TM. CESAR VERGARA.

Probabilidades
Probabilidad se puede definir como dado un
conjunto de resultados igualmente posibles, la
probabilidad P de un evento A P(A), es el numero de
resultados favorables a A, divididos por el numero
total de resultados.
 Probabilidades
La probabilidad de un suceso es un número,
comprendido entre 0 y 1, que indica las posibilidades
que tiene de verificarse cuando se realiza un
experimento aleatorio.

Por ejemplo: la probabilidad que salga un 2 al lanzar

un dado es 1/6.
 Probabilidades
Experimento (E o ɛ) : es un proceso que lleva a la
ocurrencia de una y solo una de varias
observaciones posibles.

Los experimentos se conciben de manera que los

resultados del espacio muestral pueden ser
cualitativos o cuantitativos.
Ejemplo.

E1: se lanza un dado y se observa el n° que aparece

en la cara superior.
E2: se analiza un tumor que puede ser benigno o
maligno
 Probabilidades
Experimentos deterministas
Son los experimentos de los que podemos predecir el
resultado antes de que se realicen.

Ejemplo

Si dejamos caer una piedra desde una ventana

sabemos, sin lugar a dudas, que la piedra bajará. Si la
arrojamos hacia arriba, sabemos que subirá durante
un determinado intervalo de tiempo; pero después
bajará.
Probabilidades
Experimentos aleatorios.
Son aquellos en los que no se puede predecir el resultado,
ya que éste depende del azar.

Ejemplos
E1: Si lanzamos una moneda no sabemos de antemano
si saldrá cara o cruz.
E2: Si lanzamos un dado tampoco podemos determinar
el resultado que vamos a obtener.
Probabilidades
Espacio Muestral(Ω o S) : es el conjunto de
todos los resultados posibles de un
experimento.

Ejemplo E1 el espacio muestral esta dado por:

Ω ={ 1,2,3,4,5,6}

Ejemplo 2 el espacio muestral esta dado por:

Ω ={benigno ;maligno}
Probabilidades
Suceso o evento: es cualquier subconjunto de un
espacio muestral
Considerando el ejemplo E1.
A: “sale un numero mayor que cuatro”
A={5,6}
 Probabilidades
Regla de Laplace.
Si realizamos un experimento aleatorio en el que hay n
sucesos elementales, todos igualmente probables,
equiprobables, entonces si A es un suceso, la probabilidad
de que ocurra el suceso A es:

Ejemplo.
Hallar la probabilidad de que al lanzar dos monedas al aire
salgan dos caras.
Casos posibles: {cc, cx, xc, xx}.
Casos favorables: 1.
P(2 caras) =1/4
 Probabilidades
Para poder aplicar la Regla de Laplace el experimento
aleatorio tiene que cumplir dos requisitos:
a) El número de resultados posibles (sucesos) tiene que
ser finito. Si hubiera infinitos resultados, al aplicar la regla
"casos favorables / casos posibles" el cociente siempre sería
cero.
b) Todos los sucesos tienen que tener la misma
probabilidad. Si al lanzar un dado, algunas caras tuvieran
mayor probabilidad de salir que otras, no podríamos aplicar
esta regla.
A la regla de Laplace también se le denomina "probabilidad
a priori", ya que para aplicarla hay que conocer antes de
realizar el experimento cuales son los posibles resultados y
saber que todos tienen las mismas probabilidades.
 Probabilidades
La combinatoria nos puede ser muy útil para calcular los
sucesos posibles y favorables, al aplicar la regla de
Laplace. Especialmente si hay un gran número de sucesos.
Ejemplo.
Un grupo de 10 personas se sienta en un banco. ¿Cuál es la
probabilidad de que dos personas fijadas de antemano se
sienten juntas?
Casos posibles: P10 = 10!

Casos favorables: Si consideramos las dos personas que se

sientan juntas como una sola persona habrá 9!; pero
pueden estar de dos formas posibles a la izquierda uno de
otro o a la derecha, por tanto se tiene 2 · 9!.
P(A) = 2*9! / 10! = 1/ 5 = 0,2

Por lo tanto tiene una probabilidad de o,2 o bien un

20 porciento de sentarse juntas.
 Probabilidad
La predicción en base al valor de probabilidad con
absoluta exactitud es imposible.

El valor de probabilidad nos orienta de lo que puede

ocurrir si se toma en cuenta la regularidad estadística.
 Probabilidades
Cuando el valor obtenido de probabilidad es
pequeño se interpreta como que es improbable que el
fenómeno ocurra.

Cuando el valor obtenido de probabilidad es cercano

a 1, se interpreta como que el fenómeno ocurre con
gran frecuencia.

0≤P(A) ≤1

Probabilidades
Cuando se realiza un experimento aleatorio diversos
resultados son posibles. El conjunto de todos los
resultados posibles se llama espacio muestral (E).

 Se llama suceso o hecho a un subconjunto de dichos

resultados.

 Se llama suceso contrario (complementario) de un

suceso A, A’, al formado por los elementos que no están
en A

 Se llama suceso unión de A y B, AUB, al formado por

los resultados experimentales que están en A o en B
(incluyendo los que están en ambos.

UNIÓN
Probabilidad
Se llama suceso intersección de A y B, A∩B o
simplemente AB, al formado por los elementos
que están en A y B

INTERS.

I
 Probabilidad
Ejemplo.
Un estudio realizado en un hospital publico sobre la
frecuencia de parásitos en niños arrojo los siguientes
resultados.

22 casos de áscaris.
178 sin áscaris
200 niños estudiados.
 Probabilidad
Si se elije al azar uno de los niños estudiados cual es
la probabilidad que este infestado por ascaris?

n= numero de niños estudiados; numeros de casos

posibles.
mA= numero de niños con suceso A cuya
probabilidad se estudia (casos favorables).
P(A)= probabilidad de ocurrencia de A.
 Probabilidad
P(A) = mA /n = 22/2oo = 0,11 = 11%

Por lo tanto la probabilidad que A no acontezca es:

1-P(A)= 89%
 Probabilidad
Teorema de Adición de probabilidades.

Por lo general nos interesa la ocurrencia de mas de un

suceso.
Por ejemplo:

En el estudio anterior tambien se investigo si ademas

los niños estaban infectados con otro parasito como la
giardia lamblia.
 Probabilidad
Giardia Giardia
Áscaris Si No total
si 10 12 22
no 82 96 178
Total 92 108 200

Si denominamos a la probabilidad de tener ascaris A y B a la

probabilidad de tener Giardia.

Obtendríamos:

P(AB) = probabilidad de tener ascaris y no giardia = 12/200 = 0,06

P(AB)= probabilidad de tener giardia y no ascaris= 82/200 = 0,41
P(AB)= probabilidad de tener giradia y ascaris = 10/200= 0,05
P(AB)= Probabilidad de no tener giardia ni ascaris = 96/200 =
0,48
 Probabilidad
Por lo tanto.
La probabilidad que un niño tenga cualquiera o ambos
parasitos sera :

P(AB) + P(AB) + P(AB) = P(A o B) = 0,52

Esto equivale a decir que P(A o B), es la probabilidad
que ocurra por lo menos uno de los hechos A , B.
El o significa que puede ser áscaris o giardia o ambos.
Pero observamos que la P(A) 0,11 difiere de P(AB) 0,06
 Probabilidad
Por lo tanto el teorema de Adición de probabilidades
es:

P(A o B) = P (A) + P(B) – P(AB)

Es decir las probabilidad que ocurran uno de los
hechos A o B es la suma de las probabilidades simples
de ocurrencia en cada uno de ellos menos la
probabilidad que ocurran simultaneamente.

P(A o B)= 22/200 + 92/200 – 10/200 = 0,52

 Probabilidad
Hepatis C
VIH Si no
Si 5 30 35
no 50 65 115
Total 55 95 150

Determine la probabilidad de encontrar un paciente con VIH y Hepatitis C

o ambos.
Distribución normal o de Gauss
Está caracterizada por dos parámetros: La media,
y la desviación estándar.

Podemos
interpretar la
media como un
factor de
posición
Distribución normal o de Gauss
En una población de individuos que presentaban
hipertensión se analizo la variable edad, la cual se
distribuye en forma normal con una media: 40 años y
una desviación estándar : 5 años.
X~N (40; 5).
Aproximadamente el 68% de los individuos tiene
entre 35 y 45 años.
Aproximadamente el 95% de los individuos tiene
entre 30 y 50años.
Aproximadamente el 68% de los individuos tiene
entre 25 y 55 años.
Distribución normal o de Gauss
Cual es la probabilidad de escoger un paciente al azar
y su edad este entre 30 y 50 años?