Fundamentos De Teoría De La Probabilidad

Instituto Politécnico Nacional
Escuela Superior De Ingeniería Mecánica Y Eléctrica

Unidad Zacatenco
Alumnos: Espinoza Martínez Rolando Miranda Domínguez Luis Orlando Torres Martínez Alan López Hernández Fernando López Pina Eduardo

Grupo: 4AV1

Turno: Vespertino

Profesor: García León Ricardo

Materia: Probabilidad Y Estadística

Unidad 2 “Fundamentos De Teoría De La Probabilidad”

Página | 1

Fundamentos De Teoría De La Probabilidad

2.1 Conjuntos
Rama de las matemáticas a las que el matemático Georg Ferdinand Ludwing Philipp Cantor es el padre de la Teoría de Conjuntos, dio su primer tratamiento formal en 1870. El concepto de conjunto es uno de los más fundamentales en matemáticas, incluso más que la operación de contar, pues se puede encontrar implícita o explícitamente, en todas las ramas de las matemáticas puras y aplicadas. En su forma explícita, los principios y terminología de los conjuntos se utilizan para construir proposiciones matemáticas más claras y precisas y para explicar conceptos abstractos como el infinito.

La Teoría de Conjuntos es una teoría matemática, que estudia básicamente a un cierto tipo de objetos llamados conjuntos y algunas veces, a otros objetos denominados no conjuntos, así como a los problemas relacionados con estos.

El concepto de conjunto es intuitivo y se podría definir como una "agrupación bien definida de objetos no repetidos y no ordenados"; así, se puede hablar de un conjunto de personas, ciudades, gafas, lapiceros o del conjunto de objetos que hay en un momento dado encima de una mesa. Un conjunto está bien definido si se sabe si un determinado elemento pertenece o no al conjunto. El conjunto de los bolígrafos azules está bien definido, porque a la vista de un bolígrafo se puede saber si es azul o no. El conjunto de las personas altas no está bien definido, porque a la vista de una persona, no siempre se podrá decir si es alta o no, o puede haber distintas personas, que opinen si esa persona es alta o no lo es. En el siglo XIX, según Frege, los elementos de un conjunto se definían sólo por tal o cual propiedad. Actualmente la teoría de conjuntos está bien definida por el sistema ZFC. Sin embargo, sigue siendo célebre la definición que publicó Cantor. ¿QUE ES UN CONJUNTO? Un conjunto es la agrupación, clase, o colección de objetos o en su defecto de elementos que pertenecen y responden a la misma categoría o grupo de cosas, por eso se los puede agrupar en el mismo conjunto. Esta relación de pertenencia que se establece entre los objetos o elementos es absoluta y posiblemente discernible y observable por cualquier persona. Entre los objetos o elementos susceptibles de integrar o conformar un conjunto se cuentan por supuesto cosas físicas, como pueden ser las mesas, sillas y libros, pero también por entes abstractos como números o letras.

Página | 2

24} Conjunto Infinito: Es el conjunto que. El simbolo del conjunto vacio O o { }.6.Fundamentos De Teoría De La Probabilidad Los conjuntos son materia de estudio de las matemáticas. Ejemplo: A= {*/x sea grano de sal} Conjunto Vacio: Es el conjunto cuya cardinalidad es cero ya que carece de elementos. Ejemplo: M= {*/x es divisor de 24} M= {1.3.2.12. CLASES DE CONJUNTOS Conjunto Finito: Es el conjunto al que se le puede determinar su cardinalidad o puede llegar a contar su ultimo elemento.4.8. Página | 3 . no se le puede llegar a contar su ultimo elemento. por tener muchisimos elementos.

j. o. En su interior se colocan los elementos del conjunto. Ejemplo: D={*/x sea vocal de la palabra "pez"} DETERMINACIÓN DE UN CONJUNTO Hay tres formas de determinar conjuntos. u } B = { 0. s } En un conjunto determinado por extensión no se repite un mismo elemento. 4. Ejemplo: A = { a. por Extension ó Forma Tabular: La representacion enumerativa de un conjunto consiste en escribir uno a uno los elementos que conforman un conjunto dado. n. Su cardinalidad es uno (1).Fundamentos De Teoría De La Probabilidad Ejemplo: C={*/x sea habitantes del sol} Conjunto Unitario: Es el conjunto que solo tiene un elemento.  Por Comprension ó Forma Descriptiva: Esta forma consiste en determinar la caracteristica comun entre los elementos que posee un conjunto. Ejemplo: A = { x/x es una vocal } B = { x/x es un número par menor que 10 } C = { x/x es una letra de la palabra conjuntos }  Forma Grafica: En esta forma se representa mediante una superficie limitada por una línea. t. u. Página | 4 .  Forma Enumerativa. i. e. 8 } C = { c. Cada porción del plano limitada se nombra con una letra mayúscula. 2.o . 6.

La unión de conjuntos se define como: A U B = {x / x € A o x € B} Página | 5 .Fundamentos De Teoría De La Probabilidad Ejemplo: OPERACIONES CON CONJUNTOS UNION DE CONJUNTOS: La unión de los conjuntos A y B es el conjunto formado por todos los elementos que pertenecen a A o a B o a ambos. Se denota: A U B.

1. 4. 6. 6. 4 } y C = { 5. 1. 2. 4. 5 }. La intersección de A y B también se puede definir: A B={x/x€Ayx€B} Página | 6 . 5 } y C = { 5. 6. 4 } y C = { 5. . 1. 8 } A U C = { 0.Fundamentos De Teoría De La Probabilidad EJEMPLOS: Dados los conjuntos: A = { 0. 2. 5. 6. 2. 8 } B U C = {x/x € N y x > 0 < 8 } INTERSECCION DE CONJUNTOS: La interseccion es el conjunto formado por los elementos que son comunes entre dos o mas conjuntos dados. 8 } a) A U C  b) B U C A = { 0. 3. 3. 2. 2. 6. 3. 8 }  B = { 0. que se lee: A intersección B. 4. 8 } B U C = { 0. 2. 4. B = { 0. Se denota por A B.

5. 3. 5.B que se lee: A diferencia B o A menos B.4} B = { 3.Fundamentos De Teoría De La Probabilidad EJEMPLOS: Dados los conjuntos: A = { 0. Se define la diferencia de dos conjuntos también como: A . 2. 1. 4 } a) A C b) B C A = { 0. 4 } BC={O} DIFERENCIA DE CONJUNTOS: Se denomina diferencia de dos conjuntos A y B al conjunto formado por todos los elementos de A pero que no pertenecen a B. 7 } y C = { 2. 7 } y C = { 2. 2. La diferencia se denota por: A . 4 } A C={2. 4. 3. 5 }. 1.B = {x / x € A y x B} A-B Página | 7 . 4. 5 } y C = { 2. B = { 3.

e }  B = { a. d. b.C  A = { a. pero no a ambos: Página | 8 . g } A . que pertenecen a A . b. es decir. f. c. e } y C = { d. e } DIFERENCIA SIMETRICA: El conjunto diferencia simétrica de A y B está formado por los elementos del universo que pertenecen a uno y solamente uno de ellos. g } B . o a B . f.Fundamentos De Teoría De La Probabilidad EJEMPLOS: Dados los conjuntos: A = { a. b. g } a) A . e } y C = { d.C = { a. B = { a.C = { a. f. e }. d. e } y C = { d.C b) B . c. c.

t} A={p. a. r.s} Entonces: COMPLEMENTO DE CONJUNTOS: Si un conjunto A es subconjunto de otro conjunto universal U.s.Fundamentos De Teoría De La Probabilidad EJEMPLO: Sean: U={p.r. e } y A = { t. Simbólicamente se expresa: A' = { x/x € U y x A} EJEMPLOS: Sean U = { m. e } Página | 9 . al conjunto A' formado por todos los elementos de U pero no de A.s} B={r. t. se llama complemento de A con respecto a U.

El símbolo ! se lee factorial y es el producto resultante de todos los enteros positivos de 1 a n. Si un evento A puede ocurrir de n1 maneras y una vez que este ha ocurrido. yposteriormente quedarán 8 personas para el tercer premio. el número total de formas diferentes en que ambos eventos pueden ocurrir en el orden indicado. Una vez que éste ha sido entregado.. suponiendo que cada persona no puede obtener más de un premio? Aplicando el principio fundamental del conteo. por ejemplo. 26 x 25 x 10 x 9 x 8 = 468000 n un número entero positivo. es decir. hay un gran número de posibles resultados tales como el número de niños y niñas Página | 10 . el producto n (n-1) (n-2). tenemos 10 personas que pueden recibir el primerpremio. 10 x 9 x 8 = 720 ¿Cuántas placas de automóvil se pueden hacer utilizando dos letras seguidas de tres cifras? No se admiten repeticiones. es igual a n1 x n2. Si.3 x 2 x 1 se llama factorial de n. hay seis posibles resultados. De ahí que el número de manerasdistintas de repartir los tres premios. es relativamente fácil listar y contar todos los posibles resultados. Las técnicas de conteo son aquellas que son usadas para enumerar eventos difíciles de cuantificar. r } 2. otro evento B puede n2 maneras diferentes entonces. restan 9 personas para recibir el segundo.2 TECNICAS DE CONTEO El principio fundamental en el proceso de contar ofrece un método general para contar el numero de posibles arreglos de objetos dentro de un solo conjunto o entre carios conjuntos. ¿De cuántas maneras pueden repartirse 3 premios a un conjunto de 10 personas. a.Fundamentos De Teoría De La Probabilidad Su complemento de A es: A' = { m. sea n 5! = 5 x 4 x 3 x 2 x 1 = 120 Por definición 0! = 1 Si el número de posibles resultados de un experimento es pequeño. Al tirar un dado.. sin embargo.

la cara que queda hacia arriba. cada vez. siempre que el interruptor X esté cerrado. de éste se desprenden tantas ramas como maneras diferentes se pueda realizar esa acción. la corriente fl uye de la terminal 1 a la terminal 2. etc. 5 niños. 2 niños y 3 niñas. Página | 11 .Fundamentos De Teoría De La Probabilidad por familias con cinco hijos. lo mismo puede ocurrir la tercera vez que se lanza la moneda. 4 niños y 1 niña. sin importar lo que haya caído la primera vez. Las posibilidades serían. Ejemplo 1 Considere el experimento consistente en lanzar una moneda tres veces consecutivas y observar. Entonces. sería tedioso listar y contar todas las posibilidades. 3 niños y 2 niñas. en las terminales de cada rama se dibujan otros nodos. que representa la primera acción a efectuar. o que los interruptores Y y Z. también la cara que queda hacia arriba puede ser águila o sol. la segunda vez que se lanza. el diagrama de árbol correspondiente es: El número de maneras en que puede caer la moneda tres veces consecutivas es: 2x2x2=8 Ejemplo 2 En el circuito mostrado en la siguiente fi gura. Diagramas de árbol Un diagrama de árbol es una herramienta gráfica que permite enumerar todas las posibles maneras de realizar un conjunto de acciones secuenciales o independientes. considerando la manera en que se realiza la primera. La primera vez que se lanza la moneda. la cara que queda hacia arriba puede ser águila o sol. ambos estén cerrados. que representan la segunda acción a efectuar y de los que se desprenden tantas ramas como maneras lógicas diferentes pueda realizarse esa segunda acción. El árbol se construye a partir de un nodo. Y así. sucesivamente.

abierto o 1. Sea el experimento E2 consistente en observar el funcionamiento de los tres interruptores. simultáneamente.. por el orden en que se colocan éstos. generando el espacio muestral S1 = {0.. El funcionamiento de cada interruptor es independiente del funcionamiento de los otros dos. cerrado. se hacen las siguientes consideraciones: la elección del primer objeto se puede hacer de n maneras diferentes.. Construya el diagrama de árbol asociado a tal experimento. todas las permutaciones constan de los mismos n elementos. abierto o 1. Notación: Pn Para calcular el número de permutaciones que se pueden formar con los n objetos. por lo que cada interruptor puede presentar uno de dos estados: 0. cerrado.1) maneras diferentes.. y la elección del n-ésimo objeto sólo se puede hacer de una manera. Ahora. Entonces. pero se consideran diferentes.que nos conduce a la definición de factorial: Pn=n! Ejemplo Página | 12 . invocando el principio fundamental del conteo se tiene: Pn=(n-1)(n-2)…3x2x1. la elección del segundo objeto se puede hacer de (n .Fundamentos De Teoría De La Probabilidad El experimento E1 consiste en observar el funcionamiento de un interruptor. 1}. el diagrama de árbol correspondiente es: Permutaciones Se llaman permutaciones de n objetos a las diferentes maneras en que se pueden ordenar esos n objetos. que puede presentar uno de dos estados: 0.

por lo tanto. existen r! ordenaciones equivalentes de r objetos. De modo que basta con dividir el número de ordenaciones de n objetos de orden r. son combinaciones de 52 objetos tomados de 5 en 5.. los 4 libros de química se pueden permutar de P4= 4!= 24 maneras. generando r! ordenaciones.. Por el principio fundamental del conteo. si los de cada materia deben quedar juntos? El considerar que los libros de cada materia deben quedar juntos implica distinguir las 3 materias como 3 objetos que se pueden permutar: el primer objeto es el grupo de libros de matemáticas. Notación: rCn Para calcular el número de combinaciones de r objetos que se pueden formar con los n objetos disponibles.368. para efectos de conteo. en efecto. si difi ere en uno de sus objetos por lo menos.. entre las permutaciones de r objetos para obtener las combinaciones de n objetos de orden r: Ejemplo 1 ¿Cuántas manos diferentes le pueden tocar a un jugador de poker? Una mano de poker es de 5 cartas y la baraja inglesa consta de 52.000 maneras b) ¿De cuántas maneras diferentes puedes acomodarlos en tu librero.674. a esta manera de tomar la muestra se le denomina muestreo sin reemplazamiento. la muestra de 5 cartas distintas. el segundo objeto es el grupo de libros de química y el tercer objeto es el grupo de libros de física. El número de maneras en que se pueden permutar estos 3 objetos es: P3= 3!= 6 Los 6 libros de matemáticas se pueden permutar de P6= 6!= 720 maneras. por ende. 6 de los cuales son de matemáticas. Ejemplo 2 Si en el grupo 20 de “Probabilidad” hay 14 estudiantes mujeres.600 maneras. Combinaciones Se llaman combinaciones de n objetos de orden r a los distintos grupos que se pueden formar al escoger secuencialmente r objetos de entre n posibles.. 4 son de química y 5 son de física. ¿cuántos partidos diferentes de volibol se podrían realizar. que puede ser cualquiera de las 48 que quedan. se considera que. y los 5 libros de física se pueden permutar de P5=5!= 120 maneras. de modo cada una de las combinaciones es distinta de las demás. en cada mano se obtiene.441. La primera carta puede ser cualquiera de la 52. cada combinación de r objetos se puede permutar de r! maneras diferentes.307. la segunda puede ser cualquiera de las 51 restantes. si cada equipo es de 6 jugadoras? Es necesario considerar la conformación de dos equipos: El primer equipo se puede formar de 6 Página | 13 . de una en una. sin importar el orden.Fundamentos De Teoría De La Probabilidad Si en el librero de tu casa hay 15 diferentes libros. ¿De cuántas maneras diferentes puedes acomodarlos en el librero? P15= 15!= 1. el número total de maneras en que se pueden colocar los 15 libros en el librero. haciendo que los de cada materia queden juntos es: P3(P6P4P5)=3!6!4!5!=6x720x24x120=12. y la quinta. El orden en el que salen las cartas no importa y evidentemente no se permite la repetición. por cada combinación de r objetos.

el segundo equipo se puede formar de 6C8 maneras. pues una misma sexteta puede pertenecer a ambas combinaciones. se le llama experimento aleatorio no numerable. Por ejemplo. Página | 14 . El producto de estas dos combinaciones. el problema se resuelve dividiendo el producto de las dos combinaciones. pero cada uno de ellos está considerado dos veces. pues ahora se eligen 6 jugadoras de entre las 8 mujeres que quedan disponibles. Un experimento se dice aleatorio si verifica las siguientes condiciones: • Si los resultados se pueden contar se le llama experimento aleatorio numerable. invocando el principio fundamental del conteo. y si no se pueden contar.3 Conceptos básicos: experimento aleatorio y determinante. • • Es imposible predecir el resultado exacto del mismo antes de realizarlo. Existe cierta controversia sobre si los fenómenos aleatorios existen realmente o simplemente surgen del desconocimiento de los factores que desencadenan el mismo o de las leyes físicas que lo rigen. altura al suelo y ángulo del lanzamiento. puede presentar resultados diferentes. Es por esto que algunas veces se define un fenómeno aleatorio como aquel en el que pequeños cambios en sus factores producen grandes diferencias en su resultado.Fundamentos De Teoría De La Probabilidad C14 maneras. Experimento aleatorio En Teoría de la probabilidad un experimento aleatorio es aquel que bajo el mismo conjunto aparente de condiciones iniciales. y si no se puede nombrar al último resultado. se podría mediante complejos cálculos conocer el resultado final. no se puede predecir o reproducir el resultado exacto de cada experiencia particular. es decir. Esto no quiere decir necesariamente que exista un completo determinismo científico. • Si es posible conocer previamente todos los posibles resultados (el espacio muestral. las dimensiones exactas del dado y las propiedades del suelo. A cada realización de un experimento se le llama experiencia o prueba. constituido por diferentes sucesos) o por lo menos nombrar al último resultado se le llama experimento aleatorio finito. sino que en ocasiones el azar es consecuencia de la ignorancia de un suceso o de la incapacidad para procesar toda la información que se tiene. se le llama experimento aleatorio infinito. si en el lanzamiento de un dado conociéramos exactamente la fuerza. entre las permutaciones de los 2 equipos: 2. proporciona el número de partidos que pueden realizarse. pues se pueden elegir 6 jugadoras diferentes de entre 14 disponibles.

Si la arrojamos hacia arriba. Si dedicas mayor tiempo al estudio tus conocimientos crecerán. sin lugar a dudas. Recientemente ha aparecido la propuesta de que algunos sistemas físicos. 2. sabemos que subirá durante un determinado intervalo de tiempo. Ejemplos:     Si lanzamos una moneda no sabemos de antemano si saldrá cara o cruz. Cuando un experimento o fenómeno no es determinista estamos ante unexperimento aleatorio. no te garantiza que la tome o la deje. eso implica que aún siendo deterministas no es posible calcular con seguridad su evolución futura. que la piedra bajará. Ejemplos:     Si dejamos caer una piedra desde una ventana sabemos. aunque otras interpretaciones como la de David Bohm atribuyen la aleatoriadad aparente de los fenómenos cuánticos a la ignorancia de ciertas condiciones (las teorías cuánticas deterministas reciben el nombre de teorías de variables ocultas). cuando partiendo de unas mismas condiciones iniciales tenemos la certeza de lo que va a suceder. pero después bajará. La relación causa-efecto se conoce en su totalidad. y m de ellas poseen una característica A Página | 15 . Si bebes demasiado y en exceso te embriagarías. un suceso determinista es un experimento o fenómeno que da lugar a un resultado cierto o seguro. como la interpretación de Copenhague de la mecánica cuántica sostienen que a nivel atómico existen los fenómenos aleatorios genuinos. El lanzarle una nuez a una ardilla. en concreto los sistemas macroscópicos caóticos podrían ser genuinamente no-computables aunque deterministas. Presentar un examen ya que no puedes garantizar el aprobarlo. es decir. Si lanzamos un dado tampoco podemos determinar el resultado que vamos a obtener. Experimento determinante En estadística.Fundamentos De Teoría De La Probabilidad Algunas propuestas realizadas desde la física.4 Probabilidad Clásica o a Priori Si un suceso puede ocurrir de N maneras mutuamente excluyentes e igualmente probables. mostrando un comportamiento aparentemente aleatorio.

Notamos a través de gran cantidad de observaciones acumuladas con los diversos juegos de azar una forma general de regularidad que permitió establecer una teoría. Obtendremos así una serie de frecuencias relativas para n1. Supongamos que efectuamos una serie de n repeticiones del experimento E. Puede atribuirse a este punto de vista el adelanto registrado en la aplicación de la probabilidad en la Física. la Astronomía. Página | 16 . Estas frecuencias relativas diferirán poco entre sí cuando las n i sean grandes y tenderán a acumularse en la proximidad de un valor fijo. Sea f el número de repeticiones en las que se presenta el suceso A. las Ciencias Sociales y los negocios. intentando mantener constantes las condiciones pertinentes. n2 …. de forma que en las restantes n – f no se presentará. Esta teoría está estrechamente relacionada con el punto de vista expresado por Aristóteles: “lo probable es aquello que ocurre diariamente”.Fundamentos De Teoría De La Probabilidad Ejemplo 1: P(de que salgan dos caras al tirar 2 monedas) P(de que salga una cara al tirar 2 monedas ) Ejemplo 2: P(de que salga un varón al tomar 2 bebés y observar su sexo) Probabilidad empírica o frecuencial Una teoría de mayor aplicación y muy sostenida es la basada en la frecuencia relativa. la Biología.

Pensaste cuando tiras muchas. ¿ Cuál es la probabilidad de que haya vida en Marte? ¡Analiza esta probabilidad! Estos ejemplos ¿ a qué definición de probabilidad corresponden? Ejemplo 1 Página | 17 . Este número se llamará probabilidad del suceso A en relación con el experimento aleatorio E. la repetición real será en ocasiones difícil o incluso imposible de realizar. debido a los costos prohibitivos de experimentación. Para establecer una descripción matemática sencilla de la conducta de las frecuencias relativas para grandes valores de n. Naturalmente.Fundamentos De Teoría De La Probabilidad Debemos señalar que la estabilidad. muchas veces una moneda ¿cuál es la probabilidad de que salga cara? ¿Aplicaste esta definición? ¿Por qué?. por ejemplo. La frecuencia relativa fr se considerará entonces como una medida experimental de la probabilidad y diremos: “De acuerdo con el concepto empírico de la estabilidad de las razones frecuenciales cabe esperar que. se asigna un valor de probabilidad a los sucesos basado en el grado de creencia de que el suceso pueda ocurrir. vamos a postular la existencia de un nro. Estaremos entonces “estimando” el valor de una probabilidad desconocida por medio de un estudio de la conducta de las frecuencias relativas del hecho o suceso correspondiente. a la larga. la opinión personal o la intuición del individuo. Probabilidad subjetiva Se refiere a la probabilidad de ocurrencia de un suceso basado en la experiencia previa. casi insignificante. La aplicación de esta definición está relacionada con un experimento aleatorio que puede ser repetido varias veces en condiciones uniformes. la razón frecuencial observada sea aproximadamente igual a p que se llamará probabilidad del suceso en estudio”. p que es el nro. es decir. En este caso después de estudiar la información disponible. la frecuencia relativa del suceso en estudio. de las frecuencias relativas se aplica a una amplia clase de experimentos aleatorios.Discutilo en grupos y analizá la explicación con tu profesora. al cuál tiende fr. de los que el juego de azar constituye un caso en particular. para grandes valores de n. pero bastará con que sea concebible una repetición en condiciones uniformes.

2. es decir. 5. Fueron formulados por Kolmogórov en 1933.Fundamentos De Teoría De La Probabilidad E: Tirar un dado A = que salga el n° 3 S = {1. tenemos es rultado x1 Tercer axioma Página | 18 . Segundo axioma La probabilidad del total. sobre el que se ha definida una σ-álgebra (léase sigma-álgebra) σ de subconjuntos de Ω y una función P que asigna valores reales a los miembros de σ. es igual a 1. 3. Ω.σ) si se cumplen los siguientes tres axiomas. 4. Axiomas de Kolmogórov Dado un conjunto de sucesos elementales. se dice que P es una probabilidad sobre ñ (Ω. Primer axioma La probabilidad de un suceso es un número real mayor o igual que 0. . a los que denominamos "sucesos". 6} P(A) = 1/6 Ejemplo 2 E: Retirar una carta de un mazo A= que salga oro P(A) = 10/40 Axiomas de probabilidad Los axiomas de probabilidad son las condiciones mínimas que deben verificarse para que una función definida sobre un conjunto de sucesos determine consistentemente sus probabilidades.

Propiedades que se deducen de los axiomas De los axiomas anteriores se deducen otras propiedades de la probabilidad: 1. Para cualquier suceso 3. siendo los subconjuntos miembros de la σ-álgebra los sucesos y definida de tal manera que la medida del total sea 1. gracias a su definición matemática. un "espacio de sucesos" (el espacio muestral) en el que se han definido los posibles sucesos a considerar (la σ-álgebra) y la probabilidad de cada suceso (la función de probabilidad). Según este axioma se puede calcular la probabilidad de un suceso compuesto de varias alternativas mutuamente excluyentes sumando las probabilidades de sus componentes. Si 5. Es fácil comprobar que esta función verifica los tres axiomas de Kolmogórov y. Ejemplos Como ejemplo se puede tomar como espacio muestral a los posibles resultados al arrojar un dado corriente . la σ-álgebra y la función de probabilidad se la denomina Espacio probabilístico. Tal medida. A la terna formada por el espacio muestral. imposible 2. por tanto. entonces: .Fundamentos De Teoría De La Probabilidad Si son sucesos mutuamente excluyentes (incompatibles dos a dos. disjuntos o de intersección vacía dos a dos). En términos más formales. 4. verifica igualmente los tres axiomas de Kolmogórov. tomaremos como σ-álgebra todos los subconjuntos ) y como función de probabilidad entonces donde el conjunto vacío representa en probabilidad el suceso posibles de Ω (que en matemáticas se denota por donde representa el número de elementos del conjunto . Página | 19 . consituye una probabilidad sobre este conjunto. esto es. una probabilidad es una medida sobre una σ-álgebra de subconjuntos del espacio muestral.

es decir esta probabilidad está sujeta a una condición. Si de tal manera que entonces con lo que 2.5 PROBABILIDAD CONDICIONAL En esta sección examinaremos como la probabilidad de ciertos eventos depende o se ve influida por la ocurrencia de otros. 3. Página | 20 . puesto que hay 10 semillas de flores rojas de un total de 15. La probabilidad de que la primera semilla sea roja es . ¿Cuál es la probabilidad de que: a. Escrito con notación de probabilidad tenemos: b. una por una. Ejemplo 27: Se seleccionan dos semillas aleatoriamente. puesto que es el cociente de dos números positivos 2. La primera semilla sea roja? b. Para ello veremos algunos ejemplos. la de que la primera semilla sea roja. Este tipo de probabilidad se le llama probabilidad condicional y se denota por . La probabilidad de que la segunda semilla sea blanca se ve influida por lo que salió primero. La segunda semilla sea blanca dado que la primera fue roja? Solución: a. y se lee: la probabilidad de B2 dado R1. de una bolsa que contiene 10 semillas de flores rojas y 5 de flores blancas.Fundamentos De Teoría De La Probabilidad 1. .

hemos visto que en general la probabilidad condicional del evento B dado el evento A es diferente de la probabilidad del evento B. puesto que todavía hay 5 semillas blancas en un total de 14 Veamos la situación en un diagrama de árbol: Definición de Probabilidad Condicional: Para dos eventos cualesquiera A y B en un espacio muestra S. EVENTOS INDEPENDIENTES Cuando A y B son dos eventos con probabilidades positivas. . Sin embargo. tales que P(A) > 0 con P(A) 0.Fundamentos De Teoría De La Probabilidad Esta probabilidad restantes. la probabilidad del evento B dado el evento A. se define por . cuando se tiene la igualdad: P(B/A) = P(B) es de especial importancia Página | 21 .

Proposición 3. Demostración: De la definición de probabilidad condicional se tiene y Despejando [3. lo que nos indica que A es Proposición 3. entonces A es independiente de B.5] Sustituyendo [3.5] se tiene: Por otra parte. Es decir.Fundamentos De Teoría De La Probabilidad porque esto quiere decir que el evento B no depende o es independiente del evento A.7: A y B son independientes si y sólo si Demostración: Si A y B son independientes.3] nos conduce a la expresión Por lo tanto. . no importa si ocurrió o no el evento A puesto que la ocurrencia o no de A no afecta al evento B. entonces Página | 22 . si . independiente de B.5] [3.4] en [3.4] De la definición de probabilidad condicional se derivó la ecuación [3.6: Si B es independiente de A. de donde .3] Como B es independiente de A. se tiene: P(B/A) = P(B) y sustituyendo en [3. entonces P(B/A) = P(B) y P(A/B) = P(A) [3.

Fundamentos De Teoría De La Probabilidad y De donde A es independiente de B y B es independiente de A. b) Si nieva: probabilidad de accidente del 20% c) Si hay niebla: probabilidad de accidente del 5%. La fórmula del Teorema de Bayes es: Tratar de explicar estar fórmula con palabras es un galimatías. Teorema de Bayes: a partir de que ha ocurrido el suceso B (ha ocurrido un accidente) deducimos las probabilidades del suceso A (¿estaba lloviendo o hacía buen tiempo?). Ejercicio 1º: El parte meteorológico ha anunciado tres posibilidades para el fin de semana: a) Que llueva: probabilidad del 50%. Según estos posibles estados meteorológicos. Página | 23 . De todos modos. b) Que nieve: probabilidad del 30% c) Que haya niebla: probabilidad del 20%. así que vamos a intentar explicarla con un ejemplo. la posibilidad de que ocurra un accidente es la siguiente: a) Si llueve: probabilidad de accidente del 10%. recordar que este teorema también exige que el suceso A forme un sistema completo. antes de entrar en el ejercicio. El Teorema de Bayes viene a seguir el proceso inverso al que hemos visto en el Teorema de la probabilidad total: Teorema de la probabilidad total: a partir de las probabilidades del suceso A (probabilidad de que llueva o de que haga buen tiempo) deducimos la probabilidad del suceso B (que ocurra un accidente).

4%. que se denominan "probabilidades a posteriori".1%. b) Probabilidad de que estuviera nevando: La probabilidad de que estuviera nevando es del 21.Fundamentos De Teoría De La Probabilidad Resulta que efectivamente ocurre un accidente y como no estabamos en la ciudad no sabemos que tiempo hizo (nevó. El teorema de Bayes nos permite calcular estas probabilidades: Las probabilidades que manejamos antes de conocer que ha ocurrido un accidente se denominan "probabilidades a priori" (lluvia con el 60%. nieve con el 30% y niebla con el 10%). c) Probabilidad de que hubiera niebla: La probabilidad de que hubiera niebla es del 7.4%. Una vez que incorporamos la información de que ha ocurrido un accidente. Página | 24 . las probabilidades del suceso A cambian: son probabilidades condicionadas P (A/B). Vamos a aplicar la fórmula: a) Probabilidad de que estuviera lloviendo: La probabilidad de que efectivamente estuviera lloviendo el día del accidente (probabilidad a posteriori) es del 71. llovío o hubo niebla).

Sign up to vote on this title
UsefulNot useful