Probabilidad c1 UN

Introducción
Probabilidad
Herramienta para contar puntos muestrales
Probabilidad condicional y la independencia de eventos
Ley de probabilidad total y Teorema de Bayes
Probabilidad y estadística fundamental

Probabilidad
Diana C. Moreno Ch.
Diana C. Moreno Probabilidad y estadística fundamental

Introducción
Probabilidad
Índice General
1 Introducción

Introducción
Probabilidad
Índice General
1 Introducción
2 Probabilidad

Introducción
Probabilidad
Índice General
1 Introducción
2 Probabilidad
3 Herramienta para contar puntos muestrales

Principio de multiplicación
Permutaciones
Combinaciones

Introducción
Probabilidad
Índice General
1 Introducción
2 Probabilidad

Permutaciones
Combinaciones
4 Probabilidad condicional y la independencia de eventos

Introducción
Probabilidad
Índice General
1 Introducción
2 Probabilidad

Permutaciones
Combinaciones
5 Ley de probabilidad total y Teorema de Bayes

Introducción
Probabilidad
1 Introducción
2 Probabilidad

Permutaciones
Combinaciones

Introducción
Probabilidad
Conceptos
Definición
Un experimento es el proceso por medio del cual se hace una
observación.
Definición
Un experimento se dice aleatorio si su resultado no puede ser
determinado de antemano.
Ejemplos
1 Lanzar una moneda.
2 Lanzar un dado.
3 Tipo de sangre de una persona.

Introducción
Probabilidad
Conceptos
Definición
El conjunto S de todos los posibles resultados de un experimento
aleatorio se llama espacio muestral. Los elementos s ∈ S son
llamados puntos muestrales.

Introducción
Probabilidad
Conceptos
Definición
El conjunto S de todos los posibles resultados de un experimento
aleatorio se llama espacio muestral. Los elementos s ∈ S son
llamados puntos muestrales.
Definición
Un evento en un espacio muestral discreto S es un conjunto de
puntos muestrales, es decir, cualquier subconjunto de S.

Introducción
Probabilidad
Conceptos básicos
Definición
Dos eventos son mutuamente excluyentes, si cuando un evento
ocurre, el otro no, y viceversa.

Introducción
Probabilidad
Conceptos básicos
Ejemplo
Experimento: Lanzar un dado y observe el número que aparece en
la cara superior. Halle el espacio muestral S.
Sean los eventos
A: observar un número impar
B: observar un número par
¿A y B son mutuamente excluyentes?

Introducción
Probabilidad
1 Introducción
2 Probabilidad

Permutaciones
Combinaciones

Introducción
Probabilidad
Definición clásica
Definición clásica
Para un evento cualquiera A , la probabilidad de dicho evento,
P(A), es igual al número de resultados del evento sobre el total de
resultados posibles del experimento aleatorio
#A
P(A) =
#S
Nota
Esta forma de asignar probabilidad es válida si:
El espacio muestral es finito
Todos los resultados del experimento aleatorio tienen la
misma probabilidad.
Introducción
Probabilidad
Ejemplo
Calcular la probabilidad de obtener un número par al lanzar un
dado.

Introducción
Probabilidad
Definición como frecuencia relativa
Definición como frecuencia relativa

Para un evento cualquiera A , la probabilidad de dicho evento,
P(A), es igual al número de repeticiones para las cuales el
resultado pertenece al evento sobre el total de repeticiones del
experimento aleatorio
Frecuencia absoluta de A
P(A) =
Total de repeticiones
Nota
Entre más grande sea el número de repeticiones del experimento
aleatorio, más cerca se estará del “verdadero valor” o el “valor
exacto” de la probabilidad.

Introducción
Probabilidad
Ejemplo
Supóngase que se lanza una moneda corriente 100 veces y que en
60 de esos lanzamientos el resultado es “cara”, calcular las
frecuencias relativas de los eventos A := “ el resultado es cara” y
B := “el resultado es sello”.

Introducción
Probabilidad
Axiomas de probabilidad
Axiomas de probabilidad
Suponga que S es un espacio muestral asociado con un experimento. A todo
evento A en S (A es el subconjunto de S) le asignamos un número, P(A),
llamado probabilidad de A, de modo que se cumplen los siguientes axiomas:
Axioma 1: P(A) ≥ 0
Axioma 2: P(S) = 1
Axioma 3: Si A1 , A2 , A3 , ...forman una secuencia de eventos por pares
mutuamente excluyentes en S (es decir, Ai ∩ Aj = ∅ si i 6= j), entonces
∞
X
P(A1 ∪ A2 ∪ A3 ∪ . . . ) = P(Ai )
i=1

Introducción
Probabilidad
1
https://www.linkedin.com/posts/maomorap robabilidad − datascience −
estoc %C 3 %A1stico − activity − 7045016410523082754 − 2RmY /?trk =
publicp rofileoriginalSubdomain = es
Introducción
Probabilidad
Algunas propiedades
Algunas propiedades
1 P(∅) = 0.
2 P(Ac ) = 1 − P(A)
3 P(A ∪ B) = P(A) + P(B) − P(A ∩ B).
4 Si A ⊂ B entonces P(A) < P(B).
5 P(A ∩ B c ) = P(A) − P(A ∩ B)

Introducción
Probabilidad
Ejemplo
Las proporciones de fenotipos sanguíneos A, B, AB y O en cierta
población son 0.41, 0.10, 0.04 y 0.45 respectivamente. Si se elige al
azar un residente de esta población, halle la probabilidad de que
este tenga sangre tipo A o tipo AB.

Introducción
Probabilidad
Ejemplo
En una encuesta aplicada a los suscriptores de una revista se
encontró que en los últimos 12 meses 45.8 % habían rentado un
automóvil por razones de trabajo, 54 % por razones personales y
30 % por razones de trabajo y personales.
1 ¿Cuál es la probabilidad de que un suscriptor haya rentado un
automóvil en los últimos 12 meses por razones de trabajo o
por razones personales?
2 ¿Cuál es la probabilidad de que un suscriptor no haya rentado
un automóvil en los últimos 12 meses ni por razones de
trabajo ni por razones personales?

Introducción
Probabilidad
Ejemplo
Ejemplo
Considere el problema de seleccionar dos solicitantes para un trabajo, de
un grupo de cinco solicitantes e imagine que éstos varían en grado de
competencia, 1 siendo el mejor, 2 el segundo mejor y así sucesivamente
para 3, 4 y 5. Estas clasificaciones son por supuesto desconocidas para el
empleador. Defina dos eventos A y B como:
A: El empleador selecciona al mejor y a uno de los dos solicitantes menos
aptos (1 y 4 o 1 y 5).
B: El empleador selecciona al menos uno de los dos mejores.
Encuentre las probabilidades de estos eventos.

Introducción
Probabilidad
Ejercicio
Se carga un dado de forma que exista el doble de probabilidades de
que salga un número par que uno impar. Si A es el evento de que
ocurra un número menor que 4 en un solo lanzamiento del dado,
calcule P(A).

Introducción
Probabilidad Principio de multiplicación
Herramienta para contar puntos muestrales Permutaciones
Probabilidad condicional y la independencia de eventos Combinaciones
1 Introducción
2 Probabilidad

Permutaciones
Combinaciones

Introducción
Conteo de los puntos muestrales
Teorema
Si una operación se puede ejecutar en n1 formas, y si para cada
una de éstas se puede llevar a cabo una segunda operación en n2
formas, y para cada una de las primeras dos se puede realizar una
tercera operación en n3 formas, y así sucesivamente, entonces la
serie de k operaciones se puede realizar en n1 n2 ...nk formas.

Introducción
Ejemplo
Ejemplo
Un experimento incluye lanzar un par de dados y observar los
números de sus caras superiores.
1 Encuentre el número de puntos muestrales en S.
2 Muestre el espacio muestral S.

Introducción
Ejemplo
Ejemplo
¿Cuántos números pares de cuatro dígitos se pueden formar con
los dígitos 0, 1, 2, 5, 6 y 9, si cada dígito se puede usar sólo una
vez y el 0 no puede estar en la primera posición?

Introducción
Permutaciones
Permutaciones
Una permutación es un arreglo o distribución de objetos en un
orden determinado. El número de permutaciones Prn de n objetos
distintos tomándolos de r en r a la vez es:
n!
Prn =
(n − r)!

Introducción
Ejemplo
Ejemplo
Los nombres de 3 empleados se han de sacar al azar, sin
restitución, de un tazón que contiene los nombres de 30 empleados
de una pequeña compañía. La persona cuyo nombre sea sacado
primero recibe $100 y aquellos cuyos nombres se saquen en
segundo y tercero recibirán $50 y $25, respectivamente. ¿Cuántos
puntos muestrales están asociados con este experimento?

Introducción
Ejemplo
Ejemplo
En un club estudiantil compuesto por 50 personas se va a elegir a
un presidente y a un tesorero. ¿Cuántas opciones diferentes de
funcionarios son posibles si
a. no hay restricciones;
b. A participará sólo si él es el presidente;
c. B y C participarán juntos o no lo harán;

Introducción
Combinaciones
Combinaciones
Una combinación de n objetos tomados de r a la vez es cualquier
arreglo en el que no se tiene en cuenta el orden. El número de
combinaciones distintas de n objetos que se pueden formar,
tomándolos de r en r elementos a la vez, es
!
n n!
=
r r!(n − r)!

Introducción
Combinaciones
Ejemplo
1 Encontrar el número de comités diferentes de 3 personas que
se pueden formar de un grupo de 5 personas.
2 De un grupo de 3 mujeres y 5 hombres se deben escoger 3
personas para un comité. ¿Cuántas selecciones son posibles?
¿Cuántas si en el comité debe haber por lo menos una mujer?
3 De un grupo de 10 mujeres y 12 hombres se deben escoger
cinco parejas, conformadas por hombre y mujer, para un baile.
Determine le número de selecciones posibles.

Introducción
Ejercicio
Ejercicio
Se ha de realizar un estudio en un hospital para determinar las
actitudes de los enfermeros hacia diversos procedimientos
administrativos. Se ha de seleccionar una muestra de 10 enfermeros
de entre un total de 90 enfermeros empleadas por el hospital.
1 ¿Cuántas muestras diferentes de 10 enfermeros se pueden
seleccionar?
2 Veinte de los 90 enfermeros son hombres. Si 10 enfermeros se
seleccionan al azar entre los empleados por el hospital, ¿cuál
es la probabilidad de que la muestra de diez incluirá
exactamente 4 hombres (y 6 mujeres) enfermeros?

Introducción
Probabilidad
1 Introducción
2 Probabilidad

Permutaciones
Combinaciones

Introducción
Probabilidad
Probabilidad condicional
Si A, B son eventos con P(A) > 0, entonces se define la
probabilidad del evento B bajo la condición A como sigue:
P(A ∩ B)
P(B | A) := .
P(A)

Introducción
Probabilidad
Ejemplo
Suponga que un dado balanceado se tira una vez. Hallar la
probabilidad de un 1, dado que se obtuvo un número impar.

Introducción
Probabilidad
Ejemplo
Suponga que se lanza un dado balanceado de 4 caras dos veces.
Suponga que X es el resultado del primer lanzamiento y Y el
resultado del segundo lanzamiento. Defina:
1 A = {max(X , Y ) = m}, m = 1, 2, 3, 4
2 B = {min(X , Y ) = 2}
Calcular P(A | B) e indicar qué significa esa probabilidad.

Introducción
Probabilidad
Ejemplo
Encuesta telefónica a 1000 adultos, se preguntó acerca del gasto de una
educación universitaria y la necesidad de alguna ayuda financiera. Se clasificó
los encuestados de acuerdo a si tenían hijos en la universidad o si pensaban que
la carga del préstamos era alta, correcta o baja.
A B C
Hijo en la universidad (D) 350 80 10
Ningún hijo en la universidad(E) 250 200 110
Calcule la probabilidad
1 de que el encuestado tenga un hijo en la universidad.
2 de que el encuestado no tenga un hijo en la universidad.
3 de que el encuestado tenga un hijo en la universidad o piense que la carga
del préstamo es demasiado alta.
4 de que el encuestado tenga un hijo en la universidad dado que piensa que
la carga del préstamo es demasiado alta.

Introducción
Probabilidad
Independencia de eventos
Se dice que dos eventos A y B son independientes si y sólo si
P(A ∩ B) = P(A)P(B).
De otro modo, se dice que los eventos son dependientes.

Introducción
Probabilidad
Ejemplo
Si se lanzan dos monedas, se observa el resultado y se definen los
siguientes eventos:
1 A: cara en la primer moneda
2 B: sello en la segunda moneda
¿Son independientes los eventos A y B?

Introducción
Probabilidad
Propiedad
Si A y B son eventos independientes, demuestre que A y B c son
también independientes.

Introducción
Probabilidad
Ejemplo
Un circuito sólo opera si hay una trayectoria de dispositivos
funcionales de izquierda a derecha. La probabilidad de que cada
dispositivo funciones se indica en la ilustración. Suponga que los
dispositivos fallan independientemente.¿Cuál es la probabilidad de
que el circuito opere?

Introducción
Probabilidad
Familia dependiente dos a dos
Definición
Decimos que los eventos A1 , A2 , ..., An son independientes dos a
dos si
P(Ai ∩ Aj ) = P(Ai )P(Aj ); para todo i 6= j

Introducción
Probabilidad
Nota
La independencia dos a dos de una familia no implica la
independencia de ésta.

Introducción
Probabilidad
Ejemplo
Se lanza un dado dos veces consecutivas. Sean A, B y C los
eventos definidos como sigue:
A := en el primer lanzamiento se obtuvo 2
B := en el segundo lanzamiento se obtuvo 5
C := la suma de los resultados es 7
Muestre que los eventos son independientes dos a dos pero no son
independientes.

Introducción
Probabilidad
Ejercicio
Tres marcas de café, X ,Y y Z , van a ser clasificadas por un juez
de acuerdo con su sabor. Defina los siguientes eventos:
A: la marca X es preferida a la Y .
B: la marca X es clasificada como la mejor.
C: la marca X es clasificada como la segunda mejor.
D: la marca X es clasificada como la tercera mejor.
Si el juez en realidad no tiene preferencia por el sabor y al azar
asigna lugar a las marcas, ¿el evento A es independiente de los
eventos B, C y D?

Introducción
Probabilidad
1 Introducción
2 Probabilidad

Permutaciones
Combinaciones

Introducción
Probabilidad
Definición
Para algún entero positivo k, sean los conjuntos B1 , B2 , . . . , Bk
tales que
1 S = B1 ∪ B2 ∪ · · · ∪ Bk .
2 Bi ∩ Bj = ∅, para i 6= j.
Entonces se dice que la colección de conjuntos {B1 , B2 , . . . , Bk } es
una partición de S.

Introducción
Probabilidad
Conceptos
Teorema de probabilidad total

Suponga que B1 , B2 , . . . , Bk es una partición de S tal que
P(Bi ) > 0, para i = 1, 2, . . . , k. Entonces para cualquier evento A
k
X
P(A) = P(A|Bi )P(Bi )
i=1

Introducción
Probabilidad
Teorema de Bayes
Suponga que B1 , B2 , . . . , Bk es una partición de S tal que
P(Bi ) > 0, para i = 1, 2, . . . , k. Entonces,
P(Bj )P(A | Bj )
P(Bj | A) = Pk .
i=1 P(A | Bi )P(Bi )

Introducción
Probabilidad
Teorema de Bayes
Usamos el Teorema de Bayes cuando se tienen varias causas
excluyente y dado el efecto se quiere saber cuál es la probabilidad
que sea causado por alguno de estos.

Introducción
Probabilidad
Ejemplo
Si llueve la probabilidad de que ocurra un accidente es de 0.12 y si
hace buen tiempo dicha probabilidad es de 0.05. Llueve el 20 % de
la veces. Hallar la probabilidad de que ocurra un accidente.

Introducción
Probabilidad
Ejemplo
El señor Rodríguez sabe que hay un 40 % de posibilidad de que la
empresa en la cual labora abra una sucursal en Montevideo
(Uruguay). Si lo hace la probabilidad de que él sea nombrado
gerente de dicha sucursal es de un 80 %. Si no lo hace la
probabilidad de que de que el Sr. Rodríguez sea nombrado gerente
en otra sucursal es de tan sólo el 10 %.
1 ¿Cuál es la probabilidad de que el Sr. Rodríguez sea nombrado
gerente de una sucursal de su empresa?
2 Si se sabe que el Sr. Rodríguez fue nombrado gerente de una
sucursal de su empresa ¿ cuál es la probabilidad de que la
empresa haya abierto una sucursal en Montevideo?

Introducción
Probabilidad
Ejemplo
En cierta región del país se llevan a cabo pruebas para detectar
cáncer en adultos mayores de 40 años. Se sabe que la probabilidad
de de seleccionar un adulto mayor de 40 años con cáncer es de
0.05. La probabilidad de que un médico diagnostique de forma
correcta que una persona con cáncer tiene la enfermedad es 0.78 y
la probabilidad de que diagnostique de forma incorrecta que una
persona sin cáncer como si tuviera la enfermedad es 0.06. ¿cuál es
la probabilidad de que
1 a una persona se le diagnostique cáncer?
2 a una persona que se le diagnostique cáncer, realmente tenga
la enfermedad?

Introducción
Probabilidad
Ejemplo
Al responder una pregunta en una prueba de opción múltiple, un
estudiante sabe la respuesta o adivina. Sea p la probabilidad de
que sepa la respuesta y 1 − p la probabilidad de que adivine.
Suponga que un estudiante que adivina la respuesta responde
correctamente con probabilidad 1/m, donde m es el número de
alternativas de opción múltiple. ¿Cuál es la probabilidad
condicional de que un estudiante sepa la respuesta a una pregunta
dado que respondió correctamente?

Introducción
Probabilidad
Ejercicio
Una compañía de seguros cree que las personas pueden dividirse en
dos clases: las que que son propensos a los accidentes y los que no
lo son. Las estadísticas de la compañía muestran que una persona
propensa a los accidentes tendrá un accidente en algún momento
dentro de un periodo fijo de 1 año de un año con una probabilidad
de 0.4, mientras que esta probabilidad disminuye a 0.2 para una
persona que no es propensa a los accidentes. Si suponemos que el
30 % de la población es propensa a los accidentes ¿cuál es la
probabilidad de que un nuevo asegurado tenga un accidente en el
plazo de un año tras de adquirir la póliza?

Introducción
Probabilidad
Bibliografía
Liliana Blanco Castañeda, Probabilidad, Universidad Nacional

de Colombia-Facultad de Ciencias, 2013.
William Mendenhall, Richard L Scheaffer, and Dennis D
Wackerly, Estadística matemática con aplicaciones, Grupo
Editorial Iberoamérica„ 2008.
Douglas C Montgomery, George C Runger, and Edmundo
G Urbina Medal, Probabilidad y estadística aplicadas a la
ingeniería, no. 968-18-5914-6. 01-A1 LU. AL-PyE. 1.,
McGraw-Hill México DF, 1996.
Sheldon Ross, A first course in probability, Pearson, 2014.
https://cjtorresj.quarto.pub/pyef/

Probabilidad c1 UN

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Probabilidad c1 UN

Cargado por

Copyright:

Formatos disponibles

Introducción

Probabilidad y estadística fundamental

Diana C. Moreno Ch.

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

3 Herramienta para contar puntos muestrales

Diana C. Moreno Probabilidad y estadística fundamental

3 Herramienta para contar puntos muestrales

4 Probabilidad condicional y la independencia de eventos

Diana C. Moreno Probabilidad y estadística fundamental

3 Herramienta para contar puntos muestrales

4 Probabilidad condicional y la independencia de eventos

5 Ley de probabilidad total y Teorema de Bayes

Diana C. Moreno Probabilidad y estadística fundamental

3 Herramienta para contar puntos muestrales

4 Probabilidad condicional y la independencia de eventos

5 Ley de probabilidad total y Teorema de Bayes

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

3 Herramienta para contar puntos muestrales

4 Probabilidad condicional y la independencia de eventos

5 Ley de probabilidad total y Teorema de Bayes

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

Definición como frecuencia relativa

Definición como frecuencia relativa

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

3 Herramienta para contar puntos muestrales

4 Probabilidad condicional y la independencia de eventos

5 Ley de probabilidad total y Teorema de Bayes

Diana C. Moreno Probabilidad y estadística fundamental

Conteo de los puntos muestrales

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

3 Herramienta para contar puntos muestrales

4 Probabilidad condicional y la independencia de eventos

5 Ley de probabilidad total y Teorema de Bayes

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

Diana C. Moreno Probabilidad y estadística fundamental

De otro modo, se dice que los eventos son dependientes.