PROBABILIDAD Y ESTADISTICA

Alex Soto Poblete

Estadstico / Mg. Estadstica
Clase 12

Definicin de Probabilidad

La teora de probabilidades se ocupa de asignar

un cierto nmero a cada posible resultado que
pueda ocurrir en un experimento aleatorio, con
el fin de cuantificar dichos resultados y saber si
un evento es ms probable que otro.

Medida de Probabilidad
Sea

p la clase de los subconjuntos de E.

La probabilidad de un evento A se denota P(A).

Definicin Clsica de Probabilidad (a priori)

La probabilidad de un evento se basa en el
supuesto de que los nuevos resultados de un
experimento aleatorio son igualmente posibles o
equiprobables, entonces
Probabilidad =

P(A) =

Casos favorables
Casos posibles

Casos favorables a A
Casos posibles

m
n

Axiomas de Probabilidad

Axioma 1: No negatividad

Axioma 2: Normalizacin

Axioma 3: Aditividad numerable

Si
es decir,

incompatibles 2 a 2,
, se verifica que:

A partir de los axiomas, los matemticos

deducen
propiedades
tiles
llamadas
proposiciones:

Concepto de Independencia
La independencia entre dos variables implica
que la informacin que poseamos sobre una
variable no sirve en absoluto para predecir otra.

Ejemplo:
Hemos hecho una encuesta a 200 personas,
100 hombres y 100 mujeres y les hemos
preguntado si son fumadores. Los resultados se
muestran en la siguiente tabla:

Mujeres
Hombres
Total

Fuman
20
20
40

No Fuman
80
80
160

Total
100
100
200

Mujeres
Hombres
Total

Fuman
20
20
40

No Fuman
80
80
160

Total
100
100
200

La probabilidad de encontrar un fumador sera

40/200, es decir 20%. Esta probabilidad sera la
misma para los hombres y para las mujeres.
Como esta probabilidad es la misma para
hombres y mujeres, diremos que la probabilidad
de fumar es independiente del gnero.

En el ejemplo, saber el gnero de alguien de la

muestra no proporciona ninguna informacin
que permitiera averiguar si hay mayor o menor
probabilidad de que esa persona sea fumadora.

Probabilidad Condicional
La probabilidad condicional de B respecto de A
se denota y se define por:

P( A B )
=
A
P ( A)

( )

PB

( )

P (A ) 0

P B A : se lee probabilidad que ocurra B dado

que ha ocurrido A

Ejemplo:
En una ciudad del sur de Chile, la probabilidad
de que llueva el 1er da de junio es 0.5 y la
probabilidad que llueva los 2 primeros das de
junio es 0.4. Dado que llovi el primer da. Cul
es la probabilidad que llueva el da siguiente?

Sean los sucesos:

L1:

Llueve el 1er da de junio; P(L1)=0.5

L2:

Llueve el 2do da de junio; P(L2)=?

L1L2: Llueve el 1er y 2do da de junio; P(L1L2)=0.4

Interesa calcular:
P (L1 L2 ) 0.4
L

2
P
=
= 0. 8
=
L
1

P (L1 )
0. 5

Regla de la Multiplicacin
Se deduce a partir de la probabilidad condicional
de B respecto de A:
P( A B )
=
P ( A B ) = P ( A) P B
A
A
P ( A)

( )

PB

Caso general para sucesos no independientes.

P ( A B ) = P ( A ) P (B )
Caso particular para sucesos independientes.

( )

La regla de la multiplicacin tambin se puede

ampliar para ms de dos sucesos. Para 3
sucesos A, B, C se tiene:

( A) P (C A B )

P( A B C ) = P( A) P B

Caso general para sucesos no independientes.

P ( A B C ) = P ( A) P (B ) P (C )
Caso particular para sucesos independientes.

Ejemplo:
Una caja contiene 14 rollos de pelculas
fotogrficas de las cuales 9 estn buenas y 5
malas. Cul es la probabilidad de sacar de la
caja 3 rollos buenos en forma sucesiva?

(A) Cada rollo es sacado sin reemplazo. (caso general)

B

P (B1 B2 B3 ) = P (B1 ) P B2 P 3

B
B

B
1
1
2

9 8 7
504
P (B1 B2 B3 ) = =
14 13 12 2184
(B) Cada rollo es sacado con reemplazo. (caso
particular)

P (B1 B2 B3 ) = P (B1 ) P (B2 ) P (B3 )

P (B1 B2 B3 ) =

9 9 9
729
=
14 14 14 2744