Probabilidad

Álvaro José Flórez

1 Escuela de Ingeniería Industrial y Estadística
Facultad de Ingenierías

Febrero - Junio 2012

 Probabilidad

Expresión del grado de certeza de que ocurrirá un determinado suceso

en un ambiente de incertidumbre (aleatorio). Este grado de certeza
es basado en experiencia o compresión de la estructura del fenómeno
estudiado.

Hay una probabilidad del 50 % de obtener un número par al lanzar

un dado

Es probable que apruebe el parcial de fundamentos de estadística

Es poco probable que me gane el baloto

 Probabilidad

Expresión del grado de certeza de que ocurrirá un determinado suceso

en un ambiente de incertidumbre (aleatorio). Este grado de certeza
es basado en experiencia o compresión de la estructura del fenómeno
estudiado.

• Cuanto mayor es el grado de certeza de que ocurrirá el suceso,

mayor será la probabilidad.
• La probabilidad se determina como un valor entre 0 y 1, donde
0 indica que el suceso no ocurre y 1 que el suceso ocurre con
certeza.

En el fondo, la teoría de probabilidades es solo sentido común

expresado con números. Laplace
 Importancia en la estadística

La probabilidad tiene un papel crucial en la aplicación de la inferencia

estadística porque una decisión, cuyo fundamento se encuentra en la
información contenida en una muestra aleatoria, puede estar equivocada.
Sin una adecuada compresión de las leyes básicas de la probabilidad, es
difícil utilizar la metodología estadística de manera efectiva (Canavos,
1988).

¿Cómo es posible que la media obtenida de una muestra de unos pocos

hogares de todos los del país, pueda ser una estimación precisa de la
media de la población?

... Si diferentes muestras darían valores distintos de la media muestral (x̄)

La variabilidad muestral no es fatal (Azar no significa ausencia de

regularidad )
 Aleatoriedad
Llamamos a un fenómeno aleatorio si los resultados individuales
son inciertos y, sin embargo, existe una distribución regular de los
resultados después de un gran número de repeticiones.

Fig: Proporción de caras del lanzamiento de 3 monedas

1.0
0.8
Proporción de caras

0.6
0.4
0.2
0.0

2 4 6 8 10

Lanzamientos
 Aleatoriedad

Fig: Proporción de caras del lanzamiento de 3 monedas

1.0
0.8
Proporción de caras

0.6
0.4
0.2
0.0

0 100 200 300 400 500

Lanzamientos

El comportamiento del azar es impredecible con pocas repeticiones pero

presenta un comportamiento regula y predecible con muchas repeticiones
 Importancia en la estadística

El nexo que une la teoría de la probabilidad y la estadística es

la noción de variable aleatoria, mostrando de esta manera cómo
puede emplearse la teoría de la probabilidad para extraer conclusiones
precisas acerca de una población sobre la base de una muestra
extraída de ella.

Extraer pautas donde hay (aparentemente) azar. Cuando se decide

que la hay, se hace con una cierta seguridad. Lo que significa que se
deja un margen para el posible error. Error, que aunque indicativo
de nuestra ignorancia, está al menos acotado dentro de unos ciertos
límites.
 Definición de probabilidad

Probabilidad Clásica (Laplace)

Si un experimento que está sujeto al azar, puede ocurrir de n maneras
mutuamente excluyentes e igualmente verosímiles (probables) y si nA
de estas poseen un atributo A, la probabilidad de A es la fracción
nA /n

Al lanzar un dado ¿Cuál es la probabilidad de que el resultado sea

par?

Al lanzar dos monedas ¿Cuál es la probabilidad de obtener dos caras?

 Definición de probabilidad

Los inconvenientes de definir la probabilidad de esta forma son:

• No es válida cuando los posibles resultados no son
equiprobables

• A veces no es posible contar los posibles resultados

 Definición de probabilidad

Los inconvenientes de definir la probabilidad de esta forma son:

• No es válida cuando los posibles resultados no son
equiprobables

• A veces no es posible contar los posibles resultados

Probabilidad Frecuentista (Bernouilli)

Si un experimento se repite n veces bajo las mismas condiciones y
nB de los resultados son favorables a un atributo B, el límite de
nB /n conforme n se vuelva grande, se define como la probabilidad
del atributo B
 Definiciones de probabilidad

Fig: Distribución muestral de la probabilidad de obtener una cara en

lanzamiento de una moneda
10 lanzamientos 50 lanzamientos
5

6
5
4

4
Densidad

Densidad
3

3
2

2
1

1
0

0
0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0

Proporción Proporción
100 lanzamientos 1000 lanzamientos
8

20
6

15
Densidad

Densidad
4

10
2

5
0

0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.2 0.4 0.6 0.8 1.0

Proporción Proporción
 Definición de probabilidad

Los inconvenientes de definir así la probabilidad son los siguientes:

• En algunas ocasiones no es posible realizar repeticiones del
experimento.
• Las condiciones bajo las cuales se realiza el experimento
pueden variar a lo largo del tiempo.
 Definición de probabilidad

Los inconvenientes de definir así la probabilidad son los siguientes:

• En algunas ocasiones no es posible realizar repeticiones del
experimento.
• Las condiciones bajo las cuales se realiza el experimento
pueden variar a lo largo del tiempo.
Probabilidad Subjetiva o Personal
El grado de creencia o convicción con respecto a la ocurrencia de
una afirmación. Representa un juicio personal acerca de un fenómeno
impredecible.
la probabilidad de un suceso puede, y debe, variar en función de la nueva
información recibida respecto del suceso
Estos grados de creencia tiene como única restricción el que pertenezcan
a una persona racional y coherente
 Conceptos de probabilidad

Espacio Muestral (S)

El conjunto de todos los resultados posibles de un experimento
aleatorio. Estos pueden ser finitos, infinitos numerables o continuos

Evento
Cualquier resultado o conjunto de resultados de un fenómeno
aleatorio, es decir que A es un suceso si A ⊆ S.

Complemento (A0 )
El complemento de un evento A con respecto a S es el conjunto de
todos los elementos de S que no están en A.
 Conceptos de probabilidad

Unión (A ∪ B)
La unión de dos eventos A y B, es el evento que contiene a todos
los elementos que pertenecen a A o a B, o a ambos.

Intersección (A ∩ B)
La intersección de dos eventos A y B, es el evento que contiene a
todos los elementos comunes de A y B.

Eventos mutuamente excluyentes (A ∩ B = ∅)

Dos eventos A y B son mutuamente excluyentes si estos eventos no
tienen ningún elemento en común.
 Conceptos de probabilidad

Representación gráfica de la relación entre eventos y el espacio

muestral (Diagrama de Venn)

Fig: Diagrama de Venn

• A∩B =
• A∩B∩C =
• A∪B =
• A ∪ (B ∩ C) =
• A ∩ B0 =
 Conceptos de probabilidad

Representación gráfica de la relación entre eventos y el espacio

muestral (Diagrama de Venn)

Fig: Diagrama de Venn

• A ∩ B = 1,2
• A∩B∩C = 1
• A ∪ B = 1,2,3,4,6,7
• A ∪ (B ∩ C) = 1,2,3,4,7
• A ∩ B0 = 4
 Conceptos de probabilidad

Se tienen los sucesos A, B y C, exprese en lenguaje de la teoría de

conjuntos las siguientes operaciones:
1 Ocurren A y al menos uno de los otros dos.
2 Ocurre A y uno sólo de los otros dos.
3 Ocurre uno de los tres, pero no dos a la vez.
4 Ocurre C, pero no lo hacen ni A ni B
5 Ocurren al menos dos de los tres
6 No ocurre ninguno de los tres.
 Reglas de la probabilidad
1 La probabilidad de cualquier suceso A (P (A)) cumple que:

0 ≤ P (A) ≤ 1

2 Si S es el espacio muestral de un modelo de probabilidad,

entonces:
P (S) = 1
3 Para cualquier suceso A,

P (A0 ) = 1 − P (A)

4 Si A y B son dos suceso cualesquiera se verifica que:

P (A ∪ B) = P (A) + P (B) − P (A ∩ B)

5 Si A ⊆ B entonces P (A) ≤ P (B)

 Reglas de la probabilidad

1 Si A y B son dos eventos mutuamente excluyentes, entonces:

P (A ∪ B) = P (A) + P (B)

2 Si A, B y C son eventos cualesquiera, entonces:

P (A ∪ B ∪ C) =P (A) + P (B) + P (C) − P (A ∩ B) − P (A ∩ C)

− P (B ∩ C) + P (A ∩ B ∩ C)
(1)

3 Si A1 , A2 , . . . , Ak son eventos mutuamente excluyentes,

entonces:

P (A1 ∪ A2 ∪ . . . ∪ Ak ) = P (A1 ) + P (A2 ) + . . . + P (Ak )

 Ejemplo

Al lanzar dos dados y se tiene los siguientes eventos:

A: La suma de los dos dados es igual a 7

B: El resultado de los dados sean menores que 5

¿Cuál es la probabilidad de A ∪ B?

Un sistema que contiene dos componentes A y B, y se conecta de

manera que este funciona si cualquier componente funciona. Se sabe
que la probabilidad de que A funcione es P (A) = 0,9 y la de B es
P (B) = 0,8 y la probabilidad de ambos es P (A ∩ B) = 0,72 ¿Cuál
es la probabilidad de que el sistema trabaje?
 Ejemplo

De las 100 personas que asisten a un congreso 40 hablan francés, 40

inglés, 51 castellano, 11 francés e inglés, 12 francés y castellano y 13
inglés y castellano. Se eligen al azar una persona y se desea saber:

• ¿Cuál es la probabilidad de que no hable francés?

• ¿Cuál es la probabilidad de que hable castellano?
• ¿Cuál es la probabilidad de que entienda sólo en castellano?
• ¿Cuál es la probabilidad de que sólo hable un idioma?
• ¿Cuál es la probabilidad de que hable los tres idiomas?
 Ejemplo

De las 100 personas que asisten a un congreso 40 hablan francés, 40

inglés, 51 castellano, 11 francés e inglés, 12 francés y castellano y 13
inglés y castellano. Se eligen al azar una persona:

Si se selecciona una persona que habla castellano ¿Cuál es la

probabilidad de que hable ingles también?
 Ejemplo

De las 100 personas que asisten a un congreso 40 hablan francés, 40

inglés, 51 castellano, 11 francés e inglés, 12 francés y castellano y 13
inglés y castellano. Se eligen al azar una persona:

Si se selecciona una persona que habla castellano ¿Cuál es la

probabilidad de que hable ingles también?

La probabilidad condicionada establece la

probabilidad de un suceso (la persona habla
inglés) bajo la condición de que se conoce
otro suceso (la persona habla español )
 Probabilidad Condicional

Sean A y B dos eventos que se encuentran en un espacio muestral

S de manera tal que P (B) > 0. La probabilidad condicional de A al
ocurrir el evento B, se puede calcular como:

P (A ∩ B)
P (A|B) = , P (B) > 0
P (B)
De aquí se puede observar que:

P (A ∩ B) = P (A)P (B|A)
La probabilidad condicional permite una alteración de la probabilidad
de un evento a la luz de mayor información.
 Ejemplo

De las 100 personas que asisten a un congreso 40 hablan francés, 40

inglés, 51 castellano, 11 francés e inglés, 12 francés y castellano y 13
inglés y castellano. Se eligen al azar una persona:

Si se selecciona una persona que habla castellano ¿Cuál es la

probabilidad de que hable ingles también?
 Ejemplo

De las 100 personas que asisten a un congreso 40 hablan francés, 40

inglés, 51 castellano, 11 francés e inglés, 12 francés y castellano y 13
inglés y castellano. Se eligen al azar una persona:

Si se selecciona una persona que habla castellano ¿Cuál es la

probabilidad de que hable ingles también?

A los habitantes de una gran ciudad se les hizo una encuesta con
el propósito de determinar el número de lectores de El País y El
Tiempo. Los resultados de la encuesta fueron los siguientes: 40 %
de los habitantes leen El País, el 36 % lee El Tiempo y un 18 % lee
ambos periódicos. Si se selecciona al azar a un lector de El Tiempo,
¿Cuál es la probabilidad de que también lea El País?
 Probabilidad Condicional

Dos eventos A y B son independientes, si y solo si:

P (B|A) = P (B) y P (A|B) = P (A)

De este resultado se tiene que:

P (A ∩ B) = P (A)P (B)
 Probabilidad Condicional

Dos eventos A y B son independientes, si y solo si:

P (B|A) = P (B) y P (A|B) = P (A)

De este resultado se tiene que:

P (A ∩ B) = P (A)P (B)

Ejemplo
Se lanza un dado 2 veces. Si el primer lanzamiento es seis, ¿Cuál es
la probabilidad de que el segundo lanzamiento sea también seis?
 Probabilidad Condicional

Regla multiplicativa

Si, en un experimento, los eventos A1 , A2 , . . . , Ak pueden ocurrir,

entonces:

P (A1 ∩ A2 ∩ . . . ∩ Ak ) =P (A1 )P (A2 |A1 ) . . .

P (Ak |A1 A2 . . . Ak−1 )

Si los eventos son independientes, entonces

P (A1 ∩ A2 ∩ . . . ∩ Ak ) = P (A1 )P (A2 ) . . . P (Ak )

 Ejemplo
Un sistema contiene cinco componentes que se encuentran
conectados entre sí como lo muestra la siguiente figura, donde
las probabilidades indican la seguridad de que el componente
funcione adecuadamente. Si se supone que el funcionamiento de un
componente en particular es independiente del de las demás, ¿Cuál
es la probabilidad de que el sistema trabaje?
 Ejemplo
Se sacan tres cartas de una baraja ordinaria, si se definen los
siguientes eventos: La primera carta es un as de diamantes (A),
la segunda es de diamantes (cualquiera) (B), la tercer carta es negra
y mayor que 3 pero menor que 7 (C). ¿Cuál es la probabilidad de
que se den los tres eventos?

En un juego de tiro al blanco, la probabilidad de que el jugador 1

de en el blanco es 1/6, la del jugador 2 es de 1/4 y la del jugador
3 es de 1/3. Si cada uno dispara una sola vez al blanco. ¿Cuál es la
probabilidad de que el blanco sea alcanzado solamente una vez?

Una urna contiene 6 bolas rojas y 4 verdes, y una segunda caja

contiene 7 bolas rojas y 3 verdes. Se escoge al azar una bola de la
primera caja y se pasa a la segunda. ¿Cuál es la probabilidad de que
al sacar una bola de la segunda urna, esta sea roja?
 Teorema de Probabilidad Total

Si los eventos B1 , B2 , . . . , Bk constituyen una división del espacio

muestral S, de tal forma que P (Bk ) 6= 0 para i = 1, 2, . . . , k entones
para cualquier evento A de S
k
X k
X
P (A) = P (Bi ∩ A) = P (Bi )P (A|Bi ))
i=1 i=1
 Ejemplo

La policía para reforzar el respeto a los limites de velocidad coloca dos

radares diferentes puntos de la ciudad (A y B), donde en cada sitio el radar
funciona, respectivamente, el 40 % y el 20 % del tiempo. Si una persona
que conduce a gran velocidad rumbo a su trabajo tiene, respectivamente,
0.2 y 0.8 de probabilidad de pasar por alguno de estos sitios. ¿Cuál es la
probabilidad de que esta persona resulte multada?
 Ejemplo

La policía para reforzar el respeto a los limites de velocidad coloca dos

radares diferentes puntos de la ciudad (A y B), donde en cada sitio el radar
funciona, respectivamente, el 40 % y el 20 % del tiempo. Si una persona
que conduce a gran velocidad rumbo a su trabajo tiene, respectivamente,
0.2 y 0.8 de probabilidad de pasar por alguno de estos sitios. ¿Cuál es la
probabilidad de que esta persona resulte multada?

Una planta armadora recibe microcircuitos provenientes de tres distintos

fabricantes B1, B2 y B3. El 50 % del total se compra a B1 mientras que a
B2 y B3 se les compra un 20 % y 30 % respectivamente. El porcentaje de
circuitos defectuosos para B1, B2 y B3 es 5, 10 y 12 % respectivamente.
Si todos los circuitos se almacenan en la planta sin importar quién fue el
proveedor.
Determinar la probabilidad de que una unidad armada en la planta
contenga un circuito defectuoso
 Regla de Bayes

Si los eventos B1 , B2 , . . . , Bk constituyen una división del espacio

muestral S, de tal forma que P (Bk ) 6= 0 para i = 1, 2, . . . , k,
entonces para cualquier evento A en S, tal que P (A) 6= 0

P (Br ∩ A) P (Br )P (A|Br ))

P (Bk |A) = Pk = Pk
i=1 P (Bi ∩ A) i=1 P (Bi )P (A|Bi )
 Ejemplo

Se sabe la prueba del polígrafo que se le aplica a un sospechoso

es 90 % fiable cuando la persona es culpable y 99 % cuando es
inocente. Si de un grupo de 10 sospechosos de un crimen (entre ellos
el culpable) se selecciona uno y el polígrafo indica que es culpable
¿Cuál es la probabilidad que este no sea el individuo que cometió el
crimen?
 Ejemplo

Se sabe la prueba del polígrafo que se le aplica a un sospechoso

es 90 % fiable cuando la persona es culpable y 99 % cuando es
inocente. Si de un grupo de 10 sospechosos de un crimen (entre ellos
el culpable) se selecciona uno y el polígrafo indica que es culpable
¿Cuál es la probabilidad que este no sea el individuo que cometió el
crimen?

Si el polígrafo indica que es inocente ¿Cuál es la probabilidad de que

este individuo sea inocente?
 Ejemplo

Se sabe la prueba del polígrafo que se le aplica a un sospechoso

es 90 % fiable cuando la persona es culpable y 99 % cuando es
inocente. Si de un grupo de 10 sospechosos de un crimen (entre ellos
el culpable) se selecciona uno y el polígrafo indica que es culpable
¿Cuál es la probabilidad que este no sea el individuo que cometió el
crimen?

Si el polígrafo indica que es inocente ¿Cuál es la probabilidad de que

este individuo sea inocente?

¿Cuál es la probabilidad de que el polígrafo acierte?

 Ejemplo

Un taxi se vio implicado en un accidente nocturno con choque y

huida posterior. Hay dos compañías de taxis en la ciudad, la Verde y
la Azul. El 85 % de los taxis de la ciudad son Verdes y el 15 % Azules.
Un testigo del accidente identificó el taxi como Azul. El tribunal
comprobó la fiabilidad del testigo bajo las mismas circunstancias
que había la noche del accidente y llegó a la conclusión de que el
testigo identificaba correctamente cada uno de los colores en el 80 %
de las ocasiones. Luego de las declaraciones del testigo ¿Cuál es la
probabilidad de que el taxi implicado en el accidente fuera en efecto
azul?
 Bibliografía

Canavos, G. (1988). Probabilidad y Estadística: Aplicaciones y

métodos. Mc Graw Hill, México, vol. 1 edition.
Devore, J. L. (2008). Probabilidad y estadística para ingeniería y
ciencias. Thomson Paraninfo, México, vol. 7 edition.
Montgomery, D. and Runger, G. (2004). Probabilidad y estadística
aplicadas la ingeniería. Limusa-Wiley, México, 2 edition.