1. INTRODUCCION A LA PROBABILIDAD.

U
Es el estudio de experimentos o fenómenos aleatorios o de libre
A B
determinación o de libre ocurrencia.
0
Históricamente, la Teoría de la probabilidad comenzó con el estudio de los
1 3
juegos de azar, tales como dados, cartas, ruletas y otros, para un
6 2
determinación de cómo serian sus resultados para ganar o perder.
4 5
La probabilidad de un evento A se define:
#𝐴 8 7
P(A) =
#𝑆
1. ESPACIO MUESTRAL: Regularmente se representa con una letra 9
mayúscula S, pero de igual manera usted puede utilizar otra diferente. Calculado:
Es el conjunto de todos los resultados posibles de un experimento o un AUB =
fenómeno. A∩B =
Ej. Se lanza un dado y se analiza su resultado: Observamos que el dado Ac =
puede caer en 1, 2, 3, 4, 5, o 6., por lo tanto el espacio muestral será: Bc =
S = {1, 2, 3, 4, 5, 6} A–B =
2. EVENTO: Un evento es un conjunto de resultados posibles del fenómeno B–A =
a analizar. Es un subconjunto del espacio muestral. Los cardinales de cada uno de los conjuntos:
Dado el evento de que el dado pueda caer en una cifra par, entonces los #A = , #B = , #(AUB) = , #(A∩B) = , #(Ac) = , #(Bc) = ,
posibles resultados en que puede caer el dado serán: dos, cuatro y seis, #(A-B) = , #(B-A) = .
por lo tanto el evento será: Calculando las probabilidades con %.
#𝐴
A = { 2, 4, 6 } P(A) = =
#𝑆
La combinación de los eventos se puede dar para formar nuevos
eventos: #𝐵
1. A U B si y solo si A o B suceden o ambos. P(B) = =
#𝑆
2. A ∩ B si y solo si A Y B suceden simultáneamente.
3. Ac Complemento de A, si y solo si A no sucede. #(𝐴𝑈𝐵)
P(AUB) = =
#𝑆
3. EVENTOS MUTUAMENTE EXCLUSIVOS: Se llaman mutuamente
exclusivos, si son disyuntos, ósea que la intersección de los conjuntos sea #(𝐴∩𝐵)
vacía. A ∩ B = φ ( No pueden suceder simultáneamente ) P(A∩B) = =
#𝑆
Ejemplo No 1: Se S = { 1, 2, 3, 4, 5, 6 } un espacio muestral, de las posibilidades
de salir un numero al ser lanzado un dado y los eventos A = {2, 4, 6} de salir un #(𝐴−𝐵)
P(A-B) = =
numero par. B = {1, 3, 5} de salir un número impar. C = {2, 3, 5} #𝑆
A ∩ B = φ, Observamos que no hay elementos comunes, por lo tanto los #(𝐵−𝐴)
eventos son mutuamente exclusivos. P(B-A) = =
#𝑆
Determinando la probabilidad de cada uno de los eventos y en %
#𝐴 #(𝐴𝑐 )
P(A) = = P(AC) = =
#𝑆 #𝑆
#𝐵 𝑐
P(B) = = #(𝐵 )
#𝑆 P(𝐵 𝑐 ) = =
#𝑆
Si aplicamos los teoremas obtenemos:
#𝐶
P(A) = = T2. P(AC) = 1 - P(A) =
#𝑆
T2. P(BC) = 1 - P(B) =
#𝑆 T4. P(A-B) = P(A) - P(A∩B) =
P(S) = = T5. P(B-A) = P(B) - P(B∩A) =
#𝑆
T6. P (AUB) = P(A) + P (B) + P(A∩B) =
#𝐶 T6. P (AUB) = P(A-B) + P (B-A) + P(A∩B) =
P(C) = =
#𝑆 4. ESPACIOS FINITOS DE PROBABILIDAD.
Formando nuevos eventos con la combinación de los eventos anteriores A, B
Sea un espacio muestral finito tal que S = { a1, a2, a3, ……. an }la probabilidad
y C:
del espacio muestral será la suma de las probabilidades parciales e igual a 1.
AUB=
P(S) = P(a1) + P(a2) + P(a3) + ……………… + P(an) = 1
AUC=
EJEMPLO No 3. Lanzamos cuatro monedas una a una y observamos los
B∩C=
números de sellos que pueden salir en cada lanzamiento.
CC =
El espacio muestral sería así:
Las probabilidades de los nuevos eventos serán y %:
#(𝐴𝑈𝐵) 1. Que no salga ningún sello. 0S
P(AUB) = =
#𝑆
2. Que salga un sello y tres caras. 1S
#(𝐴𝑈𝐶)
P(AUC) = =
#𝑆
3. Que salgan dos sellos y dos caras. 2S.
#𝐶
P(B∩C) = =
#𝑆 4. Que salgan tres sellos y 1 cara. 3S
#Cc
P(Cc) = = 5. Que salgan cuatro sellos y o caras. 4S
#𝑆
2. AXIOMAS DE PROBABILIDAD.
Si consideramos el espacio muestral S y los eventos A y B, cuyas funciones de El conjunto S = { 0, 1, 2, 3, 4 } de los posibles resultados de caer las monedas.
probabilidad son P(S) probabilidad de S. P(A) probabilidad del evento A. P(Cc) Observamos que existen 16 posibilidades de salir los resultados.
probabilidad del evento Cc. Se cumplen los siguientes axiomas: Si calculamos las siguientes probabilidades.
P1 Para todo evento A, se cumple que 0 ≤ P(A) ≤ 1 1. La probabilidad de que salgan 4 caras o no salga un sello.
P2 P(S) = 1 P(0) =
P3 Si A y B son eventos mutuamente exclusivos, entonces se cumple que 2. La probabilidad de que salga un sello.
P(AUB) = P(A) + P(B) . P(1) =
Para el ejemplo No 1, observamos que: 3. La probabilidad de que salgan dos sellos.
1. 0 ≤ P(A) ≤ 1. Observamos que el valor de cada una de las probabilidades P(2) =
es menor que 1 y mayor que 0. 4. Probabilidad de que salgan 3 sellos.
2. P(S) = 1. Se ve fácilmente que la probabilidad del espacio muestral S es P(3) =
1. 5. Probabilidad de que salgan 4 sellos.
3. P (AUB) = P(A) + P (B). La probabilidad de cada evento es P(A) = 0.5 P(B) = P(4) =
0.5 y la probabilidad de P(AUB) = 1.0 P(S) = P(0) + P(1) + P(2) + P(3) + P(4)
3. TEOREMAS DE LA PROBABILIDAD.
Estos teoremas se deducen de los axiomas: =
T1. La probabilidad del conjunto vacio es 0. P(𝜙) = 0
T2. Si Ac es el complemento del evento A, entonces P(Ac) = 1 - P(A) 6. La probabilidad de que por lo menos salga un sello.
T3. Si A c B, entonces P(A) ≤ P(B) Los resultados son C = { 1S, 2S, 3S, 4S }
P(C) = P(1S) + P(2S) + P(3S) + P(4S)
T4. Si a y b son dos eventos, entonces P(A-B) = P(A) - P(A∩B)
=
T5. Si A y B son dos eventos, entonces P (AUB) = P(A) + P (B) + P(A∩B)
EJEMPLO No2: Sea S = { 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 }, el espacio muestral de los 7. Sea D el evento de que salgan todos sellos o todas caras.
resultados del fenómeno dado y los eventos A = {0, 1, 2, 4, 6, 8} y B = {1, 2, 3, Los resultados de D = { 4S, 4C }
4, 5}. P(D) = P(4C) + P(4S)
La grafica del conjunto será: =
EJEMPLO No 4. Cuatro caballos A, P, S, Q, intervienen en una carrera. Si A tiene F. Sabemos que el estudiante seleccionado no usa gafas, ¿Qué
el doble de probabilidades de ganar que P, y P el doble de probabilidades de probabilidad hay de que sea hombre?
ganar que S, S el doble de probabilidades de ganar que Q. Cuáles son las 𝐸 25 5
respectivas probabilidades de ganar cada uno de los caballos. 𝑃(H/~G) = = = = 0.3571 = 35.71%
𝑆 70 14
Sea p la probabilidad de ganar el menos factible. G. Sabemos que el estudiante seleccionado no usa gafas, ¿Qué
Q =p probabilidad hay de que sea mujer?
S = 2Q = 2p 𝐸 45 9
𝑃(H/~G) = = = = 0.6428 = 64.28%
P = 2S = 2(2Q) = 4Q = 4p 𝑆 70 14
A = 2P = 2(2S) = 2(2(2Q))) = 8Q = 8p
Como el valor total de una probabilidad de un espacio muestral debe ser uno,
entonces.
P(A) + P(P) + P(S) + P(Q) = 1

Los valores de la probabilidad de ganar cada caballo es de:

P(A) = 8p =

P(P) = 4p =

P(S) = 2p =

P(Q) = 1p =

Cuál es la probabilidad de que A o P ganen la carrera.

El evento es F = { A, P } exprese en %
P(F) = P(A) + P(P)

=
Y la probabilidad de perder es
La
5. ESPACIOS FINITOS EQUIPROBABLES.
Es un espacio muestral S finito de probabilidad, donde cada punto
muestral tiene la misma probabilidad.
𝑎
P(A) =
𝑠
EJEMPLO No 6. Selecciónese una carta al azar de una baraja Española corriente
de 52 cartas. Determínese la probabilidad de y en %:
1. Que al sacar una carta sea una espada. Evento A
2. Que sea una figura, J, Q, K. Evento B
3. Hallar la P(A) - P(B) - P(AUB) - P(A∩B)

1. Se sacan dos bolas de una urna que se compone de una bola blanca, otra
roja, otra verde y otra negra. Describir el espacio muestral cuando:
1. La primera bola se devuelve a la urna antes de sacar la segunda.

2.
3. Un taller sabe que por término medio acuden: por la mañana tres
automóviles con problemas eléctricos, ocho con problemas mecánicos y
tres con problemas de chapa, y por la tarde dos con problemas
eléctricos, tres con problemas mecánicos y uno con problemas de chapa.

Eléctrico Mecánico Chapas Total

Mañana 3 8 3 14
Tarde 2 3 1 6
Total 5 11 4 20
A. Cuál es la probabilidad de que atiendan un carro y sea de la jornada
de la tarde:
𝐸 6
𝑃(TARDE) = = = 0.30 = 30%
𝑆 20
B. Cuál es el porcentaje de los carros que acuden por problemas
mecánicos. Recuerde que hallar el porcentaje y la probabilidad son
operaciones equivalentes.
𝐸 11
𝑃(MECANICOS) = = = 0.55 = 55%
𝑆 20
C. Calcular la probabilidad de que atiendan un automóvil con
problemas eléctricos acuda por la mañana:
𝐸 3
𝑃(M/E) = = = 0.60 = 60%
𝑆 5
D. Calcular la probabilidad de que atiendan un automóvil con
problemas mecánicos acuda por la tarde:
𝐸 3
𝑃(T/M) = = = 0.2727 = 27.27%
𝑆 11
4. En un aula de clases hay 100 alumnos, de los cuales: 40 son hombres, 30
usan gafas, y 15 son varones y usan gafas. Si seleccionamos al azar un
alumno de dicho curso.

Gafas Sin Gafas Total

Hombres 15 25 40
Mujeres 15 45 60
Total 30 70 100
A. ¿Cuál es la probabilidad de que sea mujer y no use gafas?
𝐸 45
𝑃(MY~G) = = = 0.45 = 45%
𝑆 100
B. ¿Cuál es la probabilidad de que sea mujer y use gafas?
𝐸 15
𝑃(MYG) = = = 0.15 = 15%
𝑆 100
C. Hallar el porcentaje de los estudiantes que usan gafas
𝐸 30
𝑃(G) = = = 0.30 = 30%
𝑆 100
D. La probabilidad de que un estudiante con gafas sea mujer.
𝐸 15
𝑃(M/G) = = = 0.50 = 50%
𝑆 30
E. Probabilidad de que un estudiante sin gafas sea hombre.
𝐸 25
𝑃(M/G) = = = 0.25 = 25%
𝑆 70