PROBABILIDAD

¿ Cuál es la probabilidad de que

GANE LA TINKA?
¿ Qué posibilidad hay de que hoy
llueva?
¿ Existe alguna probabilidad de que
desapruebe los exámenes parciales
de este ciclo académico?
¿Cuál es la probabilidad de que un
estudiante tenga tipo de sangre O?
 EL CALCULO DE PROBABILIDADES
PROPORCIONA LAS REGLAS PARA EL ESTUDIO DE
LOS EXPERIMENTOS ALEATORIOS O DE AZAR
QUE CONSTITUYEN LA BASE PARA LA
ESTADÍSTICA INFERENCIAL
 PROBABILIDAD
CONCEPTOS BÁSICOS
1. Experimento Aleatorio.- término utilizado en la teoría
de la probabilidad para describir virtualmente cualquier
proceso cuyos resultados no se conocen de antemano
con certeza.

Un experimento es aleatorio si se verifican las

siguientes condiciones:
1.1Se puede repetir indefinidamente, siempre en las
mismas condiciones;
1.2Antes de realizarlo, no se puede predecir el
resultado que se va a obtener;
1.3El resultado que se obtenga, pertenece a un
conjunto conocido previamente de resultados
posibles
Ejemplos.
a)En un experimento en el cual una moneda es lanzada
10 veces, el experimentador podría estar interesado en
determinar la probabilidad de obtener al menos 6 caras.

b)Medir la concentración de oxígeno disuelto en un río

contaminado.

c) observar la fracción de insectos que mueren por

acción de un insecticida nuevo.

d) la medición del número de llamadas telefónicas que

se producen en una gran ciudad durante un día

e) La medición del tiempo de vida de una pila.

f) La elección, al azar, de un número real perteneciente al

intervalo [0, 50]
2. ESPACIO MUESTRAL Y EVENTO.- Es la
colección de todos los posibles resultados de un
experimento, en tanto que un evento es un subconjunto del
espacio muestral.
Ejemplos:
2.1 Un inversionista planea escoger dos de las cinco
oportunidades de inversión que le han recomendado.
Sean : A,B,C,D,E las cinco oportunidades de inversión

S = { AB, AC, AD, AE, BC, BD, BE, CD, CE, DE }

2.2 Un experimento consiste en preguntar a cuatro jóvenes, si

fuman.
Sea: F = fuma N = No fuma

S = { FFFF , FFFN , FFNF , FNFF , NFFF , FFNN , FNFN , FNNF ,

NFFN , NFNF , NNFF , FNNN , NFNN , NNFN , NNNF, NNNN }
2.3 Lanzamiento de una moneda tres veces
S = { (c,c,c) , (c,c,s), (c,s,c), (c,s,s), (s,c,c), (s,c,s),
(s,s,c), (s,s,s)}
Los eventos aleatorios se denotan normalmente
con las letras mayúsculas A, B, C, ...

Son subconjuntos de S, esto es, A, B, C,…  S

Los eventos aleatorios son conjuntos que pueden

contener un solo elemento, una infinidad de
elementos, y también no contener ningún
elemento.

Al número de puntos muestrales de S se le

representa por N(S)
Ejemplo
Experimento: “Lanzamiento de un dado”
S = {1, 2, 3, 4, 5 ,6}

Evento:
A: Obtener un punto par A = {2, 4, 6}
B: Obtener un punto par menor a 6 B = {2, 4}
Operaciones Básicas con Eventos
Aleatorios

Ya que los eventos aleatorios son

subconjuntos del conjunto S, espacio
muestral, se pueden aplicar las conocidas
operaciones con conjuntos, a los eventos,
como son la unión, la intersección y la
diferencia de eventos.
OPERACIÓN EXPRESION DESCRIPCION

UNION A  B Unión de eventos originales: es

el evento que sucede si y solo si
A sucede o B sucede o ambos
suceden

INTERSECCION A  B Intersección de los eventos

originales, es el evento que
sucede si y sólo si A y B
suceden simultáneamente.
DIFERENCIA A - B La diferencia de los eventos
originales A y B, es el evento
que sucede solo en A pero no en
B.
Gráficamente estas operaciones se pueden representar a
través de los diagramas de Venn.
Sea S el espacio muestral y A y B eventos tal que A, B 
S gráficamente se puede expresar como:

A B

Fig. 1 Los eventos A y B no tienen elementos del espacio muestral en común.

 S

A B

Fig 2. Los eventos A y B tienen elementos del espacio

muestral en común.
De acuerdo a lo indicado en las figuras 1 y 2, la
unión de dos eventos se presenta de dos formas
diferentes: cuando los eventos son mutuamente
exclusivos (que no tienen elementos en común) y
cuando entre los eventos hay elementos comunes.

Definición.- Se dice que dos eventos A y B son

mutuamente exclusivos, cuando no pueden ocurrir
simultáneamente, es decir, A  B = , lo que
ocurre en la fig. 1.
Ejemplo
Dos profesores y tres asistentes graduados son
responsables de la supervisión de un laboratorio de
Química, y al menos un profesor y un asistente
graduado deben estar presentes siempre.
a) empleando dos coordenadas de tal manera que
(1,3), por ejemplo, represente el evento en el que un
profesor y tres asistentes graduados están
presentes, trace un diagrama de puntos en el que
aparezcan los puntos correspondientes al espacio
muestral.
a) Describa textualmente los eventos
representados por B = {(1,3), (2,3)}
b) C = {(1,1), (2,2)} D = {(1,2) ,(2,1)}
DEFINICIÓN CLÁSICA DE PROBABILIDAD
Condiciones:
i) El espacio muestral de todos los posibles
resultados es finito
ii) Los resultados el espacio muestral deben ser
igualmente probables
n( A)
Definimos a P(A) como: P( A) 
n( S )

Donde A es el evento formado por n(A) resultados

del espacio muestral y el número total de resultados
posibles es n(S).
 DEFINICIÓN AXIOMATICA
Las definiciones son empíricas o experimentales,
deduciéndose leyes o propiedades de la probabilidad en
forma lógica o computacional, bajo ciertas suposiciones
denominados axiomas de probabilidad.
La probabilidad de un evento A, se define como el
número P(A), que cumple los siguientes axiomas:

P(S )  1


0  P ( A)  1
 Si A y B son dos eventos mutuamente excluyentes,
tenemos que

A B  , P( A  B)  P( A)  P( B)
DEFINICIÓN EMPÍRICA "A POSTERIORI" 0
FRECUENCIAL
Supongamos que efectuamos un experimento n
veces y que en esta serie de n ensayos el suceso
E ocurre exactamente r veces, entonces la
frecuencia relativa del evento es r / n ,o sea:
f(E)=r/n Si continuamos calculando esta frecuencia
relativa cada cierto número de ensayos, a medida
que aumentamos n, las frecuencias relativas
correspondientes serán más estables; es decir;
tienden a ser casi las mismas; en este caso
decimos que el experimento muestra regularidad
estadística o estabilidad de las frecuencias
relativas.
 TÉCNICAS DE CONTEO
Son procedimientos o conjunto de reglas, utilizadas para enumerar
eventos difíciles de cuantificar

Entre las técnicas de conteo tenemos al diagrama de árbol,

combinación y permutación.
Las bases para la comprensión del uso de estas técnicas de
conteo son el principio de multiplicación y de adición.
PRINCIPIO DE MULTIPLICACION.- Se tienen k conjuntos de elementos , n1
en el primer conjunto, n2 en el segundo conjunto,.....y nk en el k-ésimo
conjunto. Supongamos que se desea formar una muestra de k elementos
tomando un elemento de cada uno de los k conjuntos. El número de
muestras distintas que pueden formarse es:

n1n2n3....nk

El principio de multiplicación implica que cada uno de los pasos de la actividad

deben ser llevados a efecto, uno tras otro.

Ejemplo. ¿Cuántos números telefónicos es posible diseñar, que deban constar

de siete dígitos tomados del 0 al 9?
 Considere que el cero no puede ir al inicio de los números y es
posible repetir dígitos,
 El cero no debe ir en la primera posición y no es posible repetir
dígitos
Ejemplo
Un restaurante ofrece 3 sopas diferentes, 5 carnes, 4 postres y 4 tipos
de bebida ¿De cuántas formas podemos ordenar una comida
consistentes de una sopa, una carne, un postre y una bebida?
Solución.
3 x 5 x 4 x 4 = 240 formas
 PRINCIPIO DE ADICION.-Si se desea llevar a efecto una actividad, la cuál
tiene formas alternativas para ser realizada, donde la primera de esas
alternativas puede ser realizada de M maneras, la segunda alternativa puede
realizarse de N maneras..... y la última de las alternativas puede ser realizada
de W maneras, entonces esa actividad puede ser llevada a cabo de :

M + N + .........+ W maneras

EJEMPLO: “Se desea comprar una lavadora de ropa, para lo cuál

puede seleccionar de entre las marcas , SAMSUNG1, LG2 y
ELECTROLUX3, cuando acude a hacer la compra se encuentra
que la lavadora de la marca SAMSUNG1 se presenta en dos tipos
de carga ( 8 u 11 kg.), en cuatro colores diferentes y puede ser
automática o semiautomática, mientras que la lavadora de la
marca LG2, se presenta en tres tipos de carga (8, 11 o 15 kg.), en
dos colores diferentes y puede ser automática o semiautomática y
la lavadora de la marca ELECTROLUX3, se presenta en solo un
tipo de carga, que es de 11 kg., dos colores diferentes y solo hay
semiautomática. ¿Cuántas maneras existen de comprar una
lavadora?”
 ¿Cómo podemos distinguir cuando hacer uso del
principio multiplicativo y cuando del aditivo?

 Cuando se trata de una sola actividad, la cual requiere

para ser llevada a efecto de una serie de pasos,
entonces haremos uso del principio de multiplicación y si
la actividad a desarrollar o a ser efectuada tiene
alternativas para ser llevada a cabo, haremos uso del
principio de adición.
 ALGUNAS TÉCNICAS DE CONTEO

1.Diagrama de Arbol.- Un diagrama de árbol es una herramienta que

se utiliza para determinar todos los posibles resultados de un
experimento aleatorio.
Ejemplo: Lanzamiento de una moneda dos veces
1er lanzamiento 2do lanzamiento

CC
C
CS

SC
S
SS

S  cc, ss, cs, sc

Ejemplo
Un investigador realizó un estudio para la
preparación del catalizador en la conversión de
monoetanolamina (MEA) a etilendiamina (EDA),
una sustancia que se utiliza comercialmente en
jabones. Se escogió el plan experimental inicial a
modo de examinar cuatro metales (Fe, Co, Ni y
Cu) y cuatro clases de soporte para el catalizador
(baja acidéz, alta acidez, poroso y alta área
superficial)

¿Cuántas combinaciones metal-soporte posibles

hay en este experimento?
2) Permutación.- Basados en el Principio de la
Multiplicación tenemos fórmulas generales que
permiten calcular el número de permutaciones con y
sin repetición de n elementos tomando todos a la vez
o parte de ellos de cada vez
Ejemplo
¿De cuántas maneras diferentes se puede realizar una primera,
segunda y tercera selección entre 12 empresas arrendadoras de
equipos para construcción?
1320

n!
P n

(n  r )!
r

12! 12!
P 12
  12 x11x10 
(12  3)! 9!
3
Ejemplo.
Se le suministran drogas a 8 animales de la
siguiente forma: Tipo A a tres de ellos, tipo
B a otros tres y tipo C a los dos restantes.
Luego se coloca cada uno de los animales
en una de las 8 diferentes cajas adyacentes
para su observación, si los animales solo se
distinguen en base al tipo de droga
recibida. ¿De cuántas formas diferentes
pueden ser colocadas?

n! 8!
  560
p1! p2 ! p3 ! 3!3!2!
 EJEMPLOS

Con las cifras 3, 3, 3, 4, 4, 4, 4, 5, 5; ¿cuántos números de nueve cifras

se pueden formar?

En el palo de señales de un barco se pueden izar tres banderas rojas,

dos azules y cuatro blancas. ¿Cuántas señales distintas pueden
indicarse con la colocación de las nueve banderas?
 3) Combinación.- Si se van a extraer n
elementos de un conjunto de N elementos
sin importar el orden de los n elementos, el
número de resultados distintos es:

n!
( )
n

r!(n  r )!
r

Ej. ¿De cuántas maneras se pueden sacar 3 bolas numeradas en

cualquier orden, de una bolsa que
contiene 5 bolas?.
Ejemplo
¿Cuántos helados de dos sabores
diferentes nos pueden servir en una
heladería que tiene el siguiente surtido
de sabores: Chocolate, vainilla, fresa y
coco.
Solución

4!
( )
4
6
2!(4  2)!
2
PROBABILIDAD CONDICIONAL

Utilizaremos P(A / B) para representar la

probabilidad del evento A dado que ocurre el
evento B. Para dos eventos cualesquiera A y B en
un espacio muestral S, tales que P(B) > 0 (p(B)
 0). La probabilidad del evento A dado el evento
B, se define por :
P( A  B)
P( A / B) 
P( B)
Ejemplo
Se seleccionan dos semillas aleatoriamente
una por una de una bolsa que contiene 10
semillas de flores rojas y 5 de flores
blancas. Determine la probabilidad de :
a) que la primera semilla sea blanca
b) que la primera semilla sea roja
c) La segunda semilla sea blanca si la
primera fue roja
d)La probabilidad de que las dos semillas
seleccionadas sean del mismo color
Rpta . a) P(B)=5/15 b) P( R )=10/15
c)P(B/R) = 5/14
Ejemplo
Una persona lanza una moneda 3 veces ¿Cuál s
probabilidad de obtener tres caras dada que salió por lo
menos una cara?
Sol
S = { (c,c,c) (c,s,c) (c,s,s) (s,c,s) (s,s,c) (s,c,c) (c,c,s)
(s,s,s)}
A={(c,c,c)}
B={ (c,c,c) (c,s,c) (c,s,s) (s,c,s) (s,s,c) (s,c,c) (c,c,s)}

1
P( A  B) 8 1
P( A / B)   
P( B) 7/8 7
Ejemplo

Se tienen dos cajas, la caja 1 contiene dos

fichas blancas y cuatro rojas, la caja 2 contiene
8 fichas blancas y cuatro rojas. Se selecciona
una caja al azar y luego se extrae una ficha al
azar. Hallar la probabilidad de que la ficha
extraída sea blanca.
P(B)=1/2 x 2/6 + ½ x 8/12
P(B)=0,5
Eventos Independientes

Los eventos son independientes si la ocurrencia

de B no altera la probabilidad de que haya
ocurrido A, es decir los eventos A y B son
independientes si:
P ( A / B )  P ( A)
si los eventos A y B son independientes también
se cumple que:
P( B / A)  P( B)

P(AB)=P(A)P(B)
Ejemplo
Considere el experimento de lanzar un dado balanceado,
defina los siguientes eventos:
A: Observar un número par
B: Observar un número menor o igual que 4
¿Son independientes los eventos A y B?

Solución
A  B  {2,4}
S = {1, 2, 3, 4 ,5 , 6}
A = { 2, 4, 6}
B = {1, 2, 3, 4 }
P ( A  B )  P ( A) P ( B)
2 3 4
 x
6 6 6
1 1

3 3
 REGLA DE BAYES
Es considerado un caso especial de la
probabilidad condicional, se aplica cuando se
desea calcular la probabilidad condicional de un
evento que ocurrió primero dado lo que ocurrió
después.
Sea A1, A2,....An eventos mutuamente
excluyentes y B un evento observado, luego P( A / B)
i
para i=1,2,...n es:

P( Ai  B) P( Ai ) P( B / Ai )
P( Ai / B)  
P( B) P( A1 ) P( B / A1 )  P( A2 ) P( B / A2 )  ......  P( An ) P( B / An )
Ejemplo
Una fábrica tiene tres máquinas A,B y C produciendo
las mismas piezas para televisores a color. La máquina
A produce 60% de las piezas con un 95% de ellas
perfectas, la máquina B produce 30% con 80%
perfectas y la máquina C produce 10% con 65%
perfectas. Si se selecciona una pieza al azar. ¿Cuál es
la probabilidad de que esta sea defectuosa? Y si es
defectuosa. ¿Cuál es la probabilidad de que haya sido
producida por la máquina A?
P(d)=0,60 x 0,05 +0,30 x 0,20 + 0,10 x 0,35
P(d) = 0,125 0,60 x0,05
P( A / d )   0,24
0,60 x0,05  0,30 x0,20  0,10 x0,35
Ejercicio : Complete la siguiente tabla

B Bc Total

A
P(AB) P(ABc)
P(A)

Ac P(Ac)
P(AcB) P(AcBc)

Total P(B) P(Bc) P( Ω)

 Ej. Una tienda de ropas exclusiva para varones, ofrece camisas
deportivas en tres tallas(S,M,L) y tres modelos ( a cuadros, estampadas
y de color entero), las camisas pueden ser de manga corta o larga. La
siguientes tablas nos muestran las proporciones de camisas vendidas
según talla, tipo de manga y modelo:

a.¿Cuál es la probabilidad de que la siguiente camisa vendida sea mediana,

de manga larga y estampada? Rpta.0,05
b.¿Cuál es la probabilidad de que la siguiente camisa vendida sea mediana
y estampada? Rpta.0,12
C.¿Cuál es la probabilidad de que la siguiente camisa vendida sea de
manga corta?¿y de manga larga? Rpta.0,56 , 0,44
d. ¿Cuál es la probabilidad de que la talla de la siguiente camisa vendida sea
mediana?¿y de que el modelo de la siguiente camisa vendida sea estampada?
Rpta.0,49 , 0,25
e.Dado que la camisa que se acaba de vender era a cuadros y de manga corta
¿Cuál es la probabilidad de que su talla fuera mediana?
Rpta.0,53
f.Dado que la camisa que se acaba de vender era a cuadros y mediana ¿Cuál
es la probabilidad de que fuera de manga corta? ¿y de manga larga?
Rpta.0,44 , 0,55