INSTITUTO TECNOLGICO DE APIZACO Estadstica

DEPARTAMENTO DE CIENCIAS BSICAS 1 M. en C. Jos Luis Hernndez Gonzlez

PROBABILIDAD


AXIOMAS Y TEOREMAS DE LA PROBABILIDAD.


DEFINICIONES DE LA PROBABILIDAD.
La palabra probabilidad se utiliza para cuantificar nuestra creencia de que ocurra un acontecimiento
determinado. Existen tres formas de estimar probabilidades: el enfoque clsico, el cual se aplica
cuando todos los resultados posibles que se consideran igualmente probables; el de frecuencias
relativas o probabilidad emprica, se refiere a la estimacin con base en un gran nmero de
experimentos repetidos en las mismas condiciones. El enfoque subjetivo basado en situaciones
especiales, en las cuales no es posible repetir el experimento y slo usa un grado de confianza
personal.

PROBABILIDAD CLSICA O DE LAPLACE (fines del siglo XVI).
Bajo este concepto definiremos la probabilidad de obtener un determinado resultado A, en un
experimento aleatorio como la relacin por cociente, entre el nmero de casos favorables a su
ocurrencia, y el nmero de casos posibles. Si representamos la probabilidad de ocurrencia del evento
A, por P(A), se tendr:

posibles Casos
evento al favorables Casos A
A P = ) (

Esta es la definicin clsica o apriori (antes de), es de aplicacin fcil, pues no se necesita de ningn
experimento para su clculo, sino nicamente el conocimiento de las condiciones en que se realiza el
experimento. Se supone que todos los resultados posibles son conocidos, y que todos tienen la
misma probabilidad de ocurrir.

Si una urna contiene 10 esferas blancas, 15 azules y 5 rojas, la probabilidad de extraer al azar una
esfera blanca, es:
3
1
30
10
) ( = = B P

Esta probabilidad se basa en razonamientos abstractos y no depende de la experiencia, lo cual
permite estimar probabilidades sin realizar una gran cantidad de experimentos.


PROBABILIDAD FRECUENTISTA O DE VON MISES (frecuencias relativas 1957)
La probabilidad experimental de que ocurra un evento es la frecuencia relativa observada con que
ocurre ese evento. Si un experimento se realiza n veces, bajo las mismas condiciones y si ocurren
n(A) resultados favorables al evento A, el valor estimado de la probabilidad de que ocurra A como
resultado de la experimentacin, puede determinarse de la manera siguiente:

INSTITUTO TECNOLGICO DE APIZACO Estadstica
DEPARTAMENTO DE CIENCIAS BSICAS 2 M. en C. Jos Luis Hernndez Gonzlez
n
A n
A P
) (
) ( =

Donde n(A) es el nmero de veces que se observ realmente el evento A, y n es el nmero de veces
que se efectu el experimento.

La probabilidad estimada, obtenida en esta forma, se denomina probabilidad experimental. A medida
que aumenta el nmero de ensayos o experimentos, la probabilidad estimada de que ocurra un
evento, que se obtiene a travs de la frecuencia relativa, se va acercando al valor apriori.

Por medio del enfoque de frecuencias relativas, la probabilidad se determina sobre la base de la
proporcin de veces que ocurre un resultado favorable, en un nmero de observaciones o
experimentos. No hay supuesto previo de iguales probabilidades.

De 70 alumnos que se inscribieron al curso de probabilidad y estadstica en el semestre anterior. 15
no lo terminaron, 20 obtuvieron una calificacin de NA y el resto lo aprobaron, Cul es la
probabilidad de que un alumno acredite la materia?

2
1
70
35
) ( = = A P


PROBABILIDAD SUBJETIVA (1969)
La probabilidad estimada mediante los enfoques clsicos y experimental, son completamente
objetivos, ya que se determinan con base en hechos reales. En cambio, en algunos casos se presentan
situaciones en las cuales no es posible realizar experimentos repetitivos y los resultados tampoco son
igualmente probables. En estas condiciones, la probabilidad de ocurrencia de un evento debe
evaluarse en forma subjetiva.

Tales apreciaciones suelen ser de criterio personal, y por lo tanto, dos personas pueden cuantificar en
forma diferente, la probabilidad subjetiva del mismo evento. Podemos entonces considerar la
probabilidad subjetiva como la evaluacin personal de la ocurrencia de un evento incierto, que se
hace con base en criterios o experiencias sobre casos semejantes.






AXIOMAS DE PROBABILIDAD

Los axiomas de la formulacin moderna de la teora de la probabilidad constituyen una base para
deducir a partir de ellas un amplio nmero de resultados.

INSTITUTO TECNOLGICO DE APIZACO Estadstica
DEPARTAMENTO DE CIENCIAS BSICAS 3 M. en C. Jos Luis Hernndez Gonzlez
La letra P se utiliza para designar la probabilidad de un evento, siendo P(A) la probabilidad de
ocurrencia de un evento A en un experimento.

AXIOMA 1
Si A es un evento de S, entonces la probabilidad del evento A es:

1 ) ( 0 A P

Como no podemos obtener menos de cero xitos ni ms de n xitos en n experimentos, la
probabilidad de cualquier evento A, se representa mediante un valor que puede variar de 0 a 1.

AXIOMA 2
Si dos eventos son mutuamente excluyentes, la probabilidad de obtener A o B es igual a la
probabilidad de obtener A ms la probabilidad de obtener B.

P(A B) = P(A) + P(B)

Excluirse mutuamente quiere decir que A y B no pueden ocurrir simultneamente en el mismo
experimento. As, la probabilidad de obtener guila o sol en la misma tirada de una moneda ser

P(A B) = P(A) + P(B)

P(A B) = 1/2 + 1/2 = 1.

En general podemos decir que la suma de las probabilidades de todos los posibles eventos
mutuamente excluyentes es igual a 1:

P(A
1
) + P(A
2
) + P(A
3
) + ... + P(A
n
) = 1

AXIOMA 3
Si A es un evento cualquiera de un experimento aleatorio y A es el complemento de A, entonces:

P(A) = 1 - P(A)

Es decir, la probabilidad de que el evento A no ocurra, es igual a 1 menos la probabilidad de que
ocurra.




TEOREMAS DE LA SUMA DE PROBABILIDADES

Suponiendo que P(A) y P(B) representan las probabilidades para los dos eventos A y B, entonces
P(A B) significa la probabilidad de que ocurran A o B. Si representamos los eventos A y B en un
Diagrama de Venn con A B =
INSTITUTO TECNOLGICO DE APIZACO Estadstica
DEPARTAMENTO DE CIENCIAS BSICAS 4 M. en C. Jos Luis Hernndez Gonzlez










Entonces A y B son conjuntos disjuntos o mutuamente excluyentes, o sea que no pueden ocurrir en
forma simultnea

P(A B) = P(A) + P(B)

En cambio, si ambos eventos tienen puntos muestrales en comn A B










P(A B) = P(A) + P(B) - P(A B)



PROBABILIDAD CONDICIONAL

La probabilidad condicional se simboliza P(B/A), que se lee probabilidad de B, dado A, o la
probabilidad de que ocurra B, condicionado a que haya ocurrido A.

Se dice que dos o ms eventos son independientes entre s cuando la probabilidad de que ocurra uno
no es influida por la ocurrencia de otro. Si A y B representan dos eventos y si la ocurrencia de A no
afecta a la ocurrencia de B, y la ocurrencia de B no afecta a la ocurrencia de A, entonces se dice que
A y B son Independientes.

En este caso, la probabilidad de que ocurran A y B es igual al producto de sus respectivas
probabilidades, y se expresa as:

P(A B) = P(A) P(B)

S
B A
A B =
S
B A
A B

INSTITUTO TECNOLGICO DE APIZACO Estadstica
DEPARTAMENTO DE CIENCIAS BSICAS 5 M. en C. Jos Luis Hernndez Gonzlez
En una caja hay 5 esferas blancas, 4 rojas y 3 negras. Se extrae una esfera, se observa su color y se
regresa a la caja. Bajo estas condiciones, Cul es la probabilidad de que al extraer 3 esferas, stas
sean de color rojo?
27
1
1728
64
12
4
12
4
12
4
) ( = = = x x R3 R2 R1 P

Si dos eventos A y B no son independientes, es decir, si A y B son dependientes, la probabilidad
compuesta de A y B no es igual al producto de sus probabilidades respectivas. Por lo cual, podemos
decir, que para eventos dependientes:

P(A B) P(A) P(B)

Es decir:
P(A B) = P(A) P(B / A)

o
P(B A) = P(B) P(A / B)

En una caja hay 5 esferas blancas, 4 rojas y 3 negras. Si se extraen al azar 3 esferas en forma
consecutiva, sin reemplazo, Cul es la probabilidad de que las 3 sean de color rojo?
Sea R
1
el evento extraer una esfera roja.

P(R
1
R
2
R
3
) = P(R
1
) P(R
2
/ R
1
) P(R
3
/ R
1
R
2
) =
51
1
1320
24
10
2
11
3
12
4
= = x x

De la expresin P(AB) = P(A)P(B/A) despejamos P(B/A) y se obtiene la probabilidad
condicional de "B dado A".
) (
) (
) / (
A P
B A P
A B P

=

En forma anloga, la probabilidad condicional de "A dado B", es :

) (
) (
) / (
B P
A B P
B A P

=

Una caja contiene 200 focos, 50 azules y 50 rojos; de los cuales, 10 son defectuosos: 6 azules y 4
rojos. Cul es la probabilidad de que un foco elegido al azar, sea defectuoso (evento D)?

100
1
100
10
) ( = = D P

Si seleccionamos un foco al azar y se observa que ste es azul (evento A), Cul es la probabilidad
de que el foco sea defectuoso, dado que es azul ?
INSTITUTO TECNOLGICO DE APIZACO Estadstica
DEPARTAMENTO DE CIENCIAS BSICAS 6 M. en C. Jos Luis Hernndez Gonzlez
Escribiremos P(D/A), para representar la probabilidad del evento D, dado A. Entonces, puesto que
hay 50 focos azules y de stos, 6 son defectuosos

25
3
50
6
) / ( = = A D P



TEOREMA DE BAYES

El procedimiento que se utiliza para encontrar probabilidades posteriores, a partir de probabilidades
previas, se llama regla Bayesiana. Las probabilidades apriori o previas se conocen antes de obtener
informacin alguna del experimento en cuestin. Las probabilidades aposteriori se determinan
despus de conocer los resultados del experimento.

El teorema de Bayes consiste en un mtodo para encontrar la probabilidad de una causa especfica
cuando se observa un efecto particular.

Esto es, si el evento B ha ocurrido, Cul es la probabilidad de que fue generado por el evento A
1

(que es una causa posible ) o por el A
2
(otra causa posible)?

Si suponemos que los eventos A
1
, A
2
, A
3
, ...., An, forman una particin de un espacio muestral S;
esto es, que los eventos A
1
son mutuamente excluyentes y su unin es S. Ahora, sea B otro evento,
entonces :










B = S B = (A
1
A
2
A
3
... A
n
) B

Donde A
i
B son eventos mutuamente excluyentes. En consecuencia:

P(B) = P(A
1
B) + P(A
2
B) + P(A
3
B) + ... + P(A
n
B)
Luego por la regla de multiplicacin:

P(B) = P(A
1
) P(B/A
1
) + P(A
2
) P(B/A
2
) + P(A
3
) P(B/A
3
) ... P(A
n
) P(B/A
n
)

Si A
1
, A
2
, A
3
, ..., A
n
es una particin de S, y B es cualquier evento. Entonces para cualquier i,

A
1

A
2
A
3
A
4

A
n

B
INSTITUTO TECNOLGICO DE APIZACO Estadstica
DEPARTAMENTO DE CIENCIAS BSICAS 7 M. en C. Jos Luis Hernndez Gonzlez
) / ( ) ... ) ) )
)
) / (
n n 2 2 1 1
i i
i
A B P A P A B P A P A B )P A P
A B P A P
B A P
( / ( ( / ( (
/ ( ) (
+ + +
=

Es decir:

=
)
)
) / (
i i
i i
i
A B )P A P
A B P A P
B A P
/ ( (
/ ( ) (


La expresin anterior puede interpretarse de la manera siguiente: Si un evento puede ocurrir en ms
de una forma, entonces la probabilidad de que ocurra en una forma particular ser igual a la razn de
la probabilidad de que se presente la forma respecto a la probabilidad de que ocurra.

Se tienen dos cajas. La caja I contienen 3 esferas rojas y 2 azules, en tanto que la caja II contiene 2
esferas rojas y 8 azules. Se arroja una moneda. Si se obtiene guila se saca una esfera de la caja I;
si se obtiene sol se saca una esfera de la caja II. R indica el evento sacar una esfera roja
mientras que I y II indican los eventos escoger caja I y caja II, respectivamente. Una esfera roja
puede resultar al escoger cualquiera de las cajas.

a) Hallar la probabilidad de sacar una esfera roja.

) / ( ) ( ) / ( ) ( ) ( II R P II P I R P I P R P + =

5
2
10
2
2
1
5
3
2
1
) ( =

= R P

b) Hallar la probabilidad de que se escogiera la caja I, dado que la esfera es R, (es decir que el
resultado de arrojar la moneda sea guila).

La persona que arroj la moneda no da a conocer si result guila o sol (de tal manera que la caja de
la cual se sac la esfera se desconoce) pero indica que se extrajo una esfera roja.

Buscamos la probabilidad de que se escoja la caja I y se sabe que se sac una esfera roja. Empleando
el teorema de Bayes, esta probabilidad est dada por:

) / ( ) ( ) / ( ) (
) / ( ) (
) / (
II R P II P I R P I P
I R P I P
R I P
+
=

4
3
0 |
2
2
1
5
3
2
1
5
3
2
1
) / ( =

= R I P

INSTITUTO TECNOLGICO DE APIZACO Estadstica
DEPARTAMENTO DE CIENCIAS BSICAS 8 M. en C. Jos Luis Hernndez Gonzlez
En un Instituto Superior, el 25 por ciento de los hombres y el 10 por ciento de las mujeres estudian
Biologa. Las mujeres constituyen el 60 por ciento del estudiantado. Si se selecciona en forma
aleatoria un estudiante y resulta que est cursando Biologa, determinar la probabilidad de que sea
mujer.

P(H) = 0.40;

P(M) = 0.60;

P(B/H) = 0.25;

P(B/M) = 0.10


375 . 0
) 1 . 0 )( 6 . 0 ( ) 25 . 0 )( 4 . 9 (
) 1 . 0 )( 6 . 0 (
) / ( =
+
= B M P
INSTITUTO TECNOLGICO DE APIZACO Estadstica
DEPARTAMENTO DE CIENCIAS BSICAS 9 M. en C. Jos Luis Hernndez Gonzlez
FORMULARIO
Factorial

n!=n(n-1)(n-2)(3)(2)(1)

Permutaciones de n elementos

! n
n n
= P

Permutaciones de n elementos en diferentes
grupos de r elementos.

)! (
!
r n
n
r n

= P

Permutaciones donde no todos los elementos
son diferentes.

! ... ! !
!
nk n2 n1
n
nk ..., n2, n1, n
= P

Permutaciones circulares

)! 1 ( = n
n
Pc

Combinaciones

! )! (
!
r r n
n
r n

=
C



Frmula binomial

= +
n
r
r r n n
r
n
0
) ( b a b a

Probabilidad de un evento

posibles Casos
evento al favorables Casos A
A P = ) (

n
A n
A P
) (
) ( =
Axiomas

1 ) ( 0 A P

P(A
1
) + P(A
2
) + P(A
3
) + ...... + P(A
n
) = 1

P(A) = 1 - P(A)

Teoremas de la suma de probabilidades.
S A B =

P(A B) = P(A) + P(B)

S A B

P(A B) = P(A) + P(B) - P(A B)

Probabilidad condicional

P(A B) = P(A) P(B) (Independientes)

P(A B) = P(A) P(B / A)

) (
) (
) / (
A P
B A P
A B P

=

P(B A) = P(B) P(A / B)

) (
) (
) / (
B P
A B P
B A P

=



Teorema de Bayes

) / ( ) ... ) ) )
)
) / (
n n 2 2 1 1
i i
i
A B P A P A B P A P A B )P A P
A B P A P
B A P
( / ( ( / ( (
/ ( ) (
+ + +
=