Vous êtes sur la page 1sur 28

INTRODUCCIN AL CLCULO DE

PROBABILIDADES
El objetivo de toda ciencia es tratar de describir y
comprender los fenmenos de la naturaleza.
DESCRIPCIN DETERMINSTICA: Se presenta cuando se tienen
fenmenos en los cuales una misma accin produce siempre los
mismos resultados. Ejemplo: Cada libre de un cuerpo
Descripcin

Modelo Matemtico:

DESCRIPCIN NO DETERMINSTICA: Se presenta cuando se


tienen fenmenos en los cuales, al observarlos, el resultado no
puede predecirse de antemano con certeza (Incertidumbre).
Ejemplo: Lanzar un dado. Observar el nmero de vehculos por
minuto. Obtener la resistencia a la compresin en un cilindro.
Descripcin

Modelo Probabilstico

Describe las POSIBILIDADES existentes de que ocurran ciertos


eventos cuando la poblacin es muestreada.

CLCULO DE PROBABILIDADES: Teora matemtica para describir e


interpretar los fenmenos aleatorios mediante la construccin de los
modelos probabilsticos.
EXPERIMENTO ALEATORIO: Cualquier experimento cuyos resultados
no se pueden predecir.
ESPACIO MUESTRAL: S: Conjunto formado por todos los resultados
posibles de un experimento aleatorio .

1: Lanzar un dado S1= {1,2,3,4,5,6 }


2: Se seleccionan 2 vehculos de 4 vehculos en un parqueadero.
S2= {(A,B), (A,C), (A,D), (B,C), (B,D), (C,D)}

3: Solicitar la licencia de conduccin hasta obtener una vencida.


S3= {1, 2,3, 4 .. }

4: Elegir un punto en un segmento de recta


S4= { s/s es un punto en
B
El Espacio Muestral puede ser:

Finito (S1, S2)


Infinito numerable S3
Infinito no numerable S4

SUCESO EVENTO: Cualquier subconjunto de S.


A={ 2, 4,6} , B={ 1, 3,5} , C={ 5,6} son sucesos de S1
Suceso Complementario:

= { a S / a A} ;

A
B

=B

A
A

B
B

B
Verificacin de un suceso: A se verifica ( A ocurre) si el resultado
del
experimento es un elemento de A.
B ocurre si al lanzar un dado el resultado es un nmero impar.
A
# A: Casos favorables
#S: Casos posibles

B B

Sea a S el resultado de un experimento aleatorio


Si a A

A ocurre.

Si a A

Si a A

Si a A

A`

A no ocurre.

Al menos uno de los sucesos A o B ocurre.

A y B ocurren simultneamente.

B`

Ni el suceso A ni el suceso B ocurren.

Si a A

B`

Ocurre A pero no B

A n B`
A

Si a A`

B`= (A
B)`

A y B: Excluyentes A n B =

PROBABILIDAD DE UN
SUCESO
Un suceso A puede ocurrir o no ocurrir.
Qu tan posible es que ocurra A?
Qu tan posible es que lleguen a un peaje, mas de 8 vehculos en

un minuto?
Que tan posible es obtener en un cilindro de prueba una

resistencia inferior a 300 kg/cm2 ?


Qu tan posible es obtener en una muestra de campo una

densidad Marshall entre 2.10 grm/cm3 y 2.15 grm/cm3 ?


A

P(A) : Probabilidad del suceso A: nmero que MIDE la

posibilidad de que ocurra A.


Cmo calcular este numero?

PROBABILIDAD EMPRICA
Un experimento E se repite n veces. Sea fA : numero de veces que
ocurre A
hA =

: frecuencia relativa (Probabilidad emprica)

PROPIEDADES:
1) 0 hA 1
2) hA = 1 si A siempre ocurre
3) hA = 0 si A nunca ocurre
4) hAUB = hA + hB si A y B son sucesos excluyentes

REGULARIDAD ESTADISTICA
PROBABILIDAD
TEORICA
Sea
n , n , n , . Varias secuencias de repeticiones del mismo
1

experimento
Regularidad estadstica
p= probabilidad terica
Se lanza un dado 10, 20, 30, 50 veces. A =
Probabilidad terica

Definicin Axiomtica de la Probabilidad:


Sea un experimento aleatorio y A un suceso de S. Se llama
probabilidad de A, a un nmero P(A) tal que : 1) P(A) 0

2)

P(S) = 1

3) Si A1, A2, An es una sucesin de eventos mutuamente excluyentes


entonces :

TEOREMAS:
1.
2. Sean A1, A 2, An es una sucesin de sucesos mutuamente
excluyentes entonces :

3.

4.
5.
6. Si A C B

P(A) P(B)

0 P(A) 1

ESPACIOS MUESTRALES FINITOS


S= {a1, a2, a3, .ak}
Asignacin de Probabilidades:
P({ ai })= pi tal que:
Ejemplo : Sea un dado cargado tal que P ({ i }) = Ki ,
i= 1, 2, 3, 4, 5, 6

Hallar la probabilidad de obtener un numero par.

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

P ({i}) = Ki = pi

Espacio Muestral Finito Equiprobable:

Cada resultado es igualmente probable, P({ a i })= p, i= 1,2,3. k

1 = P(S) =

probabilidad

Definicin clsica de

Ejemplo: Se lanza un dado correcto, cual es la probabilidad de


obtener un par.
S = {1, 2, 3, 4, 5, 6}, P({i}) =
, A = {2, 4, 6}, P(A) =
Ejemplo: Se lanzan 2 dados correctos. Hallar la probabilidad de que:
i. Los resultados en ambos dados sean iguales
ii. La suma de los resultados sea menor o igual a 4
iii. Los resultados sean iguales o su suma sea a 4

S= {(1,1),(1,2), .(1,6),(2,1),(2,3),.(2,6).(6,1),(6,2),..(6,6) }
36 casos posibles.

P({ i, j)} =

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


B={(1,1),(1,2),(1,3),(2,1),(2,2),(3,1)}

B={(1,1),(2,2)} ; A U B= { (1,1),(2,2),(3,3),(4,4),(5,5),(6,6),(1,2),(1,3),

(2,1),(3,1)}

i. P(A)=

ii. P(B)=
iii.P(AUB) = P(A) + P(B) - P(A

B) =

Ejemplo: Se tienen 5 vehculos:2 de servicio publico y 3 servicio


particular. E :Se eligen al azar dos vehculos. Hallar la probabilidad
de que:
i) ambos sean de servicio particular
ii)Uno de servicio particular y otro de servicio publico.

S = {( s1, s2 ), (s1 , s3), (s1 , P1 ), (s1 , P2 ), (s2, s3 ),(s2 , P1 ),(s2 , P2 ),

(s3 , P1 ), (s3

P({ ai } ) =

P2 ), (P1

P2 ) }.

A = {( s1, s2 ), (s1 , s3), (s2, s3 ) }


B= {(s1 , P1 ), (s1 , P2 ), (s2 , P1 ), (s2 , P2 ), (s3 , P1 ), (s3

P2 )}

i) P(A) =
ii)P(B) =
Ejemplo: a) Si hay 15 vehculos, 10 son de servicio particular y 5 son
de servicio publico. Hallar la probabilidad de que todos sean de
servicio particular.
b) 3 sean de servicio particular y 2 sean de servicio pblico.

ELEMENTOS DE ANALISIS
COMBINATORIO

Principio de la Multiplicacin :
Si un experimento aleatorio se tiene que hacer en k etapas y la
etapa i se puede realizar de ni (i=1,2,k) formas diferentes,
entonces el experimento puede hacerse (en el orden dado) de
n1 x n2 x..nk formas diferentes.

Ejemplo: Cuantas placas pueden haber en Colombia ?


26x26x26x10x10x10 =
17.576.000
26 26 26
10 10 10
Sean a,b,c,d,e.q: m elementos. Considere los siguientes
grupos :
ab- abc- bca- abe- abcd.
En que se diferencian los grupos?

Numero de elementos
Orden
Permutaciones
Clase
Combinaciones
Cuntos grupos se pueden formar en cada caso?
Permutaciones de n elementos de orden k:

Grupos que se diferencian en orden y clase.


1
2
k
.
n

n-1

n-2

Pk=

n-(k-1)

Permutaciones con repeticin:

PkR =

Permutaciones de m elementos: Pm =

Se diferencian los grupos en solamente el ORDEN

COMBINACION DE n ELEMENTOS DE
ORDEN
k
Grupos que se diferencian solamente en la CLASE de elementos.
n

Ck =?
n

Ck

Pk = k! nCk

Numero
Combinatorio

Ejemplo: En una carrera compiten 12 carros, De cuantas maneras pueden


llegar los 3 primeros?

a,b,c,d,e,f,g,h,I,j,k,l.
CLASE
12

daf- ehk- fad : se diferencian en ORDEN Y

= 12 x 11x 10 = 1320.

Ejemplo 2.24: En un estacionamiento hay 5 espacios. Si llegan 2


autos y 3 buses. Cul es la probabilidad de que los autos
queden juntos?
1
2
3
4
5
Casos posibles :
= 5!= 120
Casos favorables:
entonces : 2x
= 2x4!
=2x24= 48
A1
A2 B1 B2 B3
P(autos queden juntos) =
= 0.4
Ejemplo 2.20:
15 vehculos
10 servicio particular
5 servicio publico
E: Se seleccionan al azar una muestra de 5 vehculos, Hallar:
i. El numero total de muestras posibles
ii. La probabilidad de seleccionar 3 vehculos particulares y 2
pblicos

PROBABILIDAD
CONDICIONAL
Considere el siguiente problema: Se lanza un dado, si el
resultado es un numero par (B). Cul es la probabilidad
de que el numero sea mayor o igual a 4 ?
Si ocurre B. Cual es la probabilidad de que ocurra A
Se escribe P(A/B) : probabilidad de A dado B.

S= {1,2,3,4,5,6}, B= {2,4,6}, A={4.5,6},


Se desea la probabilidad de que un elemento este en A
sabiendo que esta en B.
A

B
6
1

4
3

P(A/B)=

Ejemplo 2.28: La tabla siguiente muestra la clasificacin de


20 accidentes segn el tipo de vehculo y la gravedad del
accidente.
VEHICULO

FATAL

NO FATAL

TOTALES

Serv. Publico

11

Serv.
Particular

Totales

12

20

E: Se selecciona al azar un accidente. Hallar:


i) La probabilidad de que el accidente sea fatal
ii) La probabilidad de que el accidente sea de un vehculo
particular
iii)La probabilidad de que el accidente sea fatal y haya sido de
un vehculo particular
iv)La probabilidad de que le accidente sea no fatal y
corresponda a un vehculo publico.

vi. Si el accidente ha sido fatal, Cual es la probabilidad

de que el vehculo sea particular?


vii. Si el accidente es de un vehculo particular, Cul es
la probabilidad de que haya sido fatal?
Sea :
A1
A2
B1
B2

i)
ii)

: Accidente fatal
: Accidente no fatal
: Accidente de vehculo publico
: Accidente de vehculo particular

P(A1 )=
Marginales
P(B2 )=

= 0.4
= 0.45

Probabilidades

iii.

P(A1

B2 )=

= 0.10

iv.

P(A2
B1 )=
= 0.25
Probabilidades Conjuntas

v.

P(B2 / A1 ) =
Probabilidades

Condicionales
vi. P(A1 / B2 ) =

LEY DE LA MULTIPLICACION DE
PROBABILIDADES:
P(B/A) =

P(A/B) =

Ley de la Multiplicacin
P(A

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

Generalizacin:
Sean A1, A2, AK es una sucesin finita de K eventos
entonces :

Ejemplo 2.30: Se tienen 15 vehculos, 10 particulares y 5 pblicos.


Se seleccionan al azar uno a uno 5 vehculos. Hallar la probabilidad
de que:
i. Los 5 vehculos sean particulares
ii. Los vehculos seleccionados salgan alternados segn el tipo de
vehculo.
Sea

i.

ii.

INDEPENDENCIA DE
SUCESOS

Dos sucesos A y B de un espacio muestral S, son


independientes
si y solo si:
P(A/B) = P(A)

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

La probabilidad de que ocurra A no esta influenciada por


la
ocurrencia de B.
Teorema: Dos sucesos A y B son independientes si y solo si
P(A

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

Si A1 ,A2 ,A3 ..Ak son sucesos mutuamente


independientes
entonces

= P(A1).P (A2). P(A3)..P(Ak).

Ejemplo: Se lanza un dado 3 veces, Cual es la probabilidad


de que:
i)El numero 2 salga las 3 veces
ii)El numero 2 salga solamente 1 vez
Sea Ai el suceso: el 2 sale en la i-esima lanzada, es claro que
A1 , A2 y A3 son sucesos independientes.

i) P(A1 A2
ii) A1

A3 ) = P(A1). P(A2).P(A3) =
o

P[(

))U(

= P[(
]
=

A2

)U (

]
) ] + P[ (

+ x

A3

] + P[(

PROBABILIDAD TOTAL Y FRMULA DE


BAYES:
Teorema:

Si A1 , A2 , A3 , Ak son k sucesos

mutuamente excluyentes, tales que:


Para todo suceso B . Entonces:
Se tiene:
a)P(B) =
b)P

= S,

Probabilidad Total
=

Formula de Bayes

U Ak ]
A1

A2

A3

Ak)
B=

Ak

P(B)= P

B= (B

B= B
B= B

[A1 U A2 U A3

A1) U (B

A2) U.(B

; B

A i son

excluyentes.

Probabilidad Total
Formula de Bayes

Ejemplo: por estudios estadsticos se sabe que el 50 % de los


vehculos que transitan son Automviles, el 30% son Buses y el 20%
Camiones. Un estudio de accidentalidad revela que el 1% de los
automviles tienen algn tipo de accidente, el igual que el 3% de los
buses y el 4% de los camiones.
A.Cul es la probabilidad de que un vehculo elegido al azar sea
automvil y haya tenido un accidente.
B.Cul es la probabilidad de que un vehculo elegido al azar tenga
algn tipo de accidente.
C.Si un vehculo ha tenido un accidente, cual es la probabilidad de
que sea un automvil, que sea un bus, que sea un camin.
Eventos involucrados:
A1: automvil
A2: buses
A3: camiones
B: tener un
accidente
P(A1)= 0.50 ; P(A2)=0.30 ; P(A3)= 0.20
P(B/A1)= 0.01 ; P(B/A2)= 0.03 ; P(B/A3) = 0.04
A.P(A1
B) = P(A1). P(B/A1)= 0.50 (0.01) = 0.005
B.P(B) = P(A1). P(B/A1) + P(A2). P(B/A2) + P(A3). P(B/A3) = 0.022
C.P(A1/B)= P(A1).P(B/A1) / P(B) = (0.5*0.01)/0.022 = 0.227