PROBABILIDAD

ING. EST. MARCO MINCHON BENITES

EL PAPEL DE LA PROBABILIDAD
EN ESTADÍSTICA
 La probabilidad y la estadística están
relacionadas en una forma importante. La
probabilidad se emplea como herramienta;
permite que usted evalúe la confiabilidad de sus
conclusiones acerca de la población cuando
tenga sólo información muestral.

 Podemos entonces decir que si hay N

posibilidades igualmente probables, de las
cuales una debe ocurrir y n se consideran
favorables o como un “acierto”, entonces la
probabilidad de un “acierto” esta dada por la
𝑛
razón
𝑁
 EL PAPEL DE LA PROBABILIDAD
EN ESTADÍSTICA
 Ejemplo: ¿Cuál es la probabilidad de sacar un as de una
baraja ordinaria de 52 cartas de juego?

 Solución:
Puesto que hay n=4 ases, entre las N=52 cartas, la
probabilidad de sacar un as es 4Τ52 = 1Τ13 . (Se supone, por
supuesto, que cada carta tiene la misma oportunidad de
salir.)
 EVENTOS Y ESPACIO MUESTRAL
Se obtienen datos al observar ya sea eventos no controlados
en la naturaleza o situaciones controladas en un laboratorio.
Usamos el término experimento para describir cualquiera de los
dos métodos de recolección de datos.

Definición: Un experimento es el proceso mediante el cual se

obtiene una observación (o medición).

La observación o medición generada por un experimento

puede o no producir un valor numérico. Algunos ejemplos de
experimentos:
 Registrar la calificación de un examen
 Lanzar al aire una moneda y observar el lado que
aparece.
 EVENTOS Y ESPACIO MUESTRAL
Al conjunto de todos los posibles resultados de un experimento
se le conoce como espacio muestral y suele representarse con
la letra S. Cada resultado de un espacio muestral se llama
elemento.
Por ejemplo, el especio muestral de los posibles resultados de
tirar una moneda se puede escribir como:
S = {H, T} Donde: H y T representan cara y cruz.

Los espacios muestrales con un numero de elementos grande,

se describe mejor con un enunciado o una regla; por ejemplo,
si los posibles resultados de un experimento son el conjunto de
automóviles equipados con radios de banda civil, el espacio
muestral se puede escribir:
S = {x/x es un automóvil con radio de BC}
EVENTOS Y ESPACIO
MUESTRAL
Si un experimento consiste en lanzar una vez un dado
y nos interesa que lado queda hacia arriba, usaríamos
el especio muestral:
S1={1, 2, 3, 4, 5, 6}

Con respecto al espacio muestral anterior S1,

describa el evento A en que el numero de puntos
obtenidos con el dado sea divisible entre 3.

Solución: entre 1, 2, 3, 4, 5 y 6, solo 3 y 6 son divisibles

entre 3. Por consiguiente A estaría representado por el
subconjunto:
S1 = {3, 6}
 LA PROBABILIDAD DE UN EVENTO
Denotaremos los eventos mediante letras mayúsculas,
siendo la probabilidad del evento A como P(A), la
probabilidad del evento B como P(B), y así sucesivamente.

Postulado 1: La probabilidad de un evento es un número real

no negativo; esto es P(A) ≥ 0 para cualquier subconjunto A
de S.

Postulado 2: P(S) = 1

TEOREMA 1. Si A es un evento en un espacio muestral

discreto S, entonces P(A) es igual a la suma a la suma de las
probabilidades de los resultados individuales que abarcan
el evento A.
LA PROBABILIDAD DE UN EVENTO

Ejemplo: Si lanzamos dos veces una moneda

balanceada, ¿Cuál es la probabilidad de
sacar al menos una cara?

Solución: El espacio muestral es S={HH, HT,TH,

TT}, donde H y T denotan cara y cruz.
Denotemos con A el evento que sacamos al
menos una cara, obtenemos A={HH, HT, TH}

P(A) = P(HH) + P(HT) + P(TH)

1 1 1 3
P(A) = + + =
4 4 4 4
 EJEMPLO

Solución:

Tenemos: S = {R1A, R2A, R1R2, AR1, AR2, R2R1}

A = {R1R2, R2R1}

Entonces: P(A) = P(R1R2) + P(R2R1)

1 1 2 1
P(A) = + = =
6 6 6 3
 ALGUNAS REGLAS DE
PROBABILIDAD
• Si A y A’ son eventos complementarios en
un espacio muestral S, entonces:
P(A’) = 1 – P(A) o P(Ac)= 1 – P(A)

• P(Ø) = 0 para cualquier espacio muestral S.

• Si A y B son eventos en un espacio muestral

S y A  B, entonces:
P(A) ≤ P(B)
 ALGUNAS REGLAS DE
PROBABILIDAD
• 0 ≤ P(A) ≤ 1 para cualquier evento A.

• Si A y B son dos eventos en el espacio

muestral S, entonces:
P(AB) = P(A) + P(B) - P(AB)

• Si A, B y C son tres eventos cualquiera en el

espacio muestral S, entonces:
P(ABC) = P(A) + P(B) + P(C) - P(AB) -
P(AC) - P(BC) + P(ABC)
 OPERACIONES BÁSICAS CON
EVENTOS ALEATORIOS

OPERACIÓN EXPRESIÓN DESCRIPCIÓN

Unión de eventos, es el
evento que sucede si y solo si
UNION AB
A sucede o B sucede o ambos
suceden
Intersección de eventos, es
el evento que sucede si y sólo
INTERSECCION AB
si A y B suceden
simultáneamente.
La diferencia de eventos, es
DIFERENCIA A-B el evento que sucede solo en
A pero no en B.
OPERACIONES BÁSICAS CON EVENTOS
ALEATORIOS

UNIÓN
AB

INTERSECIÓN
AB

DIFERENCIA
A-B
 LA PROBABILIDAD DE UN EVENTO
OTRO EJEMPLO: Las proporciones de fenotipos sanguíneos A, B,
AB y O en la población de todos los de raza caucásica en
Estados Unidos se publican como 0.41, 0.10, 0.04 y 0.45,
respectivamente. Si al azar se escoge una persona de este
origen étnico en la población, ¿cuál es la probabilidad de que
él o ella tengan tipo de sangre A o tipo AB?

Solución Los cuatro eventos sencillos, A, B, AB y O no tienen

probabilidades igualmente posibles. Sus probabilidades se
encuentran usando el concepto de frecuencia relativa como
P(A)=0.41 P(B)=0.10 P(AB)=0.04 P(O)=0.45
El evento de interés está formado por dos eventos sencillos, de
modo que
P(la persona es tipo A o tipo AB) = P(A) + P(AB)
P(la persona es tipo A o tipo AB) = 0.41 + 0.04 = 0.45
 PROBABILIDAD CONDICIONAL

La probabilidad condicional del evento A, dado

que el evento B ha ocurrido, es:
𝑃(𝐴 ∩ 𝐵)
𝑃 𝐴/𝐵 = 𝑠𝑖 𝑃(𝐵) ≠ 0
𝑃(𝐵)

La probabilidad condicional del evento B, dado

que el evento A ha ocurrido, es:
𝑃(𝐴 ∩ 𝐵)
𝑃 𝐵/𝐴 = 𝑠𝑖 𝑃(𝐴) ≠ 0
𝑃(𝐴)
PROBABILIDAD CONDICIONAL
P(A/B) = P(A  B)/P(B)

P(B/A) = P(A  B)/P(A)

P(A/Bc) = P(A  Bc)/P(Bc)

P(B/Ac) = P(Ac  B)/P(Ac)

P(Ac/B) = P(Ac  B)/P(B)

P(Bc/A) = P(A  Bc)/P(A)

 Casos Probabilidad
Condicional
P(A  B ) P()
A Si A  B =   P(A | B) = = =0
B P(B) P(B)

P(A  B ) P(A)
A Si A  B = A  P(A | B) = =  P(A)
B P(B) P(B)

A P(A  B ) P(B)
B Si A  B = B  P(A | B) = = =1
P(B) P(B)
 EJEMPLO
Suponga que en la población general, hay 51% de
hombres y 49% de mujeres, y que las proporciones de
hombres y mujeres daltónicos se muestran en la
siguiente tabla de probabilidad:
 EJEMPLO (continuación)
Si se escoge una persona al azar, y se encuentra
que es hombre (evento B), ¿Cuál es la probabilidad
de que el hombre sea daltónico (evento A)?

𝑃(𝐴 ∩ 𝐵) 0.04
𝑃 𝐴/𝐵 = = = 0.078
𝑃(𝐵) 0.51

¿Cuál es la probabilidad de ser daltónico, dado

que la persona es mujer?

𝑃(𝐴 ∩ 𝐵𝐶 ) 0.002
𝑃 𝐴/𝐵𝑐 = 𝐶
= = 0.004
𝑃(𝐵 ) 0.49
 EJEMPLO
La probabilidad de que un vuelo programado
normalmente salga a tiempo es P(D)=0.83, la
probabilidad de que llegue a tiempo es
P(A)=0.82 y la probabilidad de que salga y
llegue a tiempo es P(D∩A)=0.78. Calcule la
probabilidad de que un avión:

a) llegue a tiempo, dado que salió a tiempo.

b) salió a tiempo, dado que llegó a tiempo.

 Solución
a) La probabilidad de que un avión llegue a
tiempo, dado que salió a tiempo es:

𝑃(𝐷 ∩ 𝐴) 0.78
𝑃 𝐴/𝐷 = = = 0.94
𝑃(𝐷) 0.83

b) La probabilidad de que un avión haya salido a

tiempo, dado que llegó a tiempo es:

𝑃(𝐷 ∩ 𝐴) 0.78
𝑃 𝐷/𝐴 = = = 0.95
𝑃(𝐴) 0.82
 REGLA DE LA MULTIPICACIÓN

Si A y B son dos eventos cualquiera en un espacio

muestral S y 𝑃 𝐴 ≠ 0, entonces:

P(A  B) = P(A)*P(B/A)

Si A y B son dos eventos cualquiera en un espacio

muestral S y 𝑃 𝐵 ≠ 0, entonces:

P(A  B) = P(B)*P(A/B)
 EVENTOS INDEPENDIENTES

Se dice que dos eventos A y B son

independientes si y solo si:

P(A  B) = P(A)*P(B)

o bien,

P(B/A) = P(B) o P(A/B) = P(A)

De otro modo, se dice que los eventos son

dependientes.
 EJEMPLO
Tire al aire dos monedas y observe el resultado.
Defina estos eventos:
A: cara en la primera moneda
B: cruz en la segunda moneda
¿Los evento A y B son independientes?
Solución: Tenemos: S = {HH, HT, TH, TT}
1 1 1
𝑃 𝐴 = , 𝑃 𝐵 = , 𝑃 𝐴∩𝐵 =
2 2 4
1 1 1 1
Como 𝑃 𝐴 𝑃 𝐵 = = ,y𝑃 𝐴∩𝐵 =
2 2 4 4

Ya que 𝑃 𝐴 𝑃 𝐵 = 𝑃 𝐴 ∩ 𝐵 , los dos eventos son

independientes.
 (D)
(E)

¿Los eventos D y A son independientes? Explique.

Solución
Utilizamos la tabla para hallar:
𝑃 𝐴 = 0.60, 𝑃 𝐷 = 0.44
𝑃 𝐴 ∩ 𝐷 = 0.35

Entonces:
𝑃 𝐴 𝑃 𝐷 = 0.60 ∗ (0.44)
𝑃 𝐴 ∩ 𝐷 = 0.35

Como estas probabilidades

𝑃 𝐴 𝑃 𝐷 ≠ 𝑃 𝐴 ∩ 𝐷 , los dos eventos no son
independientes.
 TEOREMA DE BAYES

Supóngase que A1, A2, A3,..., An es una

partición de un espacio muestral Ω. En cada
caso P(Ai) ≠ 0. La partición es tal que A1, A2,
A3,..., An, son eventos mutuamente exclusivos.
Sea E cualquier evento, entonces para
cualquier Ai

P( Ai ) P(E / AI )
P( Ai / E ) 
P( A1 ) P(E / A1 )  P( A2 )P( E / A2 )    P( An ) P( E / An )
 TEOREMA DE BAYES (continuación)

Como la probabilidad completa de E es :

P(E)  P(A1 )P(E/A1 )  P(A2 )P(E/A2 )    P(An )P(E/An )

entonces
P ( Ai ) P ( E / AI )
P ( Ai / E ) 
P(E)
 TEOREMA DE BAYES (continuación)

Ejemplo: En una pequeña empresa de tejidos se

obtiene su producción con tres máquinas
hiladoras M1, M2 y M3 que producen
respectivamente 50%, 30% y el 20% del número
total de artículos producidos. Los porcentajes de
productos defectuosos producidos por estas
máquinas son 3%, 4% y 5%. Supóngase que se
selecciona un artículo al azar y resulta ser
defectuoso. ¿Cuál sería la probabilidad de que
el artículo haya sido producido por la máquina
M1?
 TEOREMA DE BAYES (solución)
Sea: D: Que el artículo sea defectuoso
ND: Que el artículo no sea defectuoso
M1: Que haya sido producido por la máquina 1
M2: Que haya sido producido por la máquina 2
M3: Que haya sido producido por la máquina 3

P(M1) = 0.50 P(D/M1) = 0.03

P(M2) = 0.30 P(D/M2) = 0.04
P(M3) = 0.20 P(D/M3) = 0.05
 P(D/M1)=0.03
D P(M1)*P(D/M1)=0.5*0.03=0.015
P(M1)=0.50 M1
ND
P(ND/M1)=0.97

P(D/M2)=0.04
D P(M2)*P(D/M2)=0.3*0.04=0.012
P(M2)=0.30 M2
P(ND/M2)=0.96 ND

P(D/M3)=0.05
D P(M1)*P(D/M1)=0.2*0.05=0.01
P(M3)=0.20 M3
ND
P(ND/M3)=0.95
P(D) = 0.015+0.012+0.01=0.037
 TEOREMA DE BAYES (solución)
Por teorema de Bayes se tiene:
P( M 1 ) P( D / M 1 )
P( M 1 / D) 
P( M 1 ) P( D / M 1 )  P( M 2 ) P( D / M 2 )  P( M 3 ) P( D / M 3 )
P( M 1 ) P( D / M 1 ) (0.50)(0.03)
   0.4054
P( D) 0.037

La probabilidad de que el artículo

defectuoso se haya producido en la M1 es
del 40.54%