SlideShare una empresa de Scribd logo
1 de 18
Probabilidades
1. Probabilidades El concepto de probabilidad se encuentra con frecuencia en la comunicación entre las personas. Por ejemplo: 1)   El paciente tiene un 50% de probabilidad de sobrevivir a una operación determinada. 2)   Los alumnos de Cpech tienen un 95% de probabilidades  de  ingresar a la universidad. En los ejemplos, se da la “medida” de la ocurrencia de un evento que es incierto (sobrevivir a la operación, o ingresar a la universidad), y ésta se expresa mediante un número entre 0 y 1, o en porcentaje. 1.1 Definición
Intuitivamente podemos observar que cuanto más probable es que ocurra el evento, su medida de ocurrencia estará más próximo a “1” o al 100%, y cuando menos probable, más se aproximará a “0”.  De aquí se deduce que un hecho o evento que  NO  puede ocurrir tendrá probabilidad  cero  y uno cuya probabilidad es segura tendrá probabilidad  uno . Luego, si  A  representa un evento o suceso, se cumple que: 0    P(A)    1
Es el conjunto formado por todos los resultados posibles de un experimento. Ejemplo: En el lanzamiento de monedas, la cantidad de resultados posibles se determina por el principio multiplicativo:  1  moneda 2  monedas 3  monedas n  monedas 2  posibilidades 2 ·2 = 4  posibilidades 2 ·2·2 = 8  posibilidades 2 ·2·2·2···2= 2 n  posibilidades Si un conjunto “A” tiene “m” elementos y un conjunto “B” tiene “n” elementos, entonces existen m·n elementos. 1.2 Espacio muestral (E)
Corresponde a un subconjunto de un espacio muestral, asociado a un experimento aleatorio.  Ejemplo: Al lanzar 2 monedas, ¿cuál es la probabilidad de que las dos sean caras? El espacio muestral (E) corresponde a: CC – CS – SC – SS  (2 • 2 = 4 elementos) Solución: El suceso o evento pedido es que sean dos caras, entonces: CC (1 elemento) 1.3 Evento o Suceso
2. Probabilidad clásica  Ejemplo1: ¿Cuál es la probabilidad de que al lanzar un dado común salga un número primo? Solución: El espacio muestral E, está dado por: E={1, 2, 3, 4, 5, 6}, por lo tanto posee 6 elementos, es decir,  6 casos posibles. Sea A, el evento o suceso: A: que salga un número primo, entonces se tiene que:  A={2, 3, 5}, por lo tanto posee 3 elementos, es decir, 3 casos favorables. Casos posibles Casos favorables P(A) =
P(A) = Entonces: Casos favorables (números primos):  3   (2, 3, y 5)   Casos posibles:  6   (1, 2, 3, 4, 5 y 6) Por lo tanto: Ejemplo2: Al lanzar 2 monedas, ¿cuál es la probabilidad de que las dos sean caras? Casos posibles:  4   Casos favorables (2 caras):  1   Entonces: P(2 caras) = = 3 6 1 2 1 4
La probabilidad de que un suceso  NO  ocurra, o “probabilidad de un suceso contrario”, se obtiene a través de: 3. Propiedades 3.1  Tipos de sucesos Probabilidad de un suceso contrario (A):   P(A) = 1 - P(A)  A E A
Ejemplo: Solución: P(no llueva) = 1 - P(llueva)   Si La probabilidad de que llueva es  , ¿cuál es la probabilidad de que  NO  llueva? 2 5 P(no llueva)   =  1 -  2 5 3 5 P(no llueva)   =
Si se tiene certeza absoluta de que un evento  A  ocurrirá: P(A) = 1 Ejemplo: La probabilidad de obtener un número natural al lanzar un dado común es 1 (6 de 6). Casos posibles:  6   (1,2,3,4,5,6)  Casos favorables:  6   (1,2,3,4,5,6)   Probabilidad de un suceso seguro:   6 6 P(natural)   = = 1
Ejemplo: La probabilidad de obtener un número mayor que 6 al lanzar un dado común es 0 (0 de 6). P(A) = 0 Casos posibles:  6   (1,2,3,4,5,6)  Casos favorables:  0 P(mayor que 6)   = = 0 Probabilidad de un suceso imposible:   Si se tiene certeza absoluta de que un evento  A   NO  ocurrirá: 0 6
4. Probabilidad total Corresponde a la probabilidad de que ocurra el suceso A ó el suceso B, siendo éstos  mutuamente excluyentes : P(A   B) = P(A) + P(B) Ejemplo: Al lanzar una moneda, ¿cuál es la probabilidad de que salga cara o sello? Solución: = 1 y P(cara) ó P(sello) =  P(cara)  P(sello)  U P(cara) =  1 2 1 P(sello) =  2 =  P(cara)  P(sello)  + 1 2 =  + 1 2
De no ser  mutuamente excluyentes : Ejemplo: Al lanzar un dado, ¿cuál es la probabilidad de que salga un número menor que 5 ó un número par? Solución: Casos posibles  6   (1,2,3,4,5,6)   Casos favorables (menor que 5):  4  (1,2,3,4) Casos favorables (número par):  3  (2,4,6)   P(A   B) = P(A) + P(B) – P(A  B) U 4 6 P (menor que 5) =  3 6 P (número par) =
Como  2  y  4  son menores que 5, y al mismo tiempo son pares, se estarían considerando como casos favorables dos veces.  Por lo tanto: La probabilidad de que salga un número menor que 5 ó un número par, al lanzar un dado se expresa como: = P(< 5)  +  P(par)  –  P(<5 y par) P (< 5)  ó  P(par) = P(<5)  P(par)  –  P(<5  par)  U U =  +   -   4 6 3 6 2 6 5 6 =
En este caso, ambos sucesos ocurren simultáneamente,  A  y   B . 5. Probabilidad compuesta Corresponde a la probabilidad de que ocurra el suceso  A  y el suceso  B , siendo éstos dependientes o independientes. Caso 1:   Cuando  A  y  B  son eventos independientes, se cumple que: U A B P(  ) = P(A)  · P(B) A  B U
Ejemplo: ¿Cuál es la probabilidad de que al lanzar dos veces un dado se obtengan dos números pares? Solución: Casos posibles:  6   (1,2,3,4,5,6)  Casos favorables:  3   (2,4,6)  Entonces: P(dos pares)  = P(par) y P(par)   = P(par)  ·  P(par) = 3 6 · 3 6 =  1 4
Corresponde a la probabilidad de B tomando como espacio muestral a A, es decir, la probabilidad de que ocurra B dado que ha sucedido A.  Solución: B : Sacar 4 A : Número par = { 2,4,6 } Ejemplo1: Al lanzar un dado, ¿cuál es la probabilidad de obtener un 4 sabiendo que ha salido par? Caso 2:   Cuando  A  y  B  son eventos dependientes corresponde a la  Probabilidad Condicionada . U P(A  B) P(A) P (B/A) =  P (B/A) =  1 3
Ejemplo 2: Se tiene una bolsa con 30 pelotitas entre blancas y rojas, de las cuales 12 son blancas, todas de igual peso y tamaño. Si se extraen 2 pelotitas al azar, sin reposición, ¿cuál es la probabilidad de que ambas sean blancas? Solución: Casos posibles:  30   Casos favorables:  12   Entonces: P(dos blancas)  = P(blanca) y P(blanca)   = P(blanca)  ·  P(blanca) Casos posibles:  29   Casos favorables:  11   Primera extracción   Segunda extracción  (Sin reposición) 30 29 = 12 · 11

Más contenido relacionado

La actualidad más candente

Ejercicios resueltos de cálculo de probabilidades
Ejercicios resueltos de  cálculo de probabilidadesEjercicios resueltos de  cálculo de probabilidades
Ejercicios resueltos de cálculo de probabilidades
María BF
 
Distribuciones discretas estadis ii
Distribuciones discretas estadis iiDistribuciones discretas estadis ii
Distribuciones discretas estadis ii
ulatina
 
Intervalos de confianza 2
Intervalos de confianza 2Intervalos de confianza 2
Intervalos de confianza 2
Hector Funes
 
Ejemplos distribución poisson
Ejemplos distribución poissonEjemplos distribución poisson
Ejemplos distribución poisson
FeLipe PueNntes
 
Ejemplos de distribuciones de probabilidad
Ejemplos de distribuciones de probabilidadEjemplos de distribuciones de probabilidad
Ejemplos de distribuciones de probabilidad
Laksmi Rodriguez
 
Ejercicios de distribución binomial, hipergeométrica y de poisson pablo peraz...
Ejercicios de distribución binomial, hipergeométrica y de poisson pablo peraz...Ejercicios de distribución binomial, hipergeométrica y de poisson pablo peraz...
Ejercicios de distribución binomial, hipergeométrica y de poisson pablo peraz...
Stalin Jose Gdz
 
Probabilidad y teorema de bayes
Probabilidad  y  teorema de bayesProbabilidad  y  teorema de bayes
Probabilidad y teorema de bayes
NANY222
 

La actualidad más candente (20)

Ejercicios resueltos de cálculo de probabilidades
Ejercicios resueltos de  cálculo de probabilidadesEjercicios resueltos de  cálculo de probabilidades
Ejercicios resueltos de cálculo de probabilidades
 
Ejercicios Probabilidades
Ejercicios ProbabilidadesEjercicios Probabilidades
Ejercicios Probabilidades
 
Distribuciones discretas estadis ii
Distribuciones discretas estadis iiDistribuciones discretas estadis ii
Distribuciones discretas estadis ii
 
Prueba de hipotesis para dos poblaciones
Prueba de hipotesis para dos poblacionesPrueba de hipotesis para dos poblaciones
Prueba de hipotesis para dos poblaciones
 
Intervalos de confianza 2
Intervalos de confianza 2Intervalos de confianza 2
Intervalos de confianza 2
 
Lista 2
Lista 2Lista 2
Lista 2
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Ejemplos distribución poisson
Ejemplos distribución poissonEjemplos distribución poisson
Ejemplos distribución poisson
 
Unidad 2. Combinatoria
Unidad 2. Combinatoria Unidad 2. Combinatoria
Unidad 2. Combinatoria
 
Probabilidad Condicional
Probabilidad CondicionalProbabilidad Condicional
Probabilidad Condicional
 
Probabilidad
Probabilidad Probabilidad
Probabilidad
 
Eventos independientes y mutuamente excluyentes
Eventos independientes y mutuamente excluyentesEventos independientes y mutuamente excluyentes
Eventos independientes y mutuamente excluyentes
 
ESTADISTICA - EJERCICIOS DE MUESTREO
ESTADISTICA - EJERCICIOS DE MUESTREOESTADISTICA - EJERCICIOS DE MUESTREO
ESTADISTICA - EJERCICIOS DE MUESTREO
 
Ejemplos de distribuciones de probabilidad
Ejemplos de distribuciones de probabilidadEjemplos de distribuciones de probabilidad
Ejemplos de distribuciones de probabilidad
 
Ejercicios de distribución binomial, hipergeométrica y de poisson pablo peraz...
Ejercicios de distribución binomial, hipergeométrica y de poisson pablo peraz...Ejercicios de distribución binomial, hipergeométrica y de poisson pablo peraz...
Ejercicios de distribución binomial, hipergeométrica y de poisson pablo peraz...
 
Segundo examen
Segundo examenSegundo examen
Segundo examen
 
Prueba de hipotesis estadistica aplicada a la ingenieria
Prueba de hipotesis estadistica aplicada a la ingenieriaPrueba de hipotesis estadistica aplicada a la ingenieria
Prueba de hipotesis estadistica aplicada a la ingenieria
 
Distribución binomial
Distribución binomialDistribución binomial
Distribución binomial
 
Probabilidad y teorema de bayes
Probabilidad  y  teorema de bayesProbabilidad  y  teorema de bayes
Probabilidad y teorema de bayes
 
Distribución norma ejercicio
Distribución norma ejercicioDistribución norma ejercicio
Distribución norma ejercicio
 

Destacado (13)

Modulo factorización
Modulo factorizaciónModulo factorización
Modulo factorización
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Logaritmos modulos
Logaritmos modulosLogaritmos modulos
Logaritmos modulos
 
Guia de potencias 7 b multiplicacion y divicion
Guia de potencias 7 b multiplicacion y divicionGuia de potencias 7 b multiplicacion y divicion
Guia de potencias 7 b multiplicacion y divicion
 
Guia potencia
Guia potenciaGuia potencia
Guia potencia
 
Evaluación potencias y raices
Evaluación potencias y raicesEvaluación potencias y raices
Evaluación potencias y raices
 
Guia 1 potencia
Guia 1 potenciaGuia 1 potencia
Guia 1 potencia
 
Guía de números imaginarios 2013
Guía de números imaginarios 2013Guía de números imaginarios 2013
Guía de números imaginarios 2013
 
Sesión: Los números complejos
Sesión: Los números complejosSesión: Los números complejos
Sesión: Los números complejos
 
Ejercicios tipo prueba racionales
Ejercicios tipo prueba racionalesEjercicios tipo prueba racionales
Ejercicios tipo prueba racionales
 
El conjunto de los números reales y ejercicios de aplicacion
El conjunto de los números reales y ejercicios de aplicacionEl conjunto de los números reales y ejercicios de aplicacion
El conjunto de los números reales y ejercicios de aplicacion
 

Similar a Probabilidades

4 elementos de la probabilidad
4 elementos de la probabilidad4 elementos de la probabilidad
4 elementos de la probabilidad
insucoppt
 
Probabilidad 1
Probabilidad 1Probabilidad 1
Probabilidad 1
lemf2005
 
unidad 2 2.5 y 2.6
unidad 2 2.5 y 2.6unidad 2 2.5 y 2.6
unidad 2 2.5 y 2.6
ITCM
 
Probabilidad 090504205544-phpapp02
Probabilidad 090504205544-phpapp02Probabilidad 090504205544-phpapp02
Probabilidad 090504205544-phpapp02
rubhendesiderio
 
Probabilidad 1 (1)
Probabilidad 1 (1)Probabilidad 1 (1)
Probabilidad 1 (1)
CinthiaNat
 

Similar a Probabilidades (20)

4 elementos de la probabilidad
4 elementos de la probabilidad4 elementos de la probabilidad
4 elementos de la probabilidad
 
Arbol de decisiones
Arbol de decisionesArbol de decisiones
Arbol de decisiones
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Tipos de probabilidades
Tipos de probabilidadesTipos de probabilidades
Tipos de probabilidades
 
Tipos de probabilidades
Tipos de probabilidadesTipos de probabilidades
Tipos de probabilidades
 
Probabilidad 1
Probabilidad 1Probabilidad 1
Probabilidad 1
 
ACT_04_Tema_06_Resumen.ppt
ACT_04_Tema_06_Resumen.pptACT_04_Tema_06_Resumen.ppt
ACT_04_Tema_06_Resumen.ppt
 
Elementos de la probabilidad y axiomas de probabilidad
 Elementos de la probabilidad y axiomas de probabilidad  Elementos de la probabilidad y axiomas de probabilidad
Elementos de la probabilidad y axiomas de probabilidad
 
Probabilidad Saltos Lissette
Probabilidad Saltos LissetteProbabilidad Saltos Lissette
Probabilidad Saltos Lissette
 
Presentacion probabilidad2017
Presentacion probabilidad2017Presentacion probabilidad2017
Presentacion probabilidad2017
 
Cálculo de probabilidades
Cálculo de probabilidadesCálculo de probabilidades
Cálculo de probabilidades
 
Tarea de representacion para slideshare
Tarea de representacion para slideshareTarea de representacion para slideshare
Tarea de representacion para slideshare
 
unidad 2 2.5 y 2.6
unidad 2 2.5 y 2.6unidad 2 2.5 y 2.6
unidad 2 2.5 y 2.6
 
Leyes de probabilidad
Leyes de probabilidadLeyes de probabilidad
Leyes de probabilidad
 
Probabilidad 090504205544-phpapp02
Probabilidad 090504205544-phpapp02Probabilidad 090504205544-phpapp02
Probabilidad 090504205544-phpapp02
 
Definición de probabiidad
Definición de probabiidadDefinición de probabiidad
Definición de probabiidad
 
Tipos de sucesos
Tipos de sucesosTipos de sucesos
Tipos de sucesos
 
Clase 1
Clase 1Clase 1
Clase 1
 
Concepto de Probabilidad
 Concepto de Probabilidad Concepto de Probabilidad
Concepto de Probabilidad
 
Probabilidad 1 (1)
Probabilidad 1 (1)Probabilidad 1 (1)
Probabilidad 1 (1)
 

Más de mpalmahernandez

Más de mpalmahernandez (20)

Vectores edwin
Vectores edwinVectores edwin
Vectores edwin
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Angulos circunferencia
Angulos circunferenciaAngulos circunferencia
Angulos circunferencia
 
Probabilidades
ProbabilidadesProbabilidades
Probabilidades
 
Gu ia de pitagoras
Gu ia de pitagorasGu ia de pitagoras
Gu ia de pitagoras
 
Guia de poligonos 7º
Guia de poligonos 7ºGuia de poligonos 7º
Guia de poligonos 7º
 
Guia de decimales 7º
Guia de decimales 7ºGuia de decimales 7º
Guia de decimales 7º
 
Guia de angulo 8º
Guia de angulo 8ºGuia de angulo 8º
Guia de angulo 8º
 
Guia de angulo 8º
Guia de angulo 8ºGuia de angulo 8º
Guia de angulo 8º
 
Guia de angulo 8º
Guia de angulo 8ºGuia de angulo 8º
Guia de angulo 8º
 
Guia de angulo 8º
Guia de angulo 8ºGuia de angulo 8º
Guia de angulo 8º
 
Guia de numeros 8º enteros
Guia  de  numeros  8º  enterosGuia  de  numeros  8º  enteros
Guia de numeros 8º enteros
 
Ejercicios fracciones 1º
Ejercicios fracciones 1ºEjercicios fracciones 1º
Ejercicios fracciones 1º
 
Ejercicios fracciones 1º
Ejercicios fracciones 1ºEjercicios fracciones 1º
Ejercicios fracciones 1º
 
Clase de patrones conocidos de números 2
Clase de patrones conocidos de números 2Clase de patrones conocidos de números 2
Clase de patrones conocidos de números 2
 
Clase de patrones conocidos de números 2
Clase de patrones conocidos de números 2Clase de patrones conocidos de números 2
Clase de patrones conocidos de números 2
 
Cuadriláteros i
Cuadriláteros iCuadriláteros i
Cuadriláteros i
 
Raíces 3ro
Raíces 3roRaíces 3ro
Raíces 3ro
 
Potencias 1ro medio
Potencias 1ro medioPotencias 1ro medio
Potencias 1ro medio
 
Angulos en circunferencia 2º medio
Angulos en circunferencia 2º medioAngulos en circunferencia 2º medio
Angulos en circunferencia 2º medio
 

Último

Modulo-Mini Cargador.................pdf
Modulo-Mini Cargador.................pdfModulo-Mini Cargador.................pdf
Modulo-Mini Cargador.................pdf
AnnimoUno1
 
EPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial UninoveEPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial Uninove
FagnerLisboa3
 

Último (11)

Avances tecnológicos del siglo XXI 10-07 eyvana
Avances tecnológicos del siglo XXI 10-07 eyvanaAvances tecnológicos del siglo XXI 10-07 eyvana
Avances tecnológicos del siglo XXI 10-07 eyvana
 
Modulo-Mini Cargador.................pdf
Modulo-Mini Cargador.................pdfModulo-Mini Cargador.................pdf
Modulo-Mini Cargador.................pdf
 
Refrigerador_Inverter_Samsung_Curso_y_Manual_de_Servicio_Español.pdf
Refrigerador_Inverter_Samsung_Curso_y_Manual_de_Servicio_Español.pdfRefrigerador_Inverter_Samsung_Curso_y_Manual_de_Servicio_Español.pdf
Refrigerador_Inverter_Samsung_Curso_y_Manual_de_Servicio_Español.pdf
 
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
 
Avances tecnológicos del siglo XXI y ejemplos de estos
Avances tecnológicos del siglo XXI y ejemplos de estosAvances tecnológicos del siglo XXI y ejemplos de estos
Avances tecnológicos del siglo XXI y ejemplos de estos
 
pruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNITpruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNIT
 
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptxPROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
 
How to use Redis with MuleSoft. A quick start presentation.
How to use Redis with MuleSoft. A quick start presentation.How to use Redis with MuleSoft. A quick start presentation.
How to use Redis with MuleSoft. A quick start presentation.
 
EL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptx
EL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptxEL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptx
EL CICLO PRÁCTICO DE UN MOTOR DE CUATRO TIEMPOS.pptx
 
EPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial UninoveEPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial Uninove
 
Innovaciones tecnologicas en el siglo 21
Innovaciones tecnologicas en el siglo 21Innovaciones tecnologicas en el siglo 21
Innovaciones tecnologicas en el siglo 21
 

Probabilidades

  • 2. 1. Probabilidades El concepto de probabilidad se encuentra con frecuencia en la comunicación entre las personas. Por ejemplo: 1) El paciente tiene un 50% de probabilidad de sobrevivir a una operación determinada. 2) Los alumnos de Cpech tienen un 95% de probabilidades de ingresar a la universidad. En los ejemplos, se da la “medida” de la ocurrencia de un evento que es incierto (sobrevivir a la operación, o ingresar a la universidad), y ésta se expresa mediante un número entre 0 y 1, o en porcentaje. 1.1 Definición
  • 3. Intuitivamente podemos observar que cuanto más probable es que ocurra el evento, su medida de ocurrencia estará más próximo a “1” o al 100%, y cuando menos probable, más se aproximará a “0”. De aquí se deduce que un hecho o evento que NO puede ocurrir tendrá probabilidad cero y uno cuya probabilidad es segura tendrá probabilidad uno . Luego, si A representa un evento o suceso, se cumple que: 0  P(A)  1
  • 4. Es el conjunto formado por todos los resultados posibles de un experimento. Ejemplo: En el lanzamiento de monedas, la cantidad de resultados posibles se determina por el principio multiplicativo: 1 moneda 2 monedas 3 monedas n monedas 2 posibilidades 2 ·2 = 4 posibilidades 2 ·2·2 = 8 posibilidades 2 ·2·2·2···2= 2 n posibilidades Si un conjunto “A” tiene “m” elementos y un conjunto “B” tiene “n” elementos, entonces existen m·n elementos. 1.2 Espacio muestral (E)
  • 5. Corresponde a un subconjunto de un espacio muestral, asociado a un experimento aleatorio. Ejemplo: Al lanzar 2 monedas, ¿cuál es la probabilidad de que las dos sean caras? El espacio muestral (E) corresponde a: CC – CS – SC – SS (2 • 2 = 4 elementos) Solución: El suceso o evento pedido es que sean dos caras, entonces: CC (1 elemento) 1.3 Evento o Suceso
  • 6. 2. Probabilidad clásica Ejemplo1: ¿Cuál es la probabilidad de que al lanzar un dado común salga un número primo? Solución: El espacio muestral E, está dado por: E={1, 2, 3, 4, 5, 6}, por lo tanto posee 6 elementos, es decir, 6 casos posibles. Sea A, el evento o suceso: A: que salga un número primo, entonces se tiene que: A={2, 3, 5}, por lo tanto posee 3 elementos, es decir, 3 casos favorables. Casos posibles Casos favorables P(A) =
  • 7. P(A) = Entonces: Casos favorables (números primos): 3 (2, 3, y 5) Casos posibles: 6 (1, 2, 3, 4, 5 y 6) Por lo tanto: Ejemplo2: Al lanzar 2 monedas, ¿cuál es la probabilidad de que las dos sean caras? Casos posibles: 4 Casos favorables (2 caras): 1 Entonces: P(2 caras) = = 3 6 1 2 1 4
  • 8. La probabilidad de que un suceso NO ocurra, o “probabilidad de un suceso contrario”, se obtiene a través de: 3. Propiedades 3.1 Tipos de sucesos Probabilidad de un suceso contrario (A): P(A) = 1 - P(A) A E A
  • 9. Ejemplo: Solución: P(no llueva) = 1 - P(llueva) Si La probabilidad de que llueva es , ¿cuál es la probabilidad de que NO llueva? 2 5 P(no llueva) = 1 - 2 5 3 5 P(no llueva) =
  • 10. Si se tiene certeza absoluta de que un evento A ocurrirá: P(A) = 1 Ejemplo: La probabilidad de obtener un número natural al lanzar un dado común es 1 (6 de 6). Casos posibles: 6 (1,2,3,4,5,6) Casos favorables: 6 (1,2,3,4,5,6) Probabilidad de un suceso seguro: 6 6 P(natural) = = 1
  • 11. Ejemplo: La probabilidad de obtener un número mayor que 6 al lanzar un dado común es 0 (0 de 6). P(A) = 0 Casos posibles: 6 (1,2,3,4,5,6) Casos favorables: 0 P(mayor que 6) = = 0 Probabilidad de un suceso imposible: Si se tiene certeza absoluta de que un evento A NO ocurrirá: 0 6
  • 12. 4. Probabilidad total Corresponde a la probabilidad de que ocurra el suceso A ó el suceso B, siendo éstos mutuamente excluyentes : P(A  B) = P(A) + P(B) Ejemplo: Al lanzar una moneda, ¿cuál es la probabilidad de que salga cara o sello? Solución: = 1 y P(cara) ó P(sello) = P(cara) P(sello) U P(cara) = 1 2 1 P(sello) = 2 = P(cara) P(sello) + 1 2 = + 1 2
  • 13. De no ser mutuamente excluyentes : Ejemplo: Al lanzar un dado, ¿cuál es la probabilidad de que salga un número menor que 5 ó un número par? Solución: Casos posibles 6 (1,2,3,4,5,6) Casos favorables (menor que 5): 4 (1,2,3,4) Casos favorables (número par): 3 (2,4,6)   P(A  B) = P(A) + P(B) – P(A B) U 4 6 P (menor que 5) = 3 6 P (número par) =
  • 14. Como 2 y 4 son menores que 5, y al mismo tiempo son pares, se estarían considerando como casos favorables dos veces. Por lo tanto: La probabilidad de que salga un número menor que 5 ó un número par, al lanzar un dado se expresa como: = P(< 5) + P(par) – P(<5 y par) P (< 5) ó P(par) = P(<5) P(par) – P(<5 par) U U = + - 4 6 3 6 2 6 5 6 =
  • 15. En este caso, ambos sucesos ocurren simultáneamente, A y B . 5. Probabilidad compuesta Corresponde a la probabilidad de que ocurra el suceso A y el suceso B , siendo éstos dependientes o independientes. Caso 1: Cuando A y B son eventos independientes, se cumple que: U A B P( ) = P(A) · P(B) A B U
  • 16. Ejemplo: ¿Cuál es la probabilidad de que al lanzar dos veces un dado se obtengan dos números pares? Solución: Casos posibles: 6 (1,2,3,4,5,6) Casos favorables: 3 (2,4,6) Entonces: P(dos pares) = P(par) y P(par) = P(par) · P(par) = 3 6 · 3 6 = 1 4
  • 17. Corresponde a la probabilidad de B tomando como espacio muestral a A, es decir, la probabilidad de que ocurra B dado que ha sucedido A. Solución: B : Sacar 4 A : Número par = { 2,4,6 } Ejemplo1: Al lanzar un dado, ¿cuál es la probabilidad de obtener un 4 sabiendo que ha salido par? Caso 2: Cuando A y B son eventos dependientes corresponde a la Probabilidad Condicionada . U P(A B) P(A) P (B/A) = P (B/A) = 1 3
  • 18. Ejemplo 2: Se tiene una bolsa con 30 pelotitas entre blancas y rojas, de las cuales 12 son blancas, todas de igual peso y tamaño. Si se extraen 2 pelotitas al azar, sin reposición, ¿cuál es la probabilidad de que ambas sean blancas? Solución: Casos posibles: 30 Casos favorables: 12 Entonces: P(dos blancas) = P(blanca) y P(blanca) = P(blanca) · P(blanca) Casos posibles: 29 Casos favorables: 11 Primera extracción Segunda extracción (Sin reposición) 30 29 = 12 · 11