PROBABILIDADES

PROBABILIDADES
EXPERIMENTO ALEATORIO, PROBABILIDAD DE
UN EVENTO, PROBABILIDAD CONDICIONAL Y
TEOREMA DE BAYES
SECCIÓN DE REFERENCIA

PROBABILIDADES

• Experimento Aleatorio
• Probabilidad de un evento
• Propiedades y teoremas
• Probabilidad condicional
• Probabilidad total
• Teorema de Bayes
LOGRO DE LA SESIÓN:

Al finalizar el estudiante calcula probabilidades

considerando las diferentes reglas y teoremas.
¿Qué es la probabilidad?
La probabilidad se refiere a la posibilidad de
ocurrencia de un fenómeno.

El amor y la estadística: https://www.youtube.com/watch?v=iDOAvpWA2Ac

• ¿Cuál es la probabilidad que gane la tinka?
• ¿Cuál es la probabilidad que apruebe estadística sabiendo que aprobó
matemática?
• ¿Cuál es la probabilidad de que una mujer tenga osteoporosis?
• ¿Cuál es la probabilidad de tener éxito en un negocio?
• ¿Cuál es la probabilidad de que llueva el día de hoy?
La probabilidad de default en las empresas
privadas se triplicó durante los últimos dos
trimestres y alcanzó su máximo nivel en 15
años, mientras que el ratio de irregularidad
crediticia entre las familias creció 3 puntos
porcentuales en un año. Las tasas altas que
viene sosteniendo el Banco Central para
tratar de contener la inflación y la recesión
generaron un combo explosivo para la
situación financiera de empresas y familias.

https://www.baenegocios.com/economia-finanzas/La-probabilidad-de-default-de-las-empresas-privadas-
alcanzo-su-maximo-nivel-en-15-anos-20190627-0069.html
¿Cuál es la probabilidad que el candidato D gane ?
El 100% de una población de electores se divide en tres
estratos sociales excluyentes: baja, media y alta; de
manera que la clase baja o media son el 80% del total, y
la clase media o alta el 35% del total. De los primeros
sondeos realizados para las próximas elecciones, se
afirma que el porcentaje de electores que votarían por el
candidato D puede ser:
20% de la clase baja 45% de la clase media
70% de la clase alta
a)Se elige un elector al azar y se encuentra que vota por
D, ¿Cuál es la probabilidad de que pertenezca a la clase
alta?
b)Si se escogen dos electores al azar, ¿qué probabilidad
hay de que uno de ellos vote por D?
Combinaciones
Se llama combinaciones de “m” elementos tomados de “n” en “n” a todas las
agrupaciones posibles que pueden hacerse con los “m” elementos de forma
que :
• No entran todos los elementos
• No importa el orden
• No se repiten los elementos.
n n!
C    
n

 x  x!(n  x)!
x

Ejemplo: De cuántas formas diferentes se puede elegir 3 tipos de jarabes

contra la tos de 5 jarabes diferentes.
 5  5!
C    
5
3  10
 3  3!2 !
Se pueden elegir de 10 formas diferentes.
Permutaciones
P. lineal
Es el número de ordenamiento de todos o parte de un conjunto de objetos.

𝑛!
𝑃𝑥𝑛 =
𝑛−𝑥 !
Ejemplo:
En una carrera de 400 metros participan 10 atletas. ¿De cuántas formas
distintas podrán ser premiados los tres primeros lugares con medalla de
oro, plata y bronce?
P. Lineal con repeticiones
Es el número de ordenamiento de todos o parte de un conjunto de objetos
teniendo en cuenta que hay elementos repetidos.

𝑛 𝑛! n1+n2+n3+… =n
𝑃𝑥 =
𝑛1!𝑛2!𝑛3!..
Ejemplo:
Se tiene 9 fichas, 3 blancas, 2 rojas y 4 negras. ¿De cuántas formas
distintas se pueden ordenar las fichas en una misma línea?
P. Circular
Es el número de ordenamiento de todos o parte de un conjunto de objetos
alrededor un objeto circular.

𝑛
𝑃𝑥 = (n –1)!

Ejemplo:
De cuántas formas diferentes se pueden sentar 4 personas en una mesa
circular
PROBABILIDAD

La teoría de probabilidades permite

asignar valores números reales a
la posibilidad de ocurrencia de
diferentes eventos, de tal manera
que sus posibilidades puedan ser
comparadas y evaluadas. De esta
manera podemos medir la
incertidumbre.
Algunos de los campos donde se aplica la teoría de probabilidades para
la medición de la incertidumbre son:

• Análisis de riesgo, administración

del riesgo y reducción del riesgo
• Evaluación de proyectos de inversión
• Control de calidad
• Mejoramiento genético
• Análisis de sobrevivencia
• Sistemas de seguros
DEFINICIONES PREVIAS

EXPERIMENTO (ξ): Es todo aquel acto o acción que se realiza con el

fin de observar sus resultados y cuantificarlos.
Los experimentos pueden clasificarse de acuerdo al tipo de resultados en:

• Determinístico:
Es aquel cuyos resultados se pueden predecir de antemano.

• No Determinístico (aleatorio):
Es aquel en el que para las limitaciones actuales del
conocimiento científico, no se puede predecir con certeza el
resultado. Es decir, da lugar a varios resultados, sin que se pueda
predecir con certeza cuál de éstos va a ser observado en la
realización del mismo.
ESPACIO MUESTRAL(Ω): Es el conjunto de todos los resultados
del experimento aleatorio.
Experimento aleatorio Espacio muestral

Ω= cara, sello

Ω= 1,2,3,4,5,6

Número de accidentes de
tránsito que se producen en Ω= 0,1,2,3, … … .
una avenida principal.

El tiempo que tarda un avión en Ω= 45 min, 60 min, 70 min, … … .

realizar un determinado vuelo.
Evento: Es un subconjunto del espacio muestral

Experimento aleatorio Espacio muestral

Ω= 1,2,3,4,5,6

Para este experimento podemos definir los siguientes eventos

A:Observar un número impar
A= 1,3,5
B:Observar un número múltiplo de 3
B= 3,6
Sea el experimento aleatorio

Podemos definir los siguiente eventos

A:La suma de los puntajes es 7
A= 1,6 , 2,5 , 3,4 , 4,3 , 5,2 , (6,1)

B:La suma de los puntajes es 11

B= 5,6 , (6,5)

C:La suma de los puntajes es 7 u 11

C= 1,6 , 2,5 , 3,4 , 4,3 , 5,2 , 6,1 , 5,6 , (6,5)
PROBABILIDAD DE UN EVENTO
La probabilidad del evento A es el cociente
entre el número de resultados favorable a
la ocurrencia del evento A y el número de
resultados posibles.
Ejemplo 1:

Se sabe que en determinada urbanización

viven 120 familias, de los cuales 90 son
propietarios y el resto inquilinos.Si se
escoge una familia al azar ¿cuál es la
probabilidad de que sea inquilino?
Ejemplo 2:
Se realizo una encuesta a 1000 mujeres y se les pregunto su estado
nutricional si sufre alguna afectación ósea
Afectación ósea Estrado Nutricional
Normal Malnutrido Total
Sin afección ósea 189 280 469
Osteomielitis 108 359 467
Osteoporosis 6 58 64
Total 303 697 1000

a)¿Cuál es la probabilidad de que una mujer tenga osteoporosis?

b)¿Cuál es la probabilidad de tener osteomielitis u osteoporosis?
c)¿Cuál es la probabilidad de tener osteoporosis y malnutrido?
d)¿Cuál es la probabilidad de que una mujer tenga un nutricional
normal?
Ejemplo 3:

En una producción de 10,000 artículos , 1,000 de

estos pueden tener al menos uno de 3 tipos de
defectos A, B y C de la siguiente manera 650 de A,
372 de B, 590 de C, 166 de A y B, 434 de A y C, 126
de B y C. Si un artículo de esta producción es elegido
al azar, calcular la probabilidad de que tenga,
a) Los 3 tipos de defectos, b) Sólo un tipo de defecto.
Ejemplo 4:

Un químico analizará muestras de agua de mar en

búsqueda de dos metales pesados: plomo y
mercurio. La experiencia indica que existen valores
tóxicos de plomo o mercurio en 38% de las
muestras obtenidas cerca de la desembocadura de
un río, sobre cuyo margen se localizan numerosas
plantas industriales: 32% con concentraciones
tóxicas de plomo y 16% con concentraciones
tóxicas de mercurio. ¿Cuál es la probabilidad de
que una muestra seleccionada aleatoriamente
contenga sólo valores tóxicos de plomo?
TEOREMAS DE PROBABILIDAD

Sea Ω el espacio muestral y A un evento cualquiera de Ω:

1. 0 ≤P(A)≤1, para cualquier A ⊂Ω

2. Si A=Ω→ P(A)=1
3. Si A= ∅ → P(A)=0
4. Si Ω=A ∪ A´→ P(A´)=1-P(A)
5. Si A y B son eventos de Ω, se cumple que:
P(A ∪ B) = P(A) + P(B) - P(A∩B)
6. Si A y B son eventos mutuamente excluyentes: (A ∩ B)= ∅
→ P( A ∪ B ) = P(A) + P(B)
7. Ley de Morgan:
a) P(A ∪ B)´=1 -P(A ∪ B) = P(A´ ∩ B´)
b) P(A ∩ B)´= 1 -P(A ∩ B) = P(A´ ∪ B´)
Ejemplo 5:

En una empresa los clients son consultados

acerca de la atención del personal, de los 180
entrevistados, 92 pagan con tarjeta de crédito,
70 son clientes frecuentes, y de los que pagan
con tarjeta de crédito 48 son clientes
frecuentes. Encontrar la probabilidad de que:
a)El cliente solo paga con tarjeta de crédito
b)El cliente solo es frecuente
c)El cliente no es frecuente y no paga con
tarjeta de crédito
Ejemplo 6:

Cuando una computadora se bloquea, existe

una probabilidad de 75% de que se deba a
una sobrecarga, y de 15% de que sea por un
problema de software. La probabilidad de que
se origine en una sobrecarga o un problema
de software es de 85%. ¿Cuál es la
probabilidad de que se deba a ambos
problemas? ¿Cuál es la probabilidad de que
haya un problema de software sin sobrecarga?
PROBABILIDAD CONDICIONAL

En muchas ocasiones se pide calcular la probabilidad de que ocurra

un evento sabiendo que otro ha ocurrido.

Definición Sean A y B dos eventos de un espacio muestral Ω con

P(B)>0 .La probabilidad condicional de A dado que ocurrió B esta
definida por:
Ejemplo 7:
Durante un estudio de accidentes automovilísticos la PNP, encontró que
el 60% de los accidentes suceden de noche,52% están relacionados con
conductores alcohólicos y 37% se presentan de noche y con conductores
alcohólicos ¿Cuál es la probabilidad de que un accidente este
relacionado con conductor alcoholizado dado que sucedió de noche?

A:Accidente de noche P(A)=0.60

B: Conductores alcoholizados P(B)=0.52
P(A ∩ B)=0.37

𝑃(𝐵∩𝐴) 0.37
𝑃(𝐵/𝐴)= = = 0.62
𝑃(𝐴) 0.60

La probabilidad de que un accidente este relacionado con conductor

alcoholizado dado que sucedió de noche es 62%.
Ejemplo 8:
El Superintendente de la SBS analizaba la siguiente información sobre una
muestra de ahorristas:

a)Si se elige un ahorrista al Sexo

Banco Total
azar,¿cuál es la probabilidad que Hombre Mujer
sea mujer y ahorre en el BCP? BCP 160 100 260
Interbank 120 90 210
b)Si se sabe que el ahorrista es Scotiabank 60 60 120
mujer,¿cuál es la probabilidad que Financiero 140 110 250
ahorre en el BCP? Total 480 360 840

d)P(H y F)=
c)Si se sabe que el ahorrista e)P(H/F)=
pertenece al BCP,¿qué tan probable f)P(F/H)=
es que sea mujer? g)P(H o F)=
EVENTOS INDEPENDIENTES
Dos eventos A y B son independientes si la ocurrencia de uno no afecta
la ocurrencia del otro.

P(B/A)=P(B)

Entonces

P(A∩B)=P(A).P(B)
Ejemplo 9:
Plaza Vea posee dos inventarios independientes
uno de otro.La probabilidad de que el inventario A
aumente su valor el próximo año es 0.6,mientras
que la probabilidad de que el B aumente el suyo es
0.8.
a)¿Cuál es la probabilidad de que ambos aumenten
su valor el próximo año?
b)¿Cuál es la probabilidad de que al menos uno
aumente su valor el próximo año?
Esto implica que cualquiera de los dos o ambos
aumenten.
PROBABILIDAD TOTAL
Si k eventos A1 , A2 , A3 ,..., A𝑘 constituyen una partición del espacio
muestral, entonces para cualquier evento B de Ω:
TEOREMA DE BAYES

Sean A1 , A2 , A3 ,..., A𝑛 constituyen una partición del espacio muestral,

entonces para cualquier evento B de Ω entonces:

P( Ai ) P( E Ai )
P( Ai | E ) 
P( A1 ) P( E A1 )  P( A2 ) P( E A2 )  ...  P( Ak ) P( E Ak )
Ejemplo 10:

Se sabe que una determinada enfermedad coronaria

es padecida por el 7% de los fumadores y por el
2.5% de los no fumadores. Si en una población de
5000 habitantes hay 600 fumadores.
a)¿Cuál es la probabilidad de que una persona
elegida al azar sufra dicha enfermedad?
b)¿Cuál es la probabilidad de que dicha persona sea
fumadora si se sabe que padece dicha enfermedad
coronaria?
Ejemplo 11:
Una empresa vende tres tipos de maquinaria
pesada para la industria textil A, B y C. El 70%
de las máquinas son del tipo A, el 20% del tipo B
y el 10% son del tipo C.
Las máquinas A tienen una probabilidad de 0.1
de producir una pieza defectuosa a lo largo de
un año, las máquinas B tienen una probabilidad
de 0.3 y las máquinas C tienen una probabilidad
0.6 de producir una de tales piezas defectuosas
a lo largo de un año. Una de estas máquinas ha
estado funcionando durante un año de prueba y
ha producido una pieza defectuosa.
¿De cuál tipo de máquina es más probable que
provenga la pieza defectuosa?
Ejemplo 12:
La compañía Ambek Perú ha recibido varias quejas debido al bajo contenido de sus
botellas.Una queja fue recibida hoy, el gerente de producción no puede identificar la
fuente(Arequipa, Otuzco o Lima) de la botella. Si sabemos que:

% Producción % Botellas falladas

Planta
total (contenido inadecuado)

Arequipa 65 3
Otuzco 10 4
Lima 25 5
a) La botella fallada haya salido de la planta de Arequipa, si sé que estaba fallada.
b) Una botella sea de Arequipa y esté en buen estado.
c) Una botella esté en buen estado si sé que era Arequipa.
d) Una botella esté fallada.
e) Una botella sea de Lima si sé que estaba buen estado.
¿Qué hemos aprendido hoy?
¡¡TRABAJO EN EQUIPO!!
 BIBLIOGRAFÍA

 Guía Práctica de Estadística General. 5° Edición 2016. UCSUR

 Triola, Mario. (2013). Estadística (11a. ed.). Pearson Educación. Disponible
en biblioteca virtual: https://elibro.net/es/ereader/ucsur/37906
 Levine, D., Krehbiel, T. y Berenson, M.(2014). Estadística para
administración (6a. ed.). Pearson Educación. Disponible en biblioteca virtual:
https://elibro.net/es/ereader/ucsur/37938
 Quevedo, Héctor., y Pérez, Blanca. (2015). Estadística para ingeniería y
ciencias. México: Grupo Editorial Patria. Disponible en biblioteca virtual:
https://elibro.net/es/ereader/ucsur/39467
GRACIAS