Documentos de Académico
Documentos de Profesional
Documentos de Cultura
t3 Ig12
t3 Ig12
TEMA 3 :
SUCESOS Y PROBABILIDAD
2. PROBABILIDAD
2.1 CONCEPTO DE PROBABILIDAD
2.2 AXIOMÁTICA DE LA PROBABILIDAD
2.3 PROPIEDADES DE LA PROBABILIDAD
2.4 CONTEO DE ELEMENTOS
2.5 PROBABILIDAD CONDICIONADA
2.6 PROBABILIDAD COMPUESTA (TEOREMA DEL PRODUCTO)
2.7 PROBABILIDAD TOTAL
2.8 TEOREMA DE BAYES
2.9 INDEPENDENCIA DE SUCESOS
Curso 02-03
2
TEMA 3: SUCESOS Y PROBABILIDAD
TEMA 3:
SUCESOS Y PROBABILIDAD
Definición
Se dice que un experimento es aleatorio, estocástico o estadístico,
si, pudiéndose repetir indefinidamente en análogas condiciones, es
imposible predecir el resultado, aún conociendo las condiciones iniciales.
En un experimento aleatorio no conocemos el resultado hasta que se
ha realizado la prueba.
Ejemplos
- Sacar una carta de la baraja
- Lanzar un dado
- Lanzar una moneda
- Sacar una bola de un bombo de la lotería
Nota
Llamaremos prueba a cada realización de un experimento.
Definición
El conjunto de todos los resultados posibles a que puede dar lugar
un experimento aleatorio se llama espacio muestral. Suele representarse
por E ó ; y diremos que es finito si el número de resultados posibles
es finito.
Definición
Dado un experimento aleatorio cuyo espacio muestral es E, se llama
suceso a cada uno de los subconjuntos de E.
Distinguimos los siguientes tipos de sucesos:
- Suceso simple o elemental: sólo consta de un elemento
Curso 02-03
3
TEMA 3: SUCESOS Y PROBABILIDAD
Ejemplo
Clarifiquemos estos conceptos con unos ejemplos:
Realizamos el experimento aleatorio “Lanzar un dado”
- Espacio muestral: E = { 1, 2, 3, 4, 5, 6 }
- Suceso simple: Sacar un 2 = { 2 }
- Suceso compuesto: Sacar un número impar = { 1, 3, 5 }
- Suceso imposible: Sacar un 7 = { }
- Suceso seguro: Sacar un nº menor que 7 = { 1, 2, 3, 4, 5, 6 } = E
- Sucesos disjuntos: A = Sacar un nº par = { 2, 4, 6 }
B = Sacar un nº impar = { 1, 3, 5 }
Definición
Llamaremos Álgebra de sucesos al conjunto de las partes del
espacio muestral, (), o sea, al conjunto de todos los sucesos.
Nota
{ } 1 subconjunto
{ C } , { X } 2 subconjuntos
{ C , X } = 1 subconjunto
Total, 4 subconjuntos 4 = 22
Nota
Teniendo en cuenta que los sucesos son subconjuntos de E (de ),
podemos aplicarles la teoría general de conjuntos. Nos interesarán las
uniones, intersecciones, diferencias y complementarios entre conjuntos.
- Conmutativa:
AB=BA AB=BA
- Asociativa:
A(BC)=(AB)C A(BC)=(AB)C
Curso 02-03
4
TEMA 3: SUCESOS Y PROBABILIDAD
- Leyes de Morgan:
AB = A B A B = A B
- Distributivas:
A(BC)=(AB)(AC)
A(BC)=(AB)(AC)
Además:
A A = A A = A – B = A B
Ejemplo
Sea el experimento aleatorio “Lanzar un dado”, y sean:
Suceso A = “sacar un número par” = { 2, 4, 6 }
Suceso B = “sacar un número mayor o igual a 4” = { 4, 5, 6 }
Se tiene :
A = { 1, 3, 5 B = { 1, 2, 3
A B = { 2, 4, 5, 6 A B = { 4, 6
A–B={2 B–A={5
1.2 FRECUENCIAS
Se llama frecuencia de un suceso aleatorio al número de veces que
ocurre dicho suceso al realizar un experimento. Se denota F .
Se llama frecuencia relativa de un suceso aleatorio al cociente entre
la frecuencia y el número de veces que se ha realizado el experimento.
Se denota f .
Por lo tanto , 0 fn ( x = r ) 1
2. PROBABILIDAD
Curso 02-03
5
TEMA 3: SUCESOS Y PROBABILIDAD
Propiedad 1
Si A1, A2, ......., An son sucesos disjuntos dos a dos con n 2 ( o sea,
Ai Aj = con i j ) , entonces :
P ( A1 A2 ....... An ) = P ( A1 ) + P ( A2 ) + ....... + P ( An )
Demostración
Es inmediata por el Axioma 3, ya que el número de sucesos que
hemos tomado es n (un nº finito ), y ya teníamos que se cumple para dos
sucesos y para una cantidad infinita numerable se cumple para
una cantidad finita.
Propiedad 2
P (A ) = 1 – P ( A ) , siendo A un suceso cualquiera.
(Nota : A es el complementario de A ).
Demostración
A A = P ( A A ) = P ( ) = 1
Y como A A = AXIOMA 3 P ( A A ) = P ( A ) + P (A )
De ambas consecuencias, P(A) + P(A ) = 1 P(A ) = 1 – P ( A )
Propiedad 3
P()=0
Demostración
= P () = P ( )
Por la Propiedad 2, P ( ) = 1 – P ( ) = 1 – 1 = 0
Por lo tanto, P ( ) = 0 .
Propiedad 4
P ( S ) 1 , siendo S un suceso cualquiera.
Curso 02-03
6
TEMA 3: SUCESOS Y PROBABILIDAD
Demostración
Por reducción al absurdo, supongamos que P ( S ) > 1 .
Como por la Propiedad 2 se tiene que P ( S ) + P (S ) = 1, debe-
rá ser P ( S ) < 0 , pero esto no puede ser, ya que por el AXIOMA 2 ,
la probabilidad de cualquier suceso siempre es 0 .
Nota
Del AXIOMA 2 y de la Propiedad 4 deducimos :
0 P ( S ) 1 , siendo S un suceso cualquiera.
Propiedad 5
Dados dos sucesos A y B tales que A B P ( A ) P ( B )
Demostración
Luego B = A ( B A )
Además, A ( B A ) = A y ( B A ) son disjuntos
Por lo tanto, por el AXIOMA 3 : P ( B ) = P ( A ) + P ( B A )
Como, por el AXIOMA 1 , P ( B A ) 0 P ( B ) P ( A )
Propiedad 6
A, B , P ( A B ) = P ( A ) + P ( B ) – P ( A B )
Demostración
Intuitivamente :
Curso 02-03
7
TEMA 3: SUCESOS Y PROBABILIDAD
Definición
Llamaremos espacios muestrales finitos a los espacios muestrales
que provengan de experimentos para los cuales sólo existe un número
finito de resultados posibles, así = { w1, w2, ... , wn }
En un experimento aleatorio con un espacio muestral finito, una
distribución de probabilidad se especifica asignando una probabilidad p i
a cada resultado wi , pi = P ( { wi } ) . Debe cumplirse:
a ) pi 0
b ) P ( ) = 1 pi = 1
En estas condiciones, si A = { wi1, wi2, ... , wir }, se tiene P(A) = pij
Definición
Llamaremos espacios muestrales simples a los espacios muestrales
finitos en los que todos los resultados son equiprobables ( tienen la mis-
ma probabilidad ) . Si = { w1, w2, ... , wn } , entonces P({wi}) = 1 / n ,
i = 1, ... , n
En estos espacios muestrales simples, dado un suceso A = {w 1, w2,
.... , wk } con k < n se tiene:
P ( A ) = casos favorables = k
casos posibles n
Ejemplo
Si lanzamos una moneda dos veces, ¿cuál es la probabilidad de
obtener al menos una cara?
El espacio muestral correspondiente es = { (C,C), (C,), (,C),
(,) } , siendo C = cara y = cruz
Sea el suceso A = “al menos una cara” = { (C,C), (C,), (,C) }
Así, la probabilidad pedida es:
P ( A ) = casos favorables = 3
casos posibles 4
Curso 02-03
8
TEMA 3: SUCESOS Y PROBABILIDAD
Curso 02-03
9
TEMA 3: SUCESOS Y PROBABILIDAD
Ejemplo:
(Problema 2.5 del libro “Problemas de Probabilidad y Estadística”,
de Floreal Gracia, Jorge Mateu y Pura Vindel , editorial Tilde)
Calcular el número de elementos del espacio muestral en cada uno
de los siguientes experimentos:
a) Una moneda se lanza cinco veces consecutivas
b) Cinco monedas se lanzan una vez
c c) Se seleccionan cinco cartas, de una en una, de una baraja de 40
d d) Se sacan a la vez cinco cartas de una baraja de 40
e e) De una habitación en la que hay 7 personas, salen al azar, de una
f en una, todas las personas
f) De una caja con 10 bombillas, con 3 defectuosas, se extraen de
una en una todas las bombillas
g) Se rellena al azar una quiniela de 14 resultados
h) Se rellena al azar una lotería primitiva
Solución:
a) Si se lanza la moneda cinco veces consecutivas se puede determi-
nar cuál es el orden de aparición de las caras y las cruces. Por
tanto, el número de elementos vendrá dado por:
VR2,5 = 25 = 32
Curso 02-03
10
TEMA 3: SUCESOS Y PROBABILIDAD
Nota:
A la vista de los resultados obtenidos, ¿qué es más probable, acertar
una quiniela con 14 resultados o una lotería primitiva con 6 números?
Por lo tanto:
P(A/B) = P(AB)
P(B)
Curso 02-03
11
TEMA 3: SUCESOS Y PROBABILIDAD
Ejemplo :
En un juego de dados, hemos apostado por el 2. Se tira el dado, y
antes de ver el resultado, nos dicen que ha salido par. Hallar la probabili-
dad de ganar.
P(A)=1 y P(B)=3
6 6
Ejemplo
Supongamos que se extraen 4 bolas sin reemplazamiento de una
urna que contiene 8 rojas y 10 azules. Calcular la probabilidad de
obtener “azul, rojo, rojo, azul “
P(A1R2R3A4) = P(A1)·P(R2/A1)·P(R3/A1R2)·P(A4/A1R2R3) =
= 10 . _8_ . _7_ . _9_ = 0,0686
18 17 16 15
Curso 02-03
12
TEMA 3: SUCESOS Y PROBABILIDAD
Demostración
B = (BA1)(BA2)(BA3)....(BAi)....(BAn)
Como son todos disjuntos:
P(B) = P(BA1) + P(BA2) + P(BA3) + ..... + P(BAn)
Y aplicando el Teorema del Producto:
P(B) = P(B/A1) · P(A1) + P(B/A2) · P(A2) + .... + P(B/An) · P(An) =
= P(B/Ai) · P(Ai) P(B) = P(B/Ai) · P(Ai)
Ejemplo
Dos cajas contienen cerrojos grandes y pequeños. Supongamos
que una caja contiene 30 grandes y 10 pequeños, y que la otra contie-
ne 30 grandes y 20 pequeños. Seleccionamos una caja al azar y
extraemos un cerrojo. ¿Cuál es la probabilidad de que el cerrojo sea
pequeño?
Curso 02-03
13
TEMA 3: SUCESOS Y PROBABILIDAD
Entonces :
Es decir :
Demostración :
P(Ai/B) = P(Ai B) por la probabilidad condicionada.
P(B)
Si en el numerador aplicamos el Teorema del Producto , y en el
denominador la Probabilidad Total , queda :
Ejemplo
Para la fabricación de un gran lote de artículos similares se utilizan
3 máquinas : M1, M2 y M3 . La máquina 1 fabrica el 20%, la máquina 2
el 30%, y la máquina 3 el 50% restante. La máquina 1 produce un 1% de
defectuosos, la máquina 2 un 2% de defectuosos y la máquina 3 un 3%.
Se selecciona un artículo al azar y resulta ser defectuoso. Calcular la
probabilidad de que haya sido producido por la máquina 3.
= 0,015_ = 0,6522
0,023
Teorema de Caracterización :
Dos sucesos A y B son independientes sii P(AB) = P(A) · P(B)
Veámoslo :
()
P(AB) = P(A/B) · P(B)
Curso 02-03
14
TEMA 3: SUCESOS Y PROBABILIDAD
()
Ahora se tiene que P(AB) = P(A) · P(B)
Como P(AB) = P(A/B) · P(B) , sustituyendo :
P(A) · P(B) = P(A/B) · P(B)
Por lo tanto, P(A) = P(A/B) , y así los sucesos A y B son inde-
pendientes.
Consecuencia :
P(A/B) = P(A) P(B/A) = P(B) .
Nota :
Diremos que tres sucesos A1, A2 y A3 son independientes si, y
sólo si, verifican las relaciones:
P(A1A2) = P(A1) · P(A2)
P(A1A3) = P(A1) · P(A3)
P(A2A3) = P(A2) · P(A3) y
P(A1A2A3) = P(A1) · P(A2) · P(A3)
Curso 02-03
15