Universidad Evangélica del El Salvador – Facultad de Ciencias

Empresariales y Económicas
Estadística General Grupo 2 – Mstro. Everth Guandique

Unidad No. 3. Distribución de probabilidad para variables aleatorias discretas

3.1 Definiciones básicas de probabilidad

1. Introducción

El contexto histórico en el que surgieron los conceptos de probabilidad se dio en el

ámbito de la resolución de problemas que aparecían al momento de realizar algunos
juegos de azar, por ejemplo, en un juego dos personas elegían que al lanzar una moneda
caería cara o corona y el ganador sería aquel que lograba ya sea 5 caras o 5 coronas, sin
embargo, los jugadores se retiraban cuando uno tenía 4 caras y el otro 3 coronas. Si
cada jugador había puesto 32 monedas, el problema era determinar la forma más justa
de repartir las 64 monedas. Este problema fue planteado por un experto jugador y
apostador llamado Antoine Gombaud, caballero de Meré, a los matemáticos franceses
Pascal y Fermat, quienes mediante correspondencia resolvieron todo tipo de problemas
sobre juegos de azar, creando la noción de probabilidad y aplicándola en la resolución de
estos problemas; estos estudios fueron retomados después por el matemático francés
Pierre-Simón Laplace, quien presenta la teoría analítica de las probabilidades y se sigue
hasta que se formaliza matemáticamente toda la teoría de probabilidades con la
axiomática del matemático ruso Kolmogórov, en 1933 aproximadamente.

La rama de la estadística inferencial se fue desarrollando conforme los años

pasaron, y su aplicación en diversos campos científicos ha resultado muy importante,
puesto que a partir de la inferencia se ha podido modelar fenómenos y predecir
comportamientos de estos fenómenos con bastante certeza, en áreas como la economía,
educación, transporte, construcción, etc.

2. Presaberes

 Completa la siguiente tabla de la manera en que se explica:

o Coloca en la segunda fila los resultados que podrías predecir al tirar una
moneda, si en el primer lanzamiento crees que caerá cara coloca “Ca” abajo del
número 1, sino coloca “Co”.

Lanzami
1 2 3 4 5 6 7 8 9 10
ento
Predicció
n
Resultad
o

Analiza:

Página 1 de 14
 Universidad Evangélica del El Salvador – Facultad de Ciencias
Empresariales y Económicas
Estadística General Grupo 2 – Mstro. Everth Guandique

a) ¿Cuáles son todos los posibles resultados que se

podían obtener al lanzar una moneda?
b) ¿Cuántas veces se obtuvo cara como resultado
al lanzar la moneda 10 veces?
c) ¿Cuántas veces se obtuvo corona como
resultado al lanzar la moneda 10 veces?
d) ¿Es más factible, que en 10 lanzamientos de la
moneda se obtengan 10 caras, o que se
obtengan 6 caras y 4 coronas?
e) Divide la cantidad de caras obtenidas en los
resultados entre 10 (frecuencia relativa).

Página 2 de 14
 Universidad Evangélica del El Salvador – Facultad de Ciencias
Empresariales y Económicas
Estadística General Grupo 2 – Mstro. Everth Guandique

3. Definiciones

Al lanzar una moneda no se puede saber con certeza el resultado que se obtendrá,
sin embargo, puede existir una forma de tener un parámetro sobre los resultados que
son más certeros y los que no. La rama de la matemática que estudia la forma de
representar con números la mayor o menor certeza de la ocurrencia de un resultado
para realizar predicciones se conoce como: probabilidad.

Un proceso que genera un conjunto de datos (o resultados, como el hecho de

lanzar una moneda) se conoce como experimento. El conjunto de los posibles
resultados que se pueden obtener al realizar un experimento se conoce como espacio
muestral. Un elemento del espacio muestral se conoce como evento simple y cualquier
subconjunto del espacio muestral se conoce como evento.

El valor obtenido dividiendo la cantidad de veces que se obtiene un resultado

específico entre el total de
veces que se realiza un experimento (frecuencia relativa) se conoce como:
probabilidad experimental.

Número de veces que sucede el evento A

P ( A)=
Total de ocasiones en las que se realizó el experimento

Ejemplo 1. Utilizando un dado, realiza una predicción respecto al número que se puede
obtener en cada lanzamiento de un total de 10. Luego realiza el experimento y escribe
los resultados en una tabla, así como lo hiciste en la actividad de presaberes.

Lanzami
1 2 3 4 5 6 7 8 9 10
ento
Predicció
n
Resultad
o

Analiza:

a) ¿Cuál es el espacio muestral del

S={}
experimento?

Página 3 de 14
 Universidad Evangélica del El Salvador – Facultad de Ciencias
Empresariales y Económicas
Estadística General Grupo 2 – Mstro. Everth Guandique

1.

2.
b) Ejemplifica al menos 5 eventos simples
que pueden ocurrir en el experimento
3.
de lanzar 10 veces un dado y el
número que se obtiene.
4.

5.
c) Basado en los resultados obtenidos,
calcula la probabilidad experimental
que, al lanzar un dado, el número que
se obtenga sea primo.

Página 4 de 14
 Universidad Evangélica del El Salvador – Facultad de Ciencias
Empresariales y Económicas
Estadística General Grupo 2 – Mstro. Everth Guandique

4. Probabilidad

Problema Inicial 1. Considerando el experimento de lanzar una moneda una vez.

a) ¿Piensas que la posibilidad de caer cara es mayor que la de caer corona? R/ Al

lanzar una moneda solo hay dos posibles resultados, cae cara o cae corona. Ambas
opciones tendrían la misma posibilidad de caer.
b) ¿Con cuál número se podría expresar la posibilidad de caer cara? R/ Solo hay dos
posibles resultados y para que caiga cara solo hay una forma; además los
resultados tienen la misma posibilidad de caer y esto se puede expresar como una
fracción:

1
Dos posibles resultados cara o corona → ¿
2

Si en un experimento se cumple que cada evento simple (cada posible resultado)

tiene la misma posibilidad de ocurrir, entonces el valor obtenido dividiendo el total de
elementos que tiene un evento A (casos favorables), es decir, n(A), entre el total de
elementos del espacio muestral S (casos posibles), es decir, n(S), se conoce como:
probabilidad teórica, además:
n (A )
P ( A)=
n (S)

Ejemplo 2. Calcula la probabilidad de que al lanzar un dado caiga un número par (la
cantidad de puntos sea par). Considerando el espacio muestral S = {1, 2, 3, 4, 5, 6}.

Ejercicio 1. Resuelve los siguientes problemas.

1) Determina la probabilidad de que al lanzar un dado dos veces caiga el número 3 en

ambas ocasiones (la cantidad de puntos sea 3).

2) Determina la probabilidad de que, al lanzar 2 dados, la suma de todos los puntos (de
ambos dados) sea 7.

3) Considerando el espacio muestral (S) como conjunto, analiza el siguiente diagrama de

Venn, si cada evento simple tiene la misma probabilidad de ocurrir, resuelve:
Página 5 de 14
 Universidad Evangélica del El Salvador – Facultad de Ciencias
Empresariales y Económicas
Estadística General Grupo 2 – Mstro. Everth Guandique

a. Determina la probabilidad teórica de A.

b. Determina la probabilidad teórica de B.

Página 6 de 14
 Universidad Evangélica del El Salvador – Facultad de Ciencias
Empresariales y Económicas
Estadística General Grupo 2 – Mstro. Everth Guandique

5. Intersección y regla de adición para probabilidad

Problema Inicial 2. Se tira un dado una vez y se definen los siguientes eventos: A =
Cae 1, 2 o 3; B = 1, 3 o 5

a) ¿Qué representa el evento “ocurre A o B”? Determina su probabilidad:

4 2
A∪ B= { 1,2,3,5 } ⇒ P ( A ∪ B) = =
6 3

b) ¿Qué representa el evento “ocurre A y B”? Determina su probabilidad:

2 1
A∩ B= {1,3 } ⇒ P ( A ∩B ) = =
6 3

Sean A y B dos eventos cualesquiera de un espacio muestral (S), al evento definido

por “ocurre tanto A como B” se denota por A⋂B y se lee “evento A intersectado B”.
Cuando la intersección de 2 eventos es vacía, es decir, A⋂B = ∅, se dice que los
eventos A y B son mutuamente excluyentes. Además, al evento definido por
“ocurre el evento A o el evento B” se denota por A⋃B y se lee “evento A unido B”.
Puesto que se cumple que n(A⋃B) = n(A) + n(B) – n(A⋂B), entonces:

n ( A ∪B ) n ( A ) +n ( B ) -n ( A ∩B ) n ( A ) n ( B ) n ( A ∩B )
P ( A∪ B ) = = = + - = P ( A ) +P ( B ) -P ( A ∩B )
n (S) n (S) n ( S ) n ( S ) n (S )

Cuando los eventos A y B son mutuamente excluyentes se cumple que:

P ( A∪ B ) =P ( A ) +P ( B ) -P ( A ∩B )

Ejemplo 3. ¿Cuál es la probabilidad de que, al extraer una carta de una baraja de 52

cartas, el resultado sea un “as” o 7?

4 4 8 2
P ( A∪ B ) =P ( A ) +P ( B ) -P ( A ∩B )= + −0= =
52 52 52 13

Ejercicio 2. Resuelve los siguientes problemas.

1) Determina la probabilidad de que al lanzar dos dados el resultado de sumar sus

puntos sea 5 o 7

2) Considerando los eventos A, B y C en el espacio muestral (S), analiza el diagrama de

Venn y determina:

Página 7 de 14
 Universidad Evangélica del El Salvador – Facultad de Ciencias
Empresariales y Económicas
Estadística General Grupo 2 – Mstro. Everth Guandique

a) P(A ⋂ B)=

b) P(A ⋃ B)=

c) P(A ⋂ C) =

d) P(A ⋃ C)=

e) ¿Cuáles eventos son mutuamente excluyentes y

cuáles no?

Página 8 de 14
 Universidad Evangélica del El Salvador – Facultad de Ciencias
Empresariales y Económicas
Estadística General Grupo 2 – Mstro. Everth Guandique

6. Aplicación de la regla de adición de probabilidad.

Problema Inicial 3. En una empresa se producen 500 dispositivos, entre celulares,

tablets, laptops; entre estos 500 dispositivos la probabilidad de que un producto sea un
celular defectuoso es 1/20, la probabilidad de que el producto sea una tablet defectuosa
es 3/125, y la probabilidad de que sea una laptop defectuosa es 1/50. Determina la
probabilidad de que al seleccionar uno de los 500 productos, este sea defectuoso.

P(D) = P[(D ⋂ A) ⋃ (D ⋂ B) ⋃ (D ⋂ C)]

P(D) = P(D ⋂ A) + P(D ⋂ B) + P(D ⋂ C)
1 1 3
P(D) = + +
20 50 125
47
P(D) =
50 0

Para calcular la probabilidad de un evento D que se divide

en varios eventos particulares A 1 , A 2 , A 3 ,…, A n ,
mutuamente excluyentes y que la unión de tofos los Ai
conforman el evento D, se calcula de la siguiente manera:

P ( D ) =P [ ( D∩ A 1 ) ∪ ( D ∩A 2) ∪ ( D∩ A 3 ) ∪… ∪ ( D ∩ A n ) ]
P ( D ) =P ( D∩ A1 ) +P ( D∩ A2 ) +P ( D∩ A 3 ) +…+P ( D∩ An )

Ejemplo 4. Para una rifa se utilizan papeles de 4 colores diferentes, 1/6 de todos los
papeles están premiados. De todos los papeles premiados 1/18 son verdes, 1/36 son
rojos y 1/18 son morados. Determina la probabilidad de que, al extraer un papel de color
amarillo, este tenga premio.

1 1 1 1 1
P ( D ∩ A 4 ) = P ( D ) - P ( D∩ A 1 ) - P ( D∩ A 2 ) - P ( D ∩ A 3 )= − − − =
6 18 36 18 36

Ejercicio 3. Resuelve los problemas.

1) Se encuesta a algunas personas acerca de su sexo y profesión, y a partir de ello se

sabe que del total de personas, 1/3 son mujeres médicas, 1/6 son mujeres
matemáticas, y 1/16 son mujeres que laboran en otras actividades. Determina la
probabilidad de que, al seleccionar una persona encuestada, esta sea mujer.

Página 9 de 14
 Universidad Evangélica del El Salvador – Facultad de Ciencias
Empresariales y Económicas
Estadística General Grupo 2 – Mstro. Everth Guandique

2) En una clínica pediátrica se atiende la misma cantidad de niñas y de niños, y 1/6 de

todos los niños atendidos son niñas mayores de 12 meses. Determina la probabilidad
de que sea atendida una niña de a lo sumo 12 meses.

Página 10 de 14
 Universidad Evangélica del El Salvador – Facultad de Ciencias
Empresariales y Económicas
Estadística General Grupo 2 – Mstro. Everth Guandique

7. Axiomas de probabilidad (teórica).

Problema Inicial 4. Considerando el experimento de tirar un dado, resuelve:

a) Determina la probabilidad de obtener un 3 en la tirada.

b) Determina la probabilidad de obtener 1, 2, 3, 4, 5 o 6 en la tirada.

Axiomas de Kolmogórov

1) 0≤P ( A ) ≤1. Dado que A⊆ S, entonces se cumple 0≤n ( A ) ≤n ( A ) .

2) P ( S ) =1. En esta situación los casos favorables son todos los casos posibles, o bien
A=S.
3) Si A∩ B= ∅ entonces P ( A∪ B ) =P ( A ) +P ( B )

Del axioma 2 y 3 se deduce que P ( S ) =P ( S∪∅ ) =P ( S ) +P ( ∅ ) y entonces P ( ∅ ) =0

Ejercicio 4. Resuelve los problemas.

1) Determina la probabilidad que al formar un grupo de 5 personas entre 4 mujeres y 4

hombres si:

a) está integrado por 2 hombres y 3 mujeres;

b) está integrado por al menos un hombre o por al menos una mujer;
c) está integrado por 3 o por 4 mujeres.

Solución:

a) b) c)

Página 11 de 14
Universidad Evangélica del El Salvador – Facultad de Ciencias
Empresariales y Económicas
Estadística General Grupo 2 – Mstro. Everth Guandique

Página 12 de 14
 Universidad Evangélica del El Salvador – Facultad de Ciencias
Empresariales y Económicas
Estadística General Grupo 2 – Mstro. Everth Guandique

8. Probabilidad del complemento

Problema Inicial 5. Calcula la probabilidad que al tirar un dado 3 veces caiga 1 al

menos una vez.

Considerando los eventos:

 A: Cae 1 al menos una vez en 3 tiradas.

 AC: No cae 1 en las 3 tiradas.

Además, P ( S ) =P ( A ∪ A c ) =P ( A ) +P ( A c ) ; P ( S ) = 1⇒ 1= P ( A ) +P ( A c ) ⇒P ( A ) =1-P ( A c )

5 3 125 91
c
Por lo tanto, P ( A ) =1-P ( A ) =1- ()
6
=1- =
216 216

Sea A un evento dentro de un espacio muestral S. Al evento Ac se le conoce como

complemento del evento A, y a P(Ac) se le conoce como probabilidad del
complemento del evento A. Se cumple que P ( A ) =1-P ( Ac ).

Ejemplo 5. En un juego de dados se lanzan 6 dados, y un jugador gana si en la tirada se

obtiene al menos un “5” en alguno de los dados. Determina la probabilidad de ganar en
este juego de dados.

A: Obtener al menos un 5 5 6 156 25 31031

c
A : No obtener algún 5
P ( A ) =1-P ( A c
) =1-
6 ()
=1- =
4665 6 46656

Ejercicio 5. Resuelve los problemas.

1) La probabilidad de que una tuerca producida por una máquina sea defectuosa es
1/40, determina la probabilidad que la tuerca sea no defectuosa.

2) Determina la probabilidad de que al tirar una moneda 10 veces se obtenga al menos

una cara.

3) Considerando el evento A en el espacio muestral (S), analiza el diagrama de Venn y

determina:

Página 13 de 14
 Universidad Evangélica del El Salvador – Facultad de Ciencias
Empresariales y Económicas
Estadística General Grupo 2 – Mstro. Everth Guandique

a) P( Ac )=

b) 1- P( A c )=

c) P(A ⋃ A c )=

d) P(A ⋂ A c ) =

Página 14 de 14