Probabilidades

Experimento
determinista
Son aquellos experimentos en los que se sabe lo que
suceder antes de efectuar el experimento. Por ejemplo,
dejar en la superficie del agua una bola de plomo y observar
si se hunde

Experimento
aleatorio
Los experimentos aleatorios () son aquellos experimentos
en los que, a pesar de conocer todos los resultados posibles,
no se puede predecir cul de ellos se va a obtener.

Por ejemplo, extraer una carta de una baraja, lanzar un

dado, extraer una bola de una urna.

Un experimento es aleatorio si se verifican las siguientes

condiciones:
1. Se puede repetir indefinidamente, siempre en las mismas
condiciones;
2. Antes de realizarlo, no se puede predecir el resultado que se
va a obtener;
3. El resultado que se obtenga, pertenece a un conjunto
conocido previamente de resultados posibles.

Espacio Muestral
Es el conjunto formado por todos los resultados posibles de un
experimento aleatorio. ( o S)
Ejemplo:
El espacio muestral asociado al experimento de lanzar una
moneda y anotar el resultado de la cara superior es :
= { C, S }
Siendo:
C = cara
Punto muestral
S = sello

Ejemplo 2
Si se considera el experimento de lanzar dos monedas sobre
una mesa y anotar los resultados de las caras superiores, el
espacio muestral es:
= { CC, CS, SC, SS }
siendo
C = cara
S = sello

Punto muestral

Ejemplo 3
El experimento de lanzar un dado y observar el total de
puntos en la cara superior del dado:
= { 1, 2, 3, 4, 5, 6 }
Ejercicio:
Cul es el espacio muestral al lanzar dos dados?

Suceso o Evento
Son subconjuntos de .
Los eventos aleatorios se denotan normalmente con las
letras maysculas A, B, C, ...
Entonces :

A, B, C,

Pueden contener un solo elemento, una infinidad de

elementos, y tambin no contener elemento alguno.

Evento Imposible
Es el que nunca sucede. No se presenta al realizar un
experimento aleatorio.
Evento Seguro
Est formado por todos los resultados posibles del
experimento. Coincide con el espacio muestral y siempre
ocurre.

Algebra de eventos

espacio muestral
A

Se llama suceso complementario de un

suceso A, A, al formado por los elementos
que no estn en A
Se llama suceso unin de A y B, AUB, al
formado por los resultados experimentales
que estn en A o en B (incluyendo los que
estn en ambos).
Se llama suceso interseccin de A y B,
AB o simplemente AB, al formado por
los elementos que estn en A y B

A
espacio muestral
A
B
espacio muestral
A
B

Diagrama de rbol
I

II

1
1

3
2

Se toma al azar una esfera de la urna I

Se transfiere a la urna II, se mezclan bien.
Se elige, aleatoriamente, una esfera de la urna II.
Determinar el espacio Muestral.

Espacio Muestral
1
Traspasar Roja # 1

II

3
4
5
6

Traspasar Verde # 1

II

Traspasar Verde # 2

2
3

10
II

9
2

3
2

11

12

Ejemplo 2
Lanzar dos monedas y observar los resultados
1 Moneda
2 Moneda
Resultado
C

CC

CS

SC

SS

Dos o ms eventos son mutuamente excluyentes o disjuntos, si no

pueden ocurrir simultneamente. Es decir, la ocurrencia de un
evento impide automticamente la ocurrencia del otro evento (o
eventos).
Ejemplos:
Al lanzar una moneda solo puede ocurrir que salga cara o sello
pero no los dos a la vez, esto quiere decir que estos eventos son
excluyentes.
Si consideramos en un juego de domino sacar al menos un
blanco y un seis, estos eventos son no excluyentes porque puede
ocurrir que salga el seis blanco.

Eventos mutuamente excluyentes

Sucesos colectivamente exhaustivos

Dos sucesos A y B son colectivamente exhaustivos cuando
al menos uno de ellos deba ocurrir siempre que se realiza el
experimento.
Dicho en otras palabras, deber cumplirse que la suma de
las probabilidades de todos los sucesos deber ser igual a 1.

Definicin de Probabilidad
Se llama probabilidad a cualquier funcin, P, que asigna a cada suceso A un valor
numrico P(A), verificando las siguientes reglas:
P()=1

espacio muestral
100%
E espacio muestral

0P(A) 1

P(AUB)=P(A)+P(B) si AB=
es el conjunto vaco.

Podemos imaginar la probabilidad de un subconjunto como el tamao relativo

con respecto al total (suceso seguro)

Probabilidad es una medida de la incertidumbre

Tipos de Probabilidad
Terica - A Priori
P(A) = n / N
n = nmero de posible formas en queA
puede ser observado
N = nmero total de resultados posibles
Histrica (emprica-frecuencia) - A Posteriori
P(A) = n/N
n = nmero de veces que ocurrio A
N = nmero total de observaciones
Subjetiva
La Opinin de un Experto

Propiedades
1.
2.
3.
4.
5.
6.
7.

P() = 1
P() = 0
P(A) 1
P(A) = 1 - P(A)
Si A B P(A) P(B)
P(AB) = P(A) + P(B) - P(AB)
P(Ai) P(Ai)

8. Si A B P(B-A) = P(B) - P(AB)

Probabilidad Condicional
Sean A, B dos sucesos tal que P(B) > 0.
La probabilidad de A condicionada a la
ocurrencia de B, denotada como P(A/B) :
P(A/B) = P(AB)
P(B)
Propiedades:
1. P(A/B) 0
2. P( /B) = 1
3. P(Ai/B) = P(Ai/B)

con Ai Aj = ,

i, j

: i j

Probabilidad Condicional
Centra el foco de atencin en el
hecho que se sabe que han ocurrido
el evento B

Estamos indicando que el espacio

muestral de inters se ha reducido
slo a aquellos resultados que
definen la ocurrencia del evento B
Entonces, P(A | B) mide la
probabilidad relativa de A con
respecto al espacio reducido B

Probabilidad Condicional
Tambin se ha encontrado que el
5% de la piezas que no tienen
fallas superficiales son
funcionalmente defectuosas

Por lo tanto el 90%

no tienen fallas
visibles en la
superficie.

100% piezas
Manufacturadas

Se ha encontrado que el 25%

de las piezas con fallas
superficiales son
funcionalmente defectuosas

Se sabe que el 10% de las

piezas manufacturadas
tienen fallas visibles en la
superficie.

Evento A = { pieza funcionalmente defectuosa}

B = { pieza tiene una falla visible en la
superficie}
P( A dado B) = P(A | B) ?

Casos Probabilidad Condicional

Si A B = P(A | B) =

A
B

P()
P(A B )
=
=0
P(B)
P(B)

P(A B )
P(A)
Si A B = A P(A | B) =
=
P(A)
P(B)
P(B)

P(A B )
P(B)
Si A B = B P(A | B) =
=
=1
P(B)
P(B)

A
B

Si A B P(A | B) =

P(A B )
=
P(B)

Probabilidad Total
Sean B1, B2,....,Bn eventos mutuamente
n

excluyentes : P( Bi ) = 1
Entoncesn
P(A) =

i 1

P( A / B ) P( B )
i 1

Consecuencia (Regla de Bayes):

P(Bi/A) = P(A/Bi) P(Bi)
P(A)

Probabilidad Total
B1

A Equipo
Fallado

B2
AB1
AB2
AB4

AB3

B4
Sean B1, B2,....,Bn
P(

B5

Equipo
Manufacturado
en Planta B2

B3

eventos mutuamente excluyentes

Bi ) = 1

i =1

Entonces

P(A) =

P(A | B ) P(B )

i =1
i

Regla de Bayes
Supongamos de que se elige aleatoriamente un Equipo y se
encuentra que est fallado. cul es la probabilidad que sea
manufacturado en Planta B3 ?

Se pide P(B3 |

Sabemos que

P (Bi | A ) =

A);

pero slo se conoce

P(A Bi), i = 1, 2, 3, .. , k

P(A Bi) = P( A | Bi ) P(Bi) = P(Bi | A) P(A)

P (Bi) P (A | Bi )

P (Bi) P (A | Bi )

BiBj = ; i j
j Bi = S

Probabilidad Multiplicativa
Ley Multiplicativa:
n

n 1

i 1

i 1

P (Ai ) P ( Ai ) P ( A2 / A1 ).......P ( An / Ai )
siempre que:

P (Ai ) 0
i 1

Regla de la Multiplicacin
El Nmero de maneras diferentes
de elegir o sacar un elemento de
del conjunto 1 que tiene n1

n1

n2

elementos, luego un elemento de

un conjunto 2 que tiene n2
elementos, ... , y finalmete un

n2

elemto del k-simo conjunto que

tiene nk elemetos, en DONDE EL
ORDEN COMO SE
SELECCIONA ES IMPORTANTE

n1* n2* ......* nk

n2

Ejemplo 3.1

1) Sean A,B sucesos de un mismo modelo de

probabilidad tales que:
P(B)=0,4 P(AB)=0,7P(A/B)=0,75
Determinar:
P(A) ; P(A-B) ; P(AB) ; P(A/B)

Solucin
P(A) = 1 - P(A)
P(AB) = P(A) + P(B) - P(AB)
P(AB) = P(A/B) P(B) = 0,75 * 0,4 = 0,3
P(A) = 0,7 - 0,4 + 0,3 = 0,6
P(A) = 0,4
P(A-B) = P(AB) = P(A) - P(AB) = 0,6 - 0,3 = 0,3
P(AB) = P(A) + P(B) - P(AB)
P(AB) = P(B) - P(AB) = 0,6 - 0,3 = 0,3
Luego P(AB) = 0,4 + 0,6 - 0,3 = 0,7
P(A/B) = P(AB) = 0,3 = 0,5
P(B) 0,4

Ejemplo
Un procesador para computadores puede provenir de cualquiera de
tres fabricantes con probabilidades: p1 = 0,25; p2 = 0,50; p3 = 0,25
Las probabilidades de que un procesador funcione correctamente
durante 10 000 horas es 0,1; 0,2 y 0,4 respectivamente para los 3
fabricantes:
i) Calcular la probabilidad de que un procesador elegido al azar
funcione durante 10 000 horas.
ii) Si el procesador funcion correctamente durante el perodo de
10 000 horas cul es la probabilidad de que haya provenido del 3er
fabricante?

Solucin
3

i) P(C) =

P(C / F ) P( F )
i 1

= 0,1*0,25 + 0,2*0,5 + 0,4*0,25

= 0,225.
ii) P(F3/C) = P(C/F3) P(F3)
P(C)
= 0,4 * 0,25 = 0,444.
0,225

Ejercicio
Los registros de la polica revelan que solo el 10% de las
victimas de accidentes que llevaban cinturones de seguridad
sufrieron heridas graves, en tanto que el 50% de los que no
usaron, sufrieron tambin serias heridas. El 60% de las
personas que viajan en automviles emplean los cinturones
de seguridad. Se llama a la polica para que investigue un
accidente en el que una persona resulta seriamente herida.
Estime la probabilidad de que llevara puesto el cinturn de
seguridad en el momento del choque.
El conductor del otro auto no sufri heridas graves.
Determine la probabilidad que ste ltimo llevara puesto el
cinturn de seguridad.

Ejercicio
Tres mquinas producen piezas fundidas de metales no
ferrosos. La mquina A produce 1% de piezas defectuosas,
la mquina B el 2%, y la mquina C el 5%. Cada mquina
produce 1/3 de la produccin total. Un inspector examina
una pieza fundida y determina que no est defectuosa.
Estime la probabilidad de que dicha pieza haya sido
producida por cada mquina.

Ejercicio
En Lima se estima que la probabilidad que lleva un da
primero de julio es 0,50 y la probabilidad que llueva los dos
primeros das de julio es 0,40. Dado que llovi el da
primero, Cual es la probabilidad que llueva el da
siguiente?

Ejercicio
En un sistema de alarma la probabilidad que se produzca un
peligro es de 0,10; si este se produce, la probabilidad que la
alarma funcione es de 0.95. La probabilidad que funcione la
alarma sin haber peligro es 0.03. Determinar la probabilidad
que haya un peligro y la alarma funcione.