PROBABILIDAD

PROBABILIDAD
la podemos definir como un

procedimiento matemático
encargado de medir la posibilidad de
que ocurra un determinado suceso
Enfoques de Probabilidad
 Hay situaciones cuyo resultado está determinado por el
azar:
 Decidir si la persona es o no culpable.
 Saber si un compañero se copiará en el examen.
 Optar por usar ropa azul en lunes.
 Escoger al equipo que ganará al próximo juego.
 Calcular la probabilidad de morir por que “te parta un rayo”.
 Conocer si una máquina producirá 10 clavos defectuosos.
 Lanzar una moneda al aire y decidir qué caerá.
 Saber si ganaré en la ruleta rusa.
 Arrojar un dado y decidir el número que caerá.
 Subjetiva
Es el grado de creencia
en el juicio personal.
 Frecuencial
Proporciona
Probabilidad probabilidades
aproximadas y no reales.
 Clásica
Es el cociente entre el número
de resultados favorables y
número de casos posibles, si
todos tienen la misma
probabilidad de presentarse.
La probabilidad estudia el tipo de fenómenos
aleatorios.
Experimento aleatorio.-
Una acción que se realiza con el propósito de analizarla.
Tiene como fin último determinar la probabilidad de
uno o de varios resultados.
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.
Espacio Muestral
Es el conjunto de todos los posibles resultados de interés 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 interés, que caiga cara o
que caiga sello.
S = { s, a }
2.- Experimento: Se lanza un dado.
Espacio muestral = total de caras en que puede caer el dado,
o sea seis formas de interés:
S = { 1, 2, 3, 4, 5, 6 }
Eventos aleatorios que aparecen con gran
frecuencia en el cálculo de probabilidades:
Evento seguro.- Siempre se verifica después del experimento aleatorio, son los mismos del
espacio muestral.
E=S y N(E) = N(S)
Evento Imposible.- Es aquel que nunca se verifica como resultado del experimento
aleatorio. No tiene elementos de interés para su fenómeno. Es un subconjunto de S, y la
única posibilidad es que el evento imposible sea el conjunto vacío.
  S, y N() = 0
 Evento Elemental o simple.- Es el evento E que contiene exactamente un punto muestral
de S, esto es, N(E) = 1.
Evento Compuesto.- Es el evento E que contiene más de un punto muestral de S, por tanto
N(E) > 1
Ejemplo:
Experimento: Se lanza una moneda tres veces.
Espacio Muestral:
Ω = { (S,S,S), (S,S,A), (S,A,S), (A,S,S), (A,A,S), (A,S,A), (S,A,A), (A,A,A) },
N(Ω) = 8, S es el evento seguro.
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
Evento imposible:  (conjunto vacío). N() = 0

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
demostración.
Teorema.- Es una verdad que requiere ser
demostrada.
Axioma 1.- Sea S un espacio muestral cualquiera
y A un evento, tal que A  S, entonces se
cumple que
0  P(A)  1 (3)
esto significa que la probabilidad de cualquier

evento no puede ser más grande que uno, ni ser
menor que cero. Si es igual a 1 se llama evento
seguro, y cuando es cero se llama evento
imposible.
P(A)
___________________________________
 -2 -1 0 1 2
Axioma 2.- Sea Ω un espacio muestral
cualquiera y sean A y B dos eventos tales que
A  Ω, B  Ω y A  B = , es decir, dos
eventos mutuamente exclusivos, entonces
P(A  B) = P(A) + P(B).
A B
A B
Ejemplo:
Experimento: Se lanzan dos monedas
Ω = { ss, aa, sa, as}
N(Ω) = 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 común,
por lo que los eventos son mutuamente exclusivos o
disjuntos, por tanto
P(A  B) = P(A) + P(B)
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
Axioma 3.-
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)
Este axioma dice que la probabilidad de varios

eventos mutuamente exclusivos (que no tienen
elementos en común), es igual a la suma de sus
probabilidades.
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 número
mayor a 4
Evento C: que salga el 1 o 3
Los elementos de A, B y C son

A = {2, 4}, N(A) = 2
B = {5, 6}, N(B) = 2
C = {1, 3} , N(C) = 2
PROBABILIDAD
Como A, B y C son mutuamente excluyentes, ya
que A  B = {}, A  C = {},
B  C = {},
Por axioma 3
P(A  B  C) = P(A) + P(B) + P(C)
N ( A) 2
P ( A)  
N () 6
N ( B) 2
P( B)  
N () 6
N (C ) 2
P (C )  
N () 6
2 2 2 6
P ( A  B  C )  P ( A)  P ( B )  P (C )      1
6 6 6 6
Teorema 1.-(Ley Aditiva de la Probabilildad).
Sean A y B dos eventos no excluyentes, A  B 
, entonces
P(A  B) = P(A) + P(B) - P(A  B)
A B
Ejemplo.-
Experimento.- Se lanza un dado y una moneda
Ω = {1s, 2s, 3s, 4s, 5s, 6s, 1a, 2a, 3a, 4a, 5a, 6a }
N(Ω) = 12
A: Al lanzar un dado y una moneda aparezcan el
número 2 o 3 con sol.
B: Al lanzar un dado y una moneda aparezcan
números 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
Teorema 2.- Sea A un evento cualquiera y Ω un
espacio muestral, tal que AS, si Ac es el
complemento del evento A, entonces la
probabilidad de Ac es igual a 1 menos la
probabilidad de A, es decir
P(Ac) = 1 – P(A)
Ejemplo
Experimento.- Se lanza un dado y una moneda
Ω = {1s, 2s, 3s, 4s, 5s, 6s, 1a, 2a, 3a, 4a, 5a, 6a }
N(Ω) = 12
A: Al lanzar un dado y una moneda aparezcan el
número 2 o 3 con sol.
B: Al lanzar un dado y una moneda aparezcan
números pares con sol.
A = { 2s, 3s }, N(A) = 2 P(A) =2/12
B = { 2s, 4s, 6s } N(B) = 3 P(A) =3/12
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 Condicional.
Sea A un evento arbitrario de un espacio

muestral Ω, 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 )
Eventos Independientes:
Se dice que los eventos A y E son independientes si

se cumplen:
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.
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)
Ley Multiplicativa de la Probabilidad.
Ya que (AE) = (EA) y despejamos a P(AE), se tiene

que la probabilidad de la intersección es:
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
Ejemplo:
Experimento: Lanzar un dado.
A: que al lanzar el dado caiga 3
E: que al lanzar un dado salga un impar
Encontrar la probabilidad de que al lanzar un dado se

obtenga un 3 dado que se obtuvo un impar.
Ω = {1,2,3,4,5,6}
A = {3}, E = { 1,3,5}, (AE) = {3},
P(A) = 1/6
P(A/E) = P(AE)/ P(E)
= 1/6 / 3/6 = (1)(6)/(6)(3)
= 6/18 = 1/3
Ejercicio para trabajar en clase
En cierta ciudad, las mujeres representan el 50%

de la población y los hombres el otro 50%. Se
sabe que el 20% de las mujeres y el 5% de
hombres están sin trabajo. Un economista
estudia la situación de empleo, elige al azar una
persona desempleada. Si la población total es
de 8000 personas,
¿ Cuál es la probabilidad de que la persona
escogida sea ?:
PROBABILIDAD
a).- Mujer
b).- Hombre
c).- Mujer dado que está empleado
d).- Desempleado dado que es hombre
e).- Empleado dado que es mujer
Sean los eventos:

M: Que sea Mujer
H: Que sea Hombre
D: Que sea Desempleado
E: Que sea Empleado
Tabla Número de elementos de los Eventos M, H, D, E y S
Desempleados Empleados Total

D E
Mujeres
M
Hombres
H
Total

PROBABILIDAD

Cargado por

Copyright:

Formatos disponibles

PROBABILIDAD

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

PROBABILIDAD

Cargado por

Copyright:

Formatos disponibles

PROBABILIDAD

la podemos definir como un

Un experimento es aleatorio si se verifican las siguientes condiciones:

E=S y N(E) = N(S)

Evento imposible:  (conjunto vacío). N() = 0

Las relaciones que se dan entre los eventos al ser

esto significa que la probabilidad de cualquier

Este axioma dice que la probabilidad de varios

Experimento: Se lanza un dado

Los elementos de A, B y C son

Sea A un evento arbitrario de un espacio

Se dice que los eventos A y E son independientes si

Si no se cumplen, se dice que los eventos son

Ley Multiplicativa de la Probabilidad.

Ya que (AE) = (EA) y despejamos a P(AE), se tiene

Encontrar la probabilidad de que al lanzar un dado se

En cierta ciudad, las mujeres representan el 50%

Sean los eventos:

Desempleados Empleados Total

También podría gustarte