Conceptos Básicos de

Probabilidad

M. en C. Pedro Alejandro Calvo Guerrero

DEFINICIONES

EXPERIMENTO

EVENTO SIMPLE

Es el resultado más básico de un experimento. Es un punto en el
espacio muestral.

EVENTO O SUCESO

Es cualquier acto o proceso en el que se realizan observaciones
que no puede ser predecidas con certeza.

Es una colección específica de eventos simples.

ESPACIO MUESTRAL

S De un experimento es el conjunto que consta de la totalidad de
puntos muestrales (eventos simples), mutuamente excluyentes,
que resultan de la ejecución del experimento.

ENFOQUES DE PROBABILIDAD  PROBABILIDAD SUBJETIVA  PROBABILIDAD OBJETIVA Clásica o a Priori Frecuencia Axiomático Relativa o a Posteriori .

Probabilidad Subjetiva • La posibilidad (probabilidad) de que suceda un evento. Difícil de identificar los sesgos del informante. – 2. • Por ej. . “esta vaca tiene una probabilidad de 60% de parir esta noche”. asignado por una persona (opinión experta) con base en cualquier información de que disponga. Son difíciles de defender cuando son puestas en duda. • Desventajas: – 1. • Significa evaluar las opiniones disponibles y otra información subjetiva para luego llegar a la probabilidad.

Probabilidad Clásica o a priori:  Se basa en la consideración de que los resultados de los experimentos son igualmente posibles y mutuamente excluyentes.  E=Suceso n=casos posibles en que el suceso ocurre.  Todos  La h=número de casos los eventos simples son igualmente posibles probabilidad de aparición del suceso (ocurrencia) está dada por: P(E)=h/n . Se basa en el modelo teórico.

.  p=0 es un suceso imposible.Probabilidad Clásica o a priori:  P(E) es un número comprendido entre 0 y 1. p=1 suceso cierto.  Limitaciones:  En muchas situaciones la ocurrencia de eventos simples posibles no son igualmente probable. ni mutuamente excluyentes.

• La probabilidad será el límite de la frecuencia relativa cuando el número de observaciones crece indefinidamente. – La probabilidad son solo válidas bajo las mismas condiciones en los cuales los datos fueron originados. – Cuanto mayor es el tamaño de la muestra mejor es esta estimación. . – La probabilidad así determinada es solo una estimación del valor verdadero.Concepto de frecuencia relativa o probabilidad a posteriori • Se determina observando en que fracción de tiempo sucedieron eventos semejantes en el pasado (Probabilidad Estimada o Empírica).

Concepto de frecuencia relativa o probabilidad a posteriori  La probabilidad de que un evento ocurra a largo plazo se determina observando en que fracción de tiempo sucedieron eventos semejantes en el pasado. P =número de veces que ocurrió en el pasado/número de observaciones. .

por lo menos uno de los eventos ocurre cuando se realiza un experimento. .Axiomas  PROBABILIDAD  De un Evento Simple es un número entre 0 y 1.  COLECTIVAMENTE EXHAUSTIVO: La suma de todos los resultados mutuamente excluyentes es igual a 1.

Calculo de la Probabilidad de un Evento  Definir el experimento:  describir el proceso usado para hacer una observación y el tipo de observación que será registrada. .  Listar todos los Eventos Simples Posibles  Asignar Probabilidad a cada Evento Simple.  Determinar la Composición del Evento de interés  Calcular la probabilidad del Evento  Sumando la probabilidad de los eventos simples.

verificando los siguientes axiomas: 1.No negatividad: 0 ≤ P(A) 2...Aditividad: P(A  B) = P(A) + P(B) si A ∩ B = Ø (donde Ø es el conjunto vacío)..DEFINICION AXIOMATICA Se llama probabilidad a cualquier función P que asigna a cada suceso A del espacio muestral S un valor numérico P(A). .P(S) = 1 3.

REGLAS BÁSICAS DE PROBABILIDAD  Complemento  General de Adición  Especial de Adición  General de Multiplicación  Especial de Multiplicación .

Nomenclatura  Probabilidad de ocurrencia de A y B p(AB) A intersección B  Probabilidad de ocurrencia de A o B p(AB) A unión B  Probabilidad de B dado que ya ocurrió A p(B|A) (probabilidad condicional) .

al formado por los elementos que no están en A y se denota Ac  Se llama evento unión de A y B.Eventos o Sucesos   S espacio muestral Cuando se realiza un experimento aleatorio diversos resultados son posibles. El conjunto de todos los resultados posibles se llama espacio muestral (S). A∩B al formado por los elementos que están en A y B S espacio muestral A S espacio muestral A B unión A Ac S espacio muestral A B B intersección . Se llama suceso o evento a un subconjunto de dichos resultados. S espacio muestral  Se llama evento complementario de un suceso A. AB.  Se llama evento intersección de A y B. al formado por los resultados experimentales que están en A o en B (incluyendo todos los que están en ambos).

04. P(A) = 1 – P(Ac) S espacio muestral • Ejemplo: – Si la probabilidad de un gatito vacunado entre la semana 9 y 13 contra rinotraqueitis viral felina de contraer la enfermedad es de 0.96 A Ac .Regla del Complemento  Probabilidad del complemento de un evento A es el evento donde A no ocurre (Ac o ). en otras palabras es A donde A no ocurre. la suma de todos los eventos simples La suma de un evento con su complementario es igual a 1.04= 0.  P(A) + P(Ac) = 1. la probabilidad de estar adecuadamente protegido (o de no contraer la enfermedad) es 1-0.

Regla General de Adición  La unión de dos eventos A y B es un nuevo evento. cuya probabilidad se calcula sumando las probabilidades de los puntos que lo forman:  Ejemplo cual es la probabilidad que al elegir una carta de truco aleatoriamente y que saquemos un 2 o una espada. P ( A  B )  P ( A)  P( B )  P( A  B ) S espacio muestral A B unión .

S (12 elementos o puntos muestrales) Si P=1/n para cada punto * A * * * B ** * * * * * * P(A)=7/12 P(B)=6/12 P(AB)=3/12 .

S (12 elementos o puntos muestrales) Si P=1/n para cada punto * A * * * B ** * * * * * * P ( A  B )  P( A)  P ( B)  P ( A  B ) P(AB) = [7/12 + 6/12 – 3/12] = 10/12 P(AB)=10/12 .

S (12 elementos o puntos muestrales) Si P=1/n para cada punto * B A * * * ** * * * * * * P ( A  B )  P( A)  P ( B ) P(AB) = [4/12 + 3/12] = 7/12 P(AB)=7/12 .

 P(A|B)  = P(A) INDEPENDENCIA Si la probabilidad que ocurra A es afectada por la ocurrencia de B se dice que los sucesos son dependientes. P( A | B)  P( A) P( A  B) P( A | B)  P( B) . Hay una reducción del espacio muestral.Probabilidad Condicional  A veces tenemos información adicional que nos altera la probabilidad de su presentación.  La probabilidad de que A ocurra dado que B se ha presentado se denota como P(A|B).  Es igual a la P(A) cuando la ocurrencia de B no afecta la presencia de A y se dice que A y B son independientes.

S (12 elementos o puntos muestrales) Si P=1/n para cada punto * A * * * B ** * * * * P(A|B)= [3/12]/[6/12]=3/6 * * P( A  B) P( A | B)  P( B) .

Regla General de Multiplicación  Indica que para dos eventos la probabilidad conjunta de que ambos ocurran resulta de multiplicar la probabilidad del primero por la probabilidad de que ocurre el segundo dado que el primero ocurrió. .

 P(A|B) = P(A) INDEPENDENCIA P( A  B) P( A | B)  P( B) Ecuación General .  Si la probabilidad de que A ocurra dado que B se ha presentado P(A|B) es igual a la P(A). quiere decir que la ocurrencia de B no afecta la presencia de A y se dice que A y B son independientes. la información de la ocurrencia de un evento no nos da información adicional sobre la ocurrencia de otro.Independencia  A veces.

P( A  B )  P ( A)  P ( B ) .Regla Especial de Multiplicación • Esta regla requiere que los sucesos sean independientes esto es cierto si la ocurrencia de uno no altera la probabilidad del otro. • Ejemplos: – – P(sacar 2 caras) al tirar 2 monedas al aire P(de sacar un oro y un 3) en un mazo de cartas.

25 P(B) = 0.Probabilidad condicionada A A B B P(A) = 0.10 P(A) = 0.8 .10 P(A∩B) = 0.10 P(A∩B) = 0.08 ¿Probabilidad de A sabiendo que ha pasado B? P(A|B)=1 P(A|B)=0.25 P(B) = 0.

05 P(A|B)=0 P(AB)=P(A) P(B|A)=P(B) P(A|B) .005 P(A) = 0.25 P(B) = 0.Intuir la probabilidad condicionada A A B B P(A) = 0.10 P(A∩B) = 0 ¿Probabilidad de A sabiendo que ha pasado B? P(A|B)=0.25 P(B) = 0.10 P(A∩B) = 0.

Teorema de la probabilidad total A2 A1 Si conocemos la probabilidad de B en cada uno de los componentes de un sistema exhaustivo y excluyente de sucesos. B P(B|A1) P(A1) A3 A4 Suceso seguro P(A2) P(A3) P(A4) P(B) = P(B∩A1) + P(B∩A2 ) + P( B∩A3 ) + P( B∩A4 ) =P(A1) P(B|A1) + P(A2) P(B|A2)+ … A1 A2 A3 A4 P(B|A2) P(B|A3) P(B|A4) B B B B . entonces podemos calcular la probabilidad de B como la suma de todas las intersecciones.

B P(Ai | B)  A3 P(B Ai) P(B) A4 P(B) se puede calcular usando el teorema de la probabilidad total: P(B)=P(B∩A1) + P(B∩A2 ) + P( B∩A3 ) + ( B∩A4 ) =P(B|A1) P(A1) + P(B|A2) P(A2) + … . podemos calcular la probabilidad (a posteriori) de ocurrencia de cada Ai. entonces… A2 A1 …si ocurre B.Teorema de Bayes Si conocemos la probabilidad de B en cada uno de los componentes de un sistema exhaustivo y excluyente de sucesos.

P(A i ) j  P(B A ).P(A ) j i j .Teorema de Bayes P(A i B)  P(B Ai) P(Ai | B)  P(B) P(B A i ).