PROBABILIDAD

ING. EST. MARCO MINCHON BENITES

EL PAPEL DE LA PROBABILIDAD
EN ESTADSTICA
La probabilidad y la estadstica estn
relacionadas en una forma importante. La
probabilidad se emplea como herramienta;
permite que usted evale la confiabilidad de sus
conclusiones acerca de la poblacin cuando
tenga slo informacin muestral.

Podemos entonces decir que si hay N

posibilidades igualmente probables, de las
cuales una debe ocurrir y n se consideran
favorables o como un acierto, entonces la
probabilidad de un acierto esta dada por la

razn

 EL PAPEL DE LA PROBABILIDAD
EN ESTADSTICA
Ejemplo: Cul es la probabilidad de sacar un as de una
baraja ordinaria de 52 cartas de juego?

Solucin:
Puesto que hay n=4 ases, entre las N=52 cartas, la
probabilidad de sacar un as es 452 = 113 . (Se supone, por
supuesto, que cada carta tiene la misma oportunidad de
salir.)
 EVENTOS Y ESPACIO MUESTRAL
Se obtienen datos al observar ya sea eventos no controlados
en la naturaleza o situaciones controladas en un laboratorio.
Usamos el trmino experimento para describir cualquiera de los
dos mtodos de recoleccin de datos.

Definicin: Un experimento es el proceso mediante el cual se

obtiene una observacin (o medicin).

La observacin o medicin generada por un experimento

puede o no producir un valor numrico. Algunos ejemplos de
experimentos:
Registrar la calificacin de un examen
Lanzar al aire una moneda y observar el lado que
aparece.
 EVENTOS Y ESPACIO MUESTRAL
Al conjunto de todos los posibles resultados de un experimento
se le conoce como espacio muestral y suele representarse con
la letra S. Cada resultado de un espacio muestral se llama
elemento.
Por ejemplo, el especio muestral de los posibles resultados de
tirar una moneda se puede escribir como:
S = {H, T} Donde: H y T representan cara y cruz.

Los espacios muestrales con un numero de elementos grande,

se describe mejor con un enunciado o una regla; por ejemplo,
si los posibles resultados de un experimento son el conjunto de
automviles equipados con radios de banda civil, el espacio
muestral se puede escribir:
S = {x/x es un automvil con radio de BC}
EVENTOS Y ESPACIO
MUESTRAL
Si un experimento consiste en lanzar una vez un dado
y nos interesa que lado queda hacia arriba, usaramos
el especio muestral:
S1={1, 2, 3, 4, 5, 6}

Con respecto al espacio muestral anterior S1,

describa el evento A en que el numero de puntos
obtenidos con el dado sea divisible entre 3.

Solucin: entre 1, 2, 3, 4, 5 y 6, solo 3 y 6 son divisibles

entre 3. Por consiguiente A estara representado por el
subconjunto:
S1 = {3, 6}
 LA PROBABILIDAD DE UN EVENTO
Denotaremos los eventos mediante letras maysculas,
siendo la probabilidad del evento A como P(A), la
probabilidad del evento B como P(B), y as sucesivamente.

Postulado 1: La probabilidad de un evento es un nmero real

no negativo; esto es P(A) 0 para cualquier subconjunto A
de S.

Postulado 2: P(S) = 1

TEOREMA 1. Si A es un evento en un espacio muestral

discreto S, entonces P(A) es igual a la suma a la suma de las
probabilidades de los resultados individuales que abarcan
el evento A.
LA PROBABILIDAD DE UN EVENTO

Ejemplo: Si lanzamos dos veces una moneda

balanceada, Cul es la probabilidad de
sacar al menos una cara?

Solucin: El espacio muestral es S={HH, HT,TH,

TT}, donde H y T denotan cara y cruz.
Denotemos con A el evento que sacamos al
menos una cara, obtenemos A={HH, HT, TH}

P(A) = P(HH) + P(HT) + P(TH)

1 1 1 3
P(A) = + + =
4 4 4 4
 EJEMPLO

Solucin:

Tenemos: S = {R1A, R2A, R1R2, AR1, AR2, R2R1}

A = {R1R2, R2R1}

Entonces: P(A) = P(R1R2) + P(R2R1)

1 1 2 1
P(A) = + = =
6 6 6 3
 ALGUNAS REGLAS DE
PROBABILIDAD
Si A y A son eventos complementarios en
un espacio muestral S, entonces:
P(A) = 1 P(A) o P(Ac)= 1 P(A)

P() = 0 para cualquier espacio muestral S.

Si A y B son eventos en un espacio muestral

S y A B, entonces:
P(A) P(B)
 ALGUNAS REGLAS DE
PROBABILIDAD
0 P(A) 1 para cualquier evento A.

Si A y B son dos eventos en el espacio

muestral S, entonces:
P(AB) = P(A) + P(B) - P(AB)

Si A, B y C son tres eventos cualquiera en el

espacio muestral S, entonces:
P(ABC) = P(A) + P(B) + P(C) - P(AB) -
P(AC) - P(BC) + P(ABC)
 OPERACIONES BSICAS CON
EVENTOS ALEATORIOS

OPERACIN EXPRESIN DESCRIPCIN

Unin de eventos, es el
evento que sucede si y solo si
UNION AB
A sucede o B sucede o ambos
suceden
Interseccin de eventos, es
el evento que sucede si y slo
INTERSECCION AB
si A y B suceden
simultneamente.
La diferencia de eventos, es
DIFERENCIA A-B el evento que sucede solo en
A pero no en B.
OPERACIONES BSICAS CON EVENTOS
ALEATORIOS

UNIN
AB

INTERSECIN
AB

DIFERENCIA
A-B
 LA PROBABILIDAD DE UN EVENTO
OTRO EJEMPLO: Las proporciones de fenotipos sanguneos A, B,
AB y O en la poblacin de todos los de raza caucsica en
Estados Unidos se publican como 0.41, 0.10, 0.04 y 0.45,
respectivamente. Si al azar se escoge una persona de este
origen tnico en la poblacin, cul es la probabilidad de que
l o ella tengan tipo de sangre A o tipo AB?

Solucin Los cuatro eventos sencillos, A, B, AB y O no tienen

probabilidades igualmente posibles. Sus probabilidades se
encuentran usando el concepto de frecuencia relativa como
P(A)=0.41 P(B)=0.10 P(AB)=0.04 P(O)=0.45
El evento de inters est formado por dos eventos sencillos, de
modo que
P(la persona es tipo A o tipo AB) = P(A) + P(AB)
P(la persona es tipo A o tipo AB) = 0.41 + 0.04 = 0.45
 PROBABILIDAD CONDICIONAL

La probabilidad condicional del evento A, dado

que el evento B ha ocurrido, es:
( )
/ = () 0
()

La probabilidad condicional del evento B, dado

que el evento A ha ocurrido, es:
( )
/ = () 0
()
PROBABILIDAD CONDICIONAL
P(A/B) = P(A B)/P(B)

P(B/A) = P(A B)/P(A)

P(A/Bc) = P(A Bc)/P(Bc)

P(B/Ac) = P(Ac B)/P(Ac)

P(Ac/B) = P(Ac B)/P(B)

P(Bc/A) = P(A Bc)/P(A)

 Casos Probabilidad
Condicional
P(A B ) P()
A Si A B = P(A | B) = = =0
B P(B) P(B)

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

A P(A B ) P(B)
B Si A B = B P(A | B) = = =1
P(B) P(B)
 EJEMPLO
Suponga que en la poblacin general, hay 51% de
hombres y 49% de mujeres, y que las proporciones de
hombres y mujeres daltnicos se muestran en la
siguiente tabla de probabilidad:
 EJEMPLO (continuacin)
Si se escoge una persona al azar, y se encuentra
que es hombre (evento B), Cul es la probabilidad
de que el hombre sea daltnico (evento A)?

( ) 0.04
/ = = = 0.078
() 0.51

Cul es la probabilidad de ser daltnico, dado

que la persona es mujer?

( ) 0.002
/ =
= = 0.004
( ) 0.49
 EJEMPLO
La probabilidad de que un vuelo programado
normalmente salga a tiempo es P(D)=0.83, la
probabilidad de que llegue a tiempo es
P(A)=0.82 y la probabilidad de que salga y
llegue a tiempo es P(DA)=0.78. Calcule la
probabilidad de que un avin:

a) llegue a tiempo, dado que sali a tiempo.

b) sali a tiempo, dado que lleg a tiempo.

 Solucin
a) La probabilidad de que un avin llegue a
tiempo, dado que sali a tiempo es:

( ) 0.78
/ = = = 0.94
() 0.83

b) La probabilidad de que un avin haya salido a

tiempo, dado que lleg a tiempo es:

( ) 0.78
/ = = = 0.95
() 0.82
 REGLA DE LA MULTIPICACIN

Si A y B son dos eventos cualquiera en un espacio

muestral S y 0, entonces:

P(A B) = P(A)*P(B/A)

Si A y B son dos eventos cualquiera en un espacio

muestral S y 0, entonces:

P(A B) = P(B)*P(A/B)
 EVENTOS INDEPENDIENTES

Se dice que dos eventos A y B son

independientes si y solo si:

P(A B) = P(A)*P(B)

o bien,

P(B/A) = P(B) o P(A/B) = P(A)

De otro modo, se dice que los eventos son

dependientes.
 EJEMPLO
Tire al aire dos monedas y observe el resultado.
Defina estos eventos:
A: cara en la primera moneda
B: cruz en la segunda moneda
Los evento A y B son independientes?
Solucin: Tenemos: S = {HH, HT, TH, TT}
1 1 1
= , = , =
2 2 4
1 1 1 1
Como = = ,y =
2 2 4 4

Ya que = , los dos eventos son

independientes.
 (D)
(E)

Los eventos D y A son independientes? Explique.

Solucin
Utilizamos la tabla para hallar:
= 0.60, = 0.44
= 0.35

Entonces:
= 0.60 (0.44)
= 0.35

Como estas probabilidades

, los dos eventos no son
independientes.
 TEOREMA DE BAYES

Supngase que A1, A2, A3,..., An es una

particin de un espacio muestral . En cada
caso P(Ai) 0. La particin es tal que A1, A2,
A3,..., An, son eventos mutuamente exclusivos.
Sea E cualquier evento, entonces para
cualquier Ai

P( Ai ) P( E / AI )
P( Ai / E )
P( A1 ) P( E / A1 ) P( A2 ) P( E / A2 ) P( An ) P( E / An )
 TEOREMA DE BAYES (continuacin)

Como la probabilidad completa de E es :

P(E) P(A1 )P(E/A1 ) P(A2 )P(E/A2 ) P(An )P(E/An )

entonces
P ( Ai ) P ( E / AI )
P ( Ai / E )
P(E)
 TEOREMA DE BAYES (continuacin)

Ejemplo: En una pequea empresa de tejidos se

obtiene su produccin con tres mquinas
hiladoras M1, M2 y M3 que producen
respectivamente 50%, 30% y el 20% del nmero
total de artculos producidos. Los porcentajes de
productos defectuosos producidos por estas
mquinas son 3%, 4% y 5%. Supngase que se
selecciona un artculo al azar y resulta ser
defectuoso. Cul sera la probabilidad de que
el artculo haya sido producido por la mquina
M1?
 TEOREMA DE BAYES (solucin)
Sea: D: Que el artculo sea defectuoso
ND: Que el artculo no sea defectuoso
M1: Que haya sido producido por la mquina 1
M2: Que haya sido producido por la mquina 2
M3: Que haya sido producido por la mquina 3

P(M1) = 0.50 P(D/M1) = 0.03

P(M2) = 0.30 P(D/M2) = 0.04
P(M3) = 0.20 P(D/M3) = 0.05
 P(D/M1)=0.03
D P(M1)*P(D/M1)=0.5*0.03=0.015
P(M1)=0.50 M1
ND
P(ND/M1)=0.97

P(D/M2)=0.04
D P(M2)*P(D/M2)=0.3*0.04=0.012
P(M2)=0.30 M2
P(ND/M2)=0.96 ND

P(D/M3)=0.05
D P(M1)*P(D/M1)=0.2*0.05=0.01
P(M3)=0.20 M3
ND
P(ND/M3)=0.95
P(D) = 0.015+0.012+0.01=0.037
 TEOREMA DE BAYES (solucin)
Por teorema de Bayes se tiene:
P( M 1 ) P( D / M 1 )
P( M 1 / D)
P( M 1 ) P( D / M 1 ) P( M 2 ) P( D / M 2 ) P( M 3 ) P( D / M 3 )
P( M 1 ) P( D / M 1 ) (0.50)(0.03)
0.4054
P( D) 0.037

La probabilidad de que el artculo

defectuoso se haya producido en la M1 es
del 40.54%