PROBABILIDAD E INFERENCIA

ESTADISTICA
MAESTRÍA EN BANCA VALORES Y SEGUROS
( 2DA EDICIÓN – 2DA VERSIÓN )
Msc Jorge Mario Jimenez Aviles
10 de 2011
Santa Cruz - Bolivia
INTRODUCCION A LA
PROBABILIDAD

TEMA 5
 INTRODUCCION A LA PROBABILIDAD

El azar resulta en
principio algo que
engloba una serie
de causas
complejas que
renunciamos a
determinar y
estudiar en detalles
por difíciles de
precisar, porque
desconocemos
 LA PROBABILIDAD CON MEDIDA NUMERICA DE LA
POSIBILIDAD DE OCURRENCIA
POSIBILIDAD CRECIENTE DE OCURRENCIA

0 0,5 1
Probabilidad

La ocurrencia del evento es igualmente

probable que improbable
 EXPERIMIENTOS Y EL ESPACIO MUESTRAL

CUANDO HAYAMOS DEFINIDO TODOS LOS RESULTADOS

EXPERIMENTALES POSIBLES, HABREMOS IDENTIFICADO EL
ESPACIO MUESTRA
 Experimento aleatorio

Aquellos fenómenos con las siguientes

propiedades:
a. No se conoce a priori el resultado
b. Se conocen todos los resultados
posibles.
c. Se lo puede repetir bajo las mismas
condiciones.
 Espacio Muestral
Se denomina al conjunto de todos los posibles
resultados de un fenómeno aleatorio.
Se lo nota con la letra S.
Se tiran dos monedas:

S= {(C,C);(C,+);(+,C);(+, +)}
 Eventos

Cada subconjunto del espacio muestral (del

conjunto de resultados) se denomina
evento.
Si el evento consta de un solo elemento de S
se lo denomina evento elemental o punto
muestral.
Si consta de más elementos recibe el nombre
de evento compuesto.
S se lo llama evento seguro
Al evento que no contiene ningún punto
muestral se lo llama evento imposible (Ø).
 Función de probabilidad
Para una variable discreta es una función que
cumple con:

p(x)>=0
Σx p(x)=1
 Definición de probabilidad

Supongamos tener un s con un numero finito de

eventos simples, igualmente posibles.
Llamaremos probabilidadnA
de un evento A al
cociente entre el número
n de eventos simples
contenidos en A sobre el número total de
eventos simples.

P(A) =
 METODOS PARA DETERMINAR PROBABILIDADES

METODO CLASICO
METODO DE FRECUENCIA RELATIVA
METODO SUBJETIVO
 METODO CLASICO

CUANDO COMO BASE PARA ASIGNAR LAS

PROBABILIDADES SE UTILIZA LA SUPOSICION DE UN
RESULTADO CON IGUAL POSIBILIDAD, EL
PROCEDIMIENTO SE CONOCE COMO METODO
CLASICO.
EL METODO CLASICO ASIGNARA UNA
PROBABILIDAD DE 1/n A CADA RESULTADO
EXPERIMENTAL
 Ejemplo
Consideremos el experimento de arrojar dos dados:
E
S
P 1 2 3 4 5 6
A
C
I 1 (1,1) (1,2) (1,3) (1,4) (1,5) (1,6)
O
2 (2,1) (2,2) (2,3) (2,4) (2,5) (2,6)

M 3 (3,1) (3,2) (3,3) (3,4) (3,5) (3,6)

U 4 (4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
E
S 5 (5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
T
R 6 (6,1) (6,2) (6,3) (6,4) (6,5) (6,6)
A
L
Sea el evento A={sacar un total de 8 puntos}.
Numero de eventos simples que están contenidos
en A:
(6,2); (5,3); (4,4); (3,5);(2,6).
Y el numero total de eventos elementales:
36.
5
P( A) 36
13.9%
 Frecuencia relativa

Podemos encarar entonces dos tipos de

problemas:
a. Cuando se conoce la probabilidad de
un fenómeno, tenemos un valor guía
de la frecuencia relativa que debemos
esperar al aumentar el numero de
experiencias.
b. Cuando no conocemos la
probabilidad, y la experiencia es
grande, podemos tomar la frecuencia
relativa como un valor aproximado de
la probabilidad.
 % FRECUENCIA LANZAR DOS DADOS

frec uenc ia 254 frecuencia 60 frecuencia 30

6
12
40
5
35 10

30 8
4

25
3
20 6

15 4
2

10
1
2
5
0 0
0

2 3 4 5 6 7 8 9 10 11 12 2 3 4 5 6 7 8 9 10 11 12 2 3 4 5 6 7 8 9 10 11 12

frec uenc ia frec uenc ia % FREC

numero frec uenc ia 30 % F R E C 60 % F R E C 30
254 60 254
2 7 3 3 3% 5% 10%
3 14 2 1 6% 3% 3%
4 15 2 1 6% 3% 3%
5 30 6 4 12% 10% 13%
6 40 9 6 16% 15% 20%
7 48 10 6 19% 17% 20%
8 31 7 3 12% 12% 10%
9 34 9 2 13% 15% 7%
10 23 7 3 9% 12% 10%
11 9 4 1 4% 7% 3%
12 3 1 0 1% 2% 0%
254 60 30 100% 100% 100%
 METODO SUBJETIVO

METODO CLASICO Y DE FRECUENCIA

RELATIVA NO PUEDE APLICARSE EN
TODAS LAS SITUACIONES DONDE SE
DESEA ASIGNAR PROBABILIDADES
 METODO SUBJETIVO
EN EL METODO SUBJETIVO DE ASIGNAR
PROBABILIDADES PODEMOS UTILIZAR CUALQUIER
DATO DISPONIBLE ADEMAS DE NUESTRA
EXPERIENCIA E INTUICION
DEBEN CUMPLIR:

p(x)>=0
Σx p(x)=1
 RELACIONES DE PROBABILIDAD BASICAS

• COMPLEMENTO DE UN EVENTO

• LEY ADITIVA
– EVENTOS MUTUAMENTE EXCLUYENTES

• PROBABILIDAD CONDICIONAL
 COMPLEMENTO DE UN EVENTO

E espacio muestral

PARA UN EVENTO A, EL
COMPLEMENTO DEL EVENTO A ES
AQUEL EVENTO QUE CONTIENE
TODOS LOS PUNTOS MUESTRALES NO
EXISTENTES EN A. EL COMPLEMENTO
DE A SE IDENTIFICA COMO A’
E espacio muestral

P(A’) = 1 - P(A) A

E espacio muestral

A
A’
 LEY ADITIVA
PARA DOS EVENTOS A y B, LA E espacio muestral
UNION DE LOS EVENTOS A y B ES
AQUEL EVENTO QUE CONTIENE
TODOS LOS PUNTOS
MUESTRALES EXISTENTES a A o
a B o a AMBOS
E espacio muestral
P(AUB)=P(A)+P(B)-P(A B)
A

E espacio muestral E espacio muestral

INTERSEC. UNIÓN
A A

B B
 EVENTOS MUTUAMENTE EXCLUYENTES

SE DICE QUE DOS O MAS EVENTOS SON E espacio muestral

MUTUAMENTE EXCLUYENTES SI LOS EVENTOS 100%
NO TIENEN NINGUN PUNTO MUESTRAL EN
COMUN, ESTO ES NO EXISTEN PUNTOS
MUESTRALES EN LA INTERSECCION DE LOS
EVENTOS

PARA EL CASO DE DOS EVENTOS MUTUAMENTE

EXCLUYENTES LA LEY ADITIVA SE CONVIERTE EN: E espacio muestral

P(AUB)=P(A)+P(B)
A
TODA VEZ QUE P(A B) = 0

B
 PROBABILIDAD CONDICIONAL

•Llamaremos probabilidad condicional P(B/A), a la

probabilidad de B habiendo ocurrido A.
•Como se sabe que A ha ocurrido, ella se vuelve el nuevo
espacio muestral, reemplazando el S original

P( A B)
P( B / A)
P( A)
P( A B) P( A) P( B / A)
Ejemplo: En un aula el 70% de los alumnos son mujeres.
De ellas el 10% son fumadoras. De los varones, son
fumadores el 20%.
¿Qué porcentaje de fumadores hay en total?

AULA
Ejemplo: En un aula el 70% de los alumnos son mujeres.
De ellas el 10% son fumadoras. De los varones, son
fumadores el 20%.
¿Qué porcentaje de fumadores hay en total?

MUJERES HOMB

70% 30%
Ejemplo: En un aula el 70% de los alumnos son mujeres.
De ellas el 10% son fumadoras. De los varones, son
fumadores el 20%.
¿Qué porcentaje de fumadores hay en total?

MUJERES HOMB
70% 30%

FUMAN
FUMAN
FUMAN 10% DEL TOTAL FUMAN 20% DEL TOTAL DE
100% DE MUJERES HOMBRES
Ejemplo: En un aula el 70% de los alumnos son mujeres.
De ellas el 10% son fumadoras. De los varones, son
fumadores el 20%.
¿Qué porcentaje de fumadores hay en total?

P(F) = P(F∩H) +
P(F∩M)

90% 80% = P(F|H) P(H) +

NO MUJERES HOMB P(F|M) P(M)
NO
70% 30%
=0,2 x 0,3 + 0,1 x 0,7

= 0,13 =13%
10% FUMAN FUMAN 20%
Ejemplo: En un aula el 70% de los alumnos son mujeres.
De ellas el 10% son fumadoras. De los varones, son
fumadores el 20%.
¿Se elije a un individuo al azar y resulta
fumador. ¿Cuál es la probabilidad de que sea un hombre?

P(F) = P(F∩H) +
P(F∩M)
90% 80%
NO MUJERES HOMB = P(F|H) P(H) +
NO P(F|M) P(M)
70% 30%

=0,2 x 0,3 + 0,1 x

0,7
10% FUMAN FUMAN 20%
= 0,13 =13%
Ejemplo: En un aula el 70% de los alumnos son mujeres.
De ellas el 10% son fumadoras. De los varones, son
fumadores el 20%.
¿Se elije a un individuo al azar y resulta
fumador. ¿Cuál es la probabilidad de que sea un hombre?

P(F) = P(F∩H) +
P(F∩M)
NO FUMAN 87%
= P(F|H) P(H) +
P(F|M) P(M)

=0,2 x 0,3 + 0,1 x 0,7

= 0,13 =13%
FUMAN 13%
Ejemplo: En un aula el 70% de los alumnos son mujeres.
De ellas el 10% son fumadoras. De los varones, son
fumadores el 20%.
¿Se elije a un individuo al azar y resulta
fumador. ¿Cuál es la probabilidad de que sea un hombre?
MUJER HOMB

–P(H|F) = P(F ∩ H)/P(F)

NO FUMAN 87%
P(F ∩ H) = 0,2 x 0,3

P(H|F) = (0,2 x 0,3)/0,13

= 0,46 = 46%
FUMAN 13%
 Expresión del problema en forma de arbol

Fuma P(F) = 0,7 x 0,1 + 0,3x0,2

0,1

0,7 Mujer
0,9
P(H | F) = 0,3x0,2/P(F)
No fuma
Estudiante
•Los caminos a través de nodos
0,2 representan intersecciones.
0,3 Fuma
Hombre •Las bifurcaciones representan
uniones disjuntas.
0,8
•Puedes resolver los problemas
No fuma usando la técnica de tu
preferencia.

31
 Nombre del Módulo 32
dirección@deldocente.com
 Nombre del Módulo 33
dirección@deldocente.com
 Nombre del Módulo 34
dirección@deldocente.com