Professional Documents
Culture Documents
PROBABILIDAD
PROBABILIDAD
El concepto de probabilidad es manejado por
mucha gente. Frecuentemente se escuchan
preguntas como las que se mencionan a
continuacin:
Cul es la probabilidad de que me saque la
lotera o el KINO ?
Qu posibilidad hay de que me pase un
accidente automovilstico ?
Qu posibilidad hay de que hoy llueva ? para
llevar mi paraguas o no.
Existe alguna probabilidad de que repruebe mi
ltima prueba?,
PROBABILIDAD
Estas preguntas en el lenguaje coloquial esperan
como respuesta una medida de confianza
representativa o prctica de que ocurra un
evento futuro, o bien de una forma sencilla
interpretar la probabilidad.
Fenmeno Aleatorio.-
Es un fenmeno del que no se sabe que es lo que
va a ocurrir, estn relacionados con el azar o
probabilidad.
Fenmeno Determinista.-
Es el fenmeno en el cual de antemano se sabe
cual ser el resultado.
PROBABILIDAD
Experimento aleatorio.-
Una accin que se realiza con el propsito de
analizarla. Tiene como fin ltimo determinar
la probabilidad de uno o de varios
resultados.
Se considera como aleatorio y estocstico, si
sus resultados no son constantes.
Puede ser efectuado cualquier nmero de veces
esencialmente en las mismas condiciones.
PROBABILIDAD
Un experimento es aleatorio si se
verifican las siguientes condiciones:
1. Se puede repetir indefinidamente,
siempre en las mismas condiciones;
2. Antes de realizarlo, no se puede
predecir el resultado que se va a
obtener;
3. El resultado que se obtenga, s,
pertenece a un conjunto conocido
previamente de resultados posibles.
PROBABILIDAD
Ejemplos:
Tirar dardos en un blanco determinado
Lanzar un par de dados
Obtener una carta de una baraja
Lanzar una moneda
PROBABILIDAD
Otros ejemplos de eventos:
A: que al nacer un bebe, ste sea
nia
B: que una persona de 20 aos,
sobreviva 15 aos ms
C: que la presin arterial de un
adulto se incremente ante un
disgusto
Probabilidad mediante la
frecuencia relativa
En un experimento aleatorio, la probabilidad es un
nmero que se asigna a cada suceso y que da
informacin acerca de la frecuencia con que ocurre.
Una estimacin de dicho nmero es la probabilidad
frecuencial (Pf ), que corresponde a la frecuencia
relativa del suceso al realizar el experimento.
Un experimento es equiprobable cuando todos sus
resultados tienen la misma probabilidad de
ocurrencia.
Existen dos maneras de determinar la
probabilidad de un evento:
1.- de manera terica.
2.- a partir del diagrama de rbol.
Diagrama de
rbol
OBJ: Interpretar y calcular probabilidades
mediante diagramas de rbol.
Qu es el diagrama de rbol?
Diagrama de rbol
Los diagramas de rbol permiten
representar grficamente los espacios
muestrales de experimentos aleatorios
formados por varias etapas o que se repiten
dos o mas veces. De esta manera, se
puede calcular la probabilidad de ocurrencia
de cada uno de los sucesos.
Espacio Muestral
Es el conjunto de todos los posibles resultados
de inters de un experimento dado, y se le
denota normalmente mediante la letra S.
Ejemplos:
1.- Experimento: Se lanza una moneda.
Espacio muestral = total de formas en como
puede caer la moneda, o sea dos formas de
inters, que caiga cara o que caiga sello. (Si
cae de canto no es de inters y se repite el
lanzamiento).
S = { c, s }
2.- Experimento: Se lanza un dado.
Espacio muestral = total de caras en que puede
caer el dado, o sea seis formas de inters:
S = { 1, 2, 3, 4, 5, 6 }
PROBABILIDAD
Los eventos aleatorios se denotan normalmente
con las letras maysculas A, B, C, ...
b) Si Antonio no consume
carne, cuntas
posibilidades de men
existen para l?
Interpretemos un diagrama de
rbol
Interpreta la informacin dada en el diagrama de rbol.
S = {(1, C), (1, S), (2, C), (2, S), (3, C),
(3, S), (4, C), (4, S), (5, C), (5, S), (6, C),
(6, S)}
3
Ejercicio de prctica
Representa cada experimento por medio
de un diagrama de rbol.
a) Lanzamiento de un dado y de una
moneda.
b) Lanzamiento de una moneda y de un
dado.
c) Qu sucede con el espacio muestral en
los experimentos a y b? Por qu?
a) Lanzamiento de un dado y de
una moneda.
b) Lanzamiento de una moneda
y de un dado.
c) Qu sucede con el espacio
muestral en los experimentos a
y b? Por qu?
En el experimento 1,
S = { s, a }, s y a son sucesos elementales
N(S) = 2
En el experimento 2,
S = { 1, 2, 3, 4, 5, 6 }, 1, 2, 3, 4, 5 y 6 son
sucesos elementales, y
N(S) =6
A = Que caiga un uno = { 1 }
B = Que caiga un dos = { 2 }
: : :
F = Que caiga un seis = { 6 }
PROBABILIDAD
Evento Compuesto.- Es el evento E que contiene
ms de un punto muestral de S, por tanto
N(E) > 1
Evento simple:
B:Que salgan tres soles; B ={ (S,S,S) } , N(B) = 1
Evento compuesto:
E: Que salgan al menos dos soles;
E = { (S,S,S), (S,S,A), (S,A,S), (A,S,S) }, N(E) = 4
A B
A B
S
B
1
A 3
4
5
C
2
6
A B = { 1, 3, 5 } { 3, 4 } = {1,3,4,5}, N(A B) = 4
A C = { 1, 3, 5 } { 2,4,6 } = {1,2,3,4,5,6}=S, N(A C) = N(S) = 6
B C = { 3, 4 } { 2, 4, 6 } = {2,3,4,6}, N(B C) = 4
A B C = { 1, 3, 5 } { 3, 4 } { 2,4,6 }= {1,2,3,4,5,6}=S,
N(A B C) = 6
PROBABILIDAD
S
B
A 3
4
C
S
B
1
A 3
5
C
A B = ={ 1, 3, 5 } - { 3, 4 } = { 1, 5 }, N(A B) = 2
A C = { 1, 3, 5 } - { 2,4,6 } = { 1,3,5 } = A, N( A C) = N(A) = 3
B C = { 3, 4 } - { 2,4,6 } = { 3 }, N(B-C) = 1
PROBABILIDAD
S
B
1
A 3
4
5
C
2
6
Ac = { 2, 4, 6} = C N(Ac ) = N( C )= 3
Bc = {1, 2, 5, 6 } N(Bc ) = 4
Cc = {1, 3, 5 } = A N(Cc ) = N(A) = 3
PROBABILIDAD
Probabilidad Clsica y Frecuencial.
Probabilidad frecuencial y regularidad
estadstica
Las frecuencias relativas de un evento tienden
a estabilizarse cuando el nmero de
observaciones se hace cada vez mayor.
Ejemplo: La regularidad estadstica en el
experimento del lanzamiento de monedas,
indica que las frecuencias relativas del
evento: que salga sol {s }, se tiende a
estabilizar aproximadamente en .5= 1/2.
PROBABILIDAD
Probabilidad frecuencial y regularidad
estadstica
NCF
P( A) (1)
donde NCT
NCF - nmero de casos favorables
NCT - nmero de casos totales
PROBABILIDAD
Ejemplo:
Experimento.- Se lanza una moneda
Evento A.- que al lanzar una moneda caiga
guila.
Calcular la probabilidad de A:
S = { A, S}, N() = 2
A = { A }, N(A) = 1
N ( A) 1
P( A) .5
N () 2
PROBABILIDAD
Leyes De La Probabilidad
Las relaciones que se dan entre los
eventos al ser aplicadas las
operaciones que se presentaron, se
facilitan y comprenden mejor haciendo
uso de los axiomas y teoremas de
probabilidad (Leyes de Probabilidad).
Axioma.- es una verdad evidente que no
requiere demostracin.
Teorema.- Es una verdad que requiere
ser demostrada.
PROBABILIDAD
Ejemplo.-
Experimento.- Se lanza un dado
Si A =, es decir si el evento A coincide o es igual al
espacio muestral, entonces.
N ( A) N (S )
P( A) 1
N () N ()
PROBABILIDAD
Teorema 1.- Si es el conjunto vaco,
entonces la probabilidad de es igual a 0
N ()
P() 0
N ()
Ejemplos:
Una persona que quiere ganar la lotera nacional,
pero no compra boleto.
Que aparezca un siete al lanzar un dado
Que una persona viva 250 aos
En estos casos los eventos son vacos
PROBABILIDAD
Axioma 3.- Sea un espacio muestral
cualquiera y sean A y B dos eventos tales que
A , B y A B = , es decir, dos
eventos mutuamente exclusivos, entonces
P(A B) = P(A) + P(B).
A B
A B
PROBABILIDAD
Ejemplo:
Experimento: Se lanzan dos monedas
= { ss, aa, sa, as}
N() = 4
Sean:
A: el evento de que al lanzar un par de monedas caigan
dos soles exactamente
B: el evento de que al lanzar un par de monedas caiga un
sol exactamente.
Los elementos de A y B son
A = { ss }
B = {sa, as}
Se puede ver que A B = , no hay elementos en comn,
por lo que los eventos son mutuamente exclusivos o
disjuntos, por tanto
P(A B) = P(A) + P(B)
PROBABILIDAD
N ( A) 1
P( A)
N ( ) 4
N ( B) 2
P( B)
N ( ) 4
1 2 3
P( A B) P( A) P( B)
4 4 4
PROBABILIDAD
Axioma 4.-
Sean A1, A2, A3, A4, ..., An eventos mutuamente
exclusivos:
P(A1 A2 A3 A4, ... An) =
P(A1) + P(A2) + P(A3) + P(A4) + ...+ P(An)
P( A1 A2 ... An ) P( A1 ) P( A2 ) ... P( An )
n n
P( A
i j
i Aj ) P( Ai Aj Ak ) ... P( A1 A2 ... Ak )
i j k
PROBABILIDAD
Ejemplo:
Experimento: Se lanza un dado
Sean
Evento A: que al lanzar un dado salga el 2 o el 4
Evento B: que al lanzar un dado salga un nmero
mayor a 4
Evento C: que salga el 1 o 3
A B
PROBABILIDAD
Diferencia
Sean A y B dos eventos:
A-B = { x | x A y x B }
A- B
PROBABILIDAD
Ejemplo.-
Experimento.- Se lanza un dado y una moneda
= {1s, 2s, 3s, 4s, 5s, 6s, 1a, 2a, 3a, 4a, 5a, 6a }
N() = 12
A: Al lanzar un dado y una moneda aparezcan el
nmero 2 o 3 con sol.
B: Al lanzar un dado y una moneda aparezcan
nmeros pares con sol.
A = { 2s, 3s }, N(A) = 2
B = { 2s, 4s, 6s } N(B) = 3
A B = { 2s } N(A B ) = 1
P(A B) = P(A) + P(B) - P(A B)
= 2/12 + 3/12 1/12 = 4/12 = 1/3
PROBABILIDAD
P(Ac) = 1 P(A)
PROBABILIDAD
Experimento.- Se lanza un dado y una moneda
= {1s, 2s, 3s, 4s, 5s, 6s, 1a, 2a, 3a, 4a, 5a, 6a }
N() = 12
A: Al lanzar un dado y una moneda aparezcan el
nmero 2 o 3 con sol.
B: Al lanzar un dado y una moneda aparezcan
nmeros pares con sol.
A = { 2s, 3s }, N(A) = 2
B = { 2s, 4s, 6s } N(B) = 3
Ac = { 1s, 4s, 5s, 6s, 1a, 2a, 3a, 4a, 5a, 6a }
P(Ac) = 1 P(A) = 1 2/12 = 10/12
Bc = { 1s, 3s, 5s, 1a, 2a, 3a, 4a, 5a, 6a }
P(Bc) = 1 P(B) = 1 3/12 = 9/12
PROBABILIDAD
Probabilidad Condicional.
Sea A un evento arbitrario de un espacio
muestral , con P(E) > 0. La probabilidad
de que un evento A suceda una vez que E
ha sucedido o en otras palabras, la
probabilidad condicional de A dado E, se
define como:
P( A E )
P( A / E )
P( E )
PROBABILIDAD
Eventos Independientes:
P( A / E ) P( A)
P( E / A) P( E )
P( A B) P( A) P( B)
Si no se cumplen, se dice que los eventos son
dependientes.
PROBABILIDAD
Probabilidad Condicional.
P( A E )
P( A / E )
P( E )
P( E A)
P( E / A)
P( A)
P( A E ) P( A / E ) P( E )
P( E/A ) P( A )
PROBABILIDAD
Probabilidad Condicional.
Si A y B son independientes:
P( A E ) P( A / E ) P( E ) P( A) P( E )
P( E/A ) P( A ) P(E)P(A)
P( A E ) P( A) P( E )
P( A / E ) P( A)
P( E ) P( E )
P( E A) P( E ) P( A)
P( E / A) P( E )
P( A) P( A)
PROBABILIDAD
Ejemplo:
Experimento: Lanzar un dado.
A: que al lanzar el dado caiga 3
E: que al lanzar un dado salga un impar
= {1,2,3,4,5,6}
A = {3}, E = { 1,3,5}, (AE) = {3},
P(A) = 1/6
P(A/E) = P(AE)/ P(E)
= 1/6 / 3/6 = (1)(6)/(6)(3)
= 6/18 = 1/3
PROBABILIDAD
Otra forma de calcular las probabilidades de la
interseccin y las probabilidades condicionales,
de dos eventos A y B, tal que
A AC =
B BC =
es elaborando primero la tabla de nmero de
elementos de los eventos y despus la tabla de
sus probabilidades.
Se tienen los eventos A y B y sus complementos
Ac, Bc
B Bc Total
A AB ABc A
Ac AcB AcBc Ac
Total B Bc
Tabla de nmero de elementos de A, B y sus
complementos Ac, Bc
B Bc Total
B Bc Total
Probabilidades condicionales:
Ejemplo.-
En cierta ciudad, las mujeres representan el 50%
de la poblacin y los hombres el otro 50%. Se
sabe que el 20% de las mujeres y el 5% de
hombres estn sin trabajo. Un economista
estudia la situacin de empleo, elige al azar una
persona desempleada. Si la poblacin total es
de 8000 personas,
Cul es la probabilidad de que la persona
escogida sea ?:
PROBABILIDAD
a).- Mujer
b).- Hombre
c).- Mujer dado que est empleado
d).- Desempleado dado que es hombre
e).- Empleado dado que es mujer
D E Total
M 800/8000 = .1 3200/8000= .4 4000/8000= .5
P(M) = .50
P(H) = .50
P(E) = .875
P(D) = .125
P(M/E) = P(ME)/P(E) = .40/.875 = .4571
P(D/H) = P(DH)/P(H) = .025/.5 = .05
P(E/M) = P(ME)/P(M) = .40/.5 = .8
P(M/D) = P(MD)/P(D) = .10/.125 = .8
P(H/D) = P(HD)/P(D) = .025/.125 = .2
PROBABILIDAD
INDEPENDENCIA DE n EVENTOS
P( A1 A2 A3 ... Ak ) P( A1 ) P( A2 ) P( A3 )...P( Ak )
PROBABILIDAD
Probabilidad total.-
Sean A1, A2, A3..., An eventos disjuntos
(mutuamente excluyentes), que forman una
particin de . Esto es Ai Aj = para
toda i y toda j, y adems
= A1 A2 A3 An
A2
A5
A3
A1 A4
A6
An
PROBABILIDAD
A2
A5
A3
A1 A4
E
A6
An
E
PROBABILIDAD
Entonces
E = E = (A1 A2 A3 An) E
= (A1 E) (A2 E) (A3 E)
(An E)
P(D/M2)=.04 P(M2)*P(D/M2)=.3*.04=.012
D
P(M2)=.30 M2
P(ND/M2)=.96 ND
P(D/M3)=.05
D P(M1)*P(D/M1)=.2*.05=.01
P(M3)=.20 M3
ND
P(ND/M3)=.95
P(D) = .015+.012+.01=.037
PROBABILIDAD
P( Ai ) P( E / AI )
P( Ai / E )
P( A1 ) P( E / A1 ) P( A2 ) P( E / A2 ) P( An ) P( E / An )
PROBABILIDAD
P(D/M2)=.04 P(M2)*P(D/M2)=.3*.04=.012
D
P(M2)=.30 M2
P(ND/M2)=.96 ND
P(D/M3)=.05
D P(M1)*P(D/M1)=.2*.05=.01
P(M3)=.20 M3
ND
P(ND/M3)=.95
P(D) = .015+.012+.01=.037
PROBABILIDAD
Por teorema de Bayes se tiene:
P( M 1 ) P( D / M 1 )
P ( M 1 / D)
P( M 1 ) P( D / M 1 ) P( M 2 ) P ( D / M 2 ) P ( M 3 ) P( D / M 3 )
P( M 1 ) P( D / M 1 ) (. 50)(. 03)
.4054
P ( D) .037