Probabilidad

UNIVERSIDAD AUTONOMA DE AGUASCALIENTES

Conceptos generales
Experimento con incertidumbre: es toda accin u observacin que puede
generar uno o varios resultados y no sabe de antemano cual de ellos va a
ocurrir.
Evento o suceso: es un resultado de un experimento u observacin
Espacio muestral: es el conjunto de todos los resultados posibles de un
experimento con incertidumbre.
El espacio muestral se representa por un conjunto S y los eventos son
subconjuntos de S.

Probabilidad
La probabilidad de una medida es la posibilidad de que ocurra un evento.
Existen tres formas de definir la probabilidad:
1. Enfoque clsico: la probabilidad de cada resultado esta en funcin del
numero de resultados posibles por la estructura de experimento.

P(A) =

# ""
#

Ejemplo: lanzamiento de un dado. Se considera la forma del objeto y los

eventos posibles.

Probabilidad
2. Enfoque clsico emprico: tambin llamado de frecuencia relativa, en
esencia es igual que la probabilidad clsica. La probabilidad se conoce
hasta despus de realizar el experimento. Entre mas veces se realiza el
experimento mas se acerca la frecuencia emprica a la probabilidad
terica.

P(A) =

# ""
#

Ejemplo: se lanza un dado n veces y se cuenta cuantas veces se ha salido

cada cara del dado.

Probabilidad
3. Enfoque subjetivo: es una evaluacin que depende del conocimiento que se
tiene del fenmeno, depende de la experiencia del observador.
Ejemplo: Qu tan probable es que una persona joven y aparentemente sana
que presente dolor en las articulaciones tenga artritis?
El especialista tiene una opcin por su experiencia y puede hacer un
diagnostico (el dolor que presenta el paciente puede ser debido a un ejercicio
violento).
Nota: para definir una medida de probabilidad debe existir cierta regularidad en
el fenmeno que se observa.

Axiomas de probabilidad
1. La probabilidad de cualquier evento tiene un valor entre 0 y 1
2. La probabilidad del espacio muestral es 1, es decir, la suma de las
probabilidad de de todos los resultados posibles es 1.
P(S) = 1

3. La probabilidad del evento que no ocurre nunca (conjunto vaco ) es

igual a 0
P() = 0
4. La probabilidad de que un evento No Ocurra es igual a:

P(No Ocurra) = 1 P(Si Ocurre)

Axiomas de probabilidad
Si dos eventos A y B son excluyentes su ocurrencia simultanea es
imposible (A B= ) entonces se cumple que:
P(A B) = P(A) + P(B)

Probabilidad condicional
P(AB) = P(A B) / P(B)
Se lee probabilidad de A dado B.
Definicin de eventos independientes: Si la probabilidad de A donde B no
depende de B, o sea que
P(A|B) = P(A)
Se dice que A y B son eventos independientes.

Particin de un conjunto
1. Si una familia de subconjuntos A, B, C, , Z del espacio muestral S cumple
que:
AUBUCUUZ= S

L unin de todos los subconjuntos es igual a S

Particin de un conjunto
2. Si la interseccin de todos los conjuntos tomados dos en dos es vaca,
entonces esa familia recibe el nombre de particin de S
AB=AC==YZ=

Algebra de probabilidad

Variables aleatorias independientes

Sean X1, X2, , Xk. k variables aleatorias independientes, esto es, la
probabilidad conjunta es igual al producto de las probabilidades
marginales
P(X1, X2, , Xk) = P(X1)P(X2)P(Xk)

Regla de la cadena
Se cumple siempre.
P(X1 , X2,, Xk) = P(X1 | X2,, Xk) P(X2 | X3,, Xk) P(X3 | X4,, Xk) P(X5 | X6,,
Xk) P(Xk-1 | Xk) P(Xk)

Esperanza matemtica
Sea X una variable aleatoria discreta que toma solo los valores X1, X2, X3,
X4 con distribucin de probabilidad P(X)
El valor esperado se define como :
E(X) = Xi P(Xi)

Ejemplo:
X

P(X)

0.2

0.4

0.3

0.1

E(X) = (1)(0.2)+(2)(0.4)+(3)(0.3)+(4)(0.1) = 0.2+0.8+0.9+0.4 = 2.3

Distribucin conjunta
Sean X y Y dos variables aleatorias que ocurren simultneamente.
Entonces la probabilidad conjunta se denota por:
P(X = xi, Y = yj) = p(xi, yj)

L esperanza matemtica de (X,Y) es

E(X, Y) = i j xi yj p(xi, yj)
Si X y Y son independientes entonces se cumple:
P(xi, yj) = p(xi)p(yj)

Funcin de una variable aleatoria

Sea X una variable aleatoria y sea f(X) una funcin de la variable aleatoria
X, entonces f(X) es tambin una variable aleatoria.
Ejemplo: En el lanzamiento de una moneda, gano 2 pesos cada vez que
cae guila y si no pierdo 2 pesos.
La distribucin de la nueva variable aleatoria
P(ganar 2 pesos) = 0.5

P(perder 3 pesos) = 0.5

Distribucin marginal
P(X = xi) = j P(X = xi, Y = yj) = j p(xi, yj)
Ejemplo: la distribucin conjunta esta en el cuerpo de la tabla.

Y
X

y1

Y2

P(X)

X1

0.2

0.4

0.6

X2

0.1

0.3

0.4

P(Y)

0.3

0.7

Propiedades de la esperanza
matemtica
1. E(X + Y) = E(X) + E(Y)
2. E(kX + vY) = kE(X) + vE(Y)
3. E(k) = k

Teorema de Bayes
Sea A un evento y sea B1,B2, , Br una particin de S, entonces a partir de
la formula de la probabilidad condicional se puede escribir:
1. P(Bi | A) = P(Bi A) / P(A)

2. P(A | Bi) = P(Bi A) / P(Bi)

Teorema de Bayes
Por ser B1, B2, , Br una particin, P(A) puede ser escrita como:
P(A) = j P(A | Bj) P(Bj)
El teorema de Bayes es la expresin:
P(Bi | A) = P(A | Bi) / j P(A | Bj)P(Bj)