Probabilidad

Leyniker Escobar Brache

Matemático
Esp. Estadística aplicada
 Probabilida
d
La probabilidad es la ciencia que se encarga del estudio de
experimentos en los que se presenta incertidumbre acerca de los
posibles resultados finales.

Dicho de otra manera, se encarga del estudio de situaciones en las

cuales se pueda construir modelos matemáticos que necesiten
considerar diferentes posibilidades de ocurrencia para predecir el
resultado final. A estos modelos se les llama modelos probabilísticos.
 Experimento

Experimento: Los estadísticos utilizan la palabra experimento para describir

cualquier proceso que genere un conjunto de datos.

Un experimento determinístico es cualquier experimento que, al repetirse

bajo las mismas condiciones, genera siempre los mismos resultados.

Un experimento aleatorio (o estocástico) es cualquier experimento que, al

repetirse bajo las mismas condiciones, no genera siempre los mismos
resultados.
 Evento o
Espacio muestral Suceso
El espacio muestral   de un experimento  Un evento es un subconjunto del
aleatorio, es el conjunto de todos los espacio muestral, se nota con la letra
posibles resultados al realizar el experimento mayúsculas. cada uno de los
aleatorio. El espacio muestral se simbolizará
elementos del espacio muestral se
con la letra griega
considera un evento o suceso.
Por ejemplo 1:
Por ejemplo 2:
Encontrar el espacio muestral de cada
experimento aleatorio. en el experimento de lanzar un dado,
• Se lanza 3 monedas al aire y se observan podemos tener los siguientes
los resultados. C:cara, S:sello eventos:
={CCC, CCS, CSC, SCC, CSS, SCS, SSC, SSS} A: obtener un número par
• Se lanza un dado: B: obtener un número mayor que 3
• ={1, 2, 3, 4, 5, 6}
 Eventos seguro e imposible

 En especial, el conjunto vacío y  son eventos. El conjunto es el

llamado “evento seguro”, que siempre sucede y ∅ es el llamado
“evento imposible”, que nunca puede suceder (por ejemplo, que se
obtenga un 7 en el lanzamiento de un dado).
 Probabilidad de un evento o suceso:
 Esla razón entre el número de resultados favorables al evento y el número de
elementos del espacio muestral. La probabilidad es un número entre 0 y 1:

Ejemplo 3:
Experimento: lanzar un dado =

Evento M: obtener un número mayor que 4: entonces M=

==0,3333, por lo que se puede representar en porcentaje equivalente a que

 Ejercicio
propuesto 1
Se lanza dos dados comunes y se considera la suma de los puntos obtenidos en ambos
lanzamientos.
 
a. ¿Cuál es la probabilidad de que la suma de los dos dados, sea igual a 5?
b. ¿ Cuál es la probabilidad de que la suma de los dos dados, sea mayor a 7?
c. La primera vez sale un número par La probabilidad que la suma sea mayor que 7 es:
d. ¿Cuál es la probabilidad de que la suma de los puntos obtenidos en los dos dados sea
igual a 7?
 Ejercicio
propuesto 2
Una caja contiene 8 fichas rojas, 3 blancas y 9 azules. Si se extraen 3 fichas al tiempo,
sin reemplazo y sin orden, determinar la probabilidad de que:
(a) las 3 fichas sean blancas,
(b) 2 sean rojas y 1 blanca
(c) Se extraiga una de cada color.

Ejercicio
propuesto 3
En una urna hay 2 balotas rojas, 3 verdes y 5 azules. Si se extraen 3 balotas al azar
una a una sin reemplazo y Determine la probabilidad de que:

a) La primera balota se roja

b) Una sea verde y dos rojas.
c) Una sea verde y dos azules
d) Las dos primeras sean roja
e) La tercera sea verde.
f) Las tres sean azul.
 Reglas aditivas

 Para eventos A, B, C de un espacio muestral se tiene:

a)
b) Si los eventos A y B son mutuamente excluyentes
c) Si los eventos A, B y C son mutuamente excluyentes
d) , siendo el complemento de .
e)
f) Teorema de adición para dos eventos o fórmula de Silvester:

g) Teorema de adición para tres eventos o fórmula de Silvester:

 Si es una partición de un espacio muestral , entonces

Propiedades y operaciones entre conjuntos
Ejercicios de propiedades de la probabilidad
aplicadas a conjunto
 Ejercicios de probabilidad aplicada a conjuntos
9. En una comunidad el 30% de las personas son fumadoras, 55% son bebedoras y 20%
tanto fumadoras como bebedoras. Calcule la probabilidad de que una persona elegida
al azar (a) fume pero no beba, (b) ni fume ni beba, (c) beba pero no fume. Interprete
siempre sus resultados.

10. Un grupo de 60 estudiantes realizaron la prueba final de física y matemáticas,

donde 30 de los estudiantes ganaron la evaluación de matemáticas, 25 ganaron la
evaluación de física y 10 no ganaron ni física y ni matemáticas.
a) Determina la probabilidad del grupo de estudiantes que ganaron física y
matemáticas.
b) Determina la probabilidad de que solo ganaron matemáticas.
c) Determina la probabilidad de hayan ganado matemáticas o física pero no ambas.
d) Determine la probabilidad de que haya gana física pero no matemáticas.
 Ejercicios propuesto 11
En una encuesta realizada en un colegio de la ciudad a un total de 150 alumnos se encontró:54 estudian
Algebra; 89, Inglés; 80, Ciencias Naturales; 60, Ciencias Naturales e Inglés; 10, sólo Algebra; 20, Algebra y
Ciencias Naturales; 15, las tres materias simultáneamente.

I. Determine el número de alumnos que conforman los siguientes eventos:

(a) Estudian ninguna materia

(b) Estudian Algebra e Inglés, pero no Ciencias Naturales.
(c) Estudian sólo una materia.
(d) Estudian a lo sumo dos materias.

II. Determine la probabilidad para cada evento del punto I.

 Probabilidad condicional
 La probabilidad de que ocurra un evento B cuando se sabe que ya ocurrió algún evento A se llama
probabilidad condicional y se denota con . El símbolo por lo general se lee como “la probabilidad de que
ocurra B, dado que ocurrió A”, o simplemente, “la probabilidad de B, dado A”.
La probabilidad condicional de B, dado A. que se denota con , se define como

, siempre que .
Ejemplo 13
La probabilidad de encontrar laptops en descuento en cierta tienda es del 13%, la encontrar bocinas en
descuentos es del 35%, el 7,8% de las veces, se encuentran ambos artículos en descuentos. ¿Cuál es la
probabilidad de encontrar las bocinas en descuento si ya sabemos que las laptops lo tienen?

  𝑷 ( 𝑩 ∩ 𝑳)
  𝑷 ( 𝑩∨𝑳 ) =
𝑷 ( 𝑳)
  𝟎 ,𝟎𝟕𝟖
𝑷 ( 𝑩∨𝑳 ) =
𝟎 ,𝟏𝟑
𝑷
  ( 𝑩∨𝑳 ) =𝟎 , 𝟔𝟎=𝟔𝟎 %
Ejemplo de probabilidad condicional

La probabilidad de que cuando se tenga que llenar el tanque de gasolina de un

automóvil también se necesite cambiarle el aceite es 0.25, la probabilidad de que
también se le tenga que cambiar el filtro de aceite es 0.40, y la probabilidad de
que se necesite cambiarle el aceite y el filtro es 0.14.

a) Si se le tiene que cambiar el aceite, ¿cual es la probabilidad de que también se

necesite cambiarle el filtro?
b) Si se le tiene que cambiar el filtro de aceite, ¿cual es la probabilidad de que
también se le tenga que cambiar el aceite?
Probabilidad para eventos simples y
probabilidad condicional en tabla de contingencia.
El profesor de educación física preguntó a sus estudiantes acerca del tiempo que dedican al deporte en la
semana. Los resultados se presentan en la siguiente tabla:
GÉNERO
 Si selecciona un estudiante al azar H:Hombre M:Mujer Total
  A: Menos de una hora 12 24 36

TIEMPO
B: Entre 1 y 2 horas 25 10 35
1-¿Cuál es la probabilidad de que invierta menos
C: Más de dos horas 31 18 49
de una hora a la semana hacer deporte? Total 68 52 120

 
2-¿Cuál es la probabilidad de sea mujer? 4-Si se observa que dedica entre 1 y 2 horas a la
semana a realizar deporte, ¿Cuál es la probabilidad
de que sea hombre?
3- Si se sabe que practica más de dos hora ¿Cuál  
es la probabilidad de que sea mujer?
5-¿Cuál es la probabilidad de que sea hombre y
practique menos de una hora?
Eventos independientes

 Dos eventos A y B son independientes si y sólo si

si se asume la existencia de probabilidad condicional. De otra forma , A y B son dependientes

 Dos eventos A y B son independientes si y sólo si

.
Por lo tanto, para obtener la probabilidad de que ocurran dos eventos independientes simplemente
calculamos el producto de sus probabilidades individuales.

Ejercicio propuesto 1 Solución:

Una ciudad tiene dos carros de bomberos que Consideremos los eventos:
operan de forma independiente. La probabilidad de A: carro 1 está disponible
que un carro específico esté disponible cuando se le B: carro 2 está disponible
necesite es 0.96.
a) ¿Cuál es la probabilidad de que ninguno esté a) P(A′ ∩ B′) = P(A′)P(B′) = (0.04)(0.04) = 0.0016.
disponible cuando se necesite?
b) ¿Cuál es la probabilidad de que un carro de b) P(A ∪ B) = 1 − P(A′ ∩ B′) = 1 − 0.0016 = 0.9984.
bomberos esté disponible cuando se le necesite?
Probabilidad total y Regla de Bayes
Probabilidad total

 Si los eventos constituyen una partición del espacio muestral S, tal que para , entonces, para cualquier
evento de ,

 
P(A) = P(B1) P(A|B1) + P(B2) P(A|B2) + P(B3) P(A|B3) + · · · + P(Bk)P(A|Bk).
Probabilidad total
Ejercicio propuesto 1
La caja I contiene 3 fichas rojas(R) y 2 azules (A), en tanto que la caja II contiene 2 fichas rojas y 8 azules. Se
lanza una moneda no falsa de tal forma que si cae cara, entonces, se saca una ficha de la caja I y, por el
contrario, si cae sello, se saca una ficha de la caja II. Supongamos que quien lanza la moneda no revela si
resulta cara o sello (de tal forma que la caja de la cual se sacó una ficha no se revela).

Entonces, la probabilidad de haber

sacado una ficha roja es

 
Ejercicio propuesto 2
Un editor envía propaganda de un libro de estadística al 70% de aquellos profesores que están a cargo de esa
materia. El 40% de aquellos que recibieron la propaganda se decidieron a utilizar el libro, inclusive, el 20% de los
que no recibieron la propaganda también utilizarán el libro.

¿Cual es la probabilidad de utilizar el libro?

Nota: (se aplica el teorema de la probabilidad total y también se puede calcular la probabilidad con ayuda del
diagrama de árbol que aparece en la figura.
Ejercicio propuesto 3.
Una empresa que fabrica camisetas posee tres máquinas, la maquina A
produce el 45%, la B el 30% y C el 25% del total de las piezas producidas en la
fábrica. Los porcentajes de producción de defectuosos de estas máquinas son
el 3%, 4% y 5% respectivamente.

Seleccionamos una camisa al azar, calcular la probabilidad de que salga

defectuosa.
Ejercicios propuesto 4
En cierta región del país se sabe por experiencia que la probabilidad de seleccionar un adulto mayor de 40
años de edad con cáncer es 0.05. Si la probabilidad de que un doctor diagnostique de forma correcta que una
persona con cáncer tiene la enfermedad es 0.78, y la probabilidad de que diagnostique de forma incorrecta
que una persona sin cáncer tiene la enfermedad es 0.06, ¿cual es la probabilidad de que a un adulto mayor de
40 años se le diagnostique cáncer?

Solución:
Consideremos los eventos:
C: un adulto seleccionado tiene cáncer, C D
D: el adulto se diagnostica un cáncer.

P(C) = 0.05 y P(D | C) = 0.78 𝐶∩𝐷

  𝐶′∩𝐷
 
P(C′) = 0.95 y P(D | C′) = 0.06

P(D) = P(C ∩ D) + P(C′ ∩ D) C′

P(D) = P(C) P(D | C) + P(C’) P(D | C’)

P(D) = (0.05)(0.78) + (0.95)(0.06)

P(D) = 0.096.
Ejercicio propuesto 5:
La policía planea hacer respetar los limites de velocidad usando un sistema de radar en 4 diferentes puntos a las
orillas de la ciudad. Las trampas de radar en cada uno de los sitios L1, L2, L3 y L4 operaran 40%, 30%, 20% y 30%
del tiempo. Si una persona que excede el limite de velocidad cuando va a su trabajo tiene probabilidades de 0.2,
0.1, 0.5 y 0.2, respectivamente, de pasar por esos lugares, .cual es la probabilidad de que reciba una multa por
conducir con exceso de velocidad?
 Solución: Supongamos que L1, L2, L3 y L4 representan los eventos que una persona excede el limite de
velocidad cuando va a su trabajo mientras pasa a través de los lugares respectivos y M representa el caso de
que las trampas de radar están en funcionamiento. Entonces la probabilidad de que recibe una multa por
velocidad:  

 
++

 ++

 
Teorema o Regla de Bayes
 Si los eventos constituyen una partición del espacio muestral S, tal que para , entonces, para cualquier
evento de , tal que ,

para

Ejercicio propuesto 1
Si en el ejercicio anterior la persona es multada por conducir con exceso de velocidad en su camino al
trabajo, .cual es la probabilidad de que pase por el sistema de radar que se ubica en L2?
  +++
 𝑃 ( 𝑴 )=𝟎 , 𝟐 ×𝟎 , 𝟒𝟎+ 𝟎 ,𝟏 ×𝟎 , 𝟑𝟎+0,5 ×0,20+ 0,2× 0,30=𝟎 ,𝟐𝟕

  𝑷 ( 𝑳𝟐 ∩ 𝑴 ) 𝟎 , 𝟏× 𝟎 ,𝟑𝟎 0.03
𝑃 ( 𝐿2∨𝑴 ) = = = =0,11
𝑃(𝑀) 𝟎 , 𝟐𝟕 0,27
 
  𝑷 ( 𝑳𝟏 ∩ 𝑴 ) 𝟎 , 𝟐× 𝟎 , 𝟒𝟎 0.08
𝑃 ( 𝐿1 ∨ 𝑴 ) = = = =0,2962
𝑃(𝑀) 𝟎 , 𝟐𝟕 0,27

𝑃
  ( 𝑳𝟑∨𝑴 ) =0.37 𝑃
  ( 𝑳𝟒 ∨𝑴 )=0.22
Ejercicio propuesto 2

Una empresa que fabrica camisetas posee tres máquinas, la maquina A produce el 45%, la B el
30% y C el 25% del total de las piezas producidas en la fábrica. Los porcentajes de producción de
defectuosos de estas máquinas son el 3%, 4% y 5% respectivamente.
 
a. Tomamos, al azar, una camiseta y resulta ser defectuosa. ¿Cuál es la probabilidad de haber
sido producida por la maquina B?

 𝑃 ( 𝐷 ) =𝟎 , 𝟒𝟓× 𝟎 , 03+𝟎 , 𝟑× 𝟎 , 04+𝟎 , 𝟐𝟓 ×𝟎 , 𝟎𝟓=𝟎 , 𝟎𝟑𝟖

  ( 𝐵∨𝐷 ) = 𝑷 ( 𝑩 ∩ 𝑫 ) 𝟎 , 𝟑× 𝟎 , 𝟎𝟒 0.012
𝑃 = = =0.315
𝑃 ( 𝐷) 𝟎 , 038 0,038

b. Tomamos, al azar, una camiseta y resulta ser defectuosa. ¿Cuál es la probabilidad de haber
sido producida por la maquina A?

c. ¿Cuál maquina produce mayor porcentaje de camisas defectuosas?