UNIVERSIDAD PRIVADA ANTENOR ORREGO

ESCUELA PROFESIONAL DE INGENIERIA EN

INDUSTRIAS ALIMENTARIAS
CURSO: ESTADISTICA PARA INGENIEROS

TEMA 04
PROBABILIDAD Y SUS
TEOREMAS
DOCENTE: MSc. SELENE YENGLE DEL CASTILLO

EXPERIMENTO

ES CUALQUIER PROCESO O ACTIVIDAD QUE GENERE

RESULTADOS.

EXPERIMENTO ALEATORIO ES AQUEL

QUE
PROPORCIONA
DIFERENTES
RESULTADOS AUN CUANDO SE REPITA DE
LA MISMA MANERA.
(Analice los 5 ejemplos posteriores)

EJEMPLOS DE EXPERIMENTO
1.

Lanzar una moneda.

2.

Lanzar un dado.

3.

Lanzar tres monedas simultneamente.

4.

Registrar el sexo de la siguiente persona que nazca

en la clnica de esta ciudad.

5.

Lanzar una moneda. Si cae cara, se lanza un dado;

en caso contrario, se lanza nuevamente la moneda.

 EL ESPACIO MUESTRAL ES UN CONJUNTO FORMADO

POR TODOS LOS POSIBLES RESULTADOS DE UN
EXPERIMENTO ALEATORIO.

A cada elemento del espacio muestral se conoce

como punto muestral (elemento o miembro
del espacio muestral).
Notacin.
El
espacio
muestral
de
un
experimento se denota por medio de la letra S.
En algunas referencias se usa la letra griega
mayscula omega, , para representar el
espacio muestral.

EJEMPLOS DE ESPACIO MUESTRAL

1. Cuando se lanza una moneda puede caer cara(c) o

sello(s). As,
= {c, s}.
2. Al lanzar un dado, puede caer cualquiera de sus seis caras
con 1, 2, 3, 4, 5 o 6 puntos. En este caso,
={1,2,3,4,5,6}.
3. Si se lanzan tres monedas al mismo tiempo puede ocurrir
cualquiera de 8 resultados posibles. As que,
={ccc, sss, css, ssc, scs, scc, ccs, csc}.
4. Al registrarse el sexo de la siguiente persona que nace
puede ocurrir hombre (h) o mujer (m). El espacio muestral
es ={h, m}.
5. En el Ejemplo 5 de experimento, si en el primer lanzamiento
cae sello, entonces se lanza otra vez la moneda, dando
lugar a las siguientes posibilidades, ss, sc; pero si en el
primer lanzamiento ocurre cara, se lanza un dado, dando
lugar a los puntos
muestrales
c3, c4,
c5, c6.
Observe
que en c1,
este c2,
Ejemplo
de espacio
Entonces el espacio
muestralcada
es:
muestral,
elemento es un par
={ss, sc, c1, c2, ordenado;
c3, c4, c5, en
c6}el Ejemplo 3, una terna

ordenada. En general, un punto muestral

puede consistir de un k-tuple ordenado.

 A veces, los espacios muestrales

tienen un nmero grande o infinito de
elementos. En este caso es mejor usar
una regla o descripcin antes que
enumerar(*) sus elementos. Si los
resultados posibles de un experimento
son el conjunto de individuos en el
mundo con ms de 1.60 m de estatura
que asisten a una universidad, el
espacio muestral se escribe as:

= {x|x es un terrcola con ms de 1.60 m de

estatura que asiste a una universidad}

(*) Como ocurre con los conjuntos

Un evento es un subconjunto del

espacio muestral y lo denotaremos
por A, B, C, D, E, F, etc.
1. Al lanzar una moneda, vimos que = {c,
s}. Entonces el evento A de que caiga
sello es el subconjunto A = {s}. Se
cumple que A .
2. Al lanzar un dado, puede definirse el
evento B de que ocurra una cara con
nmero par.
En este caso, B={2,4,6}.
Observemos
que
B es
un
subconjunto de
S,
ACTIVIDAD
PARA
EL
ESTUDIANTE.
Para
B .
los Ejemplos 3, 4 y 5 de espacio muestral,
defina algn evento, basndose en los dos
anteriores.

IMPORTANTE
En casos extremos, un evento puede ser:
Un subconjunto que incluya todo el espacio muestral.
Un conjunto que no contenga elementos (llamado el evento
nulo, que se representa con ).

Puesto que los eventos son subconjuntos, son

aplicables a ellos todas las operaciones y resultados
de la teora de conjuntos.

MS CONCEPTOS SOBRE EVENTOS

Se dice que dos eventos son mutuamente excluyentes
si uno de ellos y slo uno puede tener lugar cuando se
ejecuta (una vez) el experimento.

(En otros trminos: Dos eventos E1 y E2, tales que E1E2=, se dice que son mutuamente
excluyentes)

Se dice que una coleccin de eventos E1, E2, , Ek, es

mutuamente excluyente si Ei Ej = , donde las ij
toman valores desde 1 hasta k.

(Es decir todos los pares de eventos deben ser mutuamente excluyentes para que la coleccin
entera tambin lo sea)

Se dice que una coleccin de eventos E1, E2, , Ek, es

exhaustiva si E1E2 Ek= .
*ACLARACIN. Estas ltimas tres definiciones sern de gran utilidad para enunciar el teorema de
probabilidad total previo al teorema de Bayes que veremos posteriormente

Nociones de probabilidad
Tipo de
Servicio

N Turistas

Clase A

39

35.45

Clase B

41

37.27

Clase C

30

27.27

Total

110

100.00

Turismo en Piura
Tipo de Servicio
clase C
clase B
clase A
0.00

5.00

10.00 15.00 20.00 25.00 30.00 35.00 40.00

Porcentajes

Estadstica. U.P.A.O.

Frecuentista (objetiva):
Probabilidad de un
suceso es la frecuencia
relativa (%) de veces que
ocurrira el evento al
realizar un experimento
repetidas veces.
Subjetiva (bayesiana):
Grado de certeza que se
posee sobre un evento.
Es personal.
En ambos tipos de
definiciones aparece el
concepto de evento.
Vamos a recordar qu
son y algunas
operaciones que se
pueden realizar
con
10

Eventos
Cuando se realiza un experimento aleatorio
diversos resultados son posibles. El
conjunto de todos los resultados posibles se
llama espacio muestral ().
Se llama evento a un subconjunto de
dichos resultados.
Se llama evento contrario
(complementario) de un evento A, , al
formado por los elementos que no estn en
A.
Se llama evento unin de A y B, AUB, al
formado por los resultados experimentales
que estn en A o en B (incluyendo los que
estn en ambos. UNIN
INTERSECCIN
Se llama evento interseccin
B,muestral
AB
espacio muestral de Ayespacio
o simplemente AB, al formado por los
elementos que estn Aen A y B.
A
B
Estadstica. U.P.A.O.

B
11

espacio muestral

espacio muestral
A
A

espacio muestral
A
B

Definicin de probabilidad

Se llama probabilidad a cualquier funcin, P, que

asigna a cada evento A un valor numrico P(A),
verificando las siguientes reglas (axiomas):
P()=1

espacio muestral
100%

0P(A) 1
P(AUB)=P(A)+P(B) si AB=
es el conjunto vaco.

espacio muestral
A
B

Puedes imaginar la probabilidad de un subconjunto

como el tamao relativo con respecto al total
(evento seguro)
Estadstica. U.P.A.O.

12

Probabilidad condicionada

Se llama probabilidad de A condicionada a B,

o probabilidad de A sabiendo que pasa B:

tam

P( A B)
P( A | B)
P( B)

ao
uno de
res
pec
t
otro o al

espacio muestral

Error frecuentsimo:
No confundas probabilidad condicionada con
interseccin.
En ambos medimos efectivamente la interseccin, pero

En P(AB) con respecto a P()=1

En P(A|B) con respecto a P(B)
Estadstica. U.P.A.O.

13

Algunas reglas de clculo prcticas

Cualquier problema de probabilidad puede
resolverse en teora mediante aplicacin de los
axiomas. Sin embargo, es ms cmodo conocer
algunas reglas de clculo:
P() = 1 - P(A)
P(AUB) = P(A) + P(B) - P(AB)
P(AB) = P(A) P(B|A)
= P(B) P(A|B)
Prob. de que pasen A y B es la prob. de A y que tambin pase B
sabiendo que pas A.
Estadstica. U.P.A.O.

14

Independencia de eventos
Dos eventos son independientes si el que
ocurra uno, no aade informacin sobre el otro.
A es independiente de B
P(A|B) = P(A)
P(AB) = P(A).P(B)

Una vez demostrado que A y B son

independientes,
entonces
los
complementos de A y B tambin son
independientes, por lo que se cumple las
siguientes propiedades:

Estadstica. U.P.A.O.

P(AB) = P(A) . P(B)

P(B) = P() . P(B)
P(AB) = P(A) . P(B)

Ejemplo (I)
Procedencia
Tipo de Servicio

Trujillo

Otros

Total

clase A

33

39

clase B

35

41

clase C

26

30

Total

94

16

110

Se ha repetido en 110 ocasiones el experimento

de elegir a un Turista de una poblacin muy
grande. El resultado est en la tabla.
Cul es la probabilidad de que un Turista
utilice el servicio Clase B?
P(Clase B)=41/110=0,373=37,3%
Nocin frecuentista de
probabilidad
16

Ejemplo (II)

Procedencia
Tipo de Servicio

Trujillo

Otros

Total

clase A

33

39

clase B

35

41

clase C

26

30

Total

94

16

110

Cul es la probabilidad de que un turista utilice el servicio Clase B

Clase C?
P(Clase B U Clase C)=41/110+30/110=0,6454
Son sucesos disjuntos
Clase B Clase C=

Cul es la probabilidad de que sea de Trujillo o usar el servicio de

Clase A?
P(Trujillo U Clase A)=94/110+39/110-33/110=0,9091
Cul es la probabilidad de que un turista
No son sucesos disjuntos
utilice el servicio clase A?
(entindase)
*P(clase A)=39/110=0,3545
**P(clase A)=1-P(clase A)=1-P(Clase
17
Estadstica. U.P.A.O.
BU clase C)
=1-

Ejemplo (III)

Procedencia
Tipo de Servicio

Trujillo

Otros

Total

clase A

33

39

clase B

35

41

clase C

26

30

Total

94

16

110

Si es Trujillano Cul es la probabilidad de que utilice el

servicio Clase A?
P(clase A|Trujillo)=33/94=0,3511

Cul es la probabilidad de que sea de Trujillo y que

utilice el servicio clase B?
P(Trujillo Clase B) = 35/110=0,32
Otra forma:

P (Trujillo ClaseB ) P(Trujillo ) P(ClaseB / Trujillo )

94 35

35 / 110 0,32
110 94

Ejemplo (IV)
Procedencia
Tipo de Servicio

Trujillo

Otros

Total

clase A

33

39

clase B

35

41

clase C

26

30

Total

94

16

110

Son independientes Trujillo y Clase B?

Una forma de hacerlo
P(Clase B)=41/110=0,3727
P(Clase B|Trujillo)=35/94=0,3723
La probabilidad de utilizar el servicio clase B es mayor
que si procede de Trujillo. Aade informacin extra. No
son independientes!
Otra forma?P(Trujillo Clase B) = 35/110 = 0,318181
P(Trujillo) P(Clase B)= (94/110) x (41/110) =
0,3185123
La probabilidad de la interseccin no es
el producto de probabilidades. No son

Sistema exhaustivo y excluyente de eventos

A1

A2

Son una coleccin de eventos

A1, A2, A3, A4
Tales que la unin de todos ellos forman
el espacio muestral, y sus intersecciones
son disjuntas.
Recuerdan cmo formar intervalos en tablas
de frecuencias?

A3

A4

A1
Evento
seguro

A2
A3
A4

Divide y vencers
A2

A1

Todo evento B, puede ser descompuesto

en componentes de dicho sistema.
B = (BA1) U (BA2 ) U ( BA3 ) U ( BA4 )

A3

A1

A4

Suceso
seguro

A2

A3

A4

Nos permite descomponer el problema B en

subproblemas ms simples. Creedme . Funciona.

A1

Teorema de la
probabilidad total
Si conocemos la probabilidad de B en cada uno de los
A2

componentes de un sistema exhaustivo y excluyente de

eventos, entonces
podemos calcular la probabilidad de B.

A3

P(A1)

A4

Suceso
seguro

P(A2)
P(A3)

P(B) = P(BA1) + P(BA2 ) + P( BA3 ) + P( BA4 ) P(A4)

A1
A2
A3
A4

=P(A1) P(B|A1) + P(A2) P(B|A2)+

Estadstica. U.P.A.O.

22

P(B|A1)
P(B|A2)
P(B|A3)

B
B
B

P(B|A4)
B

Ejemplo (I): En esta aula el 80% de los

alumnos son hombres. De ellos el 20% son
fumadores. De las mujeres, son fumadoras el
10%.
T. Prob. Total.
Hombres y mujeres forman un sist. Exh. Excl. de sucesos

Qu porcentaje de fumadores hay?

0,2
P(F) = P(MF) + P(HF)

Mujer

0,1

Fuma

0,9
No fuma

Estudiante

= P(M)P(F|M) + P(H)P(F|H)
=0,2 x 0,1 + 0,8 x 0,2
= 0,18 =18%

0,2

0,8

Fuma

Hombre

Los caminos a travs de

nodos representan
intersecciones.
Las bifurcaciones
representan uniones disjuntas.

0,8
No fuma

Teorema de Bayes

A2

A1

Si conocemos la probabilidad de B en cada

uno de los componentes de un sistema
exhaustivo y excluyente de eventos,
entonces
si ocurre B, podemos calcular la
probabilidad (a posteriori) de ocurrencia de
cada Ai.

A3

P(Ai | B)

P(B Ai) P ( Ai ) * P ( B / Ai )

P(B)
P( B)

A4

donde P(B) se puede calcular usando el teorema de la

probabilidad total:
P(B)=P(BA1) + P(BA2 ) + P( BA3 ) + ( BA4 )
=P(B|A1)*P(A1)+P(B|A2)*P(A2)+P(B|A3)*P(A3)+P(B|A4)*P(A4)

Ejemplo (II): En este aula el 80% de los alumnos son

hombres. De ellos el 20% son fumadores. De las mujeres,
son fumadoras el 10%.
Qu porcentaje de fumadores hay?
P(F) = =0,2 x 0,1 + 0,8 x 0,2 = 0,18
(Resuelto antes)
0,2

0,1
Mujer

Se elije a un individuo al azar y es fumador

Probabilidad de que sea un hombre?
P( H | F )

Estudiante
P( H F ) P( H ) P( F | H )

P( F )
P( F )

0,8 0,2

0,89
0,18

0,9
No fuma

0,2

0,8

Fuma

Fuma

Hombre
0,8
No fuma
25

Ejemplo

Un procesador para computadores puede provenir

de cualquiera de tres fabricantes con
probabilidades:
p1 = 0,25 ; p2 = 0,50 ; p3 = 0,25.
Las probabilidades de que un procesador funcione
correctamente durante 10.000 horas es 0,1; 0,2 y
0,4 respectivamente para los 3 fabricantes:
i) Calcular la probabilidad de que un procesador
elegido al azar funcione durante 10.000 horas.
ii) Si el procesador funcion correctamente durante
el perodo de 10.000 horas cul es la probabilidad
de que haya provenido del 3er fabricante?

Solucin
i) P(C) =
= 0,1*0,25 + 0,2*0,5 + 0,4*0,25
= 0,225.
ii) P(F3/C) = P(C/F3) P(F3) / P(C)
= 0,4 * 0,25 /0,225
= 0,444.