Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Módulo 5
Probabilidad y Estadística
2023 - 1
Videoconferencia 06
Actividades – Semana 6
Inicio : Lunes 24 de abril a la 1:00 pm
Cierre : Lunes 01 de mayo a la 1:00 pm
Revisa también la sección anuncios y “Material
para VDC – Semana 6” preparado pensando en ti.
LOGRO DE LA SESIÓN
1. Introducción a la probabilidad
3. Probabilidad de un evento
4. Algebra de eventos
5. Teorema de bayes
Introducción
https://www.youtube.com/watch?v=9LNLBEm3wow
Introducción
https://es.mongabay.com/2021/08/expertos-de-harvard-probabilidad-de-que-se-produzca-otra-pandemia/
Probabilidades
Introducción a la probabilidad
Respondemos a la interrogante:
En muchas oportunidades nos hemos encontrado con afirmaciones donde no existe 100% de
certeza sobre la aparición o realización de un hecho o fenómeno. EJEMPLOS:
En estos ejemplos se puede apreciar que el resultado final no se conoce con exactitud o
certeza, existe por lo tanto INCERTIDUMBRE.
La necesidad de tener suficiente poder para manejar la incertidumbre obliga a estudiar y
usar la teoría de la probabilidad.
Probabilidades
2. Conceptos básicos de la probabilidad
A. EXPERIMENTO (ε):
Se llama experimento al conjunto de acciones, reales o imaginarias, realizadas con la finalidad de
obtener resultados.
A.1. EXPERIMENTOS NO ALEATORIOS O DETERMINÍSTICO:
Son aquellos cuyo resultado del experimento se conoce con anterioridad y que
puede describirse por una fórmula matemática, física o química.
Ejemplos:
• Soltar una piedra en el aire.
• Lanzar una pelota en una tina con agua, etc.
A.2. EXPERIMENTOS ALEATORIOS O NO DETERMINÍSTICOS:
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.
Probabilidades
2. Conceptos básicos de la probabilidad
B. ESPACIO MUESTRAL
Dado un experimento aleatorio ε, se llama espacio muestral de ε, denotado por , al conjunto de
todos los resultados posibles del experimento.
W = 1, 2, 3, 4, 5, 6 n(W) = 6
C. SUCESO O EVENTO
Un suceso o evento de un experimento aleatorio ε, es cualquier subconjunto o parte de los posibles
resultados del espacio muestral
3. Probabilidad de un evento
• Sea un espacio muestral asociado a un experimento aleatorio
• Sea A un evento tal que A
• Se define P(A) como la probabilidad del evento A, la cual satisface:
0 ≤ P(A) ≤ 1
Donde:
𝑛 ( 𝐴) 𝐶𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 𝑑𝑒 𝐴
𝑃 ( 𝐴)= =
𝑛( Ω) 𝐶𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠
Probabilidades
3. Probabilidad de un evento
EJEMPLO 1
Sea el experimento lanzar un dado. Determinar la probabilidad de obtener como
resultado la cara 6.
Solución:
Se define el experimento y su espacio muestral:
: Lanzar un dado
= {1,2,3,4,5,6}, n(Ω) = 6
Se define el evento A:
A : Obtener como resultado la cara 6
A = {6}, n(A) = 1
𝑛 ( 𝐴) 1
La probabilidad del evento A es: 𝑃 ( 𝐴)= = =0.1667=16.67 %
𝑛( Ω) 6
Probabilidades
3. Probabilidad de un evento
EJEMPLO 2
Sea el experimento lanzar TRES MONEDAS. Determinar la probabilidad de obtener
como resultado que las monedas sean al menos dos sellos.
Solución:
Se define el experimento y su espacio muestral:
: Lanzar tres monedas
= { CCC, CCS, CSC,….SSS}, n(Ω) = 2^3= 8
Se define el evento A:
A : Obtener como resultado al menos dos sellos
A = {CSS, SCS, SSC, SSS}, n(A) = 4
𝑛 ( 𝐴) 4
La probabilidad del evento A es: 𝑃 ( 𝐴)= = =0.5=50 %
𝑛( Ω) 8
Probabilidades
4. Algebra de Eventos
a) UNIÓN:
La unión o reunión de A y B, que se denota AUB, es el evento AUB={w Î / w Î A ó w Î B}
A B
𝐶𝑎𝑠𝑜 1: 𝑃 ( 𝐴∪ 𝐵 ) =𝑃 ( 𝐴 ) + 𝑃 ( 𝐵 ) − 𝑃 ( 𝐴∩ 𝐵)
A B
𝐶𝑎𝑠𝑜 2: 𝑃 ( 𝐴 ∪ 𝐵 )=𝑃 ( 𝐴 )+ 𝑃 ( 𝐵 )
Probabilidades
4. Algebra de Eventos
b) INTERSECIÓN:
La intersección de A y B, que se denota AÇB, es el evento
AÇB = {w Î / w Î A y w Î B}
𝑛( 𝐴 ∩ 𝐵)
𝑃 ( 𝐴 ∩ 𝐵 )=
𝑛(Ω)
A B
Probabilidades
4. Algebra de Eventos
PROBABILIDAD CONDICIONAL
• Se denota por P(A / B), donde / significa condicionado, dado, sabiendo que, si se sabe, si 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 ¿
Probabilidades
EJEMPLO: La siguiente información corresponde a 40 personas que se han registrado en una encuesta
aplicada por una agencia de viajes, con la interrogante acerca de la intención de realizar un viaje al
extranjero al menos una vez durante el año 2022, para ello se muestra a continuación una tabla que
consigna el género y la posibilidad de intención de viaje al extranjero.
Masculino (M) 6 11 8 25
Femenino (F) 4 4 7 15
Total 10 15 15 40 = n(Ω)
b. Determine la probabilidad de que tenga una posibilidad poco probable de realizar al menos una vez
un viaje al extranjero
c. Determine la probabilidad de encontrar una persona del genero masculino y que tenga una posibilidad muy
probable de realizar al menos una vez un viaje al extranjero
𝑛(𝑀 ∩ 𝑀𝑃) 8
𝑃 ( 𝑀 ∩ 𝑀𝑃 ) = = =0.2=20%
𝑛(Ω) 40
Probabilidades
d. Determine la probabilidad de que sea de género femenino o tenga una posibilidad probable de
realizar al menos una vez un viaje al extranjero?
e. Calcule la probabilidad de que la persona seleccionada tenga una posibilidad poco probable de
realizar al menos una vez un viaje al extranjero o muy probable?
Probabilidades
f. Determine la probabilidad que tenga una posibilidad poco probable de realizar al menos una vez un
viaje al extranjero, si su género es masculino
g. Determine la probabilidad que sea de género masculino, dado que tenga una posibilidad poco
probable o probable de realizar al menos una vez un viaje al extranjero?
Probabilidades
h. Si se sabe que es de género femenino. ¿Cuál es la probabilidad de que no tenga una posibilidad muy probable
de realizar al menos una vez un viaje al extranjero?
𝑛 ( 𝑀𝑃 ∩ 𝐹 ) 4 +4
𝑃 ( 𝑀𝑃 / 𝐹 ) = = =0.5333=53.33 %
𝑛 ( F) 15
Probabilidades
5. Teorema de Bayes
• Este es el TEOREMA más importante en el cálculo de probabilidades.
• Para conocer este teorema se deben conocer previamente algunas definiciones:
A. PARTICION:
Se llama partición al conjunto de eventos del espacio muestral Ω, que cumple con 2 características:
U Ai = Ω
Ω A1 A2 A3 A4 ∩ Ai = Ø
Probabilidades
B. PROBABILIDAD TOTAL:
Si A1, A2, … , An es una partición de Ω y B es un subconjunto cualquiera dentro de Ω, entonces:
P(B) = ∑ P(Ai).P(B/Ai)
A1 A2 A3 A4 B
Ω
(A1∩B) (A2∩B) (A3∩B) (A4∩B)
Probabilidades
A1 A2 A3 A4
Ω
(A1/B)
P( Ai ) P( B / Ai )
P( Ai / B)
P( B)
Probabilidades
Ejemplo de Aplicación:
Ejemplo de Aplicación:
SOLUCIÓN: Sean los siguientes eventos:
𝑃 [ 𝐷 ] =𝑃 [ 𝐴 ] . 𝑃 [ 𝐷 / 𝐴 ] +𝑃 [ 𝐵 ] . 𝑃 [ 𝐷 / 𝐵 ]
¿ 0.40 ( 0.0 9 )+ 0.60 ( 0. 01 )=0.042
Si quisiéramos calcular P
𝑃 [ 𝐷 ] =𝑃 [ 𝐴 ] . 𝑃 [ 𝐷 / 𝐴 ] +𝑃 [ 𝐵 ] . 𝑃 [ 𝐷 / 𝐵 ]
¿ 0.40 ( 0. 91 ) +0.60 ( 0.99 )=0.958
O podemos aplicar la siguiente fórmula:
𝑃 [ 𝐷 ] =1− 𝑃 ( 𝐷)
Probabilidades P( Ai ) P ( B / Ai )
P( Ai / B)
P( B)
𝑃 ¿
(c) ¿Cuál es la probabilidad de que sea producido por la máquina B, dado que es no
defectuoso?
𝑃 ¿
Probabilidades
Evaluando lo aprendido
álgebra de eventos.
Probabilidades
Al finalizar el módulo, podrás seleccionar y aplicar el tipo de probabilidad adecuado para desarrollar
Te invito a reflexionar
¿Lo lograste?
Estoy segura que sí..!!
Te invito a participar de la próxima clase:
https://www.youtube.com/watch?v=OguoX4S92B4
https://www.youtube.com/watch?v=WqFcCr87Oxg
Probabilidades
CONSULTAS