Conceptos Bsicos de

Probabilidad

DEFINICIONES

EXPERIMENTO
Es cualquier acto o proceso en el que se realizan
observaciones que no puede ser predecidas con
certeza.
EVENTO SIMPLE
Es el resultado ms bsico de un experimento. Es un
punto en el espacio muestral.
EVENTO O SUCESO
Es una coleccin especfica de eventos simples.
ESPACIO MUESTRAL
S De un experimento es el conjunto que consta de la
totalidad de puntos muestrales (eventos simples),
mutuamente excluyentes, que resultan de la ejecucin
del experimento.

ENFOQUES DE
PROBABILIDAD
PROBABILIDAD SUBJETIVA
PROBABILIDAD OBJETIVA
Clsica o a Priori
Frecuencia Relativa o a Posteriori
Axiomtico

Probabilidad
Subjetiva
La posibilidad (probabilidad) de que suceda un
evento, asignado por una persona (opinin experta)
con base en cualquier informacin de que disponga.
Significa evaluar las opiniones disponibles y otra
informacin subjetiva para luego llegar a la
probabilidad.
Por ej. esta vaca tiene una probabilidad de 60% de
parir esta noche.
Desventajas:

1. Son difciles de defender cuando son

puestas en duda.
2. Difcil de identificar los sesgos del
informante.

Probabilidad Clsica o a
priori:
Se basa en la consideracin de que los
resultados de los experimentos son
igualmente posibles y mutuamente
excluyentes. Se basa en el modelo
terico.
E=Suceso n=casos posibles h=nmero
de casos en que el suceso ocurre.
Todos los eventos simples son igualmente
posibles

La probabilidad de aparicin del

suceso (ocurrencia) est dada por:

Probabilidad Clsica o a
priori:
La probabilidad de no-ocurrencia (no
aparicin)
q = P(no E) = (n-h)/n = 1 (h/n) = 1 p = 1
P(E)

P(E) es un nmero comprendido

entre 0 y 1.
p=0 es un suceso imposible; p=1
suceso cierto.
Limitaciones:
En muchas situaciones la ocurrencia de

Concepto de frecuencia
relativa o probabilidad a
posteriori

Se determina observando en que fraccin de

tiempo sucedieron eventos semejantes en el
pasado (Probabilidad Estimada o Emprica).
La probabilidad ser el lmite de la frecuencia
relativa cuando el nmero de observaciones crece
indefinidamente.
La probabilidad as determinada es solo una
estimacin del valor verdadero.
Cuanto mayor es el tamao de la muestra mejor
es esta estimacin.
La probabilidad son solo vlidas bajo las mismas
condiciones en los cuales los datos fueron
originados.

Concepto de frecuencia
relativa o probabilidad a
posteriori
La probabilidad de que un evento ocurra
a largo plazo se determina observando
en que fraccin de tiempo sucedieron
eventos semejantes en el pasado.
P =nmero de veces que ocurri en el
pasado/nmero de observaciones.
Ejemplo: probabilidad de parto
mltiples en bovinos

Concepto de frecuencia relativa

o probabilidad a posteriori

Encare Axiomtico
PROBABILIDAD
De un Evento Simple es un nmero
entre 0 y 1.
COLECTIVAMENTE EXHAUSTIVO: La
suma de todos los resultados
mutuamente excluyentes es igual a 1,
por lo menos uno de los eventos
ocurre cuando se realiza un
experimento.

Calculo de la Probabilidad de un Evento

Definir el experimento:
describir el proceso usado para hacer una
observacin y el tipo de observacin que
ser registrada.

Listar todos los Eventos

Simples Posibles
Asignar Probabilidad a cada
Evento Simple.
Determinar la Composicin del
Evento de inters
Calcular la probabilidad del

DEFINICION AXIOMATICA
Se llama probabilidad a cualquier funcin P que
asigna a cada suceso A del espacio muestral S un
valor numrico P(A), verificando los siguientes
axiomas:
1.- No negatividad: 0 P(A)
2.- P(S) = 1
3.- Aditividad: P(A B) = P(A) + P(B)
si A B =
(donde es el conjunto vaco).

REGLAS BSICAS DE
PROBABILIDAD

Complemento
General de Adicin
Especial de Adicin
General de Multiplicacin
Especial de Multiplicacin

Nomenclatura
Probabilidad de ocurrencia de A y B
p(AB)

A interseccin B

Probabilidad de ocurrencia de A o B
p(AB)

A unin B

Probabilidad de B dado que ya

ocurri A
p(B|A) (probabilidad condicional)

Eventos o Sucesos

Cuando se realiza un experimento aleatorio diversos

resultados son posibles. El conjunto de todos los
resultados posibles se llama espacio muestral (S).

Se llama suceso o evento a un subconjunto de dichos

resultados.

Se llama evento complementario de un suceso A, al

formado por los elementos que no estn en A y se denota
Ac

Se llama evento unin de A y B, AB, al formado por

los resultados experimentales que estn en A o en B
(incluyendo todos los que estn en ambos).

Se llama evento interseccin de A y B, AB al

S espacio
muestral
S espacio
formado por
los elementos
que estn
en Amuestral
yB

A
B

unin

S espacio muestral

S espacio muestral
A
Ac

S espacio muestral
A
B

B
interseccin

Regla del Complemento

Probabilidad del complemento de un evento A
es el evento donde A no ocurre (Ac o
), en
A
otras palabras es la suma de todos los eventos
simples donde A no ocurre. La suma de un
evento con su complementario es igual a 1.
P(A) + P(Ac) = 1;
P(A) = 1 P(Ac)
S espacio muestral

Ejemplo:
Si la probabilidad de un gatito
vacunado entre la semana 9 y 13
contra rinotraqueitis viral felina de
contraer la enfermedad es de 0.04, la
probabilidad de estar
adecuadamente protegido (o de no
contraer la enfermedad) es 1-0.04=

A
Ac

Regla General de
Adicin
La unin de dos eventos A y B es
un nuevo evento, cuya
probabilidad se calcula sumando
las probabilidades de los puntosS
que lo forman:
A
P ( A B ) P ( A) P ( B ) P ( A B )

espacio muestral

B
unin

Ejemplo cual es la probabilidad que

al elegir una carta de truco

S (12 elementos o puntos muestrales)

Si P=1/n para cada punto

*
A

*
*
*

**

*
*

*
*

*
P(A)=7/12

P(B)=6/12

P(AB)=3/12

S (12 elementos o puntos muestrales)

Si P=1/n para cada punto

*
A

*
*
*

**

*
*

*
*

*
P ( A B ) P ( A) P ( B ) P( A B )
P(AB) = [7/12 + 6/12 3/12] = 10/12

P(AB)=10/12

Regla Especial de
Adicin

Si 2 eventos son mutuamente excluyentes

(cuando ocurre un evento, ninguno de los
otros puede ocurrir al mismo tiempo) la
probabilidad de que ocurra uno u otra es
igual a la suma de sus probabilidades.

P ( A B ) P ( A) P( B )
Ejemplo: una lnea de envasado de vacunas
muestra que hay frascos correctamente
llenos (900), hay frascos con menos dosis
(25) y hay frascos con ms dosis (75)
cul es la probabilidad de llenado
incorrecto?

S (12 elementos o puntos muestrales)

Si P=1/n para cada punto

A
*
*
*

**

*
*

*
*

P ( A B ) P( A) P ( B )
P(AB) = [4/12 + 3/12] = 7/12

P(AB)=7/12

Probabilidad
Condicional

A veces tenemos informacin adicional que

nos altera la probabilidad de su presentacin.
Hay una reduccin del espacio muestral.
La probabilidad de que A ocurra dado que B se
ha presentado se denota como P(A|B).
Es igual a la P(A) cuando la ocurrencia de B no
afecta la presencia de A y se dice que A y B
son independientes.
P(A|B) = P(A)
INDEPENDENCIA
Si la probabilidad que ocurra A es afectada por
la ocurrencia de B se dice que los sucesos son
P( A B)
dependientes.
P( A | B)

P( A | B) P( A)

P( B)

S (12 elementos o puntos muestrales)

Si P=1/n para cada punto

*
A

*
*
*

**

*
*

*
P(A|B)= [3/12]/[6/12]=3/6

*
*

P( A B)
P( A | B)
P( B)

Regla General de Multiplicacin

Indica que para dos eventos la
probabilidad conjunta de que
ambos ocurran resulta de
multiplicar la probabilidad del
primero por la probabilidad de que
ocurre el segundo dado que el
primero ocurri.

Independencia
A veces, la informacin de la ocurrencia de un
evento no nos da informacin adicional sobre
la ocurrencia de otro.
Si la probabilidad de que A ocurra dado que B
se ha presentado P(A|B) es igual a la P(A),
quiere decir que la ocurrencia de B no afecta
la presencia de A y se dice que A y B son
independientes.

P(A|B) =P(P(A)
A B)
P( A | B)

P( B)

INDEPENDENCIA

Ecuacin General

Regla Especial de Multiplicacin

Esta regla requiere que los sucesos sean
independientes esto es cierto si la
ocurrencia de uno no altera la
probabilidad del otro.

P ( A B) P( A) P( B )
Ejemplos:
P(sacar 2 caras) al tirar 2 monedas al
aire
P(de sacar un oro y un 3) en un mazo de
cartas.

Probabilidad
condicionada
A
B

P(A) = 0,25
P(B) = 0,10
P(AB) = 0,10

P(A) = 0,25
P(B) = 0,10
P(AB) = 0,08

Probabilidad de A sabiendo que ha pasado B?

P(A|B)=1

P(A|B)=0,8

Intuir la probabilidad
condicionada
A
A
B
B

P(A) = 0,25
P(B) = 0,10
P(AB) = 0,005

P(A) = 0,25
P(B) = 0,10
P(AB) = 0

Probabilidad de A sabiendo que ha pasado B?

P(A|B)=0,05

P(A|B)=0

P(AB)=P(A) P(B|A)=P(B) P(A|B)

Teorema de la probabilidad
total
A
A
2

Si conocemos la probabilidad de B en cada uno de los

componentes de un sistema exhaustivo y excluyente de
sucesos, entonces podemos calcular la probabilidad de
B como la suma de todas las intersecciones.

B
P(B|A1)
P(A1)

A3

A4

Suceso
seguro

P(A2)
P(A3)

P(A4)

P(B) = P(BA1) + P(BA2 ) + P( BA3 ) + P( BA4 )

=P(A1) P(B|A1) + P(A2) P(B|A2)+

A1
A2
A3
A4

P(B|A2)
P(B|A3)
P(B|A4)

B
B
B
B

Teorema de Bayes
A2

A1

si ocurre B, podemos calcular la

probabilidad (a posteriori) de
ocurrencia de cada Ai.

A3

Si conocemos la probabilidad de B en
cada uno de los componentes de un
sistema exhaustivo y excluyente de
sucesos, entonces

A4

P(B Ai)
P(Ai | B)
P(B)

P(B) se puede calcular usando el teorema de la probabilidad total:

P(B)=P(BA1) + P(BA2 ) + P( BA3 ) + ( BA4 )
=P(B|A1) P(A1) + P(B|A2) P(A2) +

Teorema de Bayes

P( A i B)

P(B Ai)
P(Ai | B)
P(B)

P(B A i ).P(A i )
j

P(B A ).P(A )
j