Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
𝐷𝑖𝑠𝑐𝑟𝑒𝑡𝑜
Espacio de resultados: E={w1,w2,…..,wn} → 𝐼𝑛𝑓𝑖𝑛𝑖𝑡𝑜 𝑛𝑢𝑚𝑒𝑟𝑎𝑏𝑙𝑒
𝐶𝑜𝑛𝑡𝑖𝑛𝑢𝑜.
P: Conjunto sucesos→ 𝑅
S → 𝑃(𝑆) es real.
El número real asociado al Suceso debe cumplir con las propiedades axiomáticas:
𝑃(𝑆) = 0, 𝑠𝑖 𝑆 = 𝑣𝑎𝑐𝑖𝑜 = ∅
I. 0≤ 𝑃(𝑆) ≤ 1 → {
𝑃(𝑆) = 1, 𝑠𝑖 𝑆 = 𝐸𝑠𝑝𝑎𝑐𝑖𝑜 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 = 𝐸
II. 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵), 𝑆𝑖 𝐴 ∩ 𝐵 = ∅ [La probabilidad que suceda A o B es igual
a la suma de las probabilidades de A y B. Si los Sucesos A y B no tienen elementos
comunes.]
Comentario: que ocurra un suceso, significa que como resultado del experimento se dio un wi del suceso.
Sabemos que la probabilidad es un número real que debe estar comprendido e igual a 0 y 1;
pero .¿cómo asociamos el real?
Laplace: se define como la razón entre el número de casos favorables y el número de casos
|𝑺|
posibles, 𝑷(𝑺) = |𝑬|
Condiciones: espacio de resultados finito y que todos los sucesos elementales tengan igual
probabilidad.
1
La subjetiva: es la que asocia el experto en el tema
Ejemplo 1: Se arroja un dado fabricado por la industria, por lo tanto suponemos que todos sus
resultados son equiprobables. Calcule la probabilidad del suceso par:
|𝑆| 3
𝐸 = {1, 2, 3, 4, 5, 6} 𝑆 = {2, 4, 6} 𝑃(𝑆) = |𝐸| = 6
. Otra forma, la probabilidad del
suceso es la suma de las probabilidades de los sucesos elementales que lo forman:
1 1 1 3
𝑃(𝑆) = ∑𝑟𝑖=1 𝑤𝑖 ; en nuestro caso: 𝑃(𝑆) = 𝑃(2) + 𝑃(4) + 𝑃(6) = 6
+6 +6=6
Ejemplo 2: Se arroja un dado de madera que fabricamos. ¿Es plausible pensar que todas las
caras tienen igual probabilidad? Si contestamos que no; trataremos de asignar a cada wi su
frecuencia relativa, siempre teniendo en cuenta los axiomas.
W1 1 2 3 4 5 6
P(wi)≅ 0.15 0.30 0.05 0.20 0.10 0.20
𝐹𝑟𝑒𝑐𝑟𝑒𝑙
o Calcule la probabilidad del suceso par.
Sucesos compuestos:
Teoremas de Probabilidades:
1. 𝑃(𝐴̅) = 1 − 𝑃(𝐴)
2. 𝑃(𝐴 ∪ 𝐵)= 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵).
3. 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) 𝑃(𝐵) si los sucesos son independientes.
4. 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) 𝑃(𝐵⁄𝐴) o 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐵) 𝑃(𝐴⁄𝐵)
𝑃(𝐴 ∩ 𝐵)
𝑃(𝐴⁄𝐵 ) =
𝑃(𝐵)
Leemos: Probabilidad que ocurra el suceso A sabiendo que ocurrió el suceso B; y se
define como la razón entre las probabilidades de A y B con la de B.
𝑃(𝐴⁄𝐵 ) = 𝑃(𝐴)
o
𝑃(𝐵⁄𝐴) = 𝑃(𝐵)
2
Ejercicio 3:
Fuman (F) 70 10 80
Si hay que elegir a uno de ellos, la elección puede realizarse bajo distintos criterios:
10 1
P( M / si es fumadora) P( M / F )
80 8
70 10
P( H F ) 7 P( M F ) 1
P( H / F ) 200 ; P( M / F ) 200
P( F ) 80 8 P( F ) 80 8
200 200
Ejercicio 4:
Se extraen dos cartas de una baraja. Calcula la probabilidad de que sean dos reyes.
Solución:
Sea R1=”sacar rey en la 1ª extracción” y R2=”sacar rey en la 2ª extracción.
Se pide la probabilidad del suceso R1 R 2 :
(4
4 3
2) 4 3
Utilizando Laplace: 𝑃(𝑅1 ∩ 𝑅2) = 40 = 40239 = 40 39 (esta forma nos exige tener
( )
2 2
aceptables ideas de conteo).
Utilizando la probabilidad con condiciones: (consideramos que sacar dos cartas
equivale a sacar uno y luego la otra sin reponer la primera).
4 3 1
P( R1 R2 ) P( R1 ).P( R2 / R1 ) .
40 39 130
3
Sean A1, A2, ............,An un sistema completo de sucesos y S un suceso cualquiera. Se
P( S ) P( A1 S ) P( A2 S ) ............... P( An S )
Ejercicio 5:
Tenemos tres urnas. La primera contiene 4 bolas rojas y 4 negras, la segunda 3 rojas
y 1 negra y la tercera 2 rojas y 4 negras. Elegimos una urna al azar y después
extraemos una bola. Calcula la probabilidad de que la bola extraída sea negra.
Solución:
Teniendo en cuenta que hay tres caminos para llegar a la bola negra, podemos escribir:
1 1 1 1 1 2 1 1 2 6 3 8 17
P( N ) . . .
3 2 3 4 3 3 6 12 9 36 36
Teorema de Bayes.
4
p(S Ai ) p( Ai S ) p(S ). p( Ai / S ) p( Ai ). p(S / Ai )
P( Ai ).P( S / Ai )
P( Ai / S
P( S )
Ejercicio 5 continuación:
1 1 1 3 1 1 1 1 2 6 9 4 19
P( R) . . .
3 2 3 4 3 3 6 4 9 36 36
1 .1 1
P( A1 ).P( R / A1 ) 3 2 36 6
Entonces resulta: P( A1 / R) 6
P( R) 19 19 19.6 19
36 36
Ejemplo 6:
Un examen consta de 2 pruebas que hay que superar para aprobar. Sabemos que la
probabilidad de pasar la 1ª prueba es 0,6 y la de pasar la 2ª es 0,7.
a.- Cuál es la probabilidad de aprobar el examen?
b.- Calcula la probabilidad de suspender el examen en la segunda prueba.
Ejemplo 7:
Ejemplo 8:
Se tiene una bolsa con 10 bolas rojas y 6 negras, de la que se extraen dos bolas. Halla
la probabilidad de que ambas sean negras.
5
Ejemplo 9:
Supongamos que el ratón ha sido cazado por el gato. Calcula la probabilidad de que
haya huido por el callejón B. Sol: 0.44 ; 0.68
Ejemplo 10:
6
VARIABLE ALEATORIA
Variable aleatoria Discreta:
Concepto de variable aleatoria.
Se llama variable aleatoria a toda aplicación que asocia a cada elemento del espacio
muestral de un experimento, un número real.
Ejemplo:
Sea el experimento que consiste en lanzar tres monedas al aire. El espacio muestral
será: E ccc, ccx, cxc, xcc, cxx, xcx, xxc, xxx
Se utilizan letras mayúsculas para designar las v.a. y sus respectivas letras minúsculas
para los valores concretos de las mismas.
Los valores que toma una v.a. discreta X y sus correspondientes probabilidades suelen
disponerse en una tabla con dos filas o dos columnas llamada tabla de distribución de
probabilidad:
X x1 x2 x3 xn
P( X x i ) p1 p2 p3 pn
7
Nº de caras 0 1 2 3
Las funciones de acumulación las definiremos con dominio todos los reales:
0 si x0
1
8 si 0 x 1
F ( x) 4 si 1 x 2
8
7 8 si 2 x3
1 si x3
Se llama de una v.a. discreta X, que toma los valores x1 , x 2 , x3 ........x n con
2 xi2 . pi 2 , bien 2 ( xi ) 2 . pi
8
Conociendo esta curva, basta calcular el área correspondiente para conocer la
probabilidad de un intervalo cualquiera.
Ejemplo 2:
Solución:
6 x
Para que sea función de densidad 0 18
dx tiene que valer 1. Veamos:
6
6 x 1 x2 1 36
0 18 dx 18 2 18 2 0 1
0
5
x5 1 x2 1 25 4 21 7
p(2 x 5) dx
2 18 18 2 2 18 2 2 36 12
Función de distribución.
Su valor es cero para todos los puntos situados a la izquierda del menor
valor de la variable.
Su valor es 1 para todos los puntos situados a la derecha del mayor valor de
la variable.
9
Media y varianza de una v.a. continua.
xi . p i b
x. f ( x).dx
a
2 xi2 pi 2 b
2 x 2 f ( x)dx 2
a
Ejemplo 3:
2 x si 0 x 1
f ( x)
0 en el resto
A la derecha de 1, su valor es 1
x
Entre 0 y 1: F ( x) p( X x) 2 xdx x 2
0
x
0 x2
0 si x 0
es decir, F ( x) x 2 si 0 x 1
1 para x 1
b 1 2
b) Cálculo de la media: x. f ( x).dx x.2 x.dx
a 0 3
b 1 4 1
Cálculo de la varianza: x 2 f ( x)dx 2 x 2 .2 x.dx
2
a 0 9 18
Ejemplo 4:
10
x2 1
Sea f ( x) con x 2,5 , una función de densidad.
36
a) Calcula su función de distribución.
b) Calcula p(3 x 4) .
Solución:
x2 1 x 3 3x 2
x
x 1 x 2 1 x3
a) F ( x) p( X x) dx ( x 1)dx ( x)
2 36 36 2 36 3 2 108
Su valor es cero para todos los puntos situados a la izquierda de 2
Su valor es 1 para todos los puntos situados a la derecha de 5
4
4
4 x2 1 1 4 2 1 x3 1 x 3 3x 17
b) p(3 x 4) dx ( x 1) dx
x
3 36 36 3 36 3 3 36 3 3 54
11