Teoria de Las Probabilidades

REPÚBLICA BOLIVARIANA DE VENEZUELA
MINISTERIO DEL PODER POPULAR PARA LA DEFENSA

UNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA DE LA FUERZA ARMADA NACIONAL BOLIVARIANA (UNEFA).
DOCENTE: Ing. Roydimar Doria 1

INTRODUCCIÓN.
PROBABILIDAD Y ESTADÍSTICA
Hasta mediados del siglo XIX el término estadística se utilizó para denominar la información
sobre los asuntos propios del Estado, entendido éste en su doble sentido territorial y político; dicha
información era, en su mayor parte, numérica y, al crecer su volumen y su alcance con el desarrollo
económico y social de los estados, empezó a recogerse en forma de cuadros y gráficos. Sin
embargo, que un estudio de este tipo haya acabado por formar parte de las matemáticas no se
debe solamente al hecho de que implique el uso de cálculos y de representaciones gráfica; en
realidad, depende del hecho de que muchos fenómenos sociales y económicos, aun siendo
variables, presentan un acierta regularidad en su variabilidad que hace posible enunciar leyes
estadísticas relativas a ellos.
Esta circunstancia deriva de la llamada ley de los grandes números: la frecuencia con que se
observan determinados sucesos, o la proporción en que un cierto atributo está presente entre los
elementos de un conjunto, es tanto más estable cuanto mayor es el número de observaciones
realizadas o de elementos considerados. Ello tiene como consecuencia que muchas predicciones
sociológicas y económicas puedan formularse sobre una base estrictamente dependiente del
cálculo de probabilidades, con independencia de las explicaciones que la sociología o la económica
puedan proporcionar.
2
Ing. Roydimar Doria
UNIDAD I. Teoría de las Probabilidades
CONCEPTO DE PROBABILIDAD
La probabilidad es una rama de la matemática cuyo objetivo es la
medida y la comprensión de los fenómenos que suceden al azar. Tales fenómenos
responden a interrogantes como:
1. ¿ Lloverá mañana?
2. ¿ Qué número saldrá al lanzar un dado?
3. ¿Nacerá el niño en buenas condiciones?
Cada una de las preguntas revelan incertidumbre sobre la posibilidad de
un resultado y son ejemplos de fenómenos aleatorios, es decir, no se pueden
predecir con precisión . Sin embargo, el comportamiento estadístico de esos
fenómenos pueden exhibir cierto grado de regularidad. Esto es posible de
estimar, dentro de ciertos parámetros, las respuestas a tales preguntas:
Ing. Roydimar Doria
3
CONCEPTO DE PROBABILIDAD
1. Para mañana hay un 70% de probabilidad de lluvia.
2. Es probable que el número 5 salga en un 17% de los casos.
3. Dados los antecedentes de los padres, el niño tiene un 95% de
probabilidad de ser normal.
Por supuesto que en cada uno de los casos anteriores los resultados
dependen de la distribución que en el pasado han tenido los datos. Así, al decir que
hay un 70% de probabilidad de lluvia se supone que, estudiadas las condiciones
meteorológicas y la experiencia pasada, existe esa probabilidad de que llueva.
La probabilidad; es el cálculo matemático que evalúa las posibilidades que
existen de que una cosa suceda cuando interviene el azar.
Ing. Roydimar Doria

4
DEFINICIÓN DE PROBABILIDAD
Definición clásica de probabilidad ( a priori): Imagina que se lanza una
moneda al aire y apostamos a que saldrá cara. Se sabe que al caer la moneda debe
salir cara o sello ( hay dos opciones). Entonces tenemos:
La probabilidad se denota por la letra P y se define como:
En el caso del lanzamiento de la moneda se tendrá:
Ing. Roydimar Doria

5
Lo que indica que la probabilidad de que salga cara es 0,50 o el 50 % . Por
extensión, la probabilidad de que salga sello es también 0,50.
La probabilidad, es una cantidad numérica cuyo valor es mayor o igual que cero y
menor o igual a 1. Podemos escribir entonces:
La condición P=0 significa que no hay ninguna probabilidad de que la

opción favorable tenga lugar. Así, si planteamos el problema del lanzamiento de la
moneda en los términos siguientes: “¿Cuál es la probabilidad de que al lanzar una
moneda sobre un piso de cemento la moneda caiga de canto?”, podemos escribir:
Ing. Roydimar Doria

6
La condición P = 1 significa que con seguridad el evento favorable tendrá

lugar. Repetiremos nuevamente el experimento de lanzar una moneda al aire:
“¿cuál es la probabilidad de que al lanzar una moneda caiga cara o sello?”. Del
enunciado anterior deducimos lo siguiente:
Ing. Roydimar Doria

7
Definición con base experimental (a posteriori): Imagina que se lanza una
moneda al aire 500 veces y que se obtienen los siguientes resultados:
Número de lanzamientos Cara Sello

500 235 265
La probabilidad de que salga sello la definimos como:
Ing. Roydimar Doria

8
La probabilidad de que salga cara la definimos como:
En general, si tenemos un experimento que se repite N veces, donde N es un

número muy grande y se observa que el número de veces que ocurre un evento de
interés es (n), podemos definir probabilidad como:
Ing. Roydimar Doria

9
Ejemplo: En un salón de clases hay 38 alumnos, de los cuales 14 son hembras y el resto
varones. El profesor selecciona al azar un alumno para hacer una pregunta: (a) ¿Qué
probabilidad hay de que seleccione a una hembra? (b) ¿Qué probabilidad hay de que
seleccione a un varón? (c) ¿Qué probabilidad hay de que seleccione a Patricia?
꙳ Solución: (a) como el número de hembras es 14: n = 14,
Dado que hay 38 alumnos: N = 38
= 0,368 (36,8%)
(b) Cómo el número de hembras es 14, entonces el número de varones es 24 (n =24)
(c) Como Patricia es sólo una alumna entre los 38 del salón : n=1
La probabilidad de que el profesor seleccione a Patricia es:
Ing. Roydimar Doria

10
EXPERIMENTO Y ESPACIO MUESTRAL

Experimento Aleatorio
Un experimento, no es más que el proceso a través del cual se obtiene una

observación o una medición.
Experimentos Aleatorios, Al lanzar un dado, desconocemos en general cuál va a ser la
puntuación obtenida; y otro tanto sucede, cuando por ejemplo, extraemos una carta de un
mazo, o arrojamos una moneda al aire. Los juegos de azar ( de cuyo estudio surgió la teoría
matemática de la probabilidad) se caracterizan precisamente por el hecho de desconocerse
cuál es, de entre toda una serie de resultados posibles, el que va obtenerse tras una
determinada jugada; por esta razón los llamamos aleatorios. Por experimento aleatorio se
entiende aquel del que se sabe que va producir como resultado uno determinado de entre
un conjunto de resultados posibles.
Se denomina suceso aleatorio o evento simple a aquel que puede definirse en
términos de resultados de un experimento aleatorio.
Nota: Un suceso o evento, es el subconjunto de un espacio muestral, se denota con las letras mayúsculas A,B,C,D,E, S…
Ing. Roydimar Doria 11

Imaginemos que se lanza un dado; cada uno de los seis resultados que se pueden
obtener, si el dado no está truncado, es un suceso aleatorio o evento simple; pero también
serán sucesos aleatorios los definidos por expresiones como: “obtener un número impar al
lanzar un dado”; o también: “obtener una puntuación mayor que 3 al lanzar un dado”. El
primero de los sucesos así definidos corresponderá a obtener cualquiera de las puntuaciones
1,3 o 5; el segundo, a obtener un 4, un 5 o un 6. Como la ocurrencia de cada uno de estos
sucesos depende de que ocurran otros, se llaman sucesos o eventos compuestos; en cambio,
en el experimento consistente en lanzar un dado, la obtención de cada una de las 6
puntuaciones posibles es un suceso elemental. Dado un conjunto de los sucesos elementales
que definen un experimento aleatorio, cualquier subconjunto de él constituye un suceso
aleatorio. En particular, el propio conjunto de los sucesos elementales es un suceso; como
contiene la totalidad de posibles resultados del experimento, su ocurrencia es segura, por lo
que se llama suceso seguro.

En el caso del lanzamiento de un dado, el suceso definido por la expresión:

“obtener un 1, o un 2, o un 3, o un 4, o un 5, o un 6” es el suceso seguro; en el caso
de arrojar una moneda al aire, el suceso seguro vendrá definido por la expresión:
“obtener cara o cruz”.
Otro suceso que siempre está asociado a un experimento aleatorio es el
suceso imposible, correspondiente al conjunto vacío que siempre es subconjunto
de cualquier conjunto de sucesos elementales y que representan cualquier
resultado del que pueda decirse que no se presenta nunca; en el ejemplo del dado,
el suceso imposible podría venir definido por la expresión: “obtener una
puntuación mayor que 6”; mientras que en el ejemplo de la moneda podría
definirse por: “obtener cara y cruz a la vez”.

Relaciones entre sucesos aleatorios; como un suceso aleatorio viene definido

como conjunto de sucesos elementales, las relaciones entre sucesos aleatorios podrán
expresarse en el lenguaje de la teoría de conjuntos. Así, podrá hablarse, en particular, de
la unión o la intersección de sucesos. En el ejemplo del dado, la unión del suceso
“obtener una puntuación mayor que 4” (es decir, 5 o 6), con el suceso “obtener una
puntuación impar” ( o sea, 1,3 o 5), será el suceso “obtener un 1, un 3, un 5 o un 6”; y la
intersección de esos dos mismos sucesos vendrá dada por “obtener un 5” . Para cada
suceso o evento S, el conjunto formado por los sucesos elementales que no forman
parte de S se llama suceso contrario de S; como los conjuntos de sucesos elementales
correspondientes a dos sucesos contrarios serán conjuntos complementarios respecto
del conjunto de todos los sucesos elementales, al contrario de S se le representa por .


Relaciones entre sucesos aleatorios.

En el ejemplo del dado, el suceso contrario a S = “obtener una puntuación
impar”={obtener un 1, obtener un 3, obtener un 5} será = “obtener una puntuación par”
={obtener un 2, obtener un 4, obtener un 6}.
Cuando dos suceso tienen en común algún suceso elemental, es decir, cuando su
intersección no es vacía, se dice que son sucesos compatibles; si no tienen en común ningún
suceso elemental, siendo vacía su intersección, se llaman sucesos incompatibles. En el
ejemplo del dado, los sucesos S = “obtener una puntuación impar” y S´ = “obtener una
puntuación mayor que 4” son compatibles, puesto que el suceso “obtener un 5” forma parte
de los dos ; en cambio, S será incompatible con el suceso S´´ = {obtener un 2, obtener un 6}.
Adviértase que S y S´´ son incompatibles pero no contrarios (S´´≠ ); dos sucesos contrarios
son siempre incompatibles, puesto que su intersección es vacía, pero no siempre dos sucesos
incompatibles son contrarios.

En síntesis los experimentos aleatorios, son aquellos que al repetirlos en

análogas condiciones, es imposible predecir el resultado que se obtendrá. Ellos,
generalmente , están relacionados con juegos de azar:
• Al extraer una carta de una baraja es imposible predecir cuál de ellas saldrá.
•Al lanzar una moneda varias veces es imposible predecir el número obtenido.
•Al lanzar una moneda sobre un a mesa o al aire no se puede decir si será cara o
será sello.
•Al extraer una metra de una caja que contiene metras de varios colores no se
puede predecir el color de la metra que saldrá.


Experimento DETERMINISTA
Los experimentos deterministas se caracterizan porque al repetirlos bajo

análogas condiciones se obtiene siempre el mismo resultado.
Son experimentos deterministas los siguientes:
• Un químico al hacer mezclas de determinadas cantidades de sustancias, es capaz
de asegurar la solución final que obtendrá, haciendo predicciones sin lugar a
dudas.
• Al exponer al fuego un reciente con agua durante cierto tiempo, está hervirá a la
temperatura de 100 °C grados centígrados.
• Al dejar caer desde la azotea de un edificio un cuerpo, éste caerá por la acción de
la fuerza de gravedad.


Consideremos la ruleta mostrada en la figura. En el centro de
la misma se encuentra una aguja que al ser rotada puede caer en
cualquiera de los 4 sectores mostrados. El experimento a realizar
consiste en rotar la aguja 20 veces y observar los resultados. Hay
cuatro posibles resultados. Al conjunto de estos resultados se le
denomina espacio muestral y puede ser representado por las letras
{E, S, Ω o U}. En este caso el espacio muestral está dado por:
Ver Figura. La aguja, al girar
E = {Azul, Rojo, Verde, Negro} libremente puede caer en
cualquier sector de la ruleta.
Entonces para un experimento aleatorio cualquiera, el
espacio muestral es el conjunto de todos los resultados posibles
de un experimento estadístico.
Ing. Roydimar Doria
18

A cualquier conjunto del espacio muestral que contenga los resultados que satisfacen
una condición dada, se le denomina un evento o suceso. Si el suceso es un conjunto que
contiene un solo resultado del espacio muestral, se le llama evento simple. A todos los otros
subconjuntos no vacios del espacio muestral, se les llama eventos compuestos. Un evento
compuesto puede ser expresado como la unión de eventos simples. A los eventos o sucesos
los representamos con la letra S. Los eventos simples del ejemplo citado de la ruleta son:
S {Azul} S {Rojo} S {Verde} S {Amarillo}
Como eventos compuestos podemos citar:
S {Azul, rojo} S {Azul, rojo, amarillo}
Entonces, si E representa el espacio muestral de un experimento y S un evento del
mismo, la probabilidad del evento o suceso S está dada por:


Ejemplo # 1. ¿Cuál es la probabilidad que al lanzar un dado el resultado sea un
número mayor de 2? ¿cuál es el espacio muestral? ¿cuáles son los eventos o
sucesos simples? ¿cuál es el evento compuesto?
꙳ Solución:
El espacio muestral está dado por todos los posibles resultados del
experimento: E = {1,2,3,4,5,6}
Los eventos simples son: S{1} S{2} S{3} S{4} S{5} S{6}
El evento compuesto de interés está formado por los números mayores que 2:
S {3,4,5,6}
De acuerdo con la definición , se tiene:

Dado rojo Dado blanco Sucesos elementales
EXPERIMENTO Y ESPACIO MUESTRAL 1---------------- (1,1)

2---------------- (1,2)
3---------------- (1,3)
Ejemplo # 2. Construye un diagrama de árbol, Supongamos 1 4---------------- (1,4)
5---------------- (1,5)
6---------------- (1,6)
el lanzamiento de dos dados, uno blanco y uno rojo. 1---------------- (2,1)
2---------------- (2,2)
Indicaremos los resultados posibles del lanzamiento 2
3---------------- (2,3)
4---------------- (2,4)
5---------------- (2,5)
siguiendo, de izquierda a derecha, cada una de las ramas del 6---------------- (2,6)
1---------------- (3,1)
diagrama hasta el final, como indica la figura , luego escribe 2---------------- (3,2)
3---------------- (3,3)
3 4---------------- (3,4)
su espacio muestral. 5---------------- (3,5)
6---------------- (3,6)
Según el diagrama el espacio muestral del experimento 1---------------- (4,1)
2---------------- (4,2)
3---------------- (4,3)
será, por tanto: 4 4---------------- (4,4)
5---------------- (4,5)
E = { (1,1), (1,2), (1,3), (1,4), (1,5), (1,6), (2,1), (2,2), (2,3), 6---------------- (4,6)
1---------------- (5,1)
2---------------- (5,2)
(2,4), (2,5), (2,6), (3,1), (3,2), (3,3), (3,4), (3,5), (3,6), (4,1), 3---------------- (5,3)
5 4---------------- (5,4)
(4,2), (4,3), (4,4), (4,5), (4,6), (5,1), (5,2), (5,3), (5,4), (5,5), 5---------------- (5,5)
6---------------- (5,6)
1---------------- (6,1)
(5,6), (6,1), (6,2), (6,3), (6,4), (6,5), (6,6)} 2---------------- (6,2)
3---------------- (6,3)
6 4---------------- (6,4)
5---------------- (6,5) 21
Ing. Roydimar Doria
6---------------- (6,6)
DEFINICIÓN DE EVENTOS MUTUAMENTE EXCLUYENTES

Los eventos mutuamente excluyentes, son aquellos eventos o sucesos que no
pueden ocurrir simultáneamente al realizar una sola vez un experimento. Al
lanzar una moneda al aire, en el primer lanzamiento existe la posibilidad de que
caiga cara o caiga sello, pero lo que NO puede ocurrir es que en el primer
lanzamiento caiga cara y sello simultáneamente.
TEOREMAS SOBRE PROBABILIDAD (Definición de Evento mutuamente excluyentes).
Teorema 1. Dado un experimento con un espacio muestral finito {E}, la
probabilidad de un evento o suceso {S}, es igual a la suma de las probabilidades
de los eventos o sucesos simples que conforman “S”.
Ejemplo: El espacio maestral suponiendo “E” está dado por:


Y que la probabilidad de los eventos o sucesos simples son:
Si se seleccionan los eventos:
Las probabilidades de los eventos S y F son:
Cuando los eventos o sucesos S y F, del espacio muestral E no tienen elementos

(eventos simples) en común, se dice que son mutuamente excluyentes. Para tales
eventos se cumple:
Es decir, su intersección es el conjunto vacio ( )

Teorema 2. Si S y F son eventos mutuamente excluyentes del espacio muestral
entonces:
En general para n eventos mutuamente excluyentes se cumple:
Ejemplo: Se lanzan dos dados, uno de color amarillo y otro de color rojo, y se
observa Cuál es la suma de los resultados. A) ¿Cuál es le espacio muestral?, B)
Determina las probabilidades de los eventos o sucesos simples. C) Demuestre que
las probabilidades de estos eventos ( S={2,9}, F={3,4,6,11}, G ={5,7}, H ={8,12} ) son
mutuamente excluyentes?
Nota: Observa la representación gráfica de este ejemplo en la página siguiente # 25
꙳ Solución: A) El espacio muestral es: E = {2,3,4,5,6,7,8,9,10,11,12}


Resultado Frecuencia
2 1
3 2
4 3
5 4
6 5
7 6
8 5
9 4
10 3
11 2
12 1
Representación gráfica donde se muestran los resultados posibles y la frecuencia de los mismos, TOTAL: 36
ejemplo del lanzamiento de los dos dados.


꙳ Solución:
B) El espacio muestral está compuesto por 36 posibles resultados. Las
probabilidades de los eventos o sucesos simples son:
P(4) =


꙳ Solución:
C) Son mutuamente excluyentes (¿por qué?). Las probabilidades de estos
eventos son:


Teorema 3: Considere ahora un Evento o suceso S del espacio muestral E. Al conjunto
S´ que contiene todos los resultados de E no contenidos en S, se le conoce como
evento complementario de S. Los eventos S y S´ son mutuamente excluyentes, por lo
que podemos escribir:
P (S ∪ S´) = P (S) + P (S´)

Ahora bien, como S ∪ S´ = E y P(E) = 1, podemos escribir:
1 = P(S) + P(S´)
El resultado anterior puede sintetizarse en el siguiente teorema 3: Si S´ es el
suceso o evento complementario de S en el espacio muestral finito E, podemos
escribir: P(S´ ) = 1 – P (S)

Ejemplo: ¿cuál es la probabilidad de que no salga 3 al lanzar un dado?
꙳ Solución: El espacio muestral está dado por los posibles resultados:
E = {1,2,3,4,5,6}
El suceso S, que salga 3 lo escribimos como S = {3} y el suceso o evento
complementario S´ es : S´ = {1,2,4,5,6}.
La probabilidad de S es:
La probabilidad de S´ es :
Observa que P (S´) se puede calcular también como:


Teorema 4: Cuando dos sucesos o eventos S y F no son mutuamente excluyentes, la
probabilidad P (S+F) no es igual a la suma de P(S) + P(F), como lo establece este teorema:
Si S y F son eventos en un espacio muestral E, la probabilidad de la unión de los elementos
S y F está dada por:
P (S ∪ F) = P(S) + P (F) – P(S ∩ F).
Ejemplo: En el experimento de lanzamiento de dos dados visto anteriormente en el
teorema 3, para observar la suma que se obtiene, se presentaban los siguientes
resultados:
Espacio muestral E = {2,3,4,5,6,7,8,9,10,11,12}
Designemos como el evento o suceso S aquel asociado a un número mayor que 4 y el
evento F al asociado a un número menor que 8. Es decir:
S = {5,6,7,8,9,10,11,12} F = {2,3,4,5,6,7} 30
Ing. Roydimar Doria

Los eventos S y F NO son mutuamente excluyentes, ya que: S ∩ F = {5,6,7}
La unión de S y F es el espacio muestral E: S ∪ F = {2,3,4,5,6,7,8,9,10,11,12} = E
Calculemos las probabilidades P (S) y P(F):
P(S) = P(5) + P(6) + P(7) + P(8) + P(9) + P(10) + P(11) + P(12)
P(F) = P(2) + P(3) + P(4) + P(5) + P(6) + P(7)
De acuerdo con los resultados :
Si tratáramos ahora de calcular la probabilidad de la unión de S y F, P (S ∪ F), como la

suma de las probabilidades de S y F, obtendríamos


Lo que es absurdo, ya que 0 ≤ P ≤ 1.
En realidad, lo que sucede es que al calcular P (S ∪ F) como P (S) + P (F), al NO
ser los eventos mutuamente excluyentes, se está sumando dos veces la
probabilidad de la intersección, P (5, 6, 7). Para obtener el valor correcto,
debemos restar esta probabilidad:
P ( S ∪ F) = P (S) + P(F) – P (S ∩ F)
Como:
Se tiene: observa que como S ∪ F = E, su

probabilidad es 1.

PRINCIPIO DE MULTIPLICACIÓN Y ADICIÓN.

Ley de la Multiplicación: Establece que si un evento o suceso S se puede realizar en
m formas diferentes y luego se puede realizar otro evento o suceso F de m formas
diferentes el número total de formas que puedan ocurrir S y F es igual a m.n.
Ley de la Adición: si un evento o suceso S se puede realizar en m formas diferentes,

además si ocurre uno no puede ocurrir el otro, entonces el evento o suceso S o el
evento F se realiza la adición ( m + n) formas.

SUCESOS INDEPENDIENTES
Si P (S/F) = P (S), es decir, si la probabilidad de que S ocurra no es
afectada por la ocurrencia o no ocurrencia de F, se dice que S y F son
eventos o suceso independientes. De acuerdo con la relación:
Sustituyendo por P (S):

Entonces, si se cumple, los eventos S y F son
independientes. En general, para n eventos independientes se
cumple:
Un ejemplo de ello sería: Si S es el suceso extracción de un (AS) en la primera extracción de un mazo de
cartas, y F es el suceso extracción de un (AS) en una segunda extracción, luego de haber devuelto a la baraja
la carta extraída, ambos sucesos son independientes, pues el hecho de sacar un (AS) en la primera extracción
no afecta la probabilidad de ocurrencia del segundo suceso.
SUCESOS INDEPENDIENTES
Ejemplo: Una caja contiene 5 bolas blancas y 4 bolas rojas. Se saca un abola al azar y
se vuelve a colocar en la caja. ¿ Cuál es la probabilidad de sacar una bola blanca y
una roja en sucesión?
꙳ Solución: La probabilidad de sacar una bola blanca en el primer
intento es:
La probabilidad de sacar una bola roja en el segundo intento es:
Los dos sucesos son independientes, ya que sacar un abola blanca en el

primer intento no afecta la probabilidad de obtener una bola roja en el
segundo intento. Por tanto:

PROBABILIDAD CONDICIONAL.
Si S y F son dos sucesos, la probabilidad de que ocurra un evento o suceso S, dado que haya
ocurrido F, se designa como y se denomina probabilidad condicional de S dado F.
A fin de deducir una formula para la probabilidad condicional, tomemos un espacio muestral S
de n elementos:
Supongamos que el evento F contiene m elementos de los n de E y que el evento dado por la
intersección de S y F, S ∩ F contiene l de los n elementos de E. Podemos escribir:
Como el evento F ocurrió, el resultado del experimento debe ser uno de los m elementos de F.
De estos m elementos, hay un resultado para los cuales S puede suceder entonces:
Dividiendo el numerador y el denominador por n :
Como tendremos:

PROBABILIDAD CONDICIONAL.
Ejemplo: ¿ Cuál es la probabilidad que de un juego de 40 cartas españolas se
obtenga una sota, caballo o rey, si la carta seleccionada es oro?
꙳ Solución: Sean S: Evento o suceso dado por sota, caballo o rey.

F: Evento dado por carta de oro.
Hay diez (10) cartas de oro y, por tanto:

La intersección de S y F está dada por:
( E ∩ F) = {sota de oro, caballo de oro, rey de oro}
Luego:
Entonces, la probabilidad de sacar una sota, caballo o rey si la carta seleccionada es
de oro será:

TEOREMA DE BAYES
El teorema de Bayes, en la teoría de la probabilidad, es una proposición
planteada por el matemático inglés Thomas Bayes (1702-1761) y publicada
póstumamente en 1763, que expresa la probabilidad condicional de un evento
aleatorio A dado B en términos de la distribución de probabilidad condicional del
evento B dado A y la distribución de probabilidad marginal de solo A.
En términos más generales y menos matemáticos, el teorema de Bayes es de
enorme relevancia puesto que vincula la probabilidad de A dado B con la
probabilidad de B dado A. Es decir, por ejemplo, que sabiendo la probabilidad de
tener un dolor de cabeza dado que se tiene gripe, se podría saber (si se tiene algún
dato más), la probabilidad de tener gripe si se tiene un dolor de cabeza. Muestra
este sencillo ejemplo la alta relevancia del teorema en cuestión para la ciencia en
todas sus ramas, puesto que tiene vinculación íntima con la comprensión de la
probabilidad de aspectos causales dados los efectos observados.

TEOREMA DE BAYES
Ejemplo # 1. El de los empleados de una empresa son ingenieros y otro son
economistas. El de los ingenieros ocupan un puesto directivo y el de los
economistas también, mientras que los no ingenieros y los no economistas
solamente el ocupa un puesto directivo. ¿Cuál es la probabilidad de que un
empleado directivo elegido al azar sea ingeniero?

Teoria de Las Probabilidades

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Teoria de Las Probabilidades

Cargado por

Copyright:

Formatos disponibles

REPÚBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA DEFENSA

DOCENTE: Ing. Roydimar Doria 1

Ing. Roydimar Doria

La probabilidad se denota por la letra P y se define como:

En el caso del lanzamiento de la moneda se tendrá:

Ing. Roydimar Doria

La condición P=0 significa que no hay ninguna probabilidad de que la

Ing. Roydimar Doria

La condición P = 1 significa que con seguridad el evento favorable tendrá

Ing. Roydimar Doria

Número de lanzamientos Cara Sello

La probabilidad de que salga sello la definimos como:

Ing. Roydimar Doria

En general, si tenemos un experimento que se repite N veces, donde N es un

Ing. Roydimar Doria

(b) Cómo el número de hembras es 14, entonces el número de varones es 24 (n =24)

Ing. Roydimar Doria

EXPERIMENTO Y ESPACIO MUESTRAL

Un experimento, no es más que el proceso a través del cual se obtiene una

EXPERIMENTO Y ESPACIO MUESTRAL

EXPERIMENTO Y ESPACIO MUESTRAL

En el caso del lanzamiento de un dado, el suceso definido por la expresión:

EXPERIMENTO Y ESPACIO MUESTRAL

Relaciones entre sucesos aleatorios; como un suceso aleatorio viene definido

Ing. Roydimar Doria 14

EXPERIMENTO Y ESPACIO MUESTRAL

Relaciones entre sucesos aleatorios.

EXPERIMENTO Y ESPACIO MUESTRAL

En síntesis los experimentos aleatorios, son aquellos que al repetirlos en

Ing. Roydimar Doria 16

EXPERIMENTO Y ESPACIO MUESTRAL

Los experimentos deterministas se caracterizan porque al repetirlos bajo

Ing. Roydimar Doria 17

EXPERIMENTO Y ESPACIO MUESTRAL

EXPERIMENTO Y ESPACIO MUESTRAL

Ing. Roydimar Doria 19

EXPERIMENTO Y ESPACIO MUESTRAL

Ing. Roydimar Doria 20

EXPERIMENTO Y ESPACIO MUESTRAL 1---------------- (1,1)

DEFINICIÓN DE EVENTOS MUTUAMENTE EXCLUYENTES

Ing. Roydimar Doria 22

DEFINICIÓN DE EVENTOS MUTUAMENTE EXCLUYENTES

Si se seleccionan los eventos:

Las probabilidades de los eventos S y F son:

Cuando los eventos o sucesos S y F, del espacio muestral E no tienen elementos

DEFINICIÓN DE EVENTOS MUTUAMENTE EXCLUYENTES

꙳ Solución: A) El espacio muestral es: E = {2,3,4,5,6,7,8,9,10,11,12}

Ing. Roydimar Doria 24

DEFINICIÓN DE EVENTOS MUTUAMENTE EXCLUYENTES

Ing. Roydimar Doria 25

DEFINICIÓN DE EVENTOS MUTUAMENTE EXCLUYENTES

Ing. Roydimar Doria 26

DEFINICIÓN DE EVENTOS MUTUAMENTE EXCLUYENTES

Ing. Roydimar Doria 27

DEFINICIÓN DE EVENTOS MUTUAMENTE EXCLUYENTES

P (S ∪ S´) = P (S) + P (S´)

DEFINICIÓN DE EVENTOS MUTUAMENTE EXCLUYENTES

Ing. Roydimar Doria 29

DEFINICIÓN DE EVENTOS MUTUAMENTE EXCLUYENTES

DEFINICIÓN DE EVENTOS MUTUAMENTE EXCLUYENTES

Si tratáramos ahora de calcular la probabilidad de la unión de S y F, P (S ∪ F), como la

Ing. Roydimar Doria 31