PROBABILIDAD

PROBABILIDAD

CONTENIDO

1. Introduccin

2. Teorema de Bayes

Pgina 1 de 5
PROBABILIDAD

PROBABILIDAD
1. INTRODUCCIN

La probabilidad se refiere al estudio de la aleatoriedad y la incertidumbre en cuaqlquier

situacin donde podra ocurrir uno de varios resultados posibles. En algunos casos se
utiliza de manera informal como por ejemplo: hay un 50% de probabilidad de que
llueva.
DEFINICIONES

Probabilidad: es la posibilidad numrica de ocurra un evento. Se mide con

valores comprendidos entre 0 y 1, entre mayor sea la probabilidad, ms se
acercar a uno.
Experimento: es toda accin bien definida que conlleva a un resultado nico
bien definido como el lanzamiento de un dado. Es el proceso que produce un
evento.
Espacio muestral: es el conjunto de todos los resultados posibles de un
experimento. Para un dado es SS = (1,2,3,4,5,6)
Evento: es cualquier coleccin de resultados contenidos en el espacio muestral.
Es simple si slo tiene un resultado y compuesto si tiene varios resultados.

Definicin Clsica de Probabilidad. Modelo de frecuencia relativa

La probabilidad de un evento (E), puede ser calculada mediante la relacin de el nmero
de respuestas en favor de E, y el numero total de resultados posibles en un experimento.

# Favorable E
P E
# Total resultados

1
Ejemplo 1: La probabilidad de que salga 2 al lanzar un dado es: .16
6
1
Ejemplo 2: La probabilidad de lanzar una moneda y que caiga cara es: .5
2
Ejemplo 3: La probabilidad de sacar 1,2,3,4,5, o 6 al lanzar un dado es:

Pgina 2 de 5
PROBABILIDAD

1 1 1 1 1 1
1
6 6 6 6 6 6

La probabilidad de un evento est comprendida siempre entre 0 y 1. La suma de

las probabilidades de todos los eventos posibles (E) en un espacio muestral S =
1
Un espacio muestral (S): Es el conjunto Universal; conjunto de todos los n
elementos relacionados = # Total de resultados posibles.

Probabilidad Compuesta
Es la probabilidad compuesta por dos eventos simples relacionados entre s.
En la composicin existen dos posibilidades: Unin o Interseccin .

Unin de A y B
Si A y B son eventos en un espacio muestral (S), la unin de A y B A B contiene
todos los elementos de el evento A o B o ambos.

Interseccin de A y B
Si A y B son eventos en un espacio muestral S, la interseccin de A y B A B est
compuesta por todos los elementos que se encuentran en A y B.

2. TEOREMA DE BAYES

Mediante el teorema de Bayes podemos calcular la probabilidad de que ocurra un

determinado evento, cuando no tenemos datos inmediatos del mismo mediante la
informacin que tenemos de otros eventos.

Cuando existen dos eventos posibles A y B, la probabilidad de que ocurra Z se describe

mediante el teorema de probabilidad total el cual es:

P ( Z ) P A P Z A P B P Z B

Mediante el teorema anterior se deduce el teorema de Bayes:

Pgina 3 de 5
PROBABILIDAD

P A P Z A
P A Z
P A P Z A P B P Z B

Ejemplo 1: En cierta universidad 20% de los hombres y 1% de las mujeres miden ms

de 1.80m de altura. Asimismo 40% de los estudiantes son mujeres. Si se selecciona un
estudiante al azar y se observa que mide ms de 1.80m Cual es la probabilidad de que
sea mujer?

Z > 1.80 m HOMBRE MUJER

A = Hombre
.80 .99
B = Mujer < 1.80

P (A) = 0.60
> 1.80 .20 .01
P (B) = 0.40
P (Z/A) = 0.20
=Z
P (Z/B) = 0.01

Para encontrar la probabilidad de que sea mujer dado que mide ms de 1.80,
Utilizando el teorema de Bayes:

P B P Z B
P B Z
P A P Z A P B P Z B

P(B/Z) = (0.4 x 0.01)/ (0.6 x 0.20 +0.4 x 0.01) = 0.032.

Hombre Mujer

Podemos visualizar P(B/Z) en el siguiente diagrama: Z > .80 P(A/Z) P(B/Z) = .032

Por lo tanto la probabilidad de que sea mujer dado

que mide ms de 1.80 es 0.032 = 3.2 %

Pgina 4 de 5
PROBABILIDAD

Ejemplo 2
El parte meteorolgico ha anunciado tres posibilidades para el fin de semana: a) Que
llueva: probabilidad del 50%, b) Que nieve: probabilidad del 30%, y c) Que haya
niebla: probabilidad del 20%.

Segn estos posibles estados meteorolgicos, la posibilidad de que ocurra un accidente

es la siguiente, a) Si llueve: probabilidad de accidente del 10%, b) Si nieva:
probabilidad de accidente del 20%, o c) Si hay niebla: probabilidad de accidente del
5%.

Resulta que efectivamente ocurre un accidente y como no estbamos en la ciudad no

sabemos que tiempo hizo (nev, llovi o hubo niebla). El teorema de Bayes nos permite
calcular estas probabilidades: Las probabilidades que manejamos antes de conocer que
ha ocurrido un accidente se denominan probabilidades a priori (lluvia con el 60%, nieve
con el 30% y niebla con el 10%).

Una vez que incorporamos la informacin de que ha ocurrido un accidente, las

probabilidades del suceso A cambian: son probabilidades condicionadas P (A/B), que se
denominan probabilidades a posteriori.

a) Probabilidad de que estuviera lloviendo:

0.50 0.20
P( A i / B) 0.714
(0.50 0.20) (0.30 0.10) (0.20 0.05)

La probabilidad de que efectivamente estuviera lloviendo el da del accidente

(probabilidad a posteriori) es del 71,4%.

b) Probabilidad de que estuviera nevando:

0.30 0.10
P( A i / B) 0.214
(0.50 0.20) (0.30 0.10) (0.20 0.05)
La probabilidad de que estuviera nevando es del 21,4%.

c) Probabilidad de que hubiera niebla:

0.20 0.05
P(A i / B) 0.071
(0.50 0.20) (0.30 0.10) (0.20 0.05)
La probabilidad de que hubiera niebla es del 7,1%.

Pgina 5 de 5