110 TOTAL 100 80 180

a)

P(B/N) =

b)

P(N/B ) =

EJEMPLO: EN UNA BARAJA DE NAIPES DE 52 CARTAS,SE EXTRAE UNA CARTA AL AZAR Y RESULTA SER MAYOR O IGUAL QUE 10 CUAL ES LA PROBABILIDAD QUE SEA UNA REYNA ? SOLUCIN: SEA LOS EVENTOS: A = OBTENCIN DE UNA REYNA. B.-OBTENCIN DE UNA CARTA P(A/B ) =

EJEMPLO: SI LANZAMOS DOS MONEDAS Y DEFINIMOS LOS SUCESOS: A:OBTENER EXACTAMENTE UN SELLO. B:OBTENER AL MENOS UN SELLO. HALLAR P(A/B).

SOLUCIN:
P(A/B ) =

={ A={ B={

} } }

P(B) =3/4
}

={
P(A/B ) = EJEMPLO:

=2/4 =2/3

1Sean
p(A

A y B dos sucesos aleatorios con p(A) = 1/2, p(B) = 1/3,

B)= 1/4. Determinar:

a) b) c) d) e) SOLUCIN: a)

b)

c)

d)

e ) P ( / )

P ( / ) =

EJEMPLO:SE LANZAN DOS DADOS,SABIENDO QUE LA SUMA DE LOS DOS NMEROS ES 6,CALCULAR LA PROBABILIDAD DE QUE EL PRIMER NMERO SEA PAR. SOLUCN: SABEMOS QUE: P(A/B ) = ENTONCES DEFINIMOS: ={ B={ B={ A={ A={ A B ={ LUEGO: P(B)= ENTONCES: P(A } B) = } ,36 PARES } } } }

P(A/B ) =

REGLA GENERAL DE MULTIPLICACIN

SI PARTIMOS DE LA DEFINICIN DE PROBABILIDAD CONDICIONAL: P(A/B ) = DESPEJAMOS:

P(A B) = P(A/B)P(B) P(AB) = P(B/A)P(A) QUE ES EQUIVALENTE.

EJEMPLO:SE SACAN DOS CARTAS SIN SUSTITUCIN DE UNA BARAJA DE 52 CARTASCul ES LA PROBABILIDAD DE QUE AMBOS SEAN ASES? SOLUCIN: SEAN LOS EVENTOS: } B= {LA SEGUNDA CARTA SEA AS} A={

P(A B)= P(A)P(B/A) =

EJEMPLO: SE SACAN DOS CARTAS SIN REPOSICIN EN UNA BARAJA DE 52 CARTAS.CUAL ES LA PROBABILIDAD DE QUE AMBAS SEAN ESPADAS? SOLUCIN: EN LAS 52 CARTAS 13 SON ESPADAS. PRIMERA SELECCIN:SE EXTRAE UNA ESPADA B={ A={ NOS PIDEN QUE OCURRAN AMBOS EVENTOS,LUEGO:

} }

P(A B) = P(A/B)P(B)
P(B) = P(A/B) =P{ ENTONCES: P(A = = }=

INDEPENDENCIA DE SUCESOS
SEAN A y B DOS SUCESOS DE UN ESPACIO MUESTRAL ,SE DICE QUE ESTOS DOS SUCESOS SON INDEPENDIENTES SI SATISFACE CUALQUIERA DE LAS SIGUIENTES IGUALDADES: P(A/B) = P(A) P(A/B) = P(B) ENTONCES P(A = P(A).P(B) GENERALIZANDO PARA VARIOS EVENTOS INDEPENDIENTES A1,A2,..,An. P(A1 EJEMPLO:

SE SACAN DOS CARTAS CON REPOSICIN DE UNA BARAJA DE 52 CARTASCul ES LA PROBABILIDAD DE QUE AMBOS SEAN TREBOL? SOLUCIN: } } A={ B={ P(A)=13/52 P(B)=13/52 P(A =1/16 EJEMPLO: HALLAR LA PROBABILIDAD DE OBTENER DOS CARAS SI SE LANZA SUCESIVAMENTE DOS VECES UNA MONEDA. SOUCIN: } P(A)=1/2 A={ } P(B)=1/2 B={ P(A = EJEMPLO: EN UNA URBANIZACIN LA PROBABILIDAD DE QUE UNA PERSONA SEA MAYOR DE 18 AOS DE EDAD ES DE 45%,LA PROBABILIDAD DE QUE UNA PERSONA CONSUMA CARNE ES DE 15% Y LA PROBABILIDAD DE QUE CONSUMA CARNE,DADO QUE ES MAYOR DE 18 AOS DE EDAD ES DE 15%.SI SELECCIONAMOS UNA PERSONA AL AZAR DE ESTA URBANIZACIN .CUAL ES LA PROBABILIDAD DE QUE CONSUMA CARNE Y TENGA MS DE 18 AOS DE EDAD? SOLUCIN: EVENTOS: } A ={ P(A) = 0.45 { } B= p(B) = 0.15 B/A =CONSUMO DE CARNE DADO QUE LA PERSONA ES MAYOR DE 18 AOS.P(B/A) = 0.15 OBSERVAMOS QUE:P(B/A) = P(B)=0.15 SIGNIFICA QUE A y B SON IMDEPENDIENTES.ES DECIR EL CONSUMO DE CARNE DE UNA PERSONA,NO DEPENDE DE LA EDAD. LUEGO: P(A = P(A).P(B) =(0.45)(0.15)=0.0675=6.75% LA PROBABILIDAD QUE UNA PERSONA CONSUMA CARNE Y TENGA MS DE 18 AOS DE EDAD,ES DE 6.75%.

TEOREMA DE LA PROBABILIDAD TOTAL

SEA UN ESPACIO MUESTRAL PARTICIONADO EN A1,A2,..An CON LA PROPIEDAD: = PARA TODO i = ;P( ) SEA B UN SUCESO CUALESQUIERA EN EL ESPACIO MUESTRAL .ENTONCES: P(B)= )P(B/ ) DEMOSTRACIN:

A1B

A2B

AnB

A1 A2 .. An COMO B ES UN SUCESO DEFINIDO EN EL ESPACIO Y SEA:A1,A2,..,An UNA PARTICIN DE ENTONCES:B=(B

DONDE: (B SON MUTUAMENTE EXCLUYENTES. ENTONCES: P(B)=P(B POR EL TEOREMA DEL PRODUCTO TENEMOS: P(B)=P(A1)P(B/A1)+P(A2)P(B/A2)+.+P( )P(B/An) POR LO TANTO: P(B)= )P(B/ ) EJEMPLO: TRES MQUINAS PRODUCEN UN MISMO ARTCULO.LAS MQUINAS A,B y C FABRICAN EL 35%,25% Y 40% DE LA PRODUCIN TOTAL,RESPECTIVAMENTE.DE SU PRODUCCIN EL 5,4 Y 2%RESPECTIVAMENTE SON DEFECTUOSOS.SE ESCOGE UN ARTCULO AL AZAR.CALCULAR LA PROBABILIDAD DE QUE SEA DEFECTUOSO. SOLUCIN: A1={ } A2={ } A3={ } D={ } 0.35 A1 P(D/A1)=0.05 0.25 A2 0.40 A3 P(D/A2) =0.04 P(D/A3)=0.02

POR EL TEOREMA DE PROBABILIDAD TOTAL. P(D)=P(A1)P(D/A1)+P(A2)P(D/A2)+P(A3)P(D/A3) TENEMOS: P(A1)=0.35 P(D/A1)=0.05 P(A2)=0.25 P(D/A2)=0.04 P(A3)=0.40 P(D/A3)=0.02 REEMPLAZANDO: P(D)=(0.35)(0.05)+(0.25)(0.04)+(0.40)(0.02) =0.0355

TEOREMA DE BAYES
SI LOS EVENTOS A1;A2;;An FORMAN UNA PARTICIN DEL ESPACIO MUESTRAL y B UN EVENTO CUALQUIERA DE , ENTONCES:

P( /B) =

ESTE TEOREMA RESULTA COMO UNA CONSECUENCIA LGICA DEL TEOREMA DE PROBABILIDAD TOTAL. ES DECIR:

P( /B)=
EJEMPLO: TOMANDO EL EJEMPLO ANTERIOR CALCULAR LA PROBABILIDAD QUE EL ARTCULO DEFECTUOSO PROVENGA DE LA MQUINA A ?

SOLUCIN: P(A/D)=
( ) ( )

=0.4930