Teora de la Probabilidad.

Algunos conceptos bsicos.

Experimento: Actividad que se realiza y de el
se derivan diferentes eventos.
Espacio Muestral:Conjunto de todos los
posibles eventos o resultados de un
experimento.
Evento: Un evento es el resultado posible o
un grupo de resultados posibles de un
experimento y es la mnima unidad de
anlisis
para
efectos
de
clculos
probabiliasticos

Ejemplo.

Se desea tirar una

moneda y un dado.
1. Cul
es
el
Experimento? Tirar la
moneda y el dado.
2. Cul es su espacio
muestral? (Sm). Todos
los
posibles
resultados.
Sm={(c,1),(c,2),(c,3),(c,4),(c,5),(c,6),
(e,1),(e,2),(e,3),(e,4),(e,5),(e,6)}

Sm = 12 posibles eventos.

Moneda

Dado

Cara

Cara

Cara

Cara

Cara

Cara

Escudo

Escudo

Escudo

Escudo

Escudo

Escudo

Probabilidad Clsica.
Cant.eventos espec.
Pr ob(evento especfico)
Espac.Muestral

Ejemplo del clculo de probabilidad

con el mismo experimento.
Halle la probabilidad
de que al tirar una
moneda y un dado,
salga escudo y un
nmero impar.
P(Escud,impar)=3/12

Moneda

Dado

Cara

Cara

Cara

Cara

Cara

Cara

Escudo

Escudo

Escudo

Escudo

Escudo

Escudo

Ejemplo del clculo de probabilidad

con el mismo experimento.
Halle la probabilidad
de que al tirar una
moneda y un dado,
salga una cara.
P(Cara) =6/12

Moneda

Dado

Cara

Cara

Cara

Cara

Cara

Cara

Escudo

Escudo

Escudo

Escudo

Escudo

Escudo

Ejemplo del clculo de probabilidad

con el mismo experimento.
Halle la probabilidad
de que al tirar una
moneda y un dado,
salga una cara y un
nmero divisible entre
3.
P(Cara, /3) =2/12

Moneda

Dado

Cara

Cara

Cara

Cara

Cara

Cara

Escudo

Escudo

Escudo

Escudo

Escudo

Escudo

Ejemplo del clculo de probabilidad

con el mismo experimento.
Halle la probabilidad de
que al tirar una moneda y
un dado, salga
un
nmero primo, o sea,
divisible entre l y la
unidad solamente. El 1
no es primo.El 2 es el
nico nmero primo que
es par.
P(primo) =6/12

Moneda

Dado

Cara

Cara

Cara

Cara

Cara

Cara

Escudo

Escudo

Escudo

Escudo

Escudo

Escudo

Ejemplo del clculo de probabilidad

con el mismo experimento.
Halle la probabilidad
de que al tirar una
moneda y un dado,
salga un nmero 8.
P(8) =0/12= 0
El valor de probabilidad
ms pequeo es 0.

Moneda

Dado

Cara

Cara

Cara

Cara

Cara

Cara

Escudo

Escudo

Escudo

Escudo

Escudo

Escudo

Ejemplo del clculo de probabilidad

con el mismo experimento.
Halle la probabilidad
de que al tirar una
moneda y un dado,
salga un nmero del
1 al 6.
P(1 al 6) =12/12= 1
El mayor valor de
probabilidad es 1.

Moneda

Dado

Cara

Cara

Cara

Cara

Cara

Cara

Escudo

Escudo

Escudo

Escudo

Escudo

Escudo

Eventos Mutuamente Excluyentes. Ley

Aditiva.

Los eventos mutuamente excluyentes son

aquellos donde la ocurrencia de un evento
invalida la ocurrencia del resto de los
eventos de un experimento. Si ocurre uno
no ocurre el otro.

P( AoB) P( A) P( B)

Ejemplo. Eventos Mutuamente Excluyentes.

Ley Aditiva.
Halle la prob. De que
al tirar una moneda y
un dado, salga (cara
y nmero impar) o
(escudo y un nmero
primo)

P( AoB) P( A) P( B)
3 3
6
P( AoB)
12 12 12

Moneda

Dado

Cara

Cara

Cara

Cara

Cara

Cara

Escudo

Escudo

Escudo

Escudo

Escudo

Escudo

Eventos No Mutuamente Excluyentes. Ley

Aditiva.

Los eventos no mutuamente excluyentes

son aquellos donde dos o ms de ellos
pueden ocurrir al mismo tiempo.

P( AoB) P( A) P( B) P( AB)
Donde P(AB) es la probabilidad de que los
eventos A y B ocurran al mismo tiempo.

Ejemplo. Eventos No Mutuamente Excluyentes.

Ley Aditiva.
Halle la prob. De que
al tirar una moneda y
un dado, salga
(nmero par) o ( un
nmero primo)
P( AoB) P( A) P( B) P( AB)
6 6 2 10
P( AoB)
12 12 12 12

Moneda

Dado

Cara

CaraCara

22

Cara

Cara

Cara

Cara

Escudo

EscudoEscudo

22

Escudo

Escudo

Escudo

Escudo

Eventos Mutuamente Excluyentes. Ley

Aditiva.

HACER EL EJERCICIO
PRACTICA COLECTIVA

#1

DE

LA

P( AoB) P( A) P( B)
P( AoB) P( A) P( B) P( AB)

Probabilidades bajo Independencia

Estadstica.Regla de multiplicacin.
CONDICION DE INDEPENDENCIA
ESTADISTICA

P( AB) P( A) P( B)

Ejercicio Propuesto.
Si A es el evento que llueva hoy y su
probabilidad de que ocurra es P(A)=0.62 y
B es el evento que yo vaya al cine y la
probabilidad de que ocurra es P(B)=0.08.
Adems la probabilidad de que llueva hoy
y yo vaya al cine es P(AB)=0.35. Son los
eventos A y B independientes?

Ejercicio Propuesto.
Si A es el evento que hoy suba la tasa del
dlar en Repblica Dominicana su
probabilidad de que ocurra es P(A)=0.04 y
B es el evento que hoy el precio del barril
de petrleo suba y la probabilidad de que
ocurra es P(B)=0.75. Adems la
probabilidad de que la tasa del dlar y el
precio del petrleo suban
hoy es
P(AB)=0.03. Son los eventos A y B
independientes?

TAREA ESTA EN EL EVA

HACER EL EJERCICIO DE LA
PRACTICA COLECTIVA EN EL AULA

Probabilidades condicionales bajo

Independencia Estadstica.
Se refiere a la probabilidad de que ocurra
un evento dado que ya ocurri otro y su
forma de expresarlo es P(A/B) y se lee
probabilidad de que ocurra A dado que
ocurri B.

Probabilidades condicionales bajo

Independencia Estadstica.Ejemplo.
Cul es la probabilidad de que el segundo hijo de una pareja sea un
nio (B), dado que el primero fue nia (A).
Es lgico que P(B)=1/2 y P(A)=1/2
Fjese que son eventos que no tienen nada que ver el uno con el
otro, o sea, son eventos independientes, por tanto, se cumple que:
P(nio/nia)=P(nio)
P(B/A)=P(B)
P(B/A)=1/2

Probabilidad condicional bajo

dependencia estadstica.
P ( AB )
P( A / B)
P( B)
P(A/B) Se lee como la probabilidad de que
suceda el evento A dado que ya sucedi el
evento B.
Recuerda que P(AB) es la probabilidad de que
los eventos A y B sucedan al mismo tiempo.
P(B) es la probabilidad de que suceda el evento
B

PROBABILIDAD CONDICIONAL BAJO

DEPENDENCIA ESTADISTICA
Ejemplo:
Una tienda de autoservicio ha
sido vctima de muchos
ladrones, se han podido
apresar a 250 ladrones. Se
registraron el sexo y si es
reincidente en los robos.
Fjese que los eventos sexo y
Reincidencia
no
son
independientes, o sea, se
presentan:
hombres
reincidentes.
hombres no reincidentes.
mujeres
reincidentes.
mujeres no reincidentes.

Sexo

No rein
cidente

Reincidente.

Total

Hombre

60

70

130

Mujer

44

76

120

Total

104

146

250

Probabilidad bajo Dependencia

Estadstica.
Sexo

No rein
cidente

Reincidente
.

Total

Sexo

No rein
cidente

Reincidente
.

Total

Hombre

60

70

130

Hombre

60/250
(0.24)

70/250
(0.28)

130/250
(0.52)

Mujer

44

76

120

Mujer

44/250
(0.176)

76/250
(0.304)

120/250
(0.48)

Total

104

146

250

Total

104/250
(0.416)

146/250
(0.584)

250/250
(1)

Probabilidad condicional bajo

Dependencia Estadstica. Ejemplo.
Halle la probabilidad de que al
apresar a un ladrn este sea
hombre dado que no es
reincidente.
A evento que sea hombre.
B evento que no sea
reincidente.

Sexo

No rein
cidente

Reincidente
.

Total

Hombre

60/250
(0.24)

70/250
(0.28)

130/250
(0.52)

P( A / B)

P( AB)
P( B)

Mujer

44/250
(0.176)

76/250
(0.304)

120/250
(0.48)

P( A / B)

P(hom bre no reincidente)

P(no reincidente)

Total

104/250
(0.416)

146/250
(0.584)

250/250
(1)

P( A / B)

0.24
0.5769 57.7%
0.416

Probabilidad condicional bajo

Dependencia Estadstica. Ejemplo.
Halle la probabilidad de que al
apresar a un ladrn este sea
mujer dado que es reincidente.
A evento que sea mujer.
B evento que sea reincidente.

P( AB)
P( A / B)
P( B)
P(mujer reincidente)
P( A / B)
P(reincidente)
0.304
P( A / B)
0.52 52%
0.584

Sexo

No rein
cidente

Reincidente
.

Total

Hombre

60/250
(0.24)

70/250
(0.28)

130/250
(0.52)

Mujer

44/250
(0.176)

76/250
(0.304)

120/250
(0.48)

Total

104/250
(0.416)

146/250
(0.584)

250/250
(1)

Probabilidad Marginal bajo

Dependencia Estadstica. Ejemplo.
Halle la probabilidad de que al
apresar a un ladrn este sea mujer.
A evento que sea mujer.
Fjese que a partir de los datos de
la tabla de probabilidades del
ejemplo ya hemos calculado esta
probabilidad,
sumando
las
probabilidades conjuntas en las
que el evento mujer est
involucrado.

P(mujer) P(mujer no reinc) P(mujer reinc)

P(mujer) 0.176 0.304 0.48

Sexo

No rein
cidente

Reincidente.

Total

Hombre

60/250
(0.24)

70/250
(0.28)

130/250
(0.52)

Mujer

44/250
(0.176)

76/250
(0.304)

120/250
(0.48)

Total

104/250
(0.416)

146/250
(0.584)

250/250
(1)

Probabilidad marginal bajo

dependencia estadstica.
Otra forma de calcular la probabilidad marginal P(A) o
P(B) si no contramos con la tabla de probabilidades
pero s con las probabilidades conjuntas P(AB) y la
condicional P(A/B) o P(B/A), es despejndola de la
frmula:
P ( AB)
P( A / B)
P( B)
P( B ) P ( A / B ) P ( AB)
P( AB)
P( B)
P( A / B)

Probabilidad Conjunta bajo

Dependencia Estadstica. Ejemplo.
Halle la probabilidad de que al
apresar a un ladrn este sea
hombre y reincidente.
A evento que sea hombre.
B evento que sea reincidente.
Fjese que a partir de los datos de
la tabla de probabilidades del
ejemplo podemos tomar esta
informacin directamente.

P(hombre reincidente) 0.28

Sexo

No rein
cidente

Reincidente.

Total

Hombre

60/250
(0.24)

70/250
(0.28)

130/250
(0.52)

Mujer

44/250
(0.176)

76/250
(0.304)

120/250
(0.48)

Total

104/250
(0.416)

146/250
(0.584)

250/250
(1)

TAREA ESTA EN EL EVA

HACER LA PRACTICA COLECTIVA EN
EL AULA
HACER LA PRACTICA INDIVIDUAL

GRACIAS.