Sie sind auf Seite 1von 26

Probabilidad

“Hay probabilidad de que ocurran cosas inesperadas en cada segundo de


nuestra frágil existencia.”
Paulo Coelho
Cuando se lanza un dado corriente una vez, no se puede predecir cual
será el resultado que se va a obtener, sin embargo, se sabe cual es el
conjunto de posibles resultados es {1,2,3,4,5,6}. Un experimento de este
tipo es el que se llama experimento aleatorio.

Aleatorio: un experimento es aleatorio si su resultado no


puede ser determinado de antemano.
Experimento:
determinista: sabemos de antemano lo que sucederá.
Ejercicios: Clasifique los siguientes experimentos en aleatorios o
determinista.

1. Si tomamos una piedra y la dejamos caer.


_________________________________
2. Lanzamiento de una moneda corriente.
___________________________________
3. Tirar el dado y anotar el color de la cara resultante.
_______________________________
4. Tirar el dado y anotar el número de la cara resultante.
______________________________
5. Encender una vela.________________________
6. Tomar un taxi a la Universidad.___________________________
Espacio muestral: El conjunto Ω de todos los posibles resultados de un experimento
aleatorio se llama espacio muestral. Los elementos 𝑤ϵ Ω son llamados puntos
muestrales.

Ejemplos:

1. Experimento: Lanzamiento de una moneda corriente. Los posibles resultados, en


este caso, son “cara”=c y “sello”=s. entonces el espacio muestral es Ω={c,s}.
2. Experimento: Lanzamiento de un dado corriente 2 veces consecutivas. En este
caso los posibles resultados son parejas (𝑎, 𝑏) con 𝑎, 𝑏ϵ{1,2,3,4,5,6}, entonces el
espacio muestral es Ω={(𝑎, 𝑏) : 𝑎, 𝑏 ϵ{1,2,3,4,5,6}}.
3. Experimento: Se observa el número de veces que es necesario lanzar una
moneda corriente hasta obtener por primera vez cara. En este caso, el espacio
muestral es:

Ω={1,2,3,4,5,…,∞}.
Ejercicios: Determine el espacio muestral de los siguientes experimentos.

1. Experimento: Se observa la posición de una partícula que se mueve


aleatoriamente sobre el eje real.

Ω=______________________
2. Experimento: se extrae una balota de una urna con 48 balotas numeradas del 1
al 48.

Ω=______________________
3. Una urna contiene 8 bolas rojas y 5 bolas blancas. Se sacan dos bolas una tras
otra (sin devolución).

Ω=______________________
¿Que es un evento?

Volviendo al experimento: lanzar un dado corriente 2 veces consecutivas, una pregunta que
surge de manera natural es: ¿Cuál es el chance que tiene un “evento”, tal como “la suma de los
resultados obtenidos es mayor o igual a 5”, de ocurrir?. Esto es ¿Cuál es el chance de ocurrir de

A={(𝑎, 𝑏) ϵ Ω : a+b≥5}

¿Qué es un evento? Si se sigue la idea expuesta anteriormente, se puede pensar que un evento
es simplemente un subconjunto del espacio muestral.

Evento: Un evento es un subconjunto del espacio muestral ( A⊆ Ω)


Ejemplos:
1. Experimento: Lanzar una moneda corriente una vez. Los eventos:

A=“el resultado obtenido es cara” y B=“el resultado obtenido es sello”

2. Experimento: lanzar un dado corriente 2 veces consecutivas. Los eventos: A=“El resultado del
primer lanzamiento es un numero primo” y B=“la suma de los resultados obtenidos es
menor o igual que 4”.

A={(a,b) ϵ Ω :a ϵ{2,3,5}} y B={(a,b) ϵ Ω : a+b≤ 4}

3. Experimento: Se observa la posición de una partícula que se mueve aleatoriamente sobre


el eje real. Eventos: A=“Se observa la posición de la partícula en un número racional”

A={xϵ 𝑅: 𝑥 𝑒𝑠 𝑢𝑛 𝑛ú𝑚𝑒𝑟𝑜 𝑟𝑎𝑐𝑖𝑜𝑛𝑎𝑙}


Donde 𝑥 denota la posición de la partícula.
Concepto de probabilidad.
Lo que queremos hacer es asignar a cada evento “A” un número real no negativo que
indique el chance que tiene “A” de ocurrir. Supóngase que se realiza un experimento
aleatorio “n” veces bajo las mismas condiciones y se cuentan cuantas veces ocurrió el
evento “A”.

𝑛(𝐴)
frecuencia relativa: Para cada evento A, el número 𝑓𝑟 𝐴 = 𝑛 se llama frecuencia relativa
de A, donde 𝑛 𝐴 indica el número de veces que ocurrió el evento A.

Ejemplo: se lanza un dado corriente 500 veces y se obtienen 83 veces la cara con el número
3. En este caso la frecuencia relativa del evento

A=“el resultado obtenido es 3”


83
Es 𝑓𝑟 𝐴 = 500
Infortunadamente se tiene que para cada evento “A” fijo, 𝒇𝒓 𝑨 no es constante pues su
valor depende de 𝒏; sin embargo cuando un experimento se repite un número
suficientemente grande de veces, bajo condiciones similares, la frecuencia relativa 𝒇𝒓 𝑨 se
estabiliza alrededor de un número entre 0 y 1.

Ejemplo: supongase que se lanza un dado corriente un número 𝑛 de veces y sea el evento:
A= “el resultado obtenido es 3”
La siguiente tabla resume los valores obtenidos.

n Frecuencia Frecuencia
relativa
100 14 0.14
200 29 0.145
300 51 0.17
400 65 0.1625
500 83 0.166

La estabilidad de 𝒇𝒓 𝑨 es lo que le permite al hombre hacer predicciones que eliminan,


aunque sea parcialmente, la incertidumbre presente en los fenómenos impredecibles.
El valor 𝑃 𝐴 , es el valor en el cual se estabiliza la frecuencia relativa del evento "𝐴“ , este
valor es el que de ahora en adelante llamaremos el chance(probabilidad) de que ocurra el
evento “𝐴”.

𝑛(𝐴) 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 𝑎 𝐴


𝑃 𝐴 ≈ 𝑓𝑟 𝐴 = =
𝑛 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠

Ejemplo: se lanza una vez un dado corriente y sea el evento:

A= “el resultado obtenido es 3”

Cuál es el valor de 𝑃 𝐴 ?
Ω={1,2,3,4,5,6}
1
𝑃 𝐴 =
6
Ejercicio: se lanza un dado corriente dos veces y sea el evento:
B= “la suma de los resultados sea mayor que 4”
Cuál es el valor de 𝑃 𝐵 ?
Definicion:
1.) dos eventos 𝐴1 𝑦 𝐴2 son independientes si 𝑃 𝐴1 ∩ 𝐴2 = 𝑃 𝐴1 ) 𝑃(𝐴2

2.) dos eventos 𝐴1 𝑦 𝐴2 son eventos mutuamente excluyentes si 𝐴1 ∩ 𝐴2 =⌀

Propiedades del valor 𝑷 𝑨 :

i) 𝑃 𝐴 ≥0
ii) 𝑃 Ω = 1
iii) Si 𝐴1 , 𝐴2 , 𝐴3 ,…, 𝐴𝑛 son eventos mutuamente excluyentes, entonces 𝑃(‫=𝑖𝑛ڂ‬1 𝐴𝑖 ) = σ𝑛𝑖=1 𝑃(𝐴𝑖 )
Diagramas de Venn.

∪ ó
∩ y
( 𝐴)𝑐 No(𝐴)
Operaciones de conjuntos:
Regla del complemento:

𝑃 𝐴𝑐 = 1 − 𝑃(𝐴)

Regla aditiva:
𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 − 𝑃(𝐴 ∩ 𝐵)

Si 𝐴 y 𝐵 son mutuamente excluyentes, tenemos: 𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵

Leyes de Morgan:

(𝐴 ∩ 𝐵)𝑐 = 𝐴𝑐 ∪ 𝐵𝑐
(𝐴 ∪ 𝐵)𝑐 = 𝐴𝑐 ∩ 𝐵𝑐
Ejemplo:
Supongamos que 𝑃 𝐴 = 0.6, 𝑃 𝐵 = 0.3 y 𝑃 𝐴𝑐 ∩ 𝐵𝑐 = 0.2. Hacer el diagrama de Venn.

sabemos que: 𝐴𝑐 ∩ 𝐵𝑐 = (𝐴 ∪ 𝐵)𝑐


𝑃(𝐴𝑐 ∩ 𝐵𝑐 ) = 𝑃((𝐴 ∪ 𝐵)𝑐 )=0.2

𝑃 𝐴 ∪ 𝐵 = 1 − 𝑃((𝐴 ∪ 𝐵)𝑐 ) 𝑃 𝐴∩𝐵 =𝑃 𝐴 +𝑃 𝐵 −𝑃 𝐴∪𝐵

= 1 − 0.2 = 0.6 + 0.3 − 0.8


= 0.1
= 0.8
Calcular:
𝑃 𝐵𝑐 , 𝑃 𝐴 ∩ 𝐵𝑐 𝑦 𝑃(𝐴 ∪ 𝐵𝑐 )
Solución:

𝑃 𝐵𝑐 = 1 − 𝑃 𝐵 = 0.7

𝑃 𝐴 ∩ 𝐵𝑐 = 0.5

𝑃 𝐴 ∪ 𝐵𝑐 = 𝑃 𝐴 + 𝑃 𝐵𝑐 -𝑃 𝐴 ∩ 𝐵𝑐 = 0.8
Probabilidad condicional de eventos

𝑃 𝐴 𝐵 = "𝐿𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑜𝑐𝑢𝑟𝑟𝑎 𝐴 𝑑𝑎𝑑𝑜 𝑞𝑢𝑒 𝐵 𝑜𝑐𝑢𝑟𝑟𝑖𝑜"

𝑃(𝐴 ∩ 𝐵)
𝑃 𝐴𝐵 =
𝑃(𝐵)
Ejemplo:

Calcular: a)𝑃 𝐴 𝐵 b) 𝑃 𝐵 𝐴 c) 𝑃 𝐴𝑐 𝐵

𝑃(𝐴∩𝐵) 0.1
a)𝑃 𝐴 𝐵 = 𝑃(𝐵)
= 0.28
𝑃(𝐴∩𝐵) 0.1
b) 𝑃 𝐵 𝐴 = 𝑃(𝐴)
= 0.7
𝑃(𝐴𝑐 ∩𝐵) 0.18
c) 𝑃 𝐴𝑐 𝐵 = =
𝑃(𝐵) 0.28
Método para calcular probabilidades condicionales.

Volviendo al ejemplo anterior:

a) 𝑃 𝐴 𝐵 , reducimos el espacio muestral Ω al espacio muestral Ω∗ = 𝑩

0.1
Asi 𝑃 𝑙𝑜 𝑑𝑒 Ω∗ 𝑞𝑢𝑒 𝑒𝑠𝑡𝑎 𝑒𝑛 𝐴 = 0.1 y 𝑃 Ω∗ = 0.28, así tenemos que 𝑃 𝐴 𝐵 = 0.28 .

De igual manera podemos calcular: b) 𝑃 𝐵 𝐴 y c) 𝑃 𝐴𝑐 𝐵


Ejemplo: Se realizó una encuesta a 25 personas en la ciudad de California, y se les
preguntó acerca de su estado militar y su partido político de preferencia. En la siguiente
tabla se resume la información:
No Militar Militar Total

Republicano 7 3 10

Democrata 10 2 12

Independiente 2 1 3

Total 19 6 25

Si se selecciona una persona al azar cual es la probabilidad de que:

1. 𝑃 𝑙𝑎 𝑝𝑒𝑟𝑠𝑜𝑛𝑎 𝑠𝑒𝑎 𝑅𝑒𝑝𝑢𝑏𝑙𝑖𝑐𝑎𝑛𝑎 𝑜 𝑀𝑖𝑙𝑖𝑡𝑎𝑟


2. 𝑃(𝑠𝑒𝑎 𝐷𝑒𝑚𝑜𝑐𝑟𝑎𝑡𝑎 𝑦 𝑛𝑜 𝑀𝑖𝑙𝑖𝑡𝑎𝑟)
3. 𝑃(𝑠𝑒𝑎 𝑀𝑖𝑙𝑖𝑡𝑎𝑟 𝑠𝑖 𝑦𝑎 𝑠𝑎𝑏𝑒𝑚𝑜𝑠 𝑞𝑢𝑒 𝑒𝑠 𝐷𝑒𝑚𝑜𝑐𝑟𝑎𝑡𝑎)
Solución:
1. 𝑃 𝑙𝑎 𝑝𝑒𝑟𝑠𝑜𝑛𝑎 𝑠𝑒𝑎 𝑅𝑒𝑝𝑢𝑏𝑙𝑖𝑐𝑎𝑛𝑎 𝑜 𝑀𝑖𝑙𝑖𝑡𝑎𝑟 = 𝑃(𝑅 ∪ 𝑀)

Tenemos: 𝑃 𝑅 ∪ 𝑀 = 𝑃 𝑅 + 𝑃 𝑀 − 𝑃(𝑅 ∩ 𝑀)

10 6 3 13
𝑃 𝑅∪𝑀 = + − =
25 25 25 25

10
2. 𝑃(𝑠𝑒𝑎 𝐷𝑒𝑚𝑜𝑐𝑟𝑎𝑡𝑎 𝑦 𝑛𝑜 𝑀𝐼𝑙𝑖𝑡𝑎𝑟)= 𝑃 𝐷 ∩ 𝑀𝑐 ̅ = 25

3. 𝑃(𝑠𝑒𝑎 𝑀𝑖𝑙𝑖𝑡𝑎𝑟 𝑠𝑖 𝑦𝑎 𝑠𝑎𝑏𝑒𝑚𝑜𝑠 𝑞𝑢𝑒 𝑒𝑠 𝐷𝑒𝑚𝑜𝑐𝑟𝑎𝑡𝑎)= 𝑃 𝑀 𝐷

2/25 2
𝑃 𝑀 𝐷 = 12/25 =12
Ejercicio : En un viaje organizado a Europa para 120 personas, 48 de los que van
saben hablar inglés, 36 saben hablar francés, y 12 de ellos hablan los dos idiomas.

a) Realice el diagrama de Venn.

Si escogemos uno de los viajeros al azar.


a) ¿Cuál es la probabilidad de que hable alguno de los dos idiomas?

b) ¿Cuál es la probabilidad de que hable francés, sabiendo que habla inglés?

c) ¿Cuál es la probabilidad de que solo hable francés?


Eventos Independientes
Sean 𝑨 y 𝑩 eventos de un espacio muestral Ω, Decimos que 𝑨 es independiente de
𝑩 y lo denotamos por 𝑨 ⊥ 𝑩; Esto es que el hecho de que 𝑨 ocurra o deje de ocurrir
no afecta el hecho de que 𝑩 ocurra o deje de ocurrir.

Recordemos :

Definición: para probar que dos eventos A y B son independientes (𝐴 ⊥ 𝐵), es


necesario y suficiente probar que 𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 ∗ 𝑃(𝐵)

Concecuencias de la anterior definición:


Si 𝐴 ⊥ 𝐵, tenemos: 𝑃 𝐴 𝐵 = 𝑃 𝐴 , 𝑃 𝐵 𝐴 = 𝑃(𝐵)
Regla multiplicativa: Dados los eventos A y B de un mismo espacio muestral, la probabilidad
de que ambos ocurran está dado por:
𝑃 𝐴∩𝐵 =𝑃 𝐴 𝑃 𝐵 𝐴 =𝑃 𝐵 𝑃 𝐴 𝐵
Diagramas de árbol:
 El diagrama de árbol es un método para obtener los resultados posibles de un
experimento cuando éste se produce en unas pocas etapas.
 Cada paso del experimento se representa como una ramificación del árbol.
 Y cada rama tiene una probabilidad asignada :
Ejemplo: Según la Comisión Electoral de un país, el 90 porciento de las esposas votan si sus
esposos lo hacen, y el 20 por ciento vota si su esposo no lo hace. Además el 70 por ciento de
los hombres casados votan. Se elige al azar un matrimonio. ¿Cuál es la probabilidad de que:

a) ambos esposos voten?


b) ambos esposos no voten?
c) Vote el esposo y no vote la esposa
d)Vote la esposa y no vote el esposo
e) Vote la esposa

Solución:
a) 𝑃 𝑀𝑉 ∩ 𝐻𝑉 = 0.9 ∗ 0.7
b) 𝑃 MNV ∩ 𝐻𝑁𝑉 = 0.3 ∗ 0.8
c) 𝑃 𝐻𝑉 ∩ 𝑀𝑁𝑉 = 0.1 ∗ 0.7
d) 𝑃 𝑀𝑉 ∩ 𝐻𝑁𝑉 = 0.2 ∗ 0.3
e) 𝑃 𝑀𝑉 = 0.9 ∗ 0.7 + 0.2 ∗ 0.3
Técnicas de conteo.

Regla Multiplicativa del conteo.


experimento I ocurre de m maneras distintas y un experimento II ocurre de 𝑛 maneras
distintas entonces, el experimento compuesto de I seguido de II ocurre de 𝑛 ∗ 𝑚 maneras.

Ejemplo: En el departamento de Biología de la UDENAR hay 10 profesores consejeros, cada


uno de los cuales tiene 15 alumnos a su cargo.
Si un profesor y uno de sus alumnos van a ser escogidos para representar el departamento
en un evento académico, de cuantas manera puede hacerse esta elección?

RTA: En este caso hay 10 formas posibles de escoger a los profesores, una ves escogido este,
hay 15 formas de seleccionar el estudiante. Por la regla multiplicativa del conteo hay 150
formas se seleccionar a la pareja que representara el departamento.
La regla multiplicativa se puede generalizar de la siguiente manera: Si un experimento
compuesto de k experimentos simples, cada uno de los cuales se puede efectuar de 𝑛𝑖 (1 ≤
𝑖 ≤ 𝑘) maneras distintas, entonces el experimento compuesto se puede efectuar de 𝑛1 × 𝑛2 ×
𝑛3 × ⋯ × 𝑛𝑘 maneras distintas.

Ejemplo: El número total de placas para automóviles que pueden hacerse si cada placa
debe tener tres letras diferentes y cinco números es igual a 26× 25 × 24 × 105

Ejemplo: Si se lanza un dado corriente cuatro veces consecutivas entonces el numero total
de posibles resultados de este experimento es 64 =1296

Ejercicio: Cuantos número de tres dígitos distintos, menores que 500, pueden formarse con
los dígitos 1,2,3,4,5,6 y 7?

Ejercicio: cuantos números de tres dígitos pueden formarse con los números 1,4,8 y 5 si:
1. Los tres dígitos son distintos.
2. Los números deben ser impares
3. Los números deben ser divisibles por 5

Das könnte Ihnen auch gefallen