Master of Engineering in Engineering

Management

SIMULACIÓN IE 541
Clase 3 – Teoría de Probabilidades
Profesor: Adán Vega, Ph. D

1
 Teoría Elemental De Probabilidades

• Fenómenos aleatorios y determinista

• Definición de probabilidades
• Experimentos aleatorios
• Sucesos mutuamente excluyentes
• Sucesos mutuamente no excluyentes
• Sucesos independientes y dependientes
• Probabilidad Condicional

2
Fenómenos Aleatorios Y Deterministas

Los fenómenos de investigación se clasifican en

dos clases:
a) Deterministas => son aquellos que pueden
explicarse y predecirse con todo exactitud

b) Aleatorios => los que suponen un mayor o

menor grado de incertidumbre y por lo tanto
no pueden predecirse con toda exactitud

3
 Incertidumbre
Incertidumbre por
Aleatoriedad
Incertidumbre por
ignorancia
Producto de la imposibilidad de
controlar las múltiples causas que el
Falta del conocimiento del fenómeno presenta y que pueden
fenómeno que se estudia considerarse aleatoria

Ignorancia Incertidumbre

4
 Cálculo De Probabilidades
• Es una rama de las matemáticas que
tiene por objeto el estudio de los
sucesos o eventos aleatorios, de los
resultados posibles que pueden
obtenerse, y de la medición de la
magnitud de su incertidumbre

• El cálculo de probabilidades nos

suministra las reglas para el estudio
de los experimentos aleatorios o de
azar, constituyendo la base para la
estadística inductiva o inferencial
5
 Una Definición Más General:

La probabilidad de ocurrencia de un evento es

el grado de certeza con que este puede ocurrir

¿Cuál es la intención de la teoría de

probabilidades?

Es proporcionar un modelo matemático adecuado a la

descripción del comportamiento (aleatorio) de nuestro fenómeno.
A veces el comportamiento puede ser muy similar a modelos
como Binomial, Poisson, Normal etc., pero en otras ocasiones
nosotros lo formularemos

6
 Experimento Aleatorio
Diremos que 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, e , pertenece a un conjunto conocido
previamente de resultados posibles.

Los casos posibles de un experimento reciben además el nombre de

eventos o sucesos elementales, ya que no se pueden descomponer en
términos de otros más sencillos.

El conjunto de todos los eventos elementales recibe el nombre de espacio

de eventos o espacio muestral (U o S).

7
Ejemplo Nº 1 : Lanzamiento De Un Dado

Si realizamos el experimento aleatorio de lanzar un dado al aire,

tenemos:
Sucesos o eventos elementales: 1,2,3,4,5,6
Espacio Muestral S = { 1,2,3,4,5,6 }

8
 Ejemplos N º 2:-

Lanzamiento de : Eventos posibles

Dos monedas CC, CS, SS, SC
Tres monedas CCC, CCS, CSC, SCC, SSS, CSS, SCS,
SSC
Familia de tres hijos HHH, HHM, HMH, MHH, HMM,
MHM, MMH, MMM

Cada evento le vamos a asignar la

letra “e” => 8 eventos en los 2
últimos casos

9
 Espacio De Eventos

Es aquel que contienen todos los eventos de un experimento

aleatorio; por ejemplo el espacio de eventos de lanzamientos
de dos dados será:
1.1 1.2 1.3 1.4 1.5 1.6
2.1 2.2 2.3 2.4 2.5 2.6
3.1 3.2 3.3 3.4 3.5 3.6 36
4.1 4.2 4.3 4.4 4.5 4.6 eventos
5.1 5.2 5.3 5.4 5.5 5.6 (UoS)
6.1 6.2 6.3 6.4 6.5 6.6

10
Operaciones básicas con sucesos aleatorios

Unión Diferencia

Intersección

11
 Proposiciones

• El evento que consiste en la realización de al menos uno de los eventos

A ó B lo denominamos evento unión o suma:
AUB=A+B
Σ Ai = A1 U A2 U .......U Ak

• El evento que consiste en la realización simultánea de los eventos A y B

lo denominamos evento producto o intersección:

A∩B=A*B
╥ Ai = A1 ∩ A2 ∩.......∩ Ak

12
Más proposiciones..............

• Si un suceso A puede presentarse de k formas diferentes, y un suceso

B puede presentarse de j formas diferentes, el número total de
formas diferentes en que pueden presentarse A y B, está dado por:

k*j

Ejemplo: Una moneda y un dado

Moneda => k =2
Dado => j = 6

k * j = 2*6 = 12 formas diferentes

13
Más proposiciones.......

• Si un suceso A puede presentarse de k formas diferentes, y un suceso

B puede presentarse de j formas diferentes, el número total de
formas diferentes en que pueden presentarse A ó B, está dado por:

k+j
Ejemplo: Una moneda y un dado
Moneda => k =2
Dado => j = 6
k + j = 2+6 = 8 formas diferentes

14
 Definición De Probabilidad
La probabilidad es un idealización de la proporción de veces que
ciertos resultados ocurrirán en repetidos sucesos de un experimento.

Se denota P(A) => probabilidad de que un evento A ocurra y

es igual a la proporción de veces que el
evento A se espera que ocurra en
repetidos eventos de un experimento.

Regla de Laplace =>Si un experimento cualquiera puede dar lugar a un

número finito de resultados posibles, y no existe ninguna relación que
privilegie unos resultados en contra de otros, se calcula la probabilidad de un
suceso aleatorio A.

P(A) = nº de casos favorables a A.

nº de casos posibles.

15
 Visto de otra manera
“Al jugar nos interesa obtener ciertos resultados para ganar, de manera que,
para saber qué posibilidad tengo de ganar, debo ver qué peso tienen mis
eventos con respecto al total que se pueden presentar en un juego dado”
Esta idea se expresa de la siguiente manera:

P (a) = a/c ; donde

P (a) => Probabilidad de obtener “a” eventos de un total de “c”

a => eventos favorables al jugador
c => total de eventos que se podrían presentar al jugador

16
 Axiomas de la teoría de probabilidades

1. La probabilidad sólo puede tomar valores entre 0 y 1

0 ≤ P(a) ≤ 1

2. La probabilidad de un suceso seguro es 1, es decir, 100%

3. La probabilidad de un suceso imposible debe ser 0

4. La probabilidad de la intersección de dos sucesos debe ser menor o

igual que la probabilidad de cada uno de l,os sucesos por separado
P(A ∩ B) ≤ P(A) P(A ∩ B) ≤ P(B)

17
 Axiomas de la teoría de probabilidades

5. La probabilidad de la unión de sucesos debe ser mayor que la de cada

uno de los sucesos por separado
P(A U B) >= P(A) P(A U B) >= P(B)

6. Si los sucesos son disjuntos debe ocurrir que:

P(A U B) = P(A) + P(B) dado que (A ∩ B) = 0

7. La probabilidad del suceso contrario de A, debe valer;

P ( A ) = 1 – P(A)

18
 Sucesos mutuamente excluyentes
y no mutuamente excluyentes.

Dos eventos A y B son Dos eventos no son

mutuamente excluyentes si no mutuamente excluyentes, si la
pueden presentarse ocurrencia de uno no
simultáneamente imposibilita la ocurrencia del
otro.

A∩B=0
A ∩ B ≠ 0.
AUB=AóB=A+B A U B = A + B - AB.

A
A B B 19
 Sucesos independientes
y sucesos dependientes
Dos eventos A y B son
independientes cuando la ausencia
o presencia de A es independiente Dos eventos son sucesos
de la presencia o ausencia de B. dependientes cuando la
ocurrencia o presencia de A es
requisito para la presencia u
ocurrencia de B
A ∩ B = (A) (B).
A ∩ B = (A) (B/A) donde
/ significa dado

A B A B
20
Para no olvidar..............

• La probabilidad de AUB se interpreta en el sentido de que por lo

menos ocurre uno de dos eventos , en el caso de que ocurra A pero
no B, o si ocurre B pero no A; o que ocurran ambos.

• El evento A y el evento B son mutuamente excluyentes porque no

tienen ningún evento en común, es decir, no tienen eventos en
intersección.
P (AUB) = P (A) + P (B).

La unión de dos o más eventos no excluyentes se obtiene de la

siguiente forma.
P (A U B) = P (A) + P (B) – P(A∩B).

21
Ejemplo....................
1. Sucesos mutuamente excluyentes
Lanzar dos dados iguales ;
Evento A: { suma de las dos caras es igual a 6}
Evento B: { suma de las dos caras es igual a 9}

2. Casos no mutuamente excluyentes:

Lanzar dos dados iguales ;
Evento A: {las dos caras suman un nº mayor que 8}
Evento B: {las dos caras son idénticas}

22
Regla del producto de probabilidades

Sean dos eventos, la probabilidad del evento intersección se usa para

eventos independientes y dependientes será:

1.P (A∩B) = P(A) * P(B) eventos independientes

2.P (A∩B) = P(A)*P(A/B) eventos dependientes

23
 Probabilidad Condicional

Aquí hablamos de buscar la probabilidad de la ocurrencia de B a

condición de que acontezca A, lo cual implica que A ya ocurrió o debe
ocurrir forzosamente.

La probabilidad condicional de B en A se expresa:

P (B/A) = m (A∩B)
n(A)
esta indica que;
La probabilidad de B, a condición de A, es igual al número de eventos
en intersección de A y B entre el número de eventos en A.

24
 Otros conceptos

• Evento Compuesto => es aquel que está formado por dos o más
eventos elementales.

• La probabilidad de un evento compuesto es igual a la suma de las

probabilidades de los eventos elementales que lo componen (
eventos mutuamente excluyentes)

• Ejemplo: en el caso del lanzamiento de un dado, cae número impar

o par
A = ( 1,3,5) P (A) = 1/6+1/6+1/6 = 3/6 = 1/2
B = (2,4,6) P (B) = 1/6+1/6+1/6 = 3/6 = 1/2

25
Que la realidad presenta sucesos compuestos, los que se forman
uniéndolos, interceptándolos y complementándolos.
Dado los sucesos A y B, se tiene:

a) A  B : sucede A y sucede B
P(A  B ) = P(A) * P(B)

b) A U B: sucede A ó B
P(AUB)= P(A) + P(B) – P(A  B)

c) Ǎ = no sucede A, P(Ǎ) = 1 – P(A) ( complemento de A)

d) P(A  B )= P(A/B)P(B) probabilidad condicional

26