ESTADÍSTICA

Probabilidades: Conceptos Básicos

PLAN DE CLASE

• Motivación
• Competencias
Inicio • Saberes previos

• Experimento aleatorio, espacio muestral, eventos

• Operaciones entre eventos.
Construcción • Probabilidad, enfoques. Axiomas de la Probabilidad

• Retroalimentación
• Autoevaluación
Cierre

2
MOTIVACIÓN

3
COMPETENCIAS

Reconoce un
experimento
aleatorio y
determina su
espacio
muestral y sus
eventos

Hace uso de
Resuelve Calcula
los enfoques y
ejercicios de probabilidades
axiomas de la
aplicación relacionadas
probabilidad
sobre el tema. con eventos
de eventos

Desarrolla
operaciones
entre eventos.

4
SABERES PREVIOS

 ¿Qué es un experimento aleatorio?

 ¿Qué es un espacio muestral?

 ¿Qué es un evento?

 ¿Qué es una probabilidad?

5
EXPERIMENTO ALEATORIO ()

 Es un tipo de experimento que se puede repetir indefinidamente, sin

cambiar sus condiciones. Aunque no se puede predecir su resultado,
sin embargo se puede describir sus resultados posibles.

 Los experimentos pueden ser simples y compuestos (dos o más

experimentos).

6
ESPACIO MUESTRAL ()

 Es el conjunto de todos los resultados posibles de un experimento. A

veces se le denomina espacio muestral  asociado al experimento .

 Cuando un experimento es simple no hay dificultad para determinar su

espacio muestral; no así cuando el experimento es compuesto.

 Existes dos tipos de espacios muestrales:

 Discreto.- Cuando tiene un número entero positivo de elementos y

además pueden ser: Finitos e Infinitos.

 Continuo.- Si tiene un número no numerable de elementos. Es decir

sus elementos son puntos de algún intervalo.

7
EJEMPLO 1

 1 = {Lanzar una moneda y observar la cara superior}

(1) = { Cara, Sello}
 2 = {Lanzar un dado y observar el número que aparece en la cara
superior}
(2) = { 1, 2, 3, 4, 5, 6}
 3 = {Extraer un artículo de una línea de producción y comprobar si es
defectuoso o no}
(3) = { Defectuoso, No Defectuoso}
 4 = {Elegir un delegado de una sección de 40 estudiantes}
(4) = {Pedro, Juan, Daniella, Cecilia,... }
 5 = {Número de automóviles que se cruzan en una esquina}
(5) = {0, 1, 2, ... }

8
EVENTOS Y SUCESOS

 EVENTO.- Es cualquier subconjunto de un espacio muestral, y se

denotan por A, B,C,...
 De acuerdo a la teoría de conjuntos, al especio muestral () y al
evento nulo , se les considera como eventos.
 Al espacio muestral (), se le denomina Evento Seguro, porque
siempre ocurre, es imposible que no pueda ocurrir.
 Al evento nulo () se le llama Evento Imposible.
 Se dice que un evento ocurre cuando al menos uno de los resultados
que lo conforman ocurre.

9
OPERACIONES CON EVENTOS

Sean A y B eventos de , entonces:

 A  B, si w  A  w  B.

 A = B, si A  B y B  A.

10
OPERACIONES CON EVENTOS

Sean A y B eventos de , entonces:

 A  B = { w   / w  A o w  B }.

 A  B = { w   / w  A y w  B }.

11
OPERACIONES CON EVENTOS

Sean A y B eventos de , entonces:

 A – B = { w   / w  A y w  B }.

 Ac =  – A = { w   / w  A }.

12
EJEMPLOS

 Sólo A = A  Bc  Sólo A y B = A  B

 Sólo B = Ac  B  Ni A ni B = Ac  Bc

13
OPERACIONES CON EVENTOS

Sean A y B eventos de , entonces:

 Leyes de Morgan:

(A  B)c = Ac  Bc (A  B)c = Ac  Bc

 Producto Cartesiano:

A x B = { (y, z)   / y  A y z  B }

Sean A, B y C eventos de , entonces:

 Leyes Distributivas
A  (B  C) = (A  B)  (A  C)
A  (B  C) = (A  B)  (A  C)

14
OPERACIONES CON EVENTOS

 Eventos Mutuamente Excluyentes

Sean A y B eventos de , entonces:
AB=

 Eventos Colectivamente Exhaustivos

Sean A1, ..., An eventos de ,
entonces:
n
A1   An  i 1
Ai  

15
EJEMPLO 2

 = {Lanzar dos dados y se observa los números que aparecen en las

caras superiores}
 1, 1 1, 2 1, 3 1, 4 1, 5 1, 6 
 
 2, 1  2, 2  2, 3  2, 4  2, 5  2, 6
 3, 1  3, 2  3, 3  3, 4  3, 5 3, 6  
( )    N()  36
 4, 1  4, 2   4, 3   4, 4   4, 5   4, 6 
 5, 1  5, 2   5, 3   5, 4   5, 5   5, 6 
 
 6, 1  6, 2   6, 3   6, 4   6, 5   6, 6  

A = { Que al lanzar dos dados se obtenga en las caras superiores

números iguales}
A = { (1,1), (2,2), (3,3), (4,4), (5,5), (6,6)} N(A) = 6
Un suceso sería: w = { (1,1) }

16
EJEMPLO 3

Se tiene un experimento aleatorio que consiste en lazan dos monedas a la

vez. Se solicita determinar su espacio muestral.

Solución.-
Para determinar su espacio muestral se puede hacer uso de una tabla de
doble entrada:
Primera Segunda Moneda
Moneda Cara Sello
Cara C,C C,S
Sello S,C S,S

Entonces:  = { (CC), (CS), (SC), (SS) }

17
EJEMPLO 4

Se tiene un experimento aleatorio que consiste en lazan tres monedas. Se

solicita determinar su espacio muestral.
Solución.-
Para determinar su espacio muestral se puede hacer uso del diagrama del
árbol

Entonces:
 = { (CCC), (CCS), (CSC), (CSS), (SCC), (SCS), (SSC), (SSS) }

18
EJEMPLO 5

Se tiene un experimento aleatorio que consiste en lazan una moneda y un

dado. Se solicita determinar su espacio muestral.
Solución.-
Luego se puede comprobar que es un experimento compuesto:
1 = { Lanzar una moneda } y 2 = { Lanzar un dado }
Así el N() = 2 * 6 = 12
Entonces, mediante la tabla de doble entrada se tiene:
Dado
Moneda
1 2 3 4 5 6
Cara C,1 C,2 C,3 C,4 C,5 C,6
Sello S,1 S,2 S,3 S,4 S,5 S,6

Entonces:
 = { (C1), (C2), (C3), (C4), (C5), (C6), (S1), (S2), (S3), (S4), (S5), (S6), }

19
EJEMPLO 6

Se tiene un experimento aleatorio que consiste en lazan una moneda o un

dado. Se solicita determinar su espacio muestral.

Solución.-
Luego se puede comprobar que es un experimento compuesto:
1 = { Lanzar una moneda } o 2 = { Lanzar un dado }
Así el N() = 2 + 6 = 8

Entonces, el espacio muestral esta dado por:

 = { C, S, 1, 2, 3, 4, 5, 6 }

20
PROBABILIDAD

 ENFOQUE CLÁSICO
Si N(A) representa el número de sucesos del evento A y N() el
número de sucesos del espacio muestral, entonces se puede decir que
la probabilidad de A esta dada por:
N(A)
P(A) 
N()
 ENFOQUE DE FRECUENCIA RELATIVA
La probabilidad se calcula con base a la proporción del número de
veces que ocurre un evento A en un determinado número de
observaciones. Es decir, la probabilidad de A esta dada por:

Frecuencia Absoluta de A f(A)

P(A)  
Número de Observaciones n

21
EJEMPLO 7
Se lanza una moneda tres veces. Calcule la probabilidad que en la cara
superior de la moneda aparezcan:
a) Dos caras
b) Al menos dos caras

Solución a)
El experimento es lanzar una moneda tres veces.
El espacio muestral es:
 = { (CCC), (CCS), (CSC), (CSS), (SCC), (SCS), (SSC), (SSS) }
El número de resultados posibles es N() = 8
El evento A es que en la cara superior de la moneda aparezcan dos
caras A = {CCS), (C,S,C), (S,C,C) }
El número de resultados posibles es N(A) = 3.
Entonces:
N(A) 3
P(A)    0,375
N() 8

22
EJEMPLO 8
Se lanza una moneda tres veces. Calcule la probabilidad que en la cara
superior de la moneda aparezcan:
a) Dos caras
b) Al menos dos caras

Solución b)

El evento B es que en la cara superior de la moneda aparezcan al

menos dos caras A = {(CCC), (CCS), (C,S,C), (S,C,C) }
El número de resultados posibles es N(B) = 4.
Entonces:

N(B) 4
P(B)    0,50
N() 8

23
EJEMPLO 9
En la tabla adjunta se presenta la distribución de los estudiantes
matriculados en un curso de música, por sección y sexo. Si se elige a un
delegado de los estudiantes, ¿cuál es la probabilidad que sea mujer?
Secciones
Sexo Total
A B C D
Hombre 25 18 13 30 86
Mujer 12 24 19 15 70
Total 37 42 32 45 156
Solución
El experimento es elegir un delegado
El evento A es que el delegado elegido sea mujer
Existen f(A) = 70 estudiantes mujeres.
Entonces: f(A) 70
P(A)    0,449
n 156

24
AXIOMAS DE PROBABILIDAD

 PRIMER AXIOMA
La probabilidad que un evento A  , sólo puede tener valores que
están: 0  P(A)  1.
 SEGUNDO AXIOMA
La probabilidad del espacio muestral es igual a la unidad. Esto es,
P() = 1.
 TERCER AXIOMA
Para un número finito de k eventos mutuamente excluyentes, A 1, ..., Ak
que pertenecen a un , la probabilidad de la unión de estos eventos
está dada por:
P  k
i1
Ai  i1 P(Ai )
k

Nota.- Para el caso de eventos A y B  , eventos mutuamente

excluyentes, entonces: P(A  B) = P(A) + P(B) :

25
PROPIEDADES DE PROBABILIDAD

1. Si  es el evento imposible o nulo, entonces P() = 0.

2. Para cada evento A  , P(A) = 1– P(Ac) ó P(Ac) = 1 – P(A).

3. Si A y B  , tales que A  B, entonces P(A)  P(B).

4. Si A y B  , eventos cualquiera, entonces:

P(A  B) = P(A) + P(B) – P(A  B)

5. Si A, B y C  , eventos cualquiera, entonces:

P(A  B  C) = P(A) + P(B) + P(C) – P(A  B) – P(A  C)

– P(B  C) + P(A  B  C)

26
EJEMPLO 10

El acceso a un sistema de cómputo se hace a través del ingreso de un

PASSWORD, que consisten de 5 letras seguidas de un solo dígito (no se
incluye el 0).
a) ¿Cuál es la probabilidad de que el PASSWORD consista de 3 letras A,
2 letras B y termine en un dígito impar?
b) Si Usted se olvidó del PASSWORD, pero recuerda que contenía una E
y un dígito par. ¿Cuál es la probabilidad de que consiga adivinar el
PASSWORD correcto en el primer intento?

27
EJEMPLO 10

Solución a)
El experimento es obtener un PASSWORD,
El número de resultados posibles es N() = 265 x 9 =106 932 384
El evento A es que el PASSWORD sea de 3 letras A, 2 letras B y un
dígito impar
El número de resultados posibles de A es:
5!
N(A)  P3,2
5
P15  5  50
3! 2!
Entonces:
N(A) 50
P(A)    4,67585 * 107
N() 106932384

28
EJEMPLO 10

Solución b)
El evento B es que el PASSWORD tenga una letra E y un dígito par.
El número de resultados posibles de B es:
N(B)  P15 * 264 * P14  5 * 264 * 4  9139520

Entonces:
N(B) 9139520
P(B)    0,08547
N() 106932384

29
Retroalimentación y Autoevaluación

Libro - Pagina 201

30
CONTINUA -
Libro - Pagina 201

31