UNIDAD I - PROBABILIDAD

LA PROBABILIDAD ES UNA MEDIDA QUE SE APLICA PARA CUANTIFICAR LA INCERIDUMBRE DE UN EVENTO O

SUCESO ALEATORIO. ES EL RESULTADO DEL COCIENTE ENTRE SUCESOS FAVORABLES Y SUCESOS
POSIBLES:

( )=
CLASIFICACIÓN
Hay 4 tipos de probabilidades:

1) PROBABILIDAD MARGINAL
Es la probabilidad de que se presente exclusivamente un solo evento. Margina a los demás.
( )=

2) PROBABILIDAD CONJUNTA
Es la probabilidad de que se presenten dos o más eventos en forma simultánea.

 ( ∩ ) = ( )∗ ( / ) Si los eventos son DEPENDIENTES

 ( ∩ ) = ( )∗ ( ) Si los eventos son INDEPENDIENTES

PALABRA CLAVE: “y”

3) PROBABILIDAD ADICIONAL O TOTAL

Es la probabilidad de que se presente al menos uno de los dos eventos.

 ( ∪ ) = ( )+ ( )– ( ∩ ) Si los eventos son COMPATIBLES

 ( ∪ ) = ( )+ ( ) Si los eventos son INCOMPATIBLES

PALABRA CLAVE: “o”

4) PROBABILIDAD CONDICIONAL
Es la probabilidad de que se presente un evento, sabiendo que ya se presentó el otro.

( ∩ )
( / )=
( )
PALABRA CLAVE: “sabiendo que”, “dado que”

RELACIÓN ENTRE EVENTOS

Dos o más eventos son DEPENDIENTES cuando la presencia de uno modifica la de otro. A diferencia de los
INDEPENDIENTES, en donde la ocurrencia o no de un evento no afecta la posibilidad asignada a la
ocurrencia de otro.
También podemos encontrarnos con dos o más eventos que sean COMPATIBLES, es decir, que pueden
presentarse simultáneamente. Y por último tenemos a los INCOMPATIBLES (también conocidos como
mutuamente excluyentes o disjuntos) que son eventos definidos de modo que la ocurrencia de un elemento
imposibilita la ocurrencia de cualquiera de los otros.

DEPENDIENTES INDEPENDIENTES COMPATIBLES INCOMPATIBLES

( ∩ ) ≠ ( )∗ ( ) ( ∩ ) = ( )∗ ( ) ( ∩ )≠ ( ∩ )=
 CUADRO DE CONTINGENCIA

( ∩ ) ( ∩ ) ( )
( ∩ ) ( ∩ ) ( )
( ) ( )

( ∩ ) ( ∩ ) ( )
( ∩ ) ( ∩ ) ( )
( ) ( )

PROBABILIDADES CONJUNTAS PROBABILIDADES MARGINALES

(La sumatoria de todas SIEMPRE es igual a 1) (La sumatoria de todas SIEMPRE es igual a 2)

( ∩ ) ( ∩ ) ( )
( ∩ ) ( ∩ ) ( )
( ) ( )

( ∩ ) ( ∩ ) ( ∩ ) ( )
( ∩ ) ( ∩ ) ( ∩ ) ( )
( ) ( ) ( )
 TEOREMA DE BAYES

La regla de Bayes sirve para calcular probabilidades condicionales, pero su importancia tiene que ver con el
uso de probabilidades subjetivas para tratar problemas de decisión bajo incertidumbre. El interés de Bayes
fue buscar la probabilidad de una causa específica cuando se observa un fenómeno particular.
Entonces podemos decir que esta regla sirve para calcular la probabilidad de aparición de una causa (por
ejemplo: Ai) dado que ya se dio un efecto (por ejemplo: B). La fórmula es la siguiente:

( ∩ )
( ⁄ )=
( )

( )∗ ( / )
( ⁄ )=
( )∗ ( / )+ ( )∗ ( / )+ ⋯+ ( )∗ ( / )

( )∗ ( / )
( ⁄ )=
∑ ( )∗ ( / )

DIAGRAMA DEL ÁRBOL

Sin embargo, como la fórmula resulta muy compleja de aplicar, es muy común la
utilización del llamado “Diagrama del árbol” para resolver este tipo de problemas.
Por ejemplo: en el caso de tener que hallar la P(A1/B), debemos armar un gráfico
como el que se muestra debajo. Ahora bien, como ya vimos al principio de la
unidad, sabemos que P(A1/B) = P(A1∩B) / P(B).
Entonces, para hallar P(A1∩B) debemos multiplicar las probabilidades de las
ramas que contienen A1 y B.
Lo mismo hacemos para P(B), pero en este caso multiplicamos las probabilidades de las ramas que
contienen alguna B y luego sumamos el resultado todas esas multiplicaciones.

P (A1 / B) = P (A1 ∩ B) / P(B) P (A1 ∩ B) P(B)