INTRODUCCIÓN A LA PROBABILIDAD

LIC.FLOR NORMA QUIÑONEZ CUYUBAMBA

 EXPERIMENTO ALEATORIO(𝜀)

Un experimento es aleatorio si se verifican las siguientes condiciones:

1. Se puede repetir indefinidamente, siempre en las mismas
condiciones;
2. Antes de realizarlo, no se puede predecir el resultado que se va a
obtener;
3. El resultado que se obtenga, pertenece a un conjunto conocido
previamente de resultados posibles

Ejemplos:
FENOMENOS DETERMINISTAS Y ALEATORIOS
 ESPACIO MUESTRAL

El espacio muestral de un experimento aleatorio es el conjunto de

todos los posibles resultados de ese experimento.

Ejemplo 1: Lanzar un par de dados y anotar el resultado.

𝜀
 EJEMPLO2:

Experimento Aleatorio Recuento de microorganismos

Fuente: Norma ISO 22000, 2015
MAS EJEMPLOS 4 Y 5
 Ejemplo 3:

I II

1 3
1 2 2 3

 Se toma al azar una esfera de la urna I

 Se transfiere a la urna II, se mezclan bien.
 Se elige, aleatoriamente, una esfera de la urna II.
 ¿cuál es la probabilidad – a priori – que sea verde?
 Espacio Muestral
1 1
Distintas
2 2
1
formas como
3 3 puede
Traspasar Roja # 1 II
4 resultar el
3
experimento.
5 Ya que las
2
6 esferas has
1 3 sido sacadas
7
I Traspasar Verde # 1 II 1
al azar, cada
8 uno de ellos
2 tiene la
9 misma
2
10 posibilidad de
2 3
11 ocurrir
II
Traspasar Verde # 2 3
12
2
 SUCESO O EVENTO
Una vez que se conoce el espacio muestral del experimento aleatorio se inicia
un proceso de separación en grupos de los resultados que guarden cierta
característica común. Estos grupos de resultados son subconjuntos del espacio
muestral y se les asignará un nombre específico: evento.

Evento:
-“Mutualmente Excluyentes”: si ocurre
uno no existe posibilidad de observar
otro.

- “Equiprobable” : Cada evento simple

tiene idéntica probabilidad.
 OPERACIONES ENTRE EVENTOS
COMPLEMENTO DE UN EVENTO
Dado el evento A, el evento contrario
(complementario), A’ (ó AC), es el
formado por los elementos que no
están en A

UNIÓN
Se llama suceso unión de A y B, AUB, al
formado por los resultados
experimentales que están en A o en B
(incluyendo los que están en ambos.

INTERSECCIÓN
Se llama suceso intersección de A y B,
A∩B (o simplemente AB), al formado
por los elementos que están en A y B
DEFINICIÓN DE PROBABILIDAD

A la manera de cuantificar la incertidumbre que

existe en un experimento aleatorio se le conocerá
como probabilidad.
Observaciones:
Esta definición sólo busca iniciar la explicación de lo que se
entiende por probabilidad.
Cualquiera sea la manera de interpretar el concepto
probabilidad, siempre estará asociada al experimento aleatorio.
La probabilidad puede verse como una relación matemática
que asigna a cada resultado del experimento aleatorio un
número real. Esta sería una mera asignación matemática de lo
observado.
A la probabilidad de un evento A se le denotará P(A).
 DEFINICIONES DE PROBABILIDAD

DEFINICIÓN CLASICA (LAPLACE)

Un experimento que está sujeto al azar con n posibles
resultados equiprobables y mutuamente excluyentes y nA es
la cantidad de formas que presenta el evento A entonces la
probabilidad de que suceda A es:
P(A) = nA/n
Ejemplo 6:
 DEFINICIONES DE PROBABILIDAD

DEFINICIÓN DE FRECUENCIA RELATIVA(JACOB BERNOULLI)

Sea un experimento aleatorio que se va a repetir n veces y sea 𝒏𝑨
el número de veces que ocurre un evento A, entonces se
conocerá como probabilidad del evento A (versión de frecuencias
relativas) al límite cuando 𝒏 tiende a infinito de la frecuencia
relativa de A.

Ley de los grandes números

 LEY DE LOS GRANDES
NÚMEROS
Observa la siguiente tabla, en la que se han anotado las
frecuencias del suceso "salir cara al lanzar una moneda".

Al aumentar los lanzamientos, las frecuencias relativas se

aproximan a un valor 0'5. Ésa es la probabilidad del suceso salir
cara al lanzar una moneda.
 DEFINICIONES DE PROBABILIDAD

DEFINICIÓN SUBJETIVA DE PROBABILIDAD

Se basan en la creencias e ideas en que se realiza la
evaluación de las probabilidades y se define como en aquella
que un evento asigna el individuo basándose en la evidencia
disponible (el individuo asigna la probabilidad en base a su
experiencia).
 PROBABILIDAD AXIOMATICA
Sea el espacio muestral asociado a un experimento aleatorio
y sea A un evento de dicho espacio muestral

AXIOMA 1 : 0  P( A)  1

AXIOMA 2 : P ( )  1

AXIOMA 3:

Si A1 , A2 , A3 ,..., AK son sucesos mutuamente excluyentes del  ( es decir Ai  A j  

i  j ).
 TEOREMAS DE LA PROBABILIDAD

Teorema 1: Si  es el conjunto vacío  P( )  0 .

Teorema 2: Si A’ es el complemento de A  P( A)  1  P( A' )

Teorema 3: Si A y B son dos sucesos cualesquiera

P( A  B)  P( A)  P( B)  P( A  B)

En el caso de 3 eventos

P( A  B  C )  P( A)  P( B)  P(C )  P( A  B  C )  P( A  B)  P( A  C )  P( B  C )
 EJEMPLO 7:

De la producción de tornillos de cierta magnitud resulta que el 5

% de ellos no tienen la longitud especificada, el 7 % no tienen
el diámetro especificado y el 2 % tiene ambos defectos. Se elige
un tornillo al azar de la producción de estas magnitudes.
Calcular la probabilidad de que
a) tenga al menos uno de los dos defectos.
b) tenga sólo el defecto de longitud.
c) tenga sólo uno de los dos defectos.
d) no tenga defectos.
 EJEMPLO 8
Un grupo de 500 ejecutivos es clasificado de acuerdo a las características del peso y a
la incidencia del peso en la hipertensión. Se da la siguiente tabla:

Sobre peso(S) Peso normal Bajo peso(B) Total

(N)
Hipertenso(H) 50 40 10 100
c
No hipertenso(H ) 75 225 100 400
Total 125 265 110 500

a) ¿Cuál es la probabilidad de que una persona elegida al azar sea hipertensa?

b) Una persona elegida al azar tiene sobrepeso. ¿Cuál es la probabilidad que también
sea hipertensa?

c) Una persona elegida al azar no es hipertensa. ¿Cuál es la probabilidad de que

tenga peso normal?
 PROBABILIDAD CONDICIONAL
Definición.- Si A y B son dos eventos asociados a un experimento  , la probabilidad
condicional del evento B dado que A ocurrió, denotado por P( B / A) es definida por :

P( A  B)
P( B / A)  , donde P ( A)  0
P( A)
 EJEMPLO 9
Se seleccionan 2
tarjetas al azar, sin
reposición, de una caja
que contiene 4
amarillas y 3 rojas.
Calcular la probabilidad
de que:
a) ambas sean
amarillas.
b) la segunda sea
amarilla.
 EJEMPLO 10
Una urna contiene dos fichas blancas y tres fichas rojas.
Efectuadas dos extracciones sucesivas, determinar la
probabilidad de extraer una ficha blanca y, a continuación,
una ficha roja:
Caso I
Cuando habiendo extraído la primera ficha está es devuelta
a la urna para realizar la segunda extracción.
Caso II
Cuando habiendo extraído la primera ficha está no es
devuelta a la urna para realizar la segunda extracción.
Qué puede concluir de ambos casos?
 MULTIPLICACIÓN DE EVENTOS
Teorema de la Multiplicación de Probabilidades
Sean A y B dos sucesos de un experimento aleatorio.

P( A  B)  P( A)  P( B / A)

P( A  B)  P( B)  P( A / B)

Para el caso de tres eventos.

P( A  B  C )  P( A)  P( B / A)  P(C / A  B)
 INDEPENDENCIA ENTRE
EVENTOS

Hay casos en los que la ocurrencia de un evento no influye en la ocurrencia de otro

evento definido, en tal caso hablamos de eventos independientes.

Definición.- A y B son dos sucesos mutuamente independientes si y solo si

P( A  B)  P( A)  P( B)
 TEOREMA DE LA PROBABILIDAD
TOTAL
MOTIVACIÓN:
En una pequeña empresa de tejidos se
obtiene su producción con tres máquinas
hiladoras M1, M2 y M3 que producen
respectivamente 50%, 30% y el 20% del
número total de artículos producidos.
Los porcentajes de productos defectuosos
producidos por estas máquinas son 3%, 4% y
5%. Si se selecciona un artículo al azar,
¿Cuál es la probabilidad de que el artículo sea
defectuoso?
 TEOREMA DE LA PROBABILIDAD
TOTAL
Sean A1, A2, A3..., An eventos disjuntos (mutuamente excluyentes), que forman una
partición de Ω. Esto es Ai  Aj =  i  j y además

Ω = A1  A2  A3  An

Y sea B otro evento tal que B  Ω y B  Ai  

B
 TEOREMA DE LA PROBABILIDAD
TOTAL
Sea A1 , A2 ,....AK sucesos que forman una partición tales que la probabilidad de cada
uno de ellos es distinta de cero, y sea B un evento cualquiera del que se conocen las
probabilidades condicionales P( B / Ai ) , entonces la probabilidad del evento B
viene dada por la expresión:

P(B)  P( A1 ).P(B / A1 )  P( A2 )P(B / A2 )  ....  P( AK )P(B / AK )

k
P( B)   P( Ai ) P( B / Ai )
i 1
 TEOREMA DE BAYES
Motivación:
En una pequeña empresa de tejidos se
obtiene su producción con tres máquinas
hiladoras M1, M2 y M3 que producen
respectivamente 50%, 30% y el 20% del
número total de artículos producidos.
Los porcentajes de productos
defectuosos producidos por estas
máquinas son 3%, 4% y 5%. Supóngase
que se selecciona un artículo al azar y
resulta ser defectuoso. ¿Cuál sería la
probabilidad de que el artículo haya sido
producido por la máquina M1?
 TEOREMA DE BAYES
Sea A1 , A2 ,.... AK sucesos que forman una partición tales que la probabilidad de cada
uno de ellos es distinta de cero, y sea B un suceso cualquiera del que se conocen las
probabilidades condicionales P( B / Ai ) , entonces la probabilidad P( Ai / B) viene
dada por la expresión:

P( Ar ).P( B / Ar )
P( Ar / B) 
P( A1 ).P( B / A1 )  P( A2 ).P( B / A2 )  ....  P( Ak ).P( B / Ak )

P( Ar  B) P( Ar ) P( B / Ar )
P( Ar / B)   k

 P( A ) P( B / A )
P( B)
i i
i 1

En los problemas relacionados con la probabilidad, y en particular con la probabilidad

condicionada, así como con la probabilidad total y el teorema de Bayes, es
aconsejable que, con la información del problema. Construyas una tabla de
contingencia o un diagrama de árbol.