Professional Documents
Culture Documents
U1 Proba
U1 Proba
ESPACIO MUESTRAL
SUCESOS O EVENTOS; CLASIFICACION (SIMPLE, COMPUESTO, CIERTO, IMPOSIBLE)
EXPERIMENTOS SUCESOS MUTUAMENTE EXCLUYENTES
SUCESOS COMPLEMENTARIOS
ALEATORIOS
TEORIA DE CONJUNTOS
TEORIA CLASICA
TEORIAS DE TOERIA FRECUENTISTA
TEORIA AXIOMATICA ⇒ PROPIEDADES DERIVADAS
PROBABILIDAD
DEFINICION
TEOREMA DEL PRODUCTO
PROBABILIDAD SUCESOS INDEPENDIENTES
CONDICIONAL APLICACION EN PRUEBAS DIAGNOSTICAS
UNIDAD N°1 - PROBABILIDAD
Espacio muestral: denotado con “S”, es el conjunto de todos los resultados posibles de un experimento o
fenómeno aleatorio.
Ejemplo1: arrojo un dado y observo el número que salió. El espacio muestral se expresa como
S1={1,2,3,4,5,6}, donde los elementos están separados por comas y contenidos dentro de las llaves.
Ejemplo2: En un haras hay 23 caballos, de los cuales 15 son yeguas y 8 son padrillos. De las yeguas, 7 son
de color negro, 4 de color bayo y 4 tordillos. Los machos 5 son negros y 3 bayos.
· Definir el espacio muestral asociado al experimento “se selecciona un animal al azar y se registra sexo y
color del manto”
S2= {YN, YB, YT, MN, MB}
Es decir que al seleccionar un animal al azar, éste puede resultar ser yegua y de color negro (YN), yegua y
de color bayo (YB); yegua y tordilla (YT), macho y de color negro (MN) o macho de color bayo (MB).
UNIDAD N°1 - PROBABILIDAD
Evento o Suceso: es un subconjunto cualquiera del espacio muestral. Se notan generalmente con las
primeras letras del alfabeto en mayúscula.
Ejemplo: continuando con el experimento anterior:
A= {el animal elegido es una yegua} A= {YN, YB, YT}
B= {el animal elegido es bayo} B= {YB, MB}
C= {el animal elegido es una yegua negra} C= {YN}
D= {el animal elegido es un equino} D= {YN, YB, YT, MN, MB}
E= {el animal elegido es macho} E= {MN, MB}
F= {el animal elegido es un macho tordillo} F= {Ø}
UNIDAD N°1 - PROBABILIDAD
Evento simple o elemental: tiene un solo resultado o el conjunto tiene un solo elemento. Ejemplo: C
Evento compuesto: consta, o está formado, por 2 o más eventos simples o tiene más de un resultado.
Ejemplo: A, B, D, E
Suceso cierto o seguro: ocurre en cualquier realización del experimento o fenómeno aleatorio. Ejemplo: D
Suceso imposible: no ocurre en ninguna realización del experimento o fenómeno aleatorio. Ejemplo: F, no
contiene a ningún punto del espacio muestral, nunca ocurre.
UNIDAD N°1 - PROBABILIDAD
Sucesos mutuamente excluyentes: no comparten resultados comunes, es decir no existe ningún punto
muestral que pertenezca a ambos. Ejemplo: AyE, ByC, CyE.
Sucesos complementarios: dado un evento A, se llama complemento de A al evento que ocurre si y sólo si
A no ocurre. Ejemplo: AyE. Estos eventos son también mutuamente excluyentes pero además son
exhaustivos, es decir que entre ambos eventos cubren todo el espacio muestral.
UNIDAD N°1 - PROBABILIDAD
Unión: AՍB
Dado dos sucesos aleatorios A y B que pertenecen a un espacio muestral S, se denomina unión de A y B al
conjunto formado por todos los sucesos elementales que pertenecen a A o bien que pertenecen a B
(incluyendo los que están en ambos simultáneamente).
Intersección: AՈB
Dados dos sucesos aleatorios A y B que pertenecen a un espacio muestral S, se denomina intersección de A
y B al conjunto formado por todos los sucesos elementales que pertenecen a A y B a la vez.
UNIDAD N°1 - PROBABILIDAD
En base a nuestro
YN
ejemplo y continuando YT
YB MB La región sombreada es: AՍB= {YN, YB, YT, MB}
con los eventos ya
definidos:
S
A= {el animal elegido
es una yegua} YN
YB MB La región sombreada es: AՈB= {YB}
YT
A= {YN, YB, YT}
B= {el animal elegido
S
es bayo} A
YN
A partir de los diagramas también podemos observar el
B= {YB, MB} complemento.
YB
Ā La región sombreada es: Ā=AC=A’= {MB, MN}
YT
UNIDAD N°1 - PROBABILIDAD
# casos favorables de A 3
P A = P A = = 0,50
# casos posibles 6
UNIDAD N°1 - PROBABILIDAD
EJEMPLO 2: En un paquete de confites de chocolate quedan las últimas 5 golosinas. 3 son amarillas y 2 son
celestes. Experimento= Extraer un confite y registrar el color. (S2= {A;C})
Suceso A= el confite es de color amarillo.
# casos favorables de A 1 (que sea amarillo)
P A = = 0,50
TEORIA # casos posibles 2 (amarillo o celeste)
CLASICA ¿Cómo es posible que teniendo más chocolates amarillos que celestes tenga un 50% de probabilidad de ser
seleccionado? No lo es.
Esta forma de calcular la probabilidad es factible cuando todos los puntos muestrales tienen la misma
chance de ocurrir, es decir, son equiposibles. Para poder usar la teoría clásica deberíamos arrancar
definiendo el espacio muestral de una forma en que todos sus puntos tengan la misma posibilidad de
ocurrir: S2= {A1;A2;A3;C1;C2}) # casos favorables de A 3
P A = = 0,60
# casos posibles 5
UNIDAD N°1 - PROBABILIDAD
En principio la evolución de las frecuencias relativas es errática, pero a medida que el número de tiradas
aumenta, tiende a lo que entendemos por probabilidad de cara.
TEORIA
FRECUENTISTA
UNIDAD N°1 - PROBABILIDAD
La probabilidad de que ocurra el evento imposible es cero, dado que es el evento complementario del
TEORIA espacio muestral. P(S) + P(ø) = 1 P(ø) = 0
AXIOMATICA
Si el evento A ocurre algunas de las veces que ocurre el evento B, lo que simbólicamente se indica AB,
entonces la probabilidad asociada al evento A es menor o igual a la probabilidad de que ocurra el evento B.
AB P(A) ≤ P(B)
Si A y B son dos eventos cualesquiera de un espacio muestral S, la probabilidad que ocurra el suceso
A, el suceso B o ambos, en la misma repetición del experimento, es:
P(AՍB) = P(A) + P(B) – P(AՈB). Esto se conoce como Teorema de la Suma. 1
UNIDAD N°1 - PROBABILIDAD
Supongamos que tenemos un evento A, con cierta probabilidad asociada. En esta sección examinaremos
como la información de que cierto evento (B) ha ocurrido previamente afecta la probabilidad de ocurrencia
de A.
Por ejemplo, A podría referirse a un individuo que sufre una enfermedad particular en la presencia de
ciertos síntomas. Si se realiza un examen de sangre en el individuo y el resultado es negativo (B: examen
de sangre negativo), entonces la probabilidad de que tenga la enfermedad cambiará (deberá reducirse, pero
no a cero, puesto que los exámenes de sangre no son infalibles).
La probabilidad condicional se define como:
P(A∩B)
P A/B =
P(B) Siendo P(B) > 0
¿Cuál es la probabilidad, al extraer dos animales, que el segundo sea tordillo, sabiendo que el primero fue
Ejemplo: En un haras bayo?
hay 23 caballos, de # casos favorables de T
los cuales 15 son P T/B = =
# casos posibles
yeguas y 8 son
Negro (N) Bayo (B) Tordillo (T)
padrillos. De las Yegua (Y) 7 4 4 15
yeguas, 7 son de color Macho (M) 5 3 0 8
negro, 4 de color bayo 12 7 6 4 23 22
y 4 tordillos. Los
machos 5 son negros # casos favorables de T 4
P T/B = = = 0,181
y 3 bayos. # casos posibles 22
UNIDAD N°1 - PROBABILIDAD
P(A∩B)
P A/B = P(A∩B) = P A/B x P(B)
P(B)
De igual forma, la probabilidad de la intersección de dos sucesos A y B podría expresarse también como:
P(AՈB) = P(B/A) x P(A)
UNIDAD N°1 - PROBABILIDAD
1
P A = = 0,1
10
UNIDAD N°1 - PROBABILIDAD
La pista que la carta era un basto les ofreció información adicional, pero dicha información no cambió la
probabilidad de que la carta fuera una sota.
Cuando la ocurrencia de un evento no afecta la probabilidad de ocurrencia de otro, en dos intervenciones
del azar, se dice que ambos son eventos independientes. Por tanto, “sota” y “basto” son independientes.
Ejemplo1: Consideren
un mazo de 40 cartas
y los dos eventos: Simbólicamente: Si A y B son sucesos independientes P(A/B) = P(A), entonces P(AՈB) = P(A) x P(B).
A: “la carta extraída
En este caso: P(A/B) = P(A)= 0,1
es una sota” y B: “la
carta extraída es de
Además puede verificarse que: P(AՈB) = P(A) x P(B)
basto”.
1 4 10
40 = 40 x 40
0,025 0,025
UNIDAD N°1 - PROBABILIDAD
Ejemplo2: Consideren Supongan ahora que se enteran que la carta extraída es par; ¿cuál es
un mazo de 40 cartas la probabilidad de que la carta sea un rey?
y los dos eventos: 4
P C/D = = 0,2 En este caso P(C) ≠ P(C/D)
C: “la carta extraída 20
es un rey” y D: “la Al ocurrir que la carta extraída fue par, modificó la probabilidad de
carta extraída es par”. que fuese rey, por lo tanto ambos sucesos son no independientes o
dependientes.
Podría verificarse, también, que: P(CՈD) ≠ P(C) x P(D)
RELACIÓN ENTRE EL RESULTADO DE UNA PRUEBA DIAGNÓSTICA Y LA PRESENCIA O AUSENCIA
DE UNA ENFERMEDAD
UNIDAD N°1 - PROBABILIDAD
Durante la aplicación de una prueba diagnóstica podemos determinar cuatro situaciones posibles:
A pesar de que se
cometen errores captando Resultado de la Verdadero diagnóstico
como positivas personas prueba Enfermo (E) Sano (Ē)
sanas y como negativas a Verdaderos positivos Falsos positivos
personas enfermas, se Positivo (+)
puede determinar la
(VP) (FP)
probabilidad, por ejemplo, Falsos negativos Verdaderos negativos
Negativo (-)
de que un individuo que ha (FN) (VN)
dado positivo en la prueba VP+FN FP+VN
padezca realmente la
enfermedad.
Las probabilidades que intervienen en el estudio y aplicación de una prueba diagnóstica reciben
nombres especiales
UNIDAD N°1 - PROBABILIDAD