TEORIA DE LAS

PROBABILIDADES

Ing. Marcelo Bastidas Jimnez

 CONCEPTOS IMPORTANTES
Probabilidad.- Una medida de la posibilidad que ocurra un evento (o suceso) en el
futuro; slo puede asumir un valor entre 0 y 1, inclusive.

ENFOQUE
Clsico:- Todos los resultados de un experimentos son igualmente posible.Ej
Moneda 2 eventos que puedan suceder. ( se basa mucho en juegos, bingos, naipes,
loterias)
Frecuencia relativa.- Los resultados de un experimentos no son igualmente
posible. (se basa mucho en informacin historica, en personas o situaciones
diferente a nosotros; Ejemplo. La historia

Experimento.- Observacin de alguna actividad o la accin de efectuar una

medicin.

Resultado.- Acontecimiento final de un experimento.

Espacio Muestral.- Conjunto de todos los posibles resultados de un experimento,

se lo denota con la letra S ( S = { .... } ). 2

Evento.- Conjunto de uno o ms resultados de un experimento.

Ing. Marcelo Bastidas Jimnez
 CONCEPTOS IMPORTANTES

Eventos mutuamente excluyentes.- La ocurrencia de

un evento significa que ningn otro evento puede ocurrir
al mismo tiempo.

Eventos independientes.- La ocurrencia de un evento

no tiene efecto en la probabilidad de ocurrencia de
cualquier otro.

Ing. Marcelo Bastidas Jimnez

 ENFOQUES DE LA PROBABILIDAD

Probabilidad Objetiva.

Probabilidad clsica o a priori

Enfoque de frecuencia relativa o probabilidad a posteriori

Probabilidad Subjetiva.

Ing. Marcelo Bastidas Jimnez Ing. Marcelo Bastidas Jimnez

 ENFOQUES DE LA PROBABILIDAD

Probabilidad Subjetiva

Si existe poca o ninguna experiencia en la cual se pueda basar

una probabilidad, de todas formas puede obtenerse una
probabilidad subjetiva. Fundamentalmente esto consiste en
evaluar opiniones disponibles y otra informacin subjetiva
para asignar o estimar una probabilidad.

Ing. Marcelo Bastidas Jimnez

 ENFOQUES DE LA PROBABILIDAD

Probabilidad Clsica

Se basa en la consideracin de que los resultados de un

experimento son igualmente posibles. Bajo este concepto la
probabilidad de suceso de un evento se calcula de la siguiente
manera:

Nmero de resultados favorables

Probabilid ad de un evento
Nmero total de resultados posibles
6

Ing. Marcelo Bastidas Jimnez

 ENFOQUES DE LA PROBABILIDAD

Concepto de Frecuencia Relativa

La probabilidad de que un evento ocurra a largo plazo se

determina observando en que fraccin de tiempo sucedieron
eventos semejantes en el pasado, es decir el clculo de la
probabilidad se basa en la informacin histrica con la que se
cuenta a cerca del evento en mencin

Nmero de veces que el evento sucedi en el pasado

Probabilid ad de suceso de un evento
Nmero total de observacio nes

7
TEORA DE LA PROBABILIDAD:
MTODO EMPRICO VS. MTODO CLSICO

Ley de los Grandes Nmeros:

Mayor nmero de intentos menor
desviacin

8
REGLAS BASICAS DE PROBABILIDAD

CONCEPTOS PREVIOS

Probabilidad Marginal o Incondicional: Probabilidad

de suceso de un evento P(A) (Probabilidad de suceso del
evento A).

Probabilidad Conjunta: Probabilidad que mide la

posibilidad de que dos o ms eventos ocurran de forma
simultnea P(A y B).

Probabilidad Condicional: Probabilidad de que ocurra

9
un evento, dado que otro evento ha ocurrido P(A | B).
 REGLAS DE ADICION
Regla especial de adicin: Si dos eventos A y B son
mutuamente excluyentes, la probabilidad de que ocurra uno
u otro de los eventos es igual a la suma de las
probabilidades marginales.
P (A o B) = P(A) + P(B)

Se puede extender a ms de dos eventos:

P (E1 o E2 o ... o En) = P(E1) + P(E2)+ + P(En)

Regla general de adicin: Si dos eventos A y B no son

mutuamente excluyentes, la probabilidad de que ocurra uno u otro de
los eventos es igual a la suma de las probabilidades marginales menos
la probabilidad conjunta.
10

P (A o B) = P(A) + P(B) P(A y B)

Ing. Marcelo Bastidas Jimnez
 REGLA DEL COMPLEMENTO
La probabilidad de que un evento suceda es igual a 1 (total
posible) menos la probabilidad de que no suceda.

P(A) = 1 P(~A)

~(AoB)
Evento Evento
~A A
A Evento
B

11

Ing. Marcelo Bastidas Jimnez

 REGLAS DE MULTIPLICACION

Regla especial de multiplicacin: Si dos eventos A y B

son independientes, la probabilidad de que ocurran ambos
eventos simultneamente es igual a la multiplicacin de las
probabilidades marginales.
P (A y B) = P(A) x P(B)

Se puede extender a ms de dos eventos

P (E1 y E2 y ... y En) = P(E1) x P(E2) x x P(En)

Regla general de multiplicacin: Si dos eventos A y B no son

independientes, la probabilidad de que ocurra ambos eventos
simultneamente es igual a la siguiente expresin.
12

P (A y B) = P(A) x P(B|A) = P(B) x P(A|B)

Ing. Marcelo Bastidas Jimnez
 ........... Se define entonces la probabilidad
condicional de la siguiente manera:

P(A|B) = P (A y B) / P(B)

Antecedente
Consecuente

Si A y B son independientes entonces:

P(A|B) = P(A)
13

Ing. Marcelo Bastidas Jimnez

 TABLAS DE CONTINGENCIA
Una tabla de contingencia relaciona dos variables en un arreglo
matricial (cruce de variables), en una de las variantes de tablas se
ubican valores decimales (proporciones), con lo cual dentro de la
tabla se tienen valores de probabilidades conjuntas y fuera de ella
los valores de las probabilidades marginales.

Variable A Ejm: Tabla 3 x 3

E1 E2 E3 E1, E2 y E3
F1 P(E1 y F1) P(E2 y F1) P(E3 y F1) P(F1) representan los eventos
P(E1 y F2) P(E2 y F2) P(E3 y F2)
relacionados con la
F2 P(F2) variable A y F1, F2 y
F3 P(E1 y F3) P(E2 y F3) P(E3 y F3)
P(F3) F3 representan los
eventos relacionados
P(E1) P(E2) P(E3) 14
con la variable B

Ing. Marcelo Bastidas Jimnez

 TABLAS DE CONTINGENCIA
En otra de las variantes de una tabla de contingencia, se
observa que los valores dentro y fuera de la tabla son
productos de conteos; eventualmente para obtener las
probabilidades tanto conjuntas como marginales se tendrn
que dividir todos los valores de la tabla para el # total de
observaciones.
Variable A
E1 E2 E3

F1 P(E1 y F1) P(E2 y F1) P(E3 y F1)

Totales
F2 P(E1 y F2) P(E2 y F2) P(E3 y F2) De las

P(E1 y F3) P(E2 y F3) P(E3 y F3) filas

F3

Totales de las columnas

15

Ing. Marcelo Bastidas Jimnez

 TEOREMA DE BAYES
B1 B2 B3 .......... Bk

Probabilidad total
P(A) = P(B1).P(A|B1)+P(B2).P(A|B2)+ ... + P(Bk).P(A|Bk)
Th. de Bayes
P(A|Bi) . P(Bi) 16
P(Bi |A) =
P(A)
Ing. Marcelo Bastidas Jimnez