C APITULO 2

Probabilidad

Introduccion
El concepto de probabilidad se aplica para experimentos cuyos resultados son igualmentes probables, tal como lo hemos comentado en el caso
del juego del poker. Entonces podemos decir que si en un experimento hay N posibilidades igualmente probables de las cuales una debe ocurrir,
y n se consideran favorables o un acierto para un evento, por ejemplo "obtener un ß de una baraja inglesa", entonces la probabilidad de un
n
acierto esta dada por la razon .
N
Ej. 1 Cual es la probabilidad de sacar un carta ß de una baraja inglesa?
Generalmente el concepto de probabilidad no se refiere exactamente a un solo experimento sino, dado un numero suficiente grande del mismo
experimento, la proporcion de los aciertos que se obtuvieron. Esto es no podemos garantizar el resultado de un experimento en particular.
Alternativamente, un punto de vista actualmente usado son usar apreciaciones personales , que expresan las incertidumbres asociadas a los
experimentos. En este curso se utilizara el enfoque tradicional basado en ciertos axiomas en el que las probabilidades se definen como objetos
matematicos cuyo comportamiento obedece reglas claramente establecidas.

El Juego del Poker

Descripcion
Un mazo de cartas puede ser modelado como un conjunto de duplas m ΠR F, donde R es el conjunto de rangos de las cartas y F es el conjunto
de figuras de las cartas. Esto es si M = R F, entonces el mazo M puede ser modelado por

M = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, j, q, k} {ß, ®, ©, ™}

Entonces sabemos que |M|=|R||F|=13.4=52.

registrr nuestro experimento aleatorio como la mano aleatoria X = 8X1 , X2 , … , Xn < donde Xi = HYi , Zi L Œ M Xi π X j si i π j. El espacio
El juego del poker consiste en asignar 5 cartas de manera aleatoria del mazo M. El orden de las cartas no importa de manera que podemos

muestral consiste de todos las posibles manos de poker

S = 98x1 , x2 , x3 , x4 , x5 < : xi Œ D " i Ô xi π x j " i π j=

Dada el supuesto de aleatoriedad, asumimos que todas las manos tienen la misma probabilidad. Entonces la variable alatoria X esta uniforme-
mente distribuida sobre el conjunto de posibles manos de poker S. Entonces la probabilidad de que X sea un elemento del evento A esta dado
por:

A
PHX ΠAL =
S

En terminos estadisticos, una mano de poker es una muestra aleatoria de tamaño 5 sin remplazo sin importar el orden tomada de la poblacion M.

Deduciendo las probabilidades de las diferentes manos

A continuacion se dan las cardinalidades de los eventos que pueden ocurrir al obtener una mano de poker. Note como mientras la cardinalidad
sube, de la misma manera sube la probabilidad de que esa mano ocurra. De hecho la probabilidad de cada mano sirve de manera determinante
cuales son las manos que dominan a otras.
Numero de manos posibles
2 2_Probabilidad.nb

Flor Imperial (4, 1.53908 ¥ 10-6 ) - La mano tiene solo cartas de la misma figura cuyos rangos forman la
maxima secuencia consecutiva
Flor Corrida (36, 0.0000138517) - La mano tiene solo cartas de la misma figura cuyas rangos forman una
secuencia consecutiva
Poker (624, 0.000240096) - La mano tiene cuatro cartas del misma rango y otra de otra rango
Full (3744, 0.00144058) - La mano tiene tres cartas del mismo rango y un par de otro rango
9. Seleccionar el rango de una carta: 13
4
10. Seleccionar 3 cartas del rango seleccionado en 1:
3
11. Seleccionar otro rango de carta diferente al seleccionado en 1: 12
4
12. Seleccionar dos cartas del rango seleccionado en 3:
2
full = 13 * Binomial@4, 3D * 12 * Binomial@4, 2D

3744

N@full ê sD

0.00144058

Flor (5108, 0.0019654) - Las cartas son todas de la misma figura, pero los rangos no forman una secuencia
consecutiva
Escalera (10200, 0.00392465) - Las cartas de la mano forman una secuencia consecutiva pero su tipo no
necesariamente es el mismo. Un as puede ser considerado el de rango mas pequeño o mas grande
Tercia (54912, 0.021128) - La mano tiene tres cartas del misma rango y dos de las otras rangos diferentes
Dos Pares (123552, 0.047539)- La mano tiene dos cartas del misma rango, dos cartas de otra rango y una
de un tercer rango
Par (1098240, 0.422569)- La mano tiene dos cartas del mismo rango y tres de los otros rangos
Carta mas alta (1302540, 0.501177) - La mano no es ninguno de los tipos anteriores
Y la corrida mama??? Corrida - La mano tiene tres cartas consecutivas de la misma figura y dos de otros
rangos diferentes

Espacios Muestrales
Las probabilidades siempre se asocian a obtener aciertos u ocurrencia de eventos, es necesario aclara algunos terminos primero empezando por
el de evento:
Ë Experimento: Cualquier proceso de observacion o medicion
Ë Resultado: Son los productos de un experimento
Ë Espacio muestral: El conjunto de todos los posibles resultados, representado generalmente por S, y por esta razon
cada resultado de un experimento es denominado elemento o punto de la muestra. Si el espacio muestral tiene un
conjunto finito de elementos pequeño, entonces lo podemos denotar en la notacion usual de conjuntos en forma
extensiva y si es muy grande o infinito entonces lo podemos denotar en forma de enunciados.
Ë Evento: Son los elementos de S que cumplen con algun criterio de acierto AÕS.

Eventos
Generalmente asociamos el exito a elementos individuales del espacio muestral, pero en la gran mayoria de los caso, varios de los elementos
del espacio muestral cumpliran con el criterio de exito definido para el experimento.
Ej. 2 Dado el lanzamiento de un dado, describa el evento A en el que el numero de puntos obtenido es par.
Ej. 3 Dado el lanzamiento de dos dados, describa el evento A en el cual la suma de los puntos obtenidos es impar.

Un evento es un subconjunto del espacio muestral i.e. A Õ S.

 2_Probabilidad.nb 3

Un evento es un subconjunto del espacio muestral i.e. A Õ S.

Ej. 4 Se tiran tres monedas al aire, hallar los eventos A y B en donde A es el evento de que se obtengan 3 caras y el evento B es obtener
dos caras
Ej. 5 Hallar el espacio muestral de la duracion de un led y encuentre el evento de que el led falle antes de 3 años.

Conjuntos:
Dado que para determinar los elementos que forman un evento, y que los evetos son subconjuntos de S, necesitaremos utilizart operaciones de
conjuntos para llegar a la determinacion de tales eventos. En esta seccion reordaremos algunos conceptos de la teoria de conjuntos:

Clear@AD

VennDiagram2@2, A1 && A2 »»A1 D

HA1 Ï A2 L Í A1

VennDiagram2@3, A1 »» A2 &&A3 D
4 2_Probabilidad.nb

A1 Í HA2 Ï A3 L
 2_Probabilidad.nb 5

subset 120

set notation

B C

Algunas aseveraciones que utilizaremos son las de eventos independientes donde A › B = ∆ y el de contencion de un evento denotado por
A Õ B. Como se muestra a continuacion.

La probabilidad de un evento
En en caso del Poker,dada el supuesto de aleatoriedad, asumimos que todas los posibles resultados tienen la misma probabilidad. Entonces la
variable aleatoria X esta uniformemente distribuida sobre el conjunto de posibles manos de poker S. Entonces la probabilidad de que X sea un
elemento del evento A esta dado por:

A
PHX ΠAL =
S

En terminos estadisticos, una mano de poker es una muestra aleatoria de tamaño 5 sin remplazo sin importar el orden tomada de la poblacion M.
Denotaremos los eventos mediante letras mayusculas y para expresar su probabilidad la expresaremos, para el evento A, como PHAL, el espacio
muestral lo denotaremos como S. Las probabilidades son valores de una funcio de conjuntos que asignan numeros reales no negativos a los
diversos subconjuntos de un espacio muestral S. A continuacion se listan los postulados de probabilidad aplicables a un espacio muestral S
discreto:
Postulado 1. La probabilidad de un evento es un numero real no negativo i.e. P(A) ≥ 0 para cualquier subconjunto.
Postulado 2. P(S)=1
Postulado 3. Si A1 , A2 , A3 , …, es una secuencia finita o infinita de eventos mutuamente excluyentes, entonces

PHA1 ‹ A2 ‹ A3 ‹ ∫L = PHA1 L + PHA2 L + PHA3 L + ∫

6 2_Probabilidad.nb

Nota que los tres postulados anteriores no definen como asignar las probabilidades a los eventos, pero restringen las maneras en que se puede
hacer.
Ej. 6 Un experimento tiene cuatro resultados posibles: A, B, C, y D, que son mutuamente excluyentes. Determine si las siguientes
aplicaciones son legales:
23 40 23 32
(a) PHAL = , PHBL = , PHCL = , PHDL = -
50 100 50 100
10 40 15 10
(b) PHAL = , PHBL = , PHCL = , PHDL =
50 100 50 100
20 40 10 12
(c) PHAL = , PHBL = , PHCL = , PHDL =
50 100 50 100

T2.1 Si A es un evento en un espacio muestral discreto virtual S, entonces P(A) es igual ala suma de las probabilidades de los
resultados individuales que componen a A.

Ej. 7 Si lanzamos una moneda 4 veces, cual es la probabilidad de obtener al menos 2 caras?

T2.2 Si un experimento puede resultar en cualquiera de N resultados diferentes igualmente probables, y si n de estos resultados
constituyen el evento A, entonces la probabilidad del evento A es:
n
PHAL =
N

Ej. 8 Sea A el evento de obtener un full en una mano de poker. Cual es la probabilidad de A i.e. P(A)?

Algunas reglas de probabilidad

T2.3 Si A y A' son eventos complementarios en un espacio muestral S, entonces

P(A')=1-P(A)

S = A ‹ A'

T2.4 P(∆)=0 en cualquier espacio muestral S.

PHSL = PHS ‹ ∆L

T2.5 Si A y B son eventos en un espacio muestral S y AÕ B, entonces P(A)£P(B).

B = A ‹ HA ' › BL

T2.6 0£P(A)£1 para cualquier evento A.

∆ÕAÕS

T2.7 Si A y B son eventos en un espacio muestral S, entonces

P(A‹ B) =P(A) + P(B) - P(A›B)

a = PHA › BL, b = PHA › B 'L, c = PHA ' › BL ô PHA ‹ BL = a + b + c = Ha + bL + Hc + aL - a = PHAL + PHBL - PHA › BL

T2.8 Si A, B y C son tres eventos cualquiera en un espacio muestral S, entonces

P(A‹ B‹C) =P(A) + P(B) +P(C) - P(A›B) - P(A›C) - P(B›C) + P(A›B›C)

P HA ‹ B ‹ CL = PHA ‹ HB ‹ CLL
= P HAL + P HB ‹ CL - P HA › HB ‹ CLL
= P HAL + P HBL + P HCL - P HB › CL - P HA › HB ‹ CLL
= P HAL + P HBL + P HCL - P HB › CL - P HHA › BL ‹ HA › CLL
= P HAL + P HBL + P HCL - P HB › CL - HP HA › BL + P HA › CL - P HA › B › A › CLL
= P HAL + P HBL + P HCL - P HB › CL - P HA › BL - P HA › CL + P HA › B › A › CL
= PHAL + PHBL + PHCL - PHB › CL - PHA › BL - PHA › CL + PHA › B › CL
 2_Probabilidad.nb 7

P HA ‹ B ‹ CL = PHA ‹ HB ‹ CLL
= P HAL + P HB ‹ CL - P HA › HB ‹ CLL
= P HAL + P HBL + P HCL - P HB › CL - P HA › HB ‹ CLL
= P HAL + P HBL + P HCL - P HB › CL - P HHA › BL ‹ HA › CLL
= P HAL + P HBL + P HCL - P HB › CL - HP HA › BL + P HA › CL - P HA › B › A › CLL
= P HAL + P HBL + P HCL - P HB › CL - P HA › BL - P HA › CL + P HA › B › A › CL
= PHAL + PHBL + PHCL - PHB › CL - PHA › BL - PHA › CL + PHA › B › CL

Probabilidad Condicional
Hasta ahora las probabilidades han tenido asociadas un espacio muestral concreto e.g. numero de manos del poker, resultados de lanzar dos
monedas al aire, etc. Sin ambargo hay eventos en los que existe ambigüedad al respecto y para enfrentar estas condiciones nos auxiliamos de un
concepto llamado probabilidad condicional, denotada P(B | A) que podemos leer como la probabilidad de que pase B dado que el espacio
muestral es A, en corto: la probabilidad de B dado A. La probabilidad condicional esta definida como:

PHA › BL
D2 .1 Si A y B son dos eventos cualquiera en un espacio muestral S y PHAL π 0, la probabilidad condicional de B dado A es

PHB AL =
PHAL

Ej. 9 En la Facultad de Ingenieria, de una generacion de 200 alumnos, se constataron los siguientes datos:

Tienen un promedio Tiene promedio

menor a 8 mayor o igual a 8
Salen en 11 semestres 50 10
o menos
Salen en mas de 11 semestres 135 5
Cual es la probabilidad de elegir a un egresado con promedio mayor o igual a 8?
Si una persona sale despues de 11 semestres, Cual es la probabilidad de que tenga un promedio mayor o igual a 8?
P: Promedio mayor o igual a 8
O: Salen en 11 semestres o menos.
S: Universo Muestral
Ej. 10 Cual es la probabilidad de que un Ingeniero gane mas de $500,000 al año?
Ej. 12 Un fabricante de partes de aeroplano sabe, por experiencia, de que la probabilidad de que una orden este lista para embarque es de
.8 y de que este lista para embarque y se entregue a tiempo es de .72 ¿ Cual es la probabilidad de que una orden se entregue a tiempo dado
que estuvo lista para embarque?
Clear@AD

VennDiagram2@2, A1 && A2 D

A1 Ï A2
8 2_Probabilidad.nb

Podemos hacer las siguientes observaciones:

1. · Si A › B=∆, entonces P (B | A)=0, esto es A y B son eventos independientes.
2. Si A y B no son eventos independientes entonces PHB AL £ PHAL
3. PHA AL = 1
4. PHA SL = PHAL

De la ecuacion 1 podemos concluir que:

P(A › B) = P(A) P(B | A)

T2.9 Probabilidad Conjunta: Si A y B son dos eventos cualquiera en un espacio muestral S y P(A) π 0, entonces

Ej. 13 En una linea de produccion, si seleccionamos aleatoriamente dos bicicletas en sucesión de un embarque de 90 bicicletas de las
cuales 7 estan defectuosas ¿Cual es la probabilidad de que ambas esten defectuosas?
Ej. 14 Cual es la probabilidad de sacar 2 reinas de una baraja

P(A › B› C) = P(A) P(B | A) P(C|(A › B))

T2.10 Si A, B y C son tres eventos cualquiera en un espacio muestral S y P(A) π 0, entonces

P HA › B › CL = PHHA › BL › CL
= P HA › BL P HC HA › BLL
= P HAL P HB AL P HC HA › BLL

Eventos independientes
Dos eventos son independientes cuando la probabilidad de que uno de ellos ocurra no influencia el que el otro evento ocurra. Basicamente
estamos afirmando que dos suceso son independientes si no estan relacionados. Visto desde el punto de vista de conjuntos, diriamos que la
interseccion entre ambos eventos es ∆. La probabilidad condicional de A dado B en este caso sera:
P(A|B)=P(A)
P(B|A)=P(B)
Por lo cual
P(A›B)=P(A)P(B)

T2.11 Si A y B son dos eventos independientes, entonces

P(A › B) = P(A) P(B )

Teorema de Bayes
Recordemos la probabilidad condicional
PHA › BL
PHA BL =
PHBL
Sabemos que

P(B)=P(B › A)+ P(B › A )

Entonces
PHA›BL
PHA BL =
PHB›AL+PIB› AM

Por otro lado sabemos que

 2_Probabilidad.nb 9

PHA › BL
PHB AL =
PHAL
Por lo cual sabemos que
PHB AL PHAL = PHA › BL

Dr la misma manera para P(A›B)

PIA › BM
PIB AM =
PHAL
Por lo cual sabemos que

PIB AM PHAL = PIA › BM

Utilizando la ley de la probabilidad conjunta lo podemos reescribir como:
PHB † AL PHAL
PHB † AL PHAL+PIB † AM PHALM
PHA BL =

PHB † AL PHAL
PHB † AL PHAL+PIB † AM PHALM
T2.12 Si A es un evento que queremos conocer dado que conocemos B , entonces PHA BL =

por sus partes disjuntas, P(B)=P(B › A)+ P(B › A )=PHB AL PHAL + PIB AM PHAL, cada una de las probabilidades conjuntas es encontrada
Es decir, el Teorema de Bayes es una reinterpretacion de la probabilidad condicional P(A | B) donde la probabilidad de B, P(B), es encontrada

por la regla de la multiplicacion. Nota que A‹A=S, es decir estamos creando particiones del universo muestral.
Ej. 15 En una agencia de seguridad se les aplica un examen con el detector de mentiras (poligrafo) a las personas que quieren ingresar a
laborar a dicha institucion. Suponga que la precisión del polígrafo es del 90%. Si esta prueba se aplica a un universo de 1000 personas de las
cuales hay 10 mentirosos, hacer un juicio acerca de la efectividad de esta prueba.
De las 10 personas que mienten 9 la reprueban y una la aprueba
De las 990 que son honestas, el poligrafo identifica solo el 90%=891 y el otro 10%=99, reprueba la prueba
Hay 9+99=108 que no pasaron la prueba, pero solo 9 mienten, es decir 99/108=91.7% fueron acusadas falsamente.
Moraleja: Te harías la prueba del Poligrafo?
A veces tenemos mas de dos eventos que particionan S, asumamos que A1 + A2 + .. + An = S, es una particion de S. Entonces podemos afirmar

B = B › A1 ‹ B › A2 ‹ … ‹ B › An
que:

Por lo cual
PHBL = PHB › A1 L + PHB › A2 L + … + PHB › An L
Es decir:

PHBL = ‚PIB › A j M
n

j=1

La cual se conoce como la ley total de la probabilidad, que nos dice que la probabilidad de un evento B es solamente la suma de las probabili-
dades de sus partes disjuntas. Utilizando la ley de la probabilidad conjunta, podemos rescribirla como:
PIB › A j M = PIB A j M PIA j M
La probabilidad condicional para cualquier particion de A i.e. PHAi BL es encontrada diviendo cada probabilidad conjunta entre la probabilidad

PHAi › BL
de A, lo cual nos lleva a:

⁄nj=1 PIB A j M PHAi L

PHAi BL =

Que puede ser rescrito como

PHB Ai L PHAi L

⁄nj=1 PIB A j M PIA j M

PHAi BL =

Por ejemplo si n=4, entonces, mediante diagramas de Venn esto sería :

10 2_Probabilidad.nb

Y si el evento B ha ocurrido, entonces nuestro espacio muestral se reduce a los elementos contenidos en B, es decir se forma un espacio
reducido, Sr , como el mostrado en la siguiente figura

Este es el teorema de Bayes, nombrado asi en honor a su inventor el Reverendo Thomas Bayes, el cual fue publicado despues de haber muerto
en 1763.

T2.13 Teorema de Bayes: Si A1 , A2 , ... , An son eventos que queremos conocer y forman una particion de A dado que conocemos B,
entonces
PHB Ai L PHAi L
⁄nj=1 PHB A j L PHA j L
PHAi BL = , i = 1 .. n

estado posteriori i.e. posterior. Por otro lado el evento B es un evento observable. Las probabilidades PHAi L son asumidas conocidas y son
Nota que los eventos Ai son considerados no observables, es decir, no sabemos cual de ellos ha ocurrido, y en este caso Ai es conocido como el

llamadas probabilidades prior i.e. previa.

En general el teorema de Bayes desde esta interpretacion nos proporciona un metodo para revisar nuestras creencias en base a las evidencias.
Ejemplo: (Fuente Wikipedia)Suppose a man told you he had a nice conversation with someone on the train. Not knowing anything about this
conversation, the probability that he was speaking to a woman is 50% (assuming the train had an equal number of men and women and the
speaker was as likely to strike up a conversation with a man as with a woman). Now suppose he also told you that his conversational partner
had long hair. It is now more likely he was speaking to a woman, since women are more likely to have long hair than men. Bayes' theorem can
be used to calculate the probability that the person was a woman.

To see how this is done, let W represent the event that the conversation was held with a woman, and L denote the event that the conversation
was held with a long-haired person. It can be assumed that women constitute half the population for this example. So, not knowing anything
else, the probability that W occurs is P(W) = 0.5.

Suppose it is also known that 75% of women have long hair, which we denote as P(L |W) = 0.75 (read: the probability of event L given event
W is 0.75, meaning that the probability of a person having long hair (event "L"), given that we already know that the person is a woman ("event
W") is 75%). Likewise, suppose it is known that 15% of men have long hair, or P(L |M) = 0.15, where M is the complementary event of W, i.e.,
the event that the conversation was held with a man (assuming that every human is either a man or a woman).

Our goal is to calculate the probability that the conversation was held with a woman, given the fact that the person had long hair, or, in our
notation, P(W |L). Using the formula for Bayes' theorem, we have:
P HW›LL PHL WL PHWL PHL WL PHWL PHL WL PHWL
PHW LL = = = =
PHLL PHLL PHL›WL+PHL›ML PHL WL PHWL+PHL ML PHML

where we have used the law of total probability to expand P(L). The numeric answer can be obtained by substituting the above values into this

.75 H.50L
formula (the algebraic multiplication is annotated using “ · “, the centered dot). This yields
5
.75 H.50L + .15 H.50L
PHW LL = = ~ 0.83
6
Ej. 16 Se sabe que 100 de cada 10000 mujeres que participan en una prueba rutinaria de deteccion de cancer de pecho lo tienen. 80 de
cada 100 mujeres con cancer de pecho obtendran una mamografia positiva. 950 de 9900 mujeres sin el cancer de pecho tambien obtienen una
mamografia positiva. De esta prueba, ¿Que fraccion de mujeres con resultado positivo tendran realmente cancer?
En general, el problema anterior lo podemos resumir, a grandes rasgos, en la siguiente tabla:

80 HVPL 950 HFPL

Mamografia\Tumor Maligno Benigno Total

20 HVNL 8950 HFNL 8970

Positiva 1030
Negativa
Total 100 9900 10 000
 2_Probabilidad.nb 11

80 HVPL 950 HFPL

Mamografia\Tumor Maligno Benigno Total

20 HVNL 8950 HFNL 8970

Positiva 1030
Negativa
Total 100 9900 10 000
Generalmente una vez que hemos detectado el tumor y realizado la mamografia podemos particionar este grupo, previo a la mamografia,
en dos:
1. 100 Mujeres con cancer de pecho
2. 9900 Mujeres sin cancer de pecho
Despues de la mamografia, tenemos 4 grupos
a. 80 mujeres con cancer de pecho y una mamografia positiva
b. 20 mujeres con cancer y una mamografia negativa
c. 950 mujeres sin cancer de pecho, y una mamografia positiva
d. 8950 mujeres sin cancer de pecho y una mamografia negativa
a+b 100
P(cancer) = = =1%
a+b+c+d 10 000
P(~cancer) = 100 - 1 = 99 %
P(positivo | cancer)= 80%
P(~positivo | cancer)=20%
P(positivo | ~cancer)=9.6%
P(~positivo | ~cancer)=90.4&
P(cancer › positivo)=.8%
P(positivo † cancer) P (cancer)=.80(.01)=.008=
P(cancer › ~positivo)=.2%
=P(~positivo † cancer) P (cancer)=.2(.01)=.002
P(~cancer › positivo)=9.5%
=P(positivo † ~cancer) P (~cancer)=.096(.99)=.095
P(~cancer › ~positivo)=89.5%
=P(~positivo † ~cancer) P (~cancer)=.904(.99)=.895
P(positivo)=10.3%
P(~positivo)=89.7%
P(cancer | positivo)= 7.8%
P(~cancer | positivo)= 92.2%
P(cancer | ~positivo)= 0.22%
P(~cancer | ~positivo)= 99.78%

1030
Proporcion de positivos = = 10.3 %
10 000
Proporcion de negativos=100-10.3=89.7%
a 80 80
Proporcion de pacientes con cancer y resultados positivos= = = = 7.8 %
a+c 80+950 1030
Podemos plantearlo de otra manera
P Hpositivo cancerL P HcancerL .8 H.01L
.8 H.01L+.096 H.99L
PHcancer positivoL = = = 0.0776398
PHpositivo cancerL PHcancerL+PHpositivo ~cancerL PH~cancerL