Probabilidades

M.Sc. Ricardo Antonio Armas Juárez

Propiedades de la probabilidad
Ω espacio muestral
• P(Ω)=1
100%

• Si A es un suceso de Ω entonces 0 ≤ P(A) ≤ 1

n

• Si A={e1,e2, …,en}, entonces

P ( A)   P (ei )
i 1

• P(Ø)=0
P ( A )  1  P ( A)
• Ley del complementario:
P ( A  B )  P ( A )  P (B )  P ( A  B )
• Ley de la adición: Ω espacio muestral
P( A  B)  0
• Si A y B son mutuamente excluyentes , entonces A B

P ( A  B )  P ( A )  P (B ) 2
 Introducción a la probabilidad
Ejemplo: Se lanzan tres monedas de 1 ct., 2 ct. y 5 ct., respectivamente. Para cada uno de los siguientes sucesos
compuestos:

a) Enumerar los sucesos elementales C5

Ω={ C1C2C5; C1C2X5;C1X2C5;C1X2X5; X1C2C5; C2
X1C2X5;X1X2C5;X1X2X5 } n(Ω) 8 ELEMENTOS X5
C1 C5
b) Calcular la probabilidad de: X2
X5
a) Cara en 1 ct. Ω C5
A = {C1C2C5; C1C2X5;C1X2C5;C1X2X5} C2
X5
n(A) = 4 elementos X1
P(A) = 4/8 = 0.5 = 50% C5
b) Exactamente dos caras X2
B = {C1C2X5;C1X2C5; X1C2C5} X5
n(B) = 3 elementos
P(B) = 3/8 = 0.375 = 37.5%
c) Exactamente una cara
C = {C1X2X5; X1C2X5;X1X2C5}
n(C) = 3 elementos
P(C) = 3/8 = 0.375 = 37.5% 3
a) Todas cruces
D = {X1X2X5}
n(D) = 1 elementos
P(D) = 1/8 = 0.125 = 12.5%

b) 2 ct. y 5 ct. con diferente resultado

E = {C1C2X5; C1X2C5; X1C2X5; X1X2C5}
n(E) = 4 elementos
P(E) = 4/8 = 0.5 = 50%

c) 2 ct. y 5 ct. con igual resultado

F = {C1C2C5; C1X2X5; X1C2C5; X1X2X5 }
n(F) = 4 elementos
P(F) = 4/8 = 0.5 = 50%
Ejemplo: Dada la siguiente tabla (ocupación versus ingresos familiares)

Bajo (B) Medio (M) Alto (A) TOTAL

Ama casa (AC) 8 26 6 n(AC)= 40
Obreros (O) 16 40 14 n(O) = 70
Ejecutivos (E) 6 62 12 n(E) = 80
Profesionales (P) 0 2 8 n(P) = 10
TOTAL n(B) =30 n(M) =130 n(A) =40 n(Ω) =200

Se elige una persona de forma aleatoria. Calcular la probabilidad de:

a) Ama de casa P(AC) = 40/200 = 0.2 = 20%
b) Obrero P(O) = 70/200 = 0.35 = 35%
c) Ejecutivo P(E) = 80/200 = 0.4 = 40%
d) Profesional P(P)= 10/200 = 0.05 = 5% 5
e) Ingreso bajo P(B) = 30/200 = 0.15 = 15%
f) Ingreso medio P(M) = 130/200 = 0.65 = 65%
g) Ingreso alto P(A) = 40 / 200 = 0.2 = 20%
h) Ejecutivo con ingreso alto P(E A) = 12/ 200 = 0.06 = 6%
i) Ama casa con ingreso bajo P(AC B) = 8/ 200 = 0.04 = 4%
 EJEMPLOS

P(A)=3/9=1/3
P(A)=?
E espacio muestral
P(B)=?
P(B)=5/9
A P(AUB)=6/9=2/3
P(AUB)=?
P(AB)=?
P(AB)=2/9 P(A)=3/9=1/3
P(A)=?
B P(A’)=?
P(A’)=6/9=2/3 E espacio muestral
P(B)=?
P(B)=2/9
P(B’)=4/9
P(B’)=? A
P(AUB)=3/9=1/3
P(AUB)=?
B
P(AB)=2/9
P(AB)=?
P(A’)=?
P(A’)=6/9=2/3
E espacio muestral
P(A)=3/9=1/3
P(A)=? P(B’)=7/9
P(B’)=?
P(B)=2/9
P(B)=?
A P(AUB)=5/9
P(AUB)=?
B
P(AB)=0P(AB)=?
P(A’)=6/9=2/3
P(A’)=?
P(B’)=7/9
P(B’)=?
 EJEMPLOS

P(A)=3/9=1/3
E espacio muestral
P(B)=5/9
A P(AUB)=6/9=2/3
P(AB)=2/9 P(A)=3/9=1/3
B P(A’)=6/9=2/3 E espacio muestral
P(B)=2/9
P(B’)=4/9 A
P(AUB)=3/9=1/3
P(A|B)=? P(B|A)=2/3
P(A|B)=2/5 P(B|A)=? P(AB)=2/9
B
P(A’)=6/9=2/3
P(A)=3/9=1/3
E espacio muestral
P(B’)=7/9
P(B)=2/9 P(A|B)=? P(B|A)=2/3
P(A|B)=1 P(B|A)=?
A P(AUB)=5/9
B
P(AB)=0
P(A’)=6/9=2/3
P(B’)=7/9
P(A|B)=? P(B|A)=0
P(A|B)=0 P(B|A)=?
Bioestadística. U. Málaga.
Probabilidad condicionada

• Se llama probabilidad de A condicionada a B, o

probabilidad de A sabiendo que pasa B:
E espacio muestral

uno ” de

otro o al
A

año

t
pec
B

“tam

res
 Error frecuentíiiiiiisimo:
 No confundáis probabilidad condicionada con intersección.
 En ambos medimos efectivamente la intersección, pero…
 En P(A∩B) con respecto a P(E)=1
 En P(A|B) con respecto a P(B)
Intuir la probabilidad condicionada

A A

B
B

P(A) = 0,25 P(A) = 0,25

P(B) = 0,10 P(B) = 0,10
P(A∩B) = 0,10 P(A∩B) = 0,08

¿Probabilidad de A sabiendo que ha pasado B?

P(A|B)=1 P(A|B)=0,8
Intuir la probabilidad condicionada

A A

B
B

P(A) = 0,25 P(A) = 0,25

P(B) = 0,10 P(B) = 0,10
P(A∩B) = 0,005 P(A∩B) = 0
¿Probabilidad de A sabiendo que ha pasado B?
P(A|B)=0,05 P(A|B)=0
Algunas reglas de cálculo prácticas
• Cualquier problema de probabilidad puede resolverse en
teoría mediante aplicación de los axiomas. Sin embargo, es
más cómodo conocer algunas reglas de cálculo:

• P(A’) = 1 - P(A)

• P(AUB) = P(A) + P(B) - P(AB)

• P(AB) = P(A) P(B|A)

= P(B) P(A|B)

• Prob. de que pasen A y B es la prob. de A y que también pase B sabiendo que

pasó A.
 Recuento
MENOPAUSIA

Ejemplo (I) CLASIFICACION

OMS
NORMAL
OSTEOPENIA
NO
189
108
SI
280
359
Total
469
467
OSTEOPOROSIS 6 58 64
Total 303 697 1000

• Se ha repetido en 1000 ocasiones el experimento de elegir a una mujer de

una población muy grande. El resultado está en la tabla.
• ¿Cuál es la probabilidad de que una mujer tenga
osteoporosis?
• P(Osteoporosis)=64/1000=0,064=6,4%
• Noción frecuentista de probabilidad
• ¿Cuál es la probabilidad de que una mujer no tenga
osteoporosis?
• P(No Osteoporosis)=1-P(Osteoporsis)=1-64/1000=0,936=93,6%

Bioestadística. U. Málaga.
 Recuento
Ejemplo (II) MENOPAUSIA
NO SI Total
CLASIFICACION NORMAL 189 280 469
OMS OSTEOPENIA 108 359 467
OSTEOPOROSIS 6 58 64
Total 303 697 1000
• ¿Probabilidad de tener osteopenia u osteoporosis?
• P(OsteopeniaUOsteoporosis)=P(Osteopenia)+P(Osteoporosis)-
P(Osteopenia∩Osteoporosis)=467/1000+64/1000=0,531
• Son sucesos disjuntos
• Osteopenia ∩ Osteoporosis=Ø

• ¿Probabilidad de tener osteoporosis o menopausia?

• P(OsteoporosisUMenopausia)=P(Osteoporosis)+P(Menopausia)-P(Osteoporosis ∩
Menopausia)=64/1000+697/1000-58/1000=0,703
• No son sucesos disjuntos
• ¿Probabilidad de una mujer normal?
• P(Normal)=469/1000=0,469
• P(Normal)=1-P(Normal’)=1-P(OsteopeniaUOsteoporosis) =1-0,531=0,469
Bioestadística. U. Málaga.
 Recuento
Ejemplo (III) MENOPAUSIA
NO SI Total
CLASIFICACION NORMAL 189 280 469
OMS OSTEOPENIA 108 359 467
OSTEOPOROSIS 6 58 64
Total 303 697 1000

• Si es menopáusica… ¿probabilidad de osteoporosis?

• P(Osteoporosis|Menopausia)=58/697=0,098

• ¿Probabilidad de menopausia y osteoporosis?

• P(Menop ∩ Osteoporosis) = 58/1000=0,058

• Otra forma:
P( Menop Osteoporos is )  P( Menop )  P (Osteoporos is | Menop ) 
697 58
   58 / 1000  0,058
1000 697
Bioestadística. U. Málaga.
 Recuento
Ejemplo (III) MENOPAUSIA
NO SI Total
CLASIFICACION NORMAL 189 280 469
OMS OSTEOPENIA 108 359 467
OSTEOPOROSIS 6 58 64
Total 303 697 1000

• Si tiene osteoporosis… ¿probabilidad de menopausia?

• P(Menopausia|Osteoporosis)=58/64=0,906

• ¿Probabilidad de menopausia y no osteoporosis?

• P(Menop ∩ No Osteoporosis) = 639/1000=0,639

• Si tiene no tiene osteoporosis… ¿probabilidad de no menopausia?

• P(No Menopausia|NoOsteoporosis)=297/936=0,317

.
Independencia de sucesos
• Dos sucesos son independientes si el que ocurra
uno, no añade información sobre el otro.

• A es independiente de B

 P(A|B) = P(A)

 P(AB) = P(A) P(B)

 Recuento
Ejemplo (IV) MENOPAUSIA
NO SI Total
CLASIFICACION NORMAL 189 280 469
OMS OSTEOPENIA 108 359 467
OSTEOPOROSIS 6 58 64
Total 303 697 1000

• ¿Son independientes menopausia y osteoporosis?

• Una forma de hacerlo
• P(Osteoporosis)=64/1000=0,064
• P(Osteoporosis|Menopausia)=58/697=0,098
• La probabilidad de tener osteoporosis es mayor si ha pasado la menopausia. Añade
información extra. ¡No son independientes!

• ¿Otra forma?
• P(Menop ∩ Osteoporosis) = 58/1000 = 0,058
• P(Menop) P(Osteoporosis)= (697/1000) x (64/1000) = 0,045
• La probabilidad de la intersección no es el producto de probabilidades. No son
independientes.

Bioestadística. U. Málaga.