Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ejemplos:
2. SUCESOS. CLASES
1
Se advierte que
En un espacio de sucesos siempre están dos sucesos, el llamado suceso
imposible,, y el propio espacio muestral, E.
Para un espacio muestral finito, con n sucesos simples, el espacio de sucesos,
(E), está formado por 2n sucesos.
CLASES DE SUCESOS
Suceso elemental. Es cada uno de los posibles resultados de un experimento
aleatorio.
Suceso compuesto. Es el que está formado por dos o más resultados del
experimento; es decir, por dos o más sucesos elementales.
Suceso seguro. Es el que se verifica siempre al realizar el experimento aleatorio.
Está formado por todos los resultados posibles del experimento y, por tanto,
coincide con el espacio muestral.
Suceso imposible. Es el que nunca se verifica. Se representa por .
Ejemplo:
En el experimento de tirar un dado y anotar la cara superior, el suceso A =
“salir par” se produce siempre que el resultado sea 2,4 ó 6 y, por tanto, se dice que
estos tres sucesos elementales son favorables a A. El suceso A = {2, 4, 6} es un
subconjunto del espacio muestral, y al constar de más de un elemento es un suceso
compuesto. El suceso B= “salir múltiplo de 5” sólo se produce cuando el resultado
es 5; por tanto, B= {5}, y como es un subconjunto del espacio muestral que está
formado por un único elemento, es un suceso elemental.
El suceso A= “salir un número menor que 10” es un suceso seguro, y el suceso
B= “salir un múltiplo de 7” es un suceso imposible.
2
DIFERENCIA DE SUCESOS. La diferencia de los
sucesos A y B, representada por A – B, es el suceso que se A B
verifica cuando se realiza A y no se realiza B.
A B x x A y x B .
AB
A-B
3
PROPIEDADES UNIÓN INTERSECCIÓN
CONMUTATIVA AB = BA A B B A
ASOCIATIVA A B C A B C A B C A B C
IDEMPOTENTE A A A A A A
SIMPLIFICACIÓN A B A A A B A A
DISTRIBUTIVA A B C A B A C A B C A B A C
ELEMENTO A A A E A
NEUTRO
ABSORCIÓN A E E A
Ejemplo 2.
Se extraen sucesivamente tres bolas de una urna que contiene bolas blancas y
rojas. Halla el espacio muestral y describe el suceso contrario del A = “alguna bola es
roja”. Luego, calcula la diferencia A - A .
4
FRECUENCIA RELATIVA Y PROBABILIDAD
Ejemplo: Se lanza un dado 200 veces y se anotan los resultados. Los datos aparecen en
la siguiente tabla:
5
ESPACIOS EQUIPROBABLES. REGLA DE LAPLACE.
Un espacio muestral es equiprobable si consta de un número finito de sucesos
elementales y todos ellos tienen la misma probabilidad de suceder. E = {x1, x2,…,xn} y
P(x1)= P(x2)=…=P(xn)
La probabilidad es una función que asigna a cada suceso A un número, representado por
P(A), que mide la posibilidad de que A se produzca.
Si E es equiprobable,
nº de sucesos elementales de que consta A nº de casos favorables a A
P( A)
nº de sucesos elementales de que consta E nº de casos posibles
Observa que se cumple que 0 P ( A) 1
4. DEFINICIÓN AXIOMÁTICA DE PROBABILIDAD.
La definición que vamos a adoptar es la que dio el matemático ruso Andrei Kolmogorov
(1903-1987), en el año 1933, basando sus axiomas en las propiedades de las frecuencias
relativas de los sucesos.
La probabilidad es cualquier función que asigna a los sucesos asociados a un
experimento aleatorio un número que cumple con los tres axiomas siguientes:
La probabilidad del suceso seguro o espacio muestral es 1. P(E)=1
Cualquiera que sea el suceso A, su probabilidad es un número no negativo.
P(A) 0
Si A y B son dos sucesos incompatibles, A B , entonces la probabilidad
del suceso unión es la suma de las probabilidades: P(A B) = P(A) + P(B)
De estos axiomas se deducen las propiedades siguientes:
I. P ( )=0. E y son incompatibles y E = E , luego por los axiomas 1
y 3 tenemos 1=1+P( ) P( )=0
II. Si P P . A y B-A son incompatibles y
A ( B A) B luego por los axiomas 3 y 2 tenemos
P ( B ) P ( A) P ( B A) P ( A)
III. P(A) 1. Como A E de la propiedad 2 y del axioma 1 se deduce que
P ( A) P ( E ) 1
IV. P(Α) = 1 - P(Α) . Puesto que A y A son incompatibles y A A E se
tiene por el axioma 3 que P( A A) P( A) P( A) 1 P( A) 1 P( A)
6
P ( A B ) P ( A) P ( B ) P ( A B )
1. PROBABILIDAD CONDICIONADA
O A B AB TOTAL
Rh+ 35 40 4 2 81
Rh- 6 9 3 1 19
Total 41 49 7 3 100
P( A B) P( A B)
P( A / B) , análogamente P( B / A) .
P( B) P( A)
7
en cuenta que P(A B) y P(A) se calculan suponiendo que aún no se ha realizado el
experimento, es decir, a priori.
EJEMPLO 1: Se lanza una moneda tres veces. ¿Cuál es la probabilidad de obtener tres
caras? ¿Y la de obtener al menos dos caras?
SOLUCIÓN: E={ccc,ccx,cxc,xcc,cxx,xcx,xxc,xxx}
P (obtener 3 caras) = P({ccc})= 1/8
P (obtener al menos dos caras) = P ({ccx,cxc,xcc,ccc})= 4/8 = ½
Otra forma:
1ª moneda 2ª moneda 3ª moneda Resultado Probabilidad
CCC 1/8
C
C X CCX 1/8
C C CXC 1/8
X X CXX
1/8
C XCC 1/8
C X XCX 1/8
X
C XXC 1/8
X
X XXX 1/8
EJEMPLO:
En una urna hay 10 bolas, de las que 7 son azules y 3 son verdes. Se sacan
sucesivamente (sin reemplazamiento) dos bolas al azar. ¿Cuál es la probabilidad de que
la segunda bola sea verde si la primera ha sido azul?
SOLUCIÓN:
1ª bola 2ª bola RESULTADO PROB
8
P ( A A)
P(A).P(V/A)=
A AA 7
10 69
6/9
P(A)=7/10 A
AV
7
10 93
V
P(V/A)=3/9
7/9 A VA
3
10 97
3/10
V
2/9 V VV 3
92
10
1ª
Si sabemos que la primera bola extraída es azul, antes de sacar la segunda bola,
en la urna quedan 6 bolas azules y 3 bolas verdes, que hacen un total de 9 bolas.
Por tanto, el nuevo espacio muestral es una urna con 6 bolas azules y 3 verdes.
De aquí hallamos directamente la probabilidad condicional pedida. P (2ª bola
verde si la 1ª es azul) = 93 .
Es evidente que la probabilidad de que la segunda bola sea verde, está
condicionada por el resultado de la primera extracción.
La probabilidad de que la 2ª bola sea verde condicionado a que la 1ª bola es azul
P(2ª bola verde y 1ª azul) 107 93 3
se representa P(2ªbola verde/1ªbola azul)= 7 9
P(1ª bola azul) 10
Esta expresión se utiliza con más frecuencia, en la resolución de problemas, que la que
aparece en la definición de probabilidad condicionada.
Para tres sucesos tenemos: P ( A B C ) P ( A) P ( B / A) P (C / A B )
Esta fórmula admite una generalización para n sucesos.
9
Despejando de la fórmula de probabilidad condicionada y sustituyendo la condición de
independencia de dos sucesos se obtiene, para dos sucesos independientes:
P ( A B ) P ( A) P ( B )
Como consecuencia de la definición se tiene que tres sucesos A, B y C son
independientes si se cumplen a la vez P ( A B ) P ( A) P ( B ) , P ( A C ) P ( A) P (C ) ,
P ( B C ) P ( B ) P (C ) , y P ( A B C ) P ( A) P ( B ) P (C )
6. PROBABILIDAD TOTAL.
Cuando sucede que un suceso B está condicionado por otros Ai, el cálculo de su
probabilidad a través de sus probabilidades condicionadas es el teorema de la
probabilidad total.
10
7. TEOREMA DE BAYES
En el año 1763, dos años después de la muerte de Thomas Bayes, se publicó una
memoria en la que aparece, por vez primera, la determinación de la probabilidad de las
causas a partir de los efectos que han podido ser observados. El cálculo de dichas
probabilidades recibe el nombre de Teorema de Bayes.
En el teorema de la probabilidad total, para el cálculo de P (B) se ha considerado
la influencia de los sucesos Ai en B a través de las P (B/Ai). Ahora se invierte el interés
y se quiere conocer la influencia del suceso B sobre las Ai, es decir, conocer P (Ai/B).
P( Ai B)
Como P( Ai / B) , P( Ai B) P( Ai ) P( B / Ai ) y
P( B)
n
P ( B ) P ( Ai ) P ( B / Ai ) se tiene:
i 1
P ( Ai ) P ( B / Ai )
P ( Ai / B ) n
P( A ) P ( B / A )
i 1
i i
DEMOSTRACIÓN.
P( Ai ) P( B / Ai )
p( Ai B) P( Ai ) P( B / Ai ) P( B) P( Ai / B) P( Ai / B)
P( B)
Las probabilidades P (Ai) reciben el nombre de probabilidades a priori.
Las probabilidades P (Ai/B) reciben el nombre de probabilidades a posteriori.
Las probabilidades P (B/Ai) reciben el nombre de verosimilitudes.
Una tabla de contingencia es una forma de presentar los datos que permite abordar de
forma sencilla la resolución de problemas de cálculo de probabilidades.
En particular, una tabla de contingencia para las probabilidades de dos sucesos refleja
todas las posibilidades que pueden presentar estos sucesos y es de la forma:
A A TOTAL
B P( A B) P( A B) P(B)
B P( A B ) P( A B ) P( B )
TOTAL P(A) P ( A) 1
DIAGRAMAS DE ÁRBOL
11
Es una forma de representar determinadas situaciones, en particular los sucesos
compuestos.
C
0.9
A
0.05
0.1
C
C
0.01
B
0.95
0.99 C
a) Que la suma de todas las probabilidades de las ramas que parten de un nudo sea
1.
12