UNIDAD 1

INTRODUCCION A LAS PROBABILIDADES

OBJETIVOS
Al terminar esta unidad el estudiante podr:
1- Definir el concepto de probabilidad
2- Describir los mtodos de asignacin de probabilidades Clsico, de frecuencia
relativa y subjetivo
3- Entender y aplicar los trminos: experimento, Evento, espacio muestral, eventos
mutuamente excluyentes, eventos independientes, eventos dependientes.
4- Calcular probabilidades aplicando las reglas de la adicin, y las reglas de la
multiplicacin.

ORIGEN DE LAS PROBABILIDADES

Se remonta al siglo XVIII cuando Antoine Gombauld conocido como el caballero de Mer
quien crey haber descubierto una tcnica infalible para jugar a los dados, con muy
buenos resultados al comienzo, luego empez a perder, situacin que le oblig a
consultar a Blas Pascal y Pierre de Fernat, inicindose as los fundamentos de esta
ciencia.

PROBABILIDAD
La probabilidad es una medida numrica de la certidumbre de que suceder determinado
evento.
Los valores de probabilidad siempre se asignan en una escala de valores entre 0 y 1.
Una probabilidad cercana a cero indica que es difcil que el evento ocurra, una
probabilidad cercana a uno indica que es casi seguro que suceder. Las probabilidades
entre 0 y 1 indican los grados de certeza de que el evento ocurra.

Probabilidad creciente de ocurrencia.

0.5

La ocurrencia del evento

Es igualmente probable o
Improbable
EXPERIMENTO
Cualquier proceso que genere resultados bien definidos.
Proceso que conduce a que ocurra una y solamente una de varias observaciones posibles
EXPERIMENTO

RESULTADO EXPERIMENTAL

Lanzar una moneda

cara - sello

Seleccionar una pieza para inspeccin

defectuosa no defectuosa

Visita de ventas

venta no venta

Tirar un dado

123456

Nota: El concepto de experimento estadstico es diferente al usado en las ciencias de

laboratorio, en las que el investigador supone que cada vez que un experimento se repite
exactamente de la misma manera ocurrir el mismo resultado.
En probabilidad el resultado queda determinado por la casualidad, y aunque el
experimento se repita de la misma manera puede ocurrir un resultado distinto.

ESPACIO MUESTRAL
Es el conjunto de todos los resultados posibles de un experimento
PUNTO MUESTRAL
Cualquier resultado en particular de un experimento. Los elementos del espacio muestral
se llaman puntos muestrales.

S=

cara, sello

S=

defectuoso, no defectuoso

S=

1, 2, 3, 4, 5,6

ASIGNACION DE PROBABILIDADES A RESULTADOS EXPERIMENTALES

REQUISITOS BASICOS DE PROBABILIDADES.

1) P(Ei) es la probabilidad del resultado experimental

0 P(Ei) 1

para todas i

2) La sumatoria de todas las probabilidades de los resultados

experimentales debe ser igual a 1
P(E 1) + P(E2) + + P(En) = 1
Es aceptable para asignar valores probabilsticos para resultados experimentales que
satisfaga ambos requerimientos y resulte en medidas numricas razonables de la
posibilidad de los resultados.
La asignacin de probabilidades se puede realizar con base en los siguientes mtodos:

METODO CLASICO
Si un experimento tiene n resultados posibles, el mtodo clsico asignar una
probabilidad de

1
n

a cada resultado experimental (en el caso del lanzamiento de una

moneda ser entonces correspondiente la probabilidad de obtener el resultado cara o

sello en un intento)
METODO DE FRECUENCIA RELATIVA
Su clculo tiene normalmente un antecedente histrico basado en el nmero de
repeticiones de un suceso similar. (Por ejemplo un vendedor que ha visitado 40 clientes y
en esas visitas realiz ventas en 10 de ellas; con base en este mtodo la probabilidad
para su siguiente visita de ventas ser

10
40

para una venta y

30
40

para una no venta).

METODO SUBJETIVO
Es una asignacin de probabilidad realizada por una persona basndose en cualquier
informacin que est disponible, o en su criterio. En este mtodo predomina la
experiencia subjetiva de la persona que toma la decisin.
EVENTO
Conjunto de uno o ms resultados de un experimento.
Ejemplo: El evento de obtener un nmero par al lanzar un dado:
A=

{ 2,4,6 }

PROBABILIDAD DE UN EVENTO
La probabilidad de un evento es igual a la suma de las probabilidades de los puntos
muestrales del evento.
Para el ejemplo anterior la probabilidad de obtener un nmero par al lanzar un dado es
igual a la probabilidad de obtener un 2 ms la probabilidad de obtener un 4 ms la
probabilidad de obtener un 6.

1 1 1 3 1
{
A= 6 + 6 + 6 }= 6 = 2 =0,5

ALGUNAS RELACIONES BASICAS DE PROBABILIDAD

Espacio
muestral

AC

COMPLEMENTO DE UN EVENTO
Para un evento A, el complemento de A es aquel evento que contiene todos los puntos
muestrales no existentes en A.
P(A) + P(AC) = 1
EVENTOS MUTUAMENTE EXCLUYENTES
Se dice que dos o ms eventos son mutuamente excluyentes cuando la ocurrencia de un
evento implica que ninguno de los otros puede ocurrir al mismo tiempo.
LEY ADITIVA
Para dos eventos A y B la unin de los eventos A y B es aquel evento que contiene todos
los puntos muestrales contenidos en A y B.

P(AUB) = P(A) + P(B).

INTERSECCION DE EVENTOS
Para dos eventos A Y B la interseccin de los eventos A y B es aquel evento que tiene
todos los puntos muestrales existentes tanto en A como en B.

LEY ADITIVA PARA INTERSECCION

P(AUB) = P(A) + P(B) P(AnB)

EJEMPLO 1:
A= { 1,2,3 }

B= { 3,4,5 }

P(AUB) = P(1,2,3) + P(3,4,5) P(3) = P(1,2,3,4,5)

EJEMPLO 2:
De 200 estudiantes de estadstica, 160 pasaron el examen parcial y 140 pasaron el
examen final; y 124 estudiantes pasaron ambos.
Consideremos: A = evento de pasar el examen parcial
B = evento de pasar el examen final

P(A) =

P(AnB) =

124
200

160
200

= 0,8

P(B) =

140
=
200

0,7

= 0,62

Despus de revisar las notas, el profesor decidi aprobar a cualquier estudiante que
hubiera pasado por lo menos alguno de los dos exmenes. Cul es la probabilidad de
que un estudiante reciba nota de aprobado en el curso?
P(AUB) = 0,8 + 0,7 0,62 = 0,88

REGLA DE LA MULTIPLICACION
La regla especial de la multiplicacin requiere que dos eventos A y B sean
independientes; dos eventos son independientes si la ocurrencia de uno no altera la
probabilidad de que suceda el otro.
Si dos eventos A y B son independientes la probabilidad de que ocurran A y B se obtiene
multiplicando las dos probabilidades.
P(A y B) = P(A)* P(B)
Si P1, P2, P3Pn son todas las distintas probabilidades de presentacin de n sucesos
independientes, la probabilidad (p) de que ocurran todos estos sucesos en un solo
ensayo, estar dada por el producto de cada suceso.
P = P1*P2*P3.*Pn

DIFERENCIA ENTRE SUCESOS MUTUAMENTE EXCLUYENTES Y SUCESOS

INDEPENDIENTES
a) En el primero se tiene un solo dado, una baraja; en el segundo son dos o ms
dados o barajas
b) En el primero se extrae una sola carta o se obtiene una sola cara, es decir se
espera la presentacin de un suceso, en el segundo espera la presentacin de dos
o ms sucesos.
c) En el primero utilizamos la conjuncin o y en el segundo la conjuncin y.
SUCESOS DEPENDIENTES
Se dice que dos sucesos son dependientes si la ocurrencia o no ocurrencia de un evento
en cualquier prueba afecta la probabilidad de otros eventos en otras pruebas, es decir que

la probabilidad del segundo suceso depende del primer suceso, la del tercero de lo que
haya sucedido en el primero y segundo y as sucesivamente.
PROBABILIDAD CONDICIONAL
Es la probabilidad de que ocurra un evento determinado dado que otro evento ya haya
sucedido.
Regla general de la multiplicacin:

P(AyB) = P(A)*P(BA)

Ejemplo:
Suponga que hay 10 rollos de pelcula fotogrfica en una caja, y se sabe que tres estn
defectuosos; se selecciona uno
La probabilidad de escoger uno defectuoso es de

bueno es de

3
10

y la probabilidad de escoger uno

7
10 .

Despus se elige un segundo rollo de la caja sin devolver el primero; la probabilidad de

que sea defectuoso depende de si el primer rollo seleccionado no fue aceptable.
La probabilidad de que tambin el segundo rollo tenga defectos es:

2
9

Si el primer rollo seleccionado fue defectuoso

3
9

Si el primer rollo seleccionado fue bueno

A la fraccin

2
9

( o bien

3
9

) se le denomina probabilidad condicional, porque su

valor est condicionado por ( depende ) el primer rollo que se sac de la caja que haya
sido defectuoso o no.
Cul es la probabilidad de escoger un rollo defectuoso, seguido de otro tambin
defectuoso?

P(A) =

2
9

3
10

; El segundo rollo seleccionado es el evento B; por tanto: P(BA) =

porque despus de que el primer rollo seleccionado fue defectuoso solo quedaron 2

en la caja que contena 9. La probabilidad de dos rollos defectuosos es:

P(AyB) = P(A)*P(BA) =

3
10

2
9

6
90

= 0,066.

EJEMPLO:
Una encuesta a ejecutivos se enfoc en su lealtad a la empresa; una de las preguntas
planteadas fue; si otra compaa le hiciera una oferta igual o ligeramente mejor que la de
su puesto actual, permanecera con la empresa, o tomara el otro empleo? Las respuestas
de los 200 ejecutivos se clasificaron en forma cruzada con su tiempo de servicio en la
compaa en la siguiente tabla de contingencias:
TIEMPO DE SERVICIO
LEALTAD
si
permanece
ra
No
permanece
ra

Menos de 1
ao
10

1 a 5 aos

Ms de 10
aos
75

TOTAL

30

6 a 10
aos
5

25

15

10

30

80

35

45

15

105

200

120

Cul es la probabilidad de seleccionar al azar un ejecutivo que sea leal a la empresa (si
permanecera) y que tenga ms de 10 aos de servicio?

120

Evento A permanencia

P(A) = 200

= 0.6

Evento B ejecutivo con ms de 10 aos en la empresa y que se queda

75

P(BA) = 120 =0.625

La probabilidad de que un ejecutivo seleccionado al azar sea uno de los que se quedaran
en la compaa y de los que tienen ms de 10 aos de servicio se determina utilizando la
regla general de multiplicacin

P(AyB) = P(A) * P(BA) =(

120
200

75
)( 120

)=

9000
24000

= 0.375

ESPERANZA
Si P es la probabilidad de xito de un suceso en un solo ensayo, el nmero esperado de
sucesos o la esperanza de ese suceso en n ensayos, estar dado por el producto de n y
la probabilidad de xito

E = np

MEDIA o VALOR ESPERADO

Es el promedio ponderado de los valores posibles de la variable aleatoria para el cual la
funcin de probabilidad proporciona las ponderaciones.

E(x) = = x*P(x)
VARIANZA
La varianza representa el grado de dispersin o de variabilidad de los datos con respecto
a la media.

2 = (x-)2*P(x)
DESVIACION ESTANDAR
La desviacin estndar se determina tomando la raz cuadrada de la varianza, es decir