Unidad Nº 2: Teoría de Probabilidades

Asignatura: Probabilidades y Estadísticas (MAT-21414)

Elaborado por: Lcdo. Ely Rosas

UNIDAD Nº 2: TEORÍA DE PROBABILIDADES

2.1. DEFINICIÓN DE EXPERIMENTO ALEATORIO

Un experimento aleatorio es aquel que proporciona diferentes resultados aun cuando se repita siempre de
la misma manera.

Ejemplo: Supóngase que se toma una muestra de aire de un tanque de almacenamiento para analizar la
presencia de una molécula extraña. Los resultados de este experimento pueden resumirse de una manera
muy sencilla: la muestra contiene o no la molécula. Esta situación puede considerarse como un
experimento aleatorio con sólo dos resultados posibles.

Para modelar y analizar un experimento, primero debe comprenderse el conjunto de resultados posibles
del experimento.

2.2. DEFINICIÓN DE ESPACIO MUESTRAL

A los resultados de un experimento aleatorio se les denomina Sucesos o Eventos aleatorios. Cada posible
resultado de una variable es un evento. Un evento simple se describe por sus características singulares.
Por ejemplo, cuando se lanza una moneda al aire, los dos posibles resultados son cara o sello; cada uno
de éstos representa un evento sencillo. Cuando se lanza un dado estándar de seis lados, en el que las seis
caras del dado contienen uno, dos, tres, cuatro, cinco o seis puntos, hay seis eventos sencillo posibles.

Un evento conjunto es un evento que tiene dos o más características. Un ejemplo de ello es sacar dos
caras al lanzar al aire dos monedas, pues consiste en obtener cara al lanzar al aire la primera moneda y
cara al lanzar la segunda.

El complemento del evento A (al que se le asigna el símbolo A’) incluye todos los eventos que no son
parte de A. por ejemplo, el complemento de una cara es un sello.

Al conjunto de todos los posibles resultados o eventos de un experimento aleatorio se llama espacio
muestral, el cual se denota con la letra S.

Considerando el ejemplo anterior, el espacio muestral sólo contiene dos resultados posibles, es decir,
S = {sí, no}.

Ejemplo: En el lanzamiento de una moneda al aire, el espacio muestral consiste en cara y sello. Es decir,
S = {C, S}.

En el lanzamiento de un dado, el espacio muestral consiste en uno, dos, tres, cuatro, cinco y seis puntos.
Es decir, S = {1, 2, 3, 4, 5, 6}.

En el lanzamiento de tres monedas al aire, S = {CCC, CCS, CSC, CSS, SCC, SCS, SSC, SSS}.

1
 Unidad Nº 2: Teoría de Probabilidades
Asignatura: Probabilidades y Estadísticas (MAT-21414)
Elaborado por: Lcdo. Ely Rosas

EXPRESIÓN DE LA PROBABILIDAD

Una probabilidad es un valor numérico que representa la oportunidad o posibilidad de que un evento en
particular ocurra. Por ejemplo el aumento en el precio de una acción, una unidad de producción no
conformada.

La probabilidad teórica de un evento A es el número de resultados que permiten decir que se cumple el
evento A (resultados favorables a A) entre el número de resultados posibles del experimento. Es decir,
P (A) = mA / ns.

Para designar la probabilidad de un evento se utiliza el símbolo P. Por ello, P(A) denota la probabilidad
de que ocurra el evento A en una sola observación o experimento.

El menor valor que puede tener una probabilidad es 0 (lo cual indica que el evento es imposible) y el
mayor valor que puede tomar es 1 (lo cual indica que es seguro que ocurra). Es decir, en general,
0 ≤ P(A) ≤ 1

En una observación o experimento dados, el evento debe ocurrir o no. Por ello, la suma de la
probabilidad de ocurrencia más la probabilidad de no ocurrencia siempre es igual a 1. Es decir,
P(A) + P(A’) = 1; donde A’ indica la no ocurrencia del evento A.

2.3. DEFINICIÓN DE EVENTOS MUTUAMENTE EXCLUYENTES

Dos eventos A y B son mutuamente excluyentes, o disjuntos, si no pueden ocurrir al mismo tiempo. Es
decir, la ocurrencia de un evento automáticamente impide la ocurrencia del otro. Por ejemplo, al lanzar
una moneda al aire, cara y sello son eventos excluyentes, debido a que el resultado de lanzar una moneda
al aire no puede ser al mismo tiempo cara y sello.

Dos o más eventos son no excluyentes cuando es posible que ocurran al mismo tiempo. Obsérvese que
esta definición no indica que esos eventos deban necesariamente ocurrir en forma conjunta. Supóngase,
por ejemplo, que se consideran los dos posibles eventos: un estudiante de “Ingeniería” y de género
“Femenino”. Estos eventos no son mutuamente excluyentes, porque un estudiante seleccionado en una
determinada Universidad puede ser al mismo tiempo de Ingeniería y de género Femenino; sin embargo,
de esto no se desprende que todos los estudiantes de Ingeniería seleccionados sean de género Femenino
ni que todos los estudiantes de género Femenino sean de Ingeniería.
2.4. REGLAS DE ADICIÓN

Estas reglas se utilizan cuando se desea determinar la probabilidad de que ocurra un evento u otro (o
ambos) en una sola observación. Simbólicamente, puede representarse la probabilidad de que ocurra el
evento A o el evento B mediante P(A o B). En el lenguaje de la teoría de conjuntos, a esto se le
denomina la unión de A y B y se designa la probabilidad mediante 𝑃(𝐴 ∪ 𝐵).

Existen dos variaciones a la regla de la adición, dependiendo de que los dos eventos sean mutuamente
excluyentes. La regla de la adición para eventos mutuamente excluyentes es
P(A o B) = 𝑃(𝐴 ∪ 𝐵) = P(A) + P(B) (#)

2
 Unidad Nº 2: Teoría de Probabilidades
Asignatura: Probabilidades y Estadísticas (MAT-21414)
Elaborado por: Lcdo. Ely Rosas

Ejemplo: Cuando se lanza una moneda al aire, los eventos “cara” (C) y “sello” (S) son mutuamente
excluyentes. La probabilidad de obtener una cara o un sello en un solo lanzamiento es:

P(C o S) = P(C) + P(S) = ½ + ½ = 1

Para eventos que no son mutuamente excluyentes, se le resta a la suma de las probabilidades simples la
probabilidad de la ocurrencia conjunta de los dos eventos, la cual puede representarse mediante
P(A y B). En el lenguaje de la teoría de conjuntos, a esto se le denomina la intersección de A y B y se
designa la probabilidad como 𝑃(𝐴 ∩ 𝐵). De esta forma, la regla de la adición para eventos que no son
mutuamente excluyentes es:
P(A o B) = P(A) + P(B) – P(A y B) (*)

A la fórmula (*) también se le denomina con frecuencia regla general de la adición porque para eventos
que son mutuamente excluyentes el último término es siempre igual a cero. Así, esta fórmula resulta
algebraicamente equivalente a la fórmula (#).

Ejemplo: La tabla siguiente presenta la historia de 940 obleas de un proceso de fabricación de

semiconductores.
Obleas en un proceso de fabricación
En el centro del instrumento
de deposición electrónica
No Sí Total
No 514 68 582
Contaminación alta
Sí 112 246 358
Total 626 314 940

Supóngase que se elige al azar una oblea de la tabla. Sea A: el evento en que la oblea tiene altos niveles
de contaminación. Sea B: el evento en que la oblea está en el centro de un instrumento de deposición
electrónica. Determine la probabilidad de que la oblea esté en el centro del instrumento de deposición
electrónica o contenga un alto nivel de contaminación.

2.5. EVENTOS INDEPENDIENTES

Dos eventos son independientes cuando la ocurrencia o no ocurrencia de uno no tiene ningún efecto
sobre la probabilidad de ocurrencia del otro.

Dos eventos son dependientes cuando la ocurrencia o no ocurrencia de uno sí afecta la probabilidad de
ocurrencia del otro evento.

Ejemplo: Los resultados asociados con el lanzamiento de una moneda dos veces seguidas se consideran
eventos independientes, porque el resultado del primer lanzamiento no tiene ningún efecto sobre las
probabilidades respectivas de que en el segundo lanzamiento ocurra una cara o un sello. La extracción de dos
cartas sin remplazo de un mazo de barajas son eventos dependientes, porque las probabilidades asociadas con
la segunda extracción dependen del resultado de la primera extracción. Específicamente, si en la primera
extracción ocurrió un “as”, la probabilidad de que ocurra un “as” en la segunda extracción es la razón del

3
 Unidad Nº 2: Teoría de Probabilidades
Asignatura: Probabilidades y Estadísticas (MAT-21414)
Elaborado por: Lcdo. Ely Rosas

número de ases restantes en el mazo con relación al número total de cartas también restantes en el mazo, es
decir, 3/51.

 Cuando dos eventos son dependientes, se emplea el concepto de probabilidad condicional para
designar la probabilidad de ocurrencia de un evento relacionado. La expresión P(B/A) indica la probabilidad
de que ocurra el evento B dado que ha ocurrido el evento A. Note el hecho de que B/A no es una fracción.
Las expresiones de probabilidad condicional no se requieren para eventos independientes, porque, por
definición, no existe relación entre la ocurrencia de esos eventos. Por lo tanto, si los eventos A y B son
independientes, la probabilidad condicional P(B/A) es siempre igual a la probabilidad simple (no
condicional) P(B). Consiguientemente, un enfoque que permite probar la independencia de dos eventos A y
B consiste en comparar

P(B/A) ?̿ P(B)
P(A/B) ?̿ P(A)

 Si se conocen la probabilidad simple (no condicional) de un primer evento A y la probabilidad

conjunta de dos eventos A y B, la probabilidad condicional P(B/A) puede determinarse de la siguiente
manera:

𝑃(𝐴 𝑦 𝐵)
𝑃(𝐵⁄𝐴) =
𝑃(𝐴)

 La probabilidad condicional P(A/B) se refiere a la probabilidad del evento A, dada información

acerca de la ocurrencia de otro evento B. Es decir,
𝑃(𝐴 𝑦 𝐵)
𝑃(𝐴⁄𝐵 ) =
𝑃(𝐵)

Ejemplo: Considerando la tabla anterior, determine la P(B/A). ¿Los eventos A y B son estadísticamente
independientes?

1.5. REGLAS DE MULTIPLICACIÓN

Estas reglas se refieren a la determinación de la probabilidad de la ocurrencia conjunta de A y B. Existen

dos variantes a la regla de la multiplicación, de acuerdo a si los dos eventos son independientes o
dependientes. La regla de la multiplicación para eventos independientes es:

P(A y B) = P(A ∩ B) = P(A) P(B)

Ejemplo: Si una moneda se lanza dos veces, la probabilidad de que ambos lanzamientos den por
1 1 1
resultado una “cara” es (2) × (2) = (4)

Para eventos dependientes, la probabilidad de ocurrencia conjunta de A y B es la probabilidad de A

multiplicada por la probabilidad condicional de B dado A. Si la posición de los dos eventos se invierte,
se obtiene un valor equivalente. Así, la regla de la multiplicación para eventos dependientes es:

4
 Unidad Nº 2: Teoría de Probabilidades
Asignatura: Probabilidades y Estadísticas (MAT-21414)
Elaborado por: Lcdo. Ely Rosas

P(A y B) = P(A)P(B/A) (**)

P(A y B) = P(B y A) = P(B)P(A/B) (***)

A las fórmulas (**) y (***) se le denomina con frecuencia la regla general de la multiplicación, debido a
que para eventos que son independientes, la probabilidad condicional P(B/A) siempre es igual al valor de
la probabilidad no condicional P(B).

2.6. TEOREMA DE BAYES

Este teorema se utiliza para revisar probabilidades previamente calculadas cuando se posee nueva
información. Desarrollado por el Reverendo Thomas Bayes en el siglo XIII. Es una extensión del caso de la
probabilidad condicional.
𝑃(𝐴⁄𝐵𝑖 )𝑃(𝐵𝑖 ) 𝑃(𝐴⁄𝐵𝑖 )𝑃(𝐵𝑖 )
𝑃(𝐵𝑖 ⁄𝐴) = =
𝑃(𝐴⁄𝐵1 )𝑃(𝐵1 ) + 𝑃(𝐴⁄𝐵2 )𝑃(𝐵2 ) + … + 𝑃(𝐴⁄𝐵𝑘 )𝑃(𝐵𝑘 ) 𝑃(𝐴)
Donde:
Bi es el i-ésimo evento de los k eventos mutuamente excluyentes.
P(A): Regla de probabilidad total.

Ejemplo: Los ingenieros civiles se encargan de evaluar las construcciones preliminares de varias obras. En
el pasado, el 95% de las obras con mayor éxito recibieron buenas evaluaciones, el 60% de las obras con éxito
moderado recibieron buenas evaluaciones, y el 10% de obras de escaso éxito recibieron buenas evaluaciones.
Además, el 40% de las obras ha tenido mucho éxito, el 35% un éxito moderado, y el 25% una baja
aceptación.

a) ¿Cuál es la probabilidad de que una obra obtenga una buena evaluación?

b) Si una nueva obra obtiene una buena evaluación, ¿cuál es la probabilidad de que se convierta en una
obra de gran éxito?