Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TEORIA DE LA PROBABILIDAD
Sesión 6
Equipo Docente
INTRODUCCION
LOGRO DE LA SESIÓN:
Al término de la sesión, el
eventos asociados.
CONTENIDO
Probabilidad.
Experimento Aleatorio.
Espacio Muestral.
Probabilidad Condicional.
Teorema de la multiplicación.
Teorema de Bayes.
TEORÍA DE LA PROBABILIDAD
PROBABILIDADES:
EXPERIMENTO:
2. EXPERIMENTOS ALEATORIOS:
Son aquellos cuyos resultados del experimento no
pueden predecirse con exactitud antes de realizar el
experimento.
Ejemplos:
• Lanzar una moneda y observar la cara superior.
• Lanzar un dado y observar el número que aparece.
DEFINICIONES:
EJEMPLO 1:
ε = “Lanzamiento de un dado y su puntaje obtenido”
Resultado: Existe margen de duda en el resultado exacto,
pues es posible que éste aparezca 1, 2, 3, 4, 5 ó 6.
Luego el experimento es aleatorio.
1.2. ESPACIO MUESTRAL
Dado un experimento aleatorio ε, se llama espacio muestral de ε, denotado
por , al conjunto de todos los resultados posibles del experimento.
ξ = 1, 2, 3, 4, 5, 6 n() = 6
EJEMPLO 1:
Experimento:
Anotar el resultado de dos partidos de fútbol jugados por los estudiantes de
una universidad
(G: partido ganado, E: Partido empatado y P: partido perdido)
A = {GG}
D={ }
EJEMPLO 3:
Experimento:
Examinar los resultados de lanzar 3 monedas
2. EVENTO IMPOSIBLE
3. EVENTO COMPLEMENTARIO
Ejemplo:
Sea A = Persona con título profesional universitario.
Entonces el complemento será:
𝐴ҧ = Persona sin título profesional universitario.
TIPO DE EVENTOS:
5. EVENTOS INDEPENDIENTES
Dos eventos son independientes si ambos no tienen ninguna relación entre sí;
es decir, si la ocurrencia de uno de ellos, no influye en la ocurrencia del otro.
Ejemplo:
Sean los eventos
X = Primer alumno apruebe el examen de Probabilidad y Estadística.
Y = Segundo alumno apruebe el examen de Probabilidad y Estadística.
.5
0 P[OCURRA UN EVENTO] 1
0 Imposible
ENFOQUES DE LA PROBABILIDAD
n A
P A =
Número de resultados favorables
=
Número total de posibles resultados n
A
1 2 3
3 𝑃 𝐴 = = 0.5
6
4
6
5
B) CONCEPTO DE FRECUENCIA RELATIVA
Probabilidad de un evento (o suceso), es la frecuencia relativa, ó (%) de
veces que ocurriría el evento (o suceso) al realizar un experimento repetidas
veces.
Nro de % de ingresantes
Facultad de Negocios
ingresantes (fi) (hi%)
Administración 405 33.75
Adm. y negocios internacionales 385 32.08
Admistración y marketing 185 15.42
Economía 125 10.42
Gastronomía 100 8.33
Total 1200 100%
21
Ejemplo 3:
A. Sea espada
B. Sea menor de 9
C. Sea 13
SOLUCIÓN:
A. Sea espada:
= 0.6153 ó 61.53%
C. Sea 13:
(el 13 , el 13 , el 13 y el 13 )
= 0.0769 ó 7.69%
ALGEBRA DE EVENTOS
AUB={w / w A ó w B}
A B
UNIÓN DE SUCESOS: ∪ SE LEE “Ó”
Caso a) 𝑃 𝐴∪𝐵 =𝑃 𝐴 +𝑃 𝐵
Los eventos A y B son mutuamente excluyentes
Caso b) 𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 − 𝑃(𝐴 ∩ 𝐵)
Los eventos A y B son eventos cualquiera
b) INTERSECCIÓN: La intersección de A y B, que se denota AB, es el evento
AB = {w / w A y w B}
𝑛(𝐴 ∩ 𝐵)
𝑃 𝐴∩𝐵 =
𝑛(Ω)
A B
Observación.-
• Si AB = , se dice que A y B son eventos mutuamente
excluyentes ó incompatibles ó disjuntos.
B
A
c) COMPLEMENTO : El complemento de A, que se denota por A , se
define como el evento formado por los elementos de que no
están en A. También se le denomina evento opuesto o contrario.
A ={w / w A}
A A
PROBABILIDAD CONDICIONAL
• Se denota por P(A / B), donde / significa condicionado, dado, sabiendo que,
si se sabe, etc.
• Se utiliza para calcular la probabilidad de un evento que está condicionado a
un subconjunto del espacio muestral.
• Se define de la siguiente manera:
𝑃(𝐴 ∩ 𝐵)
𝑃(𝐴ൗ𝐵) = , 𝑃(𝐵) > 0
𝑃(𝐵)
EJEMPLO: Los resultados de una encuesta efectuada entre 100 personas,
dio como resultado la opinión que les merece el servicio de transporte
urbano en provincias. Los datos se consignan en el siguiente cuadro (las
personas se clasifican previamente en Peruanos y Extranjeros).
= 0.80 ó 80%
= 0.12 ó 12%
P [M ∪ R] = P [M] + P [R]
= 40/100 + 43/100
A es independiente de B
P(A|B) = P(A)
𝑃(𝐵 ∩ 𝐴) 𝑃(𝐴 ∩ 𝐵)
𝑃(𝐵ൗ𝐴) = 𝑃(𝐴ൗ𝐵) =
𝑃(𝐴) 𝑃(𝐵)
𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 . 𝑃 𝐵Τ𝐴 = 𝑃 𝐵 . 𝑃(𝐴Τ𝐵)
TEOREMA DE BAYES
A. PARTICION:
Se llama partición al conjunto de eventos del espacio muestral Ω, que
cumple con 2 características:
a. U Ai = Ω (los eventos son colectivamente exhaustivos)
b. ∩ Ai = Ø (los eventos son mutuamente excluyentes)
Ω U Ai = Ω
A1 A2 A3 A4
∩ Ai = Ø
B. PROBABILIDAD TOTAL:
P(B) = ∑ P(Ai).P(B/Ai)
TEOREMA DE BAYES: Si A1, A2, … , An es una partición de Ω y B es
un subconjunto cualquiera dentro de Ω, entonces, la probabilidad de
que ocurra un evento Ai, cuando el evento B ha ocurrido es:
A1 A2 A3 A4
Ω
(A1/B)
P( Ai ) P( B / Ai )
P( Ai / B) =
P( B)
EJEMPLO DE APLICACIÓN:
D
B
D
𝑃 𝐷 = 𝑃 𝐴 . 𝑃 𝐷/𝐴 + 𝑃 𝐵 . 𝑃 𝐷/𝐵
200 100 65
= 0.20 + 0.25 = = 0.2167 = 21.67%
300 300 300
(b) Si al extraer el producto resultó defectuoso, halle la probabilidad de
que sea del proceso A.