Estadstica I

Prof. Ana Gloria Ormeo S.

PROBABILIDADES
Este concepto comenz a ser utilizado en el siglo XVII por matemticos como
PASCAL y FERMAT, principalmente en relacin con juegos de azar. En el siglo XVIII
se perfeccion con los trabajos de BERNOULLI y DE MOIVRE ganando muchas
aplicaciones en el siglo XIX con LAPLACE y GAUSS. En el presente siglo se ha
trabajado en la axiomatizacin de tales ideas.
En este curso se presentaran las ideas bsicas de la Teora de la Probabilidad.
Definicin de Espacio Muestral ( S)
Con cada experimento del tipo que consideramos, definimos el espacio
muestral como el conjunto de todos los resultados posibles del mismo.
Definicin de Evento
Un Evento A asociado a un experimento es un subconjunto del espacio
muestral , es decir, A.
Se puede hacer una especie de analoga entre el algebra de conjunto y el
lgebra de probabilidades.
Conjuntos
U
Conjunto Universo
A Conjunto A
AB = Conjuntos Disjuntos
AB=U A y B Conjuntos
AB= Complementarios
A=
Conjunto Vaco

Ejemplo Evento Imposible:

Probabilidades
S Espacio Muestral
es un evento seguro P() = 1
A Evento A P(A)
AB= Eventos A y B son
Mutuamente Excluyentes
AB= Eventos A y B
AB= son Complementarios
A=
A es un evento imposible
P(A) = 0

Se lanza un dado y se obtiene un 7 en la cara superior.

Ejemplo de Eventos Mutuamente Excluyentes: Se lanza un dado dos veces y se anota

el puntaje obtenido en la cara superior, de ambos lanzamientos. Se definen los
eventos:
A: Se obtiene igual puntaje en los dos lanzamientos.
B: La suma de los puntajes en los dos lanzamientos es 7.
Ejemplo de Eventos Complementarios: En el experimento anterior se definen los
eventos:
C:
D:

En el primer lanzamiento se obtiene un nmero par.

En el primer lanzamiento se obtiene un nmero impar.

Estadstica I
Prof. Ana Gloria Ormeo S.
Definicin Clsica de Probabilidad
La probabilidad del evento A (P(A)), esta dado por:

P( A)

# A Nmero de casos favorables al suceso A

#
Nmero total de Casos

Propiedades importantes de P(A)

Sea A un evento definido para , sea P una funcin que asocia al evento A un nmero
real entre 0 y 1, se dice que P es funcin de probabilidad si cumple con los siguientes
axiomas:
1.- 0 P(A) 1
2.- P() = 1

P( A)

i
i

1
i

3.-

si los Ai son eventos mutuamente excluyentes.

Algunas propiedades de la probabilidad:

1.- P() = 0
2.- P(Ac)= 1- P(A)
3.- P( A c

B=P( B)P( A B)

3.- P(AB)=P(A)+P(B)-P(AB)

A y B eventos cualesquiera.

Supongamos que se tienen:

80 artculos defectuosos
20 artculos no defectuosos
Se realiza un muestreo i) Con sustitucin
ii) Sin sustitucin
Se definen los eventos A: El primer artculo es defectuoso.
B: El segundo artculo es defectuoso.
Calcular P(A) y P(B) para caso i) y ii).
Definicin Probabilidad Condicional:
Sean A y B dos eventos que se encuentran en un espacio muestral , de
manera que la probabilidad condicional de B al ocurrir el evento A es:
P(B/A) = P(AB)
P(A)

P(A) >0

Estadstica I
Prof. Ana Gloria Ormeo S.
Por simetra, la probabilidad condicional de A dada la ocurrencia de B es:
P(A/B)= P(AB)
P(B)

P(B) >0

Nota:
Esto puede extenderse a cualquier nmero de eventos que se encuentran
asociados a un espacio muestral. Por ejemplo:
P(A/BC)=P(ABC)
P(BC)

P(BC)>0

P(AUB/C)=P((AUB)C)
P(C)

P(C)0

Ejemplo:
A los habitantes de una ciudad se les hizo una encuesta para determinar el
nmero de lectores del Time y Newsweek. Los resultados fueron los siguientes:
El 20% de los habitantes lee el Time.
El 16% de los habitantes lee el News.
El 1% lee ambos semanarios.
Si se selecciona al azar un lector del Time. Cul es la probabilidad de que tambin
lea el Newsweek?
Recordemos que P (B/A) = P(BA)
P(A)
Probabilidad Conjunta

P(AB) = P(A) P(A/B)

Definicin:
Sean A y B dos eventos que se encuentran en un espacio muestral , de
manera que la probabilidad conjunta de que ocurra el evento A y B es:
P(AB) = P(B/A) P(A)
O tambin:
P(AB) = P(A/B) P(B)
Ambas frmulas deducidas de la probabilidad condicional.
Teorema de la Multiplicacin
En general, si consideramos k eventos cualesquiera asociados a un espacio
muestral, la probabilidad de que ocurran los k eventos a la vez est dado por:
P(A1A2A3...Ak)=P(A1)P(A2/A1)P(A3/A1A2)P(A4/A1A2A3)
....P(Ak/A1 A2...Ak-1)

Estadstica I
Prof. Ana Gloria Ormeo S.
Ejemplo:
Se tienen 8 bolitas rojas, 5 blancas y 3 verdes. Se efecta un muestreo sin
reposicin y se definen los siguientes eventos:
A: La primera bolita es roja.
B: La segunda bolita es blanca.
C: La tercera bolita es roja.
D: La cuarta bolita es verde.
E: La quinta bolita es blanca.
Calcule la probabilidad de que ocurran los eventos A, B, C, D y E.
Eventos Estadsticamente Independientes o Independencia Estocastica
Definicin:
Sean A y B dos eventos cualesquiera de un espacio muestral S. Se dice que el
evento A es estadsticamente independiente del evento B si:
i.- P(A/B) = P(A)

ii.- P(B/A)=P(B)
P(AB)= P(A)P(B)

En general , si se tienen K eventos independientes asociados a un espacio

muestral, la probabilidad de que ocurran todos los eventos a la vez, est dado por:
P(A1A2A3...........Ak) = P(A1) . P(A2) P(A3)...........P(Ak)
Ejemplo:
Ejercicio anterior realizando muestreo con reposicin.
Definicin de Particin del Espacio Muestral:
Decimos que los eventos B1, B2, .... , Bk representan una particin del espacio
muestral si :
a.- BiBj = ij
k

b.-

i 1

c.- P(Bi) > 0 i

El evento A se puede escribir como:
A = (AB1)(AB2)(AB3)....(ABk)
Como los eventos son mutuamente excluyentes.
P(A) = P(AB1)+P(AB2)+...+P(ABk)

Estadstica I
Prof. Ana Gloria Ormeo S.

P(A)=P(A/B1)P(B1)+P(A/B2)P(B2)+...+P(A/Bk)P(Bk)
Teorema de la Probabilidad Total
Esta relacin es muy til cuando no se puede calcular P(A) directamente.
Ejemplo:
Cierto tipo de artculo es manufacturado por las fbricas A ,B y C. A produce el
35% de los artculos , B el 20% y C el 45%. Se sabe que el 5%, 3% y 2% de los
artculos son defectuosos en las fbricas A, B y C respectivamente. Se colocan juntos
todos los artculos producidos y se escoge uno al azar. Cul es la probabilidad de
que este artculo sea defectuoso?.
Teorema de Bayes
Esto es la probabilidad condicional calculada en un espacio particionado.
En el ejemplo anterior supongamos que se almacenan los artculos de una
manera tal que no es posible distinguir la fbrica de la cual proviene el artculo y se
desea conocer la probabilidad de que dado que el artculo es defectuoso, este haya
sido fabricado por C.
En general:
P(Bj/A)= P(Bj)P(A/Bj)
P(A)
Teorema de Bayes

j=1,2,3,...,k