Probabilidades

Experimento
aleatorio
Los experimentos aleatorios () son aquellos experimentos
en los que, a pesar de conocer todos los resultados posibles,
no se puede predecir cul de ellos se va a obtener.

Por ejemplo, extraer una carta de una baraja, lanzar un

dado, extraer una bola de una urna.
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, pertenece a un conjunto
conocido previamente de resultados posibles.
 Espacio Muestral
Es el conjunto formado por todos los resultados posibles de un
experimento aleatorio. ( o S)

Ejemplo 1:
El espacio muestral asociado al experimento de lanzar una
moneda y anotar el resultado de la cara superior es :
= { C, S }
Siendo:
C = cara Punto muestral
S = sello
 Ejemplo 2
Si se considera el experimento de lanzar dos monedas sobre
una mesa y anotar los resultados de las caras superiores, el
espacio muestral es:

= { CC, CS, SC, SS }

siendo
C = cara
S = sello Punto muestral
El experimento de lanzar un dado y observar el total de
puntos en la cara superior del dado:

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

Ejercicio:
Cul es el espacio muestral al lanzar dos dados?

Ejemplo 3
Suceso o Evento
Son subconjuntos de .
Los eventos aleatorios se denotan normalmente con las
letras maysculas A, B, C, ...
Entonces : A, B, C,
Pueden contener un solo elemento, una infinidad de
elementos, y tambin no contener elemento alguno.
Suceso o Evento
Evento Imposible
Es el que nunca sucede. No se presenta al realizar un
experimento aleatorio.
Evento Seguro
Est formado por todos los resultados posibles del
experimento. Coincide con el espacio muestral y siempre
ocurre.
Algebra de eventos
Se llama suceso complementario de un suceso espacio muestral
A, A, al formado por los elementos que no estn A
A
en A

Se llama suceso unin de A y B, AUB, al

espacio muestral
formado por los resultados experimentales que A
estn en A o en B (incluyendo los que estn en B
ambos).
espacio muestral
Se llama suceso interseccin de A y B, AB o A
simplemente AB, al formado por los elementos
B
que estn en A y B
Diagrama de rbol

I II
1 3
1 2 2 3

Se toma al azar una esfera de la urna I

Se transfiere a la urna II, se mezclan bien.
Se elige, aleatoriamente, una esfera de la urna II.
Determinar el espacio Muestral.
Espacio Muestral 1 1

2 2
1
3 3
Traspasar Roja # 1 II 4
3
5
2
6
1 3
7
I Traspasar Verde # 1 II 1
8
3
9
2
10
2 3
II 11
Traspasar Verde # 2 3
12
2
Ejemplo 2
Lanzar dos monedas y observar os resultados

1 Moneda 2 Moneda Resultado

C CC
C
S CS

C SC
S
S SS
Eventos mutuamente excluyentes

Dos o ms eventos son mutuamente excluyentes o disjuntos, si no

pueden ocurrir simultneamente. Es decir, la ocurrencia de un
evento impide automticamente la ocurrencia del otro evento (o
eventos).
Ejemplos:
Al lanzar una moneda solo puede ocurrir que salga cara o sello
pero no los dos a la vez, esto quiere decir que estos eventos son
excluyentes.
Si consideramos en un juego de domino sacar al menos un
blanco y un seis, estos eventos son no excluyentes porque puede
ocurrir que salga el seis blanco.
Sucesos colectivamente exhaustivos

Dos sucesos A y B son colectivamente exhaustivos

cuando al menos uno de ellos deba ocurrir siempre
que se realiza el experimento.

Dicho en otras palabras, deber cumplirse que la

suma de todos los sucesos deber ser igual a
Espacio muestral.
 Definicin de Probabilidad
Se llama probabilidad a cualquier funcin, P, que asigna a cada suceso A un valor
numrico P(A), verificando las siguientes reglas:

P()=1 espacio muestral

100%
E espacio muestral
0P(A) 1 A
B
P(AUB)=P(A)+P(B) si AB=
es el conjunto vaco.

Podemos imaginar la probabilidad de un subconjunto como el tamao relativo

con respecto al total (suceso seguro)

Probabilidad es una medida de la incertidumbre

Tipos de Probabilidad
Terica - A Priori
P(A) = n / N
n = nmero de posible formas en queA
puede ser observado
N = nmero total de resultados posibles
Histrica (emprica-frecuencia) - A Posteriori
P(A) = n/N
n = nmero de veces que ocurrio A
N = nmero total de observaciones
Subjetiva
La Opinin de un Experto
 Propiedades

1. P() = 1
2. P() = 0
3. P(A) 1
4. P(A) = 1 - P(A)
5. Si A B P(A) P(B)
6. P(AB) = P(A) + P(B) - P(AB)
7. P(Ai) P(Ai)
8. Si A B P(B-A) = P(B) - P(AB)
 Probabilidad Condicional
Sean A, B dos sucesos tal que P(B) > 0.
La probabilidad de A condicionada a la
ocurrencia de B, denotada como P(A/B) :
P(A/B) = P(AB)
P(B)
Propiedades:
1. P(A/B) 0
2. P( /B) = 1
3. P(Ai/B) = P(Ai/B) con Ai Aj = , i, j : i j
 Probabilidad Condicional

Centra el foco de atencin en el

hecho que se sabe que han ocurrido

el evento B

A Estamos indicando que el espacio

muestral de inters se ha reducido
slo a aquellos resultados que
definen la ocurrencia del evento B
B
Entonces, P(A | B) mide la
probabilidad relativa de A con
respecto al espacio reducido B
 Probabilidad Condicional
Tambin se ha encontrado que el
5% de la piezas que no tienen
fallas superficiales son
funcionalmente defectuosas
Se ha encontrado que el 25%
de las piezas con fallas
superficiales son
funcionalmente defectuosas

Por lo tanto el 90% Se sabe que el 10% de las

no tienen fallas 100% piezas piezas manufacturadas
visibles en la Manufacturadas tienen fallas visibles en la
superficie. superficie.

Evento A = { pieza funcionalmente defectuosa}

B = { pieza tiene una falla visible en la
superficie}

P( A dado B) = P(A | B) ?
 Casos Probabilidad Condicional

P(A B ) P()
A Si A B = P(A | B) = = =0
B P(B) P(B)

P(A B ) P(A)
A Si A B = A P(A | B) = = P(A)
B P(B) P(B)

A P(A B ) P(B)
B Si A B = B P(A | B) = = =1
P(B) P(B)

P(A B )
A Si A B P(A | B) = =
B P(B)
 Probabilidad Total
Sean B1, B2,....,Bn eventos mutuamente
n

excluyentes : P( Bi ) = 1
i 1

Entoncesn
P(A) = P( A / B ) P( B )
i 1
i i

Consecuencia (Regla de Bayes):

P(Bi/A) = P(A/Bi) P(Bi)
P(A)
 Probabilidad Total

B1 B2 B5
A Equipo AB1
Fallado
AB2
AB4
AB3 Equipo
B4 Manufacturado
B3 en Planta B2

Sean B1, B2,....,Bn eventos mutuamente excluyentes

n
P(
i =1
Bi ) = 1

n
Entonces P(A) =
i =1
P(A | B ) P(B )
i i
 Regla de Bayes
Supongamos de que se elige aleatoriamente un Equipo y se
encuentra que est fallado. cul es la probabilidad que sea
manufacturado en Planta B3 ?

Se pide P(B3 | A); pero slo se conoce P(A Bi), i = 1, 2, 3, .. , k

Sabemos que P(A Bi) = P( A | Bi ) P(Bi) = P(Bi | A) P(A)

P (Bi) P (A | Bi )
P (Bi | A ) = BiBj = ; i j
P (Bi) P (A | Bi )
j j Bi = S
 Probabilidad Multiplicativa

Ley Multiplicativa:
n n 1
P (Ai ) P ( Ai ) P ( A2 / A1 ).......P ( An / Ai )
i 1 i 1

siempre que: n
P (Ai ) 0
i 1
 Regla de la Multiplicacin
El Nmero de maneras diferentes
de elegir o sacar un elemento de n2
n1
del conjunto 1 que tiene n1
elementos, luego un elemento de
un conjunto 2 que tiene n2
n2
elementos, ... , y finalmete un
elemto del k-simo conjunto que
tiene nk elemetos, en DONDE EL
n2
ORDEN COMO SE
SELECCIONA ES IMPORTANTE

n1* n2* ......* nk

Ejemplo 3.1

1) Sean A,B sucesos de un mismo modelo de

probabilidad tales que:
P(B)=0,4 P(AB)=0,7P(A/B)=0,75

Determinar:

P(A) ; P(A-B) ; P(AB) ; P(A/B)

 Solucin
P(A) = 1 - P(A)
P(AB) = P(A) + P(B) - P(AB)
P(AB) = P(A/B) P(B) = 0,75 * 0,4 = 0,3
P(A) = 0,7 - 0,4 + 0,3 = 0,6
P(A) = 0,4
P(A-B) = P(AB) = P(A) - P(AB) = 0,6 - 0,3 = 0,3
P(AB) = P(A) + P(B) - P(AB)
P(AB) = P(B) - P(AB) = 0,6 - 0,3 = 0,3
Luego P(AB) = 0,4 + 0,6 - 0,3 = 0,7
P(A/B) = P(AB) = 0,3 = 0,5
P(B) 0,4
Ejemplo
Un procesador para computadores puede provenir de cualquiera de
tres fabricantes con probabilidades: p1 = 0,25; p2 = 0,50; p3 = 0,25
Las probabilidades de que un procesador funcione correctamente
durante 10 000 horas es 0,1; 0,2 y 0,4 respectivamente para los 3
fabricantes:

i) Calcular la probabilidad de que un procesador elegido al azar

funcione durante 10 000 horas.

ii) Si el procesador funcion correctamente durante el perodo de

10 000 horas cul es la probabilidad de que haya provenido del 3er
fabricante?
 Solucin
3
i) P(C) = P(C / F ) P( F )
i 1
i i

= 0,1*0,25 + 0,2*0,5 + 0,4*0,25

= 0,225.

ii) P(F3/C) = P(C/F3) P(F3)

P(C)
= 0,4 * 0,25 = 0,444.
0,225
 Ejercicio
Los registros de la polica revelan que solo el 10% de las
victimas de accidentes que llevaban cinturones de seguridad
sufrieron heridas graves, en tanto que el 50% de los que no
usaron, sufrieron tambin serias heridas. El 60% de las
personas que viajan en automviles emplean los cinturones
de seguridad. Se llama a la polica para que investigue un
accidente en el que una persona resulta seriamente herida.
Estime la probabilidad de que llevara puesto el cinturn de
seguridad en el momento del choque.
El conductor del otro auto no sufri heridas graves.
Determine la probabilidad que ste ltimo llevara puesto el
cinturn de seguridad.
Ejercicio

Tres mquinas producen piezas fundidas de metales no

ferrosos. La mquina A produce 1% de piezas defectuosas,
la mquina B el 2%, y la mquina C el 5%. Cada mquina
produce 1/3 de la produccin total. Un inspector examina
una pieza fundida y determina que no est defectuosa.
Estime la probabilidad de que dicha pieza haya sido
producida por cada mquina.
Ejercicio

En Lima se estima que la probabilidad que lleva un da

primero de julio es 0,50 y la probabilidad que llueva los dos
primeros das de julio es 0,40. Dado que llovi el da
primero, Cual es la probabilidad que llueva el da
siguiente?
Ejercicio
En un sistema de alarma la probabilidad que se produzca un
peligro es de 0,10; si este se produce, la probabilidad que la
alarma funcione es de 0.95. La probabilidad que funcione la
alarma sin haber peligro es 0.03. Determinar la probabilidad
que haya un peligro y la alarma funcione.