PROBABILIDADES

Nociones de probabilidad

Cul es la probabilidad de aprobar el curso de Estadstica?

Cul es la probabilidad de no encontrar un atasco en la

Avenida Benavides cuando voy a clase?

Todos los das nos hacemos preguntas sobre probabilidad; e

incluso aquellos que no hayan visto mucho de esta materia
en cursos anteriores, tienen una idea intuitiva lo
suficientemente correcta para lo que necesitamos de ella en
este curso.

En este tema vamos a:

Introducir el concepto de probabilidad.
Recordar algunas reglas de clculo.
Ver cmo aparecen las probabilidades en las distintas
reas del conocimeinto humano
2

Nociones de probabilidad
PROBABILIDADES
LAS PROBABILIDADES SE OCUPAN DE LOS
DENOMINADOS FENOMENOS O EXPERIMENTOS
ALEATORIOS O NO ALALEATORIOS

EXPERIMENTOS
SE LLAMA EXPERIMENTO AL CONJUNTO DE
ACCIONES, REALES O IMAGINARIAS, REALIZADAS
CON LA FINALIDAD DE OBTENER RESULTADOS.

Nociones de probabilidad
Tipos de Experimentos

Los experimentos pueden ser de dos tipos:

1.

Deterministicos (No Aleatorios) : En los cuales el resultado

puede predecirse a travs de un modelo matemtico o
frmula. Es decir, las condiciones bajo las cuales se verifica
un experimento, determinan el resultado del mismo.

Se lanza un misil y se puede predecir en que lugar va a caer.

Distancia= v0t + 1/2at2
(MUV)
Al combinar 2 molculas de hidrgeno y 1 de oxgeno,
se puede predecir que se obtiene agua.
H2 + O
H2O (Agua)
4

Nociones de probabilidad

2.

Aleatorios: En donde el resultado del experimento no se

conoce, pero puede conocerse los posibles resultados
del mismo. En este caso, las condiciones experimentales
determinan solamente el comportamiento probabilstico
(distribucin probabilstica) de los resultados observables

No sabemos qu resultado
saldr, pero si qu valores
puede tomar.

Nociones de probabilidad

Cul es la probabilidad
de obtener una cara al
lanzar una moneda?

Cul es la probabilidad
de obtener un tres al
lanzar un dado?

Nociones de probabilidad

Cul es la probabilidad
de obtener un siete al
lanzar un dado?

Cul es la probabilidad
de obtener un nmero del 1
al 6 al lanzar un dado?
7

Nociones de probabilidad

Probabilidad

Es un nmero entre 0 y 1 que permite

cuantificar la posibilidad de ocurrencia de un
evento

0 P[ocurra un evento] 1

Nociones de probabilidad
Frecuentista (objetiva): Probabilidad de un suceso (o
evento) es la frecuencia relativa (%) de veces que
ocurrira el suceso (o evento) al realizar un experimento
repetidas veces.

En este caso:

fE
P(E) limhE lim
n
n n
9

Nociones de probabilidad

Subjetiva (bayesiana): Grado de certeza que se

posee sobre un evento. Es personal

En ambos tipos de definiciones aparece el concepto

de evento o suceso. Vamos a recordar qu son y
algunas operaciones que se pueden realizar con los
eventos.

10

Definiciones previas
Experimento Aleatorio (): Lanzar un dado y
observar el resultado
1

4
5

Punto Muestral (wi)

(Cada resultado Posible)

Espacio Muestral ()
Conjunto de todos los resultados
posibles de un experimento

N de puntos:
n() = 6

11

Experimento Aleatorio ()

n() = 6

Evento o Suceso (A, B, ..., E, ...)

Un evento E de es cualquier sub conjunto de
es decir:
E es un evento de si E .
Evento Seguro: E =
Evento Imposible: E
Evento Unitario Simple Elemental: E

Evento compuesto: E

12

Evento: Obtener un nmero par

2
4

3
5

Evento o Suceso:
Es un subconjunto
del espacio muestral
E = 2, 4, 6
N de puntos:
n(E) = 3

13

espacio muestral

Eventos o Sucesos

Cuando se realiza un experimento aleatorio diversos

resultados son posibles. El conjunto de todos los resultados
posibles se llama espacio muestral ().
Se llama evento a un subconjunto de dichos resultados.

Se llama evento contrario (complementario) de un evento A,

A, al formado por los elementos que no estn en A

Se llama evento unin de A y B, AUB, al formado por los

resultados experimentales que estn en A o en B
(incluyendo los que estn en ambos).

Se llama evento interseccin de A y B, AB o simplemente

AB, al formado por los elementos que estn en A y B
espacio muestral
UNIN

A
B

espacio muestral
A

INTERS.

espacio muestral
A
A

espacio muestral
A
B

B
14

PROBABILIDAD DE UN EVENTO:
Sea

n, ...

y sea E , un evento de
Con cada evento E, asociamos un nmero real P(E), llamado
Probabilidad de E, que satisface:
i) 0 P(E) 1
P() = 0

ii)

P(

iii)

Si E y F son eventos mutuamente excluyentes (E F =

entonces: P(E U F) = P(E) + P(F)

15

Probabilidad de Complemento

A
A

P(A) = 1 P(A)
16

Probabilidad de Complemento
En un saln de 100 alumnos, 60 son mayores de edad Cul
es la probabilidad de escoger al azar un estudiante que no sea
mayor de edad?
Sea el evento A tal que:
A : El estudiante seleccionado en mayor de edad
n(
100 60

P(A) =

40

100

60
60

P(A) = 1 -

60
100

P(A) = 40
100
17

Probabilidad de la Unin
Si adems en el aula hay 50 estudiantes hombres de los que 25
son mayores de edad; cul es la probabilidad de seleccionar al
azar un estudiante que sea mayor de edad o mujer?

Sea el evento B: se selecciona una mujer

35

15

25
25

75
n(AUB)
2
5

3
5

15
P(AUB)

0.75
100
n()
100
18

Probabilidad de la Unin

60
35

50

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

60 50 35 75
P (AUB)

0.75
100 100 100 100
19

cul

es la probabilidad de seleccionar al azar un estudiante que no

sea mayor de edad no sea mujer?

P( A B) P( A B) 1 P( A B)
P( A B) 1 0.35 0.65
cul

es la probabilidad de seleccionar al azar un estudiante que no

sea ni mayor de edad ni mujer?

P( A B) P( A B) 1 P( A B)
P( A B) 1 0.75 0.25
20

PROBABILIDAD DE UN EVENTO
ESPACIOS MUESTRALES FINITOS
Sea

y sea E , un evento de

P(E) = ?

Pueden darse las siguientes situaciones:

A. Si E est constituido por un solo elemento (Evento elemental):

E = i = 1, 2, ......, n.
A cada evento elemental E = le asignamos un nmero real pi= P
llamado probabilidad del evento , que satisface:
i)
ii)

pi 0 ; i = 1,2, ....., n n

p
p1 + p2 + ... + pn = i 1
1
21

PROBABILIDAD DE UN EVENTO
ESPACIOS MUESTRALES FINITOS

B. Si E est constituido por k resultados (1 k n), digamos

E = j j2 jkj1. j2, .... ,jk, representa cualquier ndice k de 1 a n.

De modo que:
P(E) = P( j j2 jk); es decir:
P(E) = P( j j2 jk)
P(E) = P( j P( j2 P jk); de donde:

P(E) = pj1 + pj2 + .... + pjk

22

PROBABILIDAD DE UN EVENTO
ESPACIOS MUESTRALES FINITOS

Ejemplo: Suponga que un experimento tiene slo 3 resultados

posibles (w1, w2 y w3). Suponga adems que la ocurrencia de W1 es
dos veces mas probable que la de W2, la cual es tres veces mas
probable que w3. Hallar pi = P({wi}) ; i=1, 2, 3.

En este caso:

p1 = 2p2 y p2 = 3p3,

Pero como: p1 + p2 + p3 = 1, se tiene que:

6p3 + 3p3 + p3 = 1; de modo que:

p1 = 6/10; p2 = 3/10 y p3 = 1/10

3 , adems:

23

PROBABILIDAD DE UN EVENTO
ESPACIOS MUESTRALES FINITOS

RESULTADOS IGUALMENTE PROBABLES

Suposicin frecuente: Todos los resultados son igualmente probables

Sea: E = j j2 jk un evento de

donde: p1 = p2 = .... = pn = p; en este caso se tiene que:

P(P( n
Adems:

p1 + p2 + ... + pn = 1

De donde:

np = 1

pi = p = 1/n; i =1, 2, ..., n

De modo que:

P(EP( j1 j2 jk
= p1 + p2 + ...... + pk = kp

Es decir:

P(Ek/n

24

El mtodo anterior para evaluar P(E), a menudo se indica

de la siguiente manera:

N de maneras que E ocurre

P[E]=
N de maneras que puede ocurrir

25

Probabilidad de Unin
Supongamos nuevamente el experimento que consiste en lanzar una
dado, y sean A y B los eventos definidos de la siguiente manera:

A: obtener un nmero par

B: Obtener un nmero menor o igual que 3.

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

3
5

26

Probabilidad
de Unin

11

22
33

4
6
5

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

3+31
6
3 +
3
6
6

1
6

5
= 6

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

27

PROBABILIDAD DE UN EVENTO:
E
1

4
5

P[E] =

= 0.5

N puntos del evento

P[E] =
N puntos del espacio muestral

N( E )
P[E] = NN(
28

Probabilidad Condicional
Si se lanza un dado Cul es la probabilidad de obtener un
nmero menor de 4 SI sabemos que el nmero que ha salido es
par?
A: obtener un nmero par
B: obtener un nmero menor de 4.

2
3

4
6
5

P(B/A)
Entre cuntos
puntos
muestrales se
debe escoger?

29

Slo entre tres: el nmero de puntos del evento A

2
3

P(B/A) =

1
3

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

n (A )

Dividiendo entre n () numerador y denominador

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

P (A )
30

Probabilidad de Interseccin
Cul es la probabilidad de obtener un nmero par Y que
sea menor de 4?
A: obtener un nmero par
B: obtener un nmero menor de 4.

2
3

P(AB)

P(AB) = 1
6

6
5
31

De lo anterior.....
P( B A )
P(B/A) =

P (A )

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

P (B )

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

32

Probabilidad condicionada
Se llama probabilidad de A condicionada a B, o
probabilidad de A sabiendo que pasa B:

tam

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

ao
uno de
res
pec
t
otro o al

E espacio muestral
A
B

Error frecuentiiiiiisimo:
No confundir probabilidad condicionada con interseccin.
En ambos medimos efectivamente la interseccin, pero

En P(AB) con respecto a P(E)=1

En P(A|B) con respecto a P(B)
33

Intuir la probabilidad condicionada

A

P(A) = 0,25
P(B) = 0,10
P(AB) = 0,10

P(A) = 0,25
P(B) = 0,10
P(AB) = 0,08

Probabilidad de A sabiendo que ha pasado B?

P(A|B)=1

P(A|B)=0,8
34

Intuir la probabilidad condicionada

A

B
B

P(A) = 0,25
P(B) = 0,10
P(AB) = 0,005

P(A) = 0,25
P(B) = 0,10
P(AB) = 0

Probabilidad de A sabiendo que ha pasado B?

P(A|B)=0,05

P(A|B)=0
35

Algunas reglas de clculo prcticas

Cualquier problema de probabilidad puede

resolverse en teora mediante aplicacin de los
axiomas. Sin embargo, es ms cmodo conocer
algunas reglas de clculo:

P(A) = 1 - P(A)

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

P(AB) = P(A) P(B|A)

= P(B) P(A|B)

Prob. de que Ocurran A y B es la prob. de A y que tambin ocurra B

sabiendo que pas A.
36

Independencia de eventos

Dos eventos son independientes si el que

ocurra uno, no aade informacin sobre el
otro.

A es independiente de B
P(A|B) = P(A)
P(AB) = P(A) P(B)

37

Ejemplo (I)

CLASIFICACION
ADMINISTRACION
CONTABILIDAD
ECONOMIA
TOTAL

MAYOR DE 21 AOS
NO
SI
189
280
108
359
6
58
303
697

TOTAL
469
467
64
1000

Se ha repetido en 1000 ocasiones el experimento de

elegir a una estudiante mujer de la poblacin de
estudiantes de la URP. El resultado est en la tabla.
Cul

es la probabilidad de que una estudiante mujer

sea estudiante de Economa?

P(Economa)=64/1000=0,064=6,4%

Nocin frecuentista de probabilidad

38

Ejemplo (II)

CLASIFICACION
ADMINISTRACION
CONTABILIDAD
ECONOMIA
TOTAL

469
467
64
1000

Estudiar Contabilidad y estudiar Economa son eventos disjuntos

Contabilidad Economa =
P(Contabilidad Economa) = 0

Probabilidad de estudiar Economa o ser mayor de 21 aos?

P(Economa U Mayor de 21 aos)=64/1000+697/1000-58/1000=0,703

TOTAL

Probabilidad de estudiar Contabilidad o Economa?

P(Contabilidad U Economa)=467/1000+64/1000=0,531

MAYOR DE 21 AOS
NO
SI
189
280
108
359
6
58
303
697

No son eventos disjuntos

Economa Mayor de 21 aos

Probabilidad que una mujer estudie Administracin?

P(Administracin)=469/1000=0,469
P(Administracin)=1-P(Administracin)=1-P(Contabilidad U Economa)
=1-0,531=0,469

39

Ejemplo (III)

CLASIFICACION
ADMINISTRACION
CONTABILIDAD
ECONOMIA
TOTAL

TOTAL
469
467
64
1000

Si es mayor de 21 aos probabilidad de estudiar economa?

MAYOR DE 21 AOS
NO
SI
189
280
108
359
6
58
303
697

P(Economa|Mayor de 21 aos)=58/697=0,098

Probabilidad de ser mayor de 21 aos y estudiar Economa?

P(Mayor de 21 Economa) = 58/1000=0,058

Otra forma:

P(Mayor 21 aos Economa)= P(Mayor 21 aos) X P(Economa) (Mayor 21 Aos)

697

58

1000 697

58
1000

0,058

40

Ejemplo (IV)

CLASIFICACION
ADMINISTRACION
CONTABILIDAD
ECONOMIA
TOTAL

MAYOR DE 21 AOS
NO
SI
189
280
108
359
6
58
303
697

TOTAL
469
467
64
1000

Son independientes mayor de 21 aos y estudiante de Economa?

Una forma de hacerlo

P(Economa)=64/1000=0,064
P(Economa|mayor de 21 aos)=58/697=0,098
La probabilidad de estudiar economa es mayor si ha ocurrido que
la persona es mayor de 21 aos. Aade informacin extra. No son
independientes!

Otra forma?

P(Mayor de 21 Economa) = 58/1000 = 0,058

P(Mayor de 21) P(Economa)= (697/1000) x (64/1000) = 0,045
La probabilidad de la interseccin no es el producto de
probabilidades. No son independientes.
41

Sistema exhaustivo y excluyente de eventos

Son una coleccin de eventos
A1

A2

A1, A2, A3, A4

Tales que la unin de todos ellos forman
el espacio muestral, y sus intersecciones
son disjuntas.
Recuerdas cmo formar intervalos en tablas
de frecuencias?
A1

A3

A4
Evento
seguro

A2
A3
A4
42

Divide y vencers

Todo evento B, puede ser descompuesto

en componentes de dicho sistema.
A2

A1

B = (BA1) U (BA2 ) U ( BA3 ) U ( BA4 )

B
A1
A3

A4

Evento
seguro

Nos permite descomponer el problema B en

subproblemas ms simples. Es cierto, Funciona.

A2

A3

A4

43

Teorema de la probabilidad total

A2

A1

Si conocemos la probabilidad de B en cada uno de los

componentes de un sistema exhaustivo y excluyente de
eventos, entonces
podemos calcular la probabilidad de B.

B
P(A1)
P(A2)
A3

A4

Evento
seguro

A2

P(A3)
P(A4)

P(B) = P(BA1) + P(BA2 ) + P( BA3 ) + P( BA4 )

A1

A3
A4

P(B|A1)
P(B|A2)
P(B|A3)

B
B
B

P(B|A4)
B

=P(A1) P(B|A1) + P(A2) P(B|A2)+

44

Ejemplo (I): En esta aula el 70% de los alumnos son

mujeres. De ellas el 10% son fumadoras. De los
hombres, son fumadores el 20%.
T. Prob. Total.
Hombres y mujeres forman un sistema exhaustivo y excluyente
de eventos

Qu porcentaje de fumadores hay?

0,7

P(F) = P(MF) + P(HF)

= P(M)P(F|M) + P(H)P(F|H)

0,9
No fuma

Estudiante

=0,7 x 0,1 + 0,3 x 0,2

= 0,13

Mujer

0,1

Fuma

0,2

0,3

13%

Las

rutas a travs de nodos representan intersecciones.

Las

bifurcaciones representan uniones disjuntas.

Fuma

Hombre
0,8

No fuma
45

Teorema de Bayes
A2

A1

si ocurre B, podemos calcular la

probabilidad (a posteriori) de ocurrencia
de cada Ai.

A3

Si conocemos la probabilidad de B en
cada uno de los componentes de un
sistema exhaustivo y excluyente de
eventos, entonces

A4

P(B Ai)
P(Ai | B)
P(B)

donde P(B) se puede calcular usando el teorema de la probabilidad total:

P(B)=P(BA1) + P(BA2 ) + P( BA3 ) + ( BA4 )
=P(B|A1) P(A1) + P(B|A2) P(A2) +
46

Ejemplo (II): En esta aula el 70% de los alumnos son mujeres. De ellas el
10% son fumadoras. De los varones, son fumadores el 20%.

Qu porcentaje de fumadores hay?

P(F) = =0,7 x 0,1 + 0,3 x 0,2 = 0,13

(Resuelto antes)

0,1

Se elije a un individuo al azar y es fumador

0,7
Probabilidad de que sea un hombre?

Mujer

Fuma

0,9
No fuma

Estudiante

P( H F ) P( H ) P( F | H )
P( H | F )

P( F )
P( F )
0,3 0,2

0,46
0,13

0,2

0,3

Fuma

Hombre
0,8
No fuma
47