07.nociones de Probabilidad 2013 II

Tema
NOCIONES DE 7
PROBABILIDAD
Información académica - Edwin Hernández.

Tarapoto Agosto 2013 - II
OBJETIVOS
Al finalizar el Tema 7, el participante será capaz de:
1. Aplicar los conceptos de experimento, espacio

muestral y evento.
2. Discutir los principios para asignar
probabilidad.
3. Utilizar las reglas de probabilidad para plantear
y resolver un problema real.

CONTENIDO
1. Importancia de las probabilidades

2. Conceptos básicos
3. Probabilidad
4. Reglas de Probabilidad
3.1 Regla de la Adición
3.2 Regla de la Multiplicación
3.3 Teorema de Bayes

7.1 Importancia de las Probabilidades
Las probabilidades están presentes en nuestras
vidas más a menudo de que podríamos
sospechar. Todos tenemos una gran intuición
probabilística.
Por ejemplo, en días lluviosos, fríos y con mucha
humedad es alta la probabilidad de coger un
resfrío. Si ingerimos alimentos en lugares poco
higiénicos, en ambulantes es muy probable que
contraigamos una infección estomacal.
¿Cómo es la probabilidad de ganar el premio mayor
en Tinka?. Muy baja, pues hay muchas alternativas
en juego. Pero aún sabiendo esto, compramos uno
que otro número. La decisión creo yo que es racional.
Si escuchamos una predicción de 85% que lluvia, y
Ud. tiene planeado un paseo al campo con la familia.
¿Qué hace?. Lo mas racional es que cancele su
paseo y se quede en su casa viendo en video.

7.2 Conceptos básicos
(A) Experimento: Ejecución voluntaria de un

fenómeno.
Se caracteriza por:
a) Tener varios resultados posibles
b) Existir incertidumbre sobre el resultado
Ejemplos:
Lanzar una moneda
Seleccionar de un lote un frasco de
medicamentos.
Extraer una muestra de sangre a una persona
(B) Espacio Muestral: conjunto de todos los resultados
posibles de un experimento. Se simboliza por 
(omega).
Ejemplos:
Lanzar una moneda
 = {cara, sello}
Seleccionar de un lote, un frasco de
medicamentos.
 ={adecuado, inadecuado}
Extraer una muestra de sangre a una
persona.
 = {grupo sanguíneo}
Ejemplo:
Se lanzan tres monedas simultáneamente. Los
ochos resultados posibles de este experimento
pueden detallarse de manera conveniente mediante
un diagrama de árbol:
Primera Segunda Tercera Resultado
Moneda Moneda Moneda Posible
C C CCC
S CCS
C
C CSC
S
S CSS
C C SCC
S SCS
S S C SSC
S SSS
 ={CCC, CCS, CSC, CSS, SCC, SCS, SSC, SSS}
(C) Suceso: subconjunto del espacio muestral,
seleccionado de acuerdo a una condición. Se
representan por letras latinas mayúsculas.
Ejemplo:
Se lanzan dos dados. El espacio muestral de
este experimento es:
= { (1,1) (1,2) (1,3) (1,4) (1,5) (1,6)
(2,1) (2,2) (2,3) (2,4) (2,5) (2,6)
(3,1) (3,2) (3,3) (3,4) (3,5) (3,6)
(4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
(5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
(6,1) (6,2) (6,3) (6,4) (6,5) (6,6) }
Podemos considerar los siguientes sucesos:
A: la suma de puntajes es 7, es decir
A={(1,6) (2,5) (3,4) (4,3) (5,2) (6,1)}
B: la suma de puntajes es 11, es decir

B={(5,6) (6,5)}
C: la suma de puntajes es 7 u 11, es decir

C={(1,6) (2,5) (3,4) (4,3) (5,2) (6,1) (5,6) (6,5)}
7.3 Probabilidad
(A) Concepto: Ponderación asignada a cada punto
muestral que mide la verosimilitud de su
ocurrencia.
Mide la frecuencia con la que aparece un resultado determinado cuando se realiza
un experimento.
(B) Principios para asignar probabilidad:

a) La probabilidad de cada punto muestral debe
estar entre 0 y 1
b) La suma de las probabilidades de todos los
puntos muestrales deben ser iguales a 1.
0 0,5 1
Probable
Improbable Tan probable
como improbable
Ejemplos:
1. Se lanza una moneda
={cara, sello}
P(cara) = 0,5 P(sello) = 0,5

2. Se lanzan 3 monedas
 = {CCC, CCS, CSC, SCC, CSS, SCS, SSC, SSS}
1/8 1/8 1/8 1/8 /8 1/8 1/8 1/8
A: obtener exactamente 2 caras
A = {CCS, CSC, SCC}
1/8 + 1/8 + 1/8
P(A) = 3/8

(C) Conclusiones: De acuerdo a la definición de
probabilidad de un suceso, y a los dos
principios, tenemos las siguientes
conclusiones:
(1º) P() = 1
(2º) P( ) = 0
(3º) P(A´) = 1 - P(A)

PROBABILIDADES - EJEMPLOS
1. Un investigador trabaja con un nuevo fármaco
para insensibilizar a los pacientes frente a
picaduras de abejas. De 200 sujetos sometidos
a prueba, 180 presentaron una disminución en
la gravedad de los síntomas tras sufrir una
picadura, después de ser sometidos al
tratamiento.
2. Un cliente solicitó el servicio técnico para su
laptop, y no se ha conseguido mejorar el
producto: El técnico esta planteando el llevar a
cabo un nuevo servicio y debe responder a la
siguiente pregunta: ¿Cuál es la probabilidad de
que el nuevo servicio sea un éxito?.
PROBABILIDAD DEL PUNTO ESTADISTICO
...
Quien emplea la estadística aplicada prefiere
pensar en la probabilidad como el numero de
veces en las que se presentará determinada
situación si una experiencia fuera repetida
indefinidamente en situaciones de naturaleza
repetitiva o que pudiera concebirse de esa
manera ...

7.4 Reglas de probabilidad
7.4.1 Regla de la Adición
A B
U
(A B)
U
P(AUB) = P(A) + P(B) - P(A B)
Ejemplo:
Un cliente ingresa a una farmacia. La probabilidad de
que compre (a) un antibiótico es 0,60 (b) analgésico
0,50, y c) antibiótico y analgésico es 0,30 ¿Cuál es la
probabilidad de que compre un antibiótico, analgésico
o ambos?.
Datos
P(P) = 0,60
P(L) = 0,50
U
P (P L) = 0,30
U
P(PUL) = P(P) + P(L) - (P L)
P(PUL) = 0,60 + 0,50 - 0,30
P(PUL) = 0,80
Regla de adición para sucesos
mutuamente excluyentes
Dos sucesos son mutuamente excluyentes, si no

tienen elementos comunes
A B  P(AUB) = P(A) + P(B)
Si : (A B) = 
U
U
Por lo tanto : P(A B) = 0
Ejemplo:
Se extrae una carta de una baraja. ¿Cuál es la

probabilidad de que sea un as o un rey?
P(AUR) = P(A) + P(R)

4 4
4 = 
P(A) = 52 52
52
8
4 =
P(R) = 52
52
7.4.2 Probabilidad Condicional
Ejemplo 1: Se dispone de 11 historias clínicas,

pertenecientes a pacientes masculinos y femeninos
agrupados por su nivel de hemoglobina.
Sexo M F
Estado (Masculino) (Blanca) Total
A (Anémico) 5 3 8
N (Normal) 1 2 3
Total 6 5 11
a) ¿Cuál es la probabilidad de extraer una historia

perteneciente a un paciente anémico?
8
P(A) =
11
b)¿Cuál es la probabilidad de extraer una historia
correspondiente a un paciente anémico y que
sea mujer?
3
P(A  F) =
11
c) Dado que la historia corresponde a un paciente

anémico, ¿cuál es la probabilidad que sea
mujer?
3
P(F )=
A 8
Derivación de la fórmula:
P(F  B)
P(F )=
A P(A)
3
comprobando: P(F ) = 11
A 8
11
3
P(F ) =
A 8
Ejemplo 2
Se recolectó información sobre el peso del recién
nacido y si la madre fumó o no durante el
embarazo. Los datos se presentan a continuación:
CONDICIÓN PESO R.N.

TOTAL
DE FUMADORA BAJO NORMAL
SI 30 10 40
NO 20 140 160
TOTAL 50 150 200

A. ¿Cuál es la probabilidad que el recién nacido
tenga bajo peso?
50
P(bajo )   0,25
200
B. ¿Cuál es la probabilidad que una gestante fume?
40
P(si)   0,20
200
C. ¿Cuál es la probabilidad que el niño seleccionado
tenga un peso normal?
150
P(normal )   0,75
200
D. ¿Cuál es la probabilidad de que un recién nacido
tenga bajo peso o sea normal?
Como son mutuamente excluyentes:
P(bajoónorma l)  P(bajo )  P(normal )
50 150
  1
200 200
E. ¿Cuál es la probabilidad de que el recién nacido
tenga bajo peso o la madre haya fumado durante
el embarazo?
P(bajoósi )  P(bajo )  P(si)  P(bajoysi )
50 40 30 60
     0,30
200 200 200 200
Aplicación:
La probabilidad de que el personal administrativo
que labora en una clínica local, llegue tarde el día
lunes es 0,50 y la probabilidad de que llegue
retrasado los días lunes y martes es 0,20. Dado
que cierto trabajador llegó tarde el día lunes, ¿cuál
es la probabilidad de que llegue tarde el día
siguiente?.
T P(TM  TL )
P(TL ) = 0,50 P( M )=
TL P(TL )
P(TL  TM ) = 0,20
0,20
= = 0,40
Información académica - Edwin Hernández. 0,50
7.4.3 Regla de la Multiplicación
A partir de
P(A  B)
P(B ) 
A P(A)
Se despeja
P(A  B)  P(A)  P B ( A)
Aplicación:
Se sabe que en un lote de medicamentos de 50

frascos, hay 4 que no están adecuadamente
empacados (defectuosos). Si se extraen al azar 2
frascos, uno a continuación del otro, ¿cuál es la
probabilidad de que ambos sean defectuosos?.
4
P ( D1 ) 
50
(
P(D1  D 2 )  P(D1 )  P D 2
D1
)
3 4 3 12
P(D 2 )  =  
D1 49 Información académica - Edwin Hernández.
50 49 2450
Ejercicio
En una población de pacientes hospitalizados, la
probabilidad de que uno de ellos, elegido
aleatoriamente tenga problemas cardiacos es 0,35.
La probabilidad de que un paciente con problemas
cardiacos sea un fumador es de 0,86. ¿Cuál es la
probabilidad de que el paciente elegido al azar de
entre la población sea fumador y tenga problemas
cardiacos?.

Regla de la multiplicación para
sucesos independientes.
Los sucesos A y B se consideran independientes
cuando la ocurrencia de uno no influye sobre la
probabilidad de ocurrencia del otro; esto significa
que, independientemente de que A haya ocurrido o
no, la probabilidad asignada a B es siempre la misma.
P(B )  P(B)
A
Entonces,
 P(A  B)  P(A)  P(B)

Ejemplo:
¿Cuál es la probabilidad de que en una familia con

dos hijos, ambos sean varones?
P(V1 )  0,5 P(V1  V2 )  P(V1 )  P(V2 )

P(V2 )  0,5
= (0,5) (0,5)
P(V1  V2 )  0,25
7.4.4 El teorema de Bayes
Consiste en una partición de la probabilidad total.
Ejemplo 1:
La Compañía de Seguros JL ha desarrollado un
novedoso seguro médico familiar. De acuerdo con
una investigación hecha en el mercado, la
probabilidad de que el producto tenga éxito es 0,80
si una compañía competidora no introduce un plan
similar en el mercado, en tanto que la probabilidad
de éxito es 0,30 si la empresa competidora lanza al
mercado un seguro similar. Además, la compañía JL
estima que hay una probabilidad de 0,40 de que la
firma competidora comercialice el producto.
Dado que el producto de la Compañía JL tuvo éxito,
¿cuál es la probabilidad de que la firma competidora
haya comercializado su novedoso plan de seguro?
Solución:
P(C) = probabilidad de que la compañía

competidora comercialice el producto,
P(C´) = probabilidad de que la compañía
competidora no comercialice el
producto,
P(E) = probabilidad de que el plan de seguro
familiar de la compañía JL tenga éxito.
P. Marginal P. Condicional P. Conjunta
P(E/C) = 0,30 P(C  E) = 0,40  0,30 = 0,12
P(E/C´) = 0,80 P (C '

 E) = 0,60  0,80 = 0,48
P. Total P(E) = 0,60

Luego, de acuerdo con el Teorema de Bayes
P (C  E)
P(C )=
E P (C  E) + P(C '  E)
0.12 0.12
   0.20
0.12  0.48 0.60
La probabilidad que la compañía de seguros haya

participado en el mercado, dado que JL tuvo éxito
es de 0,20.
Ejemplo 2:
El Director de la Clínica Santa Teresa está considerando
comprar un lote de 10000 equipos de venoclisis de un
proveedor nacional. El fabricante de estos equipos
estima la proporción de equipos defectuosas en el lote,
en la siguiente forma.
Proporción de Probabilidad
piezas defectuosas () P()
1 = 0,10 P(1) = 0,20
2 = 0,15 P(2) = 0,30
3 = 0,25 P(3) = 0,50
Esto significa que el proveedor no está seguro
acerca de la proporción de equipos defectuosos
en el lote, sin embargo, basándose en
experiencias anteriores, cree que hay una
probabilidad de 0,20 de que el lote tenga 10% de
piezas defectuosas, una probabilidad de 0,30 de
que tenga 15%. Y finalmente, de 0,50 de que
tenga 25% de piezas defectuosas. Supongamos
que elige un equipo de venoclisis al azar en el
lote:

A) ¿Cuál es la probabilidad de qué esta sea
defectuosa?
B) Dado que el equipo resulta defectuoso, ¿cuál
es la probabilidad de que el lote tenga 25% de
piezas defectuosas?

P. Marginal P. Condicional P. Conjunta
P(D/1)= 0,10
1=0,10 P(1  D) = 0,20  0,10 = 0,0200
P(D/2)= 0,15
P(2) = 0,30  =0,15
2 P( 2  D) = 0,30  0,15 = 0,045
P(D/3)= 0,25
3=0,25 P( 3  D) = 0,50  0,25 = 0,1250
P(D) = 0,1900
Respuesta A:
Hay tres maneras posibles de obtener un equipo
defectuosa del lote. Por lo tanto, la probabilidad
de obtener una pieza defectuosa, cualquiera que
se la tasa porcentual de defectuosos 10, 15 ó 25
es:
P( D)  P( 1  D)  P( 2  D)  P( 3  D)
 0,0200  0,0450  0,1250
 0,19
Respuesta B:
De acuerdo con el Teorema de Bayes, la

probabilidad de que el lote contenga 25% de
piezas defectuosas, dado que la pieza elegida es
defectuosa, es:
P( 3  D) 0.1250
P( 3 / D)    0.6579
P( D) 0.1900

Ejercicio
Un médico ha decidido recetar dos nuevos

medicamentos a 200 pacientes enfermos del corazón
de la manera siguiente: 50 pacientes tomarán el
medicamento A,otros 50 tomarán el medicamento B y
los otros 100 restantes tomarán ambos medicamentos
El medicamento A reduce la probabilidad de un infarto
en 0,35 , el medicamento B reduce la probabilidad de
un infarto en 0,20 y los dos medicamentos, cuando se
les toma juntos, actúan de manera independiente.
Los 200 pacientes fueron escogidos entre los que
tenían 0,80 de probabilidad de sufrir un infarto. Si
un paciente elegido al azar sufre un infarto, ¿cuál
es la probabilidad de que haya tomado ambos
medicamentos?


07.nociones de Probabilidad 2013 II

Cargado por

Información del documento

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

07.nociones de Probabilidad 2013 II

Cargado por

Copyright:

Formatos disponibles

Tema

Información académica - Edwin Hernández.

Al finalizar el Tema 7, el participante será capaz de:

1. Aplicar los conceptos de experimento, espacio

Información académica - Edwin Hernández.

1. Importancia de las probabilidades

Información académica - Edwin Hernández.

Información académica - Edwin Hernández.

(A) Experimento: Ejecución voluntaria de un

B: la suma de puntajes es 11, es decir

C: la suma de puntajes es 7 u 11, es decir

(B) Principios para asignar probabilidad:

1. Se lanza una moneda

Información académica - Edwin Hernández.

Información académica - Edwin Hernández.

(3º) P(A´) = 1 - P(A)

Información académica - Edwin Hernández.

Información académica - Edwin Hernández.

Dos sucesos son mutuamente excluyentes, si no

A B  P(AUB) = P(A) + P(B)

Se extrae una carta de una baraja. ¿Cuál es la

P(AUR) = P(A) + P(R)

Ejemplo 1: Se dispone de 11 historias clínicas,

a) ¿Cuál es la probabilidad de extraer una historia

c) Dado que la historia corresponde a un paciente

CONDICIÓN PESO R.N.

Información académica - Edwin Hernández.

Se sabe que en un lote de medicamentos de 50

Información académica - Edwin Hernández.

 P(A  B)  P(A)  P(B)

¿Cuál es la probabilidad de que en una familia con

P(V1 )  0,5 P(V1  V2 )  P(V1 )  P(V2 )

P(C) = probabilidad de que la compañía

P(E/C) = 0,30 P(C  E) = 0,40  0,30 = 0,12

P(E/C´) = 0,80 P (C '

P. Total P(E) = 0,60

Información académica - Edwin Hernández.

La probabilidad que la compañía de seguros haya

Información académica - Edwin Hernández.

Información académica - Edwin Hernández.

P( D)  P( 1  D)  P( 2  D)  P( 3  D)

 0,0200  0,0450  0,1250

De acuerdo con el Teorema de Bayes, la

Información académica - Edwin Hernández.

Un médico ha decidido recetar dos nuevos

Información académica - Edwin Hernández.

También podría gustarte