MATEMÁTICAS III

MTRA. CINTHYA EUNICE GONZÁLEZ ARIZMENDI

 NOCIONES DE PROBABILIDAD
z
 La probabilidad es el cálculo matemático que evalúa las posibilidades que
existen de que una cosa suceda cuando interviene el azar.

 TIPOS DE EXPERIMENTOS:

EXPERIMENTO
DETERMINISTA: es el que
arroja el mismo resultado cada
vez que se efectúa.
EXPERIMENTO ALEATTORIO
O ESTOCÁSTICO: aquel que
presenta distintos resultados.
 CÁLCULO DE PROBABILIDADES
z
 La probabilidad de que ocurra un evento va desde 0 a 1.

 Se usa la forma:
 ESPACIO MUESTRAL
z
 Se llama ESPACIO MUESTRAL de un experimento aleatorio al
conjunto de todos los resultados posibles del experimento. Se designa
por E.

 E = {R1, R2, R3,…, Rn}

También se conoce el espacio muestral mediante un diagrama
z de árbol o un arreglo rectangular o de doble entrada.
Ejemplo: En el experimento aleatorio de lanzar un
dado de seis caras podemos contemplar los
siguientes sucesos o eventos:

S1= {Salir par} = {2, 4, 6}

S2= {Salir múltiplo de 3} = {3, 6}
S3= {Sacar más que 3} = {4, 5, 6}
 TEORÍA DE LA PROBABILIDAD
z
 Un evento es el resultado posible, o un grupo de resultados de un experimento
aleatorio. Para su estudio los eventos se clasifican en:

TIPOS DE EVENTOS INDEPENDIENTES

Son los eventos que no se
pueden ver afectados por
otros

Cuando la probabilidad de
DEPENDIENTES que exista un evento afecta
la ocurrencia de otro

son dos resultados de un

COMPLEMENTARIOS evento, siendo éstos los dos
únicos resultados posibles.

MUTUAMENTE Son aquellos que no pueden

EXCLUYENTES ocurrir al mismo tiempo.
 EVENTOS COMPLEMENTARIOS
z
 EJEMPLOS EVENTOS COMPLEMENTARIOS
z

A= Qué salga una ficha roja

P (A) = 8 / 20

B = Que salga una ficha negra

P(B) = 12 / 20
 REGLA DE LA SUMA:
z EVENTOS MUTUAMENTE EXCLUYENTES
 La ley aditiva o regla de la suma para eventos
mutuamente
z excluyentes o desarticulados
 Es decir, que no pueden suceder al mismo tiempo y que no tienen puntos en común, se aplica
sumando las probabilidades de los eventos.

 Cuando los eventos tienen puntos en común, es decir pueden suceder al mismo tiempo y tienen
intercepto, se pueden descomponer en eventos mutuamente excluyentes para aplicar la ley
aditiva, sumando las probabilidades de estos.

 Si A y B son dos eventos, entonces:

 Teoría de conjuntos o diagramas de Venn
z
 Es una representación gráfica, se representa el espacio muestral como un rectángulo y los
eventos normalmente óvalos o círculos, que nos muestra las relaciones existentes entre los
conjuntos, cuando los círculos se superponen, indican la existencia de subconjuntos con
algunas características comunes.
Ejemplo 1:

La probabilidad de que al tirar un dado, salga 1, es de 1/6. La probabilidad de que salga 3, es de

1/6. Calcular la probabilidad de que al tirar un dado, salga 1 o 3.

Definimos nuestros eventos: ESPACIO MUESTRAL “S” (1, 2, 3, 4, 5, 6)

Evento A (que salga 1) P(A) = 1/6.

Evento B (que salga 3) P(B) = 1/6.

Probabilidad de que salga 1 y 3: P(A⋂B) = 0.

Este valor es cero, dado que son eventos mutuamente excluyentes. Si sale 1, ya no puede salir 3.

Probabilidad de que salga 1 o 3: P(A⋃B) = ?

Ahora, aplicamos nuestra fórmula:

Ejemplo 2:

La probabilidad
z de que un día cualquiera, Carlos almuerce pollo frito es de 0,4. La probabilidad de que
almuerce hamburguesa es de 0,3; mientras que la probabilidad de que almuerce pollo frito y hamburguesa el
mismo día es de 0,1. Calcula la probabilidad de que un día cualquiera, Carlos almuerce pollo frito o
hamburguesa.

Definimos nuestras probabilidades:

Evento A (que Carlos almuerce pollo frito) P(A) = 0,4.

Evento B (que Carlos almuerce hamburguesa) P(B) = 0,3.

Probabilidad de que Carlos almuerce pollo frito y hamburguesa el mismo día P(A⋂B) = 0,1.
Probabilidad de que Carlos almuerce pollo frito o hamburguesa P(A ⋃B) = ?

Aplicamos nuestra fórmula:

P(A⋃B) = P(A) + P(B) − P(A⋂B)

P(A⋃B) = 0,4 + 0,3 − 0,1

P(A⋃B) = 0,6
REGLA DE LA MULTIPLICACIÓN: EVENTOS DEPENDIENTES E INDEPENDIENTES
z
 REGLA DE LA MULTIPLICACIÓN

z
Dos (o más) eventos son independientes si la ocurrencia de un evento no cambia la probabilidad de que otro
evento ocurra. Existen dos tipos de situaciones cuando esto sucede:

1) Cuando la acción aleatoria no elimina un resultado (como al lanzar un dado o una moneda varias veces, o
realizar acciones aleatorias que no tienen conexión una con otra como sacar una carta y luego lanzar un dado);
y
2) cuando la acción aleatoria sí elimina un resultado posible, pero el resultado es reemplazado antes de que la
acción vuelva a suceder (como sacar una carta y devolverla al mazo).

 Cuando los eventos son independientes, la probabilidad de que todos ocurran es igual a la multiplicación de
las probabilidades de que ocurran los eventos individuales.
Entonces…..
z
EJEMPLO DE EVENTOS INDEPENDIENTES
z
Una caja contiene 4 canicas rojas, 3 canicas verdes y 2 canicas azules.

Se extrae una canica de la caja, y después se regresa (CON DEVOLUCIÓN O CON

REPOSICIÓN) ¿Cuál es la probabilidad de que la primera canica sea azul y la segunda
canica sea verde?
P (azul luego verde) = P (azul) · P (verde)

P(AyB)=P(A)·P(B)

Ya que la primera canica es reemplazada, el tamaño del espacio muestral (9) no cambia
de la primera sacada a la segunda así los eventos son independientes.
 EVENTOS DEPENDIENTES
z
Una caja contiene 4 canicas rojas, 3 canicas verdes y 2 canicas azules.
Se extrae una canica de la caja, y NO se regresa (SIN DEVOLUCIÓN O SIN REPOSICIÓN)
Otra canica se saca de la caja.

¿Cuál es la probabilidad de que la primera canica sea azul y la segunda canica sea verde?

P (azul luego verde) = P (azul) · P (verde)

Ya que la primera canica no es reemplazada, el tamaño del espacio muestral para la primera
canica (9) es cambiado para la segunda canica (8) así los eventos son dependientes.
 z

ES TODO POR HOY… JUGUEMOS!