EXPERIMENTO

Es un ensayo u observación
de un fenómeno cualquiera.

experimento

determinístico No determinístico
Experimento determinístico
Son experimentos en que si se puede predecir el
resultado.
Ej. Un auto desea recorre una distancia 6000 km. Corriendo a 60
km/h y en ¿que tiempo recorre?

 t = e/v
t = 6000km
 60km/h
 t = 100h
Experimento aleatorio o no
determinístico.

 Son experimentos en que no se puede predecir

con exactitud los resultados antes de realizar el
experimento.

 Representar : E
E1:Lanzar una moneda legal
al aire y observar resultado.
E2: Lanzar un dado legal y
observar la cara superior.
 un grupo de 50
estudiantes.
E4:Observar el tiempo de
vida de una persona.
E5:Lanzar una moneda legal

al aire dos veces y ver

resultado.
E6:Lanzar dos dados legales
E7:fabricar artículos, hasta
producir 3 defectuosos y
contar el número total de
artículos fabricados.
 ESPACIO MUESTRAL
 Definición.- El espacio muestral asociado a un
experimento aleatorio es el conjunto de todos
los resultados posibles de dicho experimento.
 Representar : Ω
 Ω = { w / w es un elemento o punto muestral }
 Ejemplos :
 Ω1 = { C , S }

 Ω2 = { 1 , 2, 3 , 4 , 5 , 6 }
 Ω3 = { E1 , E2 , E3 , … , E50 }

 Ω4 = { t / t ≥ 0 }
Ω5 = { CC , CS , SC , SS }

 Ω6 = { 11 , 12 , 13 , 14 , 15 , 16
 21 , 22 , 23 , 24 , 25 , 26
 31 , 32 , 33 , 34 , 35 , 36
 41 , 42 , 43 , 44 , 45 , 46
 51 , 52 , 53 , 54 , 55 , 56
 61 , 62 , 63 , 64 , 65 , 66 }
 Ω7 = {ddd, nddd, nnddd,nnnddd,nnnnddd, … }
 Clasificación del Ω
 Por el número de elementos se tiene:
 Discreto finito.- Consiste en un número finito de
elementos.
 Ejemplos.- Ω1 , Ω2 , Ω3 , Ω5 , Ω6
 Discreto infinito.- Consiste en un número
infinito numerable de elementos.
 Ejemplo.- Ω7
 Continuo.- Consiste en un número infinito no
numerable de elementos.
 Ejemplo.- Ω4
 Eventos
 Definición.-Es cualquier subconjunto del
espacio muestral.
 Representar : A , B , C, A1 , A2 , A3
 Ejemplos.-
 A1 : salga sello → A1 = { S }
 A2 : salga cara → A2 = { C }
 B1 : salga par → B1 = { 2 , 4 , 6 }
 B2 : salga impar → B2 = { 1 , 3 , 5 }
 B3 : salga mayor a 3 → B3 = { 4 , 5 , 6 }
 B4 : salga menor a 6 → B4 = { 1 , 2 , 3 , 4, 5 }
 Ε : Lanzar una moneda dos veces ver el
resultado.
 Ω = { cc, cs , sc , ss }
 Conjunto Potencia
 P( Ω) = {{ cc },{ cs }, {sc },{ ss },{cc,cs },{ cc,sc }
{ cc,ss },{ cs,sc } ,{ cs,ss },{ sc,ss } { cc,cs,sc }
 { cc,cs,ss},{ cc,sc,ss }, { cs,sc,ss } , Ω , Φ }
 Evento imposible : Φ
 Evento seguro o cierto : Ω
 Evento elemental : { cc } , { cs } , { sc } , { ss }
 Evento compuesto: { sc,ss },{ cc,cs,sc }
 Relación entre evento y
punto muestral
 Definición.- Se dice que un evento A ocurre, si
contiene por lo menos un elemento de algún
experimento aleatorio. Esto es :
 Un evento A ocurre si y sólo si existe w є A.
 Definición.- Un evento A no ocurre si y sólo si
 w A.
 Relación entre eventos

 a) Subeventos.- A С B si y sólo si w Є A →
 w Є B.
 b) Igualdad de eventos.-
 A = B si y sólo si A С B ٨ B С A
 c) Eventos mutuamente excluyentes o
incompatibles o disjuntos.-
 A y B son eventos mutuamente excluyentes si
 A∩B=Φ
 Operaciones con eventos
 a)Unión de eventos.-
 AυB ={wЄΩ/wЄA ó wЄB}
 b)Intersección de eventos.-
 A∩B ={wЄΩ/wЄA y wЄB}
 c) Complemento de un evento.-
 Ā={wЄΩ/ w A }
 d) Diferencia de eventos.-
 A-B ={wЄΩ/wЄA y w B}
 Algebra de eventos
 a) Leyes conmutativas :
 AυB = BυA A∩B = B∩A
 b) Leyes asociativas :
 A υ (B υ C ) = (A υ B) υ C
 A ∩ (B ∩ C) = (A ∩ B) ∩ C)
 c) Leyes distributivas :
 A ∩ (B υ C ) = (A ∩ B) υ (A ∩ C)
 d) Leyes de Morgan :
 (A υ B)' = A' ∩ B'
 (A ∩ B)' = A' υ B'
PROBABILIDAD CLASICA o LAPLACE

Sea A un subconjunto de Ω finito y

equiprobable.

Se define la probabilidad clásica del

evento A como :

nº de casos favorables
P(A) = -------------------------------------

nº de casos posibles
Ejemplo 1

E: Lanzamiento de un dado.

Ω = { 1 , 2, 3 , 4 , 5 , 6 }

A: Obtener un número par

A ={ 2,4,6 } →

P(A) = 3/6 =1/2 = 0,5

Ejemplo 2

E: Lanzamiento de un dado.

Ω = { 1 , 2, 3 , 4 , 5 , 6 }

B: Obtener un número mayor que 4

B ={ 5,6 } →

P(B) = 2/6 =1/3

Ejemplo 3

En una bolsa se tiene 2 bolas azules,

3 bolas rojas y 4 bolas verdes.
Se extrae una bola al azar.
Calcular la probabilidad de obtener bola
azul.
Solución

A: Obtener bola azul

P(A) = 2/9
Ejemplo 4
Experimento: Arrojar dos dados equilibrados y
observar el resultado.
Hallar:
a) Espacio muestral

b)Evento A : La suma de las puntuaciones es 7.

c)Evento B : El producto de las puntuaciones es

menor que 6 .

d) P(A) , P(B)

Solución
a) Ω = { 11 , 12 , 13 , 14 , 15 , 16
21 , 22 , 23 , 24 , 25 , 26
31 , 32 , 33 , 34 , 35 , 36
41 , 42 , 43 , 44 , 45 , 46
51 , 52 , 53 , 54 , 55 , 56
61 , 62 , 63 , 64 , 65 , 66 }
b) A={16,25,34,43,52,61}
P(A) = 6/36 = 1/6

c)B={11,12,13,14,15,21,22,31,41,51 }
P(B) = 10/36 = 5/18
 Definición axiomática
 Sea Ω un espacio muestral asociado a un
experimento aleatorio E.
 Una aplicación:
 P: Ω ─→ [ 0 , 1 ]
 A → P(A)
 La probabilidad de cualquier evento A de Ω, es
el número real P(A) entre cero y uno,
 P(A) es una probabilidad, si
verifica los siguientes
axiomas :

1. P(A) ≥ 0

2. P (Ω ) = 1

3.Si A y B son eventos incompatibles o

disjunta entonces :
P( A υ B) = P(A) + P(B)
Definición.- Un espacio probabilístico es una
pareja ( Ω ,P ) donde Ω es un espacio muestral
y P probabilidad definida sobre partes de Ω.

PROPIEDADES DE LA PROBABILIDAD DE EVENTOS

A partir de los axiomas de la probabilidad se

obtienen los siguientes teoremas :

Teorema 1. Si Φ es el evento imposible,

entonces P(Φ ) = 0.
Teorema 2. Si A′ es el evento complementario
del evento A, entonces P(A′ ) = 1 – P( A ).


Teorema 3. Si A y B son dos eventos tales que

A С B entonces P( A ) ≤ P( B ).

Teorema 4 . Si A y B dos eventos cualesquiera,

entonces P(A U B) = P(A) + P(B) – P(A ∩ B).

Teorema 5 . Si A,B y C son tres eventos

cualesquiera entonces
P(AUB UC ) = P(A) + P(B)+P(C) – P(A ∩ B) -
P(A∩C) - P(B ∩ C) + P(A ∩ B ∩ C)
Ejemplo
1.- Experimento : Tirar un dado equilibrado dos
veces y ver la cara superior.
a)Espacio muestral.
b)Evento A: Obtener la suma 8 puntos.
c)Evento B: Obtener 6 puntos en la 1ª
tirada.
d)Evento C: Obtener la suma 7 puntos o 6
en la segunda tirada.
e)Evento D: Obtener la suma 7 y 6 en la
segunda tirada.
f) Hallar : P(A) ,P(B) , P(C ) , P(D)
Solución
a) Ω = { 11 , 12 , 13 , 14 , 15 , 16
21 , 22 , 23 , 24 , 25 , 26
31 , 32 , 33 , 34 , 35 , 36
41 , 42 , 43 , 44 , 45 , 46
51 , 52 , 53 , 54 , 55 , 56
61 , 62 , 63 , 64 , 65 , 66 }

b) A={ 26, 35, 44, 53, 62 } → P(A) = 5/36

c) B = {61 , 62 , 63 , 64 , 65 , 66 } → P(B) = 6/36 = 1/6

d)C={61,52,43,34,25,16}ᴜ{16,26,36,46,56,66}→P(C)= 11/36
3.- Sean C y D dos eventos tales que :
P(C ) = 0,7 ; P(D) = 0,2 ; P( C∩ D ) = 0,1
Calcular las siguientes probabilidades:
a) P( CUD ).
b) P( C∩D′ ).
c) P( C′∩D ).
d) P( C′∩D′ ).
Solución

a)P( CUD)= P(C ) + P(D) - P( C∩ D )

= 0,7 + 0,2 - 0,1
= 0,8
b) P( C∩D′ )
C = C∩D′ ᴜ C∩D → P(C)= P( C∩D′ )+ P(C∩D)
P( C∩D′ ) = P(C) - P(C∩D) = 0,7 – 0,1 = 0,6

c) P( C′∩D )
D= C′∩D ᴜ C∩D → P(D)= P(C′∩D) + P(C∩D)
P( C′∩D) = P(D) - P(C∩D) = 0,2 – 0,1 = 0,1

d) P( C′∩D′ ).
Ω = C′∩D′ ᴜ CᴜD →
P(Ω ) = P( C′∩D′ ) + P(C ᴜ D)

P( C′∩D′ ) = P(Ω) - P(CᴜD) = 1 - 0,8 = 0,2

PROBABILIDAD CONDICIONADA
Definición.-
Sea ( Ω ,P) un espacio probabi-
lístico y B un evento tal que
P(B)>0. Llamaremos probabili-
dad del evento A condicionada
por B( sabiendo que ha ocurrido
el evento B ) a la expresión:

P(A/B)=P(A∩B)/P(B) , P(B)>0
P(A/B) = P(A∩B)/P(B)
Se realizó una encuesta sobre si tiene
un libro de estadística que se resume
por medio de la tabla.
TIENE LIBRO NO TIENE LIBRO TOTAL

HOMBRES 6 4 10

MUJERES 8 2 10

TOTAL 14 6 20

Hallar:
a) P(H) , P(T ∩ H) , P(T/H)
b) P(M) , P(T ∩ M) , P(T/M)
Solución.-
a) P(H) = 10/20 = 0,5
P(T ∩ H) = 6/20 = 0,3

P(T/H)=P(T ∩ H) / P(H)=0,3/0,5=0,6

b) P(M) = 10/20 = 0,5

P(T ∩ M) = 8/20 = 0,4

P(T/M)=P(T ∩ M) / P(M)=0,4/0,5=0,8
Nota.-Por otro lado, al ser la
probabilidad condicionada
una nueva probabilidad,
podemos aplicar todos los
teoremas de los axiomas de
la probabilidad, por ejemplo:
1) P(A΄/C) = 1 – P(A/C)

2) P(AUB/C)=P(A/C)+P(B/C)-
P(A∩B/C)
REGLA DE LA MULTIPLICACION

Si A y B son dos eventos

cualesquiera en un espacio

muestral Ω

P(A∩B) = P(B)P(A/B)
cualesquiera A1, A2, …, An
para los que
P(A1∩A2∩A3 ,…,∩An ) › 0

se tiene:

P(A1∩A2∩A3 ,…,∩An ) =
P(A1)P( A2/A1) P( A3/A1∩A2)…
P( A /A ∩A ∩,…,∩A )
babilidad que los tres seleccionados estén
buenos.
Solución.- Sean los eventos
A1 : Primer artículo elegido es bueno.

A2 :Segundo artículo elegido es bueno.

A3 : Tercer artículo elegido es bueno.

B : Los tres artículos elegidos son buenos.
PARTICIÓN DE UN ESPACIO
MUESTRAL
Definición.- Decimos que los
eventos B1,B2,…,Bk del espa-
cio muestral, representa
una partición de Ω, si
cumple las siguientes
condiciones:
a) Bi ∩Bj = Φ i≠j
b) Bi = Ω
PARTICION DEL ESPACIO
MUESTRAL
 TEOREMA DE LA
PROBABILIDAD TOTAL

Sea B1 ,B2 ,…,Bk una partición

del espacio muestral Ω,
entonces para cualquier evento
A de Ω, se cumple:

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

TEOREMA DE BAYES
Si los eventos B1 ,B2 ,…,Bk
forman una partición del
espacio muestral Ω y A es un
evento cualquiera de Ω,
entonces para cualquier i
P(Bi ) P(A/Bi )
P(Bi /A)=-----------------------
P(Bi ) P(A/Bi )
i=1,2, …, K
Ejemplo.- Tres máquinas I,II,III producen
respectivamente 50%, 30% y 20% del número
total de artículos de una fábrica. Los
porcentajes de desperfectos de producción
de estas máquinas son 3%, 4%, y 5%.
Supóngase que se selecciona un artículo al
azar y resulta ser defectuoso.
a) Hallar la probabilidad de que el artículo fue

producido por la máquina I

b) Hallar la probabilidad de que el artículo fue
producido por la máquina II
c) Hallar la probabilidad de que el artículo fue
producido por la máquina III
Solución

B1: el artículo es de la máquina I

B2: el artículo es de la máquina II
B3: el artículo es de la máquina III

A: el artículo es defectuoso
a)
P(B1 ) P(A/B1 )
P(B1/A)=------------------------------------------------------------

P(B1)P(A/B1)+P(B2)P(A/B2)+P(B3)P(A/B3)

0,5 x 0,03
P(B1/A)= ------------------------------------------------
0,5x0,03+0,3x0,04+0,2x0,05

0,015
= ----------------- = 0,4054
0,037
b)
P(B2 ) P(A/B2 )
P(B2/A)=------------------------------------------------------------

P(B1)P(A/B1)+P(B2)P(A/B2)+P(B3)P(A/B3)

0,3 x 0,04
P(B2/A)= ------------------------------------------------
0,5x0,03+0,3x0,04+0,2x0,05

0,012
= ----------------- = 0,3243
0,037
c)
P(B3 ) P(A/B3 )
P(B3/A)=------------------------------------------------------------

P(B1)P(A/B1)+P(B2)P(A/B2)+P(B3)P(A/B3)

0,2 x 0,05
P(B3/A)= ------------------------------------------------
0,5x0,03+0,3x0,04+0,2x0,05

0,010
= ----------------- = 0,2703
0,037
EVENTOS INDEPENDIENTES

Dos sucesos A y B se dice

que son independientes si la
ocurrencia de uno de ellos
no influye en la ocurrencia
del otro.
Definición.- Los eventos A y
B en Ω son independientes si
y sólo si se cumple una de
las siguientes condiciones:

a) P(A∩B) = P(A)P(B)
b) P(A/B) = P(A) si P(B)>0
c) P(B/A) = P(B) si P(A)>0
Definición.- Los eventos A,B
y C en Ω son independientes
si y sólo si se verifican las
siguientes relaciones:
P(A∩B) = P(A)P(B)
P(A∩C) = P(A)P(C)
P(B∩C) = P(B)P(C)
P(A∩B∩C) = P(A)P(B)P(C)
Ejemplo.-
E: Se lanza dos veces un dado y ver
el resultado.

El evento
A: sale 3 en el 1ºlanzamiento.

El evento
B: sale 5 en el 2ºlanzamiento.

Son A y B independientes?.
Solución
Espacio muestral:
Ω = { 11 , 12 , 13 , 14 , 15 , 16
21 , 22 , 23 , 24 , 25 , 26
31 , 32 , 33 , 34 , 35 , 36
41 , 42 , 43 , 44 , 45 , 46
51 , 52 , 53 , 54 , 55 , 56
61 , 62 , 63 , 64 , 65 , 66 }

P(A∩B) = P(A)P(B)
1/36 = 6/36 . 6/36
Luego A y B son independientes.