PROBABILIDADES

ESTADÍSTICA Y PROBABILIDADES
 Experimento aleatorio

Los experimentos aleatorios (ξ) son aquellos

experimentos en los que, a pesar de conocer
todos los resultados posibles, no se puede
predecir cuál de ellos se va a obtener.

Por ejemplo, extraer una carta de una baraja,

lanzar un dado, extraer una bola de una urna.
 Experimento aleatorio

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. (Ω)
Ejemplo:
El espacio muestral asociado al experimento de lanzar una moneda y anotar el
resultado de la cara superior es :
Ω = { C, S }
Siendo:
C = “cara” Punto muestral
S = “sello”
 EJEMPLO
Si se considera el experimento de lanzar dos monedas sobre una mesa
y anotar los resultados de las caras superiores, el espacio muestral es:

Ω = { CC, CS, SC, SS }

siendo
C = “cara” Punto muestral
S = “sello”
 EJEMPLO

El experimento de lanzar un dado y observar el total de puntos en la cara superior

del dado:

Ω = { 1, 2, 3, 4, 5, 6 }

Ejercicio:
¿Cuál es el espacio muestral al lanzar dos dados?
 SUCESO O EVENTO

Son subconjuntos de Ω.

Los eventos aleatorios se denotan normalmente con las

letras mayúsculas A, B, C, ...

Entonces : A, B, C,…  Ω

Pueden contener un solo elemento, una infinidad de

elementos, y también no contener elemento alguno.
 SUCESO O EVENTO

Evento Imposible

Es el que nunca sucede. No se presenta al realizar un experimento aleatorio.

Evento Seguro

Está formado por todos los resultados posibles del experimento. Coincide con
el espacio muestral y siempre ocurre.
 ALGEBRA DE EVENTOS Ω espacio muestral

A
Se llama suceso complementario de un suceso A, A’, al A’
formado por los elementos que no están en A.

Ω espacio muestral
Se llama suceso unión de A y B, AUB, al formado por
los resultados experimentales que están en A o en B A
(incluyendo los que están en ambos).
B

Ω espacio muestral

Se llama suceso intersección de A y B, A∩B o A

simplemente AB, al formado por los elementos que
están en A y B B
EVENTOS MUTUAMENTE
EXCLUYENTES
Dos o más eventos son mutuamente excluyentes o disjuntos, si no
pueden ocurrir simultáneamente. Es decir, la ocurrencia de un evento
impide automáticamente 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.
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, deberá cumplirse que la suma de las

probabilidades de todos los sucesos deberá ser igual a 1.
 DEFINICIÓN DE PROBABILIDAD

Se llama probabilidad a cualquier función, P, que asigna a cada suceso A un valor

numérico P(A), verificando las siguientes reglas:
Ω espacio muestral
• P(Ω)=1 E espacio muestral
100%
A
B
• 0≤P(A) ≤1

• P(AUB)=P(A)+P(B) si A∩B=Ø
• Ø es el conjunto vacío.
Podemos imaginar la probabilidad de un subconjunto como el tamaño relativo con
respecto al total (suceso seguro)

Probabilidad es una medida de la incertidumbre

 TIPOS DE PROBABILIDAD

• Teórica - “A Priori”
– P(A) = n / N
• n = número de posible formas en que “A” puede
ser observado
• N = número total de resultados posibles
• Histórica (empírica-frecuencia) - “A Posteriori”
– P(A) = n/N
• n = número de veces que ocurrió “A”
• N = número total de observaciones
• Subjetiva
– La “Opinión de un Experto”
Propiedades

1. P(Ω) = 1
2. P() = 0
3. P(A)  1
4. P(A’) = 1 - P(A)
5. Si A  B  P(A)  P(B)
6. P(AB) = P(A) + P(B) - P(AB)
7. P(Ai)   P(Ai)
8. Si A  B  P(B-A) = P(B) - P(AB)
 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(AB)
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 atención en el
hecho que se sabe que han ocurrido
 el evento B

Estamos indicando que el espacio

A muestral de interés se ha “reducido”
sólo a aquellos resultados que
definen la ocurrencia del evento B
B
Entonces, P(A | B) “mide” la
probabilidad relativa de A con
respecto al espacio reducido B
 Probabilidad Condicional
También se ha encontrado que el
5% de la piezas que no tienen
fallas superficiales son
funcionalmente defectuosas
Se ha encontrado que el 25%
de las piezas con fallas
superficiales son
funcionalmente defectuosas

Por lo tanto el 90% Se sabe que el 10% de las

no tienen fallas 100% piezas piezas manufacturadas
visibles en la Manufacturadas tienen fallas visibles en la
superficie. 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

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)
 PROBABILIDAD TOTAL

Sean B1, B2,....,Bn eventos mutuamente

n
excluyentes : P( B i )=1
i 1
Entonces
n
P(A) =  P( A / B )  P( B )
i 1
i i

Consecuencia (Regla de Bayes):

P(Bi/A) = P(A/Bi) P(Bi)
P(A)
 Probabilidad Total

B1 B2 B5
A AB1
Equipo
Fallado AB2
AB4
AB3 Equipo
B4 Manufacturado
B3 en Planta B2

Sean B1, B2,....,Bn eventos mutuamente excluyentes

𝑷(‫𝟏 = ) 𝒊𝑩 𝟏=𝒊𝒏ڂ‬
n
Entonces : P(A) = 
i= 1
P(A | B ) P(B )
i i
 Teorema de Bayes

Supongamos de que se elige aleatoriamente un Equipo y se encuentra

que está fallado. ¿cuál es la probabilidad que sea manufacturado en
Planta B3 ?

Se pide P(B3 | A); pero sólo se conoce P(A  Bi), i = 1, 2, 3, .. , k

Sabemos que P(A  Bi) = P( A | Bi ) P(Bi) = P(Bi | A) P(A)

P (Bi) P (A | Bi ) BiBj = ; i  j
P (Bi | A ) =
 P (Bi) P (A | Bi )   j Bi = S
 j
PROPIEDAD MULTIPLICATIVA

Ley Multiplicativa:
n n 1
P( Ai )  P( Ai ) P( A2 / A1 ).......P( An /  Ai )
i 1 i 1

siempre que:
n
P( Ai )  0
i 1
 Regla de la Multiplicación

El Número de maneras diferentes

de elegir o sacar un elemento del
n2
conjunto 1 que tiene n1
elementos, luego un elemento de
un conjunto 2 que tiene n2
elementos, ... , y finalmente un n1 n2
elemento del k-ésimo conjunto
que tiene nk elementos, en
DONDE EL ORDEN COMO SE n2
SELECCIONA ES IMPORTANTE
n1* n2* ......* nk
 EJEMPLO

Sean A,B sucesos de un mismo modelo de

probabilidad tales que:
P(B)=0,4 P(AB)=0,7 P(A/B)=0,75

Determinar:

P(A’) ; P(A-B) ; P(A’B’) ; P(A/B’)

 Solución
P(A’) = 1 - P(A)
P(AB) = P(A) + P(B) - P(AB)
P(AB) = 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(AB’) = P(A) - P(AB) = 0,6 - 0,3 = 0,3
P(A’B’) = P(A’) + P(B’) - P(A’B’)
P(A’B’) = P(B’) - P(AB’) = 0,6 - 0,3 = 0,3
Luego P(A’B’) = 0,4 + 0,6 - 0,3 = 0,7
P(A/B’) = P(AB’) = 0,3 = 0,5
P(B’) 0,6
 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 10000 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 10000 horas.

ii) Si el procesador funcionó correctamente durante el período de

10000 horas ¿cuál es la probabilidad de que haya provenido
del 3er fabricante?
 Solución
3
i) P(A) =  P( A / B ) P( B )
i 1
i i

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

= 0,225.

ii) P(B3/A) = P(A/B3) P(B3)

P(A)
= 0,4 * 0,25 = 0,444.
0,225
 EJERCICIO

Los registros de la policía 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 también
serias heridas. El 60% de las personas que viajan en automóviles
emplean los cinturones de seguridad.
a) Se llama a la policía para que investigue un accidente en el que una
persona resulta seriamente herida. Estime la probabilidad de que
llevara puesto el cinturón de seguridad en el momento del choque.
b) El conductor del otro auto no sufrió heridas graves. Determine la
probabilidad que éste último llevara puesto el cinturón de seguridad.