Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PROBABILIDADES
Introducción
En el espacio muestral determinado por Ω se pueden definir una serie de eventos
o sucesos. “A” que son el resultado en la experimentación en Ω
En forma general se tienen dos tipos de experimentos:
Experimentos Determinísticos.- los cuales se caracterizan por que el resultado
puede ser predicho sin la necesidad de realizar el experimento
Todos los experimentos de laboratorio
Experimentos no Determinísticos.- el resultado no puede ser predicho hasta
realizar el ensayo
Experimentos aleatorios
Experimentos asociados al análisis combinatorio
Experimentos asociados a la parte frecuencial
Como el espacio muestral Ω es el conjunto universo, los eventos o sucesos son
subconjuntos de Ω y se puede operar según el algebra de conjuntos.
Lo que interesa es determinar la cantidad posible de veces en las que el evento o
suceso “A” se puede dar dentro de Ω (cardinalidad).
𝑚!
sin repeticion 𝑚𝐴𝑛 = (𝑚−𝑛)!
Variación o arreglo: {
con repeticion 𝑚𝐴𝑅𝑛 = 𝑚𝑛
𝑃𝑛 = 𝑛!
Permutación: { 𝐶
𝑃𝑛 = (𝑛 − 1)!
Con repetición
𝑛!
𝑛𝑃𝑅𝑛1 ,𝑛2 ,𝑛3 ,…..,𝑛𝑘 = 𝑛
1 !∗𝑛2 !∗……∗𝑛𝑘 !
∑ 𝑛1 + 𝑛2 + 𝑛3 + ⋯ + 𝑛𝑘 = 𝑛
Si no interesa el orden:
𝑛 𝑛!
sin repeticion: 𝑛𝐶𝑚 = ( ) =
𝑚 (𝑛 − 𝑚)! ∗ 𝑚!
(𝑛 + 𝑚 − 1)!
con repeticion: 𝑛𝐶 ∗ 𝑅𝑚 =
{ (𝑛 − 1)! ∗ 𝑚!
Los eventos o sucesos pueden ser: incluyentes (evento A incluye al evento B),
excluyentes (evento A no incluye al evento B).
El análisis combinatorio se puede determinar en función del principio de adición o
del principio de multiplicación.
DEFINICION DE PROBABILIDAD
La probabilidad es el grado de incertidumbre que un evento o suceso sea un éxito
Definición de la place.- la probabilidad es la razón de la cantidad de veces en las
que se puede dar el evento o suceso “A”a las opciones totales en el espacio
muestral Ω
𝑛𝐴
𝑃(𝐴) =
𝑛Ω
Definición frecuencial.- la probabilidad de un evento A es el cociente de la
cantidad de veces que se repite A al numero total de observaciones realizadas
𝐹𝐴
𝑃(𝐴) = = ℎ𝐴
𝑛
Definición subjetiva.-
𝑃(𝐴) = 0 (Evento A ha sido un fracaso)
Ejemplo.-
Con los dígitos 0, 1, 2, 3, 4, 5, 6,7 se desean formar números de cuatro cifras
a) determinar cuál es la cantidad de números que se pueden formar sin repetición.
b) cuántos de estos números son pares.
c) ¿Cuál es la probabilidad de que un número elegido al azar de los anteriores sea
impar?
d) ¿Cuál es la probabilidad de que el numero elegido al azar este entre 2000 y
4000
Solución
8 dijitos → # 4 cifras
7 7 6 5
𝑛Ω == 𝟕(𝟕) ∗ 𝟔(𝟓) = 𝟏𝟒𝟕𝟎 𝑵𝑼𝑴𝑬𝑹𝑶𝑺
pares
6 6 5 4
impares
𝑛𝐵 = 1470 − 720
𝑛𝐵 = 750 𝑁𝑈𝑀𝐸𝑅𝑂𝑆 𝐼𝑀𝑃𝐴𝑅𝐸𝑆
Entonces….
𝑛𝐵 750
𝑃𝐵 = = = 0.51
𝑛Ω 1470
𝑛𝐶 = 𝟕𝟔𝟎
𝑛𝐶 760
𝑃𝐵 = = = 0.517
𝑛Ω 1470
𝑃𝐴∪𝐵 = 𝑃𝐴 + 𝑃𝐵 − 𝑃𝐴∩𝐵
𝑃𝐴∪𝐵 = 0.4 + 0.5 − 0.3
𝑃𝐴∪𝐵 = 0.6
B)
𝑛𝐴∩𝐵𝐶 = 𝑛𝐴 − 𝑛𝐴∩𝐵 \\ ÷ 𝑛Ω
𝑛𝐴∩𝐵𝐶 𝑛 𝑛𝐴∩𝐵
= 𝑛𝐴 −
𝑛Ω Ω 𝑛Ω
𝑃𝐴∩𝐵𝐶 = 𝑃𝐴 − 𝑃𝐴∩𝐵
En una urna hay 2 bolas azules una blanca y 3 rojas se extraen alazar 3 bolas sin
reposición. Calcule la probabilidad de que las dos bolas sean rojas, o una blanca y
otra azul.
Solución.-
2 azules
1 blanca
3 rojas
Total= 3 bolas
6!
𝑛𝛺 = 𝐶62 = = 15
4! ∗ 2!
𝐶32 3
𝑃𝐴 = =
15 15
1
𝑃𝐴 =
5
𝐶11 ∗ 𝐶21 2
𝑃𝐵 = =
15 15
Entonces…
1 2
𝑃(𝐴 ∪ 𝐵) = +
5 15
1
𝑃(𝐴 ∪ 𝐵) =
3
Solución
B: pagar la multa
𝑃(𝐴 ∩ 𝐵) = 0.1
𝑃(𝐵) = 3𝑃(𝐴)
𝑃(Ω) = 0.28
𝐴∪𝐵 =Ω
𝑃(𝐴) =?
de 250 empleados se sabe que 130 fuman cigarrillos, hay 150 hombres de la
compañía de los cuales 85 fuman cigarrillos. Si un empleado es seleccionado al
azar ¿ cual es la probabilidad de que?
Solución.-
a)
120 12
𝑃(𝑛𝑜 𝑓𝑢𝑚𝑎) = =
250 25
b)
45 9
𝑃(𝑚𝑢𝑗𝑒𝑟 𝑦 𝑓𝑢𝑚𝑒) = =
250 50
c)
150 130 85
𝑃(𝐻𝑜𝑚𝑏𝑟𝑒 ∪ 𝐹𝑢𝑚𝑒) = + −
250 250 250
195 39
𝑃(𝐻𝑜𝑚𝑏𝑟𝑒 ∪ 𝐹𝑢𝑚𝑒) = =
250 50
PROBABILIDAD CONDICIONAL
AyB∈ Ω
Nomenclatura
𝑃 (𝐴 / 𝐵) = 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜 𝐴 𝑐𝑜𝑛𝑑𝑖𝑐𝑖𝑜𝑛𝑎𝑑𝑎 𝑎 𝐵
𝑃(𝐴 ∩ 𝐵)
𝑃 (𝐴 / 𝐵) =
𝑃(𝐵)
Como:
𝑛(𝐴∩𝐵) 𝑛(𝐵)
𝑃 (𝐴 ∩ 𝐵) = ^ 𝑃 (𝐵) =
𝑛 𝑛
Tambien:
𝑛(𝐴 ∩ 𝐵)
𝑃 (𝐴 / 𝐵) = 𝑛
𝑛(𝐵)
𝑛
𝑛(𝐴 ∩ 𝐵)
𝑃 (𝐴 / 𝐵) =
𝑛(𝐵)
AXIOMAS
1. 𝑃(𝐴𝐶 /𝐵) = 1 − 𝑃(𝐴/𝐵)
2. 𝑃(𝐴 ∪ 𝐵/𝐶) = 𝑃(𝐴/𝐶) + 𝑃(𝐵/𝐶) − 𝑃(𝐴 ∩ 𝐵/𝐶)
3. 𝑃(𝐴/𝐵) ≠ 𝑃(𝐵/𝐴)
TEOREMA DE LA MULTIPLICACION
𝑃(𝐴 ∩ 𝐵)
𝑃(𝐴 / 𝐵) =
𝑃(𝐵)
𝐵𝒊 ∩ 𝐵𝒋 ≠ 𝟎
∀𝒊 ≠ 𝑗
𝑃(𝐴) = 0.20
𝑃(𝑠𝑜𝑙𝑜 𝐵) = 0.45
𝑃(𝐴/𝐵) =? ?
𝑃(𝑠𝑜𝑙𝑜 𝐴) =?
𝑃(𝑠𝑜𝑙𝑜 𝐴) = 0.05
b)
𝑃(𝐴 ∩ 𝐵)
𝑃(𝐴 / 𝐵) =
𝑃(𝐵)
𝑃(𝐵) = 0,60
Entonces:
0.15
𝑃(𝐴 / 𝐵) = → 𝑃(𝐴 / 𝐵) = 1⁄4
0.60
Ejemplo
Solución.-
𝑃(𝐴 ∩ 𝐵)
𝑃(𝐴 / 𝐵) =
𝑃(𝐵)
2 8 3 2 4 1 4 8 1
𝑃𝐵 = ∗ ∗ + ∗ ∗ + ∗ ∗
6 12 4 6 12 4 6 12 4
48 + 8 + 32 88
𝑃𝐵 = =
6 ∗ 12 ∗ 4 6 ∗ 12 ∗ 4
2 8 3 2 4 1 56
𝑃(𝐴 ∩ 𝐵) = ∗ ∗ + ∗ ∗ =
6 12 4 6 12 4 6 ∗ 12 ∗ 4
56
𝑃(𝐴 / 𝐵) = 6 ∗ 12 ∗ 4
88
6 ∗ 12 ∗ 4
7
𝑃(𝐴 / 𝐵) =
11
TEOREMA DE LA PROBABILIDAD TOTAL
𝐵1 ∩ 𝐵2 ∩ 𝐵3 ∩ … … .∩ 𝐵𝑘 = Ω
Sea un elemento A común a todas las particiones del cual se desea encontrar su
probabilidad, entonces:
De la probabilidad condicional:
𝑃(𝐴 ∩ 𝐵)
𝑃 (𝐴 ⁄ 𝐵) = → 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐵) ∗ 𝑃(𝐴/𝐵)
𝑃(𝐵)
Entonces:
𝐴 𝐴 𝐴 𝐴
𝑃(𝐴) = 𝑃(𝐵1 ) ∗ 𝑃( ) + 𝑃(𝐵2 ) ∗ 𝑃( ) + 𝑃(𝐵3 ) ∗ 𝑃( ) + ⋯ … + 𝑃(𝐵𝑛 ) ∗ 𝑃( )
𝐵1 𝐵2 𝐵3 𝐵𝑛
𝐴
𝑃(𝐴) = ∑𝑃(𝐵𝑖 ) ∗ 𝑃( )
𝐵𝑖
TEOREMA DE BAYES
Si se tiene un espacio muestral Ω particiado en B1, B2, B3,……..,Bk sub espacios
muestrales y se conoce la probabilidad del evento A común a todas las
particiones, el objetivo es hallar la probabilidad que provenga de la j – esima
partición dado que le evento A ha sucedido.
𝑃(𝐵𝑖 /𝐴) =?
𝐴 𝑃(𝐵𝑖 ) ∗ 𝑃(𝐴/𝐵𝑖 )
𝑃( ) =
𝐵𝑖 𝐴
∑𝑃(𝐵𝑖 ) ∗ 𝑃(𝐵 )
𝑖
Ejemplo.-
Se tiene 5 fusiles que cuando son apuntados apropiadamente tienen
probabilidades de dar en el blanco respectivamente como sigue: 0.5, 0.6, 0.7, 0.8,
0.9 se escoge aleatoriamente uno de los fusiles, se apunta y dispara. ¿Cuál es la
probabilidad de que no dé en el blanco?
1 0.5
2 0,6
1
5 fusiles 3 0,7 se elige uno al azar =F 𝑃𝐹 = 5
4 0,8
{5 0,9
1 5 1 6 1 7 1 8 1 9
𝑃(𝐴) = ∗ + ∗ + ∗ + ∗ + ∗
5 10 5 10 5 10 5 10 5 10
1 5+6+7+8+9
𝑃(𝐴) = [ ]
5 10
35
𝑃(𝐴) = = 0.7
50
𝑃(𝐴𝐶 ) = 1 − 𝑃(𝐴)
𝑃(𝐴𝐶 ) = 1 − 0.7 → 𝑃(𝐴𝐶 ) = 0.3
Ejemplo.-
En vista de los gastos que suponen reparación o sustitución de mercadería
defectuosa, la gerencia desea vigilarla taza de imperfectos en el proceso de
producción. Le pide al ingeniero industrial que examine un plan propuesto para un
nuevo proceso de producción de grandes transformadores, en realidad el nuevo
proceso supone 2 procesos separados, cada uno de los cuales produce al
transformador como ultima etapa del proceso total. El examen de las maquinas y de
las operaciones que intervieven en cada mitad del proceso de producción convence
al ingeniero de que hay una probabilidad de 0.0014 de que una parte del proceso
produzca un defectuoso y otra de 0,0025 de que la otra parte produzca el
defectuoso.
a) Que porcentaje de la producción total ha de estimarse defectuosa
b) Si se elige un transformador al azar y resulta ser defectuoso. ¿Cuál es la
probabilidad de que haya manufacturado en la 1ra parte del proceso?
P. DEFECTUOSO
1ra PARTE 0.0014
2da PARTE 0.0025 1
𝑃(1𝑟𝑎 𝑃𝐴𝑅𝑇𝐸) = 𝑃(2𝑑𝑎 𝑃𝐴𝑅𝑇𝐸) =
2
1 1
𝑃(𝐷) = ∗ 0.0014 + ∗ 0.0025
2 2
𝑃(𝐷) = 0.00195 ≅ 0.195%
b) se elige un transformador→ defectuoso por BAYES
Ejemplo.-
un experimento consiste en lanzar un par de dados y sumar la suma de los
números que aparecen en las caras superiores ¿Cuál es la probabilidad que la
suma 4 salga antes de la suma 6?
Solución.-
Espacio muestral
(1,1); (1,2); (1,3); (1,4); (1,5); (1,6);
(2,1); (2,2); (2,3); (2,4); (2,5); (2,6);
(3,1); (3,2); (3,3); (3,4); (3,5); (3,6);
(4,1); (4,2); (4,3); (4,4); (4,5); (4,6);
(5,1); (5,2); (5,3); (5,4); (5,5); (5,6);
{ (6,1); (6,2); (6,3); (6,4); (6,5); (6,6);
𝑛Ω = 𝟑𝟔
A: la suma es 4
B: la suma es 6
𝐸𝒏 : la suma no sea 4 ni 6 o salga 6 antes de 4
3
𝑃𝑨 = 36
5
𝑃𝐵 =
36
𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)
3 5
𝑃(𝐴 ∪ 𝐵) = + −0
36 36
8
𝑃(𝐴 ∪ 𝐵) =
36
𝑃(𝐸𝒏 ) = [1 − 𝑃(𝐴 ∪ 𝐵)] ∗ [1 − 𝑃(𝐴 ∪ 𝐵)][1 − 𝑃(𝐴 ∪ 𝐵)] ∗ … . .∗ [1 − 𝑃(𝐴 ∪ 𝐵)] ∗ 𝑃(𝐴)
8 8 8 8 3 28 𝑛−1 3
𝑃(𝐸𝒏 ) = [1 − ] ∗ [1 − ] [1 − ] ∗ … . .∗ [1 − ] ∗ =( ) ∗
36 36 36 36 36 36 36
Entonces…
∞
3 28 𝑛−1
𝑃(𝐸𝒏 ) = ∑ ∗( )
36 36
𝑛=1
1 7 𝑛−1
𝑃(𝐸𝒏 ) = ∑∞
𝑛=1 12 ∗ (9) Progresión geométrica infinita
1 7
𝑎 ∗
𝑃(𝐸𝒏 ) = = 12 9
1−𝑟 1−7
9
7
𝑃(𝐸𝒏 ) =
24
7
𝑃(𝑠𝑎𝑙𝑔𝑎 𝑠𝑢𝑚𝑎 4 𝑎𝑛𝑡𝑒𝑠 𝑑𝑒 6) = 𝑃(𝐸𝑛 𝐶 ) = 1 −
24
17
𝑃(𝑠𝑎𝑙𝑔𝑎 𝑠𝑢𝑚𝑎 4 𝑎𝑛𝑡𝑒𝑠 𝑑𝑒 6) =
24
PROBABILIDAD DE EVENTOS INDEPENDIENTES
Dos eventos son independientes si cada uno de ellos no depende del otro; pero
ambos forman parte del mismo espacio muestral, entonces se utiliza el teorema de
multiplicación.
Se cumple:
𝑃(𝐴∩𝐵)
𝑃(𝐴⁄𝐵 ) = = 𝑃(𝐴)
𝑃(𝐵)
𝑃(𝐵∩𝐴)
𝑃(𝐵⁄𝐴) = = 𝑃(𝐵)
𝑃(𝐴)
Ejemplo.-
El dado A tiene 4 caras rojas y 2 blancas, el dado B tiene 2 caras negras y 4 blancas,
se elige uno de estos dados al azar, se lanza “n” veces y en todas ellas sale cara
roja, la probabilidad de que haya lanzado el dado A es 32\33 ¿Cuántas veces se
lanzó el dado?
4𝑅 2𝑅
𝐴={ 𝐵={
2𝐵 4𝐵
32 1 4 4 4 1 2 2 2
𝑃(𝐴⁄𝑐𝑎𝑟𝑎 𝑟𝑜𝑗𝑎) = 33 𝑃𝑨 = 2 ∗ 6 ∗ 6 ∗ 6 ∗ … … … + 2 ∗ 6 ∗ 6 ∗ 6 ∗ … ..
1 4 𝑛 1 2 𝑛
𝑃𝑨 = 2 ∗ (6) + 2 ∗ (6)
32[(2𝑛 )2 + 2𝑛 ] = 33(2𝑛 )2
32 ∗ 2𝑛 = (2𝑛 )2
(2𝑛 )2 − 32 ∗ 2𝑛 = 0
(2𝑛 )(2𝑛 − 32) = 0
2𝑛 = 32 → 2𝑛 = 25 𝑛=5 →→ 𝑠𝑒 𝑙𝑎𝑛𝑧𝑎 5 𝑣𝑒𝑐𝑒𝑠
Ejemplo.-
Para que funcione adecuadamente un equipo electrónico debe tener las dos
componentes conectadas que aparecen en el diagrama en correcto
funcionamiento. El diagrama muestra que A debe funcionar y lo mismo alguno de
los 2 B. suponga que las componentes B funcionan independientemente de A, e
independientemente una de otra y que la confiabilidad de A es 0,9 y la de B1 y B2
es 0.8. Calcular la confiabilidad del equipo.
𝑃(𝐴) = 0,9
𝑃(𝐵1) = 𝑃(𝐵2) = 0,8
𝑃(𝐸) = 0,576