TEMA : PROBABILIDADES

INTRODUCCIÓN.

Como ya se ha visto, la Estadística es una Ciencia con la que se pretende buscar las regularidades existentes en
el comportamiento de los datos. Sabemos que la Estadística se puede clasificar en dos grandes bloques:
Estadística Descriptiva e Inferencia Estadística. Con el primero lo que se hace es dar un conjunto de
métodos y herramientas que permiten estudiar esas regularidades cuando lo que observamos es toda la
población. Es decir admitimos que es posible realizar esa operación de recuento exhaustivo. En tal caso lo
que realizamos con la estadística es estudiar, describir, el comportamiento de una variable determinada.
Esa observación exhaustiva nos permite realizar afirmaciones “categóricas” sobre las distintas
características de la variable, tales como cuál es su media, su dispersión, la forma de la distribución, etc.

Pero esa posibilidad de observación exhaustiva no siempre es posible. En la gran mayoría de los casos nos
vemos limitados a realizar una observación parcial de la variable. Con ese conjunto limitado de datos
intentaremos conocer las características de toda la población, es decir, intentaremos inferir su
comportamiento. Así una empresa antes de lanzar un nuevo producto estará interesada en conocer cuál
puede ser su cuota de mercado, para lo cual realizará un sondeo de opinión entre algunos de sus
potenciales clientes. Pero el resultado de ese sondeo, basado en una muestra (observación parcial), no le
permite concluir cuál será su verdadera cuota de mercado. La decisión que tome respecto a ese producto
estará marcada por un cierto grado de incertidumbre.

Pero que duda cabe que, en esas situaciones, nuestras afirmaciones ya no pueden ser “categóricas” y las
decisiones que se tomen puede que no sean las más acertadas como consecuencia de la información no
contenida en la muestra. Más bien al contrario debemos admitir que nuestras conclusiones están sujetas
a un margen de incertidumbre que es la consecuencia de nuestra observación parcial de la realidad.

Ante tales circunstancias nuestro objetivo será doble: por un lado estudiar el comportamiento de la
variable y de otro reducir en la medida de lo posible ese margen de incertidumbre o, al menos, intentar
cuantificar esa falta de certeza en relación a las características de las variables. Una forma de cuantificar
esa incertidumbre es haciendo uso del concepto de probabilidad. De hecho la probabilidad es un
concepto con el que convivimos de forma diaria, incluso sin percatarnos de él. Cada vez que hacemos uso
de las expresiones quizás, tal vez, es probable, puede que, etc. estamos implícitamente hablando en
términos probabilísticos. La incertidumbre es una acompañante inseparable de todas las ciencias sociales
e incluso de las físicas como señaló Heisenberg con el enunciado del principio de incertidumbre de la
mecánica cuántica.

La afición al juego fue lo que impulsó el desarrollo de la probabilidad. En un esfuerzo por aumentar sus
ganancias pidieron a los matemáticos que les proporcionaran las estrategias óptimas para varios juegos
de azar. Como resultado de este primer desarrollo de la teoría de la probabilidad, se extiende junto con la
estadística a muchos campos, como la política, los negocios, la predicción del clima, y la investigación
científica.

TÉRMINOS BÁSICOS DE PROBABILIDAD

Las probabilidades son de gran importancia en la estadística. Para iniciar el estudio de las probabilidades
es necesario definir una serie de términos básicos para su mejor comprensión.

Experimento Determinístico: Es aquel experimento en el que es posible predecir el resultado final de ese
proceso aun sin haberlo realizado. Ej. Cuando los químicos combinan oxigeno más hidrógeno el resultado
es agua; este experimento no es necesario realizarlo para conocer el resultado.
Experimento aleatorio: Es todo proceso que consiste de la ejecución de un acto (o prueba) uno o más
veces, cuyo resultado en cada prueba depende del azar y en consecuencia no se puede predecir con
certeza.
Ejemplo: lanzar un dado y observar su resultado, contar objetos defectuosos producidos diariamente por
cierto proceso, etc.

Espacio muestral: se denomina espacio muestral al conjunto de todos los resultados posibles de un
experimento dado. Este conjunto se denotara por . Cada resultado posible de un experimento aleatorio
es un elemento del espacio muestral, que se le conoce como punto muestral.

Ejemplo:

 
Experimento aleatorio: lanzar un dado y observar el resultado obtenido:  = 1, 2, 3, 4, 5, 6.
 
 Experimento aleatorio: lanzar una moneda dos veces:  = CC, CS, SC, SS.
 
 Experimento aleatorio: lanzar una moneda tres veces:  = CCC, CCS, CSC, CSS, SCC, SCS, SSC, CSS.
 
 Experimento aleatorio: tomar un examen:  = aprobar, desaprobar}

Experimento aleatorio: seleccionar un  alumno de acuerdo a su rendimiento académico  =
sobresaliente, bueno, regular, malo}

Evento o suceso: Es cada resultado del experimento aleatorio o una combinación de resultados. También
se dice que es un subconjunto del espacio muestral. Los eventos se denotan por letras mayúsculas:

Ejemplos:


Experimento Aleatorio: se hace rodar un dado y se observa el número que aparece en la cara superior.  = 1, 2, 3, 4,
5, 6
Evento: A: obtener un número par A = 2, 4, 6
 
Experimento aleatorio: lanzar una moneda dos veces:  = CC, CS, SC, SS.
Evento: B: obtener dos caras B = CC


 aleatorio: arrojar una moneda cuatro veces y contar el número de sellos obtenidos  = 0, 1, 2, 3,
Experimento
4, 5, 6.
Evento: C: Obtener más de dos sellos C = 3, 4

 
Experimento aleatorio: lanzar dos dados y se observa los puntos obtenidos
 =  (1,1), (1,2), (1,3), (1,4), (1,5), (1,6), (2,1), (2,2), (2,3), (2,4), (2,5), (2,6),
(3,1), (3,2), (3,3), (3,4), (3,5), (3,6), (4,1), (4,2), (4,3), (4,4), (4,5), (4,6), 
(5,1), (5,2), (5,3), (5,4), (5,5), (5,6), (6,1), (6,2), (6,3), (6,4), (6,5), (6,6)

Evento: D: obtener la suma de puntos igual o mayor que

10  = (4,6), (5,5), (5,6), (6,4), (6,5), (6,6)
Evento: E: el número del primer dado sea mayor que el segundo
 = (2,1), (3,1), (3,2), (4,1), (4,2), (4,3) (5,1), (5,2), (5,3), (5,4), (6,1), (6,2), (6,3), (6,4), (6,5)

Eventos Mutuamente Excluyentes: Son aquellos eventos que no pueden ocurrir simultáneamente al
realizar una sola vez un experimento. Se dice que dos eventos A y B son mutuamente excluyentes si y solo
si, su intersección es el conjunto vacío, es decir AB = Ø. Ej. El resultado obtenido al lanzar un dado, si
sale una cara con un 3, no puede salir otro número en este mismo lanzamiento.

Eventos Dependientes: Son aquellos sucesos en los que el conocimiento de la verificación de uno de ellos
altera la probabilidad de verificación del otro. Se dice que dos o más eventos son dependientes si la ocurrencia
de uno cualquiera de ellos afecta la probabilidad de la ocurrencia de alguno de los otros eventos.
Ej. Consideremos la probabilidad de obtener 2 cartas de basto al sacar sucesivamente 2 cartas de una
baraja de 40 cartas. Al sacar la primera carta la probabilidad de obtener basto es de 10/40 y al no
sustituirla quedaran en el paquete 39 cartas de las cuales 9 son de basto, en la segunda extracción la
probabilidad de obtener basto es de 9/39, en este caso la segunda extracción depende de la primera que
tenía como probabilidad 10/40 y la segunda extracción tendrá ahora 9/39 como se puede observar la
probabilidad de la segunda extracción es afectada por la primera.

Eventos Independientes: Se dice que dos o más eventos son independientes si la ocurrencia de uno
cualquiera de ellos no afecta la probabilidad de la ocurrencia de ninguno de los otros sucesos. Ej. El
evento de obtener simultáneamente un 2 al lanzar un dado y sello al tirar una moneda, está compuesto
de 2 sucesos independientes, puesto que la ocurrencia de un 2 en el dado no afecta la probabilidad de la
aparición de sello en la moneda y viceversa.

Eventos complementarios: Dos eventos A y A’ son complementarios si y solo si, se cumple que:
P(A) + P(A’) = P(), es decir, son eventos mutuamente excluyentes y su unión es el espacio muestral,
entonces tenemos, P(A) + P(A’) = P(S), pero P() = 1, entonces,

P(A)+ P(A’) = 1  P(A) = 1- P(A’), donde P(A’), se lee probabilidad de A complemento.

Eventos no Mutuamente Excluyentes.- Son aquellos eventos que pueden verificarse simultáneamente. A
estos eventos también se les llaman Sucesos Compatibles.

REGLAS DE CONTEO
La capacidad de identificar y contar los puntos muestrales de un experimento es un paso importante para
comprender lo que puede suceder en él. Veamos un experimento que consiste en lanzar dos monedas,
donde los resultados experimentales se definen en función de comportamiento de casa y sellos que dan
hacia arriba de las monedas. ¿Cuántos resultados experimentales (o puntos muestrales) son posibles en
este experimento?
Podemos considerar que el experimento de lanzar dos monedas se lleva a cabo en dos etapas: la etapa 1
corresponde a lanzar la primera moneda, y la etapa 2 a lanzar la segunda. El diagrama de árbol es un
dispositivo gráfico útil para visualizar un experimento de varias etapas y enumerar los resultados
experimentales.
C CC
C
S CS

C SC
S
S SS

Se observa que hay cuatro resultados experimentales del hecho de lanzar dos monedas, y el espacio
muestral del mismo se puede presentar mediante:
 = CC, CS, SC, SS.

Regla de conteo para experimentos de etapas múltiples: Una regla útil para determinar la cantidad de
puntos muestrales para un experimento de varias etapas es la siguiente:
Si un experimento se puede describir como una sucesión de k etapas, en las que hay n1 resultados en la
primera etapa, n2 en la segunda, etc., la cantidad total de resultados experimentales es igual a
(n1)(n2)…(nk). Esto es, la cantidad de resultados del experimento total es el producto de las cantidades de
resultados en cada etapa.
Regla de conteo para combinaciones: La cantidad de combinaciones de N objetos tomando n a la vez es:
C
N
 N!
n
n!(N  n)!

Ejercicios:
1. Un experimento consiste en hacer tres llamadas de venta. En cada una habrá compra o no compra.
a. Trace un diagrama de árbol de este experimento.
b. Identifique cada punto muestral y el espacio muestral. ¿cuántos puntos muestrales hay?
c. ¿Cuántos puntos muestrales habría si el experimento consistiera en cuatro llamadas?

2. En la ciudad de Milford, las aplicaciones de cambio de zonificación siguen un proceso de dos etapas:
una revisión por la comisión de planeación, y una decisión final por el consejo ciudadano. En el paso 1
la comisión de planeación revisa la petición de cambio de zonificación y emite una recomendación
positiva o negativa acerca del cambio. En el paso 2 en consejo ciudadano revisa la recomendación de
la comisión de planeación y vota aprobándola o rechazándola. En algunos casos el voto del consejo
ciudadano concordó con la recomendación de dicha comisión. El constructor de un complejo de
viviendas acaba de presentar una solicitud de cambio de zonificación. Considere que el
procesamiento de la solicitud es un experimento.
a. ¿Cuántos puntos muestrales hay para este experimento? Haga una lista de ellos.
b. Trace un diagrama de árbol de este experimento.

3. Un experimento consiste en seleccionar al azar 4 alumnos y conocer si practican deporte o no.

a. ¿Cuántos puntos muestrales hay para este experimento? Haga una lista de ellos.
b. Trace un diagrama de árbol de este experimento.

4. Un inversionista que revisa el desempeño de seis acciones seleccionará dos de ellas para invertir
¿Cuántas combinaciones alternativas de dos acciones debe tomar en cuenta el inversionista.

5. Pérez y Compañía formará un comité de planeación a largo plazo, con el encargo de desarrollar un
plan quinquenal estratégico para que la empresa ingrese al mercado de un nuevo producto. El
presidente ha identificado a siete gerentes capaces como candidatos para el comité. ¿De cuántas
maneras se puede formar el comité de tres miembros?

6. Un inspector de control de calidad eligió una pieza fabricada para probarla. Posteriormente se
establece si la parte se acepta, se repara, o se desecha. Después se prueba otra. Mencione todos los
posibles resultados de este experimento.

7. Un joven tiene cuatro camisas de los siguientes colores: roja (R), blanca (B), negra (N) y verde (V),
también posee dos pantalones, gris(G) y azul (A).
a. Trace un diagrama de árbol de este experimento.
b. ¿De cuántas maneras pueden combinarse los pantalones con las camisas o viceversa?

8. Un restaurante de la localidad ofrece un menú de tres

componentes: 1.- Aperitivo: Sopa (S), o Ensalada (E).
2.- Plato Principal: Bisté (B), Carite (C), o Pavo (P).
3.- Postre: Torta (T), o Helado (H).
Construya un diagrama de árbol, indicando el número posible de comidas completas (aperitivo, plato
principal y postre) que se pueden consumir.
OPERACIONES CON EVENTOS

Los eventos o sucesos son conjuntos, en consecuencia se pueden combinar eventos para formar nuevos
eventos, para el efecto se realizan diferentes operaciones con conjuntos.

i. AB (A unión B), es el evento que ocurre si y sólo si A o B o ambos ocurren

ii. AB (A intersección B), es el evento que ocurre si y sólo si A y B suceden simultáneamente
iii. A´ (Complemento de A), es el evento que ocurre si y sólo si A no ocurre.

AB = A +B AB = AB A´

Ejemplo:
En el experimento de lanzar dos monedas y un dado
 = CC1, CC2, CC3, CC4, CC5, CC6, CS1, CS2, CS3, CS4, CS5, CS6,
SC1, SC2, SC3, SC4, SC5, SC6, SS1, SS2, SS3, SS4, SS5, SS6

Se define los siguientes eventos:

F = que aparezca dos caras y un número par 
G = que aparezca un dos

Es decir:
F = CC2, CC4, CC6
G = CC2, CS2, SC2, SS2

Ahora podemos definir:

a) F y G sucedan, es decir FG = CC2 
b) Sucede F ó G , es decir F + G = CC2, CS2, SC2, SS2, CC4, CC6
c) Que no ocurra F, es decir F´ (elementos que no pertenecen a F)
F´ = CC1, CC3, CC5, CS1, CS2, CS3, CS4, CS5, CS6, SC1, SC2
SC3, SC4, SC5, SC6, SS1, SS2, SS3, SS4, SS5, SS6 

PROBABILIDAD DE UN EVENTO

Diariamente se escuchan afirmaciones que llevan implícito el concepto de probabilidad como por ejemplo los
pronósticos del tiempo que indican las probabilidades de lluvia; los galenos indican la probabilidad que tiene
un enfermo de curarse si realiza al pie de la letra sus tratamientos farmacológicos, los docentes especulan
sobre las posibilidades de éxito del estudiantado si dedican más tiempo al estudio, las compañías
encuestadoras predicen las oportunidades que tienen los políticos de ganar una elección determinada, etc.

La Teoría de la Probabilidad es una rama de las matemáticas que se encarga de los eventos que se
realizan al azar o fenómenos aleatorios, como a menudo se les denominan. Se define la probabilidad
como un número comprendido entre 0 y 1, que se le asigna a un evento para señalar su posibilidad de
ocurrencia. Por lo general las probabilidades se expresan en porcentajes, también se pueden expresar
con números decimales. Es una condición de esta cátedra que siempre se resuelvan las fracciones con
que se expresan las probabilidades de un problema dado; los resultados de esos cocientes deben tener
por lo menos 4 decimales y el mismo se representa en porcentaje. La probabilidad de cualquier evento se
representa con la letra P.
Se le asigna la probabilidad de 1 al evento que con certeza ocurrirá y se le asigna la probabilidad de 0 a un
suceso que no puede ocurrir; se le asigna una probabilidad de 0.5 a un fenómeno que tenga la misma
posibilidad de suceder o de no suceder. Se le asigna una probabilidad 0  P  0.5, a un fenómeno que
tenga más posibilidades de no suceder que de suceder; y se le asigna una probabilidad 0.5  P  1 a un
evento que tenga más posibilidades de suceder que de no suceder.

La probabilidad es una característica que interviene en todos los trabajos experimentales. Es necesario
obtener un procedimiento lógicamente sólido para que dichos enunciados tengan validez científica. En
otras palabras, en virtud de que la probabilidad en definitiva, es un cuantificador o medida de la
posibilidad de ocurrencia de un suceso al que se le asocia un grado de incertidumbre, se debe estudiar la
forma en que esta medida puede ser obtenida.

Sea  el espacio muestral asociado a un experimento aleatorio. La probabilidad de cualquier evento A de

, es el número real P(A) que satisface los siguientes axiomas de probabilidad:

a. 0  P(A)  1, para todo evento A

b. P() = 1
c. P() = 0

Existen tres enfoques para el estudio de la probabilidad.

Probabilidad Clásica:
Llamada también probabilidad a priori debido a que es posible conocer el resultado con anterioridad, es
decir sin llevar a cabo el experimento y sólo basado en un razonamiento lógico.
Se calcula a través de

P(A) = Casos favorables de ocurrencia del evento A

Total de casos posibles

Esta definición se basa en el supuesto de que todos los resultados probables de un experimento aleatorio
son igualmente probables; es decir, cada uno de los elementos del espacio muestral tiene la misma
probabilidad de salir.
Así por ejemplo; si lanzamos un dado normal, debe considerarse que hay igual posibilidad que salga
cualquiera de los números del espacio muestral  = {1, 2, 3, 4, 5, 6} entonces la probabilidad de que salga
cualquier número será 1/6.
En general si un experimento aleatorio tiene n resultados posibles, los n elementos del espacio muestral
tendrían la misma probabilidad de salir. En consecuencia la probabilidad de que salga cualquiera de ellos
es 1/n.

Probabilidad de Frecuencia Relativa de la ocurrencia

Este enfoque surge por la necesidad de asignar probabilidades a aquellos eventos considerados no
simétricos. Los seguidores de esta corriente afirman que solo a partir de experimentos realizados varias
veces en las mismas condiciones, es posible asignar probabilidades a los eventos de un experimento
aleatorio. En términos generales el empeño de esta teoría es destacar que cuando el número de
experimentos aumenta, la frecuencia relativa del evento se estabiliza y se acerca bastante a un valor
determinado que podría ser prácticamente igual a la probabilidad del evento con un elevado grado de
certeza. Se halla a través de:

N ( A) nA Número de veces que ocurrió el evento A ____

P( A)   
N () n Número total de veces que se repitió el experimento
La probabilidad de frecuencia relativa, es llamada también probabilidad empírica o a posteriori, debido a
que se obtiene el resultado después de llevar a cabo el experimento un gran número de veces.

Ejemplo: En una encuesta realizada a 500 profesores de la ciudad de Chiclayo, se encontró que 320 de
ellos se encuentran trabajando en escuelas no estatales. Hallar la probabilidad que al seleccionar
aleatoriamente un profesor, esté trabajando en una escuela no estatal.
Sea el evento A: profesor que trabaja en una escuela no estatal
# Veces que ocurrió A = 320
# Total de veces que se repitió el experimento = 500
Luego: N ( A) 320
P( A)    0.64  64.0%
N () 500

Probabilidad subjetiva
Existen varios sucesos de sumo interés cuyas probabilidades no se pueden calcular tomando en cuenta los
métodos de frecuencia relativa ni con la teoría de la probabilidad clásica. Surge entonces, el punto de vista
subjetivo el cual hace hincapié en la probabilidad que resulta de una opinión, creencia, o juicio personal sobre
una situación determinada. El enfoque subjetivo denominado también probabilidad personal, asigna a los
eventos probabilidades, aun cuando los datos experimentales sean escasos o imposibles de obtener.

Los que toman decisiones utilizando este tipo de probabilidad se fundamentan en sus propias
experiencias personales y en muchos casos en presentimientos. Este enfoque de la probabilidad personal
se aplica a problemas de toma de decisiones tales como construcciones de plantas, compras de equipos,
licitaciones de contratos, etc. La probabilidad personal se ha vuelto sistemáticamente popular entre los
teóricos de la toma de decisiones. Los defensores de esta corriente tratan de buscar soluciones a la
asignación de probabilidades de aquellos eventos que solo ocurren una vez o que no pueden estar
sometidos a experimentos repetidos. La asignación de probabilidades a un evento en estas condiciones,
más que un juicio arbitrario, es un juicio de valor.

Ejercicios:
9. Una en un grupo de 34 estudiantes de una escuela de administración, reveló la siguiente selección de
carrera profesionales:
Contaduría 10 Suponga que se selecciona un estudiante y se considera su elección
Finanzas 5 profesional.
Sistemas de información 3 a) ¿cuál es la probabilidad de que estudie la carrera de
Administración 6 administración?
Mercadotecnia 10 b) ¿qué concepto de probabilidad utilizó para hacer tal estimación?

10. Se venden 500 billetes para realizar una lotería. Los talones de los billetes se mezclan bien y el
ganador es quien tiene el boleto del talón elegido aleatoriamente al efectuar el sorteo. Si alguien
compró 25 billetes, ¿Cuál es la probabilidad de que gane?

11. Sea x el nivel de éxito de un nuevo programa de televisión. En la tabla siguiente se observan las
probabilidades subjetivas asignadas a cada x para un nuevo programa particular, según fueron
otorgadas por personas que laboran en tres distintos medios de difusión. ¿cuáles de estos conjuntos
de probabilidades son inapropiadas? Explique su respuesta.

Juez
Grado de éxito (x)
A B C
Muy exitoso 0.5 0.6 0.4
Exitoso 0.4 0.5 0.3
Nada exitoso 0.3 -0.1 0.3
REGLAS DE LA PROBABILIDAD
REGLA DE LA SUMA DE PROBABILIDADES
Se usa cuando se desea averiguar la probabilidad de ocurrencia de uno u otro evento.


Si los eventos A y B son mutuamente excluyentes, la probabilidad de ocurrencia de A o de B es:

P (A + B) = P (A) + P (B)

Ejemplo: De 100 alumnos de la especialidad de ingeniería, 20 desaprobaron matemática, 32 desaprobaron

estadística y 18 desaprobaron teología, estos alumnos sólo desaprobaron un solo curso. ¿Cuál es la
probabilidad de seleccionar un alumno que haya desaprobado matemática o estadística o teología?
P(A  B  C) = P(A) + P(B) + P(C) = n(A)  n(B)  n(C)  20  32  18  0.7
n() n() n() 100 100 100


Si los eventos A y B no son mutuamente excluyentes, la probabilidad de ocurrencia de A o de B es:
P(A + B) = P(A) + P(B) – P(AB)

Donde:
P(A + B): Probabilidad de ocurrencia de que el evento A o B ocurran
P(A B): Probabilidad de que ocurran simultáneamente los eventos A y B

Eventos Mutuamente excluyente: La ocurrencia de un evento implica que ninguno de los otros
eventos pueden ocurrir al mismo tiempo

Ejemplo: De 100 alumnos de la especialidad de ingeniería, 20 desaprobaron matemática, 32

desaprobaron estadística y 18 desaprobaron teología, 5 desaprobaron matemática y estadística, 9
desaprobaron matemática y teología, 10 desaprobaron estadística y teología
a. ¿Cuál es la probabilidad de seleccionar un alumno que haya desaprobado matemática o estadística?
b. ¿Cuál es la probabilidad de seleccionar un alumno que haya desaprobado matemática o teología?
c. ¿Cuál es la probabilidad de seleccionar un alumno que haya desaprobado estadística o teología?

Solución:
A: Alumno desaprobó Matemática P(A) = 20/100 = 0.20
B: Alumno desaprobó Estadística P(B) = 32/100 = 0.32
C: Alumno desaprobó Teología P(C) = 18/100 =0.18
P(AB) = 5/100 = 0.05, P(AC) = 9/100 = 0.09, P(BC) = 10/100 = 0.10

a. P(A + B) = P(A) + P(B) – P(AB) = 0.20 + 0.32 - 0.05 = 0.47

b. P(A + C) = P(A) + P(C) – P(AC) = 0.20 + 0.18 - 0.09 = 0.29
c. P(B + C) = P(B) + P(C) – P(BC) = 0.32 + 0.18 – 0.10 =0.40

REGLA DE LA MULTIPLICACIÓN
Se utiliza para calcular la probabilidad de ocurrencia simultánea de dos o más eventos


Si los eventos A y B son dependientes, entonces la ocurrencia de un evento tiene efecto sobre la probabilidad de
ocurrencia del otro evento, por lo tanto la ocurrencia simultánea de los eventos es:

P(A B) = P(A) P(B/A)

 Ejemplo: Suponga que se extrae dos cartas, una a la vez sin reemplazo, de una baraja ordinaria. ¿Cuál
es la probabilidad de que ambas cartas sean ases?
A: un as en la primera extracción
B: un as en la segunda extracción
P(AB) = P(A).P(B/A) = (4/52).(3/51) = 0.0045

Ejemplo: Supongamos que se extrae al azar dos frutas, de una bolsa que contiene 4 manzanas, 6 naranjas
y 5 duraznos. Se obtiene una muestra sin reemplazo. ¿Cuál es la probabilidad de que se obtenga una
naranja y una manzana, en ese orden?
A: Extraer una naranja en la primera extracción
B: Extraer una manzana en la segunda extracción dada una naranja en la primera extracción

P(AB) = P(A) P(B/A) = (6/15).(4/14) = 0.1143


Si los eventos A y B son independientes, entonces la ocurrencia de un evento no tiene efecto sobre la probabilidad de
ocurrencia del otro, por lo tanto la ocurrencia simultánea de los eventos es

P(A B) = P(A) P(B)

Ejemplos: Supongamos que lanzamos un par de dados legales una sola vez. ¿Cuál es la probabilidad de
obtener un 2 en el primer dado y un 4 en el segundo?
A: Obtener 2 en el primer dado
B: Obtener 4 en el segundo dado
P(AB) = P(A) P(B) = 1/6 x 1/6 = 1/36

Ejemplos: Supongamos que se extrae una muestra aleatoria de una bolsa de frutas. La bolsa contiene 4
manzanas, 6 naranjas y 5 duraznos. Si se selecciona 2 frutas, una a la vez, con reemplazo. ¿Cuál es la
probabilidad de que se obtenga una naranja y una manzana en ese orden?
A: Obtener una naranja
B: Obtener una manzana
P(AB) = 6/15 * 4/15 = 24/225

PROBABILIDAD CONDICIONAL
La probabilidad de que ocurra un evento B cuando se sabe que ha ocurrido algún otro evento A, se
denomina PROBABILIDAD CONDICIONADA y se designa como P(B/A). Él símbolo P(B/A) se lee como la
probabilidad de que ocurra B sabiendo que ocurrió A o sencillamente probabilidad de B dado A Las
probabilidades condicionadas están relacionadas a probabilidades asociadas a los eventos definidos en
subpoblaciones o espacios muéstrales reducidos.
Se dice que la probabilidad de ocurrencia de un evento dado es condicionada, si esta se afecta por la
ocurrencia de otro evento presente.

P(B/A) =
P(BA) , si P(A) ≠ 0
P( A)

Ejemplo: Un profesor de matemáticas da clases en una sección matutina y una vespertina de introducción
al cálculo.
Sea A = {el profesor da una mala conferencia matutina} y
B = {el profesor da una mala conferencia vespertina}.
Si P(A) = 0.3, P(B) = 0.2 y P(AB) = 0.1, calcule las siguientes probabilidades.
’ ’
a) P(B/A) b) P(B /A) c) P(B/A )
 P(BA) 0.1
a) P(B / A)    0.33
P( A) 0.3

P(B' A) P( A)  P( AB) 0.3  0.1

b) P(B' / A)     0.67
P( A) P( A) 0.3

'
c) P(B / A' )  P(BA' )  P(B)  P( AB)  0.2  0.1  0.14
P( A ) P( A' ) 0.7

TEOREMA DE BAYES
Es un método que nos permite calcular la probabilidad de que un evento que ya ocurrió (o efecto) sea
resultante de alguna “causa”.

Si A1, A2, …, An son sucesos n mutuamente excluyentes, de los cuales al menos unos de los A i (i = 1, 2, ..., n)
debe ocurrir, y sea B un suceso cualesquiera en , la probabilidad condicional de la ocurrencia de A i
cuando el evento B ha ocurrido es:

P(Ai )P(B / Ai ) P(Ai )P(B / Ai )

P(Ai/B) = = n
P(A )P(B / A )  P(A
1 1
2)P(B / A 2 )  ...  P(A n )P(B / An )  P(Ai )P(B / Ai )
i1

Ejemplo:
En una empresa del total de trabajadores, se tiene que el 50% son ingenieros, el 30% son abogados y el
20% son administrativos; además se tiene que el 8% de los ingenieros, el 9% de los abogados y el 10% de
los administrativos son “provincianos” (nacidos fuera de la capital).
a. Supongamos que se selecciona un trabajador al azar y resulta ser “provinciano”. Hallar la probabilidad
de que el trabajador sea ingeniero.
b. Supongamos que se selecciona un trabajador al azar y resulta ser “provinciano”. Hallar la probabilidad
de que el trabajador sea abogado.
c. Supongamos que se selecciona un trabajador al azar y resulta ser “provinciano”. Hallar la probabilidad
de que el trabajador sea abogado.
d. Supongamos que se selecciona un trabajador al azar y resulta ser “no provinciano”. Hallar la
probabilidad de que el trabajador sea ingeniero.

Solución:
A1 = Trabajador ingeniero
A2 = Trabajador abogado
A3 = Trabajador administrativo
B = Trabajador provinciano
B’ = Trabajador no provinciano
P(A1) = 0.50 , P(A2) = 0.30, P(A3) = 0.20
 P(A1 )P(B / A1 )
a. P(A1/B) = =
P(A1 )P(B / A1 )  P(A 2 )P(B / A 2 )  P(A 3 )P(B / A 3 )

0.50(0.08)
  0.4798
0.50(0.08)  0.30(0.09)  0.20(0.10)

P(A 2 )P(B / A 2 )
b. P(A2/B) =
P(A1 )P(B / A1 )  P(A 2 )P(B / A 2 )  P(A 3 )P(B / A 3 )

0.30(0.09)
  0.3103
0.50(0.08)  0.30(0.09)  0.20(0.10)

P(A 3 )P(B / A 3 )
c. P(A3/B) =
P(A1 )P(B / A1 )  P(A 2 )P(B / A 2 )  P(A 3 )P(B / A 3 )

0.20(0.10)
  0.2299
0.50(0.08)  0.30(0.09)  0.20(0.10)

P( A2 )P(B' / A2 )
d. P(A2/B’) =
P( A1 )P(B' / A1 )  P( A2 )P(B' / A2 )  P( A3 )P(B' / A3 )

0.30(0.91)
  0.2990
0.50(0.92)  0.30(0.91)  0.20(0.90)
 Ejercicios de Probabilidad

1. Se selecciona una familia que posee dos automóviles, y para el más nuevo y el más viejo observamos
si fue fabricado en los Estados Unidos, Europa o Asia. ¿Cuáles son los posibles resultados de este
experimento?

2. Un joven tiene cuatro camisas de los siguientes colores: roja (R), blanca (B), negra (N) y verde (V),
también posee dos pantalones, gris (G) y azul (A).
a. Trace un diagrama de árbol de este experimento.
b. ¿De cuántas maneras pueden combinarse los pantalones con las camisas o viceversa?

3. Una experiencia aleatoria consiste en preguntar a tres personas distintas, elegidas al azar, si son
partidarias o no de consumir un determinado producto.
a) Escribe el espacio muestral asociado a dicho experimento, utilizando la letra "s" para
las respuestas afirmativas y "n" para las negativas.
b) ¿Qué elementos del espacio muestral anterior constituyen el evento " al menos dos de las
personas son partidarias de consumir el producto"?
c) Describe el evento contrario de "más de una persona es partidaria de consumir el producto"

4. Al arrojar dos dados, uno blanco y uno negro, calcular la probabilidad de obtener ocho puntos entre
los dos.

5. Se lanzan dos dados al aire y se anota la suma de los puntos obtenidos. ¿Cuál es la probabilidad de
que salga el 7?

6. Entre los 80 directivos de una compañía hay 48 casados, 35 son graduados de escuelas superiores y
22 de los 48 casados también son graduados. Si se elige unos de estos directivos para que asista a
una convención ¿cuál es la probabilidad de que la persona elegida no sea casado ni graduado?

7. En la Facultad de Ingeniería, el 25% de los estudiantes desaprobaron matemática, el 15% desaprobaron

Estadística el 10% desaprobaron las dos asignaturas. Se selecciona un estudiante al azar.
a. ¿Cuál es la probabilidad de que desaprobara Matemática o Estadística?
b. ¿Cuál es la probabilidad de que desapruebe solo Matemática?
c. ¿Cuál es la probabilidad de que desapruebe solo Estadística?
d. Si desaprobó Estadística, ¿cuál es la probabilidad de que desaprobara Matemática?
e. Si desaprobó Matemática, ¿cuál es la probabilidad de que desaprobara Estadística?

8. Un banco tiene 3 sistemas de alarmas independientes, cada uno tiene 0.90 de probabilidad de
funcionar. Cuando el sistema es puesto en funcionamiento.
a. ¿Cuál es probabilidad de todas funcionen?
b. ¿Cuál es probabilidad que ninguna funcione?

9. Una organización de investigación del consumidor ha estudiado los servicios dentro del período de
garantía que ofrecen los 50 distribuidores de automóviles nuevos en cierta ciudad y sus hallazgos se
resumen en la tabla que sigue:
Buen servicio dentro Mal servicio dentro del
del período de garantía período de garantía
10 años o más en el negocio 16 4
Menos de 10 años en el negocio 10 20
 a) Si una persona selecciona aleatoriamente uno de estos distribuidores de autos nuevos,
¿Cuál es probabilidad de que elegirá a uno que ofrezca un servicio de garantía
adecuado?
b) Si una persona selecciona aleatoriamente a uno de los distribuidores que ha estado en el
negocio por 10 años o más, ¿Cuál es la probabilidad de que encuentre alguno que
ofrezca buen servicio de garantía?

10. Supongamos que en urna hay 7 bolitas del mismo tamaño, de los cuales 4 son blancas y 3
son rojas. Se extraen sucesivamente cuatro bolitas al azar. ¿Cuál es la probabilidad de que
las dos primeras sean blancas y las dos siguientes rojas? Sin reemplazo y con reemplazo.

11. Hay 90 solicitantes de un empleo con el departamento de noticias de una estación de

televisión. Algunos de ellos son graduados universitarios y otros no; algunos de ellos tienen
cuando menos tres años de experiencia y otros ninguna, donde la separación exacta es:
Graduados No graduados
universitarios universitarios
Cuando menos tres años de experiencia 18 9
Menos de tres años 36 27

Si el orden en el cual son entrevistados por el gerente de la estación es aleatorio, G es el

evento de que el primer aspirante entrevistado sea graduado universitario, y T de que el primer
aspirante entrevistado tenga cuando menos tres años de experiencia, determine cada una de
las probabilidades siguientes directamente de los registros y de los totales de renglones y
columnas de la tabla:

a) P(G) b) P(T’) c) P(GT)

d) P(G’T) e) P(T/G) f) P(G’/T’)

12. Un profesor de matemáticas da clases en una sección matutina y una vespertina de

introducción al cálculo.
Sea A ={el profesor da una mala conferencia matutina} y B ={el profesor da una mala
conferencia
vespertina}.
Si P(A) = 0.3, P(B) = 0.2 y P(AB) = 0.1, calcule las siguientes probabilidades.
a) P(B/A) b) P(B’/A) c) P(B/A’) d) P(B’/A’)

13. Para obtener licencia para conducir, es necesario aprobar tanto el examen teórico como el
práctico. Se sabe que la probabilidad que un alumno apruebe la parte teórica es 0,68, la de
que apruebe la parte práctica es 0,72 y la de que haya aprobado alguna de las dos partes es
0,82. Si se elige un alumno al azar, ¿Cuál es la probabilidad de que apruebe el examen para
obtener licencia?

14. Un ordenador personal está contaminado por un virus y tiene cargados dos programas
antivirus que actúan independientemente uno del otro. El programa p1 detecta la presencia
 del virus con una probabilidad de 0.9 y el programa p 2 detecta el virus con una probabilidad
de 0.8. ¿Cuál es la probabilidad de que el virus no sea detectado?

15. En un viaje organizado por Europa para 120 personas, 48 de los que van saben hablar
inglés, 36 saben hablar francés, y 12 de ellos hablan los dos idiomas.
Escogemos uno de los viajeros al azar.
a) ¿Cuál es la probabilidad de que hable alguno de los dos idiomas?
b) ¿Cuál es la probabilidad de que hable francés, sabiendo que habla inglés?
c) ¿Cuál es la probabilidad de que solo hable francés?

16. Una urna tiene 8 bolas rojas, 5 amarillas y 7 verdes. Si se extrae 3 bolas al azar una
después de otra. Calcular la probabilidad de que:
a) Las 2 primeras sean rojas y la tercera verde,
b) La primera sea amarilla y las siguientes sean rojas

17. En un viaje organizado por Europa para 120 personas, 48 de los que van saben hablar
inglés, 36
saben hablar francés, y 12 de ellos hablan los dos
idiomas. Escogemos uno de los viajeros al azar.
a) ¿Cuál es la probabilidad de que hable alguno de los dos idiomas?
b) ¿Cuál es la probabilidad de que hable francés, sabiendo que habla inglés?
c) ¿Cuál es la probabilidad de que solo hable francés?

18. Se hace una encuesta en un grupo de 120 personas, preguntando si les gusta leer y ver la
televisión. Los resultados son:
- A 32 personas les gusta leer y ver la tele.
- A 92 personas les gusta leer.
- A 47 personas les gusta ver la tele.
Si elegimos al azar una de esas personas:
a) ¿Cuál es la probabilidad de que no le guste ver la tele?
b) ¿Cuál es la probabilidad de que le guste leer, sabiendo que le gusta ver la tele?
c) ¿Cuál es la probabilidad de que le guste leer?

19. Se sortea un viaje a Roma entre los 120 mejores clientes de una agencia de automóviles. De
ellos, 65 son mujeres, 80 están casados y 45 son mujeres casadas.
a) ¿Cuál será la probabilidad de que le toque el viaje a un hombre soltero?
b) Si del afortunado se sabe que es casado, ¿cuál será la probabilidad de que sea una
mujer?

20. En un aula 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.
a) ¿Cuál es la probabilidad de que sea mujer y no use gafas?
b) Si sabemos que el alumno seleccionado no usa gafas, ¿qué probabilidad hay de que sea
hombre?

21. Dos hermanos salen de caza. El primero mata un promedio de 2 piezas cada 5 disparos y el
segundo una pieza cada 2 disparos. Si los dos disparan al mismo tiempo a una misma pieza,
¿cuál es la probabilidad de que la maten?
22. Una caja contiene 20 dulces, 12 son de menta, 10 de centro suave y 5 son de menta y
centro suave. Si se extrae un dulce al azar. Encuentre la probabilidad de que el dulce
extraído sea :
a) De menta o centro suave.
b) De centro suave pero no de menta.
c) Ni de menta ni de centro suave.

23. La probabilidad de que un avión con varias escalas llegue a Denver a tiempo es de 0.30. La
probabilidad de que este avión llegue a Houston es de 0.40 y la probabilidad de que ni llegue
a Houston ni llegue a Denver a tiempo es de 0.40. ¿Cuál es la probabilidad de que el avión:
a) Llegue a tiempo a Denver y a Houston?
b) Llegue a tiempo a Denver pero no a Houston?
c) Llegue a Houston o a Denver a tiempo pero no ambos?

24. Las probabilidades de que una persona que se detiene en una estación de servicio pida que se
revisen las llantas de su auto es de 0.14, la probabilidad de que pida que se revise el aceite de su
auto es de