PROBABILIDADES
PROBABILIDADES
EXPERIMENTO ALEATORIO, PROBABILIDAD DE
UN EVENTO, PROBABILIDAD CONDICIONAL Y
TEOREMA DE BAYES
PROBABILIDADES
• Experimento Aleatorio
• Probabilidad de un evento
• Propiedades y teoremas
• Probabilidad condicional
• Probabilidad total
• Teorema de Bayes
LOGRO DE LA SESIÓN:
Al finalizar el estudiante calcula probabilidades
considerando las diferentes reglas y teoremas.
¿Qué es la probabilidad?
La probabilidad se refiere a la posibilidad de
ocurrencia de un fenómeno.
El amor y la estadística: https://www.youtube.com/watch?v=iDOAvpWA2Ac
• ¿Cuál es la probabilidad que gane la tinka?
• ¿Cuál es la probabilidad que apruebe estadística sabiendo que aprobó
matemática?
• ¿Cuál es la probabilidad de que una mujer tenga osteoporosis?
• ¿Cuál es la probabilidad de tener éxito en un negocio?
• ¿Cuál es la probabilidad de que llueva el día de hoy?
PROBABILIDAD
La teoría de probabilidades permite
asignar valores o números a la
posibilidad de ocurrencia de
diferentes eventos, de tal manera
que sus posibilidades puedan ser
comparadas y evaluadas. De esta
manera podemos medir la
incertidumbre.
ESPACIO MUESTRAL(Ω): Es el conjunto de todos los resultados
del experimento aleatorio.
Experimento aleatorio Espacio muestral
Ω= cara, sello
Ω= 1,2,3,4,5,6
Número de accidentes de
tránsito que se producen en Ω= 0,1,2,3, … … .
una avenida principal.
El tiempo que tarda un avión en Ω= 45 min, 60 min, 70 min, … … .
realizar un determinado vuelo.
Evento: Es un subconjunto del espacio muestral
Experimento aleatorio Espacio muestral
Ω= 1,2,3,4,5,6
Para este experimento podemos definir los siguientes eventos
A:Observar un número impar
A= 1,3,5
B:Observar un número múltiplo de 3
B= 3,6
Sea el experimento aleatorio
Podemos definir los siguiente eventos
A:La suma de los puntajes es 7
A= 1,6 , 2,5 , 3,4 , 4,3 , 5,2 , (6,1)
B:La suma de los puntajes es 11
B= 5,6 , (6,5)
PROBABILIDAD DE UN EVENTO
La probabilidad del evento A es el cociente
entre el número de resultados favorable a
la ocurrencia del evento A y el número de
resultados posibles.
Se lanza un dado
¿Cuál es la probabilidad de obtener un número impar?
Una bolsa contiene 2 bolas negras, 4 bolas blancas, 4 bolas rojas y
5 bolas verdes. Se extrae una bola de la bolsa, describe el espacio
muestral y calcula la probabilidad de:
a) La bola es de color rojo.
b) La bola no es negra.
Ejemplo 1:
Se sabe que en determinada urbanización viven
120 familias, de los cuales 90 son propietarios y
el resto inquilinos.Si se escoge una familia al azar
¿cuál es la probabilidad de que sea inquilino?
P=25%
Ejemplo 2:
Se realizo una encuesta a 1000 mujeres y se les pregunto su estado
nutricional si sufre alguna afectación ósea
Afectación ósea Estrado Nutricional
Normal Malnutrido Total
Sin afección ósea 189 280 469
Osteomielitis 108 359 467
Osteoporosis 6 58 64
Total 303 697 1000
a)¿Cuál es la probabilidad de que una mujer tenga osteoporosis?........................
b)¿Cuál es la probabilidad de tener osteomielitis u osteoporosis?.........................
c)¿Cuál es la probabilidad de tener osteoporosis y malnutrido?............................
d)¿Cuál es la probabilidad de que una mujer tenga un nutricional normal?...........
P=6,4% ; P=53,1% ; P=5.8% P=30,3%
Ejemplo 3:
La siguiente tabla de frecuencias corresponde a las temperaturas promedio de 24
horas (C) registrados en cierto observatorio, en el mes de enero de cierto año:
Calcular la probabilidad que la temperatura promedio sea por lo menos 20.9 C pero
menor que 23.0 C
Temperatura [20.2-20.9[ [20.9-21.6[ [21.6-22.3[ [22.3-23.0[ [23.0-23.7[
Número de días 4 4 10 10 3
La probabilidad estimada que en un día del mes de enero que la temperatura
promedio sea por lo menos 20.9 C pero menor que 23.0 C es 24/31.
TEOREMAS DE PROBABILIDAD
Sea Ω el espacio muestral y A un evento cualquiera de Ω:
1. 0 ≤P(A)≤1, para cualquier A ⊂Ω
2. Si A=Ω→ P(A)=1
3. Si A= ∅ → P(A)=0
4. Si Ω=A ∪ A´→ P(A´)=1-P(A)
5. Si A y B son eventos de Ω, se cumple que:
P(A ∪ B) = P(A) + P(B) - P(A∩B)
6. Si A y B son eventos mutuamente excluyentes: (A ∩ B)= ∅
→ P( A ∪ B ) = P(A) + P(B)
7. Ley de Morgan:
a) P(A ∪ B)´=1 -P(A ∪ B) = P(A´ ∩ B´)
b) P(A ∩ B)´= 1 -P(A ∩ B) = P(A´ ∪ B´)
Ejemplo 4:
Un cliente ingresa a la panadería. La probabilidad de que compre pan es
0.60, que compre leche 0.50, que compre pan y leche es 0.30
a)¿Cuál es la probabilidad que compre pan o leche?
b)¿Qué compre solo pan?
c¿Qué compre solo leche ?
Ejemplo 5:
Un químico analizará muestras de agua de mar en búsqueda
de dos metales pesados: plomo y mercurio. La experiencia
indica que existen valores tóxicos de plomo o mercurio en
38% de las muestras obtenidas cerca de la desembocadura
de un río, sobre cuyo margen se localizan numerosas plantas
industriales: 32% con concentraciones tóxicas de plomo y
16% con concentraciones tóxicas de mercurio. ¿Cuál es la
probabilidad de que una muestra seleccionada
aleatoriamente contenga sólo valores tóxicos de plomo?
P=22%
Ejemplo 6:
En una empresa los clientes son consultados acerca de la atención del
personal, de los 180 entrevistados, 92 pagan con tarjeta de crédito, 70 son
clientes frecuentes, y de los que pagan con tarjeta de crédito 48 son clientes
frecuentes. Encontrar la probabilidad de que:
a)El cliente solo paga con tarjeta de crédito
b)El cliente solo es frecuente
c)El cliente no es frecuente y no paga con tarjeta de crédito
P=24,44%; P=12,22%; P=36,67%
Ejemplo 7:
Cuando una computadora se bloquea, existe una probabilidad de 75% de que
se deba a una sobrecarga, y de 15% de que sea por un problema de software.
La probabilidad de que se origine en una sobrecarga o un problema de software
es de 85%.
a)¿Cuál es la probabilidad de que se deba a ambos problemas?
b)¿Cuál es la probabilidad de que haya un problema de software sin
sobrecarga?
P=5%; P=10%
Ejemplo 8:
Los registros de una planta industrial indican que el 12% de
todos los obreros lesionados ingresan a un hospital para recibir
tratamiento (evento I), el 16% regresa al trabajo al día siguiente
(evento R) y el 2% ingresan a un hospital pero vuelven al
trabajo al día siguiente (I ∩ R). Si un obrero se lesiona:
a) Halle la probabilidad de que ingrese en un hospital para
recibir tratamiento o que regresará al día siguiente
b) Calcule la probabilidad de que ingrese a un hospital pero no
regrese al trabajo al día siguiente.
c) Determine la probabilidad de que no ingrese a un hospital ni
regrese al trabajo al día siguiente.
PROBABILIDAD CONDICIONAL
En muchas ocasiones se pide calcular la probabilidad de que ocurra
un evento sabiendo que otro ha ocurrido.
Definición Sean A y B dos eventos de un espacio muestral Ω con
P(B)>0 .La probabilidad condicional de A dado que ocurrió B esta
definida por:
Ejemplo 9:
Durante un estudio de accidentes automovilísticos la PNP, encontró que el 60% de los
accidentes suceden de noche,52% están relacionados con conductores alcohólicos y
37% se presentan de noche y con conductores alcohólicos ¿Cuál es la probabilidad de
que un accidente halla sido provocado con conductor alcoholizado dado que sucedió de
noche?
N:Accidente de noche P(N)=0.60
A: Conductores alcoholizados P(A)=0.52
P(N ∩ A)=0.37
𝑃(A∩N) 0.37
𝑃(A/N)= = = 0.62
𝑃(N) 0.60
La probabilidad de que un accidente este relacionado con conductor alcoholizado dado
que sucedió de noche es 62%.
Ejemplo 10:
En un pueblo hay 150 jóvenes; 50 de los chicos y 35 de las
chicas juegan cartas (naipes). El total de chicas en el pueblo es
de 60. Si elegimos un joven de esa localidad al azar: Si sabemos
que juega naipes, ¿cuál es la probabilidad que sea chica?
J NO J TOTAL
CARTAS CARTAS
CHICO
CHICA
TOTAL
P= 41.18%
Ejemplo 11:
El Superintendente de la SBS analizaba la siguiente información sobre una muestra de
ahorristas:
Sexo
a)Si se elige un ahorrista al azar,¿cuál es la Banco Total
probabilidad que sea mujer y ahorre en el Hombre Mujer
BCP?....... BCP 160 100 260
Interbank 120 90 210
Scotiabank 60 60 120
b)Si se sabe que el ahorrista es mujer,¿cuál
Financiero 140 110 250
es la probabilidad que ahorre en el Total 480 360 840
BCP?..............
c)Si se sabe que el ahorrista pertenece al
BCP,¿qué tan probable es que sea
mujer?...............
Ejemplo 11:
¿Qué hemos aprendido hoy?
¡¡TRABAJO EN EQUIPO!!
BIBLIOGRAFÍA
Guía Práctica de Estadística General. 5° Edición 2016. UCSUR
Triola, Mario. (2013). Estadística (11a. ed.). Pearson Educación. Disponible
en biblioteca virtual: https://elibro.net/es/ereader/ucsur/37906
Levine, D., Krehbiel, T. y Berenson, M.(2014). Estadística para
administración (6a. ed.). Pearson Educación. Disponible en biblioteca virtual:
https://elibro.net/es/ereader/ucsur/37938
Quevedo, Héctor., y Pérez, Blanca. (2015). Estadística para ingeniería y
ciencias. México: Grupo Editorial Patria. Disponible en biblioteca virtual:
https://elibro.net/es/ereader/ucsur/39467
GRACIAS
