02 - Introducción a la teoría de

probabilidad

Diego Andrés Alvarez Marín

Profesor Asistente
Universidad Nacional de Colombia
Sede Manizales

1
 Contenido
● Repaso de teoría de conjuntos
● Fenómenos determinísticos vs. fenómenos aleatorios
● Definición de probabilidad
● Interpretación frecuentista y Bayesiana de la probabilidad
● Espacio muestral, eventos
● Sigma-álgebra
● Medida de probabilidad, definición, propiedades
● Axiomas de Kolmogorov
● Probabilidad conjunta, marginal, condicional
● Eventos independientes
● Teorema de las probabilidades totales, teorema de Bayes
● Técnicas de conteo: factorial, permutación, combinatoria
2
Repaso de la teoría de conjuntos

3
Operaciones con conjuntos

4
Diagramas de Venn

5
Propiedades

6
7
8
Conjunto potencia (power set)

9
Ejemplos de teoría de conjuntos

10
 Teoría de la probabilidad
La teoría de la probabilidad es la teoría matemática que
modela los fenómenos aleatorios.

Estos deben contraponerse a los fenómenos

determinísticos, en los cuales el resultado de un
experimento, realizado bajo condiciones determinadas,
produce un resultado único o previsible: por ejemplo, el
agua calentada a 100 grados Celsius, a nivel del mar, se
transforma en vapor.

Un fenómeno aleatorio es aquel que, a pesar de

realizarse el experimento bajo las mismas condiciones
determinadas, tiene como resultados posibles un
conjunto de alternativas, como el lanzamiento de un
dado o de una moneda.
11
 Probabilidad

La probabilidad es una forma de expresar el

conocimiento o la creencia que un evento ha
ocurrido o va a ocurrir.

Existen dos formas de interpretar la probabilidad:

●Interpretación frecuentista

●Interpretación Bayesiana

La comunidad científica está dividida entre

personas que apoyan una interpretación o la otra.

12
 Interpretación frecuentista de
probabilidad
Los frecuentistas hablan sobre probabilidades
solo cuando se trata de experimentos que son
aleatorios y están bien definidos.

La probabilidad de un evento se refiere a la

frecuencia relativa de ocurrencia del resultado de
un experimento aleatorio.
Interpretación frecuentista de probabilidad

De este modo para un frecuentista, la definición

de probabilidad sería:

Definición: si un experimento que está sujeto al

azar resulta de n formas igualmente probables y
mutuamente excluyentes (es decir que ocurren
bajo las mismas condiciones), y su nA de estos
resultados tienen un atributo A, la probabilidad del
atributo A es:
 Interpretación Bayesiana de
probabilidad
Los Bayesianos utilizan la probabilidad como un medio
subjetivo para representar el grado de creencia en una
afirmación, dada la evidencia. Ellos asignan
probabilidades a cualquier afirmación, incluso cuando
no hay un experimento aleatorio involucrado.

Ejemplo: la probabilidad que el Once Caldas gane el

próximo partido es del 80% (o la probabilidad que
pierda o empate es del 20%). Esto quiere decir que
una apuesta justa sería 8 a 2 a que el Once ganaría.

Ganancia = -8 x 0.2 + 2 x 0.8 = 0

Nota 1: A veces el futuro no se puede predecir y
solo se puede calcular la probabilidad de que algo
suceda.

Nota 2: En el lanzamiento de un dado los

resultados son mutuamente excluyentes y
mutuamente probables. La probabilidad de
obtener un 4 es 1/6. Esto no significa que en 6
tiradas tengamos necesariamente que obtener un
4.

Nota 3: El desarrollo inicial de la teoría de

probabilidades se asocial al estudio de los juegos
de azar.
 Espacio muestral Ω
● Es el conjunto de todos los posibles resultados
de un experimento aleatorio.
● Los elementos ω del conjunto Ω se denominan
puntos muestrales.
● Un evento (o suceso) del espacio muestral es
un subconjunto de Ω cuyos miembros tienen
una característica común.

17
● El espacio muestral Ω puede ser
– Discreto (cardinalidad finita o infinita contable: los
resultados pueden ponerse uno a uno con los
números naturales)
– Continuo (cardinalidad infinita no contable: los
resultados consisten de intervalos de los números
reales)

18
 Espacio muestral discreto
● Las caras de un dado forman el espacio
muestral

● Cada uno de los cuatro bits transmitidos se

clasifica como con error o sin error.
s = sin error, c = con error

19
● Las especificaciones de un computador pueden
especificarse en 1, 2 o 4 Gb de memoria y en
200, 300 o 400 Gb de disco duro, tienen el
espacio muestral:
Ω = {(1,200); (2,200); (4,200); (1,300);
(2,300); (4,300); (1,400); (2,400); (4,400)}

● El número de lanzamientos de una moneda

hasta obtener caras tiene el espacio muestral
Ω = {1, 2, 3, 4, ..., ∞}

20
21
 Espacio muestral continuo
● El espacio muestral que representa la altura de
una persona se puede especificar por el
espacio muestral Ω = [0, 3] metros.

● El espacio muestral que representa el tiempo

que se debe esperar la buseta se puede
especificar por el espacio muestral Ω = [0, ∞)
minutos.

22
 Eventos
● El espacio muestral Ω es un evento que se le
llama el evento seguro
● El conjunto vacío Ø es un evento llamado el
evento imposible
● Sean dos eventos A y B, si ambos son
conjuntos disjuntos, entonces ellos son
eventos mutuamente excluyentes.
● A una colección de eventos A1, A2, A3... (sea
finita o infinita contable) se le conoce como
eventos exhaustivos si su unión es el espacio
muestral Ω.
23
 Sigma-algebra: motivación
Cuando analizamos eventos aleatorios,
generalmente no estamos interesados en Ω sino
en un subconjunto E ∈ Ω.

Cuando analizamos las probabilidades de

ocurrencia del evento E, tambien nos interesan
las probabilidades de la no ocurrencia del evento
E.

Además si nos interesa la probabilidad de

ocurrencia de los eventos A1 y A2 también nos
interesaría la probabilidad de su union.
24
Sigma-álgebra

25
Ejemplos

26
 Algunas definiciones
Un par ordenado (X, σX), donde X es un conjunto y
σX una σ-álgebra sobre éste, se denomina espacio
medible.

Una función entre dos espacios medibles se

denomina función medible si la preimagen de todo
conjunto medible es también medible; esto es, si (X,
σX) y (Y, σY) son dos espacios medibles, una función
f:X→Y es medible si para todo E ∈ σY, f (E) ∈ σX.
−1

Una medida es una cierta clase de función que

mapea puntos de una σ-álgebra al intervalo [0,∞).
27
Andrey Nikolaevich Kolmogorov
(Abril 25, 1903 – Octubre 20, 1987)

28
Axiomas de probabilidad de Kolmogorov

29
Axiomas de probabilidad de Kolmogorov

30
Consecuencias de los tres axiomas
de probabilidad

31
Consecuencias de los tres axiomas
de probabilidad

32
Consecuencias de los tres axiomas
de probabilidad

33
Consecuencias de los tres axiomas
de probabilidad

34
 Ejemplos
Cual es la probabilidad del evento

P(AUBUC) = ?

35
 Probabilidad conjunta
● Cual es la probabilidad de ser mujer fumadora?
B1 (hombre) B2 (mujer)
A1 (fumador) 14 17
A2 (no fumador) 40 29

36
 Probabilidad marginal
● Cual es la probabilidad de ser fumador?
B1 (hombre) B2 (mujer)
A1 (fumador) 14 17
A2 (no fumador) 40 29

Suma sobre todos los j Suma sobre todos los i

37
 Probabilidad condicional
● Cual es la probabilidad de ser fumador dado
que se es mujer?
B1 (hombre) B2 (mujer)
A1 (fumador) 14 17
A2 (no fumador) 40 29

Probabilidad condicional de Ai dada la ocurrencia de Bj

38
 Probabilidad condicional
● Cual es la probabilidad de ser mujer dado que
se es fumador?
B1 (hombre) B2 (mujer)
A1 (fumador) 14 17
A2 (no fumador) 40 29

Probabilidad condicional de Bj dada la ocurrencia de Ai

39
● En general,

● Para definir las probabilidades conjuntas,

marginales y condicionales se ha empleado un
ejemplo específico en el que el espacio
muestral contiene un número finito de
resultados. Sin embargo, las definiciones
dadas aquí son completamente generales y
pueden extenderse para cualquier espacio
muestral, ya sea discreto o continuo.

40
 Ejemplo
En una encuesta de televisión se determina que al 20%
de las personas les gusta el programa A, al 16% de las
personas les gusta el programa B y al 1% de les gusta
ambos programas. Si se selecciona al azar un
televidente de A(B), cual es la probabilidad que también
le guste B(A)?

41
La paradoja del falso positivo

42
43
44
45
46
Propiedades de la probabilidad
condicional

47
Ejemplos

48
Probabilidad condicional con varias
variables aleatorias

49
Ejemplos

50
Arboles de decisión

51
Ejemplo

52
53
Ejemplo

54
Eventos independientes

55
 Eventos independientes

Esto quiere decir que si la ocurrencia de B no tiene

ningún efecto sobre la probabilidad de A, entonces se
tiene que P(A|B)=P(A), a pesar que ha ocurrido el evento
B.

Dentro de la teoría matemática, sólo podemos probar la

independencia de eventos obteniendo P(A), P(B) y
P(A∩B) y demostrando que se verifica una de las
ecuaciones anteriores marcadas en el recuadro. En la
práctica de ingeniería, normalmente se confía en el
conocimiento de la situación física para afirmar que en el
modelo dos eventos particulares se supondrán (o no)
independientes.

56
Ejemplo

57
 Ejemplo
Suponga que se quiere diseñar el acueducto de un
parque industrial que tendrá dos fábricas.
Supongamos que existen dos niveles de demanda de
agua: W1 = 1 m3/min y W2 = 2 m3/min. La probabilidad
que cualquier fábrica requiera dichos niveles de
demanda son 0.3 y 0.7 respectivamente (P(W1)=0.3,
P(W2)=0.7). Dichos niveles de demanda de ambas
fábricas son estádísticamente independientes.

¿Cuál es la combinación de niveles de demanda

menos probable? más probable?
Fabrica 1 Fabrica 2

58
 Nivel total
de demanda

P(W1W1) = P(W1)P(W1)=0.3 x 0.3 = 0.09 2

P(W1W2) = P(W1)P(W1)=0.3 x 0.7 = 0.21 3
0.42
P(W2W1) = P(W2)P(W1)=0.7 x 0.3 = 0.21 3
P(W2W2) = P(W2)P(W2)=0.7 x 0.7 = 0.49 4
1.00

2 = W 1W 1 3 = W 2W 1
3 = W 1W 2 4 = W 2W 2

59
Si los costos de instalación inicial y de ensanche
son los siguientes:

Costos de instalación inicial:

Dos unidades = $2500
Tres unidades = $3000
Cuatro unidades = $4000

Costo de ensanche:
Dos a tres unidades = $1200
Tres a cuatro unidades = $1500
Dos a cuatro unidades = $2000

Que capacidad inicial instalaría usted de modo

que el costo total esperado del proyecto sea el
mínimo? 60
 Pérdida Pérdida
esperada si esperada si
Capacidad Costo se necesitan se necesitan Costo total
inicial inicial 3 unidades 4 unidades esperado
(0,21 + 0,21) 0.49 x 2000 =
2 unidades 2500 x 1200 = 500 980 4980
0.49 x 1500 =
3 unidades 3000 0 735 3750
0.49 x 1500 =
4 unidades 4000 X 735 4000

Lo mejor será instalar 3 unidades = 3 m3/min

61
Regla de la multiplicación para
eventos independientes

62
Ejemplo

63
64
 Propiedad de Markov
● P(A|B,C) = P(A|B) independientemente de la
ocurrencia de C
● Ver
– http://en.wikipedia.org/wiki/Markov_chain
– http://en.wikipedia.org/wiki/Examples_of_Markov_chains
– http://en.wikipedia.org/wiki/Markov_property

65
Relación entre eventos independientes
y eventos mutuamente excluyentes

66
Teorema de las probabilidades totales

67
Ejemplo

68
 Thomas Bayes
(aprox. 1702 – Abril 7, 1761)

Essay Towards
Solving a
Problem in the
Doctrine of
Chances (1764)

69
Teorema de Bayes

70
71
 Ejercicio
Suponga que tenemos dos urnas: A y B. Las cuales se
muestran en la figura. En A hay siete bolas rojas (red - R)
y tres bolas blancas (white - W). En B hay una bola roja y
nueve blancas. Se lanza una moneda. Si caen caras se
saca una bola de la urna A y si cae en sellos se saca una
bola de la urna B. Si se lanzó la moneda y se sacó una
bola roja, cual es la probabilidad que esta bola provenga
de la urna A?

72
73
Redes bayesianas

74
Ejercicios

75
Arbol de probabilidades

76
Muestreo con y sin reemplazo

77
Ejemplo

78
 Conteo de datos con la ayuda del
factorial

Para calcular las probabilidades de varios

eventos es necesario contar el número de
resultados posibles de un experimento o contar el
número de resultados que son favorables a un
evento dado. El proceso de conteo puede
simplificarse mediante el empleo de dos técnicas
de conteo denominadas permutaciones y
combinaciones.

79
Factorial

80
Factorial

81
 Factorial en MS EXCEL

Se calcula utilizando la función FACT

82
Factorial en MATLAB

FACTORIAL(N):
como los números
de doble precision
solo almacenan
15 dígitos, la
respuesta es
exacta para N≤21.
Si N>21, la
respuesta solo
será aproximada.

83
 La función gamma

La función gamma en MS EXCEL y en MATLAB

84
 Permutación P(n,r)
Es el número de arreglos en un orden en
particular de los elementos que forman un
conjunto.

De cuantas formas diferentes se pueden ubicar a,

b y c?
a b c Para la primera posición se escoje cualquiera de las
a c b letras
b a c Para la segunda posición se puede escoger dos
b c a letras para la primera posición
c a b Para la última posición se escoje la letra restante
cba
En este caso tenemos 3x2x1 = 6 posibilidades
85
Permutación P(n,r)

86
 Combinatoria C(n,r)

De los objetos de un conjunto, es una selección

de estos sin importar el orden.

Se divide por r! Ya que en cada combinación

existen r! permutaciones

87
 Ejemplo

Supongamos que el grupo de probabilidad y

estadística está formado por 35 estudiantes.
Cuantos grupos de tres estudiantes podrían
formarse para hacer un trabajo?

La solución es

88
 Combinatoria vs Permutación

La diferencia entre una permutación y una

combinatoria es que en la primera el interés se
centra en contar todas las posibles selecciones y
todos los arreglos de estas, mientras que en la
segunda el interés sólo recae en contar el número
de selecciones diferentes.

Ejemplo: abc y acb son diferentes permutaciones

pero son iguales combinación de las letras

89
Ejemplo

90
Permutación y combinación en
MS EXCEL y MATLAB

91
Ejemplo

92
Ejemplos varios

93