You are on page 1of 14

República Bolivariana de Venezuela Ministerio del Poder Popular para la Defensa Universidad Nacional Experimental Politécnica de la Fuerza Armada

Estadística I Semestre 2007-II Guía 11 Tema VI: Probabilidades Elaborado por: Ing. Bethzaida Africano

PROBABILIDADES
PROBABILIDADES. CONCEPTOS BÁSICOS Las probabilidades existen porque hay fenómenos aleatorios. Un fenómeno es aleatorio cuando al realizar un experimento su ocurrencia está determinada por factores fortuitos o por el azar. En cambio, en los fenómenos determinísticos hay seguridad de la ocurrencia o no de un hecho. El resultado de la tirada de una moneda o de un dado es un ejemplo clásico de un fenómeno aleatorio ya que situaciones aleatorias determinarán si ocurre cara o sello en la moneda o, los números 1, 2, ..., 6 en el dado. También son ejemplos de fenómenos aleatorios el número de accidentes de tránsito en una ruta, el resultado de un partido de fútbol o el número de defectuosos de un producto en un proceso productivo. Experimento: Cualquier situación u operación en la cual se pueden producir uno o varios eventos o sucesos. Los experimentos pueden ser de dos tipos: Determinísticos. Se obtienen siempre los mismos resultados. Ejemplo: Medir con la misma regla en idénticas condiciones la longitud de una trozo de madera Aleatorios. No se obtienen siempre los mismos resultados. Ejemplo: El lanzamiento de una moneda observando la sucesión de caras y sellos que se presentan. Espacio Muestral Es un conjunto cuyos elementos representan los resultados posibles de un experimento. Es el conjunto universal y se representa por S. Encierra todos los casos posibles.

1). Moneda de 50 Bs (1. Sello} 3) E: Lanzar dos monedas. 3.0) Sello (0. al formado por los elementos que no están en A. se anota A’ Se ha asociado el número 1 al resultado “cara” y el número 0 el resultado “sello”. 2.SS} C: Cara S: Sello En el cuadro siguiente se representa los resultados posibles del experimento aleatorio consistente en el lanzamiento de dos monedas una de 100 Bs.1) (0.0).SC. 5. E espacio muestral E espacio El conjunto de todos los resultados posibles se llama espacio muestral y se denota por E. En consecuencia el espacio muestral asociado a este experimento es . S={Cara. Pueden ser elementales o compuestos. y otra de 50 Bs. S = {1.EJEMPLOS 1) E: lanzar un dado y observar el número que aparece en la cara superior.1).0) EVENTOS Es un subconjunto del espacio muestral.0) A Se llama suceso a un subconjunto de dichos resultados.CS. 4. muestral A A ’ E espacio muestral Moneda de 100 Bs Cara (1. (0.1) (1. Cara sello Se llama suceso contrario (complementario) de un suceso A. (1. S={CC. 6} 2) E: Lanzar una moneda al aire. (0.

Definición de probabilidad Dos sucesos A y B. Intersección es el suceso formado por todos los elementos que son. Suceso contrario o Complementario =E . S={Cara.A se llama suceso contrario de A. A y B. E espacio muestral A B UNIÓN Se llama suceso unión de A y B. al formado por los resultados experimentales que están en A o en B (incluyendo los que están en ambos Diferencia es el suceso formado por todos los elementos de A que no son de B. Se llama suceso intersección de A y B. AUB. a la vez. Enfoque clásico o a priori N° casos favorables: nA P(A) = ____________________ N° casos posibles : n . se llaman: Unión es el suceso formado por todos los elementos de A y todos los elementos de B. A∩B o simplemente AB. al formado por los resultados experimentales que están simultáneamente en A y B Los eventos elementales son: e1 = cara y e2 = sello Dados dos sucesos. cuando = Ø (A y B son disjuntos) EJEMPLO E: Lanzar una moneda al aire. se llaman incompatibles ó mutuamente excluyentes cuando no tienen ningún elemento común. Es decir.E espacio muestral A B INTERSEC. de A y de B. Sello} La probabilidad de un suceso es un número que cuantifica en términos relativos las opciones de verificación de ese suceso.

.Los elementos de E tienen la misma probabilidad de ocurrencia 2..P(A) + P(A') = 1 Por tanto P(A) = 1 . 5.1. dada la verificación del suceso B P(A ∩ B) P(A/B) = _________ P(B) P(A/B): Es la probabilidad de que se de el suceso A condicionada a que se haya dado el suceso B..375 P(A') 8/20 .P(A') Ejemplo Si se lanza un dado ¿Cuál es la probabilidad de obtener? a.5 6 Probabilidad condicional Probabilidad del suceso A.. 6 3 P(A) = ______ = 0.0 ≤ P(A) ≤ 1 3..375 O bien P(B ∩ A') 3/20 P(B/A) = _________ = ______ = 0. 2. Probabilidad de acierto dado que el sujeto extraído no tiene entrenamiento: 3/8 = 0..Si A es un suceso seguro (contiene todos los sucesos elementales de E) : P(A) = 1 5.Si A es un suceso imposible: P(A) = 0 4. 4.Un número impar P(A ∩ B): Es la probabilidad del suceso simultáneo de A y B P(B): Es la probabilidad a priori del suceso B Ejemplo Se definen los sucesos A: Tener entrenamiento B: Acertar una prueba de razonamiento espacial Tener entrenamiento No tener entrenamiento Acierto 11 3 14 Error 1 5 6 12 8 20 1 . 3.

¿De cuántas maneras podrá realizar el viaje de A a C pasando por B? P(A ∩ B) 0. Teorema de la suma La probabilidad de la unión de los sucesos A y B es Ser hipertenso P(A u B) = P(A) + P(B) .50 .Ejemplo Se sabe que el 50% de la población fuma y que el 10% fuma y es hipertenso ¿Cuál es la probabilidad de que un fumador sea hipertenso? A= Teoremas Básicos.P(A ∩ B) Teorema del producto Dos sucesos A y B son independientes si se cumple B= P(A ∩ B) = P(A) * P(B) Ser fumador Analisis Combinatorio P(A/B) = Principio Fundamental del Análisis Combinatorio Ser hipertenso y fumador Suponga que una persona tiene 2 formas de ir de una ciudad A a otra ciudad B.20 P(B) 0. y una vez llegada a B. tiene 3 maneras de llegar a otra ciudad C.10 P(A/B) = _________ = ______ = 0.

CARRO 10 x 10 x 10 x 10 x 10 = 100.Por lo que el principio fundamental del análisis combinatorio. x z Este principio también se llama principio de conteo ó principio multiplicativo. bt. BIC.AVION BIC . una segunda acción puede efectuarse de b formas diferentes.CARRO PIE . ba. (2 x 3 = 6) Se puede representar en un diagrama de árbol PIE . La persona tuvo 6 formas diferentes de realizar el viaje que son: (iniciales) pa. podrá tomar luego avión. una tercera acción puede efectuarse de c formas diferentes y así sucesivamente hasta la enésima acción que puede efectuarse de z formas diferentes. entonces el número total de formas diferentes que pueden efectuarse estas n acciones es igual con: a x b x c x . y si empezó en bicicleta.000 números diferentes Notación Factorial . también podrá tomar avión. Si empezó a pie.. carro o trasatlántico. pt. ¿Cuántos números diferentes pueden formularse? Solución: BIC-TRASA.TRASA.AVION PIE . cada uno de los cuales se llama con alguno de los 10 dígitos (0 al 9).. operación o acción puede efectuarse de a formas diferentes. bc. carro o trasatlántico. 4 pantalones y 2 pares de calzado? Solución: 3 x 4 x 2 = 24 maneras diferentes Ejemplo: En una ciudad los números de teléfono constan de 5 dígitos. pc. Ejemplo: ¿De cuántas maneras diferentes podrá vestirse un joven que tiene 3 camisas diferentes. puede expresarse así: Si una primera decisión.

Para abreviar estas expresiones. n Permutación de 5 elementos P5 = 5! Por lo que: Ejemplos: 1) 2) 5! = 5 x 4 x 3 x 2 x 1 = 120 4! 3! = (24)(6) = 144 . n. Pn. 3 x 2 x 1 = 6.. se usa una notación especial llamada notación factorial y nos denota las multiplicaciones sucesivas de n hasta l y se define como: 4 x 3 x 2 x 1 = 4! Se lee“cuatro factorial” 3) 4) 5) Cuando n es demasiado grande se suele utilizar la fórmula de Stirling: 3 x 2 x 1 = 3! Se lee “tres factorial” En términos generales: n(n-1)(n-2).x 2 x 1 = n! Se lee “n factorial” Propiedades: a) para n natural Ejemplo: Determinar 50! por Stirling: n! = n(n-1)! Ejemplo: 7! = 7 x 6! = 7 x 6 x 5 x 4! b) 0! = 1 Permutaciones Permutación: Conjunto ordenado de n elementos. 2 x 1 = 2..En algunos problemas de matemáticas se nos presentan multiplicaciones de números naturales sucesivos tal como: 4 x 3 x 2 x 1 = 24. An. Notación: Pn.

que se indican con A. cba = 6 P3 = 3! = 6 Ejemplo: En una asamblea de accionistas. c} existen las siguientes permutaciones: P4 = 4! = 24 formas diferentes Cuando se toman parte de los elementos del conjunto se tiene: Solución: Abc. hay 6 personas que han solicitado hacer uso de la palabra ¿En cuántas órdenes diferentes pueden hablar. con la salvedad de que A Ejemplo: Hay 7 candidatos para desempeñar 3 tareas. bac. D. ¿Cuántas secuencias diferentes pueden ocurrir? Solución: Ejemplo: A B C D E F Para el conjunto {a. acb. ¿De cuántas maneras se pueden efectuar la asignación? Solución: Pn. En general no existe una secuencia fija para las operaciones.Pn = n! P5 = 5! = 5 x 4 x 3 x 2 x 1 = 120 debe efectuarse al principio y F al final. bca. si todos los candidatos son igualmente eficientes. C.3 = . si es que no se ha establecido un orden de prioridades? Solución: P6 = 6! = 720 Ejemplo: En un proceso de manufactura hay seis operaciones distintas. E y F. B.r = Ejemplo: Si n = 5 y r=3 P5. b. cab.

P4 = 4! 3! 4! 4! 2! 4! = 165. bc Existe 1 forma de seleccionar 3 elementos: abc P3 = 3! P4 = 4! P4 = 4! P2 = 2! Notación: nCr. si difieren al menos en un elemento.P7. ac. de modo que el mismo tipo de máquina quede juntas. c} de cuántas maneras podemos seleccionar: a) un elemento dos elementos tres elementos Ejemplo: De cuántas maneras 3 fresadoras.888 maneras diferentes Combinaciones Una combinación de n elementos tomados de r en r es un subconjunto no ordenado de r elementos con . c. b. 3F 4T 4T 2C b) c) Solución: a) b) c) Existen 3 formas de seleccionar un elementos: a. b. 4 tornos. 4 taladros y 2 cepillos pueden ordenarse en fila en un taller. Ejemplo: Sea el conjunto {a. Para determinar el número de combinaciones de n elementos tomando de r en r: . Existen 3 formas de seleccionar dos elementos: ab.3 = 2 combinaciones formadas por r elementos son distintas.

debe elegir el futuro comité ejecutivo que regirá a esa institución durante el próximo año. Solución: a) Los mexicanos se pueden escoger de: . ¿De cuántas maneras pueden asignarse las 3 plazas? a) Si todos los empleos son de la misma categoría b) Si en la comisión debe haber como mínimo 2 ingleses y 2 mexicanos.Ejemplo: Si n = 10 r=7 Los ingleses se pueden escoger de: Conjuntamente Ejemplo: El congreso anglo mexicano de administración pública. en bases en las entrevistas practicadas por el departamento de personal. Se pide determinar de cuántas maneras se pueden integrar la comisión en los siguientes casos: a) Si en la comisión debe haber 4 mexicanos y 2 ingleses. sólo 14 se han considerado aceptables. b) 1) 2) 3) Se pueden presentar los casos: 2 ingleses y 4 mexicanos: 3 ingleses y 3 mexicanos: 4 ingleses y 2 mexicanos: 210 + 140 + 21 = 371 Ejemplo: En los laboratorios “ELKO” hay 3 plazas vacantes de un total de 33 solicitudes de empleo. La comisión directiva se forma con 6 integrantes y este año han sido propuestos 7 representantes mexicanos y 4 ingleses para ser electos.

La probabilidad de que un artículo producido por una máquina específic A sea de primera calidad.. es el resultado que da la distribución de probabilidad condicional de una variable aleatoria A dada B en términos de la distribución de probabilidad condicional de la variable B dada A y la distribución de probabilidad marginal de sólo A. Madero. Sea {A1. enunciado por Thomas Bayes.b) Si un empleo es de gerente de ventas.. uno es de agente visitador para las ciudades de Puebla y Tlaxcala y otro de agente visitador para las ciudades de Tampico y Cd. Sea B un suceso cualquiera del que se conocen las probabilidades condicionales P(B | Ai).A2. Entonces.9 Si se selecciona un artículo aleatoriamente de la línea de producción: a) Cual es la probabilidad de que sea de primera calidad .. b) P(B | Ai) es la probabilidad de B en la hipótesis Ai. P(Ai | B) son las probabilidades a posteriori.7 0. se muestra en la siguiente tabla: Maquina A B C Probabilidad 0... la probabilidad P(Ai | B) viene dada por la expresión: Ejemplo Una fábrica produce un artículo en tres diferentes máquinas.8 0...An} un conjunto de sucesos incompatibles cuya unión es el total y tales que la probabilidad de cada uno de ellos es distinta de cero. en la teoría de la probabilidad.Ai. Del total de la producción el 30% es producido en la máquina A. Esto se cumple Teorema de Bayes El teorema de Bayes.. Solución: a) donde: P(Ai) son las probabilidades a priori. el 50% en la B y el 20% lo produce la máquina C.

7 P(Q'/B) = 0.35 P(B ∩ Q') = P(A) P(Q'/B) = (0.9 P(Q'/C) = 0.9) = 0.2) (0.2 P(Q'/A) = 1 – P(A) .2 P(Q'/B) = 1 – P(B) P(Q'/B) = 1 – 07 = 0.2 P(A ∩ Q') = P(A) P(Q'/A) = (0.8 P(Q'/A) = 0.02 Pregunta a Si se selecciona un artículo aleatoriamente de la línea de producción: ¿Cuál es la probabilidad de que sea de primera calidad? P(Q) = P(A ∩ Q) + P(B ∩ Q) + P(C ∩ Q) P(B) = 0.2) (0.3 1.1 Se tiene que calcular las probabilidades conjuntas.3 P(Q/C) = 0.9 = 0.1) = 0.5) (0.15 P(C ∩ Q) = P(C) P(Q/C) = (0.3 P(Q/A) = 0. Solución P(Q'/A) = 1 – 0.3) (0. P(Q'/C) = 1 – P(C) P(Q'/C) = 1 – 0.7) = 0.5 P(C) = 0.2) = 0..3) (0.5) (0.Construir la tabla Una fábrica produce un artículo en tres diferentes máquinas.18 P(C ∩ Q') = P(C) P(Q'/C) = (0. el 50% en la B y el 20% lo produce la máquina C.3) = 0.06 P(Q/B) = 0.b) Si el artículo seleccionado es de primera calidad.24 P(A) = 0.8) = 0. cual es la posibilidad de que haya sido producido por la máquina A.1 P(B ∩ Q) = P(B) P(Q/B) = (0.8 = 0. esto es las intersecciones respectivas P(A ∩ Q) = P(A) P(Q/A) = (0. Del total de la producción el 30% es producido en la máquina A.

24 P(A/Q) = ________ = 0.24 + 0. El que es la probabilidad pedida . • Se aplica el teorema de Bayes: p(de ser atrapado en el 1º)=p(utilizar A/condicionado a que falle)= Ejemplo En un cierto edificio se usan dos ascensores. P(A ∩ Q) P(A/Q) = ___________________________ P(A ∩ Q) + P(B ∩ Q) + P(C ∩ Q) porcentaje de fallos es del 5%.35 + 0.18 = 0. el primero lo usan el 45 % de los inquilinos y el resto usan el segundo. mientras que el del segundo es del 8 %. Utilizamos el diagrama del árbol: 0. Si en un cierto día un inquilino queda "atrapado" en un ascensor.31 0.77 Lo que significa que la probabilidad de obtener un artículo de primera calidad es de 77%. Pregunta b Si se selecciona un artículo aleatoriamente de la línea de producción Si el artículo seleccionado es de primera calidad.77 Por lo tanto podemos concluir que la probabilidad de que la máquina A haya producido un artículo de primera calidad elegido al azar es del 31%. cuál es la probabilidad de que haya sido producido por la máquina A.P(Q) = 0. hallar la probabilidad de que hayan sido en el primero.

se reduce a P(A∩B) = P(A)*P(B). Para eventos mutuamente excluyentes.P(A∩B). En el caso de eventos independientes. la probabilidad de que en un evento sea alterado o afectado al saberse que ocurre otro evento. Complemento del evento A: El evento que contiene todos los puntos muestrales. que proporcionan la probabilidad de cada evento por separado. . tanto en A como en B. A∩B = vacío y P(A∩B) = 0 Probabilidad condicional: La probabilidad de que un evento suceda. Intersección de eventos A y B: El evento que contiene todos los puntos muestrales existentes. dado B. Probabilidades posteriores: Probabilidades de eventos revisadas con base en información adicional. esto es. Punto muestral: El resultado individual de un experimento Evento: Un conjunto de puntos muestrales o resultados experimentales. P(AU B) =P(A) + P(B) eventos mutuamente excluyentes: Eventos que no tiene ningún punto muestral en común: esto es. Tabla de probabilidades conjuntas: Tabla utilizada para mostrar probabilidades conjuntas y marginales. y por tanto. Ley de multiplicación: Una ley de probabilidad utilizada para calcular la probabilidad de una intersección: P(A∩B) = P(A)*P(B/A) o bien P(A∩B) = P(B)*P(A/B). haya ocurrido. en B o en ambos. Experimento: Cualquier proceso que genere resultados bien definidos.Glosario. esto es. Unión de eventos A y B: El evento que contiene todos los puntos muestrales existentes en A. Ley aditiva: Una ley de probabilidades utilizada para calcular la probabilidad de una unión:P(AU B) =P(A) + P(B) . no existentes en el evento A Diagrama de Venn: Dispositivo gráfico para representar el espacio muestra y las operaciones que involucran eventos. Probabilidades previas: Probabilidades iniciales de eventos. Teorema de Bayes: Método utilizado para calcular probabilidades posteriores. Probabilidades marginales: Los valores en los márgenes de la tabla de probabilidades conjuntas. Espacio muestral: El conjunto de todos los puntos muestrales (resultados experimentales) posibles. Probabilidad: Una medida numérica de la posibilidad de que ocurra un evento. dado otro evento. Eventos dependientes: Dos eventos A y B. La probabilidad condicionada de A. Eventos independientes: Dos eventos A y B donde P(A/B) = P(A) y P(B/A) = P(B). eventos que no tienen influencia uno sobre otro. es P(A/B) = P(A∩B) / P(B) Probabilidad conjunta: La probabilidad de la intersección de dos eventos. donde P(A/B) ≠P(A) o P(B|A) ≠P(B). P(A∩B) = 0.