Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema 2: Probabilidad
Tema 2. Probabilidad
Contenidos
Experimentos aleatorios, espacio muestral, sucesos
elementales y compuestos.
Definición de probabilidad. Propiedades.
Probabilidad condicionada y ley de la multiplicacion.
Independencia.
Ley de la Probabilidad Total y Teorema de Bayes.
Conceptos básicos: ejemplos
I Experimento aleatorio: resultado del lanzamiento de un dado
I Espacio muestral (posibles resultados) finito: Ω = {1, 2, 3, 4, 5, 6}
I Sucesos elementales (puntos muestrales): {1}, {2}, . . . , {6}
I Sucesos compuestos: p. ej., A =“obtener un resultado par”
= {2, 4, 6}, B =“obtener un resultado mayor que 3”= {4, 5, 6}.
I Experimento aleatorio: número de accesos a la página web de la
UCM el próximo lunes
I Espacio muestral infinito numerable: Ω = {0, 1, 2, . . .} = N ∪ {0}
I Sucesos elementales: {0}, {1}, {2}, . . .
I Sucesos compuestos: p. ej., A =“se reciben al menos 100 accesos”
= {100, 101, . . .} y B =“se reciben menos de 500 accesos”
= {0, 1, . . . , 499}.
I Experimento aleatorio: precio de una cierta acción al cierre de sesión
del proximo lunes
I Espacio muestral infinito no numerable: Ω = (0, +∞) o, siendo
realistas, Ω = (0, M) para algún M lo bastante grande
I Sucesos elementales: {x }, con x ∈ Ω
I Sucesos aleatorios: p. ej., A =“el precio de cierre es superior a 5
euros” = (5, M) y B =“precio de cierre entre 3 y 8 euros” = (3, 8).
Sucesos aleatorios: conceptos básicos
Sucesos
I Un suceso es un subconjunto “razonable” A del espacio muestral Ω
(A ⊆ Ω). Si el resultado ω del experimento aleatorio cumple que
ω ∈ A, el suceso ocurre. Si no es así, el suceso A no ocurre.
Sucesos triviales
I Suceso seguro: El espacio muestral completo Ω. Siempre ocurre.
I Suceso imposible: El conjunto vacío ∅. Nunca ocurre.
Suceso complementario o contrario a un suceso A: suceso que ocurre
cuando no lo hace A. Se compone de todos los sucesos elementales de Ω
que no est´an en A. Se denota por Ac o por A.
Operaciones básicas con sucesos aleatorios
Supongamos que A y B son sucesos del espacio muestral Ω.
I Intersección de sucesos: La intersección A ∩ B se compone de todos
los elementos en A y en B a la vez (A ∩ B: “ocurren A y B”).
I A y B son sucesos incompatibles si no tienen ningún elemento en
común, i.e., si su interseccion es el suceso imposible, A ∩ B = ∅
I Unión de sucesos: La unión A ∪ B se compone de todos los
elementos que están en A o en B (A ∪ B: “ocurren A o B”).
I Diferencia de sucesos: La diferencia A \ B se compone de todos los
elementos de A que no están en B (A \ B: “ocurre A pero no B”).
Leyes de Morgan
Relaciones entre la uni ón, intersección y sucesos complementarios:
A∪ B = A∩B
A∩B = A∪ B
Ejemplo: lanzamiento de un dado
I Complementario:
A¯ = {1, 3, 5} B¯ = {1, 2, 3}
I Intersección:
A ∩ B = {4, 6} A¯ ∩ B¯ = {1, 3}
I Unión:
A ∪ B = {2, 4, 5, 6} A¯ ∪ B¯ = {1, 2, 3, 5}
A ∪ A¯ = {1, 2, 3, 4, 5, 6} = Ω
I Sucesos incompatibles:
A ∩ A¯ = ∅
Probabilidad. Intuición
1 1 1 1 n(A)
P(A) = P({2}) + P({4}) + P({6}) = 6 + 6 + 6= 2 n(Ω)
1 1 1 1 n(B)
P(B) = P({4}) + P({5}) + P({6}) = 6 + 6 + 6 = 2 = n(Ω)
I Probabilidad de que salga impar
1 1
P(A¯ ) = 1 − P(A) = 1 − =
2 2
Ejemplo: lanzamiento de un dado equilibrado
1 1 1 4 2 n(A ∪ B)
P(A ∪ B) = 2 + 2 − 3 = 6 = 3 =
n(Ω)
I Probabilidad de que salga par o igual a uno.
Los sucesos A = {2, 4, 6} y C = {1} son incompatibles (A ∩ C = ∅),
por tanto
1 1 4 2 n(A ∪ C )
P(A ∪ C ) = P(A) + P(C ) = 2 + 6 = 6 = 3 =
n(Ω)
Probabilidad condicionada: ejemplo
Se clasifica un grupo de 100 ejecutivos según su peso y si sufren o no
de hipertensión. La siguiente tabla muestra los resultados:
Tensión \ Peso Insuficiente (I) Normal (N) Sobrepeso (S) Total
Hipertenso (H) 2 8 10 20
Normal (N) 20 45 15 80
Total 22 53 25 100
20 n(A)
P(A) = = 0.2 =
100 n(Ω) ; ¿por qué?
I Supongamos que el ejecutivo seleccionado tiene sobrepeso ¿Cuál es
entonces la probabilidad de que sea hipertenso? ¿Es igual que antes?
Probabilidad condicionada: ejemplo
P(A | B)
Probabilidad condicionada
Definición: La probabilidad de un suceso A condicionada a que otro
suceso B (con P(B) > 0) ha ocurrido es
P(A ∩ B)
P(A | B) =
P(B)
Sucesos Independientes
I Intuitivamente: el saber si uno de ellos ha ocurrido no nos da
ninguna información sobre si el otro ha ocurrido.
I Definición: Dos sucesos A y B son independientes si
P(A ∩ B) = P(A)P(B).
Regla de la multiplicación
Es útil para calcular la probabilidad de que ocurran a la vez varios sucesos
cuando las probabilidades condicionadas son fáciles de calcular.
I P(A ∩ B) = P(A) P(B | A), siempre que sea P(A > 0).
I P(A ∩ B ∩ C ) = P(A) P(B | A) P(C | A ∩ B), siempre que sea
P(A ∩ B) > 0.
I Se generaliza al cálculo de la probabilidad de la intersección de n
sucesos A1, . . . , An.
Regla de la multiplicación: ejemplos
Se extraen sucesivamente dos cartas de una baraja española.
Probabilidad de que:
12
I La primera carta sea copa: P(A) = 48
. segunda sea copa, sabiendo que la primera lo fue: P(B | A) =
I La
11
.
47
I Las dos cartas sean copas: P(A ∩ B) = P(A)P(B | A) = 48
12 × 11
47
.
Ω = B 1 ∪ B2 ∪ . . . ∪ Bk ,
Para dos sucesos A y B con P(A) > 0 y P(B) > 0 se tiene que
P(B | A)P(A)
P(A | B) =
P(B)
P(D | A1)P(A1)
P(A 1 | D) =
P(D)
0.01 × 0.35
= = 0.17766
0.0197
Teoremas fundamentales: teorema de Bayes
P (A|Bj )P (Bj )
P(Bj | A) = P(A | B
1 )P(B 1 ) + P(A | B2)P(B 2) + . . . + P(A | Bk )P(B k)
P (A |B1 )P (B1 )
P(B1 | A) = P(A | B
1 )P(B 1 ) + P(A | B2)P(B 2)
99 1
99
= 100 10000 = ≈ 0.0033
99 1 3 9999
99 + 3 × 9999
100 10000 + 100 10000