Tema 3.

 Probabilidad

Tema 3: Probabilidad
Conceptos generales
Experimento aleatorio: proceso u operación que puede ser llevada a cabo
repetidas veces bajo unas mismas condiciones iniciales pero cuyo
resultado no es siempre el mismo.
Sucesos elementales {wi}: los distintos resultados que pueden dar lugar un
experimento aleatorio.
Suceso: Cualquier subconjunto de sucesos elementales.
Espacio muestral (): el conjunto de todos los posibles resultados de un
experimento aleatorio.
Ej. Se lanza una moneda dos veces (o dos monedas distintas). Indicar el espacio 
muestral  y el suceso A=“sacar al menos una cara”.
 = {(C,C),(C,X),(X,C),(X,X)}                     A={(C,C),(C,X),(X,C)}
El espacio muestral puede ser discreto (finito o infinito numerable) o 
continuo (infinito no numerable, ej. [0,1], reales, etc.).

1
 Paralelismo con teoría de Conjuntos

Suceso contrario o complementario de A  (Ac ó ̅):     ̅ Ω

Ej. Si A=“sacar par”={2, 4, 6} entonces  ̅ 1, 3, 5 .
Unión de dos sucesos (A  B): sucesos que están en A “ó” están en B, o en 
ambos a la vez.
Intersección de dos sucesos (A  B): sucesos que están en A “y” en B.
Suceso vacío o imposible: 

A B A B

AB AB
Dos sucesos A y B son incompatibles si no tienen elementos en común.
A  B = 

Paralelismo con teoría de Conjuntos

Leyes de Morgan (relación entre unión e intersección)

A B A B

Propiedad distributiva de la intersección respecto a la unión:
∩ ∪ ∩ ∪ ∩
Propiedad distributiva de la unión respecto a la intersección:
∪ ∩ ∪ ∩ ∪
Diferencia de dos sucesos ( ): sucesos que están en A y no en B.

2
 Definición de Probabilidad

Puesto que no somos capaces de indicar el resultado de un experimento aleatorio

estamos interesados en disponer de un número que nos indique la posibilidad de que
ocurran los distintos sucesos.
Existen distintas formas de introducir la probabilidad, entre ellas la axiomática y el límite
de la frecuencia relativa.
Descartamos como definición de probabilidad la frecuencia absoluta (pues depende del
número de realizaciones) y la frecuencia relativa (pues depende del experimento
realizado).
Probabilidad: frecuencia relativa de cada suceso cuando se repite un experimento un
número “infinito” de veces, esto es,
lim
→
º 1

Ej. X = “nº de caras al 
0.5 P(A) = 0.5 lanzar una moneda N 
veces”.

1 2 34 5
lanzamiento

Propiedades  y cálculo
1. 0 1
B
A
2. ̅ 1
3. ∪ ∩
4. ∩

Regla de Laplace
Dado Ω ,…, un espacio muestral de un experimento aleatorio con n posibles
resultados todos ellos con la misma probabilidad de aparecer (sucesos
equiprobables), entonces la probabilidad de un suceso ,…,
se puede calcular como:
º
º

Ej. ¿Cuál es la probabilidad de obtener exactamente dos caras al tirar una moneda 10 veces? 
Necesitamos una herramienta que nos
º 45 permita contar sin necesidad de
. enumerar todos los casos
º 2

3
 Combinatoria
Definición: la Combinatoria nos permite contar las diferentes posibilidades que se dan
en la realización de un experimento sin necesidad de realizar una enumeración. Se
utilizará para contar los casos posibles y favorables.

Sea el conjunto , ,…, formado por n elementos distintos que serán

combinados para constituir los distintos sucesos del experimento aleatorio.

Ej. 1. Tenemos interés en conocer cuántos números de tres cifras se pueden formar con
los dígitos del 1 al 9. En este caso, A sería {1,2,…, 9}.

Ej. 2. Tenemos 9 personas candidatas a formar parte de un comité constituido por tres
de ellas. ¿Cuántos comités distintos se pueden formar?. Si las personas las
enumeramos del 1 al 9, entonces A sería {1,2,…, 9}.

En el Ej. 1. debemos contar el 129 como un número distinto del 192, en cambio, en el Ej.
2 el comité formado por las personas 129 es exactamente el mismo que el comité
formado por 192.

Si importa el orden entre los elementos Variaciones

Si no importa el orden entre los elementos Combinaciones

Cuando se utilizan todos los valores que tenemos e importa el orden a las variaciones se les
suele llamar permutaciones.

Combinatoria:   Variaciones

Variaciones con repetición: de n elementos tomados de k en k. Importa el orden y se

pueden repetir los elementos.

Ej. Disponemos de dos tipos de condensadores diferentes, D y T, y deseamos saber de cuántas 
formas posibles podríamos insertarlos en tres circuitos.  A sería igual a {D, T}.
(D, D, D) (D, T, T)
(D, D, T) (T, D, T)
También resuelve el Ej. 1 anterior. (D, T, D) (T, T, D)
(T, D, D) (T, T, T)

Variaciones sin repetición: de n elementos tomados de k en k. Importa el orden pero

no se pueden repetir los elementos.

Ej. Disponemos exactamente de cuatro condensadores diferentes, y se desea saber de cuántas 
formas posibles podríamos insertarlos en dos circuitos.  A sería igual a {1,2, 3,4}.
12 21 31      41
13 23      32      42
14 24      34      43

4
 Combinatoria:   Combinaciones

Combinaciones: de n elementos tomados de k en k. No importa el orden y no se

pueden repetir los elementos.

Nos indica el número de formas posibles en el que pueden ser elegidos k elementos de
un total de n.

Ej. Disponemos exactamente de cuatro condensadores diferentes, 1 a 4, y se desea saber de 
cuántas formas posibles podríamos elegir dos de ellos.  A sería igual a {1,2, 3,4}.

12 21 31      41
13 23      32      42
14 24      34      43

También resuelve el Ej. 2 anterior.

Combinatoria:   Ejemplo

¿Cuál es la probabilidad de obtener exactamente dos caras al lanzar una moneda 10

veces?

NOTA: usamos la regla de 
Laplace, puesto que todas las 
combinaciones tienen igual  Pensar en 10 posiciones en las que 
probabilidad de ocurrir cuando  tenemos que elegir 2 donde poner 
P(C) = 0.5 las caras.

Curiosidad: En las quinielas de fútbol (14 partidos, cada uno con tres posibles resultados, 1, X ó 2). ¿Cuál es la 
probabilidad de obtener una quiniela con catorce aciertos, y una con trece exactamente, y con doce y 
con once?.

5
 Probabilidad Condicionada

Deseamos conocer la probabilidad de un suceso, pero sabiendo que ya ha ocurrido otro. 
Ej. Calcular la probabilidad de que un sistema pase la revisión si se sabe que el sistema fue 
testado y no dio problemas.

Sean A y B dos sucesos y queremos calcular la probabilidad de que ocurra A sabiendo 

que se ha dado B. Lo denotaremos por P(A/B).

A B Nota: podemos pensar en la

∩ regla de Laplace, para ver de
⁄ forma intuitiva la deducción de
esta fórmula. Casos favorables
frente a casos posibles.

El suceso contrario será  ̅⁄ y su probabilidad:  ̅⁄ 1 ⁄

Dos sucesos A y B se dicen independientes si  ∩ , o de forma 

equivalente si   ⁄ .

Ejemplo

Consideremos el experimento en el que se lanza un dado y una moneda. Hállese la

probabilidad de que se obtenga un 3 y una cara.

Solución: El espacio muestral será Ω 1, , 1, , 2, , 2, , … , 6, , 6, y nos piden 

"sacar un 3" ∩ "sacar cara" . Adicionalmente se tiene que el resultado del dado no influye 
en el resultado de la moneda, esto es, son independientes.

1 1 1
"sacar un 3" ∩ "sacar cara" sacar un 3 ∗ ∗
6 2 12

Si en otro experimento se lanzan dos dados y dos monedas. ¿Cuál sería la probabilidad
de obtener un doble tres y doble cara?
Solución:  
"sacar un doble 3" ∩ "sacar doble cara" sacar doble 3 ∗
∗

6
 Ejemplo
Un cierto dispositivo tiene una probabilidad de ¾ de superar las pruebas de control. Si
a uno de estos dispositivos se le realizan 3 veces las pruebas de control, ¿cuál es la
probabilidad de que al menos una de las pruebas de control sea superada?

Solución: Nos indican que P(T=“superar la prueba”)=3/4 y sea X= “número de pruebas superadas al 
realizarse tres”, la pregunta que nos hacen se puede expresar como  1 .

1 0 1 1⁄4
1
1 2 3 0,140625 0,421875 0,421875

El resultado de las distintas pruebas son independientes (no influye el resultado de una prueba sobre
el resultado de las siguientes). Veamos el cálculo de que se obtenga exactamente una prueba
superada de las tres realizadas.
1 , , )ó( , , )ó( , , , , , , , , )) =
3
3 ∗ 3⁄4 ∗ 1⁄4 ∗ 3⁄4 ∗ 1⁄4
1

3 Este tipo de variables las

En general:   . ∗ 3⁄4 ∗ 1⁄4
denominaremos “binomiales”

Probabilidad Condicionada:
Teorema de Bayes y Teorema de Probabilidades Totales
El teorema de Bayes nos permite calcular probabilidades condicionadas a partir de
la Probabilidad de uno de los sucesos y de las probabilidades condicionadas
inversas.
∩ ⁄
⁄

El teorema de Probabilidades Totales permite el cálculo de la probabilidad de un suceso 
cuando se conocen las probabilidades de éste en una partición del espacio (Ej. el cálculo de 
P(B) conociendo las probabilidades de que ocurra B en el grupo de A  y de  ̅ ).

∩ ∪ ∩ ̅ ∩ ∩ ̅
⁄ ̅ ⁄ ̅

Así que el teorema de Bayes puede escribirse como:

⁄
⁄
⁄ ̅ ⁄ ̅

7
 Ejemplo
(Prob. 13) Un armador de terminales de ordenadores y routers utiliza componentes de dos
proveedores. La compañía A suministra el 60% de los componentes y la compañía B el 40%
restante. Por experiencias anteriores, el armador sabe que el 5% de los componentes
suministrados por la compañía A son defectuosos y el 3% defectuosos los de la B. Se observa que
un modem armado seleccionado al azar es defectuoso. ¿Cuál de los dos proveedores es más
probable que haya suministrado el componente defectuoso?

Solución: Denotemos por A = “el componente es suministrado por la compañía A”, por B= ̅= “lo
suministra la compañía B” y por D=“componente defectuoso”. El enunciado nos proporciona la
siguiente información: P(A) = 0,60; P(B)= 1-0,60=0,40; P(D/A)=0,05 y P(D/B)=0,03

Nos piden: P(A/D) y P(B/D). Esto es, sabiendo que es defectuoso, la probabilidad de que provenga de
la compañía A o de la B.
⁄ ⁄ 0,60 ∗ 0,05
⁄ 0,7143
⁄ ⁄ 0,60 ∗ 0,05 0,40 ∗ 0,03

Nos indica que existe un 71,43% de probabilidad que el

componente defectuoso haya sido suministrado por la A B
P(A)=0,60
compañía A. P(B)=0,40

De igual forma calcularíamos P(B/D) = 0,2857

D D
Por tanto, es más probable que la unidad defectuosa
proceda de la compañía A. P(D/A)=0,05 0,95 0,03 0,97

Ejemplo
Poseemos dos urnas, X e Y. La urna X tiene 5 bolas rojas y 3 blancas, mientras que la urna Y tiene 2
bolas rojas y 2 blancas. Realizamos el experimento de elegir una urna y extraer una bola. ¿Cuál es
la probabilidad de que la bola extraída sea blanca si ambas urnas tienen la misma oportunidad de
ser elegidas?

Solución: Denotemos por X = “la urna X es elegida”, por Y= = “se elige la urna Y” y por B=“se extrae
una bola blanca”. El enunciado nos proporciona la siguiente información: 0,50;
1 0,50; ⁄ 3⁄8 y ⁄ 2⁄4

Nos piden: . Utilizamos el teorema de Probabilidades Totales X Y

P(X)=0,50 P(Y)=0,50

3 2 B
⁄ ⁄ 0,50 ∗ 0,50 ∗ 0,4375 B
8 4
P(B/X)=3/8 5/8 2/4 2/4

8
 Aplicación: Sistemas de componentes independientes
Fiabilidad de Sistema de componentes.
Sean , , … , los componentes por los que está constituida una máquina o sistema. El que la
máquina funcione o no dependerá de dichos componentes, pero cada componente funcionará o
no independientemente del resto de los componentes. Esto es, los componentes son
independientes.
La fiabilidad (Realibility) de un componente es la probabilidad de que el componente funcione
en un momento fijado. La denotamos como el componente Ci funcione
A la fiabilidad del sistema completo la denotaremos como . Su cálculo estará influenciado por
la estructura de enlace entre los distintos componentes. Estructura en serie, en paralelo, mixta y
con bifurcaciones.

Estructura en serie
C1 C2 ….. Cn Aplicando la
independencia de
El sistema funcionará si todos los componentes funcionan. los componentes

" funciona” ∩ … ∩ " funciona”) " funciona”)∙ ⋯ ∙ " funciona”)

∙ ⋯∙

Aplicación: Sistemas de componentes independientes
Estructura en paralelo
C1
El sistema funcionará si hay al menos un componente que
funciona. O dicho de otra forma, el sistema fallará si todos los C2
componente fallan.
1 "sistema no funciona" ⋮
=1 " no funciona” ∩ … ∩ " no funciona”) ⋮
1 " no funciona”)∙ ⋯ ∙ " no funciona”)
Cn
1 1 ∙ ⋯∙ 1 1 1

Estructura mixta MOD1

El sistema está formado por un conjunto de módulos C1 C2 C3

conectados en paralelo pero los componentes dentro
de cada módulo están en serie. Para el ejemplo:
1 "sistema no funciona"
=1 “MOD1 no funciona” ∩ “MOD2 no funciona”) C4 C5
1 1 ∙ 1
MOD2
1 1 ∙ ∙ ∙ 1 ∙

9
 Aplicación: Sistemas de componentes independientes
Estructura con bifurcaciones
C1 C2
Para la resolución aplicaremos el teorema de
probabilidades totales sobre el sistema completo
condicionado en función de sí o no funciona el
C3 C4
componente donde se produce la bifurcación.
Aplicación sobre el ejemplo:
Para abreviar denotemos por " funciona” ( “ no funciona”) con

" "⁄ ∙ " "⁄ ∙

C1 C2 C2
Calculamos la  " "⁄ . 
Bajo esta situación calculamos la 
probabilidad sabiendo que  funciona. 
C4 C4

" "⁄ 1 1 ∙ 1 Se trata de un sistema en paralelo.

Calculamos la  " "⁄ .  C1 C2

Bajo esta situación calculamos la  " "⁄ ∙
probabilidad sabiendo que  NO funciona. 
Se trata de un sistema en serie.  no interviene.
C4
Finalmente, sustituyendo tendremos que:
1 1 ∙ 1 ∙ ∙ ∙ 1 ∙ ∙ ∙ ∙ ∙ ∙ ∙

Ejemplo
(Prob. 22) Calcula la fiabilidad del siguiente sistema de componentes teniendo en cuenta que la
fiabilidad de los componentes C1, C2 y C5 es 0,95 y la fiabilidad de las componentes C3, C4 y C6 es
0,90.
C1 C2 C3
Por tratarse de un sistema con bifurcación calculamos la fiabilidad del
sistema en función de si el C5 funciona o no.
Para abreviar denotaremos por C5 = “C5 funciona” y por S=“sistema completo
funciona” C4 C5 C6

Cálculo de ⁄ . Dibujamos el sistema asumiendo que C5 funciona.

C1 C2 C3 Como se observa, el sistema resultante es con bifurcación, aplicaremos la misma

técnica pero distinguiendo según C4 sobre este nuevo sistema. (Aquí S se refiere a
este último sistema)

C4 C6 ⁄ ⁄ ⁄
C1 C2 C3 Equivale a un
Cálculo de ⁄ . Dibujamos el sistema asumiendo que C4 funciona. sistema en
paralelo entre
⁄ 1 1 1 C3 y C6.
C6
Cálculo de ⁄ . Dibujamos el sistema asumiendo que C4 NO funciona.
C1 C2 C3 Equivale a un
⁄ sistema en
serie de C1,
C6 C2 y C3.
Cálculo de ⁄ . Dibujamos el sistema asumiendo que C5 NO funciona.
C1 C2 C3
⁄ Coincide con
el anterior.
Serie de C1,
Sustituyendo se obtiene que: C4 C6 C2 y C3.
1 1 1 1 1 0,9642

10