TEMA 2 CLCULO DE PROBABILIDADES

1. INTRODUCCIN La idea de probabilidad surge por la necesidad de medir la incertidumbre que posee cada suceso asociado a un experimento aleatorio.
Cul es la posibilidad de que las ventas disminuyan si aumenta el precio del producto? Qu tan probable es que el proyecto termine a tiempo? Cules son las probabilidades de que la nueva inversin sea rentable?

1.1. CONCEPTO DE PROBABILIDADES

La Probabilidad indica una medida numrica de la certidumbre de que suceder determinando evento.

1.2. IMPORTANCIA DE LAS PROBABILIDADES La probabilidad es importante en la toma de decisiones, porque suministra un mecanismo para medir, expresar y analizar la incertidumbre asociada con eventos futuros

Figura 2.1. La Probabilidad como medida numrica de la posibilidad de ocurrencia

Mayor posibilidad de ocurrencia

0.5
La ocurrencia del evento es tan probable como improbable

1.0

Los valores de probabilidad siempre se asignan en una escala de 0 a 1.

2.EXPERIMENTO ALEATORIO
Experimento: Proceso que genera resultados bien definidos, para cada repeticin del experimento ocurrir uno y solo uno de los resultados experimentales. Decimos que un experimento es aleatorio si no podemos predecir su resultado. Los experimentos u operaciones reales o hipotticos pueden dividirse en dos clases: determinsticos y no determinsticos.

2.1. EXPERIMENTO DETERMINSITICO

Cuando los resultados del experimento pueden describirse por una frmula matemtica llamado tambin modelo determinstico. Ejemplo: Soltar una piedra en el aire Lanzar una pelota en un tanque de agua y ver si flota o se hunde.

2.2. EXPERIMENTO NO DETERMINSTICO

Cuando los resultados del experimento no pueden predecirse con exactitud antes de realizar el experimento. Ejemplos:

1: Lanzar una moneda 2 : Lanzar un dado y observar el nmero

aparece en la cara superior

que

3 :Seleccionar una parte para inspeccionarla 4 : Telefonema de ventas.

5 : Jugar un partido de futbol. 6 : Contar el nmero de vehculos que

llegan a una estacin de servicio en un da.

3. ESPACIO MUESTRAL

Llamaremos espacio muestral asociado a un experimento aleatorio , al conjunto de todos los resultados posibles de dicho experimento aleatorio y lo denotaremos por .

EXPERIMENTO:

CONJUNTO DE RESULTADOS POSIBLES = ESPACIO MUESTRAL

1 2 3 4 5 6

: : : : : :

1 : { C , S } 2 : { 1, 2, 3, 4, 5, 6 } 3 : { D , N } 4 : { Compra, No compra } 5 : { Ganar, perder, empatar} 6 : { 0, 1, 2, 3, }

3.1. PUNTO MUESTRAL Es el resultado individual de un experimento aleatorio. 2 :Lanzar un dado. = Exp. Aleatorio
Espacio muestral

2 : { 1, 2, 3, 4, 5, 6 }
PUNTO MUESTRAL

3.2. TIPOS DE ESPACIO MUESTRAL

i. ESPACIO MUESTRAL DISCRETO Si tiene un nmero finito o infinito numerable de elementos. a) Espacios Muestrales Discretos Finitos 1 , 2 , 3 , 4 , 5 b) Espacios Muestrales Dicretos Infinitos 6

ii. ESPACIO MUESTRAL CONTINUO Cuyos elementos son todos los puntos de algn intervalo.

7:Elegir un punto del intervalo

cerrado (0,1). 7: {x IR / 0 X 1 }

3.3. TIPOS DE EXPERIMENTOS ALEATORIOS.

i. Experimento Aleatorio Simple: Son aquellos que tienen una sola operacin. Ejm: Lanzar un dado y ver que sali. ii. Experimento Aleatorio Compuesto: Son dos o ms experimentos simples juntos. Ejm: Lanzar una moneda y un dado y ver que sali.

Dentro de los Experimentos Aleatorios Compuestos tenemos: 1. EXPERIMENTOS UNIDOS POR LA O EXCLUYENTE

Si y solo si el experimento ocurre, cuando el experimento 1 2 ocurre, pero no ambos.

Ejemplo 1: Considere el experimento, que consiste en lanzar un dado una moneda. Hallar el espacio muestral para este experimento.

2. EXPERIMENTOS UNIDOS POR LA Y

Si y solo si, el experimento

ocurre, cuando ambos

experimentos 1 ocurren.

y 2

Ejemplo 1: Considere el experimento, que consiste en lanzar un dado y una moneda. Hallar el espacio muestral para este experimento.

 EVENTOS Se llama evento a cualquier Subconjunto del Espacio Muestral. Se denotan por A, B, C, D, E, F, etc. Si A es un evento entonces A C . SUCESO Todo elemento de un espacio muestral. Se designa por: w, x, y, etc. Si x es un suceso entonces x .

1. Un experimento consiste en hacer tres llamadas de venta. En cada una habr compra o no compra. a) Trace un diagrama de rbol de este experimento b) Identifique cada punto muestral y el espacio muestral Cuntos puntos muestrales hay? c) Cuantos puntos muestrales habra se el experimento consistiera en cuatro llamadas de venta? d) Hallar el espacio muestral si A: Por lo menos se realiza una compra

EJERCICIOS

2. Lanzar una moneda tres veces y observar que sale en la cara superior. Hallar el espacio muestral si: A: Sale por lo menos dos caras, B: Ocurre sello en el segundo lanzamiento, C: Ocurre tres caras.

3. En el experimento contar el nmero de automviles que circulan por la calle de la universidad, hasta antes que pase un vehculo color blanco. Hallar el espacio muestral si: A: Pasa antes de que circulen 80 vehculos. B: Pasa un vehculo blanco hasta contar 50.

4. En el experimento lanzar dos dados simultneamente y observar las caras superiores. Hallar el espacio muestra si: A: Ocurre nmeros iguales. B: Ocurre la suma igual a 7. C: Ocurre la suma menor a 9.

5. KP&L tiene un proyecto cuyo objetivo es aumentar la capacidad de generacin de una de las plantas de su empresa. El proyecto se divide en dos etapas sucesivas: etapa1 (diseo) y etapa2 (construccin). Cada etapa se programar y controlar pero la direccin no puede predecir el tiempo exacto para terminarla. Un anlisis de proyectos similares ha demostrado que los tiempos de terminacin de la etapa de diseo son: 2, 3, o 4 meses, y los de construccin son 6,7 u 8 meses. Como la necesidad de energa elctrica es crtica, la direccin ha establecido una meta de 10 meses para terminar el proyecto. Cul es el espacio muestral para este proyecto?

4. Definicin de Probabilidad

Requisitos Bsicos:
0 P[A] 1 P [ A x] = 1 P[A] =0 P[A] =1
La probabilidad de un evento cualquiera A est comprendido entre 0 y 1.
La suma de todas las probabilidades de resultados experimentales debe ser 1. A es un evento imposible. Si A es el evento seguro.

4.1. Definicin Clsica

Todos los resultados posibles de un experimento aleatorio son igualmente probables.

La probabilidad de un evento, es la razn entre el nmero de sucesos favorables y el nmero total de casos posibles.

En la definicin anterior si:

N () = n Es el nmero de elementos del
(n total de sucesos).

N (A) = nA Es el n de elementos del evento A

(n de sucesos favorables).

P[A]

Es la probabilidad del evento A, es la razn de N (A) a N (), o sea:

P[A]=

N (A) N ()
=

nA n

nmero de casos favorables al evento A nmero total de casos posibles

Ejemplo 1: En el experimento lanzar el dado una vez, observar la cara superior y calcular la probabilidad: a) De que salga el n 5. b) De que salga un n par. c) De que salga un n impar. d) De que salga un n 3 a lo ms. e) De que salga un n mayor a 2. f) De que salga por lo menos 2. g) De que salga cualquier n de 1 al 6. h) De que salga el n 7.

Ejemplo 2: Que probabilidad hay de extraer un as de un monte debidamente barajado de 52 cartas? Y de extraer una carta de palo negro? Y de que sea un cuatro o menos?

Ejemplo 3: En una caja hay 20 bolas numeradas del 1 al 20. Se extrae una bola al azar. Cul es la probabilidad que el numero de la bola extraida a) No exceda de 20 b) Sea el 32 c) Sea por lo menos 15 d) Sea un numero impar e) Sea un numero par

Ejemplo 4: Una lotera consta de 10000 billetes. Un billete se premia con 100 Bs., cuatro billetes con 50 Bs., diez billetes con 20 Bs., veinte con 10 Bs., ciento sesenta y cinco billetes con 5 Bs., y cuatrocientos billetes con 1 Bs. cada uno. Los dems billetes no se premian. Si usted compra un billete cual es la probabilidad de ganar: a) Por lo menos 10 Bs. b) A lo mas 5 Bs.
0,42

Ejemplo 5: Si 3 de 20 neumticos almacenados son defectuosos y se seleccionan aleatoriamente para su inspeccin 4 de ellos (o sea, que cada neumtico tiene la misma oportunidad de ser elegido) Cul es la probabilidad de que solo sea incluido uno de los neumticos defectuosos?

0,42

4.2. Definicin por Frecuencia Relativa

Mtodo de asignar probabilidades, basado en la experimentacin o en datos histricos.

Ejemplo 1: En una evaluacin de mercado los vendedores telefonean a los posibles clientes, existiendo dos resultados posibles: el cliente compra o no compra. Se realizaron 400 llamadas, de las cuales 100 terminaron en compra y 300 en no compra. Cul es la probabilidad de que un cliente haga una compra?

Ejemplo 2: Si los registros indican que 294 de 300 aislantes cermicos probados resistieron cierto impacto trmico. Qu probabilidad hay de que cualquiera de los aislantes no probados resista el impacto trmico?

Ejemplo 3: Una muestra aleatoria de 10 fabricas que emplean un total de 10.000 personas, demostr que ocurrieron 500 accidentes de trabajo durante un periodo reciente de 12 meses. Hallar la probabilidad de un accidente de trabajo en la industria determinada.

Ejemplo 4: En una encuesta entre alumnos de nuevo ingreso a maestra, llevado a cabo por el Consejo de Administracin de Admisin de graduados, se obtuvieron los siguientes datos acerca del estado civil de los alumnos:
Estado Civil Nunca se ha casado Casado Otros (Separado, viudo, divorciado) Frecuencia 1106 826 106

TOTAL

2038

Considere el experimento en el cual se entrevista a un nuevo estudiante de maestria y se anota su estado civil. Indique sus asignaciones de probabilidad

Ejemplo 5: Un pequeo almacn de electrodomsticos ha reunido datos sobre las ventas de refrigeradores en las ultimas 50 semanas. Los datos aparecen en la tabla siguiente. Suponga que nos interesa el experimento de observar la cantidad de refrigeradores vendidos en una semana de actividades del almacn.
N de refrigeradores vendidos
0 1 2

Cantidad de semanas
6 12 15

3
4 5 Total

10
5 2 50

a) Cuantos resultados experimentales hay? b) Que mtodo recomendara usted para asignar probabilidades a los resultados experimentales? c) Asigne las probabilidades y asegrese de que su asignacin satisfaga los requisitos bsicos

Probabilidades para el problema de la Cia. KP&L.

Punto t/terminacin Muestral Cantidad de proyectos anteriores con los sgts tiempos de terminacin Probabilidad

(2,6) (2,7) (2,8) (3,6) (3,7) (3,8) (4,6) (4,7) (4,8)

8 meses 9 meses 10 meses 9 meses 10 meses 11 meses 10 meses 11 meses 12 meses

6 6 2 4 8 2 2 4 6

P(2,6)= P(2,7)= P(2,8)= P(3,6)= P(3,7)= P(3,8)= P(4,6)= P(4,7)= P(4,8)=

4.3. Definicin Subjetiva Mtodo de asignar probabilidades basadas en el juicio personal.

5. Algebra de Eventos Se define a un evento al conjunto de puntos muestrales.

5.1. Complemento de un evento.El complemento de A se define como el evento formado por todos los puntos muestrales que no estn en A.

Analizando el ejemplo de KP&L:

Supongamos que: a) Al gerente de proyecto le interesa el evento en el que todo el proyecto se puede terminar en 10 meses o menos. b) Al gerente de proyecto le interesa el evento en el que el proyecto se termina en menos de 10 meses c) Al gerente de proyecto le interesa el evento en el que el proyecto se termina en mas de 10 meses.

5.2. Probabilidad de un evento

La probabilidad de un evento es igual a la suma de las probabilidades de los puntos muestrales en el evento.

Ejemplo
Punto Muestral (2,6) (2,7) (2,8) (3,6) (3,7) (3,8) (4,6) (4,7) t/terminacin 8 meses 9 meses 10 meses 9 meses 10 meses 11 meses 10 meses 11 meses Q de proyectos anteriores 6 6 2 4 8 2 2 4 Probabilidad P(2,6)= 0,15 P(2,7)= 0,15 P(2,8)=0,05 P(3,6)=0,10 P(3,7)=0,20 P(3,8)=0,05 P(4,6)=0,05 P(4,7)=0,10

a)

b)

c)

(4,8)

12 meses

P(4,8)=0,15

Calcular la probabilidad de que el proyecto dure 10 meses o menos en terminarse. Calcular la probabilidad de que el proyecto se termine en menos de 10 meses Calcule la probabilidad de que el proyecto se termine en ms de 10 meses.

Clculo de la probabilidad por el complemento: P(A) = 1 P (AC)

Evento A

AC

ESPACIO MUESTRAL ( )

Ejemplo: Un gerente de ventas que, despus de revisar los ingresos de ventas, dice que el 80% de los contactos con nuevos clientes no resultan en venta alguna. Si se define a A como el evento de una venta y a AC el de no venta. Cul es la probabilidad de una venta?

5.2. Unin de eventos

La unin de A y B es el evento que contiene todos los puntos muestrales que pertenecen a A o B, o ambos. La unin de A y B se representa por A U B

ESPACIO MUESTRAL () EVENTO B

EVENTO A

5.3. Interseccin de Eventos

Dados dos eventos A y B, la interseccin de A y B es el evento que contiene los puntos muestrales que pertenecen simultneamente A y a B, sta representada por A B.
ESPACIO MUESTRAL () EVENTO B

EVENTO A

5.4. Ley Aditiva

Es til cuando se tienen dos eventos, y se desean conocer la probabilidad de que ocurra al menos uno de ellos

Es til para calcular la probabilidad de la unin de eventos, A U B. Esta ley se enuncia como sigue:

P (A U B) = P(A) + P(B) P(A B)

Ejemplo 1: Un estudio reciente del gerente de personal de una empresa de programas de computo. Encontr que el 30% de los empleados que salieron de la Cia. en los ltimos dos aos lo hicieron por no estar satisfechos con su salario, el 20% por no estar satisfechos con las actividades de su trabajo y el 12% por no estar satisfechos con su salario ni con sus trabajos. Cul es la probabilidad de que un empleado que haya salido en los dos ltimos aos lo haya hecho por no estar satisfecho con su sueldo, su trabajo o ambos?

Ejemplo 2: En una pequea ensambladora con 50 empleados se espera que cada trabajador termine a tiempo sus labores de trabajo adems de que el producto armado pase una inspeccin final. A veces algunos de los trabajadores no pueden cumplir con los estndares de desempeo porque terminan su trabajo tarde y/o arman productos defectuosos. Al terminar un periodo de evaluacin de desempeo, el gerente de produccin vio que 5 de los 50 trabajadores haban terminado tarde su trabajo, que 6 de los 50 haban armado productos defectuosos y que 2 haban terminado el trabajo tarde y tambin haban armado productos defectuosos

5.4.1. Ley aditiva para eventos mutuamente excluyentes

Se dice que dos eventos son mutuamente excluyentes si no tienen puntos muestrales en comn ESPACIO MUESTRAL
Evento A

Evento B

Ley aditiva para eventos mutuamente excluyente:

P (A U B) = P (A) + P (B)

Ejemplo
Suponga que un espacio muestral tiene cinco resultados experimentales igualmente posibles: E1, E2, E3, E4, E5. Sean : A={E1, E2} B={E3, E4} C={E2, E3, E5} a) Determine P(A), P(B), y P(C). b) Determine P(A U B). Son A y B mutuamente excluyentes? c) Determine: AC, CC, P(AC), y P(CC) d) Determine: P(B U C)

6. PROBABILIDAD CONDICIONAL
Se da que el evento B ha ocurrido, y se quiere saber la probabilidad que ocurra el evento A, se denota P [ A I B ], y es igual a:

P[A/B]= P[AB] P[B]

Si P[B] >O

Ejemplo 1:
Caso de promocin de oficiales de polica. La fuerza policial est formada de 1200 oficiales, 960 hombres y 240 mujeres. En los ltimos 2 aos fueron ascendidos 324 oficiales. En la tabla se muestra el detalle especfico de las promociones.
Hombres 288 672 960 Mujeres 36 204 240 Totales 324 876 1200

Ascendidos No ascendidos

Totales

Sean:
H = evento de que un oficial es hombre. M = evento de que un oficial es mujer. A = evento de que un oficial es ascendido. AC = evento de que un oficial no es ascendido.

P (H A) =
P (H AC) = P (M A) = P (M AC) =

TABLA DE PROBABILIDADES CONJUNTAS DE ASCENSO

Hombres (H) 0.24 0.56 Mujeres (M) 0.03 0.17 Totales

Ascendidos (A)
No ascendidos

0.27
0.73

(AC) Totales

0.80

0.20

Cul es la probabilidad de ascenso dado que el oficial es hombre, y cul es la probabilidad de ascenso dado que el oficial es mujer?

P( A | H ) = P(A|M)=

Ejemplo 2
Considere el lanzamiento de un dado para observar el numero que resulta en la cara superior y los siguientes eventos. A = { se observa un numero impar} B = { se observa un numero mayor que 3} Calcule la P[A/B]

Ejemplo 3:
Supngase que una oficina tiene 100 maquinas calculadoras. Algunas de estas maquinas son elctricas (E), mientras que otras son manuales (M). Adems algunas son nuevas (N), mientras que las otras son usadas (U). La tabla siguiente muestra el numero de maquinas de cada categora E 40 20
60

N U

M 30 10
40

Totales 70 30
100

Totales

Una persona entra en la oficina , escoge una maquina al azar, y descubre que es nueva. a) Cual es la probabilidad de que sea elctrica?

7. Ley Multiplicativa
Ley para calcular la probabilidad de la interseccin de eventos.
P[AB] P[A/B]=

P[B]

P[AB]=P[B]P[A/B]

P[AB]
P[B/A]= P[A]

P[AB]=P[A]P[B/A]

Ejemplo 1: Una urna contiene 5 bolas blancas y 6 negras, se extrae al azar sucesivamente y sin reposicin dos bolas, Cul es la probabilidad de que las dos bolas resulten blancas? Y con reposicin? Cual es la probabilidad de obtener una bola de cada color?

Ejemplo 2: En una sistema de alarma la probabilidad que se produzca un peligro es de 0,10, si este se produce, la probabilidad de alarma funcione es de 0,95. La probabilidad que funcione la alarma sin haber habido peligro es de 0,03: Determinar la probabilidad de que haya peligro y la alarma no funcione.

Ejemplo 3: En el departamento de circulacin de un diario se sabe que el 84% de las familias de un barrio tienen suscripcin de lunes a sbado, este es el evento D. Se sabe que la probabilidad de que que una familia, adems de recibir el diario de lunes a sabado, tambin se suscriba a la edicin dominical (evento S), es de 0.75; esto es P(S|D)= 0.75. Cul es la probabilidad de que la suscripcin de una familia incluya tanto a la edicin dominical como a la de lunes a sbado?

8. Teorema de Bayes
Mtodo para calcular las probabilidades posteriores Actualizacin de probabilidades empleando el Teorema de Bayes
Probabilidades Previas Informacin Nueva Aplicacin del teorema de Bayes Probabilidades Posteriores

P( Ai ) * P( B / Ai ) P( Ai / B) P( B)
P(Ai) = Probabilidad a Priori P(B/Ai) = Probabilidad condicional P(B) = Probabilidad total P(Ai/B) = Probabilidad a posteriori

8.1. Teorema de Probabilidad Total

Sean A1, A2,. An un sistema completo de eventos tales que la probabilidad de cada uno de ellos es distinta de cero, y sea B un evento cualquiera del que se conocen las probabilidades condicionales P(B/Ai), entonces la probabilidad del evento B viene dada por la expresin:
P(B) P( A1 ) P(B / A1 ) P( A2 ) P(B / A2 ) .......... .. P( An ) P(B / An )

Ejemplo 1: Una compaa dedicada al transporte publico explota tres lneas de una ciudad, de forma que el 50% de los autobuses cubre el servicio de la primera lnea, el 20% cubre la segunda y el 30% cubre el servicio de la tercera lnea. Se sabe que la probabilidad de que, diariamente, un autobs se avere es del 3%, 2% y 5%, respectivamente, para cada lnea. a) Determine la probabilidad de que, en un da, un autobs sufra una avera b) Si el autobs sufre una avera Cul es la probabilidad de que sea de la lnea 2?

Ejemplo 2: Una empresa manufacturera recibe embarques de partes de dos proveedores distintos. Sea A1 el evento de que una parte provenga del proveedor 1, A2 el evento de que una parte provenga del proveedor 2. Actualmente, el 65% de las partes que compra la empresa provienen del proveedor 1 y el 35% restante del proveedor 2.

Niveles histricos de los proveedores % de Piezas % de Piezas Buenas Malas Proveedor 1 98 2 Proveedor 2 95 5

Si G representa el evento de que una parte es buena y B el evento de que una parte es mala, cules son los valores de probabilidad condicional siguientes?

P ( G | A1 ) =
P ( G | A2 ) =

P ( B | A1 ) =
P ( B | A2 ) =

Diagrama de rbol
rbol de probabilidades para el ejemplo de dos proveedores

Las partes de los proveedores se usan en la manufactura, una mquina se descompone al tratar de procesar una parte defectuosa.Cul es la probabilidad de que provengan del proveedor 1 y cul de que provenga del proveedor 2?

Si B representa el evento de que la parte es defectuosa, buscamos las probabilidades posteriores:

P (A1 | B ) = P (A2 | B ) = De acuerdo a la ley de probabilidad condicional:

Teorema de Bayes (Caso de dos eventos)

P (A1 | B ) =
P ( A1 ) P ( B | A1 ) P ( A1 ) P ( B | A1 ) + P ( A2 ) P ( B | A2 )

P (A2 | B ) =

P ( A2 ) P ( B | A2 )

P ( A1 ) P ( B | A1 ) + P ( A2 ) P ( B | A2 )

TEOREMA DE BAYES TEOREMA DE PROBABILIDAD TOTAL

P (Ai | B ) =

P ( Ai ) P ( B | Ai )
P ( A1 ) P ( B | A1 ) + P ( A2 ) P ( B | A2 ) ++ P ( An ) P ( B | An )

Resumen de clculos, con el Teorema de Bayes, para el problema de los dos proveedores
Probabilidades Previas Eventos Ai A1 A2 P(Ai) 0.65 0.35 1 Probabilidades Condicionales P(B|Ai) 0.02 0.05 Probabilidades Posteriores P(Ai|B) 0.4262 0.5738 1

Ejemplo 3: Con los jugadores de un club de futbol se forman dos equipos para jugar un partido de entrenamiento; entre los dos equipos se renen 8 defensas, 6 mediocampistas, 4 delanteros y 2 porteros. El entrenador sabe que en esos partidos, la probabilidad de que se lesione un jugador es de 0,20 si es delantero, 0,15 si es medio, 0,1 si es defensa y 0,05 si es portero. a) Cual es la probabilidad de que se lesione uno cualquiera de los jugadores en este partido? b) Si se sabe que un jugador se ha lesionado, de que posicin es mas probable que sea el jugador?

ALGEBRA DE EVENTOS
OPERACIONES CON CONJUNTOS
SUB EVENTOS : Dados dos eventos, A y B se dice que A est contenido en B o que A es subevento de B y denotado por A C B, si todo suceso favorable a A, es favorable a B. Si ocurre el evento A, entonces ocurre el evento B. A C B, Si w A w B.

Ejemplo 1: Consideremos el experimento, lanzar una moneda hasta que ocurra cara y contar el nmero de lanzamientos de la moneda. Definimos los siguientes eventos. A: Se necesito por lo menos 20 lanzamientos. B: Se necesita ms de 5 lanzamientos

IGUALDAD DE EVENTOS: Se dice que dos eventos A y B son iguales, y se denota por A = B, si A C B y B C A. Ejemplo 2: En el experimento del ejemplo 1, consideremos los eventos, A:Se necesita a lo ms 10 lanzamientos B:Se necesita menos de 11 lanzamientos.

UNIN DE EVENTOS: Dado dos eventos A y B, se llama unin de A con B y se designa por A U B al evento formado por los sucesos que pertenecen a A a B ambos, es decir, si ocurre el evento A B ambos. A U B = { w / w A v w B}

Ejemplo 3: En el experimento del ejemplo 1, consideremos los siguientes eventos. A: Se necesita un nmero par de lanzamientos. B:Se necesita ms de 10 lanzamientos.

INTERSECCIN DE EVENTOS: Se llama interseccin de A con B y se denota A B, AB al evento formado por todos los sucesos favorables a A y a B. Es decir, ambos eventos ocurren.
AB = A B = {w / w A w B}

DIFERENCIA DE EVENTOS: Se llama diferencia de A con B y se denota A B. Al evento formado por los sucesos favorables a A que no son favorables a B. A B = { w / w A w B} Ejemplo 5: En los eventos A y B del ejemplo 3, la diferencia es?

COMPLEMENTO DE EVENTOS: Si
A es un evento del espacio muestral , se llama complemento de A, denotado por Ac al evento formado por todos los sucesos que no pertenecen a A. Es decir, no ocurre el evento A.

Ac = A = {w / w A}

Ejemplo 6: Los complementos de los eventos definidos en el ejemplo 3, son respectivamente:

PROBABILIDAD FRENTE A APUESTAS

Sea A un evento cualquiera, Decir que las apuestas son si las apuestas son a : b a a:b a favor del evento A es lo favor del evento A, entonces mismo decir que las apuestas la probabilidad que ocurra son b:a en contra del evento dicho evento es: A, entonces la probabilidad que no ocurra A es:

P[A]=a /a+b

P[A]=b /a+b

Ejemplo 1.- En una pelea Rocky tiene las apuestas 4:1 a favor. a) Cul la probabilidad que gane? b) Cul la probabilidad de que pierda?

Ejemplo 2.- En una carrera de caballos, el caballo Pegazo tiene las apuestas 5:1 en su contra, mientras que el caballo Royal las tiene 9:1 en su contra. Cul es la probabilidad que cualquiera de estos caballos gane?