República Bolivariana de Venezuela

Ministerio del Poder Popular para La Educación

Maturín – Monagas

PROFESOR: INTEGRANTES:

Ing. Gilberto Gil Valentina Rengel C.I 27248855

Josedimar Navarro C.I 26445860

Sección “B”

Febrero, 2017
 INDICE

PÁG.

Introducción ………………………………………………………………………….4

¿Qué es Probabilidad? ……………………………………………………………..5

Tipos de Experimentos …………………………………………………………….5

Teoría de Probabilidades ………………………………………………………….5

Espacio Muestral ……………………………………………………………………5

Suceso ……………………………………………………………………………….6

Tipos de Sucesos …………………………………………………………………..6

Espacio de Sucesos ……………………………………………………………….7

Unión de Sucesos …………………………………………………………………..8

Propiedades de la Unión de Sucesos ……………………………………………9

Intersección de Sucesos …………………………………………………………..9

Propiedades de la Intersección de Sucesos …………………………………….9

Diferencia de Sucesos ……………………………………………………………10

Propiedad de la Diferencia de Sucesos ………………………………………...11

Probabilidad de la Diferencia de Sucesos ……………………………………...11

Axiomas de la Probabilidad ……………………………………………………...12

Propiedades de la Probabilidad …………………………………………………12

2
Regla de Laplace …………………………………………………………………13

Combinatoria y Probabilidad ……………………………………………………13

Experimentos Compuestos ………………………………………………………13

Diagrama de Árbol ……………………………………………………………….14

Teorema de Bayes ……………………………………………………………….14

Conclusión …………………………………………………………………………15

Bibliografía ………………………………………………………………………..16

EJERCICIOS

3
 INTRODUCCION

La estadística inferencial es la que se encarga de la generación de

modelos, inferencias y predicciones asociados a los fenómenos en cuestión
teniendo en cuenta la aleatoriedad de la observación.

Debido a esto, la probabilidad conforma los cimientos sobre los cuales

se construyen los métodos importantes de la estadística inferencial. Al
considerar la probabilidad, tratamos con procedimientos (como tirar un dado,
contestar una pregunta de opción múltiple en un examen, o ser sometido a
una prueba de consumo de drogas) que producen resultados.

4
¿QUÉ ES PROBABILIDAD?

La probabilidad de un suceso es un número, comprendido entre 0 y 1,

que indica las posibilidades que tiene de verificarse cuando se realiza un
experimento aleatorio.

TIPOS DE EXPERIMENTOS.

 Experimentos Deterministas: son los experimentos de los que

podemos predecir el resultado antes de que se realicen.
EJEMPLO: Si dejamos caer una piedra desde una ventana sabemos,
sin lugar a dudas, que la piedra bajará. Si la arrojamos hacia arriba,
sabemos que subirá durante un determinado intervalo de tiempo; pero
después bajará.

 Experimentos Aleatorios: son aquellos en los que no se puede

predecir el resultado, ya que éste depende del azar.
EJEMPLOS: Si lanzamos una moneda no sabemos de antemano si
saldrá cara o cruz. Si lanzamos un dado tampoco podemos determinar
el resultado que vamos a obtener.

TEORÍA DE PROBABILIDADES.

Esta teoría se ocupa de asignar un cierto número a cada posible

resultado que pueda ocurrir en un experimento aleatorio, con el fin de
cuantificar dichos resultados y saber si un suceso es más probable que otro.

ESPACIO MUESTRAL.

El espacio muestral de un procedimiento se compone de todos los

sucesos simples posibles. Es decir, que está formado por todos los
resultados que ya no pueden desglosarse más; lo representamos por E (o
bien por la letra griega Ω).

5
SUCESO.

Es cada uno de los resultados posibles de una experiencia aleatoria.

 EJEMPLOS: Al lanzar una moneda salga cara.

Al lanzar un dado se obtenga 4.

TIPOS DE SUCESOS.

 Suceso Aleatorio: es cualquier subconjunto del espacio muestral.

EJEMPLOS: Al tirar un dado un suceso sería que saliera par, otro,
obtener múltiplo de 3, y otro, sacar 5.

 Suceso Elemental: es cada uno de los elementos que forman parte

del espacio muestral.
EJEMPLO: Tirando un dado un suceso elemental es sacar 5.

 Suceso Compuesto: es cualquier subconjunto del espacio muestral.

EJEMPLO: Tirando un dado un suceso sería que saliera par, otro
sería obtener múltiplo de 3.

 Suceso Seguro (E): está formado por todos los posibles resultados
(es decir, por el espacio muestral).
EJEMPLO: Tirando un dado obtener una puntuación que sea menor
que 7.

 Suceso Imposible ( ): es el que no tiene ningún elemento.

EJEMPLO: Tirando un dado obtener una puntuación igual a 7.

 Sucesos Compatibles: dos sucesos, A y B, son compatibles cuando

tienen algún suceso elemental común.

6
 EJEMPLO: Si A es sacar puntuación par al tirar un dado y B es
obtener múltiplo de 3, A y B son compatibles porque el 6 es un suceso
elemental común.

 Sucesos Incompatibles: dos sucesos, A y B,

son incompatibles cuando no tienen ningún elemento en común.
EJEMPLO: Si A es sacar puntuación par al tirar un dado y B es
obtener múltiplo de 5, A y B son incompatibles.

 Sucesos Independientes: dos sucesos, A y B, son independientes

cuando la probabilidad de que suceda A no se ve afectada porque
haya sucedido o no B.
EJEMPLO: Al lanzar dos dados los resultados son independientes.

 Sucesos Dependientes: dos sucesos, A y B, son dependientes

cuando la probabilidad de que suceda A se ve afectada porque haya
sucedido o no B.
EJEMPLO: Extraer dos cartas de una baraja, sin reposición, son
sucesos dependientes.

 Suceso Contrario: el suceso contrario a A es otro suceso que se

realiza cuando no se realiza A. Se denota por .

EJEMPLO: Son sucesos contrarios sacar par e impar al lanzar un
dado.

ESPACIO DE SUCESOS (S).

Es el conjunto de todos los sucesos aleatorios. Si tiramos una moneda

el espacio de sucesos está formado por:

𝑺 = {∅, (𝑪), (𝑿), (𝑪, 𝑿)}

7
 Observamos que el primer elemento es el suceso imposible y el último
el suceso seguro. Si E tiene un número finito de elementos, n de elementos
el número de sucesos de E es 2n.

EJEMPLOS:
Una moneda 𝐸 = {𝐶, 𝑋}
Número de sucesos = 22 = 4
Dos monedas 𝐸 = {(𝐶, 𝐶); (𝐶, 𝑋); (𝑋, 𝐶); (𝑋, 𝑋)}
Número de sucesos = 24 = 16
Un dado 𝐸 = {1,2,3,4,5,6}
Número de sucesos = 26 = 64

UNIÓN DE SUCESOS.

El suceso formado por todos los elementos de A y B, es A B. Es

decir, el suceso A B se verifica cuando ocurre uno de los dos, A o B, o
ambos.

𝑨 ∪ 𝑩 𝑠𝑒 𝑙𝑒𝑒 𝑐𝑜𝑚𝑜 "𝑨 𝒐 𝑩"

EJEMPLO: Consideramos el experimento que consiste en lanzar un dado, si

A = "sacar par" y B = "sacar múltiplo de 3". Calcular A B.

A = {2, 4, 6}
B = {3, 6}
A B = {2, 3, 4, 6}

8
PROPIEDADES DE LA UNIÓN DE SUCESOS.

 Conmutativa:

 Asociativa:

 Idempotente:

 Simplificación:

 Distributiva:

 Elemento neutro:

 Absorción:

INTERSECCIÓN DE SUCESOS.

El suceso formado por todos los elementos que son, a la vez de A y B,

es A B. Es decir, el suceso A B se verifica cuando ocurren
simultáneamente A y B.

𝑨 ∩ 𝑩 𝑠𝑒 𝑙𝑒𝑒 𝑐𝑜𝑚𝑜 "𝑨 𝒚 𝑩"

EJEMPLO: Consideramos el experimento que consiste en lanzar un dado, si

A = "sacar par" y B = "sacar múltiplo de 3". Calcular A B.

𝐴 = {2, 4, 6}

𝐵 = {3, 6}

𝐴 ∩ 𝐵 = {6}

PROPIEDADES DE LA INTERSECCIÓN DE SUCESOS.

 Conmutativa:

9
  Asociativa:

 Idempotente:

 Simplificación:

 Distributiva:

 Elemento neutro:

 Absorción:

DIFERENCIA DE SUCESOS.

El suceso formado por todos los elementos de A que no son de B, es

A – B. Es decir, la diferencia de los sucesos entre A y B se verifica cuando lo
hace A y no B.

A − B se lee como "A menos B"

EJEMPLO: Consideramos el experimento que consiste en lanzar un dado, si

A = "sacar par" y B = "sacar múltiplo de 3". Calcular A − B.
𝐴 = {2, 4, 6}
𝐵 = {3, 6 }

𝐴 − 𝐵 = {2, 4}

10
PROPIEDAD DE LA DIFERENCIA DE SUCESOS.

̅ = 𝑬 − 𝑨 se llama suceso contrario o complementario de

El suceso 𝑨
A. Es decir, se verifica siempre y cuando no se verifique A.

̅
𝑨−𝑩=𝑨∩𝑩

EJEMPLO: Consideramos el experimento que consiste en lanzar un dado, si

A = "sacar par". Calcular .

A = {2, 4, 6} = {1, 3, 5}

PROBABILIDAD DE LA DIFERENCIA DE SUCESOS.

Un método útil para clasificar los datos obtenidos en un recuento es

mediante las tablas de contingencia. Se trata de tablas en cuyas celdas
figuran probabilidades, y en la cual podemos determinar unas probabilidades
conociendo otras de la tabla.

̅ ) = 𝒑(𝑨) − 𝒑(𝑨 ∩ 𝑩)
𝒑(𝑨 − 𝑩) = 𝒑(𝑨 ∩ 𝑩

11
AXIOMAS DE LA PROBABILIDAD.

1. La probabilidad es positiva y menor o igual que 1.

𝟎 ≤ 𝒑(𝑨) ≤ 𝟏

2. La probabilidad del suceso seguro es 1.

𝒑(𝑬) = 𝟏

3. Si A y B son incompatibles, es decir A B= entonces:

𝒑(𝑨 ∪ 𝑩) = 𝒑(𝑨) + 𝒑(𝑩)

PROPIEDADES DE LA PROBABILIDAD.

1. La suma de las probabilidades de un suceso y su contrario vale 1, por

tanto la probabilidad del suceso contrario es:

̅ ) = 𝟏 − 𝒑(𝑨)
𝒑(𝑨

2. Probabilidad del suceso imposible es cero.

𝒑(∅) = 𝟎

3. La probabilidad de la unión de dos sucesos es la suma de sus

probabilidades restándole la probabilidad de su intersección.

𝒑(𝑨 ∪ 𝑩) = 𝒑(𝑨) + 𝒑(𝑩) − 𝒑(𝑨 ∩ 𝑩)

4. Si un suceso está incluido en otro, su probabilidad es menor o igual a

la de éste.

12
 5. Si 𝑨𝟏, 𝑨𝟐, … 𝑨𝑲 son incompatibles dos a dos entonces:

6. Si el espacio muestral E es finito y un suceso es 𝑺 = {𝑿𝟏, 𝑿𝟐, … 𝑿𝒏 }

entonces:

REGLA DE LAPLACE.

Al realizar un experimento aleatorio en el que hay n sucesos

elementales, todos igualmente probables, equiprobables, entonces si A es un
suceso, la probabilidad de que ocurra el suceso A es:

COMBINATORIA Y PROBABILIDAD.

La combinatoria puede ser muy útil para calcular los sucesos posibles
y favorables, al aplicar la Regla de Laplace; especialmente si hay un gran
número de sucesos.

EXPERIMENTOS COMPUESTOS.

Es aquel que consta de dos o más experimentos aleatorios simples.

Es decir, si tiramos un dado, o una moneda, son experimentos aleatorios
simples, pero si realizamos el experimento de tirar un dado y posteriormente
una moneda, estamos realizando un experimento compuesto.

En los experimentos compuestos es conveniente usar el llamado

diagrama de árbol para hacerse una idea global de todos ellos

13
DIAGRAMA DE ARBOL.

Para la construcción de un diagrama de árbol se partirá poniendo una

rama para cada una de las posibilidades, acompañada de su probabilidad.
En el final de cada rama parcial se constituye a su vez, un nudo del cual
parten nuevas ramas, según las posibilidades del siguiente paso, salvo si el
nudo representa un posible final del experimento (nudo final).

Hay que tener en cuenta: que la suma de probabilidades de

las ramas de cada nudo debe de dar 1.

TEOREMA DE BAYES.

𝑆𝑖 𝐴1, 𝐴2, … 𝐴𝑛 𝑠𝑜𝑛: Sucesos incompatibles 2 a 2.

Y cuya unión es el espacio muestral (𝐴1 ∪ 𝐴2 ∪ … ∪ 𝐴𝑛 = 𝐸)

Y B es otro suceso.

Resulta que:

1. Las probabilidades 𝒑(𝑨𝟏 ) se denominan probabilidades a priori.

𝑨
2. Las probabilidades 𝒑 ( 𝒊⁄𝑩) se denominan probabilidades a

posteriori.

3. Las probabilidades 𝒑 (𝑩⁄𝑨 ) se denominan verosimilitudes.

𝒊

14
 CONCLUSIONES

Comenzamos este tema con el concepto de probabilidad, el cual es

muy importante para los métodos de estadística inferencial. Dentro de todas
las definiciones, la de probabilidad de la diferencia de sucesos es en la cual
se debe enfocar su aprendizaje: si, bajo una suposición dada, la probabilidad
de un suceso en particular es muy pequeña, concluimos que probablemente
la suposición no sea correcta. Como ejemplo del método básico utilizado,
consideremos la prueba de un método de selección de género. Si realizamos
una prueba de una técnica de selección de género y obtenemos 20 niñas en
20 nacimientos, podemos hacer una de dos inferencias a partir de estos
resultados muestrales:

1. La técnica de selección del género no es efectiva y la serie de 20

niñas consecutivas no es un suceso que puede ocurrir fácilmente
debido al azar
2. La técnica de selección del género es efectiva (o existe alguna otra
explicación de por qué los niños y las niñas no nacen con la misma
frecuencia).

Además, indicamos que la probabilidad de cualquier suceso imposible

es 0, la probabilidad de cualquier suceso inevitable es 1, y que para cualquier
suceso A 0 ≤ 𝑃(𝐴) ≤ 1. También explicamos que 𝐴̅ denota el complemento
del suceso A, es decir, 𝐴̅ indica que el suceso A no ocurre. Consideramos
sucesos compuestos, los cuáles son sucesos que combinan dos o más
sucesos simples.

15
 BIBLIOGRAFIA

 www.vitutor.com/pro/2a1.html

 Enciclopedia Temática Ilustrada LIBER. Edición 2007. p. 814

16
 EJERCICIOS

1. En una encuesta realizada a 350 personas, 257 son partidarias de que

el gobierno otorgue el 0,7% del PNB como ayuda al desarrollo, 87 de
la pena de muerte y 12 de ambas cosas. Entonces, si se elige al azar
a una persona de la muestra, la probabilidad de que:
 No sea partidaria de ninguna de las dos cosas es:

18
𝑃(𝐴̅ ∩ 𝐵̅ ) = = 0,0514 ≈ 5,14%
350

 Sea partidaria de sólo una de ellas es:

𝟐𝟒𝟓 + 𝟕𝟓 𝟑𝟐𝟎
̅ ∩ 𝑩) ∪ (𝑨 ∩ 𝑩
𝑷[(𝑨 ̅ )] = 𝑷(𝑨
̅ ∩ 𝑩) + 𝑷(𝑨 ∩ 𝑩
̅) = = = 𝟎, 𝟗𝟏𝟒𝟑
𝟑𝟓𝟎 𝟑𝟓𝟎
≈ 𝟗𝟏, 𝟒𝟑%

 Sea partidaria de alguna de ellas:

𝟐𝟓𝟕 + 𝟏𝟐 + 𝟕𝟓 𝟑𝟑𝟐
𝑷(𝑨 ∪ 𝑩) = = = 𝟎, 𝟗𝟒𝟖𝟔 ≈ 𝟗𝟒, 𝟖𝟔%
𝟑𝟓𝟎 𝟑𝟓𝟎

2. Calcular la probabilidad que tiene el jugador de básquetbol de la NBA,

Reggie Miller, de anotar un tiro libre después de recibir una falta. En
cierto momento de su carrera, anotó 5915 tiros libres entre 6679
intentos (de acuerdo con datos de la NBA).
SOLUCION: El espacio muestral consiste en dos sucesos simples:
Miller anota el tiro libre o no lo hace. Puesto que el espacio muestral
consiste en sucesos que no tienen la misma probabilidad, con sus
resultados anteriores obtenemos lo siguiente:

𝟓𝟗𝟏𝟓
𝑷(𝑴𝒊𝒍𝒍𝒆𝒓 𝒂𝒏𝒐𝒕𝒂 𝒖𝒏 𝒕𝒊𝒓𝒐 𝒍𝒊𝒃𝒓𝒆) = = 𝟎, 𝟖𝟖𝟔%
𝟔𝟔𝟕𝟗

17
 3. El 20% de los empleados de una empresa son ingenieros y otro
20% son economistas. El 75% de los ingenieros ocupan un puesto
directivo y el 50% de los economistas también, mientras que los no
ingenieros y los no economistas solamente el 20% ocupa un puesto
directivo. ¿Cuál es la probabilidad de que un empleado directivo
elegido al azar sea ingeniero?

𝟎, 𝟐 × 𝟎, 𝟕𝟓
𝑷(𝐼𝑛𝑔𝑒𝑛𝑖𝑒𝑟𝑜/𝐷𝑖𝑟𝑒𝑐𝑡𝑖𝑣𝑜) = = 𝟎, 𝟒𝟎𝟓%
𝟎, 𝟐 × 𝟎, 𝟕𝟓 + 𝟎, 𝟐 × 𝟎, 𝟓 + 𝟎, 𝟔 × 𝟎, 𝟐

18