Unidad I - Teoria de La Probabilidad PDF

INSTITUTO TECNOLOGICO DE NOGALES
PROBABILIDAD Y ESTADISTICA PARA

INGENIERIA CIVIL

UNIDAD I
Teora de la probabilidad
I nstructor: I ng. Yael Ortiz

H. Nogales, Sonora Ago-2014
Teora de la Probabilidad Pg. 1

ndice

Unidad I Teora de la probabilidad

1.1 Introduccin y conceptos bsicos de la probabilidad....2
Tarea #1...2
1.2 Diagrama de rbol....3
Actividad de aprendizaje #1....5
1.3 Concepto de tcnicas de conteo5
1.3.1 Principio multiplicativo .....6
1.3.2 Principio aditivo.7
1.3.3 Notacin factorial...8
1.3.4 Permutaciones....9
1.3.5 Combinaciones.12
Actividad de aprendizaje #4..13
1.4 Diagramas de Venn ....14
Actividad de aprendizaje #5.16
1.5 Axiomas y Teoremas de la probabilidad....16
1.6 Probabilidad condicional....18
1.6.1 Eventos dependientes..18
1.6.2 Eventos independientes...20
Tarea #2.....22
1.7 Teorema de Bayes..22

Objetivo

Conocer los fundamentos y tcnicas bsicas de estadstica para organizar,
representar y analizar datos obtenidos de una situacin simulada o real.

Actividades de aprendizaje

Las actividades de aprendizaje mostradas durante el programa, se llevaran a cabo en
equipo (as mismo sern estas evaluadas). Dichas actividades, sern documentadas
conforme a lo acordado al inicio del curso.

Bibliografas

Applied Statistical Methods (William L. Carson & Betty Thorne)
http://www.itch.edu.mx/academic/industrial/sabaticorita/amarillo.htm
http://es.wikipedia.org
http://www.fca.unam.mx/docs/apuntes_matematicas/38.%20Teorema%20del%20Binomio.pdf


UNIDAD I
Teora de la probabilidad

1.1 Introduccin y conceptos bsicos de la probabilidad

En ocasiones cuando se habla de probabilidad o posibilidad de que un evento ocurra, se
pierde la credibilidad acerca del evento en cuestin, pero es posible tener siempre la
certeza total en todo proyecto o actividad que se desea realizar?, es muy difcil tenerla,
debido a que el llevar a efecto un proyecto cualquiera por ms simple que este sea, ste est
sujeto a una gran diversidad de factores que afectan su ocurrencia, entonces qu es lo ms
aconsejable para predecir su ocurrencia?, la probabilidad es la que nos ayuda en estos
casos, ya que basndose en estudios estadsticos o experimentacin aleatoria, podemos
cuantificar la posibilidad de ocurrencia de los eventos y por consiguiente tomar una buena
decisin basados en esta informacin.

Experimento aleatorio Es aquel que proporciona diferentes resultados aun cuando
se repita de la misma manera. Por ejemplo, el lanzar un dado al aire, no siempre
mostrara el mismo nmero al caer.
Espacio muestral Es el conjunto de todos los resultados posibles de un
experimento aleatorio. Se puede denotar de las siguientes maneras: o S u .
Por ejemplo, el espacio muestral de dos monedas lanzadas al aire sera el siguiente:
= {AA, AS, SA, SS}. Este tambin puede ser representado por un diagrama de
rbol.
Evento Es un subconjunto de un espacio muestral. Se denota generalmente con la
letra E mayscula. Del ejemplo anterior se puede decir que E
1
= {AA}, E
2
=
{AS}, E
3
= {AA, SS}, etc.
Probabilidad de un evento Se denota como P(E). Puede ser definida de dos
formas distintas, como probabilidad clsica o probabilidad frecuencia relativa.

*Tarea #1

1. Defina probabilidad clsica y probabilidad frecuencia relativa
2. Cite uno o ms ejemplos de probabilidad clsica y de probabilidad frecuencia
relativa.
3. Explique con sus propias palabras la diferencia entre probabilidad clsica y
probabilidad frecuencia relativa.


1.2 Diagrama de rbol

Un diagrama de rbol es una representacin grfica de un espacio muestral que
consta de r pasos, donde cada uno de los pasos, tiene un nmero finito de maneras
(posibles resultados) de ser llevado a cabo.

Ejemplos:

1. Se lanza una moneda de 5 pesos cuatro veces, de manera consecutiva, obteniendo
en cada caso una cara (C) o cruz (X). Cuntos resultados distintos (pasos)
podremos obtener?

Representando el experimento en un diagrama de rbol:

Solucin:

Si contamos todas las ramas terminales, nos damos cuenta que el nmero de
clasificaciones son 2 x 2 x 2 x 2 = 16; mismas que podemos enumerar:

1

= {CCCC}, 2

= {CCCX}, 3

= {CCXC}, 4

= {CCXX},, 16

= {XXXX}.

El espacio muestral tambin se puede representar como sigue:

= {CCCC, CCCX, CCXC, CCXX, CXCC, CXCX, CXXC, CXXX, XCCC, XCCX,
XCXC, XCXX, XXCC, XXCX, XXXC, XXXX}.

2. Un mdico general clasifica a sus pacientes de acuerdo a: su sexo (masculino M o
femenino F), tipo de sangre (A, B, AB u O) y en cuanto a la presin sangunea

(Normal, Alta o Baja). Mediante un diagrama de rbol diga en cuntas
clasificaciones pueden estar los pacientes de este mdico?

Representando el espacio muestral mediante la ayuda de un diagrama de rbol:

Solucin:

Si contamos todas las ramas terminales, nos damos cuenta que el nmero de
clasificaciones son 2 x 4 x 3 = 24 mismas que podemos enumerar: 1. M, A, Normal; 2. M,
A, Alta; 3. M,A, Baja; etc.


*Actividad de aprendizaje # 1

Un hombre tiene tiempo de jugar ruleta cinco veces como mximo, l empieza a
jugar con un dlar, apuesta cada vez un dlar y puede ganar o perder en cada juego un
dlar, l se va a retirar de jugar si pierde todo su dinero, si gana tres dlares (esto es si
completa un total de cuatro dlares) o si completa los cinco juegos, mediante un diagrama
de rbol, diga cuntas maneras hay de que se efectu el juego de este hombre.

1.3 Concepto de tcnicas de conteo

Suponga que se encuentra al final de una lnea de ensamble final de un producto y
que un supervisor le ordena contar los elementos de un lote que se ha manufacturado hace
unas horas y del que se desconoce el nmero de productos que lo constituyen, de inmediato
usted empezar a contar un producto tras otro y al final informar al supervisor que son 48,
54 u otro nmero cualquiera. Ahora suponga que ese mismo supervisor le plantea la
siguiente pregunta cuntas muestras o grupos ser posible formar con los productos del
lote, si las muestras o grupos a formar son de ocho elementos cada una de ellas?
En el primer caso el cuantificar los elementos del lote no presenta dificultad alguna para la
persona encargada de hacerlo, pero cuando se le hace el segundo planteamiento, al tratar de
formar las muestras o grupos de ocho elementos, la persona encargada empezar a tener
dificultad para hacerlo, en casos como este, es necesario hacer uso de las tcnicas de conteo
para cuantificar los elementos del evento en cuestin (el nmero de muestras posibles a
formar de ocho elementos), luego, qu son las tcnicas de conteo?

Las tcnicas de conteo son aquellas que son usadas para enumerar eventos difciles
de cuantificar. Algunos ejemplos de estas tcnicas serian los siguientes:

1. Cuntas comisiones por limpieza del instituto se pueden formar si hay 150
alumnos que desean ayudar en esta tarea y se desea formar comisiones de ocho
alumnos?

2. Cuntas representaciones de alumnos pueden ser formadas a) si se desea que estas
consten solo de alumnos de ingeniera en sistemas computacionales (ISC)?, b) se
desea que el presidente sea un estudiante de ISC?, c) se desea que el presidente y
tesorero sean estudiantes de ISC? Para todos los casos, se desea que las
representaciones consten de once alumnos.

Se les denomina tcnicas de conteo a: las permutaciones, las combinaciones y
diagramas de rbol.

Las bases para entender el uso de las tcnicas de conteo son el principio
multiplicativo y aditivo:


1.3.1 Principio multiplicativo

Si se desea realizar una actividad que consta de r pasos, en donde el primer paso
de la actividad a realizar puede ser llevado a cabo de N
1
maneras o formas, el segundo
paso de N
2
maneras o formas y el r-simo paso de N
r
maneras o formas, entonces esta
actividad puede ser llevada a efecto de:

N
1
x N
2
x ..........x N
r
maneras o formas

El principio multiplicativo implica que, cada uno de los pasos de la actividad
debern ser llevados a efecto, uno tras otro.

Ejemplos:

1. Una persona desea construir su casa, para lo cual considera que puede construir los
cimientos de su casa de cualquiera de dos maneras (concreto o block de cemento),
mientras que las paredes las puede hacer de adobe, adobn o ladrillo, el techo puede
ser de concreto o lmina galvanizada y por ltimo, los acabados los puede realizar
nicamente utilizando yeso cuntas maneras tiene esta persona de construir su
casa?

Solucin:

Considerando que r = 4 pasos (cimientos, paredes, techo y acabados)

N
1
= maneras de hacer cimientos = 2
N
2
= maneras de construir paredes = 3
N
3
= maneras de hacer techos = 2
N
4
= maneras de hacer acabados = 1

N
1
x N
2
x N
3
x N
4
= 2 x 3 x 2 x 1 = 12 maneras de construir su casa

El principio multiplicativo, el aditivo y las tcnicas de conteo que posteriormente se
tratarn, proporcionan todas las maneras o formas posibles de como se puede llevar a cabo
una actividad cualquiera.

2. Cuntos nmeros telefnicos es posible disear, los que deben constar de seis
dgitos tomados del 0 al 9?, a) Considere que el cero no puede ir al inicio de los
nmeros y es posible repetir dgitos, b) El cero no debe ir en la primera posicin y
no es posible repetir dgitos, c) Cuntos de los nmeros telefnicos del inciso b
empiezan por el nmero siete?

Solucin:

a) 9 x 10 x 10 x 10 x 10 x 10 = 900,000 nmeros telefnicos
b) 9 x 9 x 8 x 7 x 6 x 5 = 136,080 nmeros telefnicos
c) 1 x 9 x 8 x 7 x 6 x 5 = 15,120 nmeros telefnicos

1.3.2 Principio aditivo

Si se desea llevar a efecto una actividad, la cual tiene formas alternativas para ser
realizada, donde la primera de esas alternativas puede ser realizada de M maneras o formas,
la segunda alternativa puede realizarse de N maneras o formas y la ltima de las
alternativas puede ser realizada de W maneras o formas, entonces esa actividad puede ser
llevada a cabo de la siguiente expresin:

M + N + .........+ W maneras o formas

Ejemplo:

1. Una persona desea comprar una lavadora de ropa, para lo cual ha pensado que
puede seleccionar de entre las marcas Whirpool, Easy y General Electric, cuando
acude a hacer la compra se encuentra que la lavadora de la marca W se presenta en
dos tipos de carga (8 u 11 kilogramos), en cuatro colores diferentes y puede ser
automtica o semiautomtica, mientras que la lavadora de la marca E, se presenta en
tres tipos de carga (8, 11 o 15 kilogramos), en dos colores diferentes y puede ser
automtica o semiautomtica y la lavadora de la marca GE, se presenta en solo un
tipo de carga, que es de 11 kilogramos, dos colores diferentes y solo hay
semiautomtica. Cuntas maneras tiene esta persona de comprar una lavadora?

Solucin:

M = Nmero de maneras de seleccionar una lavadora Whirpool
N = Nmero de maneras de seleccionar una lavadora de la marca Easy
W = Nmero de maneras de seleccionar una lavadora de la marca General Electric

M = 2 x 4 x 2 = 16 maneras
N = 3 x 2 x 2 = 12 maneras
W = 1 x 2 x 1 = 2 maneras

M + N + W = 16 + 12 + 2 = 30 maneras de seleccionar una lavadora



1. Cmo se puede distinguir cuando hacer uso del principio multiplicativo y cuando
del aditivo?
2. Cuntas placas para automvil pueden ser diseadas si deben constar de tres letras
seguidas de cuatro nmeros, si las letras deben ser tomadas del abecedario y los
nmeros de entre los dgitos del 0 al 9?, a. Si es posible repetir letras y nmeros, b.
No es posible repetir letras y nmeros, c. Cuntas de las placas diseadas en el
inciso b empiezan por la letra D y empiezan por el cero, d. Cuantas de las placas
diseadas en el inciso b empiezan por la letra D seguida de la G.
3. Rafael desea ir a las Vegas o a Disneylandia en las prximas vacaciones de verano,
para ir a las Vegas l tiene tres medios de transporte para ir de Chihuahua al Paso
Texas y dos medios de transporte para ir del Paso Texas a las Vegas, mientras que
para ir del paso a Disneylandia l tiene cuatro diferentes medios de transporte, a)
Cuntas maneras diferentes tiene Rafael de ir a las Vegas o a Disneylandia?, b)
Cuntas maneras tiene Rafael de ir a las Vegas o a Disneylandia en un viaje
redondo, si no se regresa en el mismo medio de transporte en que se fue?.

1.3.3 Notacin factorial

Definicin de factorial:
Para todo entero positivo n, el factorial de n (n!) o n factorial, se define como
el producto de todos los nmeros enteros positivos desde 1 hasta n. Es decir:

La multiplicacin anterior se puede simbolizar tambin como:

El factorial de n representa el nmero de formas distintas de ordenar n objetos
distintos. Para cada nmero entero positivo n mayor o igual que 1, es posible determinar
el valor del factorial anterior mediante el uso de la siguiente identidad:

; Siempre y cuando n 1



Encuentre los siguientes factoriales:

1. 5! =
2. 8! =
3. 7! =
4. 0! =

1.3.4 Permutaciones

Permutacin se le llama a todo arreglo de elementos en donde interesa el lugar o
posicin que ocupa cada uno de los elementos que constituyen dicho arreglo.

Obtencin de frmula de permutaciones mediante un ejemplo:

Cuntas maneras hay de asignar los cuatro primeros lugares de un concurso de
creatividad que se verifica en las instalaciones de nuestro instituto, si hay 14 participantes?

Solucin:

Haciendo uso del principio multiplicativo:
14x13x12x11 = 24,024 maneras de asignar los primeros cuatro lugares del concurso

Esta solucin se debe, a que al momento de asignar el primer lugar tenemos a 14
posibles candidatos, una vez asignado ese lugar nos quedan 13 posibles candidatos para el
segundo lugar, luego tendramos 12 candidatos posibles para el tercer lugar y por ltimo
tendramos 11 candidatos posibles para el cuarto lugar. Luego, si n es el total de
participantes en el concurso y r es el nmero de participantes que van a ser premiados, y
partiendo de la expresin anterior, entonces.

14x13x12x11 = n x (n - 1) x (n - 2) x .... x (n r + 1)

si la expresin anterior es multiplicada por (n r)! / (n r)! entonces:

= n x (n 1 ) x (n 2) x .... x (n r + 1) (n r)! / (n r)!

= n!/ (n r)!

Expresado de otra manera:


o

Por tanto, la frmula de permutaciones de r objetos tomados de entre n total de
objetos es:

Esta frmula nos permitir obtener todos aquellos arreglos en donde el orden es
importante y solo se usen parte (r) de los n objetos con que se cuenta, adems hay que
hacer notar que no se pueden repetir objetos dentro del arreglo, esto es, los n objetos son
todos diferentes.

En el caso de utilizar todos los n objetos con que se cuenta qu formula hay que
utilizar?

Si en la frmula anterior se sustituye n en lugar de r, entonces:

nPn= n!/ (n n)! = n! / 0! = n! / 1 = n!

Como 0! = 1 de acuerdo a demostracin matemtica, entonces

nPn= n!
)! r n (
! n
Pr n

Ejemplos:

1. Cuntas representaciones diferentes sern posibles formar, si se desea que consten
de Presidente, Secretario, Tesorero, Primer Vocal y Segundo Vocal?, s esta
representacin puede ser formada de entre 25 miembros del sindicato de una
pequea empresa.

Solucin:

Por principio multiplicativo:

25 x 24 x 23 x 22 x 21 = 6,375,600 maneras de formar una representacin de ese sindicato
que conste de presidente, secretario, tesorero, etc.

Por Frmula:

n = 25 , r = 5

25
P
5
= 25!/ (25 5)! = 25! / 20! = (25 x 24 x 23 x 22 x 21 x....x 1) / (20 x 19 x 18 x ... x 1)
= 6,375,600 maneras de formar la representacin

2. a) Cuntas maneras diferentes hay de asignar las posiciones de salida de 8 autos
que participan en una carrera de frmula uno? (considere que las posiciones de
salida de los autos participantes en la carrera son dadas totalmente al azar) b)
Cuntas maneras diferentes hay de asignar los primeros tres premios de esta
carrera de frmula uno?

Solucin:

a) Por principio multiplicativo:

8 x 7 x 6 x 5 x 4 x 3 x 2 x 1= 40,320 maneras de asignar las posiciones de salida de los
autos participantes en la carrera

a) Por Frmula:

n = 8, r = 8

8
P
8
= 8! = 8 x 7 x 6 x 5 x 4 x......x 1= 40,320 maneras de asignar las posiciones de salida
......etc., etc.

b) Por principio multiplicativo:

8 x 7 x 6 = 336 maneras de asignar los tres primeros lugares de la carrera

b) Por frmula:

n =8, r = 3

8
P
3
= 8! / (8 3)! = 8! / 5! = (8 x 7 x 6 x 5 x ........x1)/ (5 x 4 x 3 x......x1) = 336 maneras de
asignar los tres primeros lugares de la carrera

1.3.5 Combinaciones

Una combinacin es un arreglo de elementos en donde no interesa el lugar o
posicin que ocupan los mismos dentro del arreglo. En una combinacin interesa formar
grupos y el contenido de los mismos.

La frmula para determinar el nmero de combinaciones es:

n
C
r
= Combinaciones de r objetos tomados de entre n objetos

Donde se observa que:

La expresin anterior nos explica como las combinaciones de r objetos tomados de
entre n objetos pueden ser obtenidas a partir de las permutaciones de r objetos tomados de
entre n objetos, esto se debe a que como en las combinaciones no nos importa el orden de
los objetos, entonces si tenemos las permutaciones de esos objetos al dividirlas entre r!, les
estamos quitando el orden y por tanto transformndolas en combinaciones, de otra forma,
tambin si deseamos calcular permutaciones y tenemos las combinaciones, simplemente
con multiplicar estas por r! obtendremos las permutaciones requeridas.

n
P
r
=
n
C
r
r!

Y si encontramos que r = n entonces;

n
C
n
= n! / (n n)! n! = n! / 0!n! = n! / n! = 1

Esto ltimo indica que cuando se desea formar grupos con la misma cantidad de
elementos con que se cuenta solo es posible formar un grupo.

! r )! r n (
! n
C
r n
! r
p
C
r n
r n


Ejemplo:

1. a) Si se cuenta con 14 alumnos que desean colaborar en una campaa para la
limpieza del ITN, cuantos grupos de limpieza podrn formarse si se desea que
consten de 5 alumnos cada uno de ellos, b) si entre los 14 alumnos hay 8 mujeres,
cuntos de los grupos de limpieza tendrn a 3 mujeres?, c) cuntos de los grupos
de limpieza contarn con 4 hombres por lo menos?

Solucin:

a) n = 14, r = 5

14
C
5
= 14! / (14 5 )!5! = 14! / 9!5!
= 14 x 13 x 12 x 11 x 10 x 9!/ 9!5!
= 2002 grupos

Entre los 2002 grupos de limpieza hay grupos que contienen solo hombres, grupos que
contienen solo mujeres y grupos mixtos, con hombres y mujeres.

b) n = 14 (8 mujeres y 6 hombres), r = 5

En este caso nos interesan aquellos grupos que contengan 3 mujeres y 2 hombres

8
C
3
*
6
C
2
= (8! / (8 3)!3!)*(6! / (6 2)!2!)
= (8! / 5!3!)*(6! / 4!2!)
= 8 x7 x 6 x 5 /2!
= 840 grupos con 3 mujeres y 2 hombres, puesto que cada grupo debe constar de
5 personas.

c) En este caso, interesan grupos en donde haya 4 hombres o ms

Los grupos de inters son = grupos con 4 hombres + grupos con 5 hombres

=
6
C
4
*
8
C
1
+
6
C
5
*
8
C
0
= 15 x 8 + 6 x 1 = 120 + 6 = 126


1. De cuntas formas diferentes se pueden ordenar las letras de la palabra
IMPUREZA?
2. Cuntas claves de acceso a una computadora ser posible disear, si debe constar de
dos letras, seguidas de cinco dgitos, las letras sern tomadas del abecedario y los
nmeros de entre los dgitos del 0 al 9. a) Considere que se pueden repetir letras y
nmeros, b) Considere que no se pueden repetir letras y nmeros, c) Cuntas de las
claves del inciso b empiezan por la letra A y terminan por el nmero 6?, d)
Cuntas de las claves del inciso b tienen la letra R seguida de la L y terminan por
un nmero impar?

3. Para contestar un examen un alumno debe contestar 9 de 12 preguntas, a) cuntas
maneras tiene el alumno de seleccionar las 9 preguntas?, b) cuntas maneras tiene
si forzosamente debe contestar las 2 primeras preguntas?, c) cuntas maneras tiene
si debe contestar una de las 3 primeras preguntas?, d) cuntas maneras tiene si
debe contestar como mximo una de las 3 primeras preguntas?

1.4 Diagramas de Venn

Se basan fundamentalmente en representar conjuntos con circunferencias, valos o
simplemente lneas. Mediante estos diagramas es posible representar un espacio muestral y
los eventos contenidos en este; as mismo, es posible visualizar una serie de operaciones
como los siguientes:

1. Unin de dos eventos (E
1
E
2
):

Es el evento que ocurre si y solo si E
1
ocurre o E
2
ocurre o ambos ocurren.
(E
1
E
2
) = E
1
+ E
2
.

2. Interseccin de eventos (E
1
E
2
)

Es el evento que ocurre si y solo si E
1
y E
2
ocurren al mismo tiempo.


3. Eventos complementarios E y E
c

E
c
es el evento complementario si y solo si E no ocurre
= E E
c
= E + E
c

4. Eventos mutuamente excluyentes (E
1
E
2
= 0)

5. Eventos exhaustivos (E
1
E
2
= )

6. Inclusin de eventos (E
1
E
2
)


*Actividad de aprendizaje #5

Se lanza un dado equilibrado al aire. Determinando al evento E
1
como todos los
nmeros pares mostrados por el dado, el evento E
2
como todos los nmeros impares, E
3

como nmeros menores a tres y E
4
como los nmeros iguales o mayores a tres. a)
Determine . b) Cules de los eventos son mutuamente excluyentes? c) Cules de los
eventos son complementarios? d) Determine E
2
E
4
. e) Determine E
2
c
. f) Es la expresin
E
1
E
4
falsa o verdadera?

1.5 Axiomas y Teoremas de la probabilidad

Un axioma es una proposicin evidente que se acepta sin requerir demostracin previa
con el fin de determinar otras formulas. A continuacin se describen los tres axiomas de la
probabilidad:

1. P() = 1. Ejemplo: La probabilidad de obtener un nmero del uno al seis en un dado
equilibrado es 1.

2. 0 P(E) 1. Ejemplo 1: La probabilidad de obtener el numero seis en un dado
equilibrado es de 1/6 = 0,1666. Ejemplo 2: La probabilidad de obtener un numero par en
un dado equilibrado es de 3/6 = 0.5.

3. Si E
1
y E
2
son eventos mutuamente excluyentes, entonces: P(E
1
E
2
) = P(E
1
) + P(E
2
).
Ejemplo: Sea E
1
el evento de obtener el numero tres en un dado y E
2
el evento de obtener
nmeros mayores o iguales al nmero cuatro. E
1
y E
2
son eventos mutuamente excluyentes,
ya que E
1
E
2
= 0, adems P(E
1
) = 1/6 y P(E
2
) = 3/6. Entonces se puede decir que
P(E
1
E
2
) = 1/6 + 3/6 = 4/6 = 0.6667.

Un teorema es una afirmacin que puede ser demostrada dentro de un sistema formal o
axiomtico. Los siguientes teoremas probabilsticos se deducen directamente de los
axiomas anteriores:

Teorema 1: P() = 0, siendo un evento no posible, nulo o vacio. Ejemplo: la probabilidad
de obtener el nmero siete en un dado equilibrado es cero. P(7) = 0.


Teorema 2: P(E
c
) = 1 P(E). Ejemplo: sea E el evento de obtener el nmero dos en un
dado equilibrado y E
c
el evento de obtener cualquier numero a excepcin del nmero dos.
Sabiendo que P(E) = 1/6, entonces P(E
c
) = 1 1/6 = 5/6.

Teorema 3: Si E
1
E
2
, entonces P(E
1
) P(E
2
). Es decir, si un evento E
1
est incluido (es
un subconjunto) de un evento E
2
, entonces la probabilidad del primer evento ser menor o
igual a la probabilidad del segundo evento. Ejemplo: sea E
1
el evento de obtener, ya sea el
nmero dos o tres en un dado equilibrado y E
2
el evento de obtener un nmero primo.
E
1
E
2
, P(E
1
)= 1/3 y P(E
2
)= 1/2, P(E
1
) P(E
2
); es decir, 1/3 < 1/2.

Teorema 4: Sean E
1
y E
2
dos eventos cualesquiera de un espacio muestral . Entonces
P(E
1
E
2
) = P(E
1
) + P(E
2
) P(E
1
E
2
). Este teorema tambin se conoce como regla de la
adicin para eventos arbitrarios. Ejemplo: Sea E
1
el evento de obtener un nmero par y E
2

el evento de obtener un nmero primo de un dado equilibrado. E
1
E
2
= 2, P(E
1
) = P(E
2
)
= 1/2 y P(E
1
E
2
) = 1/6, entonces P(E
1
E
2
) = 1/2 + 1/2 - 1/6 = 5/6. La probabilidad de
obtener un nmero par o primo en un dado equilibrado es de 2/3

La determinacin prctica de probabilidades depende del problema que se presente, si
tenemos un espacio muestral finito con resultados igualmente probables, se utilizara el
concepto clsico de probabilidad, ya que ste satisface los tres axiomas de la definicin
matemtica de probabilidad.
Si la naturaleza del experimento no seala que el nmero finito de resultados tenga
igual posibilidad de ocurrir, o si el espacio muestral no es finito y la naturaleza del
experimento no indica como subdividir el espacio muestral en un nmero finito de eventos
igualmente probables, se deben asignar probabilidades usando las frecuencias relativas que
se observen en largas secuencias de ensayos. Esto se debe hacer de manera que los axiomas
de la probabilidad se satisfagan.
A veces la probabilidad de un evento E se reporta como P(E) l00, que significa que
cada 100 veces que se realice el experimento, P(E) l00 veces se verifica el evento E, as
por ejemplo, Si P(E) = 0.25, se puede decir que el evento E tiene una probabilidad de 25%
o que el evento ocurre 25% de las veces.


1. Una urna tiene ocho bolas rojas, cinco amarillas, siete verdes y cuatro azules. Si se extrae
una bola al azar, determine la probabilidad de que esta bola: a) sea roja, b) sea azul, c) sea
verde o amarilla, d) no sea roja, e) no sea verde ni amarilla, f) sea caf, g) sea de cualquier
color.

2. En un saln de clase hay 15 alumnos, 7 de los cules son de tercer semestre, 5 son de
cuarto semestre y 3 son de quinto semestre de la carrera de ingeniera en sistemas
computacionales, de los cuales 4, 2 y 1 respectivamente dominan el idioma ingls; si se

selecciona un alumno al azar de este grupo a) cul es la probabilidad de que el alumno
seleccionado sea de quinto semestre? b) cul es la probabilidad de que sea de tercero o
cuarto semestre? c) cul es la probabilidad de que el alumno seleccionado sea de tercer
semestre y domine el ingls? d) cul es la probabilidad de que el alumno seleccionado no
domine el ingls? e) mencione cual de los eventos anteriores son mutuamente excluyentes.
f) mencione cual de los eventos anteriores son complementarios.

3. Se lanzan dos dados equilibrados al aire y se anota la suma de los puntos obtenidos por
ambos; encuentre a) el espacio muestral (utilice un diagrama de rbol), b) la probabilidad
de obtener siete, c) la probabilidad de obtener numero par, d) la probabilidad de que el
numero obtenido sea mltiplo de tres.

1.6 Probabilidad condicional

Sean dos eventos cualesquiera E
1
y E
2
en un espacio muestral , tal que P(E
1
) > 0, la
probabilidad del evento E
2
dado el evento E
1
, P(E
1
|E
2
), se define como sigue:

Tambin se puede expresar como sigue:

A esta ltima expresin tambin se le conoce como teorema de la multiplicacin.

1.6.1 Eventos dependientes

Dos o ms eventos sern dependientes cuando la probabilidad de ocurrencia o no
ocurrencia de uno de ellos afecta la probabilidad de ocurrencia del otro evento (u otros
eventos). Cuando se tiene este caso, se emplea entonces, el concepto de probabilidad
condicional para denominar la probabilidad del evento relacionado. Un caso tpico de
eventos dependientes es el muestreo sin reposicin, es decir, una vez tomada una muestra,
no regresa de nuevo a la poblacin donde se obtuvo.

Ejemplo 1:
Una persona lanza una moneda de un peso tres veces al aire, Cul es la
probabilidad de obtener tres guilas dado que se obtuvo por lo menos un guila en
cualquiera de los tres lanzamientos?


Solucin:
El espacio muestral del experimento de lanzar una moneda tres veces es el siguiente:
= {aaa, aas, asa, ass, saa, sas, ssa, sss}
E
1
representa el evento de obtener al menos un guila en los tres lanzamientos:
E
1
= {aaa, aas, asa, ass, saa, sas, ssa}
E
2
representa al evento de obtener las tres guilas:

E
2
= {aaa}

Por lo tanto:

E
1
E
2
= {aaa}
P(E
1
E
2
) = 1/8
P(E
1
) = 7/8

De donde:

Ntese que P(E
2
|E
1
) = 1/7 es la probabilidad de una ocurrencia en las siete, que son
posibles en E
1
; es decir, calcular la probabilidad condicional de E
2
dado E
1
es como
calcular la probabilidad de E
2
con relacin al conjunto E
1
, como si ste ultimo fuera un
nuevo espacio muestra * = E
1
.
La probabilidad condicional para eventos dependientes, tambin puede definirse
como sigue:
P(E
2
|E
1
) = cantidad de elementos de E
2
/ n*
Donde n* es la nueva cantidad total de elementos debido a E
2
.
Ejemplo 2:
Se seleccionan dos semillas aleatoriamente, una por una, de una bolsa que contiene
10 semillas de flores rojas y 5 de flores blancas. Encuentre la probabilidad de que a) la
primera semilla sea roja, b) la segunda semilla sea blanca dado que la primera fue roja.

Solucin:

n = 15

a) Sea R
1
el evento de que la primer semilla sea roja, entonces: P(R
1
) = cantidad de
semillas rojas / n = 10 / 15 = 2/3.
b) Sea B
2
el evento de que la segunda semilla sea blanca. Como ya se tomo una
muestra, entonces n* = n - 1 = 14; entonces P(B
2
|R
1
) = cantidad de semillas
blancas /n* = 5/14.

1.6.2 Eventos independientes

Se dice que un evento E
2
es independiente de un evento E
1
, si P(E
2
|E
1
) = P(E
2
), esto
quiere decir que la probabilidad de que ocurra el evento E
2
, no es afectada por la ocurrencia
del evento E
1
, la expresin anterior se puede sustituir en el teorema de la multiplicacin
para probabilidad condicional:

P(E
1
E
2
) = P(E
1
) * P(E
2
|E
1
)

Debido a que P(E
2
|E
1
) = P(E
2
), entonces:

P(E
1
E
2
) = P(E
1
) * P(E
2
)

Si la expresin anterior se cumple, se dice entonces que los eventos E
1
y E
2
son
independientes.

Un caso tpico de eventos independientes es el muestreo con reposicin, es decir,
una vez tomada una muestra, se regresa de nuevo a la poblacin donde se obtuvo.

Ejemplo:

Un boxeador gana 8 de cada 10 peleas en las que compite, si este boxeador participar
en tres peleas en los prximos seis meses, determine la probabilidad de que a) gane dos de
las peleas, b) si gana dos de las peleas, cul es la probabilidad de que sean la primera y
tercera pelea?.

Solucin:

Construyendo un diagrama de rbol:


Donde G representa a pelea ganada y P, pelea perdida.
Del diagrama de rbol es posible obtener el siguiente espacio muestral:

={GGG. GGP, GPG, GPP, PGG, PGP, PPG, PPP}

a) Sea E
1
el evento de que gane dos peleas, es decir E
1
= {GGP, GPG, PGG}

Entonces: P(E
1
) = P(GGP GPG PGG) = P(GGP)+P(GPG)+P(PGG)

Es decir: P(E
1
) = (0.8)(0.8)(0.2) + (0.8)(0.2)(0.8) + (0.2)(0.8)(0.8)

P(E
1
) = 0.128 + 0.128 + 0.128
P(E
1
) = 0.384

b) Sea E
2
el evento de que gane la primer y la tercer pelea, es decir E
2
= {GGG, GPG}

Entonces: E
1
E
2
= {GPG},
P(E
1
E
2
) = (0.8)(0.2)(0.8) = 0.128

Debido a que: P(E
2
|E
1
) = P(E
2
E
1
) / P(E
1
)
Entonces: P(E
2
|E
1
) = 0.128 / 0.348
P(E
2
|E
1
) = 0.367

1. En un lote de produccin hay 25 productos, 5 de los cuales tienen defectos menores y 9
tienen defectos mayores, si se toman de este lote tres productos uno tras otro, determine la
probabilidad de que: a) el primer producto no tenga defectos y que el segundo y tercero
tengan defectos mayores, b) el primer producto tenga defectos menores, el segundo tenga
defectos mayores y que el tercero no tenga defectos, c) el primer producto y el tercero no
tengan defectos.
2. Un equipo de ftbol soccer tiene una probabilidad de ganar de 0.6, una probabilidad de
empatar de 0.3 y una probabilidad de perder de 0.1, si este equipo participa en dos juegos la

semana prxima, determine la probabilidad de que: a) gane el segundo juego, b) gane
ambos juegos, c) gane uno de los juegos, d) gane el primer juego y empate el segundo.
*Tarea # 2
1. En el campo de la probabilidad, qu se entiende por toma de decisiones bajo
incertidumbre? Cite al menos un ejemplo de ello.
2. Cmo se define un evento exhaustivo? Cite al menos un ejemplo de ello.
2. Demuestre el teorema de Bayes, es decir, demuestre que:

1.7 Teorema de Bayes

Se define como sigue:

Siendo A cualquier evento, B
i
eventos exhaustivos y mutuamente excluyentes, y k la
cantidad de eventos B
i
.

En trminos ms generales, el teorema de Bayes es de enorme relevancia puesto que
vincula la probabilidad de un evento E
1
dado E
2
con la probabilidad de E
2
dado E
1
. Es
decir, que sabiendo la probabilidad de tener un dolor de cabeza dado que se tiene gripe, se
podra saber (si se tiene algn dato ms), la probabilidad de tener gripe si se tiene un dolor
de cabeza.

Ejemplo:

Un Doctor dispone de tres equipos electrnicos para realizar ecosonogramas. El uso que
le da a cada equipo es de 25% al primero, 35% el segundo y 40% el tercero. Se sabe que los
aparatos tienen probabilidades de error de 1%, 2% y 3% respectivamente. Un paciente
busca el resultado de una ecografa y observa que tiene un error. Determine la probabilidad
de que se haya usado el primer aparato.

1. Equipo 1, 25% de uso. Error 1%

Solucin:

Se definen los siguientes eventos:

Evento P: seleccionar el primer aparato
Evento S: seleccionar el segundo aparato
Evento T: seleccionar el tercer aparato
Evento E: seleccionar un resultado con error

Se desea encontrar la probabilidad del evento P, debido a que ya ocurri el error; es
decir: P(P|E). Aplicando el teorema de Bayes, se tiene lo siguiente:

1. En una planta de produccin se tienen tres maquinas que producen un mismo artculo.
Las maquinas 2 y 3, producen a la misma velocidad, mientras que la maquina 1 tiene una
velocidad de produccin igual a la de 2 y 3 juntas. Adems, las maquinas producen un
determinado nmero de artculos defectuosos. Los porcentajes de artculos defectuosos por
maquina son:

% artculos defectuosos para maquina 1: 2%

Se recoge la produccin de un da y se escoge un artculo al azar y resulto ser un artculo
defectuoso. Cul es la probabilidad de que este articulo haya sido manufacturado por la
maquina numero 1?

2. Doce personas (6 mujeres, 4 hombres y dos nios) realizan un paseo en un pequeo
autobs, al llegar a cierto lugar, bajan del autobs cuatro personas una tras otra, determine
la probabilidad de que a) la primera y segunda persona que bajen sean mujeres, el tercero
sea un nio y por ltimo baje un hombre, b) que baje un nio, luego un hombre, luego otro
nio y por ltimo que baje una mujer, c) que baje una mujer, luego un hombre, despus otra
mujer y por ltimo otro hombre.

Unidad I - Teoria de La Probabilidad PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Unidad I - Teoria de La Probabilidad PDF

Enviado por

Direitos autorais:

Formatos disponíveis

INSTITUTO TECNOLOGICO DE NOGALES

PROBABILIDAD Y ESTADISTICA PARA

Teora de la Probabilidad Pg. 11

Você também pode gostar