Está en la página 1de 23

PROBABILIDAD

LA PROBABILIDAD ES UN M ÉTODO MEDIANTE EL CUAL SE OBTIENE


LA FRECUENCIA DE UN SUCESO DETERMINADO MEDIANTE LA
R E A L I Z A C I Ó N D E U N E X P E R I M E N T O A L E AT O R I O , D E L Q U E S E
C O N O C E N T O D O S L O S R E S U LTA D O S P O S I B L E S , B A J O C O N D I C I O N E S
S U F I C I E N T E   E S TA B L E S . L A T E O R Í A D E L A P R O B A B I L I D A D   S E U S A
E X T E N S A M E N T E E N Á R E A S C O M O L A  E S TA D Í S T I C A , L A  F Í S I C A ,
L A   M AT E M Á T I C A , L A S   C I E N C I A S   Y L A   F I L O S O F Í A   PA R A S A C A R
C O N C L U S I O N E S S O B R E L A P R O B A B I L I D A D D I S C R E TA D E S U C E S O S
P O T E N C I A L E S Y L A M E C Á N I C A S U B YA C E N T E D I S C R E T A D E S I S T E M A S
COMPLEJOS.
 La probabilidad constituye un importante parámetro en la
determinación de las diversas casualidades obtenidas tras una serie
de eventos esperados dentro de un rango estadístico.
 La probabilidad de un evento se denota con la letra p y se expresa
en términos de una fracción y no en porcentajes, por lo que el valor
de p cae entre 0 y 1. Por otra parte, la probabilidad de que un
evento "no ocurra" equivale a 1 menos el valor de p y se denota con
la letra q:
 P(Q)=1-P(E)
 Regla de Laplace

 La regla de Laplace establece que:
 La probabilidad de ocurrencia de un suceso imposible es 0.
 La probabilidad de ocurrencia de un suceso seguro es 1, es decir, P(A) =
1.
 Para aplicar la regla de Laplace es necesario que los experimentos den
lugar a sucesos equiprobables, es decir, que todos tengan o posean la
misma probabilidad.
 La probabilidad de que ocurra un suceso se calcula así:
 P(A) = Nº de casos favorables / Nº de resultados posibles
 Esto significa que, probabilidad es igual al número de casos favorables
sobre o dividido el número de resultados total de resultados posibles.
 Los fundamentos del cálculo de probabilidades surgen alrededor del año 1650, cuando sugerido por los
 juegos de dados, de cartas, del lanzamiento de una moneda, se planteó el debate de determinar la
 probabilidad de ganar la partida.
 Experimentos aleatorios
 Cuando lanzamos un dado no sabemos qué número va a salir; sin embargo, si lanzamos una piedra al
 aire estamos seguros de que caerá al suelo.
 Es decir, en algunos experimentos podemos saber lo que va a ocurrir y en otros no.
 1. A los experimentos en los cuales no sabemos lo que va a ocurrir se les llama experimentos
 aleatorios.
 2. A los otros, aquellos en los que sí podemos decir lo que va a ocurrir, se les llama
 experimentos deterministas.
 Un experimento es aleatorio si hay más de un resultado posible y no podemos decir con
 anterioridad lo que va a suceder. En este caso se dice que el resultado depende del azar.
 Ejemplos:
 Todos los juegos de azar son experimentos aleatorios. Como ejemplos
 podemos poner:
 Lanzar una moneda al aire podrá salir cara o cruz.
 Sacar una bola de una urna que contiene bolas de distinto color, si no
 vemos su interior,
 Obtener una carta de una baraja, etc...
Espacio muestral
 Espacio muestral y eventos. El uso de conjuntos representados por diagramas de
Venn, facilita la compresión de espacio muestral y evento, ya que el espacio
muestral S, se puede equiparar con el conjunto universo, debido a que S contiene
la totalidad de los resultados posibles de un experimento, mientras que los eventos
E contienen solo un conjunto de resultados posibles del experimento, mientras que
los puntos muestrales se equiparan con los elementos. Vamos a suponer que el
experimento que se realiza es el lanzamiento de un dado y queremos conocer
¿cuál es la probabilidad de que caiga un 3 o un 5? Si S contiene la totalidad de los
resultados posibles, entonces S = {1, 2, 3, 4, 5, 6}puesto que el dado tiene 6 caras
y si buscamos la probabilidad P de que caiga 3 o5, esto constituye un evento
entonces, E = {3, 5}
 .
 Probabilidad de un suceso. Regla de Laplace
 La probabilidad de un suceso A, se representa por P(A) y se entiende como la posibilidad de que ocurra
 dicho suceso.
 Laplace encontró la ley que determina la probabilidad de que ocurra un suceso en un experimento
 equiprobable.
PROBABILIDAD
CONDICONAL
  
 PROBABILIDAD CONDICIONAL
 Consideremos una urna que contiene 4 bolillas rojas y 5 blancas.
De las 4 bolillas rojas, 2 son lisas y 2 rayadas y de las 5 bolillas
blancas, 4 son lisas y una sola es rayada. Supongamos que se
extrae una bolilla y, sin que la hayamos mirado, alguien nos dice
que la bolilla es roja, ¿cuál es la probabilidad de que la bolilla sea
rayada?. Sean los sucesos A: “la bolilla es rayada” y B: “la bolilla
es roja”. Obviamente, sin ninguna información previa, P(A)=
3/9=1/3 y P(B)=4/9.
 Sin embargo, como sabemos que la bolilla es roja, la probabilidad
de que sea rayada es ½, ya que, de las rojas la mitad es lisa y la
mitad rayada. Observemos, que al ocurrir B, el espacio muestral se
reduce.
 En general, dado un experimento y su espacio muestral asociado,
queremos determinar cómo afecta a la probabilidad de A el hecho
de saber que ha ocurrido otro evento B.
  
Definición: Sean A y B eventos tales que P(B) >
0, la probabilidad del evento A condicional a la
ocurrencia del evento B es:

 La probabilidad de que un evento “B” ocurra


cuando se sabe que ya ocurrió un evento “A” se
llama probabilidad condicional y se denota:
porque por lo general se lee como probabilidad
de que "ocurra B dado que ocurrió A".
 Ejemplos:
 Se seleccionan dos semillas aleatoriamente, una
por una, de una bolsa que contiene 10 semillas de
flores rojas y 5 de flores blancas. ¿Cuál es la
probabilidad de que:
 La primera semilla sea roja?
 La segunda semilla sea blanca dado que la
primera fue roja?
 Ejemplos:
 Se seleccionan dos semillas aleatoriamente, una
por una, de una bolsa que contiene 10 semillas de
flores rojas y 5 de flores blancas. ¿Cuál es la
probabilidad de que:
 La primera semilla sea roja?
 La segunda semilla sea blanca dado que la
primera fue roja?
 Solución:
 La probabilidad de que la primera semilla sea roja es  , puesto
que hay 10 semillas de flores rojas de un total de 15. Escrito con
notación de probabilidad tenemos: 
 La probabilidad de que la segunda semilla sea blanca se ve
influida por lo que salió primero, es decir esta probabilidad está
sujeta a una condición, la de que la primera semilla sea roja. Este
tipo de probabilidad se le llama probabilidad condicional y se
denota por 
 , y se lee: la probabilidad de B2 dado R1.
 Esta probabilidad  , puesto que todavía hay 5 semillas blancas en
un total de 14 restantes.
 Veamos la situación en un diagrama de árbol:
 Una persona lanza una moneda 3 veces, ¿Cuál es la probabilidad
de obtener 3 águilas dado que salió por lo menos un águila?
 Una persona lanza una moneda 3 veces, ¿Cuál es
la probabilidad de obtener 3 águilas dado que
salió por lo menos un águila?
 Solución: El espacio muestra del experimento de lanzar una
moneda 3 veces es
 S = {aaa, aas, asa, ass, saa, sas, ssa, sss}
 El evento A de que por lo menos hay un águila en los tres
lanzamientos es:
 A = {aaa, aas, asa, ass, saa, sas, ssa}
 El evento B de que obtenga 3 águilas es B = {aaa}
 Por lo tanto, AÇ B ={aaa} y 

De donde 
 Nótese que  es la probabilidad de una ocurrencia en
las siete que son posibles en A; es decir, calcular la probabilidad
condicional de B dado A es como calcular la probabilidad de B
con relación al conjunto A, como si éste fuera un nuevo espacio
muestra S* = A.
EVENTOS INDEPENDIENTES
 EVENTOS INDEPENDIENTES
 En teoría de probabilidades, se dice que dos sucesos aleatorios
 son independientes entre sí cuando la probabilidad de cada uno
de ellos no está influida porque el otro suceso ocurra o no, es
decir, cuando ambos sucesos no están relacionados.
 Dos sucesos son independientes si la probabilidad de que ocurran
ambos simultáneamente es igual al producto de las probabilidades
de que ocurra cada uno de ellos, es decir, si 
 Motivación de la definición:
 Sean   y   dos sucesos tales que  , intuitivamente A es
independiente de B si la probabilidad de A condicionada por B es
igual a la probabilidad de A. Es decir si:
Ejemplos:
En una escuela el 20% de los alumnos tiene problemas
visuales, el 8% tiene problemas auditivos y el 4% tienen tanto
problemas visuales como auditivos, Sean: V los que tienen
problemas visuales y VC los que no lo tienen. A los que tienen
problemas auditivos y AC los que no los tienen.
1.¿Son los dos eventos de tener problemas visuales y
auditivos, eventos independientes?
2.¿Cuál es la probabilidad de que un niño tenga problemas
auditivos si sabemos que tiene problemas visuales?
3.Complete la siguiente tabla
4.¿Cuál es la probabilidad de que un niño no tenga problemas
auditivos si tiene problemas visuales?

  V VC Total

A 0.04   0.08

AC      

Total 0.20   1.00


 P(V)P(A) = (0.2)(0.08) = 0.016 y P(VÇ A) =
0.04. Como P(VÇ A) ¹ P(V)P(A), se concluye que
V y A no son independientes.
 Por diferencias podemos completar la tabla, ya
que P(VC) = 1 – 0.20 = 0.80 y P(AC) = 1 – 0.08
= 0.92, por lo tanto
  V VC Total

A 0.04 0.04 0.08

AC 0.16 0.76 0.92

Total 0.20 0.80 1.00


 GRACIAS

También podría gustarte