Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Axiomas de La Probabilidad
Axiomas de La Probabilidad
Estadstica
PROBABILIDAD
AXIOMAS Y TEOREMAS DE LA PROBABILIDAD.
DEFINICIONES DE LA PROBABILIDAD.
La palabra probabilidad se utiliza para cuantificar nuestra creencia de que ocurra un acontecimiento
determinado. Existen tres formas de estimar probabilidades: el enfoque clsico, el cual se aplica
cuando todos los resultados posibles que se consideran igualmente probables; el de frecuencias
relativas o probabilidad emprica, se refiere a la estimacin con base en un gran nmero de
experimentos repetidos en las mismas condiciones. El enfoque subjetivo basado en situaciones
especiales, en las cuales no es posible repetir el experimento y slo usa un grado de confianza
personal.
PROBABILIDAD CLSICA O DE LAPLACE (fines del siglo XVI).
Bajo este concepto definiremos la probabilidad de obtener un determinado resultado A, en un
experimento aleatorio como la relacin por cociente, entre el nmero de casos favorables a su
ocurrencia, y el nmero de casos posibles. Si representamos la probabilidad de ocurrencia del evento
A, por P(A), se tendr:
P( A) =
Esta es la definicin clsica o apriori (antes de), es de aplicacin fcil, pues no se necesita de ningn
experimento para su clculo, sino nicamente el conocimiento de las condiciones en que se realiza el
experimento. Se supone que todos los resultados posibles son conocidos, y que todos tienen la
misma probabilidad de ocurrir.
Si una urna contiene 10 esferas blancas, 15 azules y 5 rojas, la probabilidad de extraer al azar una
esfera blanca, es:
10 1
P (B) =
=
30 3
Esta probabilidad se basa en razonamientos abstractos y no depende de la experiencia, lo cual
permite estimar probabilidades sin realizar una gran cantidad de experimentos.
Estadstica
P( A) =
n( A)
n
Donde n(A) es el nmero de veces que se observ realmente el evento A, y n es el nmero de veces
que se efectu el experimento.
La probabilidad estimada, obtenida en esta forma, se denomina probabilidad experimental. A medida
que aumenta el nmero de ensayos o experimentos, la probabilidad estimada de que ocurra un
evento, que se obtiene a travs de la frecuencia relativa, se va acercando al valor apriori.
Por medio del enfoque de frecuencias relativas, la probabilidad se determina sobre la base de la
proporcin de veces que ocurre un resultado favorable, en un nmero de observaciones o
experimentos. No hay supuesto previo de iguales probabilidades.
35 1
=
70 2
AXIOMAS DE PROBABILIDAD
Los axiomas de la formulacin moderna de la teora de la probabilidad constituyen una base para
deducir a partir de ellas un amplio nmero de resultados.
Estadstica
Estadstica
AB=
Entonces A y B son conjuntos disjuntos o mutuamente excluyentes, o sea que no pueden ocurrir en
forma simultnea
P(A B) = P(A) + P(B)
En cambio, si ambos eventos tienen puntos muestrales en comn A B
S
AB
P(A B) = P(A) + P(B) - P(A B)
PROBABILIDAD CONDICIONAL
La probabilidad condicional se simboliza P(B/A), que se lee probabilidad de B, dado A, o la
probabilidad de que ocurra B, condicionado a que haya ocurrido A.
Se dice que dos o ms eventos son independientes entre s cuando la probabilidad de que ocurra uno
no es influida por la ocurrencia de otro. Si A y B representan dos eventos y si la ocurrencia de A no
afecta a la ocurrencia de B, y la ocurrencia de B no afecta a la ocurrencia de A, entonces se dice que
A y B son Independientes.
En este caso, la probabilidad de que ocurran A y B es igual al producto de sus respectivas
probabilidades, y se expresa as:
P(A B) = P(A) P(B)
Estadstica
En una caja hay 5 esferas blancas, 4 rojas y 3 negras. Se extrae una esfera, se observa su color y se
regresa a la caja. Bajo estas condiciones, Cul es la probabilidad de que al extraer 3 esferas, stas
sean de color rojo?
4
4
4
64
1
P (R1 R2 R3) =
x
x
=
=
12 12 12 1728 27
Si dos eventos A y B no son independientes, es decir, si A y B son dependientes, la probabilidad
compuesta de A y B no es igual al producto de sus probabilidades respectivas. Por lo cual, podemos
decir, que para eventos dependientes:
P(A B) P(A) P(B)
Es decir:
P(A B) = P(A) P(B / A)
o
P(B A) = P(B) P(A / B)
En una caja hay 5 esferas blancas, 4 rojas y 3 negras. Si se extraen al azar 3 esferas en forma
consecutiva, sin reemplazo, Cul es la probabilidad de que las 3 sean de color rojo?
Sea R1 el evento extraer una esfera roja.
P(R1R2R3) = P(R1) P(R2 / R1) P(R3 / R1 R2) =
4
3
2
24
1
x
x
=
=
12 11 10 1320 51
P( A / B) =
P (B A )
P (B )
Una caja contiene 200 focos, 50 azules y 50 rojos; de los cuales, 10 son defectuosos: 6 azules y 4
rojos. Cul es la probabilidad de que un foco elegido al azar, sea defectuoso (evento D)?
P ( D) =
10
1
=
100 100
Si seleccionamos un foco al azar y se observa que ste es azul (evento A), Cul es la probabilidad
de que el foco sea defectuoso, dado que es azul ?
DEPARTAMENTO DE CIENCIAS BSICAS
Estadstica
Escribiremos P(D/A), para representar la probabilidad del evento D, dado A. Entonces, puesto que
hay 50 focos azules y de stos, 6 son defectuosos
P(D / A) =
6
3
=
50 25
TEOREMA DE BAYES
El procedimiento que se utiliza para encontrar probabilidades posteriores, a partir de probabilidades
previas, se llama regla Bayesiana. Las probabilidades apriori o previas se conocen antes de obtener
informacin alguna del experimento en cuestin. Las probabilidades aposteriori se determinan
despus de conocer los resultados del experimento.
El teorema de Bayes consiste en un mtodo para encontrar la probabilidad de una causa especfica
cuando se observa un efecto particular.
Esto es, si el evento B ha ocurrido, Cul es la probabilidad de que fue generado por el evento A1
(que es una causa posible ) o por el A2 (otra causa posible)?
Si suponemos que los eventos A1, A2, A3, ...., An, forman una particin de un espacio muestral S;
esto es, que los eventos A1 son mutuamente excluyentes y su unin es S. Ahora, sea B otro evento,
entonces :
A1
An
B
A2
A3
A4
P ( A i / B) =
Estadstica
P(A i )P(B/A i )
P(A 1 )P(B/A 1 ) + P(A 2 )P(B/A 2 ) + ... + P(A n )P(B / A n )
Es decir:
P ( A i / B) =
P(A i )P(B/A i )
P(A i )P(B/A i )
Se tienen dos cajas. La caja I contienen 3 esferas rojas y 2 azules, en tanto que la caja II contiene 2
esferas rojas y 8 azules. Se arroja una moneda. Si se obtiene guila se saca una esfera de la caja I;
si se obtiene sol se saca una esfera de la caja II. R indica el evento sacar una esfera roja
mientras que I y II indican los eventos escoger caja I y caja II, respectivamente. Una esfera roja
puede resultar al escoger cualquiera de las cajas.
a) Hallar la probabilidad de sacar una esfera roja.
P (R ) = P (I )P (R / I ) + P (II )P (R / II )
1 3 1 2 2
P (R ) = + =
2 5 2 10 5
b) Hallar la probabilidad de que se escogiera la caja I, dado que la esfera es R, (es decir que el
resultado de arrojar la moneda sea guila).
La persona que arroj la moneda no da a conocer si result guila o sol (de tal manera que la caja de
la cual se sac la esfera se desconoce) pero indica que se extrajo una esfera roja.
Buscamos la probabilidad de que se escoja la caja I y se sabe que se sac una esfera roja. Empleando
el teorema de Bayes, esta probabilidad est dada por:
P (I / R ) =
P (I ) P ( R / I )
P(I )P(R / I ) + P(II )P(R / II )
1 3
3
2 5
=
P (I / R ) =
1 3 1 2 4
+
2 5 2 | 0
Estadstica
En un Instituto Superior, el 25 por ciento de los hombres y el 10 por ciento de las mujeres estudian
Biologa. Las mujeres constituyen el 60 por ciento del estudiantado. Si se selecciona en forma
aleatoria un estudiante y resulta que est cursando Biologa, determinar la probabilidad de que sea
mujer.
P(H) = 0.40;
P(M) = 0.60;
P(B/H) = 0.25;
P(B/M) = 0.10
P (M / B ) =
(0.6)(0.1)
(9.4)(0.25) + (0.6)(0.1)
= 0.375
Estadstica
FORMULARIO
Factorial
P( A) =
n!=n(n-1)(n-2)(3)(2)(1)
n Pn
= n!
0 P(A) 1
P(A1) + P(A2) + P(A3) + ...... + P(An) = 1
n!
(n r )!
P(A) = 1 - P(A)
Teoremas de la suma de probabilidades.
S A B =
n!
n Pn1, n2, ..., nk =
n1! n2! ... nk!
S A B
P(A B) = P(A) + P(B) - P(A B)
Permutaciones circulares
n Pc
= (n 1)!
Probabilidad condicional
P(A B) = P(A) P(B) (Independientes)
Combinaciones
n Cr =
n!
(n r )! r!
P (B / A ) =
Frmula binomial
(a + b ) n =
Axiomas
n( A)
P( A) =
Permutaciones de n elementos
P( A)
n n
n r r
a
r = 0 r
P( A B)
P( A / B) =
Probabilidad de un evento
P (B A )
P (B )
Teorema de Bayes
P ( A i / B) =
P(A i )P(B/A i )
P(A 1 )P(B/A 1 ) + P(A 2 )P(B/A 2 ) + ... + P(A n )P(B / A n )