NOCIONES DE

PROBABILIDAD

Tema
7
OBJETIVOS
1. Aplicar los conceptos de experimento, espacio
muestral y evento.
2. Discutir los principios para asignar
probabilidad.
3. Utilizar las reglas de probabilidad para plantear
y resolver un problema real.
Al finalizar el Tema 7, el participante ser capaz de:
CONTENIDO
1. Importancia de las probabilidades
2. Conceptos bsicos
3. Probabilidad
4. Reglas de Probabilidad
3.1 Regla de la Adicin
3.2 Regla de la Multiplicacin
3.3 Teorema de Bayes
7.1 Importancia de las Probabilidades
Las probabilidades estn presentes en nuestras
vidas ms a menudo de que podramos
sospechar. Todos tenemos una gran intuicin
probabilstica.
Por ejemplo, en das lluviosos, fros y con mucha
humedad es alta la probabilidad de coger un
resfro. Si ingerimos alimentos en lugares poco
higinicos, en ambulantes es muy probable que
contraigamos una infeccin estomacal.
Cmo es la probabilidad de ganar el
premio mayor en Tinka?. Muy baja, pues hay
muchas alternativas en juego. Pero an sabiendo
esto, compramos uno que otro nmero. La decisin
creo yo que es racional.
Si escuchamos una prediccin de 80% que
lluvia, y Ud. tiene planeado un paseo al
campo con la familia. Qu hace?. Lo mas
racional es que cancele su paseo y se quede en su
casa viendo en video.
7.2 CONCEPTOS BSICOS
(A) Experimento: Ejecucin voluntaria de un
fenmeno.
Se caracteriza por:
a) Tener varios resultados posibles
b) Existir incertidumbre sobre el resultado
Ejemplos:
Lanzar una moneda
Seleccionar de un lote un frasco de
medicamentos
Extraer una muestra de sangre a una
persona
(B) Espacio Muestral: conjunto de todos los resultados
posibles de un experimento. Se simboliza por O
(omega).

Ejemplos:
Lanzar una moneda
O = {cara, sello}
Seleccionar de un lote, un frasco de
medicamentos.
O ={adecuado, inadecuado}
Extraer una muestra de sangre a una
persona.
O = {grupo sanguneo}
Ejemplo:
Se lanzan tres monedas simultneamente. Los
ochos resultados posibles de este experimento
pueden detallarse de manera conveniente mediante
un diagrama de rbol:
Primera Segunda Tercera
Resultado
Moneda Moneda Moneda Posible
O ={CCC, CCS, CSC, CSS, SCC, SCS, SSC, SSS}
CCC
CCS
CSC
CSS
SCC
SCS
SSC
SSS
C
S
C
S
C
S
C
S


C



S
C

S
C

S
(C) Suceso: subconjunto del espacio muestral,
seleccionado de acuerdo a una condicin. Se
representan por letras latinas maysculas.
Ejemplo:
Se lanzan dos dados. El espacio muestral de
este experimento es:
O= { (1,1) (1,2) (1,3) (1,4) (1,5) (1,6)
(2,1) (2,2) (2,3) (2,4) (2,5) (2,6)
(3,1) (3,2) (3,3) (3,4) (3,5) (3,6)
(4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
(5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
(6,1) (6,2) (6,3) (6,4) (6,5) (6,6) }
Podemos considerar los siguientes sucesos:

A: la suma de puntajes es 7, es decir
A={(1,6) (2,5) (3,4) (4,3) (5,2) (6,1)}

B: la suma de puntajes es 11, es decir
B={(5,6) (6,5)}

C: la suma de puntajes es 7 u 11, es decir
C={(1,6) (2,5) (3,4) (4,3) (5,2) (6,1) (5,6) (6,5)}
7.3 PROBABILIDAD
(A) Concepto: Ponderacin asignada a cada punto
muestral que mide la verosimilitud de su
ocurrencia.
(B) Principios para asignar probabilidad:
a) La probabilidad de cada punto muestral debe
estar entre 0 y 1
b) La suma de las probabilidades de todos los
puntos muestrales deben ser iguales a 1.
0 0,5 1

Tan probable
como improbable
Improbable
Probable
1. Se lanza una moneda

O={cara, sello}
P(cara) = 0,5 P(sello) = 0,5

Ejemplos:
2. Se lanzan 3 monedas

O = {CCC, CCS, CSC, SCC, CSS, SCS, SSC,
SSS}
1/8 1/8 1/8 1/8 1/8 1/8 1/8 1/8
A: obtener exactamente 2 caras
A = {CCS, CSC, SCC}
1/8 + 1/8 + 1/8
P(A) = 3/8
(C) Conclusiones:
De acuerdo a la definicin de probabilidad de
un suceso, y a los dos principios, tenemos las
siguientes conclusiones:

(1) P(O) = 1

(2) P( ) = 0

(3) P(A) = 1 - P(A)
C
1. Un investigador trabaja con un nuevo frmaco para
insensibilizar a los pacientes frente a picaduras de
abejas. De 200 sujetos sometidos a prueba, 180
presentaron una disminucin en la gravedad de los
sntomas tras sufrir una picadura, despus de ser
sometidos al tratamiento.
2. Un paciente sufre de clculos renales, y no se ha
conseguido mejora alguna a partir de mtodos
ordinarios. Su medico sta plantendose el llevar a
cabo una intervencin quirrgica y debe responder a la
siguiente pregunta: Cul es la probabilidad de que la
operacin sea un xito?.
PROBABILIDADES - EJEMPLOS
PROBABILIDAD DEL PUNTO ESTADISTICO
... Quien emplea la estadstica aplicada prefiere
pensar en la probabilidad como el numero de
veces en las que se presentar determinada
situacin si una experiencia fuera repetida
indefinidamente en situaciones de naturaleza
repetitiva o que pudiera concebirse de esa
manera ...
7.4 REGLAS DE PROBABILIDAD
7.4.1 Regla de la Adicin
(A B)
U
B A
P(AUB) = P(A) + P(B) - P (A B)
U
Un cliente ingresa a una farmacia. La probabilidad de
que compre (a) un antibitico es 0,60 (b) analgsico
0,50, y c) antibitico y analgsico es 0,30 Cul es la
probabilidad de que compre un antibitico, analgsico
o ambos?.
Datos
P(P) = 0,60
P(L) = 0,50
P = 0,30
(P L)
U
P(PUL) = P(P) + P(L) -
P(PUL) = 0,60 + 0,50 - 0,30
P(PUL) = 0,80
(P L)
U
Ejemplo:
Dos sucesos son mutuamente excluyentes, si no
tienen elementos comunes
A B
Si :
Por lo tanto :
(A B) = C
U
P(A B) = 0
U
Regla de adicin para sucesos
mutuamente excluyentes

P(AUB) = P(A) + P(B)
Se extrae una carta de una baraja. Cul es la
probabilidad de que sea un as o un rey?
P(AUR) = P(A) + P(R)
=
4
52
=
8
52
+
4
52
52
4
= P(R)
52
4
= P(A)
Ejemplo:
Ejemplo 1: Se dispone de 11 historias clnicas,
pertenecientes a pacientes masculinos y
femeninos agrupados por su nivel de
hemoglobina.
11
8
= P(A)
7.4.2 Probabilidad Condicional
M F
Estado (Masculino) (Blanca) Total
A (Anmico) 5 3 8
N (Normal) 1 2 3
Total 6 5 11

Sexo
a) Cul es la probabilidad de extraer una historia
perteneciente a un paciente anmico?
b)Cul es la probabilidad de extraer una historia
correspondiente a un paciente anmico y que sea
mujer?



c) Dado que la historia corresponde a un paciente
anmico, cul es la probabilidad que sea
mujer?
11
3
= F) P(A
8
3
=
A
F
P ) (
Derivacin de la frmula:
11
8
11
3
=
A
F
P ) (
8
3
=
A
F
P ) (
P(A)
B) P(F
=
A
F
P ) (

comprobando:
Ejemplo 2:
Se recolect informacin sobre el peso del recin
nacido y si la madre fum o no durante el
embarazo. Los datos se presentan a continuacin:
CONDICIN PESO R.N.
TOTAL
DE FUMADORA BAJO NORMAL
SI 30 10 40
NO 20 140 160
TOTAL 50 150 200
A. Cul es la probabilidad que el recin nacido
tenga bajo peso?


B. Cul es la probabilidad que una gestante fume?


C. Cul es la probabilidad que el nio seleccionado
tenga un peso normal?

25 , 0
200
50
) bajo ( P = =
20 , 0
200
40
) si ( P = =
75 , 0
200
150
) normal ( P = =
D. Cul es la probabilidad de que un recin
nacido tenga bajo peso o sea normal?
Como son mutuamente excluyentes:


E. Cul es la probabilidad de que el recin
nacido tenga bajo peso o la madre haya
fumado durante el embarazo?
) normal ( P ) bajo ( P ) l bajonorma ( P + =
1
200
150
200
50
= + =
) bajoysi ( P ) si ( P ) bajo ( P ) bajosi ( P + =
30 , 0
200
60
200
30
200
40
200
50
= = + =
La probabilidad de que el personal administrativo
que labora en una clnica local, llegue tarde el
da lunes es 0,50 y la probabilidad de que llegue
retrasado los das lunes y martes es 0,20. Dado
que cierto trabajador lleg tarde el da lunes,
cul es la probabilidad de que llegue tarde el
da siguiente?.
0,50 = ) P(T
L
0,20 = ) T P(T
M L

) P(T
) T P(T
=
T
T
P
L
L M
L
M
) (

0,40 =
0,50
0,20
=
Aplicacin:
A partir de
A) ( P
B) A ( P
A
B
P ) (

=
Se despeja
) (
A
B
P A) ( P ) B A ( P - =
7.4.3 Regla de la Multiplicacin
Se sabe que en un lote de medicamentos de 50
frascos, hay 4 que no estn adecuadamente
empacados (defectuosos). Si se extraen al azar 2
frascos, uno a continuacin del otro, cul es la
probabilidad de que ambos sean defectuosos?.
49
3
D
D
P
50
4
) D ( P
) (
1
2
1
=
=
2450
12
49
3
50
4
=
D
D
P ) D ( P ) D D ( P ) (
1
2
1 2 1
= -
- =
Aplicacin:
En una poblacin de pacientes hospitalizados, la
probabilidad de que uno de ellos, elegido
aleatoriamente tenga problemas cardiacos es 0,35.
La probabilidad de que un paciente con problemas
cardiacos sea un fumador es de 0,86. Cul es la
probabilidad de que el paciente elegido al azar de
entre la poblacin sea fumador y tenga problemas
cardiacos?.
Ejercicio
Los sucesos A y B se consideran independientes
cuando la ocurrencia de uno no influye sobre la
probabilidad de ocurrencia del otro; esto significa
que, independientemente de que A haya ocurrido o
no, la probabilidad asignada a B es siempre la misma.
) B (
A
B
) ( P P =
Entonces,
) B ( A) ( ) B A ( P P P - =
Regla de la multiplicacin para
sucesos independientes.
Cul es la probabilidad de que en una familia con
dos hijos, ambos sean varones?
5 , 0 ) V (
5 , 0 ) V (
2
1
=
=
P
P
25 , 0 ) V V (
(0,5) (0,5) ) V V (
) V ( ) V ( ) V V (
2 1
2 1
2 1 2 1
=
- =

P
= P
P P P
Ejemplo:
Ejemplo 1:
La Compaa de Seguros JL ha desarrollado un
novedoso seguro mdico familiar. De acuerdo
con una investigacin hecha en el mercado, la
probabilidad de que el producto tenga xito es
0,80 si una compaa competidora no introduce
un plan similar en el mercado, en tanto que la
probabilidad de xito es 0,30 si la empresa
competidora lanza al mercado un seguro similar.
Adems, la compaa JL estima que hay una
probabilidad de 0,40 de que la firma competidora
comercialice el producto.
7.4.4 El teorema de Bayes
Consiste en una particin de la probabilidad total.
Solucin:

P(C) = probabilidad de que la compaa
competidora comercialice el producto,
P(C) = probabilidad de que la compaa
competidora no comercialice el
producto,
P(E) = probabilidad de que el plan de seguro
familiar de la compaa JL tenga xito.
Dado que el producto de la Compaa JL tuvo xito,
cul es la probabilidad de que la firma competidora
haya comercializado su novedoso plan de seguro?
P(E/C) = 0,30
P(E/C) = 0,80
0,12 = 0,30 0,40 = E) C ( P
0,48 = 0,80 0,60 = E) C (
P
'

P. Marginal
0,60 = E) ( P
P. Total
P. Condicional P. Conjunta
Luego, de acuerdo con el Teorema de Bayes
20 . 0
60 . 0
12 . 0
48 . 0 12 . 0
12 . 0

E) C ( + E) C (
E) C (
=
E
C
'
) (
= =
+
=

P P
P
P
La probabilidad que la compaa de seguros haya
participado en el mercado, dado que JL tuvo xito
es de 0,20.
El Director de la Clnica Santa Teresa est considerando
comprar un lote de 10000 equipos de venoclisis de un
proveedor nacional. El fabricante de estos equipos estima la
proporcin de equipos defectuosas en el lote, en la siguiente
forma.
Proporcin de
piezas defectuosas (t)

t
1
= 0,10
t
2
= 0,15
t
3
= 0,25
Probabilidad
P(t)

P(t
1
) = 0,20
P(t
2
) = 0,30
P(t
3
) = 0,50
Ejemplo 2:
Esto significa que el proveedor no est seguro
acerca de la proporcin de equipos defectuosos
en el lote, sin embargo, basndose en
experiencias anteriores, cree que hay una
probabilidad de 0,20 de que el lote tenga 10% de
piezas defectuosas, una probabilidad de 0,30 de
que tenga 15%. Y finalmente, de 0,50 de que
tenga 25% de piezas defectuosas. Supongamos
que elige un equipo de venoclisis al azar en el
lote:

A) Cul es la probabilidad de qu esta sea
defectuosa?
B) Dado que el equipo resulta defectuoso, cul
es la probabilidad de que el lote tenga 25% de
piezas defectuosas?
P. Marginal
P. Condicional
P. Conjunta
0,1900 = D) ( P
0,0200 = 0,10 0,20 = D) ( P
1
t
P(D/t
3
)= 0,25

P(D/t
2
)= 0,15

P(D/t
1
)= 0,10

P(t
2
) = 0,30
0,045 = 0,15 0,30 = D) ( P
2
t
0,1250 = 0,25 0,50 = D) ( P
3
t
t
3
=0,25

t
2
=0,15

t
1
=0,10

Hay tres maneras posibles de obtener un equipo
defectuosa del lote. Por lo tanto, la probabilidad
de obtener una pieza defectuosa, cualquiera que
se la tasa porcentual de defectuosos 10, 15 25
es:
) ( P ) ( P ) ( P ) (
3 2 1
D D D D P t t t + + =
19 , 0
1250 , 0 0450 , 0 0200 , 0
=
+ + =
Respuesta A:
Respuesta B:

De acuerdo con el Teorema de Bayes, la
probabilidad de que el lote contenga 25% de
piezas defectuosas, dado que la pieza elegida es
defectuosa, es:
6579 . 0
1900 . 0
1250 . 0
) ( P
) ( P
) / ( P
3
3
= = =
D
D
D
t
t
EJERCICIO:
Un mdico ha decidido recetar dos nuevos medicamentos a
200 pacientes enfermos del corazn de la manera siguiente:
50 pacientes tomarn el medicamento A,otros 50 tomarn el
medicamento B y los otros 100 restantes tomarn ambos
medicamentos

El medicamento A reduce la probabilidad de un infarto en 0,35 ,
el medicamento B reduce la probabilidad de un infarto en 0,20
y los dos medicamentos, cuando se les toma juntos, actan de
manera independiente.
Los 200 pacientes fueron escogidos entre los que tenan 0,80
de probabilidad de sufrir un infarto. Si un paciente elegido al
azar sufre un infarto, cul es la probabilidad de que haya
tomado ambos medicamentos?