Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introducción A La Probabilidad
Introducción A La Probabilidad
”Las oportunidades
Introducciónnoa ocurren solas; tú las creas”
la probabilidad
Luis Fernando García Arenas
PRESENTACIÓN
as características que toma
la variable de una población
De esta última no tenemos la información necesaria.
¿Hipótesis de la Probabilidad?
0y1
0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 1.00
Imposible Improbable Podría Probable Seguro
suceder o no
¿0.50?
Posibilidades de que llueva o no son
las mismas.
CONCEPTOS CLAVES
EXPERIMENTO:
Lanzamiento de un dado
Lanzar una moneda al aire
Extracción al azar de piezas para inspeccionarlas
Entrevistar personas al azar para determinar: Religión, EPS, ingresos,etc.
ESPACIO MUESTRAL:
Evento simple:
Aquel que se describe por una sola característica.
Evento conjunto:
Aquel que tiene dos o más características.
Evento imposible:
Aquel que nunca puede realizarse = conjunto vacío ∅
Evento seguro:
Aquel que siempre se cumple.
COMPLEMENTO
El complemento del evento A (símbolo A´ ) incluye todos los eventos que no
forman parte de A.
Teoría de Conjuntos
Ω Ω
A B
A B
A∩𝐵 A∪𝐵
Intersección de A y B: Unión de A y B:
Evento conformado por todos los puntos en Evento conformado por todos los puntos
la muestra que pertenecen a A y a B muestra que pertenecen a A, a B u ambos
simultáneamente. simultáneamente
¿Símbolo? ¿Símbolo?
Expresa la conjunción “y”
Expresa la conjunción “o”
Teoría de Conjuntos
Ω 𝐴 −𝐵
Diferencia entre A y B:
Evento formado por todos los puntos
muéstrales que pertenecen al conjunto
A pero no hacen parte del conjunto B
Ω 𝑨´
𝑨´ Complemento A´:
Evento conformado por todos los
𝑨 puntos muestrales que no hacen
parte de A
EJEMPLO: LANZAMIENTO DE UNA MONEDA
EXPERIMENTO:
Lanzar la moneda
ESPACIO MUESTRAL:
Cara y sello Ω = 𝐶𝑎𝑟𝑎, 𝑆𝑒𝑙𝑙𝑜 ¿?
EVENTO:
Obtener 2 resultados posibles; caras o sellos.
C/U representa un evento simple.
COMPLEMENTO:
Complemento de 1C es 1S ¿?
Es el único evento que no es C.
EJEMPLO:
Lanzamiento de un dado.
Evento A: “Resultado obtenido sea un número impar”
Evento B: “Resultado obtenido sea al menos 3”.
¿ESPACIO MUESTRAL?
EVENTOS:
¿COMPLEMENTO?:
¿INTERSECCIÓN DE A y B?
¿UNIÓN DE A y B?
¿DIFERENCIA ENTRE A y B?
¿DIFERENCIA ENTRE B y A?
EJEMPLO:
Lanzamiento de un dado.
Evento A: “Resultado obtenido sea un número impar”
Evento B: “Resultado obtenido sea al menos 3”.
COMPLEMENTO:
INTERSECCIÓN DE A y B:
“El resultado obtenido es un número impar distinto de 1”
𝐴 ∩ 𝐵 = 3,5
UNIÓN DE A y B:
“El resultado obtenido es un número distinto de 2”
𝐴 ∪ 𝐵 = 1,3,4,5,6
EJEMPLO:
Lanzamiento de un dado.
Evento A: “Resultado obtenido sea un número impar”
Evento B: “Resultado obtenido sea al menos 3”.
DIFERENCIA ENTRE A y B :
𝐴−𝐵 = 1
𝐵 − 𝐴 = 4,6
“El resultado obtenido es un número par distinto de 2”
TIPOS DE PROBABILIDADES
Métodos:
Clásica o a priori
Frecuente (Frecuentista) o empírica
Subjetiva
TIPOS O MÉTODOS (ENFOQUES
ASIGNACIÓN) DE PROBABILIDADES
ENFOQUES DE LA PROBABILIDAD
OBJETIVO SUBJETIVO
PROBABILIDAD PROBABILIDAD
CLÁSICA EMPÍRICA
Parte de información
disponible
Se basa en Se sustenta en
resultados las
igualmente frecuencias
probables relativas
MÉTODO CLÁSICO
El espacio muestral debe ser finito.
#A 𝐶𝑎𝑠𝑜𝑠 𝐹𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠
P A = 𝑃(𝐴) =
#Ω 𝐶𝑎𝑠𝑜𝑠 𝑃𝑜𝑠𝑖𝑏𝑙𝑒𝑠
Donde:
CONDICIONES
1. El espacio muestral (Ω) esta dado por Ω= 1,2,3,4,5,6,7,8 es decir ocho casos
posibles.
Entonces:
1
𝑃 𝐴 =
8
𝑃 𝐴 = 0.125
MÉTODO CLÁSICO
En un recipiente hay 10 pimpones, 4 verdes, 2 amarillos y 4 azules.
¿Cuál es la probabilidad de que al extraer al azar un pimpón de la caja sea:
a) Amarillo?
b) Verde?
2
P A = = 0.2
10
4
P B = = 0.4
10
TIPOS O MÉTODOS (ENFOQUES
ASIGNACIÓN) DE PROBABILIDADES
𝑘
𝑓𝑛 𝐴 =
𝑛
MÉTODO FRECUENTISTA (EMPÍRICA):
EJEMPLO:
La probabilidad es de 0,45
de que un estudiante de
esta Universidad trabaje a
medio tiempo
MÉTODO FRECUENTISTA (EMPÍRICA):
EJEMPLO:
300
𝑃 𝑅𝐶𝑡𝑣 = 1000 = 0.30
MÉTODO FRECUENTISTA (EMPÍRICA):
𝑃 𝐴 + 𝑃(𝐴´) = 1
𝑃 𝐴 = 1 − 𝑃(𝐴´)
𝑃 𝐴´ = 1 − 𝑃(𝐴)
CALCULO DE LA PROBABILIDAD
POR COMPLEMENTO
Reglas de Conteo
Permutaciones y Combinaciones
REGLAS DE CONTEO
REGLA Nº 1: RESULTADOS POSIBLES CON NÚMERO
CONSTANTE DE EVENTOS
Si se realiza una cantidad n de ensayos y cada uno de
ellos puede ocurrir cualesquiera de k eventos diferentes,
mutuamente excluyentes y colectivamente exhaustivos,
el número de resultados posibles es igual a:
kn
REGLAS DE CONTEO
REGLA Nº 1: RESULTADOS POSIBLES CON NÚMERO CONSTANTE DE
EVENTOS
Si se tienen dos o más eventos que hacen parte del espacio muestral
(Ω) y al realizar un experimento solo puede suceder uno u otro. No es
posible que ocurran ambos simultáneamente.
Kn = 210 = 1024
DADOS
Kn = 65 = 7776
REGLAS DE CONTEO
REGLA Nº 2: PRINCIPIO DE MULTIPLICACIÓN (PRINCIPIO
FUNDAMENTAL DE CONTEO)
(k1)(k2)(k3) …(kn)
REGLAS DE CONTEO
REGLA Nº 2: PRINCIPIO DE MULTIPLICACIÓN (PRINCIPIO
FUNDAMENTAL DE CONTEO)
(2 * 2 * 2 * 2) = 16
REGLAS DE CONTEO
REGLA Nº 2: PRINCIPIO DE MULTIPLICACIÓN (PRINCIPIO
FUNDAMENTAL DE CONTEO)
(5 * 10 * 3 * 6) = 900
REGLAS DE CONTEO
REGLA Nº 2: PRINCIPIO DE MULTIPLICACIÓN (PRINCIPIO FUNDAMENTAL
DE CONTEO)
¿Y para la motos?
3+4+2 =9
Los tres medios alternos de transporte son disyuntivas a elegir; al optar
por una de ellas, las otras dos quedan destituidas; por lo tanto es
aplicable el principio aditivo.
REGLAS DE CONTEO
Es muy fácil distinguir cuándo hacer uso del
principio multiplicativo y cuándo del aditivo:
Hay que tener claro que cualesquiera de los seis libros podría
ocupar el primer espacio en la repisa. Una vez se cubre el
primer espacio, se puede elegir entre cinco libros para ocupar
el segundo espacio. Se continua con ese proceso de
ordenamiento hasta que todos los espacios estén ocupados.
Sin repetición
𝑛! Donde:
𝑛𝑃𝑟 =
𝑛−𝑟 ! n = número total de objetos
r = número de objetos a ordenar
Con repetición
n! =n! = n (n-1) (n-2) …. (1)
P = símbolo de permutaciones
Pn = n!
REGLA Nº 4: PERMUTACIONES
𝑛! 6! (6)(5)(4)(3)(2)(1)
𝑛𝑃 𝑟 = 6𝑃4 =
6−4 !
=
(2)(1)
𝑛−𝑟 !
720
6𝑃4 = 2
= 360
REGLAS DE CONTEO
REGLA Nº 4: PERMUTACIONES
Pn = n! 𝑃6 = 6! = 720
REGLA Nº 4: PERMUTACIONES
𝑛! 5! (5)(4)(3)(2)(1)
𝑛𝑃 𝑟 = 5 𝑃3 =
5−3 !
=
(2)(1)
𝑛−𝑟 !
120
5 𝑃3 = 2
= 60
REGLA Nº 4: PERMUTACIONES
𝑛! 4! (4)(3)(2)(1)
𝑛𝑃𝑟 = 4 𝑃2 = =
𝑛−𝑟 ! 4−2 ! (2)(1)
24
4𝑃 2 = 2
= 12
REGLA Nº 5: COMBINACIONES
𝑛!
𝑛𝐶𝑟 =
𝑟! 𝑛 − 𝑟 !
REGLA Nº 5: COMBINACIONES
El orden no es importante, y
aunque los elementos
encuentren en diferente
orden, una combinación con
los mismos elementos no es
otra combinación
Donde:
C = símbolo de Combinaciones
REGLA Nº 5: COMBINACIONES
6! (6)(5)(4)(3)(2)(1)
6𝐶4 = 4! 6−4 !
=
4 3 2 1 (2)(1)
𝑛!
𝑛 𝐶𝑟 =
𝑟! 𝑛 − 𝑟 !
720
6𝐶4 =
48
= 15
REGLA Nº 5: COMBINACIONES
26! 26!
𝑛! 26𝐶4 =
4! 26−4 !
=
4!22!
𝑛𝐶𝑟 =
𝑟! 𝑛 − 𝑟 !
26𝐶4 = 14.950
EJERCICIO
Un abogado se encuentra en apuros para defender a su cliente, ya que a pesar
de tener 7 posibles argumentos, todos carecen de carácter probatorio y además
solo puede utilizar 3 de ellos en el juicio.
Si, de todas las posibles combinaciones solamente hay 8 que lo pueden llevar a
ganar el caso.
¿Cuál es la probabilidad que escogiera una de estas posibilidades de manera
aleatoria?
𝑛! 7! 5040
𝑛𝐶𝑟 = 7𝐶3 = =
𝑟! 𝑛 − 𝑟 ! 3!(4)! 144
7! 7𝐶3 = 35
7𝐶3 =
3! (7 − 3)!
8
𝑃 𝐺𝐶 = = 0.23
35
BIBLIOGRAFÍA
Anderson, D., Sweeny, D., Williams, T. (2008) : Estadística para
administración y economía. Cengage Learning. Décima edición.
México.