CAPTULO 2

Probabilidad Condicional
Recordemos que el concepto de probabilidad se puede considerar a lo menos de dos formas:

nA

P ( A) Lm
n

I.

Teora de Von Mises:

ocurre A

II.

, esto es, tendencia del nmero de veces que

Axiomtica de Kolmogorov (1933): para un espacio muestral

P ( A) 0

1)

P( S ) 1

para todo evento

S, con

Ai A j i j
,

2)

3)

a)

P Ai P( Ai )
i 1
i 1

b)

P Ai P ( Ai )
i 1
i 1

En un curso de 40 estudiantes, de un total de 15 varones 10 estn en el electivo de E. Musical y 5

en A. Visuales.
Mientras que de las mujeres 15 de ellas estn en E. Musical.
Si se elige un estudiante al azar para que represente al Colegio en una muestra artstica, y este
resulta ser varn
Cul es la probabilidad de que est cursando A. Visuales?

Preguntas tpicas para clculo de probabilidades:

1) Probabilidad de que un estudiante curse Artes Visuales.
2) Probabilidad de que un varn est cursando A. Musicales.
3) Probabilidad de que curse A. Visuales, sabiendo previamente que es varn.
El primer caso trata de una probabilidad simple:

P (V )

N Casos Favorables
N Total de Casos Posibles

15
40

Quince estudian A.v

Cuarenta en total

Al segundo y tercer caso se le impone una condicin, que sea un varn el que estudia un curso en
particular. En esta variante interviene la relacin definida como probabilidad condicional:
Probabilidad de que ocurra un evento cuando se sabe que otro ya sucedi.
El tercer caso remite (condiciona) como total de casos posibles, al N de eventos slo de los
varones.
La relacin define la probabilidad de que suceda el evento A, sabiendo que
Anlisis por tabla de contingencia:

B ya ocurri.

P( A B)
Siendo
la probabilidad de que concurran dos eventos para el total de casos.
Para el segundo caso, la probabilidad de que un varn (H) est cursando A. Musicales (Am):

P( H Am)

Directamente sera:

10 1

40 4

Diez casos favorables

Cuarenta estudiantes en total

P( H Am) P( H ) P( Am / H )

P( H Am)

Algebraicamente:

15 10 1

40 15 4

Para el tercer caso, probabilidad de que curse A. Visuales ( Av), sabiendo previamente que es
varn (H).

Directamente
N de alumnos
N de Alumnas
TOTAL

P Av / H

5
P Av H
5
40
15
P( H )
15
40

Artes
visual
es
5
10
15

Artes
Musical
es
10
15
25

P( Av / H )
TOTAL
15
25
40

sera:
cinco casos favorables
Total de varones

Algebraicamente:

5
15

Problema 1: en un centro vacacional se encuest a 120 jvenes, de los que 80 eran varones y slo
32de ellos saban nadar. Tambin se supo que 10 mujeres nadan.
i)
Construir una tabla de contingencia.
ii)
Represente el problema en un diagrama de rbol.
iii)
Calcule la probabilidad de que al elegir al azar un encuestado, sea hombre y sepa nadar.
iv)
Calcule la probabilidad de elegir un encuestado que no nade sabiendo que es mujer.
En los dos ltimos casos verifique el resultado con la frmula definida para probabilidad
condicional.

Problema 2: En el canasto de un recinto deportivo hay doce balones de voleibol y 8 de futbolito. Si

se toman dos de ellos en forma consecutiva, sin devolver el primero,
i)
Cul es la probabilidad, expresada en %, de que la primera sea de voleibol y la segunda de
futbolito?
ii)
Cul es la probabilidad de la segunda sea de voleibol sabiendo que la primera fue de
futbolito?
Problema 3: En un supermercado se venden 600 chocolates de la marca H, 200 de la marca T y 80
de la marca J.
La probabilidad de que un chocolate H est vencido es 0,005; un 0,01 para la T y 0,03 para J.
Si un cliente elige un chocolate al azar.
a) Calcular la probabilidad de que est vencido.
b) Sabiendo que el elegido est vencido, cul es la probabilidad de que sea de la marca J?

Marcas
P(Vencido)

H
0,005

T
0,01

J
0,03

Espacio muestral
Se entender como el conjunto de resultados, o respuestas posibles, originadas por un experimento
aleatorio.
Ejemplo: Identificaremos con la letra E al experimento que consiste en lanzar tres monedas al aire,
registrando todos los casos posibles:
Lanzamie
I
II
III
IV
V
VI
VII
VIII
nto
Resultado
ccc
ccx
cxc
xcc
cxx
xcx
xxc
xxx
Para describir por extensin el conjunto, hay que considerar que si se tienen tres monedas y cada
una de ellas tiene dos posibles resultados independientes entre ellos:

23 8

1) El total de combinaciones es
2) Entre el lanzamiento II al IV, la x se desplaza desde el tercer lugar hacia el primero.
3) Entre el lanzamiento V al VII, la c se desplaza desde el primer lugar hacia el tercero.

El espacio muestral es:

E=

ccc, ccx, cxc, xcc, cxx, xcx, xxc, xxx

Variable aleatoria (v.a): cuando a un resultado en particular del experimento se le asigna un

valor numrico.
Por ejemplo: v.a = nmero de caras en el espacio muestral:
Lanzamient
I
II
III
IV
V
VI
o
Resultado
ccc
ccx
cxc
xcc
cxx
xcx
3
2
2
2
1
1
v.a

VII

VIII

xxc
1

xxx
0

Variable aleatoria discreta: aquella que slo asocia valores Discretos (no continuos)
En el ejemplo, la v. a. discreta slo puede tomar los valores: 0, 1, 2, 3 (no toma valores
intermedios)
Problema: en una central de telemarketing, se registran las llamadas contestadas y las llamadas
perdidas en cada equipo de turno. Si el equipo lo componen 4 telefonistas, y para evaluar la
efectividad del turno les controlan cuatro llamadas a cada una de ellas:
1) Obtenga el espacio muestral.
2) Encuentre los valores para la v. a llamadas perdidas.

Funcin de probabilidad de una variable discreta.

Una relacin que asocia a cada valor de la v.a discreta su probabilidad (grado de certeza de que
ocurra), se denomina Funcin

de Probabilidad.

Si la variable aleatoria se identifica por

X, cada valor de la variable se anotar con

xi
(minscula).

f (x) P X xi
Mientras que la probabilidad se expresar por

, con i=1, 2, 3,, n.

En el ejemplo:
Total de casos posibles

n=8

N de caras

frecuencia

Variable
aleatoria
Casos favorables

1
8

3
8

3
8

1
8

Probabilidad

f (x) P X xi

P X x 1
Toda funcin de probabilidad debe verificar que

i 1

Problema: para la variable aleatoria llamadas perdidas de la Central de Telemarketing

anteriormente solicitada, calcular:

P X x3
1)
2) La probabilidad de que en todo el turno las cuatro llamadas sean perdidas.

P X x0

3) La probabilidad de que en todo el turno las cuatro llamadas sean contestadas:

P X x 1
i

i 1

4) Verifique que

Valor esperado, media muestral, o ESPERANZA matemtica.

x1 , x2 ,..., x k
X
Una variable aleatoria discreta

con valores

siendo sus probabilidades

P x1

,,

P xk

E X x i P xi
i 1

define a la media o esperanza de X por:

2 V ( X ) P xi xi E X
Mientras que la varianza de
equivalente por

i 1

X se define por:
k

2 V ( X ) xi2 P( xi ) E X
i 1

2
o en forma

E X xf ( x)dx
IR

Observacin: para una variable continua la media o esperanza se define por:

2 V ( X ) x 2 f ( x)dx E X 2
IR

mientras que la varianza est dada por

f ( x ) x E X

dx

IR

Resumen de relaciones muestrales:

Muestra

V. Discreta

fi
f. relativa:

ni
n

P ( xi )
Funcin de probabilidad

f i xi
Media=

f x
i

Media (Esperanza)=

Varianza

i 1

f (x)
Funcin de densidad

i 1

xi P ( xi )

i 1

V. Continua

Media (esperanza)=

P ( x ) x
Varianza

i 1

xf ( x)dx

E X

Varianza

x E X
IR

f ( x)dx

Proceso de Bernoulli
Se trata de eventos o experimentos en que slo existen dos resultados posibles, mutuamente
excluyentes (xito-fracaso, verdadero-falso,), y en que las pruebas para obtener los resultados son

p es la
P( F ) q

independientes. Adems la probabilidad de xito o fracaso es constante. Entonces si

P( E ) p
probabilidad de xito, se tiene:

mientras que la probabilidad de fracaso es:

xi 1
Si en una variable aleatoria

xi 0
cuando el resultado es xito; y

si es fracaso, entonces se

q 1 p
obtiene

Si el experimento se repite

x veces, buscando lograr el primer xito, la funcin de probabilidad de

P ( X x ) 1 p p
x

Bernoulli es

, con

x=1, 2, 3,n

Ejemplo: La probabilidad de que una muestra de agua, en una piscina de un centro vacacional, est
contaminada con un vector daino es de 0.01. Cul es la probabilidad de que despus de analizar
125 muestras recin se encuentre el vector?
Solucin:
X=125;
p=0.01;
q= (1-0.01)
Se requiere calcular la probabilidad de encontrar 125 muestras negativas (no contaminadas):

P ( X 125) 1 0.01

125

(0.01)
=0.0028, esto la probabilidad es de un 0.28%

Clculo usando planilla Excel

Potencia de nmero del tipo

xy

, por ejemplo

23 8

Media (esperanza) y Varianza muestral

2 pq

p
Siendo un experimento de Bernoulli, la media es

, y la varianza

Distribucin Binomial
Dado un experimento aleatorio que cumple las condiciones de Bernoulli, de tamao n, y la variable
definida como el nmero de xitos resultantes, entonces, se dir que
Distribucin Binomial.

X se distribuye como una

X B ( n, p )
Suele anotarse en la forma
(probabilidad de xito,

siendo los parmetros

n (tamao de la muestra), p

q (probabilidad de fracaso).

n k nk
p q
k

P( X k )
En este caso la probabilidad de obtener

k xitos es:
n

2 pq npq

E ( X ) np

i 1

Siendo la media
, y la varianza
Ejemplo. En una industria de cojinetes de acero empaquetan cajas con 50 rodamientos de segunda
seleccin, de las que se sabe que el 2% tiene defectos. Calcular la probabilidad de que en una caja:
1) Ningn rodamiento est defectuoso.
2) Slo un rodamiento sea defectuoso.
3) Ms de dos tengan defectos.
4) Cuntos rodamientos defectuosos habr en promedio por caja?
Solucin:

n = 50;

Probabilidad de ser defectuoso

p=0.02;

q=0.98

50
0.02 0 0.98 50 ... 0.3641
0

P( X 0)
a)

50
0.02 1 0.98 49 ... 0.3716
1

P( X 0)
b)
c)
d)

P( X 2) 1 P( X 0) P( X 1) P( X 2) ... 0.0784
E ( X ) 50 (0.02) 1

(que dos o menos estn sanos)

, un rodamiento defectuoso por caja.

Clculo usando planilla Excel

Ejemplo 1. En un equipo de futbol el entrenador selecciona al jugador dedicado a los lanzamientos

penales, entre aquellos que con siete lanzamientos tenga la mejor marca, sabiendo que los mejores
aciertan en el 95% de las veces. Cul es la probabilidad de que el capitn falle alguno?
Solucin: probabilidad de acertar

p=0,95; probabilidad de no acertar q=0,05; nmero de intentos

n=7
Probabilidad de que acierte (con

p=0,95) menos de siete lanzamientos:

P ( X 7)

Acertara

lo

ms

seis

veces:

P( X 1) P ( X 2) P( X 3) P( X 4) P ( X 5) P ( X 6)
Probabilidad

7
7
0
1 0,95 0,05
7

de

que

falle

(con

q=0,05)

P ( X 7)
un

lanzamiento:

1-

0,301

Ejemplo 2. Los estudiantes de un Colegio estn distribuidos en 67% que estudia TP y el resto HC. Si
se elige una muestra de 15 estudiantes al azar, calcule la probabilidad de que:
1) Exactamente 3 sean de TP
2) Al menos tres sean TP
3) Los 15 sean HC
4) Entre 7 y 10 estudiantes sean TP
Solucin: si xito = estudiar en TP,

p=0.67; q=0.33; n=15

15
0.67 3 0.33 153
3

P ( X 3)
1)

=455

0.67 3 0.3312

P ( X 3) P ( X 3) P ( X 4) ... P ( X 15)

2)

=0.00022
o

en

forma

equivalente

P ( X 3) 1 P( X 2)

P ( X 3) 1 P ( X 2)

P ( X 0) P( X 1) P ( X 2) ... 0.99997
=

15
0.67 0 0.33 150
0

P( X 0)
3) 15 HC implica cero TP:

P (3 X 7 ) P ( X 7 ) P ( X 2)

4)

=0.00000006

==0.0288

Ejemplo 3: el 1% de las vlvulas de riego por goteo de una compra al por mayor son defectuosos. Si
se venden en lotes de 24 unidades, calcular la probabilidad de que se tengan como mximo dos
defectuosos.
Solucin: probabilidad defectuoso
intentos

p=0,01; probabilidad de no defectuoso q=0,99; nmero de

n=24

24
24
24

p 0 q 24
p 1 q 23
p 2 q 22
P( X 2) P ( X 0) P( X 1) P ( X 2) 0
1
2

=0.0221
Ejercicios.
1) En una central de despacho de frutas se sabe que la probabilidad de tener una unidad
defectuosa de embalajes es del 5%.
a) Calcule la probabilidad de que a lo sumo dos se encuentren defectuosas.
R: 0.998
b) Cul es la probabilidad de que por lo menos una se encuentre defectuosa?
R: 0.401
c) Calcule la probabilidad de que entre dos y diez se encuentren defectuosas.
R: 0.0476

2) Una empresa agro-frutcola de exportacin estima que el 5% de su produccin de paltas no

alcanza el tamao estndar. Las paltas se embalan en cajas de 25 productos. Calcular la
probabilidad de que una caja contenga:
a) 2 con tamao inferior al requerido.
R: 0.135
b) Menos de tres con tamao inferior al necesario.
R: 0.9637
c) Entre 3 y 5 paltas que no cumplen el estndar.
R: 0.03536
3) Un tcnico electrnico elige al azar entre n chip de una caja, para una reparacin urgente.
La probabilidad de que el chip est defectuoso es del 2%
a) Si haban 7 chips en la caja cul es la probabilidad de que al menos tres sean
defectuosos?
R: 14%
b) Cuntos chips hay en la caja si la varianza es 32?
R:

V ( X ) 32 n 0.2 0.8 32 n 200

Distribucin de Poisson
Una de las distribuciones importantes para variables aleatorias discreta, especialmente para
procesos dicotmicos con probabilidad de xito muy pequea, o nmero de pruebas excesivamente
alto. Aplicable en eventos que se refieren a intervalos de tiempo, reas o espacios, etc., por ejemplo
para nmero de accidentes en una ciudad en una semana, nmero de emergencias en centro de
urgencia hospitalaria, N de robos denunciados por mes, tiempo de espera en una fila, etc.
Problema: un analista financiero estima que el 3,5 % de las PYME de la RM. Entraran en recesin el
prximo ao. Si se elige una muestra de 100 pequeas empresas del rea sur, estime la probabilidad
de que al menos tres de ellas entrarn a suspender sus actividades.
Anlisis:
de
acuerdo
al
modelo
Binomial
sera:

P( X 3) P ( X 3) P( X 4) P ( X 5) ... P ( X 100)
O en forma equivalente:

P ( X 3) 1 P ( X 0) P ( X 1) PX ( 2)

Para dar respuesta a las preguntas planteadas se deben considerar algunas condiciones importantes
que finalmente derivarn el desarrollo a un proceso de Poisson, pues es aconsejable el modelo de
Poisson cuando:

n 30

p 0,1

np 5

p 0,035 0,1

n 100 30

np (100)( 0.035) 3,5 5

En nuestro caso
;
y
En consecuencia es conveniente aplicar el modelo de Poisson, cuyas relaciones son:

n x
e x
p 1 p n x
n x
x!

p 0
Lm

np

Distribucin de Poisson como el

para x = 0, 1, 2,

E X ) Lm (np )

Y se tiene que
La solucin del problema sera:

P ( X x)

e x
x!
V ( X ) Lm (np)(1 p)

, mientras que la varianza es

P( X 3) 1 P( X 0) P( X 1) PX ( 2)

P( X 3)
Tambin pudo aplicarse:

=1-(0.302+0.1057+0.1850)=0.679

P ( X 100) P ( X 2) 0.67915
=

Ejercicios.
1) En la seccin de urgencia de una clnica mdica, se estima que el nmero de promedio de
intervenciones no realizadas es 8, antes de cumplir 100 horas continuadas de funcionamiento.
Si se supone que el suceso sigue una variable aleatoria de Poisson:
a) Cul es la probabilidad de que fallen por lo menos 10 intervenciones en 125 horas?
R: 0.4169
b) Calcule la probabilidad de que fallen no ms de dos intervenciones en 50 horas
R: 0.2381
c) Calcule la probabilidad de que falle un artculo en 25 horas.
R: 0.2706
2) De acuerdo al ndice Forbes, la proporcin de ciudadanos en Amrica Latina con ingresos
mensuales superiores a $20 millones, es de 0.005%. Calcular la probabilidad de que entre
5.000 consultados se encuentren dos ciudadanos con ese nivel de renta.
R: 0.0243
3) El nmero medio de automviles que llegan a una estacin de peaje con TAG es de 210 en
una hora. Si la estacin atiende a un mximo de 10 vehculos por minutos, calcule la
probabilidad de que en un minuto dado lleguen ms automviles de los que pueden circular
sin espera adicional.
R: 0.0092
4) Una empresa exportadora estima que puede introducir un producto en la regin sur de China,
esperando una demanda del 0,4%de los habitantes. Calcularla probabilidad de que al
consultar a 1.000 chinos residentes en la regin, el producto haya sido comprado:
a) Por tres o ms personas.
R: 0.000092
b) Por cinco personas o menos
R: 0.9999

Aproximacin de distribucin Binomial por distribucin Normal

Cuando las variables no son discretas, o sea, pertenecen a un intervalo continuo de valores reales, se
tratar de una variable continua. Asociada a este tipo de variable se tiene a la distribucin ms
importante, en general, denominada distribucin normal. El teorema central del lmite establece
que cuando los resultados de un experimento son debidos a un conjunto muy grande de causas
independientes, siendo cada efecto individual poco relevante respecto del conjunto, en estas
circunstancias los resultados siguen una distribucin normal.

Los parmetros de esta variable aleatoria son

f ( x)

1
2

1 x

(media y varianza), con funcin de densidad

para todo

IR,

X N ( , 2 )

IR . Donde

X N (0, 1)
Variable normal tipificada:

esto es, Media cero y Varianza 1. De modo que la funcin

x

f ( x)
se expresa por:

1
e2
2

, siendo simtrica en
x

( x)
Su funcin de distribucin es

Ejemplo. Si

1
2

x=0.

e 2 dx

X se distribuye normalmente con Media de 20 y Varianza 4, calcular:

15

Solucin: Tenemos:

x=15;

=20;

( x)
=2

P ( X 15)

1
2

152
2

dx

Resuelto con Excel

P( X 15) ... 0.00621

El uso de calculadoras cientficas programables, o de planillas de clculo con funciones especiales,
permite resolver directamente los problemas, sin tener que resolver las funciones matemticas
asociadas, ni usar las tablas de distribuciones estandarizadas.
Si se debe cuidar que el planteamiento para el desarrollo de la solucin sea el correcto.

Observacin: cuando se tiene una Distribucin Binomial, con n muy grande, el clculo es difcil
de realizar. En estos casos se procede aproximando la Binomial a una Normal:

X B ( n, p )

usualmente

npq

np
, considerando

n 30

, entendiendo que

n es un valor muy grande,

np 5 nq 5
y tambin

P( X k )
Luego si X es variable discreta con distribucin binomial, la aproximacin para

ser por

P (k 0,5 Y k 0,5)
intervalos de la forma

Ejemplo: Un examen con cuatro alternativas tiene 100 preguntas, siendo slo una la respuesta
correcta. Si un estudiante contesta al azar cul es la probabilidad de que acierte?:
a) Ms de 30 preguntas
b) Menos de 15

npq 100 0.25 0.75

np
Solucin:

= (100)(0.25)=25;

= 4.33

a) P(X>30)=1- P(Y>30.5)=0.102
b) P(X<15)=P(Y<14.5)=0.0076
Observacin: los lmites corregidos (

0.5

) siempre deben quedar comprendidos en el rea

de clculo

Ejercicios
1) Calcular la probabilidad de obtener 27 o ms ampolletas led defectuosas en una muestra de
1000 led, sabiendo que la probabilidad de que una de ellas elegida al azar no sea defectuosa
es de 098.

2) Los productores de pisco de la tercera regin han detectado suelos contaminados en un rea
de siembras. Para el anlisis se separan sitios de 100 metros cuadrados y se estima que hay
una probabilidad de 0.6 de encontrar contaminantes en un sitio. Calcule la probabilidad de
a) Tener algn sitio contaminado si un agricultor tiene 15 sitios
b) Si otro tiene 200 sitios, cul es la probabilidad de tener entre 100 y 150 sitios
contaminados?
c) Si por cada sitio contaminado el agricultor anterior pierde US$1.000 cul es la prdida
que calcula tener?
3)

Para un examen de conducir que responden dos personas, se aplica un test de 80 preguntas
de V o F. Suponiendo que la primera sabe la respuesta de 50 preguntas y contesta las
restantes al azar, mientras que el segundo examinado puede contestar con seguridad 20
preguntas y el resto al azar.

Calcule la probabilidad de que:

a) El primer examinado conteste correctamente ms de 40 preguntas
b) El segundo examinado responda como mnimo50 preguntas.
c) Acertara a lo menos 40 preguntas, si uno de los dos contestara al azar todas las
preguntas.