Probabilidad

Temas centrales
Concepto de experimento aleatorio: Proceso repetitivo que genera al menos dos
resultados posibles, donde en cada repeticin slo ocurrir uno y slo uno de los resultados
experimentales posibles, sin saber con certeza cul ocurrir.
Unidad experimental: Objeto o sujeto sobre el cul se mide determinada caracterstica.
Espacio muestral (E): Conjunto de todos los resultados experimentales posibles de un
experimento aleatorio.
Punto muestral: Cualquier resultado experimental del espacio muestral.
Suceso aleatorio (S): conjunto de puntos muestrales.
Suceso cierto (E): Suceso que ocurre siempre.
Suceso imposible (): Suceso que nunca ocurre.
Suceso total: Dados dos sucesos SicE y SjcE, llamamos suceso total al suceso (SiUSj)cE
Suceso conjunto: Dados dos sucesos SicE y SjcE, llamamos suceso conjunto al suceso (SiSj)cE
Suceso contrario: Dado un suceso SicE, llamamos suceso contrario Sic cE al suceso tal que E=(SiU
Sic)

Probabilidad: Medida cuantitativa de la incertidumbre sobre la ocurrencia de

un suceso aleatorio.
Axiomas de probabilidad (Kolmogorov)
1) Dado un suceso ScE, P(S)0
2) La P(E)=1
3) Dados dos sucesos SicE y SjcE , La P(SiUSj)=P(Si)+P(Sj) i j si
P(SiSj)=0

Teoremas de probabilidad
Regla de la suma:
Dados dos sucesos Si y Sj , La P(SiUSj)=P(Si)+P(Sj) P(SiSj)
Regla del suceso contrario:
Dado un suceso SicE, La P(Sic)=1-P(Si)

Regla del producto:

Dados dos sucesos SicE y SjcE , La P(SiSj)= P(Si)*P(Sj) si los sucesos son
independientes.
La P(SiSj)= P(Si)*P(Sj/Si) si los sucesos son
dependientes.
Probabilidad condicional:

P S 2 / S1

P ( S1 S 2 )
P ( S1 )

Asignacin de probabilidades a sucesos:

Mtodo clsico (de Laplace)
La probabilidad de que ocurra un suceso aleatorio S es igual al cociente entre
el nmero de casos favorables a que ocurra y el nmero de casos igualmente
posibles.
P(S)=

#f
n

Mtodo emprico, frecuentista o de Von Mises (1883-1953)

Cuando los sucesos no son equiprobables, la probabilidad puede aproximarse
mediante la frecuencia relativa, cuando el nmero de repeticiones del
experimento tiende a infinito.
P(S)=

fr
n

Mtodo subjetivo:
Cuando los sucesos no son equiprobables ni puede formarse la frecuencia
relativa por no disponer de numerosas repeticiones del experimento, se debe
basarse en juicio experto de modo de asignar subjetivamente las
probabilidades.
Mtodo de la simulacin Monte-Carlo
Cuando se tienen las dificultades anteriores y adems no se tiene un juicio
experto, por tratarse de un experimento novedoso, suele recurrirse a
simulaciones por medio de un programa computarizado, para observar como
han de resultar las distintas repeticiones del experimento.

Regla de Bayes (Reverendo Tomas Bayes 1702-1761)

Dado un conjunto de sucesos A=(A1;A2;...;Ak) mutuamente excluyentes y
colectivamente exhaustivos y un suceso B que puede ocurrir conjuntamente
con cada uno de ellos a la vez, si se sabe que el suceso B se ha producido, la
probabilidad de que lo haya hecho conjuntamente con uno de los A, por
ejemplo con Ak viene dada por:

P( Ak / B)

P( Ak ) * P ( B / Ak )
P( Ai ) * P( B / Ai )

Variables aleatorias discretas

Variable aleatoria (v.a.) : descripcin numrica del resultado de un
experimento aleatorio.
Variable aleatoria discreta: v.a. que puede asumir un nmero finito de
valores o una sucesin infinita de valores finitos.
Distribucin de probabilidad: Describe cmo se distribuyen las
probabilidades de los diferentes valores que toma la v.a. Esta distribucin se
describe mediante una funcin de densidad de probabilidad o funcin de masa
f(x), la cul define la probabilidad que asume cada valor de la v.a.
f(x)0 y f(x)=1
Esperanza matemtica, Valor esperado o Media de la v.a.
Es una medida de tendencia central de la v.a. Se calcula:
E ( x)

Varianza de una v.a

x * p ( x)

Es una medida de variabilidad de la v.a. Se calcula:

V ( x)

x E ( x)

*p

o mediante la frmula simplificada

* p ( x ) E ( x)

Desvo de una v.a.

Es la raiz cuadrada positiva de la varianza V(x)

Distribucin Binomial
Experimento de Bernoulli (Jacques Bernoulli 1654-1705)
Experimento aleatorio con slo dos resultados posibles, llamados comnmente
xito y fracaso. La probabilidad de que se produzca el xito se denota con p y
es constante para cualquier intento. La probabilidad de que se produzca el
fracaso se denota con q.
Experimento Binomial:
Es un experimento de Bernoulli, pero consta de n ensayos idnticos
independientes entre s.
Se define a la v.a. x: nmero de xitos observado en n ensayos.
Por tanto, el dominio de la v.a. binomial (x) son los nmeros naturales
comprendidos entre 0 y n inclusive.
Los parmetros que definen a la distribucin son n y p
Veamos un ejemplo:
Experimento aleatorio: Arrojar 3 veces una moneda desequilibrada.
La v.a x: nmero de caras obtenidas.(ser nuestro xito)
p = 0.60 (probabilidad de obtener una cara (c) en un intento cualquiera)
q = 0.40 (probabilidad de no obtener una cara (x)en un intento cualquiera)
Armemos la tabla de probabilidades.
Casos posibles
(x,x,x)
(c,x,x)U(x,c,x)U(x,
x,c)
(x,c,c)U(c,x,c)U(c,
c,x)
(c,c,c)

x : n de
caras
0
1
2
3

P(x)

P(x)

0.4*0.4*0.
4
3*0.6*0.4*
0.4
3*0.6*0.6*
0.4
0.6*0.6*0.

0.06
40
0.28
80
0.43
20
0.21

6
1

Suma

60
1

Si revisamos la tabla de la distribucin binomial con parmetros n=3 y p=0.60

veremos que se observa lo siguiente:
P=0.60
n x P(x)
3 0 0.06
40
1 0.28
80
2 0.43
20
3 0.21
60
Que es lo mismo que estuvimos calculando a mano. Por lo que usaremos la
tabla para mayor comodidad.
Esta tabla tiene una doble entrada.
Pensemos lo siguiente:
Si en 3 ensayos se produjeron 2 xitos, necesariamente se produjo 1 fracaso y
as sucesivamente.
Entonces la tabla anterior podra verse as:
P=0.60
n x P(x)
3 0 0.06
40
1 0.28
80
2 0.43
20
3 0.21
60
Q=0.40

3
2
1
0

Leamos entonces:
Probabilidad de que se obtengan 2 xitos= probabilidad de que se obtenga 1
fracaso= 0.4320
Y as sucesivamente.
La notacin que solemos utilizar es la siguiente:
Probabilidad de obtener 2 xitos

Pbi ( x 2 / n 3; p 0.60) 0.4320

Probabilidad de obtener 1fracaso Pbi ( x 1 / n 3; p 0.40) 0.4320

Como se trata de una v.a. discreta no es lo mismo preguntar por la

probabilidad de que se produzcan r o ms xitos que preguntar por la
probabilidad de que se produzcan ms de r xitos
Por ejemplo.Si arrojramos la moneda 8 veces
Probabilidad de que se produzcan 4 o ms xitos.
Pbi ( x 4 / n 8; p 0.60) 0.4320
Probabilidad de que se produzcan ms de 4 xitos.
Pbi ( x 5 / n 8; p 0.60) 0.4320
Y tampoco es lo mismo preguntar por la probabilidad de que se produzcan r o
menos xitos que preguntar por la probabilidad de que se produzcan menos de
r xitos.
Por ejemplo.
Probabilidad de que se produzcan 4 o menos xitos.
Pbi ( x 4 / n 8; p 0.60) 0.4320
Probabilidad de que se produzcan menos de 4 xitos.
Pbi ( x 3 / n 8; p 0.60) 0.4320
En estos casos suelen utilizarse locuciones como al menos r xitos, a lo
sumo r xitos etc que por ser del lenguaje cotidiano entiendo que el lector
sabr diferenciar.
Esperanza matemtica y varianza de la v.a. binomial
E(x) = n*p

V(x) =n*p*q

Desvo de la v.a. binomial

D(x) =

n* p*q