Módulo 4: Probabilidad

Introducción:

Algunas situaciones de probabilidad implican múltiples eventos. Cuando uno de los eventos
afecta a otros, se llaman eventos dependientes. Por ejemplo, cuando objetos son escogidos
de una lista o grupo y no son devueltos, la primera elección reduce las opciones para
futuras elecciones. Existen dos maneras de ordenar o combinar resultados de eventos
dependientes. Las permutaciones son agrupaciones en las que importa el orden de los
objetos. Las combinaciones son agrupaciones en las que el contenido importa, pero el orden
no.
En esta sesión, estaremos abordando inicialmente el concepto de probabilidad,
adentrándonos en la teoría y los espacios muestrales (entendidos como el conjunto de todos
los posibles resultados de un experimento denotado por ऽ), con el fin de realizar análisis en
el ámbito.
Luego, teniendo en cuenta que en probabilidad no siempre los experimentos tendrán un
evento. Es por esto por lo que los eventos que sean necesarios realizar, deberán ordenarse.
Es así como se vuelve necesario identificar los tipos de combinaciones y permutaciones en
los eventos de probabilidad, con el fin de ordenarlos.
Finalmente, y en relación a entender a la probabilidad como disciplina, ahondaremos en
leyes y teoremas que la sustentan, y que a su vez permiten la multidisciplinariedad de esta.
Es por esto que conoceremos las Leyes de probabilidad (donde detallaremos las
propiedades y fórmulas de probabilidad), Probabilidad condicional (que se presenta cuando
dentro de un experimento aleatorio se obtiene información de manera parcial, antes de
conocer el resultado final, siendo esta un detonante de cambio en la probabilidad de los
resultados) y Teorema de Bayes.

Objetivo:

Comprender la probabilidad como disciplina, sus propósitos en el desarrollo y justificación

de la teoría. Comprender el concepto de espacio muestral, combinaciones y permutaciones,
y las leyes de la probabilidad.
4.1. Espacios muestrales y conteo de puntos muestrales
Introducción:

La teoría de la probabilidad tiene sus orígenes en los juegos de azar, al igual que la
estadística, posteriormente cada una de las disciplinas tuvo sus propósitos específicos.
Por ello, el punto para abordar es:
 Espacios muestrales y conteo de puntos muestrales
Para comenzar, la probabilidad se refiere al estudio del azar y la incertidumbre en cualquier
situación en la que una serie de posibles sucesos pueden ocurrir (Devore, 2016).
Para ello, hay conceptos que se tienen que abordar, el primero es el experimento definido
como una acción o proceso, en el cual su resultado está sujeto a la incertidumbre. Por
ejemplo, los experimentos pueden ser lanzar al aire una moneda una o varias veces,
seleccionar una carta o más de un mazo, pesar una hogaza de pan, etc. (Ibídem).
Asimismo, de acuerdo con Devore (2016)es:
“el espacio muestral de un experimento, denotado por ऽ, es el conjunto de todos los
posibles resultados de dicho experimento”
(p. 53)

Así como estos conceptos, existen otros que son importantes considerar dentro de la ley de
la probabilidad, conócelos con ayuda de los recursos de apoyo.

Objetivo:

Adentrarse a la teoría de la probabilidad, abordando los espacios muestrales, con el fin de

realizar análisis en el ámbito.

Referencia:
Devore, J. L. Probabilidad y estadística para ingeniería y ciencias (9a. ed.). (2016).
México: Cengage Learning. http://elibro.net.talisis.remotexs.co/es/ereader/unid/93280
4.2. Combinaciones y permutaciones
Introducción:

En probabilidad no siempre los experimentos tendrán un evento, por lo que los eventos que
sean necesarios realizar, tendrán que ordenarse.
El punto para abordar son:
 Combinaciones y permutaciones

Se le conoce como permutación a la ordenación que se puede realizar con algún grupo de
objetos, puede ser tomando todos los elementos a la vez o solo un grupo de ellos. El orden
en cómo se toman los elementos es lo que define diferentes permutaciones.
Se denominan variaciones o coordinaciones si en una permutación no se consideran todos
los elementos a la vez.
Por otro lado, en las combinaciones no importa el orden de los elementos.
Las permutaciones y combinaciones funcionan para agrupar elementos, sin embargo su
diferencia radica en la importancia del orden.
A fin de profundizar más sobre el tema, revisa los recursos de apoyo.

Objetivo:

Identificar los tipos de combinaciones y permutaciones en los eventos de probabilidad, con

el fin de ordenarlos.

Referencia:
Blanco, L. (2010). Probabilidad. Bogotá: Editorial Universidad Nacional de
Colombia. http://elibro.net.talisis.remotexs.co/es/ereader/unid/175596
4.3. Leyes de probabilidad, Probabilidad condicional y
Teorema de Bayes
Introducción:

La probabilidad como disciplina, se fundamenta en ciertas leyes y teoremas que la

sustentan, que permite la multidisciplinariedad de esta.
El punto para bordar es:
 Leyes de probabilidad, Probabilidad condicional y Teorema de Bayes

La probabilidad se rige a partir de algunas propiedades:

1. Una probabilidad es existente entre 0 y 1, lo que quiere decir, es que la probabilidad

numéricamente se debe encontrar entre estos números.
2. La probabilidad de que suceda un evento seguro es 1.
3. La probabilidad de un evento imposible (vacío) es 0.
4. La probabilidad de que no ocurra un evento es igual a 1 menos la probabilidad de que
ocurra el mismo evento.

Asimismo, existen las llamadas “Leyes de probabilidad” que puedes revisar en: Fórmulas
de probabilidad
Por otro lado, la probabilidad condicional se presenta cuando dentro de un experimento
aleatorio se obtiene información de manera parcial, antes de conocer el resultado final,
siendo esta un detonante de cambio en la probabilidad de los resultados.
Por ejemplo, si en un juego de póker uno de los jugadores tuvo oportunidad de mirar las
cartas del otro jugador, se da cuenta que sólo cuenta con cartas rojas, por lo que determina
que no cuenta con los cuatro reyes; este evento cambia la probabilidad del éxito en el juego.
El Teorema de Bayes, facilita el procedimiento de este tipo de probabilidad, conócelo e
indaga más acerca de este con ayuda de los recursos de apoyo.

Objetivo:

Conocer las leyes y teoremas que fundamentan la probabilidad para su identificación en

casos específicos de un experimento.

Referencias:
Blanco, L. (2010). Probabilidad. Bogotá: Editorial Universidad Nacional de
Colombia. http://elibro.net.talisis.remotexs.co/es/ereader/unid/129851
Matemáticas profe Alex. (5 jun 2018). Probabilidad,
Propiedades. https://youtu.be/IMxCjH4HfV4
Ley de Laplace
Esta ley establece la probabilidad de que suceda un suceso o que ganes en un juego de azar.

Si lanzamos un dado, debe considerarse que hay igual posibilidad que salga cualquiera de
las caras numeradas del 1 al 6, entonces la probabilidad de que salga cualquier número
será .

Si ahora queremos saber cual es la probabilidad de que salga un número par el resultado

seria , debido a que son los resultados pares.

En general la probabilidad de que un suceso es la razón entre el número de casos favorables

y el número total de casos posibles y esa es la ley de Laplace.

Sucesos incompatibles
Son dos sucesos que no pueden presentarse al mismo tiempo.

Ejemplo:

Se realiza una encuesta a alumnos universitarios para ver cuántos fuman y no fuman,
entonces es el conjunto de los fumadores y de los no fumadores por lo tanto:

Porque una persona puede ser fumador y no fumador a la vez.

Entonces si escojo un alumno al azar quiero saber cuál es la probabilidad de que fume o no
fume y uso la formula:

Sucesos compatibles
Son dos sucesos que pueden presentarse al mismo tiempo.

Ejemplo:
En una universidad hay alumnos que estudian inglés, francés o los dos idiomas. Si son
los que estudian inglés y los que estudian francés, entonces son los que estudian
inglés y francés y por lo tanto:

Ahora si escojo un alumno al azar y quiero saber la probabilidad de que estudie ingles o
francés uso la formula:

Probabilidad condicionada
Es cuando la probabilidad un suceso se puede ver afectado por otro suceso .

Ejemplo:

Imagina que juegas con otra persona a lanzar una moneda tres veces, tu ganas si cae cara y
pierdes si cae lo contrario. Para triunfar debes ganar al menos dos de tres volados.

Si represento con un volado ganado y con uno perdido, entonces los resultados
serían .

Para ganar el juego, debe ocurrir , por lo tanto la

probabilidad de ganar es .

Supongamos que se pierde el primer volado, de manera que que quedan dos por jugar.
¿Cuál es la probabilidad de ganar?

Usaremos la formula:

Llamemos al suceso de ganar y al suceso de perder el primer volado cuyos resultados

serían , entonces sería el suceso de ganar y
perder el primer volado cuyo resultado sería , es el suceso de ganar si ya
perdiste el primer volado.
Con base en los resultados encontrados anteriormente ,
entonces:

Por lo tanto la probabilidad de ganar es .

Sucesos independientes
Son aquellos donde no se afectan uno con el otro.

Ejemplo:

Dos personas van a lanzar un objeto al mismo blanco, pero la primera persona que
llamaremos tiene una probabilidad de de dar en el blanco y la segunda persona que
llamaremos tiene una probabilidad de de dar en el blanco ¿Cuál es la probabilidad de
que las dos personas den en el blanco?

Entonces tenemos , y hay que calcular usando la

siguiente fórmula:

El resultado sería

Sucesos dependientes
Son aquellos donde se afectan uno con el otro.

Ejemplo:

En una población el % de las personas sufren una enfermedad. Se dispone de un

procedimiento para diagnosticarla, pero no es completamente confiable, ya que da positivo
en % de los casos que las personas que la padecen. ¿Cuál es la probabilidad de que
padezca la enfermedad y dé positivo?
Llamemos al suceso que da positivo la enfermedad y al suceso de padecer la

enfermedad, entonces , y hay que

calcular usamos la fórmula:

Por lo tanto:

El resultado es % de probabilidad.

Diferencia de sucesos
Son aquellos que pueden estar o no estar relacionados y queremos la probabilidad de uno
sin tener nada que ver con el otro.

Ejemplo:

Se lanza un dado y queremos calcular la probabilidad de que salga un número par, pero que
no sea múltiplo de , entonces llamamos al suceso de que sea un número par, al

suceso de que sea múltiplo de y tendríamos , ya

que , , usamos la fórmula:

Por lo tanto:

Teorema de la probabilidad total

Este se aplica cuando tienes varios sucesos independientes o que no tienen nada que ver
entre ellos, pero todos se relacionan con otro suceso del cual quieres saber su probabilidad.

Si tenemos un suceso y sean eventos mutuamente excluyentes.

Entonces se aplica la fórmula:
Ejemplo:

Una fabrica utiliza tres maquinas para producir ciertos artículos.

Supongamos que:

La maquina produce el 55% de todos los artículos, de los cuales el 2% son defectuosos.

La maquina produce el 25% de todos los artículos, de los cuales el 4% son

defectuosos.

La maquina produce el 20% de todos los artículos, de los cuales el 5% son defectuosos.

¿Cuál es la probabilidad de que si se escoge un artículo este sea defectuoso?

Tenemos que es el suceso de que el artículo sea defectuoso, entonces:

, , ,
, y

Aplicamos la fórmula:

Entonces la probabilidad es de 3.1%.

Teorema de Bayes
Este teorema nos facilita ejercicios de probabilidad condicional con varios sucesos.

Si tenemos un suceso y sean eventos mutuamente excluyentes se

cumple la formula:

En una fábrica trabajan tres empleados Andrés, Beto y Carlos.

Andrés realiza el 50% de la producción, Beto el 30% y Carlos el
20%. Andrés tiene 1% de probabilidad de que lo haga mal; cuando
lo hace Beto, hay 2% de que lo haga mal y en el caso de Carlos
hay 3% de probabilidad que lo haga mal. Se analizó uno de los
productos y estaba mal. ¿Cuál es la probabilidad de que haya sido
Andrés quien lo ha hecho?
Consideremos lo siguiente:

{Se hizo mal trabajo}, {El trabajo lo hizo Andrés}, {El

trabajo lo hizo Beto} y {El trabajo lo hizo Carlos}.

De estos sucesos se obtienen las probabilidades:

, , , ,
y .

Usamos el teorema de Bayes para encontrar la probabilidad de

que Andrés lo haya hecho mal

Sustituimos los valores y queda

Propiedades
1 Propiedad que implica la probabilidad es no negativa y menor que 1. Esta propiedad
indica que la probabilidad se maneja en el porcentaje del % al % por lo tanto el %
implica que no hay probabilidad, el % que se cumple la predicción y los valores
intermedios te indica qué posibilidad hay de que se dé el suceso esperado.

2 Propiedad de que es seguro que ocurra. Unn ejemplo para esta propiedad sería un dado
con todas caras grabado el numero , entonces la probabilidad de que cuando lo lances y
salga un es del %

3 Propiedad es que es seguro no que ocurra. Para esta propiedad usamos el mismo dado
del ejemplo anterior y lo lanzamos. ¿Cuál sería la probabilidad de salga un ? La
probabilidad sería nula pues solo está el número y por lo tanto la probabilidad sería .

4 Propiedad de probabilidad del complemento de un suceso. Para esta propiedad

supongamos que lanzamos un dado normal numerado del al y queremos saber la
probabilidad de que no salga , entonces llamamos al suceso de que salga , sería el
suceso de que no salga y . Por lo tanto usamos la fórmula:
Sustituimos: