Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Universidad de Córdoba
Montería, Colombia
2016
16 de febrero de 2018
unicor
Contenido
1 Introducción
2 Conceptos Básicos
3 Probabilidad Clásica
Introducción
Sin tener en cuenta la profesión que se haya elegido, algo si es seguro, en algún
momento se han de tomar decisiones. Con mucha frecuencia esto tendrá que
hacerse sin conocer todas las consecuencias de tales decisiones. Por ejemplo
los inversionistas deben decidir sobre la conveniencia de invertir en una acción
en particular, con base en sus expectativas sobre rendimientos futuros. Los
empresarios, al decidir comercializar un producto enfrentan la incertidumbre
sobre la posibilidad de éxito.
Introducción
Experimento aleatorio
Experimento aleatorio
Espacio Muestral
Espacio Muestral
Espacio Muestral
Evento
Evento
Se dice que un evento es simple cuando consta de un solo elemento del es-
pacio muestral, en cambio, se llama compuesto cuando consta de más de un
elemento del espacio muestral. Puesto que los conceptos de espacio muestral y
evento involucran forzosamente el manejo de conjuntos, recordaremos algunas
operaciones entre conjuntos y algunas propiedades que nos serán de utilidad
en el estudio de la probabilidad.
Probabilidad Clásica
Probabilidad Clásica
Propiedades:
1 P (Ω) = 1.
2 P (φ ) = 0
3 0 ≤ P (A) ≤ 1 para cualquier evento A.
P (A B) = P (A) + P (B) − P (A B) .
S T
4
S
5 P (A B) = P (A) + P (B) si A y B son disyuntos.
6 P (Ac ) = 1 − P (A).
P (A − B) = P (A Bc ) = P (A) − P (A B).
T T
7
Probabilidad Clásica
Probabilidad Clásica
.
El espacio muestral está dado por: Ω := {1, 2, 3, 4, 5, 6}
Así tenemos las siguientes cardinalidades:
# (Ω) = 6, # (A) = 3, # (Ac ) = 3, # (B) = 4, # (C) = 4
Probabilidad Clásica
.
El espacio muestral está dado por: Ω := {1, 2, 3, 4, 5, 6}
Así tenemos las siguientes cardinalidades:
# (Ω) = 6, # (A) = 3, # (Ac ) = 3, # (B) = 4, # (C) = 4
Probabilidad Clásica
.
El espacio muestral está dado por: Ω := {1, 2, 3, 4, 5, 6}
Así tenemos las siguientes cardinalidades:
# (Ω) = 6, # (A) = 3, # (Ac ) = 3, # (B) = 4, # (C) = 4
Probabilidad Clásica
P (A B) = #(A B) 1
T
#(Ω) = 6 = 0.1667 (16.67 %)
P (B C) = #(B C) 2
T
#(Ω) = 6 = 0.3333 (33.33 %)
P (A C) = #(A C) 5
S
#(Ω) = 6 = 0.8333 (83.33 %)
Probabilidad Clásica
P (A B) = #(A B) 1
T
#(Ω) = 6 = 0.1667 (16.67 %)
P (B C) = #(B C) 2
T
#(Ω) = 6 = 0.3333 (33.33 %)
P (A C) = #(A C) 5
S
#(Ω) = 6 = 0.8333 (83.33 %)
Probabilidad Clásica
P (A B) = #(A B) 1
T
#(Ω) = 6 = 0.1667 (16.67 %)
P (B C) = #(B C) 2
T
#(Ω) = 6 = 0.3333 (33.33 %)
P (A C) = #(A C) 5
S
#(Ω) = 6 = 0.8333 (83.33 %)
Probabilidad Clásica
Ejemplo:
De los 100 estudiantes de la carrera de filosofía y lenguas clásicas del depar-
tamento de idiomas de una universidad, se tiene que 28 estudiantes asisten a
clases de latín, 26 a clases de griego y 16 a clases de hebreo. Hay 12 estudian-
tes que asistieron tanto a las de latín como a las de griego, 4 asistieron a las
de latín y hebreo y 6 están en las de griego y hebreo. Además se tiene que 2
estudiantes asistieron a los tres cursos mencionados. Si se escoge un estudiante
de filosofía y lenguas clásicas, aleatoriamente:
¿Cuál es la probabilidad de que el estudiante asista a clases de latín o a clases
de griego?
¿Cuál es la probabilidad de que no asista a clases de latín?
¿Cuál es la probabilidad de que asista a clases de latín pero no de hebreo?
¿Cuál es la probabilidad de que asista a clases de griego y de hebreo pero no
de latín?
Probabilidad Clásica
Solución:
Tenemos que:
Ω : los estudiantes de la carrera de Filosofía y Lenguas Clásicas del departa-
mento de idiomas de la universidad de interés.
Definamos los siguientes eventos:
L : el estudiante seleccionado asista a clases de latín.
G : el estudiante seleccionado asista a clases de griego.
H : el estudiante seleccionado asista a clases de hebreo.
Luego:
T T
#(Ω ) = 100, #(L) = 28, #(G) = 26, #(H) = 16, #(L G) = 12, #(L H) = 4,
T T T
#(G H) = 6,#(L G H) = 2
Probabilidad Clásica
Probabilidad Clásica
P (Lc ) = 1 − P (L)
28
= 1−
100
100 − 28
=
100
72
= = 0.72 (72 %)
100
Probabilidad Clásica
¿Cuál es la probabilidad de que asista a clases de latín pero no de hebreo?
\
P (L − H) = P (L) − P L H
28 4
= −
100 100
24
= = 0.24 (24 %)
100
¿Cuál es la probabilidad de que asista a clases de griego y de hebreo pero no
de latín?
\ \ \ \
P (G H) − L = P G H − P G H L
6 2
= −
100 100
4
= = 0.04 (4 %)
100
Probabilidad Condicionada
Probabilidad Condicionada
La probabilidad condicionada de A, dado B, que se denota con P(A/B), se
define como:
T
P(A B)
P(A/B) = P(B)
Probabilidad Condicionada
Ejemplo:
La probabilidad de que un vuelo programado normalmente salga a tiempo es
del 83 %; la probailidad de que llegue a tiempo es del 82 % y a la probabilidad
de que salga a tiempo y llegue a tiempo es del 78 %. Encuentre la probabilidad
de que un avión:
a) Llegue a tiempo, dado que salio a tiempo.
b) Salió a tiempo, dado que llegó a tiempo.
Definamos:
A : vuelo programado normalmente salga a tiempo.
B : vuelo programado normalmente llegue a tiempo
Así:
T
P(A) = 0.83, P(B) = 0.82, P(A B) = 0.78.
Probabilidad Condicionada
Probabilidad Condicionada
Eventos Independientes
Definición 1
Dos eventos A y B son independientes si y sólo si
Definición 2
Dos eventos A y B son independientes si y sólo si
T
P(A B) = P (A) P (B)
Eventos Independientes
Definición 1
Dos eventos A y B son independientes si y sólo si
Definición 2
Dos eventos A y B son independientes si y sólo si
T
P(A B) = P (A) P (B)
Eventos Independientes
Ejemplo
Una pequeña ciudad tiene un carro de bombero y una ambulancia disponible
para emergencias. La probabilidad de que el carro de bombero esté disponible
cuando se necesite es 0.98 y la probabilidad de que la ambulancia esté
disponible cuando se le requiera es de 0.92. En el caso de que resulte un
herido de un edificio en llamas, encuentre la probabilidad de que tanto la
ambulancia como el carro de bomberos estén disponibles.
Solución:
Definamos:
A: El carro de bombero este disponible cuando se necesite.
B: La ambulancia este disponible cuando se le requiera.
T
P(A B) =?
Luego
T
P(A B) = P (A) P (B) = (0.98) (0.92) = 0.9016
Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,
Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 33 / 45
Introducción Conceptos Básicos Probabilidad Clásica Variables Aleatorias y Distribuciones de Probabilidad
Eventos Independientes
Ejemplo
Una pequeña ciudad tiene un carro de bombero y una ambulancia disponible
para emergencias. La probabilidad de que el carro de bombero esté disponible
cuando se necesite es 0.98 y la probabilidad de que la ambulancia esté
disponible cuando se le requiera es de 0.92. En el caso de que resulte un
herido de un edificio en llamas, encuentre la probabilidad de que tanto la
ambulancia como el carro de bomberos estén disponibles.
Solución:
Definamos:
A: El carro de bombero este disponible cuando se necesite.
B: La ambulancia este disponible cuando se le requiera.
T
P(A B) =?
Luego
T
P(A B) = P (A) P (B) = (0.98) (0.92) = 0.9016
Jorge Alberto Barón Cárdenas (Universidad de Córdoba Montería,
Estadística
Colombiadescriptiva
2016) 16 de febrero de 2018 33 / 45
Introducción Conceptos Básicos Probabilidad Clásica Variables Aleatorias y Distribuciones de Probabilidad
Ejemplo 1:
En cierta planta de ensamble, tres maquinas B1 , B2 y B3 montan el 30, 45 y
25 % de los productos respectivamente. Por experiencia pasada se sabe que el
2, 3 y 2 % de los productos ensamblados por cada máquina, respectivamente,
tienen defectos. Ahora supongamos que se selecciona de forma aleatoria un
producto terminado. ¿Cual es la probabilidad de que este defectuoso?
Ejemplo 1:
En cierta planta de ensamble, tres maquinas B1 , B2 y B3 montan el 30, 45 y
25 % de los productos respectivamente. Por experiencia pasada se sabe que el
2, 3 y 2 % de los productos ensamblados por cada máquina, respectivamente,
tienen defectos. Ahora supongamos que se selecciona de forma aleatoria un
producto terminado. ¿Cual es la probabilidad de que este defectuoso?
Teorema de Bayes
Teorema de Bayes
Si los eventos B1 , B2 , ..., Bn constituyen una partición del espacio muestral Ω
tal que P (Bi ) 6= 0 para todo i = 1, 2, ..., n, entonces para cualquier evento A de
Ω tal que P (A) 6= 0,
P (A/Br ) P (Br )
P (Br /A) = n
∑ P (A/Bi ) P (Bi )
k=1
Ejemplo 1:
Con referencia al ejemplo de las máquinas de ensamblaje, si se elige al azar
un producto y se encuentra de que esta defectuoso. ¿Cual es la probabilidad
de que este ensamblado con la máquina B3 ?
Teorema de Bayes
Teorema de Bayes
Si los eventos B1 , B2 , ..., Bn constituyen una partición del espacio muestral Ω
tal que P (Bi ) 6= 0 para todo i = 1, 2, ..., n, entonces para cualquier evento A de
Ω tal que P (A) 6= 0,
P (A/Br ) P (Br )
P (Br /A) = n
∑ P (A/Bi ) P (Bi )
k=1
Ejemplo 1:
Con referencia al ejemplo de las máquinas de ensamblaje, si se elige al azar
un producto y se encuentra de que esta defectuoso. ¿Cual es la probabilidad
de que este ensamblado con la máquina B3 ?
Teorema de Bayes
Solución
P (A/B3 ) P (B3 )
P (B3 /A) = n
∑ P (A/Bi ) P (Bi )
k=1
P (A/B3 ) P (B3 )
=
P (A/B1 ) P (B1 ) + P (A/B2 ) P (B2 ) + P (A/B3 ) P (B3 )
(0.02) (0.25)
=
(0.02) (0.3) + (0.03) (0.45) + (0.02) (0.25)
0.005
=
0.0245
= 0.2041
Variable Aleatoria
Variable Aleatoria
Una variable aleatoria es una función que asocia un número real con cada
elemento del espacio muestral.
Ejemplo 1:
Se sacan 2 bolas de manera sucesiva sin reemplazo, de una urna que contiene
4 bolas rojas y 3 negras. Se define la variable aleatoria:
Y: Número de bolas rojas.
ω Y P (ω)
2 Y P (Y = y)
RR 2 7 1
2 0 7
RN 1 7 4
2 1 7
NR 1 7 2
1 2 7
NN 0 7
Variable Aleatoria
Variable Aleatoria
Una variable aleatoria es una función que asocia un número real con cada
elemento del espacio muestral.
Ejemplo 1:
Se sacan 2 bolas de manera sucesiva sin reemplazo, de una urna que contiene
4 bolas rojas y 3 negras. Se define la variable aleatoria:
Y: Número de bolas rojas.
ω Y P (ω)
2 Y P (Y = y)
RR 2 7 1
2 0 7
RN 1 7 4
2 1 7
NR 1 7 2
1 2 7
NN 0 7
Variable Aleatoria
Ejemplo 2:
Se lanza una moneda corriente tres veces consecutivas. Se define la variable
aleatoria:
X: Número de caras obtenidas.
ω X P (ω)
1
CCC 3 8
1
CCS 2 8 X P (X = x)
1 1
CSC 2 8 0 8
1 3
CSS 1 8 1 8
1 3
SCC 2 8 2 8
1 1
SCS 1 8 3 8
1
SSC 1 8
1
SSS 0 8
Variable Aleatoria
Ejemplo 3:
De un lote de diez artículo se selecciona uno de manera aleatoria, de los
cuales tres son defectuosos.
Se define la variable aleatoria:
(
0 si es de f ectuoso
X=
1 si no es de f ectuoso
(
3
10 si x = 0
P (X = x) = 7
10 si x = 1
E (X) = ∑ xP (X = x)
Rx
donde
E X 2 = ∑ x2 P (X = x)
Rx
Ejemplo 1:
Calcular el valor esperado y la varianza de la variable aleatoria Y del ejercicio
1:
Del ejercicio planteado se tiene que:
Y P (Y = y)
1
0 7
4
1 7
2
2 7
Ejemplo 1:
La varianza:
E Y 2 = ∑ y2 P (Y = y) = 02 1
+ 12 4
+ 22 2 12
7 7 7 = 7
Ry
Var (Y ) = E Y 2 − E 2 (Y )
2
12 8
= −
7 7
12 64
= −
7 49
20
=
49
Referencias I