Você está na página 1de 14

Universidad Catlica Los ngeles de Chimbote

CURSO ESTADSTICA

LECTURA 10: NOCIONES DE PROBABILIDAD (PARTE I)

DEFINICIONES BSICAS DE PROBABILIDAD. PROBABILIDAD Y ENFOQUES


DE PROBABILIDAD

TEMA 20: DEFINICIONES BASICAS DE PROBABILIDAD


1. EXPERIMENTO
Un experimento es un proceso mediante el cual se obtiene el resultado de una
observacin. Un experimento puede ser determinstico o aleatorio.
1.1. Experimento determinstico: Cuando el resultado de la observacin es
determinado en forma precisa por las condiciones bajo las cuales se realiza el
experimento.
Ejemplo 1:
- Lanzar una pelota en un tanque de agua y ver si flota o se hunde.
- Soltar una piedra en el aire.
- Observar la suma de dos nmeros naturales pares.
1.2. Experimento aleatorio: Un experimento es aleatorio o no determinstico,
cuando los resultados de la observacin no se puede predecir con exactitud, antes
de realizar el experimento.
Ejemplo 2:
- Observar el tiempo de vida de una computadora.
- Elegir un presidente de un grupo de 50 personas.
- Lanzar un dado y ver el nmero que aparece en la cara superior.
2. ESPACIO MUESTRAL
Es el conjunto de resultados posibles de un experimento aleatorio.
=

{w/w es un resultado particular simple de la realizacin de un exp. aleat.}

____________________________________________
Elaborado por
Fecha
Versin

: Mg. Carmen Barreto R.


: Diciembre 2007
:1

Universidad Catlica Los ngeles de Chimbote

CURSO ESTADSTICA

Los resultados posibles de un experimento se llaman puntos de muestra.


Ejemplo 3:
E1: Lanzar un dado y el observar el nmero que aparece en la cara superior.
1 = {1, 2, 3, 4, 5,6}
E2: Observar los resultados de un partido de ftbol.
2 = {gana, pierde, empata}
E3= Preguntar a una ciudadano en particular su edad en aos.
3= {w R+/ w18}
Los espacios muestrales se clasifican en:
a) Espacio muestral discreto: Si se tiene un nmero finito o infinito numerable de
elementos.
b) Espacio muestral continuo: Cuando sus elementos son todos los puntos de un
intervalo.
3.

EVENTOS

Son subconjuntos de un espacio muestral (). En particular el espacio muestral ()


y el conjunto vaco () son eventos. Al espacio muestral () se le llama evento
seguro y al conjunto () se le llama evento imposible.
Los eventos se denotan por las letras maysculas del abecedario: A, B, C, etc.
3.1. Tipos de eventos:
a) Evento simple: Cuando contiene solamente un punto del espacio muestral.
b) Evento Compuesto: Cuando puede expresarse como la unin de dos o ms
eventos simples.
Ejemplo 4:
Sea el experimento: lanzar una moneda dos veces y observar la cara superior.
a) Liste los elementos del espacio muestral.
b) Determinar los siguientes eventos:
A1: Ocurre cara en el primer lanzamiento.
A2: Ocurre sello en el segundo lanzamiento.

____________________________________________
Elaborado por
Fecha
Versin

: Mg. Carmen Barreto R.


: Diciembre 2007
:1

Universidad Catlica Los ngeles de Chimbote

CURSO ESTADSTICA

A3: Ocurre por lo menos una cara.


A4: Ocurre lo mismo en ambos lanzamiento.

Solucin:

Diagrama del rbol


C
C
S
C
S
S

a)

= {(c,c), (c,s), (s,c), (s,s)}

b)

A1 = {(c,c), (c,s)}
A2 = {(c,s); (s,s)}
A3 = {(c,s), (s,c), (c,c)}
A4 = {(c,c), (s,s)}

Ejemplo 5:
Dado el siguiente experimento:
E: Preguntar a dos empresas que venden por Internet su fuente principal de
ingreso de comercio electrnico.
Teniendo en cuenta que fuente principal de comercio electrnico es:
P: Publicidad
C: Comisiones
y V: Venta de productos/Servicios
a)
b)

Liste los elementos del espacio muestral.


Determine los elementos de los siguientes eventos:
A: Que en ambas empresas la fuente principal de ingreso de comercio
electrnico sea por venta productos / servicios.

____________________________________________
Elaborado por
Fecha
Versin

: Mg. Carmen Barreto R.


: Diciembre 2007
:1

Universidad Catlica Los ngeles de Chimbote

CURSO ESTADSTICA

B:

Que solamente en la segunda empresa la fuente principal de ingreso de


comercio electrnico sea por comisiones.

C:

Que en ninguna empresa la fuente principal de ingreso de comercio


electrnico sea por publicidad.

D:

Que la fuente principal de ingreso de comercio electrnico sea por


publicad o comisiones.

Solucin:
DIAGRAMA DEL ARBOL
P
C

V
P
C

V
P
V

a)
= { PP, PC, PV, CP, CC, CV, VP, VC, VV}

____________________________________________
Elaborado por
Fecha
Versin

: Mg. Carmen Barreto R.


: Diciembre 2007
:1

Universidad Catlica Los ngeles de Chimbote

CURSO ESTADSTICA

b)
A = { VV}

B = { PC, VC}

C = { CC, CV, VC, VV}

D = { PP, PC, CP, CC}

4. OPERACIONES CON EVENTOS


Usando las operaciones con conjuntos podemos formar nuevos eventos. Estos
nuevos eventos sern nuevamente subconjunto del mismo espacio muestral de los
eventos dados.
a) Unin de eventos: A B
Sean A y B dos eventos cualesquiera de un espacio muestral . La unin de
eventos es el evento que ocurre si A ocurre o B ocurre o ambos ocurren.
Simblicamente:
A B = {w /wA v w B}

A B

B
AB

B
AB

____________________________________________
Elaborado por
Fecha
Versin

: Mg. Carmen Barreto R.


: Diciembre 2007
:1

AB

Universidad Catlica Los ngeles de Chimbote

CURSO ESTADSTICA

b) Interseccin de eventos: A B
Sean A y B dos eventos cualesquiera de un espacio muestral , la interseccin de
estos eventos, es el evento que ocurre si A y B ocurren simultneamente.
Simblicamente:
A B = {w / w A w B}

A B

AB
c) Complemento de un evento: A
Si A es un evento del espacio muestral , se llama complemento del evento A, al
evento que ocurre si A no ocurre.
Simblicamente:
A = {w / w A}

AC

d) Diferencia de Eventos: A B
Sean A y B dos eventos de un espacio muestral , se llama diferencia de los
eventos A y B, al evento formado por los elementos que son favorables a A pero que
no son favorables a B.
Simblicamente:
A B = {w / w A w B}

____________________________________________
Elaborado por
Fecha
Versin

: Mg. Carmen Barreto R.


: Diciembre 2007
:1

Universidad Catlica Los ngeles de Chimbote

CURSO ESTADSTICA

A B

A B= A B
e) Inclusin de eventos: A B
Dado dos eventos A y B de un espacio muestral , se dice que el evento A est
contenido B, si siempre que ocurre A ocurre B.
Simblicamente: A B, si W a W B

A B
5.
EVENTOS
MUTUAMENTE
COLECTIVAMENTE EXHAUSTIVOS

EXCLUYENTES

EVENTOS

a) Una coleccin de eventos A1, A2,..., Ak definidos sobre un mismo espacio


muestral. Se dice que son mutuamente excluyentes, si la ocurrencia de uno de ellos
excluye la ocurrencia de los otros, es decir:
Ai A j =

i j ; i = 1, 2, ......., k

____________________________________________
Elaborado por
Fecha
Versin

: Mg. Carmen Barreto R.


: Diciembre 2007
:1

Universidad Catlica Los ngeles de Chimbote

CURSO ESTADSTICA

b) Se dice que una coleccin de eventos A1, A2,...., Ak, definidos sobre el mismo
espacio muestral son colectivamente exhaustivos, si la unin de ellos de ello es igual
al espacio muestral.
k

A1 A 2 ....A k = A i =
i= 1

; i = 1, 2, ......., k

6.
PROPIEDADES DE LAS OPERACIONES CON EVENTOS
Dado los eventos A, B y C de un espacio muestral , se verifican las siguientes
propiedades bsicas de unin e interseccin de eventos.
a)

Ley conmutativa.
AB=BA
AB=BA

b)

Ley asociativa
(AB) C = A (BC)
(AB) C = A (BC)

c)

Ley Distributiva
A (B C) = (A B) (A C)
A (B C) = (A B) (A C)

d) Complemento del complemento


c
C
(A ) = A
e)

A =
A =A
A AC =
AA =A

____________________________________________
Elaborado por
Fecha
Versin

: Mg. Carmen Barreto R.


: Diciembre 2007
:1

Universidad Catlica Los ngeles de Chimbote

f)

CURSO ESTADSTICA

A =A
A=
A AC =
AA=A

g)

Leyes de Morgan

A B= A B

A B

A B = A B

A B

i) A = ( A B ) ( A B )

A B

A B

____________________________________________
Elaborado por
Fecha
Versin

: Mg. Carmen Barreto R.


: Diciembre 2007
:1

Universidad Catlica Los ngeles de Chimbote

j) Si A B, entonces

CURSO ESTADSTICA

AB=ByAB=A

TEMA 21: PROBABILIDAD Y ENFOQUES DE PROBABILIDAD


Frecuentemente se usa el trmino probabilidad para sugerir que existe duda o
incertidumbre sobre lo que ocurri, lo que ocurre ocurrir. La experiencia humana
demuestra que existe una serie de hechos, acontecimientos, experimentos cuyos
resultados no se pueden determinar anticipadamente; sin embargo si es posible
definir, estimar o predecir el probable resultado. Podemos conocer el pasado, pero
nunca el futuro, pero existe un permanente inters por despejar las incertidumbres.
Las situaciones que implican incertidumbre varan desde simples juegos al azar,
como la ruleta, los dados, los naipes, la lotera, los tragamonedas, etc. A otros
experimentos y acontecimientos tan variados, complejos e importantes dentro de las
ciencias mdicas, ciencias sociales, la economa, las industrias, los negocios, los
seguros, las inversiones, etc. Permanente interesa predecir o estimar lo que
suceder en ciertas circunstancias. Un empresario decide comercializar un producto
si sabe que la probabilidad de aceptacin es alta. El aficionado de ftbol, puede
apostar contra su equipo favorito si sabe que la probabilidad de que gane es muy
pequea. Los inversionistas no deciden invertir en un pas polticamente y
econmicamente inestable si saben que porque la probabilidad de obtener
rendimientos futuros es baja. Es posible que ninguno de ellos sepa definir o medir la
probabilidad, pero si encontrar til la idea de estimarla intuitivamente.
El propsito de esta sesin es ilustrar las formas en las que pueden medirse la
posibilidad o probabilidad de ocurrencia de eventos futuros. Al mejorar la habilidad

____________________________________________
Elaborado por
Fecha
Versin

: Mg. Carmen Barreto R.


: Diciembre 2007
:1

10

Universidad Catlica Los ngeles de Chimbote

CURSO ESTADSTICA

para juzgar la ocurrencia de eventos futuros, se puede minimizar el riesgo y la


especulacin arriesgada relacionada con el proceso de toma de decisiones.
1. PROBABILIDAD
Es la posibilidad numrica de la ocurrencia de un evento casual.
2. AXIOMAS DE PROBABILIDAD
a) La probabilidad de un evento cualquiera, es siempre positiva.
P ( A) 0
b) La probabilidad de un evento cierto o seguro, es la probabilidad del espacio
muestral, que equivale a la unidad.
P ( ) = 1
c) La probabilidad de la unin de una familia de eventos mutuamente excluyentes
es igual a la suma de las probabilidades de dichos eventos.
P( A1 A 2 ..... A k ) = P(A 1 ) + P( A 2 ) + ....P(A k )
k

P A i =
i
=
1

i= 1

P(A i )

3. TEOREMAS DE LOS AXIOMAS DE PROBABILIDAD


De los axiomas de probabilidad resultan los siguientes teoremas:
a) La probabilidad de un evento toma valores entre cero y uno. Es decir:
0 P ( A) 1
b) La probabilidad de un evento nulo o imposible, es cero. Es decir:
P ( ) = 0
c) La probabilidad del complemento de un evento est dada por:
P ( A) = 1 P ( A)
d) Si el evento A es un subconjunto del evento B, entonces:
P ( A) P ( B )

4.

ENFOQUES O TIPOS DE PROBABILIDAD

Existen tres enfoques para el estudio de la probabilidad.

____________________________________________
Elaborado por
Fecha
Versin

: Mg. Carmen Barreto R.


: Diciembre 2007
:1

11

Universidad Catlica Los ngeles de Chimbote

CURSO ESTADSTICA

4.1. Enfoque clsico


Llamada tambin probabilidad a priori debido a que es posible conocer el resultado
con anterioridad, es decir, sin llevar a cabo el experimento y slo basado en el
razonamiento lgico. Se basa en el supuesto en que cada elemento del espacio
muestral tiene la misma posibilidad de ser elegido.
Para un evento A cualquiera, entonces:
P( A) =

Casos favorables de ocurrencia del evento A


Total de casos posibles

P( A) =

n( A)
n ( )

Ejemplo 1:
Hallar la probabilidad de obtener cara en el lanzamiento de una moneda.
Solucin:
El espacio muestral ser:
= {c, s}
Sea el evento A: obtener cara.
Luego:
P ( A) =

n( A)
n ( )

P ( A) =

1
= 0.5
2

Ejemplo 2:
Hallar la probabilidad de obtener el nmero 2 en el lanzamiento de un dado.
Solucin:
____________________________________________
Elaborado por
Fecha
Versin

: Mg. Carmen Barreto R.


: Diciembre 2007
:1

12

Universidad Catlica Los ngeles de Chimbote

CURSO ESTADSTICA

El espacio muestral ser:


= {1,2,3,4,5,6}
Sea el evento B: Obtener el nmero 2.
Luego:
n( B )
P ( B) =
n ( )
P ( B) =

1
= 0.17
6

Las probabilidades clsica, se utiliza para experimentos simples, como los


mencionados anteriormente. En la vida real se presentan situaciones ms complejas
que requieren el clculo de probabilidad desde otro enfoque.
4.2. Enfoque relativo
El clculo de este tipo de probabilidad se basa en la repeticin de la ocurrencia de
un evento, al realizar una gran cantidad de pruebas o experimentos.
Para un evento A cualquiera, entonces:
P ( A) =

Nmero de veces que ocurri el evento A


Nmero total de observaciones

P ( A) =

f
n

La probabilidad de frecuencia relativa, es llamada tambin emprica o a posteriori,


debido a que se obtiene el resultado despus de llevar a cabo el experimento.
Ejemplo 3:
En una encuesta realizada a 1500 pequeas empresas de la ciudad de Lima, sobre
el nmero de medidas de seguridad se encontr los siguientes resultados:

____________________________________________
Elaborado por
Fecha
Versin

: Mg. Carmen Barreto R.


: Diciembre 2007
:1

13

Universidad Catlica Los ngeles de Chimbote

N de medidas de
seguridad

CURSO ESTADSTICA

TABLA N 33
N de Empresas

Ai

fi

0
1
2
3
4
Total

100
800
300
250
50
1500

P ( Ai )
0.07
0.53
0.20
0.17
0.03
1.00

a)

Cul es la probabilidad de que las pequeas empresas tengan 2 medidas de


seguridad?
P(A2)=0.20
El 20% de las empresas tienen 2 medidas de seguridad.

b)

Cul es la probabilidad de que las pequeas empresas tengan ms de 2


medidas de seguridad?
P(Ai > 2) = P(A4) + P(A5) = 0.17 + 0.03 = 0.20
El 20% de las pequeas empresas tienen ms de 2 medidas de seguridad.

4.3. Enfoque subjetivo


Es la probabilidad asignada bajo un criterio personal, basado en cualquier tipo de
evidencia disponible.
Las probabilidades subjetivas se asignan a eventos que pueden suceder solo una
vez o muy pocas veces.
Ejemplo 4:
a) La probabilidad que una mujer llegue a ser presidenta de los EE.UU.
b) La probabilidad que el hombre viva eternamente.
c) La probabilidad que quiebre la bolsa de valores de New York.

____________________________________________
Elaborado por
Fecha
Versin

: Mg. Carmen Barreto R.


: Diciembre 2007
:1

14