04-12-2011
Qu es la Probabilidad?
Estadstica Aplicada 1
Espacios muestrales y eventos
Un experimento es cualquier accin o proceso que genera
observaciones.
Un experimento aleatorio es aquel que proporciona
diferentes resultados an cuando se repita siempre de la
misma manera.
El espacio muestral de un experimento, denotado por ,
es el conjunto de todos los posibles resultados de ese
experimento.
Un evento es cualquier coleccin (subconjunto) de
resultados contenida en el espacio muestral . Un evento es
simple si est formado por un resultado y compuesto si
consta de ms de un resultado.
Ejemplo
Consideremos un experimento aleatorio que consiste en
extraer una bola al azar desde una urna que contiene seis
bolas, cuatro blancas y dos rojas.
Segn lo que se necesite se pueden dar los siguientes
espacios muestrales:
Segn la bola extrada sea blanca o roja, el espacio
muestral ser = , , donde : blanca, : roja.
Ahora, si estamos interesados en el nmero de la bola
extrada, el espacio muestral ser = 1,2,3,4,5,6 .
En forma muy simple, entenderemos como
probabilidad la cuantificacin del grado de
incertidumbre (posibilidad) sobre la ocurrencia de un
resultado de cierto experimento. Un ejemplo de ello es:
Al lanzar una moneda, puedo apostar a que sale cara
y ganar?.
Dicha cuantificacin la expresaremos en cantidades
numricas mayores o iguales a cero y menores o
iguales a uno. Tambin pueden ser expresadas como
un porcentaje entre 0% y 100%.
Ejemplo
Un experimento aleatorio que consiste en lanzar un
dado, el espacio muestral es el siguiente:
= 1,2,3,4,5,6
Algunos eventos posibles son:
= Sacar un 1
= Sacar un 6
= Sacar un nmero par
Notamos que los eventos y son simples, y el evento
es compuesto.
Algunas relaciones de teora de
conjuntos
La unin de dos eventos y , denotada por y
que se lee y/o , es el evento formado por todos los
resultados que estn en o en , o en ambos eventos
(por lo que la unin incluye los resultados ocurridos en
los eventos y y en un solo evento).
La interseccin de dos eventos y , simbolizada por
y que se lee y , es el evento formado por
todos los resultados que estn en y en .
El complemento de un evento , denotado por o
, es el conjunto de todos los resultados en que no
estn contenidos en .
1
 04-12-2011

Definiciones Diagrama de Venn

Eventos Mutuamente Excluyentes: Cuando una
coleccin de eventos no tienen resultados en comn se
dice que son eventos mutuamente excluyentes o disjuntos.
1 2 . . . =
Eventos Exhaustivos: Cuando una coleccin de eventos
tiene como resultado todos los elementos del espacio
muestral se dice que son eventos exhaustivos.
1 2 . . . =
Leyes de Morgan:

=

=

Axiomas, interpretaciones y
Ejercicio propiedades de probabilidad
Sean A, B y C tres eventos. Encuentre expresiones, y Dado un experimento aleatorio y un espacio muestral ,
represntelas en un diagrama de Venn, en las que se cumpla el objetivo de la probabilidad es asignar a cada evento A
que:
un nmero (), que recibe el nombre de probabilidad
a) slo A ocurra.
de que el evento ocurra.
b) A y B, pero no C, ocurran.
c) al menos un evento ocurra. Para asegurarse de que las asignaciones de probabilidad
d) al menos dos eventos ocurran.
concuerden con nuestras nociones intuitivas de
e) los tres eventos ocurran.
probabilidad, todas las asignaciones deben satisfacer los
f) ninguno ocurra.
siguientes axiomas (propiedades bsicas) de
g) a lo ms uno ocurra.
probabilidad.
h) a lo ms dos ocurran.

Axiomas Interpretacin de la probabilidad

1. Para cualquier evento , 0 1. Clsica: Al realizar un experimento todos los
2. =1 resultados (de ste) tienen la misma posibilidad de
3. Sean 1 , 2 , . . . , , eventos mutuamente ocurrir. (EQUIPROBABILIDAD)
excluyentes (disjuntos), entonces: Frecuentista: Si repetimos infinitas veces un
experimento bajo las mismas condiciones ambientales
= 1 2 . . . = y tabulamos los resultados, la columna de
=1 =1 proporciones corresponde a las probabilidades.
Subjetiva: La probabilidad de un resultado es
asignado segn el grado de certeza de un individuo.
Dos sujetos distintos asignan probabilidades distintas.

2
 04-12-2011

Propiedades de Probabilidad
1. =0
2. =
3. = 1
4. = +
5. = + +
+
6. Si
7. Si =

Resultados con probabilidades

iguales Regla de Laplace (caso discreto)
En muchos experimentos formados por resultados, es Consideremos un evento compuesto , con #
razonable asignar probabilidades iguales a todos los resultados, entonces:
eventos simples (equiprobabilidad, enfoque clsico). (Ej: el
lanzamiento de una moneda imparcial o un dado no 1 #
cargado). = = =

Si es un evento simple del espacio muestral, = 1,2, ,
Es decir, es el cociente entre la cantidad de
1= = = = = resultados en y la cantidad total de resultados en .
=1 =1 =1
1
=

Ejemplo Ejemplo
Un determinado producto qumico puede contener 3 productos Considere el experimento aleatorio, que consiste en el
txicos, A, B y C, que son motivo de sancin por el Ministerio de
Medio Ambiente. Por la experiencia, se sabe que de cada 1000 lanzamiento simultneo de dos dados no cargados (es
unidades producidas aproximadamente 15 tienen el producto A, 17 decir, todos las caras del dado tienen la misma
el B, 21 el C, 10 el A y el B, 9 el B y el C, 7 el A y el C y 970 no
contienen ninguno de los tres productos. Un inspector elige una probabilidad de salir). Calcule la probabilidad de que la
unidad al azar. Calcular la probabilidad de que: suma de los dados sea 9.
a) La empresa sea sancionada (0,03).
b) Slo se encuentre el producto A (0,001).
c) Se detecten A y B (0,01).
d) Se detecte A y no C (0,008).
e) Se detecten A y B y no C (0,007).
f) Se detecte a lo sumo uno de los tres productos (0,98).
g) Se detecte ms de un producto (0,02).

3

Regla de Laplace (caso continuo)
Ejemplo
Romeo y Julieta tienen una cita en una fecha y hora
dadas, y cada uno tiende a retrasarse al horario fijado en
un tiempo aleatorio entre 0 y 1 hora, donde todos los
pares posibles de retraso son igualmente probables. El
primero que llega a la cita espera al otro como mximo 15
minutos. Cul es la probabilidad de que la cita
efectivamente se realice?
Principio Bsico Multiplicativo
Si un evento puede presentarse de formas distintas y
si cuando esto ha ocurrido, otro evento puede
presentarse de formas distintas, entonces el nmero de
formas en que ambos eventos pueden presentarse a la
vez es . Entonces o puede realizarse de + maneras
Ejemplo: Un propietario de una casa desea efectuar algunas
remodelaciones y requiere los servicios de un gasfiter y de un
electricista. Si conoce a 12 gasfiters y a 9 electricistas, de
cuantas formas los puede seleccionar?
Principio General Multiplicativo
Si un evento 1 puede presentarse de 1 formas distintas
y por cada una de estas formas existen 2 formas de que
el evento 2 se presente, y por cada una de estas formas
existen 3 formas de que se presente el evento 3 y as
sucesivamente hasta el evento , entonces el nmero
de formas en que los k eventos pueden presentarse a la
vez es:
1 2 3 = salud?
=1
04-12-2011
No siempre es fcil escribir por extensin un espacio muestral
numerable (discreto), ya que en algunos casos es demasiado grande.
El uso correcto de las tcnicas de conteo, permiten aplicar la regla de
Laplace sin tener la necesidad de describir el espacio muestral.
Principio Bsico Aditivo
Si y son eventos tales que:
puede efectuarse de maneras diferentes.
puede efectuarse de maneras diferentes.
y no pueden efectuarse simultneamente.
diferentes.
Ejemplo: Supongamos que proyectamos un viaje y debemos
decidir si el transporte ser un bus o un tren. Si hay tres rutas
distintas para el bus y dos para el tren, cuntas rutas
disponibles hay para el viaje?
Ejemplo
Una familia se ha cambiado a una nueva ciudad y
requiere los servicios mdicos de un gineclogo, un
pediatra y un cirujano. Hay dos clnicas mdicas
accesibles, cada una con dos gineclogos, tres pediatras y
dos cirujanos. La familia obtendr un mejor plan de
salud si todos mdicos pertenecen a la misma clnica.
Cuntas opciones tiene la familia de satisfacer sus
requerimientos si desea obtener un mejorado plan de
4
 04-12-2011

Cirujano 1
Pediatra 1
Cirujano 2

Diagrama Gineclogo 1 Pediatra 2

Cirujano 1

Cirujano 2

Principio General Aditivo

Cirujano 1

de rbol Clnica 1
Pediatra 3
Cirujano 2

Cirujano 1
Pediatra 1
Cirujano 2

Cirujano 1
Si un evento 1 puede presentarse de 1 formas distintas, el
Gineclogo 2 Pediatra 2
Cirujano 2 evento 2 de 2 formas distintas, y as sucesivamente hasta
Pediatra 3
Cirujano 1
el evento , el que puede presentarse de formas
Cirujano 2

Cirujano 1
distintas, y adems estos eventos son mutuamente
Pediatra 1
Cirujano 2 excluyentes, entonces el nmero de formas en que se puede
Gineclogo 1 Pediatra 2
Cirujano 1
presentar 1 o 2 o o es:

Cirujano 2

Cirujano 1
Pediatra 3

1 + 2 + + =
Cirujano 2
Clnica 2
Cirujano 1
Pediatra 1
Cirujano 2

Cirujano 1
=1
Gineclogo 2 Pediatra 2
Cirujano 2

Cirujano 1
Pediatra 3
Cirujano 2

Ejemplo
Una persona desea comprar una lavadora, para lo cul ha
pensado que puede seleccionar de entre las marcas Whirpool,
Easy y General Electric. Cuando acude a hacer la compra se
encuentra que la lavadora Whirpool se presenta en dos tipos
de carga (8 11 kg.), en cuatro colores diferentes y puede ser
automtica o semiautomtica, mientras que la lavadora Easy,
se presenta en tres tipos de carga (8, 11 15 kg.), en dos
colores diferentes y puede ser automtica o semiautomtica y
la lavadora GE, se presenta en slo un tipo de carga, que es de
11 kilogramos, dos colores diferentes y slo hay
semiautomtica. Cuntas maneras tiene esta persona de
comprar una lavadora?
Introduccin al anlisis
combinatorio
Consideremos el experimento consistente en la extraccin de
bolitas, una a una, desde una urna que contiene bolitas.
En este caso, diremos que hemos extrado una muestra
ordenada de tamao . Debemos especificar primeramente si
al extraer la muestra se devuelven o no las bolitas a la urna.
Se dice que la muestra se hizo con reemplazo si despus
de cada extraccin se registra el nmero de la bolita y se
devuelve a la urna.
Se dice que la muestra se obtuvo sin reemplazo si la bola
extrada no se devuelve a la urna.
Vale la pena notar que si la muestra se obtiene sin reemplazo
es claro que debe ser menor o igual a . Y si la muestra es
con reemplazo no hay restricciones para .

Introduccin al anlisis Introduccin al anlisis

combinatorio combinatorio
Cuntos elementos tendr el espacio de todas las Cuntos elementos tendr el espacio de todas las
muestras de tamao sin reemplazo? muestras de tamao con reemplazo?

5
 04-12-2011

Anlisis Combinatorio Anlisis Combinatorio

Primeramente, definiremos ciertos criterios, los cuales
nos permitirn discernir el tipo de modelo apropiado
para el resolver el problema bajo estudio.
Para relacionar y comprender con mayor rapidez las
definiciones utilizaremos un ejemplo: Si tenemos un
mazo de 52 cartas, y un jugador recibe 5 cartas de ese
mazo, nos puede interesar cuntas manos distintas
podra recibir. Es decir cuntas "combinaciones" se
pueden formar con 5 cartas tomadas de entre 52.
Las cantidades: Es necesario determinar cuntos
elementos hay en total, y cuntos vamos a tomar. En el
ejemplo anterior, tomamos 5 elementos de 52.
La naturaleza: Hay que determinar si estamos tomando
todos los elementos disponibles, o slo algunos de ellos.
Por ejemplo, tomando 5 cartas entre 52, importar cules
tomamos (es decir, importa la naturaleza de la seleccin).
En cambio, si solamente nos interesa de cuntas formas
podemos ordenar 5 libros, no nos interesa la naturaleza,
porque no tenemos que elegir determinados libros sino que
vamos a estar trabajando con los 5 al mismo tiempo.

Anlisis Combinatorio Ejemplo

El orden: Debemos determinar si nos interesa o no nos Me gan un viaje al caribe para m y 2 amigos. Pero
interesa el orden en que tomamos los elementos. Por
ejemplo, si nos importa el orden, tirar un dado y sacar un 5 tengo 5 amigos, as que voy a tener que elegir a 2. Si
y luego un 3, no es lo mismo que sacar un 3 y luego un 5. voy a calcular cuntas decisiones distintas podra
Seran dos resultados distintos. En cambio si no nos
importa el orden, sacar un 5 y luego un 3 un 3 y luego un 5 tomar, cules son los factores involucrados?
es lo mismo, y los dos casos constituirn un nico
resultado.
La repeticin: Se refiere a la posibilidad de elegir ms de
una vez el mismo elemento. Por ejemplo, si en una caja hay
una bolita blanca, una negra, y una violeta, y vamos a sacar
dos, si lo hacemos con reposicin entonces habr
repeticin, porque es posible sacar dos veces la misma
bolita.

Ejemplo Ejemplo
Me gan un viaje al caribe para m y 2 amigos. Pero tengo 5 amigos, Una habitacin tiene 4 paredes, y tengo 4 colores
as que voy a tener que elegir a 2. Si voy a calcular cuntas
decisiones distintas podra tomar, cules son los factores distintos para pintarlas. No voy a mezclar colores, y voy a
involucrados? pintar cada pared de un color distinto. Si voy a calcular
Las cantidades: Vamos a elegir 2 elementos de un total de 5.
de cuntas formas distintas puedo pintar la habitacin,
La naturaleza: Notamos que los 5 elementos son todos distinguibles cules son los factores involucrados?
entre s. Invitar a Juan no es lo mismo que invitar a Pedro. O sea, como
no puedo elegir a todos, importa a cules elijo.
El orden: En este caso el orden en que escoja los 2 elementos no
importa. Invitar a Martn y a Nicols es lo mismo que invitar a Nicols y
a Martn.
Repeticin: Es ilgico pensar en que se puede elegir dos veces al
mismo amigo. Deben ser dos personas distintas.

6
 04-12-2011

Ejemplo Modelamiento de Problemas

Una habitacin tiene 4 paredes, y tengo 4 colores distintos para pintarlas.
No voy a mezclar colores, y voy a pintar cada pared de un color distinto. Si
voy a calcular de cuntas formas distintas puedo pintar la habitacin,
Modelos Simples Modelos
cules son los factores involucrados? o Sin Reposicin Compuestos
Las cantidades: Usaremos 4 colores de un total de 4. Es decir, todos Variacin con
los elementos posibles. Permutacin Simple
La naturaleza: Los 4 elementos son todos distinguibles entre s. Repeticin
Usaremos todos los elementos, lo cual implica que no es importante Variacin Simple
"cules elementos" elijo. Combinacin con
Orden: Observemos que si no importa cules elementos elegimos, lo Repeticin
nico que va a importar es el orden en que los elijamos. Elegir el rojo Combinacin Simple
para la primera pared y el verde para la segunda no es lo mismo que
elegir el verde para la primera pared y el rojo para la segunda. Ojo! Permutacin con
Repeticin: No es posible elegir dos veces el mismo color. No hay Permutacin Circular Repeticin
repeticin.

Permutacin Simple Ejemplos

Se tienen elementos, y se desea ver de cuntas formas
se los puede ordenar. Es decir, los elementos son siempre
los mismos, y cada forma posible slo difiere de las
dems en el orden en que se toman los elementos.
Adems no interesa la naturaleza, es decir, cuales se
eligen, ya que siempre se elegirn todos.
= !
donde es la cantidad de elementos a ordenar
1. Suponga que a un cartero al final del da le quedan
an por repartir 4 cartas (a 4 direcciones distintas).
De cuntas maneras puede repartirlas?
2. Juan tiene 5 libros y desea leerlos (de a uno a la vez).
Cuntas opciones tiene, en cuanto al orden de
lectura?

Variacin Simple Ejemplos

Es como la permutacin, pero no se usan los 1. Juan tiene 5 calcomanas distintas, y desea pegar una
elementos sino que se usan solamente de ellos ( < ). en el vidrio de adelante de su auto, y otra en el vidrio
Entonces habr que tener en cuenta no solamente el de atrs. Cuntas decisiones distintas puede tomar?
orden, sino cules de los n elementos se eligen, es decir
importa el orden y la naturaleza. 2. Supngase que un club consta de 25 miembros y que
! se ha de elegir de la lista de miembros un presidente
, =
! y un secretario. De cuntas formas se puede elegir
Se lee "variaciones de elementos tomados de a ". esta directiva, si una misma persona no puede ejercer
ambos cargos?

7

Combinacin Simple
Consiste en tomar elementos entre que hay en total,
sin importar en qu orden. Es decir, importa la
naturaleza ("cules") pero no importa el orden.
Observamos que esto es como las variaciones, pero
olvidndonos del orden. Las variaciones distinguen "ab"
de "ba", en cambio para las combinaciones "ab" = "ba", y
slo importa el hecho de que fueron "a" y "b" los
elementos elegidos.
!
, = =
! !
Permutacin Cclica o Circular
Se tienen elementos, y se desea ver de cuntas formas
se los puede ordenar cclicamente, es decir, por ejemplo
alrededor de una mesa. Dos permutaciones cclicas no se
considerarn distintas si los objetos correspondientes de
los dos arreglos estn precedidos y van seguidos de los
mismos objetos, a medida que avanzamos en sentido
horario. Adems no interesa la naturaleza, es decir,
cuales se eligen, ya que siempre se elegirn todos.
= 1 !
donde es la cantidad de elementos a ordenar.
Variacin con Repeticin
Consiste en tomar elementos entre que hay en total,
pudiendo elegirse ms de una vez cada elemento. Es
decir, por ser variacin importa la naturaleza ("cules") y
el orden, pero adems, se puede elegir ms de una vez
cada elemento.
, =
04-12-2011
Ejemplos
1. Me gan un viaje al caribe para m y 2 amigos. Pero
tengo 5 amigos, as que voy a tener que elegir a 2.
Cuntas decisiones posibles puedo tomar?
2. El conscripto Juan tiene dos das francos por semana.
Cuntas formas posibles tiene el comandante de
asignarle los dos das francos?
Ejemplos
1. Una familia de 5 personas (padre, madre y 3 hijos) se
van a sentar a su mesa redonda a almorzar. De
cuntas formas distintas pueden hacerlo?
2. Basndonos en la misma familia, de cuntas
maneras pueden sentarse a la mesa si deseamos que
el padre y la madre queden sentados juntos?
Ejemplos
1. Si lanzamos al aire cuatro veces la misma moneda,
cuntos resultados distintos pueden producirse?
2. Juan est loco. A veces cree que es Napolen, a veces
cree que es astronauta, y a veces cree que un da lo
secuestraron los marcianos mientras estaba en la
ducha. Si le hacen peritajes psicolgicos y le cuenta
un delirio al doctor A y un delirio al doctor B (puede
contarles a los dos el mismo delirio), de cuntas
formas posibles pudo delirar en los peritajes
psicolgicos?
8

Combinacin con Repeticin
Nuevamente, la combinacin es como la variacin, pero
sin importar el orden. Es decir, la combinacin con
repeticin consiste en tomar elementos de los que
hay en total (naturaleza), sin tener en cuenta el orden, y
pudiendo elegir ms de una vez cada elemento.
+1 +1 !
, = = cartas, de cuntas formas posibles puede
! 1 !
Permutacin con Repeticin
Como suceda con la permutacin simple, vamos a tomar
todos los elementos. Por lo tanto ya no importa la
naturaleza. Importa solamente el orden. Y puede haber
elementos repetidos, pero conocemos de antemano
cuntos elementos hay de cada tipo. Entonces tenemos
una cantidad de elementos, que estar formada por 1
elementos del tipo 1, 2 elementos del tipo 2, etc. Lo que
vamos a contar es todas las maneras posibles de ordenar
esos elementos.
!
1 ,2 ,, = , ,, =
=1 !
1 2
Resumen Modelos Simples
04-12-2011
Ejemplos
1. Hay una gran bolsa con caramelos surtidos, cuyos
sabores son limn, naranja, frutilla y manzana. Nos
dejan elegir dos caramelos. Cuntas opciones
tenemos?
2. Juan recibi 2 cartas en una determinada semana. Si
le preguntan en qu da o das de esa semana recibi
responder?
Ejemplos
1. Hay que ubicar en la puerta de la heladera 3 botellas
de gaseosa, 2 de agua y una de vino. De cuntas
formas posibles de las puede disponer?
2. Juan decide organizar su semana: dedicar 3 das a
trabajar, 2 a estudiar y 2 a descansar. Cuntas
opciones tiene?
Resumen Modelos Compuestos
9
 04-12-2011

Ejemplos
Qu tan probable es que una mujer est embarazada
si un test de embarazo arroj un resultado positivo?
La probabilidad condicional le da sentido a los resultados en un
Un estudiante asisti a todas las clases de estadstica,
experimento donde se cuenta con informacin parcial.
qu tan probable es que apruebe la asignatura?
Qu tan probable es que un vehculo se descomponga
si no se le han realizado las mantenciones
programadas?

Deduccin de la Definicin Deduccin de la Definicin

Consideremos el experimento consistente en el 1
el resultado sea 6 el resultado es par =
lanzamiento de un dado, cuyos resultados son 3
equiprobables. Si nos dicen que el resultado es un Este argumento sugiere una definicin apropiada de la
nmero par, entonces nuestros resultados posibles probabilidad condicional cuando todos los resultados
disminuyen a solamente 2, 4 y 6. Estos tres resultados son equiprobables, esto es:
posibles al comenzar el experimento eran igualmente #
probables, por lo que si incluimos la informacin parcial = =
#
de que el resultado es par, stos deben seguir siendo Generalizando este argumento, llegamos a la definicin
igualmente probables. de probabilidad condicional.

Propiedades de la probabilidad
Definicin condicional
Para dos eventos y , la probabilidad de que ocurra el Todas las propiedades (leyes) de probabilidad
evento dado que ya ocurri , es decir, condicionada a anteriormente vistas, siguen siendo vlidas en
la ocurrencia de es: probabilidades condicionales.
Las probabilidades condicionales pueden ser vistas
= como una ley de probabilidad en un nuevo universo B,
porque todas las probabilidades condicionales estn
Esta probabilidad puede interpretarse como la concentradas en B.
frecuencia relativa del evento A con respecto al nmero En el caso donde los posibles resultados son finitos y
de ensayos de producen un resultado en el evento B. equiprobables entonces:
#
= =
#

10
 04-12-2011

Ejemplo Solucin
Considere un experimento consistente en el lanzamiento Primeramente, el espacio muestral es: :{CCC, CCS, CSC,
CSS, SCC, SSC, SCS, SSS}
de una moneda tres veces seguidas. Definimos los
Luego notamos que :{CCC, CCS, CSC, CSS} y por la regla de
eventos :{ms caras que sellos} y :{el primer 4
Laplace tenemos que = 8 = 2.
1
lanzamiento es una cara}. Calcule la probabilidad Adems :{CCC, CCS, CSC} y por ende su probabilidad es
condicionada . 3
. Finalmente:
8
3 3
= = 8=
4 4
8
Observe que este resultado tambin se pudo haber obtenido
mediante el cuociente entre la cardinalidad de y la de
.

Considere un experimento consistente en la eleccin de 3

Regla de la multiplicacin cartas entre un mazo que tiene 52. Calcule la
probabilidad de que ninguna carta escogida sea de
1
diamantes.
= 1 2 1
=1 =1

Ejemplo
Considere un experimento consistente en la eleccin de
3 cartas entre un mazo que tiene 52. Calcule la
probabilidad de que ninguna carta escogida sea de
diamantes.

Ley de Probabilidad Total Ley de Probabilidad Total

Sean 1 , 2 , , eventos mutuamente excluyentes
(disjuntos) y exhaustivos, entonces para cualquier otro evento
tenemos:
1 1 2 3 4

1
= = 2
3
=1 =1 4
Nota: Se dice que un conjunto de eventos es exhaustivo si:

=
=1
= 1 2 3 4

11
 04-12-2011

Slo 1 de cada 1.000 adultos est afectado por una rara enfermedad,
para la cual se ha desarrollado una prueba de diagnstico. Durante la
prueba, cuando un individuo padece la enfermedad, presentar un
resultado positivo el 99% de las veces, mientras que un individuo sin
Teorema de Bayes la enfermedad mostrar un resultado de prueba positivo slo el 2%
de las veces. Si se hace una prueba en un individuo seleccionado al
Sean 1 , 2 , , eventos mutuamente excluyentes azar, y el resultado es positivo, cul es la probabilidad de que el
(disjuntos) y exhaustivos, entonces para cualquier otro individuo tenga la enfermedad?
evento tenemos:

= =
=1
= 1,2, ,

El gerente del departamento de electrodomsticos de Falabella, ha

encontrado por la experiencia de varios aos, que la probabilidad de que un
cliente devuelva una compra es 0,1. Tambin, que aproximadamente el
70% de todas las devoluciones fueron productos adquiridos con la tarjeta
CMR, as como el 50% de los que no fueron regresados.
1. Si una compra fue hecha con la tarjeta CMR, cual es la probabilidad de
que sea devuelta.
Independencia
2. Cul es la probabilidad de que una compra al contado no sea Dos eventos y son independientes si y slo si:
devuelta?
=
y son dependientes en cualquier otro caso.

Note que esta condicin es equivalente a:

=

Cuatro tiradores disparan independientemente sobre cuatro

objetivos, cada uno sobre uno. Cada tirador dispone de seis balas. La
probabilidad de acertar en el objetivo con cada tiro es de 0,8. Un
tirador deja de disparar al alcanzar el blanco.
Encuentre la probabilidad de que alguno de los tiradores consuma
toda su municin.
Independencia Condicional
Existen situaciones en las que dos (o varios) eventos son
aparentemente independientes, pero en realidad estn
afectados por la accin de un factor de manera que, bajo
un estado concreto de ese factor, los eventos
mencionados son efectivamente independientes pero,
sin tener en cuenta la informacin proporcionada por
este factor no son independientes. En este tipo de
situaciones hablaremos de independencia condicional.

12
 04-12-2011

Independencia Condicional Ejemplo

Dos eventos y son condicionalmente independientes Un inversionista estima que la probabilidad de que un
si dado un tercer evento se cumple que: proyecto sea rentable es de 0,65. Para asegurase contrata los
servicios de dos analistas externos que evalan el proyecto en
= forma independiente. El historial del analista 1, permite
suponer que evaluar el proyecto como rentable, cuando en
o en forma equivalente: realidad lo sea con probabilidad 0,90 , mientras que la
probabilidad que lo evale como rentable cuando no lo es, es
= de 0,05. El historial del analista 2 garantiza que evala como
rentables proyectos que si lo sean un 85% de las veces y
evala como rentables aquellos que no lo son en un 10%.
Determine la probabilidad de que ambos analistas evalen el
proyecto como rentable.

Ejemplo Ejemplo
Dos variables independientes son el sexo y el color de los ojos, pues El 50% de los alumnos de Estadstica va asiduamente a clase
si no estamos equivocados ningn color de ojos se da ms en (evento ). Por los resultados de cursos anteriores se sabe que un
hombres o en mujeres. La edad y el sexo no son variables alumno que va habitualmente a clase tiene probabilidad 0,9 de
independientes, pues las mujeres viven en promedio ms que los resolver un problema de examen de la asignatura y que hay
hombres.
independencia entre la resolucin de distintos problemas de este
La edad, la estatura y los ingresos son variables correlacionadas. En tipo por tales alumnos. Algo parecido ocurre con los alumnos que
general, cuanto mayor es la edad mayor es la estatura y mayores son
los ingresos. Igualmente, una persona que mida menos de 1,50 no van a clase, pero estos tienen probabilidad 0,1 de resolver cada
probablemente ser un nio y no tendr ingresos propios. Si mide problema.
1,80 probablemente es un adulto y probablemente tendr ingresos. El examen consiste en dos problemas de los mencionados.
Por tanto, hay una correlacin entre estatura e ingresos; sin Elegimos un alumno al azar y consideramos los eventos
embargo, esta correlacin se transmite a travs de una variable 1 :{resuelve correctamente el primer problema} y 2 :{resuelve
intermedia: la edad. Si conocemos la edad de una persona, correctamente el segundo problema}.
desaparece la correlacin entre ingresos y estatura. Estudiar la independencia de 1 y 2 .

13