Estadística II

Probabilidad. Conceptos básicos

Definición de Probabilidad.

La Probabilidad es la mayor o menor posibilidad de que ocurra un

determinado suceso. En otras palabras, su noción viene de la necesidad de
medir o determinar cuantitativamente la certeza o duda de que un suceso
dado ocurra o no.

Ésta establece una relación entre el número de sucesos favorables y el

número total de sucesos posibles. Por ejemplo, lanzar un dado, y que salga el
número uno (caso favorable) está en relación a seis casos posibles (1, 2, 3, 4, 5 y
6); es decir, la probabilidad es 1/6.

La probabilidad está basada en el estudio de la combinatoria y es fundamento

necesario de la estadística, además de otras disciplinas como matemática,
física u otra ciencia. En ellas se aplica una teoría de probabilidades, la cual
tiene como fin examinar las formas y medios para obtener esas medidas de
certeza, así como encontrar los métodos de combinarlos cuando intervienen varios
sucesos en un experimento aleatorio o prueba.

Cada uno de los resultados obtenidos al realizar un experimento recibe el nombre

de suceso elemental. Se llama espacio muestral el conjunto de todos los
sucesos elementales obtenidos, de forma que todo subconjunto del espacio
muestral es un suceso.
Cuando hablamos de probabilidad tenemos que diferenciar los tipos de sucesos
que pueden ocurrir, pueden ser: sucesos naturales, son aquellos cuyo resultado
podemos predecir; y sucesos por azar, cuyo resultado no podemos predecir, pero
que si se conoce los resultados posibles que se pueden dar.

Los sucesos por azar se pueden clasificar en: suceso seguro, es aquel que es
cierto, que ocurrirá sin lugar a dudas. Por ejemplo, si lanzamos un dado, es
seguro que saldrá un número del 1 al 6. En suceso posible, es todo lo que
compone un fenómeno determinado. Por ejemplo, al lanzar una moneda, los
sucesos posibles son cara o sello.

Y de último, tenemos al suceso imposible, el que no pueden ocurrir y se

contraponen a un suceso seguro. Por ejemplo, que en una partida de domino
dos jugadores tengan la misma ficha, sería imposible porque son 28 fichas
diferentes. La probabilidad es 0 cuando el suceso es imposible y 1 cuando el
suceso es seguro.

En la actualidad existen compañías de seguros que evalúan las probabilidades

de los sucesos que les interesan (accidentes de coches, inundaciones,
epidemias, etc.) y así poder asignar las cuotas de manera justa. También, las
probabilidades son importantes para la medicina, la mercadotecnia, la
contaduría, ingeniería, específicamente la Civil: características de los
materiales, dimensiones de elementos estructurales, carga viva en edificios, carga
sísmica y de viento, tránsito de vehículos, entre otras.

Enfoques de probabilidad

En este punto se mencionaran tres tipos de enfoques:

 Enfoque clásico, a priori o de Laplace,

 Enfoque empírico, frecuencia o a posteriori.
 Enfoque matemático,
 Enfoque Subjetivo
Enfoque clásico, a priori o de Laplace

Este enfoque define la probabilidad como un número, determinado de la siguiente

forma: P(A)= (n(A))/(n(S))

Dónde:
 S = Cardinal del espacio maestral S del experimento.
 N(A) = Cardinal del evento A.
La aplicación de este enfoque supone las siguientes condiciones:

 Trabaja con espacios muéstrales finitos.

Los puntos de S deben ser igualmente importantes, esto es, igual peso específico.

Ejemplo 1: P(de que salgan dos caras al tirar 2 monedas)

Ejemplo 2: P(de que salga una cara al tirar 2 monedas )

Ejemplo 3: P(de que salga un varón al tomar 2 bebés al azar)

Enfoque empírico, frecuencia o a posteriori

El enfoque empírico utiliza la frecuencia relativa como una aproximación al valor

de la probabilidad de un evento, esto se refiere a un valor empírico de la
probabilidad de ocurrencia del evento, la cual es un valor teórico resultante de un
cálculo matemático.

Es conveniente por lo tanto tener, presente el concepto de frecuencia, como la

cantidad de veces que ocurre un evento en un determinado periodo. Ahora bien,
las frecuencias pueden ser absolutas o relativas:

 Frecuencia absoluta: Es el número de veces que se presenta un evento

determinado en un experimento.
 Frecuencia relativa: Es la fracción o porción de veces que se presenta un
evento determinado en un experimento.
La frecuencia relativa para un evento A esta dada por:

 fA: (frecuencia absoluta)/(numero de ejecuciones del experimento)= (Numero

de veces que ocurre A)/(Numero de ensayos)
 fA: nA/n..

Probabilidad subjetiva

Se refiere a la probabilidad de ocurrencia de un suceso basado en la experiencia

previa, la opinión personal o la intuición del individuo. En este caso después de
estudiar la información disponible, se asigna un valor de probabilidad a los
sucesos basado en el grado de creencia de que el suceso pueda ocurrir.
Experimentos. Definición

Un experimento consiste en analizar un fenómeno en determinadas

circunstancias.

Tipos de experimentos:

-Experimento Determinista: En estadística, un suceso determinista es

un experimento fenómeno que da lugar a un resultado cierto o seguro, es decir,
cuando partiendo de unas mismas condiciones iniciales tenemos la certeza de lo
que va a suceder.

Si tomas una piedra y la dejas caer, es seguro que caerá. Se trata de una
experiencia determinista, sabes de antemano lo que sucederá.

-Experimentos Aleatorios:

Una experiencia es de azar si no se puede predecir el resultado.

Se llaman experimentos aleatorios los que dan lugar a experiencias de azar.

Si echas un dado sobre una mesa, ignoras qué cara quedará arriba. El
resultado depende del azar. Es una experiencia aleatoria.

Espacio Muestral

El espacio muestral es, de forma general, el conjunto de resultados posibles

que deriven de un experimento aleatorio. Es importante tener en cuenta que,
los experimentos aleatorios, son aquellas pruebas que, siguiendo un patrón
constante de características o de condiciones iniciales, pueden derivar en una
gama de resultados completamente diferentes entre sí; por ello, se le suele definir
como aquellos experimentos cuyos resultados no pueden ser previstos. Con estos
conceptos se relaciona, igualmente, aquel del evento aleatorio, el conjunto de
resultados, como tal, que pueden venir de un experimento aleatorio.
Espacio muestral compuesto

Se define como la unión de dos o más espacios muestrales simples .Ejm:

lanzamiento de dos dados juntos, lanzamiento un dado y una moneda .juntas
etc…

Diagramas de Árbol

Los diagramas en árbol son especialmente útiles para resolver

problemas con experimentos compuestos, es decir, aquellos
donde realizamos más de un experimento aleatorio. Algunos
ejemplos de experimentos compuestos son: tirar dos monedas al
aire, y mirar si salen dos caras, contar si hay dos mujeres de
entre tres hijos, sacar dos bolas de una urna, y mirar si hay una
roja y una azul.

Ejercicio

Sea el evento, lanzar tres monedas juntas. Construir el diagrama

de árbol:
S= {CCC,CCX,CXC,CXX,XCC,XCX,XXC,XXX }  2 3= 8 (puntos muestrales)

EVENTOS. CLASIFICACION DE LOS EVENTOS

1. Mutuamente Excluyente, (incompatibles): aquellos qe no pueden ocurrir al

mismo tiempo.

Sea A y B dos eventos, mutuamente excluyentes; entonces, la probabilidad de

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

2. Independientes: estos no se ven afectados por otros. (El espacio muestral

siempre permanece igual, muestreo con reemplazo.

Sea A y B dos eventos independientes, entonces, la probabilidad de P(A y B)=

P(A ‫ ח‬B)= P(A) x P (B)

3. Dependientes o condicionados : cuando un evento afecta a la probabilidad de

que suceda otro.

Sea A y B dos eventos dependientes, entonces, la probabilidad de P(A y B)=

P(A ‫ ח‬B)= P(A) x P (B/A)

El espacio muestral cambia, el muestreo es sin reemplazo

4. No Excluyentes entre si (compatibles): cuando la ocurrencia de uno de ellos

no impide que suceda otro.

Sea A y B dos eventos, NO mutuamente excluyentes; entonces, la probabilidad

de P(A o B)= P(A) + P(B)- P(A ‫ ח‬B)

Cuando el enunciado de un problema de probabilidad tiene como condición que se

presenten uno u otro evento. La probabilidad total de esta índole se forma por la
suma de las probabilidades individuales.

5. Teorema de Bayes:

El teorema de Bayes es utilizado para calcular la probabilidad de un suceso,

teniendo información de antemano sobre ese suceso. Probabilidad a posteriori.

Se puede calcular la probabilidad de un suceso A, sabiendo además que ese A

cumple cierta característica que condiciona su probabilidad. El teorema de Bayes
entiende la probabilidad de forma inversa al teorema de la probabilidad total. El
teorema de la probabilidad total hace inferencia sobre un suceso B, a partir de los
resultados de los sucesos A. Por su parte, Bayes calcula la probabilidad de A
condicionado a B.
Ejercicios de aplicación de los teoremas
1.-Si A y B son dos sucesos mutuamente excluyentes y la probabilidad de A es 0,2
y la de B es 0,5. Entonces, la probabilidad de que ocurran ambos sucesos es:

Solución:
La probabilidad pedida es P(A∩C). Como son eventos mutuamente excluyentes,
ambos no pueden suceder a la vez,
P(A∩C) = 0.

2.-Se tienen cinco libros de distintas materias: Matemática, Biología, Química,

Física y Lenguaje. Si se toma uno de ellos, ¿cuál es la probabilidad de que este
sea de matemática o de física?

Solución:

Sean los eventos;

A ≡Tomar el libro de Matemáticas.
B ≡Tomar el libro de Física.
La probabilidad pedida es:
P(A∪B) = P(A) + P(B)
Como A y B son eventos mutuamente excluyentes, P(A∩B) = 0.
Por lo tanto, la probabilidad pedida nos queda:
P(A∩B) = (1/5)+(1/5)= 2/5

3.- Una caja contiene 8 bolitas rojas, 5 amarillas y 7 verdes. Se extrae una al azar.
La probabilidad de que la bolita extraída sea roja o verde es
Solución:
Sea R≡ extraer una bolita Roja.
V ≡ extraer una bolita Verde.
Juntas suman 15 bolitas de un total de 20, lo cual representa el 75% del total. Por
lo tanto:
P (R∪V) = 15/20 = 0.75. Lo cual representa el 75%

4.-En una cadena de televisión se hizo una encuesta a 2 500 personas para saber
la audiencia de un debate y de una película que se emitieron en horas distintas: 2
100 vieron la película, 1 500 vieron el debate y 350 no vieron ninguno de los dos
programas. Si elegimos al azar a uno de los encuestados:

a) ¿Cuál es la probabilidad de que viera la película y el debate?

b) ¿Cuál es la probabilidad de que viera la película, sabiendo que vio el debate?

c) Sabiendo que vio la película, ¿cuál es la probabilidad de que viera el debate?

Solución: Organizamos la información en una tabla de doble entrada, completando

los datos que faltan:

DEBATE NO DEBATE
PELICULA 1450 650 2100
NO PELICULA 50 350 400
1500 1000 2500

Llamamos D = "Vio el debate" y P = "Vio la película".

a)P( D ∩ P) = 1450 / 2 500 = 29/50= 0.58

b)P(P/D)= 1 450/1500= 29/30= 0.97

c)P(D /P)= 1450/2100 = 29/42 = 0.69

5.- Tenemos dos urnas: la primera tiene 3 bolas rojas, 3 blancas y 4 negras; la
segunda tiene 4 bolas rojas, 3 blancas y 1 negra. Elegimos una urna al azar y
extraemos una bola. a) ¿Cuál es la probabilidad de que la bola extraída sea
blanca? b) Sabiendo que la bola extraída fue blanca, ¿cuál es la probabilidad de
que fuera de la primera urna?

Solución:

Hacemos un diagrama en árbol:

 B P(I y B)=3/20
3/10

I
1/2
NB
7/10

B
3/8 P(II y NB)=3/16

1/2 II

5/8
NB

a) P (B)=3/20 ÷ 3/16= 27/80 = 0.3375

b) P (I / B) = (3/20) / (27/80)= 4/9 =0.444

6.- Si escojo una carta de un mazo de 52, a) ¿cuál es la probabilidad de

escoger un corazón o un diamante? B) ¿cuál es la probabilidad de escoger
un corazón o un as?
Solución:
Sean A ≡extraer una carta corazón.
B ≡extraer un diamante.
Hay 13 cartas de cada pinta, luego:
P(A) = 13/52=1/4 = 0,25
P(B) = 13/52=1/4 = 0,25
La probabilidad de escoger un corazón o un diamante corresponderá a:
P(A∪B) = P(A) + P(B)
P= 0,25 + 0,25
P(A∪B) = 0,5

Sean A ≡extraer una carta corazón

B ≡extraer un as

P(A) = 13/52=1/4 = 0,25

P(B) = 4/52 (pero un as también es de corazón) , entonces los eventos son
no mutuamente excluyentes

P (A∪B) = P (A) + P (B)- P(A∩C)

P (A∪B) =13/52 +4/52 -1/52  P (A∪B) = 0.3077

7.- Una caja contiene 4 canicas rojas, 3 canicas verdes y 2 canicas azules.
Una canica es eliminada de la caja y luego reemplazada. Otra canica se saca
de la caja. a)¿Cuál es la probabilidad de que la primera canica sea azul y la
segunda canica sea verde) )¿Cuál es la probabilidad de obtener una canica
roja . c) ¿Representar los datos en un diagrama de árbol

Ya que la primera canica es reemplazada, el tamaño del espacio muestral (9)

no cambia de la primera sacada a la segunda así los eventos son
independientes.
a)P (azul luego verde) = P(azul) · P(verde)
P (azul luego verde) =( 2/9)x(3/9)= 6/81=0.0741
b) P (1 canica R)=P(R∩V).2+ P(R∩A).2
P(R) = (12/81)x2+(8/81)x2=40/81= 0.494

8) El 20% de los empleados de una empresa son ingenieros y

otro 20% son economistas. El 75% de los ingenieros ocupan un
puesto directivo y el 50% de los economistas también, mientras
que los no ingenieros y los no economistas solamente el 20%
ocupa un puesto directivo. ¿Cuál es la probabilidad de que un
empleado directivo elegido al azar sea ingeniero?
9) La probabilidad de que haya un accidente en una fábrica
que dispone de alarma es 0.1. La probabilidad de que suene
esta sí se ha producido algún incidente es de 0.97 y la
probabilidad de que suene si no ha sucedido ningún incidente
es 0.02.

En el supuesto de que haya funcionado la alarma, ¿cuál es la

probabilidad de que no haya habido ningún incidente?

Sean los sucesos:

I = Producirse incidente.

A = Sonar la alarma.
10) Se dispone de tres cajas con bombillas. La primera contiene 10
bombillas, de las cuales hay cuatro fundidas; en la segunda hay
seis bombillas, estando una de ellas fundida, y la tercera caja hay
tres bombillas fundidas de un total de ocho. ¿Cuál es la
probabilidad de que al tomar una bombilla al azar de una
cualquiera de las cajas, esté fundida?

P (fundido), 0.3139

Si se selecciona una bombilla al azar y resulto fundida, ¿cuál

de las cajas tiene la mayor probabilidad de haber contenido tal
bombilla?

P (1/F)=(1/3x4/10)/0.3139  P(1/F)=0.4248

P (2/F)=( 1/3x1/6)/0.3139  P(2/F)=0.1769

P (3/F)=( 1/3x3/8)/ 0.3139  P(3/F)=0.3982

La mayor probabilidad de es de la caja numero 1