Probabilidad

Introducción
En la naturaleza podemos observar distintos
fenómenos, y a partir de estas observaciones crear
modelos para explicarlos :
Se habla de modelos determinístico : cuando puedo
describir exactamente lo que va a suceder por
Ejemplo :
• las leyes gravitacionales describen muy exactamente
lo que ocurre a un cuerpo cuando cae bajo ciertas
condiciones.
• Las leyes de Kepler nos indican el comportamiento
de las planetas.
 Introducción
Sin embargo existen otros fenómenos que no
pueden ser descritos en forma exacta, por
ejemplo la cantidad de agua caída en la próxima
tormenta, porque depende de muchos factores
que no se pueden controlar como :
 velocidad del viento
 cambios de la presión, entre otros.
En estos casos se habla de Modelo Probabilístico
 Introducción
Se definirá PROBABILIDAD como la ciencia que
trata de cuantificar los posibles resultados de
un experimento en el cual esta presente la
incertidumbre o aleatoriedad.
 Experimento Estadístico
 Es un procedimiento que se realiza con el propósito de obtener
observaciones para algún estudio de interés.
 Un experimento requiere realizar pruebas o ensayos para obtener resultados
.
Tiene las siguientes características :
1. Se conocen todos los resultados posibles antes de realizar el experimento.
2. No se puede predecir el resultado de cada ensayo ( propiedad de
aleatoriedad)
3. Debe poder reproducir o repetir el experimento en condiciones similares.
4. Se puede establecer un patrón predecible a lo largo de muchas
ejecuciones del experimento ( propiedad de regularidad estadística )
Ejemplos:
1) Lanzar un dado y observar el resultado obtenido
2) Observar el tipo de defecto de un proceso producido por una empresa
Experimento Estadístico Espacio Muestral
Espacio Muestral: representado por la letra S ( también lo puede
encontrar en libros por Ω), es el conjunto de todos los resultados
posibles de un experimento .
Elemento Muestral: corresponde a cada elemento de S, se puede
denotar por con letras x1, x2,…
Según la naturaleza del experimento los elementos muestrales
pueden determinar que S sea discreto o continuo.
• S es discreto si sus elementos pueden ponerse en
correspondencia con los números naturales . En este caso S
puede ser finito o infinito numerable .
• S es continuo si los resultados corresponden a algún intervalo de
los números reales. En este caso S es infinito no numerable
 Espacio Muestral
• Ejemplos:
Experimento : Lanzar un dado y observar el resultado
Espacio muestral : S={1,2,3,4,5,6}
Clasificación : Discreto y finito
Experimento: Lanzar un dado y contar la cantidad de intentos
hasta obtener como resultado 6
Espacio muestral: S={1,2,3,….}
Clasificación : Discreto e infinito numerable
Experimento: Medir el peso en gramos de un articulo elegido al
azar
Espacio muestral S:{x/x>0, xℝ}
Clasificación : Continuo infinito
 Espacio Muestral
Como S es un conjunto, puede tener subconjuntos.
Llamaremos evento o suceso a cualquier subconjunto
del espacio muestral. Se denotan por letras mayúsculas
A,B,C,…, (también se puede denotar por E1, E2,…, )
Ejemplo1
Experimento : Lanzar un dado y observar el resultado
Espacio muestral : S={1,2,3,4,5,6}
El evento de interés es
A : el resultado es par , luego A={2,4,6}
 Espacio Muestral
• En particular el conjunto vacío y el propio S , son
eventos de un espacio muestral ya que:
• S evento imposible
• S S S evento seguro
• Evento nulo : no contiene resultados (elementos)
• Evento simple: contiene un solo resultado(1
elemento)
• Eventos excluyentes: Eventos que no contienen
resultados comunes , no ocurren simultáneamente
 Algebra de Eventos

Ya
• que los eventos son conjuntos , podemos aplicar la teoría de
conjuntos para obtener nuevos eventos de un espacio muestral.
Sean A y B eventos de un espacio muestral S (A S, B S. Se tienen
los siguientes eventos de S:
1. AB :
La unión de A con B ocurre, si y solo si , ocurre A , ocurre B o
ambos ( por lo menos ocurre uno de ellos)
2. AB:
La intersección de A con B ocurre, si y solo si ocurren A y B,
simultáneamente
Si AB =, se dice que A y B son eventos excluyentes o disjuntos.
 Algebra de Eventos

3.
• Ac
El complemento de A ocurre , si y solo si, no ocurre el evento A.
Análogamente para Bc
Ejemplo: Retomando en el ejercicio del lanzamiento de un dado y
los posibles resultados
S={1,2,3,4,5,6}
Sean los siguientes eventos:
•Obtener un número impar A={1,3,5}
•Obtener un numero par B={2,4,6}
•Obtener un numero mayor o igual a 5 C ={ 5,6}

Ac= {2,4,6} AUC= {1,3,5,6} AUB={1,2,3,4,5,6}

AB= , A y B son disjuntos; AC= {5}
 Axiomas de Probabibilidad
• Probabilidad es una función definida sobre
una clase C de subconjuntos de un espacio
muestral S, talque a un subconjunto
cualquiera A de C le asocia un número P(A) ,
llamado probabilidad de A.
• P: C →
A → P(A) , A C
P(A) debe satisfacer los siguientes Axiomas
 Axiomas de Probabilidad
• Axioma 1: P(S)=1
• Axioma 2: P(A) ≥0
• Axioma 3: P()=); = i
Estos axiomas complementan la descripción
matemática de un experimento aleatorio, la cual
consta de tres elementos fundamentales.
• Un espacio muestral S
• Una de eventos C
• La función de probabilidad P
 Axiomas de Probabilidad
• La terna (S,C,P), constituye un espacio de
probabilidad asociado a un experimento aleatorio.

• A partir de los 3 axiomas anteriores , se generan

propiedades y teoremas importantes respecto del
concepto de probabilidad
 Teorema sobre Probabilidades
• Teorema 1: Si es un conjunto vacío entonces:
P()=0
El reciproco no es verdadero es decir si P(A) =0, no
se puede concluir que A=
• Teorema 2:
P(Ac)=1-P(A), A, Ac S
• Teorema 3:
P(AUB)=P(A)+P(B)-P(AB) , A,B S
• Teorema 4:
Si A B, entonces P(A) ≤ P(B) A,B S
 Teorema sobre Probabilidades
• Teorema 5:
0 ≤P(A)≤1
La probabilidad de un evento esta entre 0 y1
• Teorema 6:
P(A-B)=P(A)-P(AB)=P(ABc)
Asignación de valores de probabilidad
1 ) Empírica o frecuentista:
La proporción de veces que un evento tuvo el
resultado esperado, respecto al total de eventos
realizados

2) Mediante modelos matemáticos : serán vistos mas

adelante en variables aleatorias discretas y continuas
 Asignación de valores de probabilidad
• Asignación Clásica :
3)
Su origen es la teoría de juegos, el valor de
probabilidad es la relación entre la cantidad de
resultados que se consideran favorables para el
evento de interés , respecto del total de resultados
posibles (Espacio muestral)
S: Espacio muestral
A: Evento de interés
N(A) y N(S) la cardinalidad de A y S respectivamente
Entonces P(A)=
 Asignación de valores de probabilidad
Ejemplo: Calcular la probabilidad de lanzar una vez un
dado y una moneda y se obtenga un número par y
sello.
Espacio muestral :
S ={(1,c),(2,c),(3,c),(4,c),(5,c),(6,c),(1,s),(2,s)(3,s),(4,s),(5,s),(6,s)}
A={(2,s),(4,s),(6,s)}

P(A)= 3/12=0,25
 Ejercicios
Decida cual de las siguientes situaciones constituyen un
experimento aleatorio y cuales constituyen un
experimento determinístico.
a) Lanzar una moneda al aire
b) Situación climática de las próximas horas
c) Aceleración de gravedad de un cuerpo en caída libre
d) N° de clientes que ingresan en un banco en un minuto
e) Volumen de un gas sometido a una cierta presión bajo
temperatura constante
 Ejercicios
Describir el espacio muestral de los siguientes
experimentos aleatorios.
a) Se mide la vida útil de un componente
electrónico recién fabricado
b) Se lanza una moneda al aire 3 veces
c) Se lanza un dado 2 veces
 Ejercicios
En general cuando se trata de lanzamientos
Para calcular el número de elementos del
espacio muestral asociado al lanzamiento de un
dado o una moneda , Se puede contabilizar de la
siguiente forma.
(n° de posibilidad de cada lado)n° de lanzamientos
 Ejemplos
1)Cuantos elementos tiene el espacio muestral el
experimento de lanzar dos dados una vez
El primer dado puede caer de n1=6 maneras posibles ,
el segundo dado también puede caer de n2=6
maneras posibles.
El par de dados puede caer de n1n2=6*6=36 formas
posibles
2) Se lanza un dado y dos monedas simultáneamente
n1(dado)=6 ; n2(moneda1)=2 ; n3(moneda2)=2
n1n2n3=6*2*2=24 posibles resultados
 Ejercicios
A una clase y Estadística , asisten 25 alumnos
Ing Civil Industrial 10 alumnos de Ingeniería
Civil en minas ; 8 alumnos de Ing.Civil.
Si el profesor escoge al azar a un estudiante
¿Qué probabilidad hay de que:
a) El estudiante sea de I.C.Industrial
b) El estudiante sea de I.C.Minas o Ing. Civil
 Ejercicios
•Solución:
Denotaremos los eventos por :
ICI: Un estudiante pertenece a Ing Civil Industrial
ICM: Un estudiante pertenece a Ing.Civil en minas
IC: Un estudiante pertenece a Ing.Civil
S={Todos los estudiantes de la clase de Estadística } (43 )
a) P(ICI)=25/43=0,58
b) P(ICM IC ) = P(ICM)+P(IC)= 10/43+ 8/43=0,23+0,18=0,41
 Ejercicios
Si la probabilidad que un estudiante apruebe Algebra Lineal es 0,7,
la probabilidad que apruebe Inglés es 0,8 y la probabilidad que
apruebe ambas materias es 0,6 ¿Cuál es la probabilidad de que el
estudiante apruebe al menos una de estas dos materias ?

• Que eventos puede distinguir

• Que propiedad o teorema aplicaría y porque
 Ejercicio
•• Sean A y B eventos de S tales que
P(A) =0,35 (probabilidad de que ocurra A )
P(Bc)=0,27 (probabilidad de que no ocurre B)
P(AcB)=0,59 (probabilidad que ocurra solo B)

Calcule :
a) P(AB) Probabilidad que ocurra A y ocurra B
b) P(AUB) Probabilidad que ocurra A o ocurra B
c) P(AUBc) Probabilidad que ocurra A o no ocurra B
d) P(AcUBc) Probabilidad de que no ocurra o no ocurra B
 Ejercicio
• Resumiendo los valores en una tabla:
•

• Se deduce de P(Bc)=0,27 luego la P(B)=1-P(Bc)=1-0,27=0,73

• Luego
a) P(AB)=0,14
b) P(AUB)=P(A)+P(B)-P(AB)=0,35+0,73-0,14=0,94
c) P(AUBc)=P(A)+P(Bc)-P(A Bc)=0,35+0,27-0,21=0,41
d) P(AcUBc)=P(Ac)+ P(Bc)-P(Ac Bc )= 0,65+0,27-0,06=0,86
 Probabilidad condicional
• Un concepto muy importante en la teoría de
probabilidad es la probabilidad condicional.
• La probabilidad de que ocurra un evento A
cuando ya se sabe que ocurrió un evento B se
llama probabilidad condicional y se denota
con P(A/B) y se lee “Probabilidad que ocurra
A, dado que ocurrió B” o simplemente “la
Probabilidad de A dado B”
 Probabilidad condicional
Ejemplo: Un experimento consiste en lanzar una vez un dado y una
moneda. Calcule la probabilidad de obtener como resultado el número 5
y sello.
El espacio muestral esta dado por :
S={(1,c),(2,c),(3,c),(4,c),(5,c),(6,c),(1,s),(2,s)(3,s),(4,s),(5,s),(6,s)}
Sea A el evento de interés
A: obtener como resultado 5 y sello
A={(5,s)}
P(A)=1/12=0,083
Suponga ahora que luego de lanzar el dado y la moneda , nos informan
que el número del dado fue impar ¿Cuál es la probabilidad del evento A
dado lo indicado?
Sea B este evento conocido B={(1,c),(3,c),(5,c),(1,s),(3,s),(5,s)}
Entonces la probabilidad del evento A dado el evento B , es 1 entre 6
P(A/B)=1/6=0,1667
 Probabilidad condicional
La
• fórmula para calcular P(A/B)es :
P(A/B)= , P(B)0

P(A/B) es una función de probabilidad y cumple con los

teoremas vistos anteriormente
Utilizando la formula para el ejemplo anterior se tiene:
S={(1,c),(2,c),(3,c),(4,c),(5,c),(6,c),(1,s),(2,s)(3,s),(4,s),(5,s),(6,s)}
B={(1,c),(3,c),(5,c),(1,s),(3,s),(5,s)}

AB={(5,s)} P(A/B)====0,1667
 Ejercicio2
En un empresa hay 200 empleados de los cuales 150
son graduados, 60 empleados realizan trabajo
administrativo, de estos últimos 40 son graduados , si
se toma al azar un empelado encuentre la probabilidad
que:
a) Sea graduado y no realice trabajo administrativo
b) Sea graduado dado que no realiza trabajo
administrativo
c) No sea graduado dado que realiza trabajo
administrativo
 Ejercicio2
• Sean los eventos :
G: el empleado es graduado
A: El empleado realiza trabajo administrativo
Para facilitar el cálculo construyamos la siguiente tabla
 Ejercicio2
•a) P(GAc )=110/200=0,55
b) P(G/Ac )===0,7857
c) P(G c/A )===0,3333
 Ejercicio
Las enfermedades A y B son comunes entre las personas de
una región , suponga conocido que 10% de la población
contraerá la enfermedad A , 5% la enfermedad B y 2% ambas
enfermedades:
Encuentre la probabilidad que cualquier persona :
a)Contraiga al menos una enfermedad
b)Contraiga la enfermedad A pero no B
c)Contraiga la enfermedad A dado que ya contrajo B
d)Contraiga la enfermedad B dado que no contrajo A
e)Contraiga ambas enfermedades dado que ya contrajo al
menos una
 Eventos Independientes
Sean
• A y B eventos cualesquiera de un espacio muestral S, Se
dice que A y B son independientes si:
P(A/B)=P(A) y P(B/A)=P(B),
es decir que el evento A no depende del evento B y el evento B
no depende del evento A.

Lo anterior es equivalente a lo siguiente :

A y B son eventos independientes si P(A

 Ejemplo
En una caja hay 10 baterías de las cuales 4 están en buen
estado. Se repite dos veces el siguiente ensayo: extraer una
batería al azar revisar su estado y devolverla a la caja.
(muestreo con reemplazo)
a) Encontrar la probabilidad de que en ambos intentos se
obtenga una batería en buen estado.
Sean los eventos:
A: La primera batería que se toma de la caja está en buen
estado
B: La segunda batería que se toma de la caja esta en buen
estado.
 Ejemplo
La
• primera batería se toma de la caja y se devuelve , entonces el
evento B no es afectado por el evento A, por lo tanto son
independientes .

P(AB)= P(A)P(B)= 0,4*0,4=0,16

b)Calcular la probabilidad que en los dos intentos se obtenga al
menos una batería en buen estado
P(AUB)=P(A)+P(B)-P(AB)=0,4+0,4-0,16=0,64
 Eventos independientes
La
• definición de independencia de eventos puede extenderse a
más eventos:
Si A,B,C son eventos mutuamente independientes , entonces :

P(A)=P(A)P(B)P(C)
 Regla multiplicativa de la Probabilidad
Si
• en un experimento pueden ocurrir los eventos Ay B entonces :
P(AB)=P(B)P(A/B), siempre que P(A)>0

Como los eventos AB y BA son equivalentes

De la definición anterior también se puede deducir :

P(AB)=P(BA)=P(A)P(B/A)
Es decir no importa que evento se considera como A ni como B

La regla multiplicativa puede extenderse a mas de dos eventos

Sean A,B,C Eventos cualesquiera de S, entonces :
P(AB=P(A)P(B/A)P(C/A B)
 Regla multiplicativa de la Probabilidad
• Si en un experimento puede ocurrir los eventos , ,…entonces ;

P()=P()P(/)P(/)P(/)

Si los eventos , ,…son independientes entonces:

P()=P()
 Ejemplo:
En una caja hay 10 baterías de las cuales 4
están en buen estado. Se extraen al azar dos
baterías sin devolverlas a la caja.(muestreo sin
reemplazo) Calcule la probabilidad que;
a) Ambas baterías estén en buen estado
b) Al menos una batería este en buen estado
 Ejemplo
Sean los eventos:
A: La primera batería que se toma de la caja
esta en buen estado
B: La segunda batería que se toma de la caja
esta en buen estado
Al tomar la primera batería de la caja y no
devolverla , el evento B es afectado por el evento
A, por lo tanto no son eventos independientes
 Ejemplo
•a) La probabilidad de que ambas baterías estén
en buen estado
P(AB) como A y B no son independientes
entonces :
P(A B)=P(A)P(B/A)=(0,1333
 Ejemplo
•b)La probabilidad de que al menos una este en
buen estado:
P(AUB)= P(A)+P(B)- P(AB) = 0,4+0,4-0,13333=0,6666
 Probabilidad Total
Existen
• situaciones en las cuales varios eventos intervienen en la
realización de algún otro evento del mismo espacio muestral.
Sean , eventos mutuamente excluyentes en S y que constituyen
una partición de S , es decir , cumplen las siguientes propiedades :
a) ( Los eventos son mutuamente excluyentes
b) =S La Unión de todos los eventos es S
Además
k

 P B   1
i 1
i

Sea A un evento cualquiera de S .

La realización de A depende de los eventos
Probabilidad Total
 Probabilidad Total
•
La siguiente formula permite calcular la probabilidad del evento
A conocidos los valores de probabilidad de los eventos

P(A)=P()P(A/)+P()P(A/)+…+P()P(A/)=
 Ejemplo
Una empresa tiene tres personas para atender María , Carmen y
Beatriz. Se dispone de un registro histórico del porcentaje de
quejas de los clientes atendidos por esta tres personas :
1%,3%,2% respectivamente. Cierto día acudieron 50 clientes a la
empresa de los cuales 15 fueron atendidos por María , 10 por
Carmen y 25 por Beatriz .
Calcular la probabilidad que un cliente elegido al azar de entre
los que fueron atendidos ese día se queje por la atención
recibida
 Ejemplo
Se tienen los siguientes eventos
A: El cliente elegido presenta una queja
B1:El cliente fue atendido por María
B2:El cliente fue atendido por Carmen
B3:El cliente fue atendido por Beatriz

Como B1,B2 y B3 forman una partición y contribuyen a otro evento

Se debe Calcular la Probabilidad Total
 Ejemplo
•

P(A)=P()P(A/)+P()P(A/+P()P(A/)
P(A)=(15/50)(0,01)+(10/50)0,03+(25/50)0,02=0,019
Por tanto
La probabilidad que un cliente se queje es de 0,019
 Ejemplo2
Tres maquinas de cierta de cierta planta de
ensamble , M1, M2 y M3 montan 30%,45% y
25% de los productos respectivamente , se sabe
por experiencia que el 2% , 3% y 2%, de los
productos ensamblados por cada maquina
respectivamente tiene defectos , suponga que
selecciona de forma aleatoria un producto
terminado ¿Cuál es la probabilidad de que este
defectuoso? R: P(A)=0,0245
 Teorema de Bayes
Sean
• eventos no nulos mutuamente excluyentes de S y que
constituyen una partición de S y sea A un evento no nulo
cualquiera de S
La siguiente fórmula se denomina Fórmula de Bayes o Regla de
Bayes y permite calcular la probabilidad correspondiente a cada
uno de los eventos de que contribuyen a la realización de otro
evento, dado que se conoce la probabilidad de este evento.

P(/A)== , i=1,2…k
 Ejemplo
En
• el ejemplo anterior de las tres máquinas
Si se elige un producto al azar y está defectuoso ¿Cuál es la
probabilidad que haya sido ensamblado con la maquina M3
Utilizando la regla de Bayes :

P(B3/A)====0,204
 Ejemplo
Sean A y B eventos de algún espacio muestral S.
Se conoce que :
P(B)=0,4
P(A/B)=0,3
P(A/Bc)=0,8
Encuentre:
a) P(A) b) P(B/A) c) P(B/Ac)
 Ejercicio
Una planta reguladora de voltaje de dos
diferentes proveedores B1 y B2; el 75% de los
reguladores se compra a B1 y el resto a B2. El
porcentaje de reguladores defectuosos que se
reciben de B1 es 8% y el de B2 es 10%.
Determinar la probabilidad de que funcione un
regulador de voltaje de acuerdo con las
especificaciones (es decir, el regulador no está
defectuoso).
 Solución:
A = el regulador de voltaje es no
defectuoso
B1 =proveedor B1,
B2 =proveedor B2
Se conocen los siguientes valores:
P  B1   0.75 P B2   0.25 P A / B1   0.92 P A / B2   0.9
P  AC / B1   0.08 P  A / B2   0.1
c

lo que se nos pide es:

P A  P B1   P A / B1   P  B2   P A / B2 

si reemplazamos los datos en la ecuación, se tiene:

P A  0.75  0.92  0.25  0.90  0.915

interpretar
 Ejercicio
Durante los últimos años se ha escrito mucho sobre
la posible relación entre fumar y el cáncer pulmonar.
Supóngase que en un centro médico, de todos los
fumadores de quienes se sospecha que tenían
cáncer pulmonar, el 90% lo tenía mientras que
únicamente el 5% de los no fumadores lo padecía. Si
la proporción de fumadores es de 0.45, ¿cuál es la
probabilidad de que un paciente con cáncer
pulmonar, seleccionado al azar, sea fumador?.
 Sean los eventos
A = El paciente tiene cáncer
pulmonar
B1 =el paciente es fumador
B2 =el paciente es no fumador
Se conocen los siguientes valores:

P B1   0.45 P B2   0.55 P A / B1   0.9 P A / B2   0.05

lo que se nos pide es la probabilidad de seleccionar un fumador ,

puesto que el paciente tiene cáncer: P B1 / A

P B1  P A / B1 
Es decir: P B1 / A 
P B1  P A / B1   P B2  P A / B2 
si reemplazamos los datos en la ecuación, se tiene:

0.45  0.9
P B1 / A    0.9364
0.45  0.9  0.55  0.05

Interpretar