ESTADISTICA APLICADA

Sesin N 01

PROBABILIDAD

Docente
Dr. JUAN CARLOS ORUNA LARA

Video

Se podr determinar la probabilidad de

que un estudiante sea de sexo femenino,
sabiendo que tiene el cabello rubio?

LOGRO DE LA SESION
Al finalizar la sesin, el estudiante ser

capaz

de

calcular

probabilidades

haciendo uso de las reglas y axiomas

de probabilidad

Por qu es importante la probabilidad en la toma de decisiones?

La probabilidad es importante en la toma de decisiones por que suministra

un mecanismo para medir, expresar y analizar la incertidumbre asociada

con eventos futuros

Pronstico Climtico de la TV
Probabilidad de lluvia
Llover
maana?

1.- CONCEPTOS BSICOS

1.1. EXPERIMENTO
Es un proceso mediante el cul se obtiene un
resultado de una observacin.

DETERMINISTICO

ESTADISTICA

Si
los
resultados
del
experimento puede predecirse
con exactitud antes de realizar
el experimento

ALEATORIO

Si los resultados del experimento

no puede predecirse con
exactitud antes de realizar el
experimento

Espacio muestral

= {cara, sello}

1.2. ESPACIO MUESTRAL ( )

Conjunto de todos los

posibles resultados del
experimento aleatorio

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

Contar el nmero de piezas

defectuosas producidas por
una mquina x en un da
determinado.

= {0, 1, 2, 3, 4, 5, }

Sea el Experimento
1.3. EVENTO

Un evento es
subconjunto
espacio muestral

un
del

Para este experimento podemos definir los siguientes eventos:

A= Observar un nmero impar. Entonces

A = {1, 3, 5 }
B= Observar un nmero mltiplo de 3
B = { 3, 6 }

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

EJEMPLO 2
Sea el experimento aleatorio

Podemos considerar los siguientes eventos

A= La suma de los puntajes es 7, entonces
A= { (1,6) (2,5) (3,4) (4,3) (5,2) (6,1) }
B= La suma de los puntajes es 11, entonces
B= { (5,6) (6,5) }
C= La suma de los puntajes es 7 u 11, entonces
C= {(1,6) (2,5) (3,4) (4,3) (5,2) (6,1) (5,6) (6,5) }

2. PROBABILIDAD DE UN EVENTO
La probabilidad de un evento A se define de la
siguiente manera

Nmero de elementos de A
P( A)
Nmero de elementos de
CARACTERISTICA
0 P A 1
P( A ) = 0, Si A es un evento imposible

Pierre Simn Laplace

( 1749- 1827)

Matemtico Francs

P( A ) = 1, Si A es un evento seguro

Si PA representa la no ocurrencia del evento A,

entonces
P( A ) + P( A = 1

Ejemplos
1.- Al rodar un dado correcto
Cul es la probabilidad de obtener un nmero menor que 4?
2.- Si se lanza una moneda tres veces.
Calcular la probabilidad de que:
a) Ocurra una cara
b) Ocurra por lo menos dos caras

3.- En la seccin de control de calidad de una compaa, se

encontr 5 artculos defectuosos, en una partida de 100
artculos tomados aleatoriamente de la produccin de
un da. Estime la probabilidad de producir un artculo
defectuoso.

2.1. REGLAS DE PROBABILIDAD

Regla de la Adicin de Eventos no mutuamente excluyentes

(A B)
P(AUB) = P(A) + P(B) - P(A B)
U

Ejemplo
Un cliente ingresa a una panadera. La
probabilidad de que compre pan es 0.60,

leche 0.50, pan y leche es 0.30 Cul es la

probabilidad de que compre un pan, leche o
ambos?.
Solucin
P(P) = 0,60
P(L) = 0,50

P (P

L ) P (P ) P (L ) P ( P
0.60 0.50 0.30
0.82

P (P

L ) 0.30

L)

Regla de adicin para eventos mutuamente excluyentes

Dos sucesos son mutuamente excluyentes, si no tienen elementos
comunes

P(AUB) = P(A) + P(B)

Ejemplo
Se extrae una carta de una baraja.
Cul es la probabilidad de que sea un as o un rey?

Solucin

P(A) = 4/52
P(R) = 4/52

P( A

R ) P ( A ) P (R )
4
4

52 52
8
=
52

PROBABILIDAD CONDICIONAL
Sean A y B dos eventos en un espacio
muestral . La probabilidad condicional
de A dado B es el nmero P(A/B) que se
define por:

P( A B)
P( A / B)
P( B)

Ejemplo 6 :
Se

selecciono

una

muestra

de

500

encuestados de la ciudad de Lima para

Si se elige al azar un encuestado

a.
Cul es la probabilidad de que
disfrute comprando ropa?

estudiar el comportamiento del consumidor.

P( S )

Los resultados fueron los siguientes:

Gnero
Disfruta comprando
Ropa
Masculino ( M ) Femenino ( F )
S ( S )
136
224
No (N)
104
36

Total

240

260
c.

Total

360
140

500

b.

360
0.72 72%
500

Suponga que el encuestado

elegido es mujer Cul es la
probabilidad de que ella
disfrute de comprar ropa?

P( S / F )

P(S F ) 224

0.86 86%
P( F )
260

Cul es la probabilidad de que el encuestado

disfrute comprando ropa dado que es varn?
P( S / M )

P ( M S ) n( M S ) 136

0.567 56.7%
P( M )
n( M )
240

EVENTOS INDEPENDIENTES

Dos eventos

A y B son independientes si

la

ocurrencia de uno no afecta la ocurrencia del otro.

P(B

) P(B)

Entonces,

P(A B) P(A) P(B)

Ejemplo 7 :

Si P ( A ) = 1/3 y

P( B ) = 1/8 hallar:

a) P(A B), sabiendo que A y B son independientes

b) P(A B), sabiendo que A y B son eventos mutuamente
excluyentes

Ejemplo 8 :

Tres cazadores A, B y C estn apuntando con

sus rifles a un ave. La probabilidad de que

acierte A el disparo es 4/5, la de B es 3/7 y la
de C es 2/3. Si los tres disparan, calcule la
probabilidad de que:
a. Los tres acierten
b. Acierte A y B y que C falle
c. Ninguno acierte

PROBABILIDAD TOTAL

P( B) P( A1 ) P( B / A1 ) P( A2 ) P( B / A2 ) ... P( An ) P( B / An )

TEOREMA DE BAYES

Sean A1, A2, A3, An, una particin

cualquiera de un espacio muestral y sea
B un evento de entonces:

P ( Aj / B)

Thomas Bayes
( 1702- 1761)
Matemtico Ingles

P ( Aj ) P( B / A j )
P( A1 ) P( B / A1 ) P( A2 ) P( B / A2 ) ........P( An ) P( B / An )

EJEMPLO 9
Van a cambiar a tu jefe y se barajan diversos
candidatos:
Carlos, con una probabilidad del 60%
Juan, con una probabilidad del 30%
Luis, con una probabilidad del 10%
En funcin de quien sea tu prximo jefe, la
probabilidad de que te suban el sueldo es la
siguiente:
Si sale Carlos: la probabilidad de que te suban el
sueldo es del 5%.
Si sale Juan: la probabilidad de que te suban el
sueldo es del 20%.
Si sale Luis: la probabilidad de que te suban el
sueldo es del 60%.
a. En definitiva, cual es la probabilidad de que te
suban el sueldo?
b. Si te subieron el sueldo Cul es la probabilidad
de que tu jefe sea Juan?

TEOREMA DE BAYES Y PROBABILIDAD TOTAL

Si conocemos la probabilidad de B en cada uno de los componentes de un

sistema exhaustivo y excluyente de sucesos, entonces podemos calcular la
probabilidad de B como la suma:

P(B) = P(B A1) + P(B A2) + P( B A3) + . + P( B An)

P( B) P( A1 ) P( B / A1 ) P( A2 ) P( B / A2 ) ... P( An ) P( B / An )
PROBABILIDAD TOTAL

TEOREMA DE BAYES
Si conocemos la probabilidad de B en cada uno de los n
componentes de un sistema exhaustivo y excluyente de sucesos,
entonces
si ocurre B, podemos calcular la probabilidad (a posteriori) de
ocurrencia de cada Ai, (i = 1, 2, ... , n):

P(B Ai )
P(Ai|B)
P(B)

TEOREMA DE BAYES

P( A1 / B)

P( A1 ) P( B / A1 )
P( A1 ) P( B / A1 ) P( A2 ) P( B / A2 ) ... P( An ) P( B / An )

PROBABILIDAD TOTAL
Ejemplo: En esta aula el 70% de
los alumnos son hombres.
De ellos el 10% son fumadores. El
20% de las mujeres son
fumadoras. Cul es la probabilidad
que al seleccionar una persona, sta
sea fumadora?

0,1
0,7

Hombre
0,9

Estudiante
0,3

Fuma

0,2

No fuma
Fuma

Mujer

Eventos:
H: Hombre
M: Mujer
F: Fuma
P(F) = P(FH) + P(FM) = P(F|H) P(H) + P(F|M) P(M)
= 0,1 0,7 + 0,2 0,3 = 0,13

0,8

No fuma

TEOREMA DE BAYES
0,1

En el problema anterior: Se elige

0,7
a un individuo al azar
Estudiante
y resulta fumador. Cul es la
probabilidad que sea una mujer?

0,3

Hombre
0,9
0,2

No fuma
Fuma

Mujer
0,8

P(M) = 0,3; P(F) = 0,13

P(M|F) = P(F M)/P(F) = P(F|M) P(M) / P(F)
P(M|F) = 0,20,3 / 0,13 = 0,46

Fuma

No fuma

QU HEMOS VISTO?

Como describir un espacio muestral.

Como calcular probabilidades.
Como se determina e interpreta una
probabilidad condicional.

Identificar

probabilidad

probabilidad de bayes.

total

"La creatividad es muy importante en la vida: te da diversidad. Si eres

creativo, pruebas diferentes maneras de hacer cosas y cometes muchos
errores tambin. Pero si tienes valenta de continuar a pesar de tus
errores, obtendrs la respuesta"
Bill Fitzpatrick