Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PROBABILIDADES
Sesión 1
https://www.youtube.com/watch?v=n4NLtIKNCJs&t=14s
INTRODUCCIÓN
Utilizamos el
sondeo en Zoom
TEMARIO
1. Introducción a la probabilidad
3. Probabilidad de un evento
4. Álgebra de eventos
5. Teorema de bayes
1. Introducción a la probabilidad
https://www.infobae.com/america/2020/05/08/calculadora-de-riesgo-covid-19-cuales-son-las-
probabilidades-de-contraer-coronavirus/
2. Conceptos básicos de la probabilidad
A. EXPERIMENTO (ε):
B. ESPACIO MUESTRAL
Dado un experimento aleatorio ε, se llama espacio muestral de ε, denotado por , al conjunto
de todos los resultados posibles del experimento.
Ejemplos:
= 1, 2, 3, 4, 5, 6 n() = 6
2. EVENTO IMPOSIBLE
3. EVENTO COMPLEMENTARIO
Es el complemento del evento A y se denota por 𝐴ҧ (se lee NO "A") y significa que el evento no ocurre.
Ejemplo:
Sea A = Persona con título profesional universitario.
Entonces el complemento será:
𝐴ҧ = Persona sin título profesional universitario.
5. EVENTOS INDEPENDIENTES
Dos eventos son independientes si ambos no tienen ninguna relación entre sí; es decir, si la
ocurrencia de uno de ellos, no influye en la ocurrencia del otro.
Ejemplo:
Sean los eventos
X = Primer alumno apruebe el examen de Estadística Aplicada
Y = Segundo alumno apruebe el examen de Estadística Aplicada.
X e Y son independientes porque al ocurrir el evento X, éste no influye para que el evento
Y ocurra.
3. Probabilidad de un evento
0 ≤ P(A) ≤ 1
Donde:
EJEMPLO 1
Sea el experimento lanzar un dado. Determinar la probabilidad de obtener como resultado la cara 6.
Solución:
Se define el experimento y su espacio muestral:
𝜺: Lanzar un dado
= {1,2,3,4,5,6}, n(Ω) = 6
Se define el evento A:
A : Obtener como resultado la cara 6
A = {6}, n(A) = 1
P [A] = n(A) / n(Ω) 8 cartas son menores que 9, por lo tanto el total de cartas es igual
a 32 (8*4)
= 13/52 = 0.25 ó 25%
P [B] = n(B) / n(Ω) = 32/52
= 0.6153 ó 61.53%
C. Sea 13:
(el 13 , el 13 , el 13 y el 13 )
= 0.0769 ó 7.69%
4. Algebra de Eventos
a) UNIÓN: ∪
La unión o reunión de A y B, que se denota AUB, es el evento
A B
𝐶𝑎𝑠𝑜 1: 𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 − 𝑃(𝐴 ∩ 𝐵)
A B
𝐶𝑎𝑠𝑜 2: 𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵
4. Algebra de Eventos
b) INTERSECIÓN: ∩
La intersección de A y B, que se denota AB, es el evento
AB = {w / w A y w B}
𝑛(𝐴 ∩ 𝐵)
𝑃 𝐴∩𝐵 =
𝑛(Ω)
A B
4. Algebra de Eventos
PROBABILIDAD CONDICIONAL
• Se denota por P(A / B), donde / significa condicionado, dado, sabiendo que, si se sabe, etc.
• Se utiliza para calcular la probabilidad de un evento que está condicionado a un
subconjunto del espacio muestral.
• Se define de la siguiente manera:
𝑛(𝐴 ∩ 𝐵)
𝑃(𝐴ൗ𝐵) = , 𝑛(𝐵) > 0
𝑛(𝐵)
EJEMPLO: La siguiente información corresponde a 40 pacientes que han acudido a
un Centro de Salud en donde se ha registrado un conjunto de variables respecto a la
pandemia por la que estamos atravesando (COVID-19). A continuación se presenta
una tabla que consigna el género y la posibilidad de dar positivo al Covid-19:
Masculino (M) 6 11 8 25
Femenino (F) 4 4 7 15
Total 10 15 15 40 = n(Ω)
P. Intersección 𝑛(𝐴 ∩ 𝐵)
Conector “y” 𝑃 𝐴∩𝐵 =
𝑛(Ω)
Masculino (M) 6 11 8 25
Femenino (F) 4 4 7 15
Total 10 15 15 40 = n(Ω)
c. Calcule el porcentaje de que sea de género masculino y tenga una posibilidad muy probable de
dar positivo al COVID-19?
𝑛(𝑀 ∩ 𝑀𝑃) 8
𝑃 𝑀 ∩ 𝑀𝑃 = = = 0.2 = 20%
𝑛(Ω) 40
P. Unión 𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 − 𝑃(𝐴 ∩ 𝐵)
Conector “o”
Posibilidad de dar positivo al COVID-19
GÉNERO Total
Poco probable (PP) Probable (P) Muy Probable (MP)
Masculino (M) 6 11 8 25
Femenino (F) 4 4 7 15
Total 10 15 15 40 = n(Ω)
d. Determine la probabilidad de que sea de género femenino o tenga una posibilidad probable de dar positivo al COVID-19?
𝑃 𝐹 ∪ 𝑃 = 𝑃 𝐹 + 𝑃 𝑃 − 𝑃(𝐹 ∩ 𝑃)
15 15 4
𝑃 𝐹∪𝑃 = + − = 0.65 = 65%
40 40 40
e. Calcule la probabilidad de que el paciente seleccionado tenga una posibilidad poco probable de dar positivo al COVID-19
o muy probable.
𝑃 𝑃𝑃 ∪ 𝑀𝑃 = 𝑃 𝑃𝑃 + 𝑃 𝑀𝑃 − 𝑃(𝑃𝑃 ∩ 𝑀𝑃)
10 15
𝑃 𝑃𝑃 ∪ 𝑀𝑃 = + − 0 = 0.625 = 62.5%
40 40
5. Teorema de Bayes
• Este es el TEOREMA más importante en el cálculo de probabilidades.
• Para conocer este teorema se deben conocer previamente algunas definiciones:
A. PARTICION:
Se llama partición al conjunto de eventos del espacio
Ω
muestral Ω, que cumple con 2 características: A1 A2 A3 A4
a. U Ai = Ω (los eventos son colectivamente exhaustivos)
b. ∩ Ai = Ø (los eventos son mutuamente excluyentes)
A1 A2 A3 A4 B
B. PROBABILIDAD TOTAL:
Ω
Si A1, A2, … , An es una partición de Ω y B es un
(A1∩B) (A2∩B) (A3∩B) (A4∩B)
subconjunto cualquiera dentro de Ω, entonces:
P(B) = ∑ P(Ai).P(B/Ai)
TEOREMA DE BAYES: Si A1, A2, … , An es una partición de Ω y B es un
subconjunto cualquiera dentro de Ω, entonces, la probabilidad de que ocurra un
evento Ai, cuando el evento B ha ocurrido es:
A1 A2 A3 A4
Ω
(A1/B)
P( Ai ) P( B / Ai )
P( Ai / B) =
P( B)
Ejemplo de Aplicación:
(a) Si se extrae un producto al azar, ¿Cuál es la probabilidad de que el artículo seleccionado sea
defectuoso?
Debemos calcular P(D).
P(B) = ∑ P(Ai).P(B/Ai)
𝑃 𝐷 = 𝑃 𝐴 . 𝑃 𝐷/𝐴 + 𝑃 𝐵 . 𝑃 𝐷/𝐵
= 0.40 0.09 + 0.60 0.01 = 0.042
ഥ)
Si quisiéramos calcular P(𝐷
ഥ = 𝑃 𝐴 . 𝑃 𝐷/𝐴
𝑃𝐷 ഥ ഥ
+ 𝑃 𝐵 . 𝑃 𝐷/𝐵 = 0.40 0.91 + 0.60 0.99 = 0.958
(b) Si se selecciona un artículo defectuoso. ¿Cuál es la probabilidad de que sea producido por la máquina A?
𝑃 𝐴 × 𝑃 𝐷 Τ𝐴 0.40 ∗ 0.09 P( Ai ) P( B / Ai )
𝑃(𝐴Τ𝑫) = = = 0.8571 = 85.71% P( Ai / B) =
𝑃 𝐷 0.042 P( B)
(c) ¿Cuál es la probabilidad de que sea producido por la máquina B, dado que es no defectuoso?
𝑃 𝐵 ×𝑃 𝐷ഥ Τ𝐵 0.60 ∗ 0.99
ഥ) =
𝑃(𝐵 Τ𝐷 = = 0.6200 = 62%
ഥ
𝑃 𝐷 0.958
Evaluando lo aprendido
https://forms.gle/c9Ja3E2CxafARjmSA
CONCLUSIONES
álgebra de eventos.
Recordamos nuestro logro de aprendizaje...!!
Te invito a reflexionar.
¿Lo lograste?