Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
El término probabilidad se refiere al estudio de azar y la
incertidumbre en cualquier situación en la cual varios posibles
eventos pueden ocurrir
La disciplina de la probabilidad proporciona métodos para
cuantificar las oportunidades y probabilidades asociadas con
varios eventos.
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Es el proceso mediante el cual se obtiene una
observación (o medición).
Una observación es cualquier registro de información, ya sea
numérico o categórico
Es el proceso que genere un conjunto de datos
Ejemplos
Registrar la calificación de un examen
Medir la cantidad de lluvia diaria
Entrevistar a un dueño de casa para obtener su opinión sobre
un reglamento para distribuir por zonas un área verde
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Es aquel que puede producir resultados diferentes, aun cuando se
repita siempre de la misma manera
No se puede predecir el resultado
Ejemplos
Sacar una carta de la baraja
Lanzar un dado
Lanzar una moneda
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Es el conjunto de todos los resultados posibles de un
experimento aleatorio
Se denota con S
Ejemplo
Experimento: lanzar al aire un dado
Espacio muestral = todos los posibles números que
pueden aparecer en la cara superior
S = {1, 2, 3, 4, 5, 6}
Práctica
Experimento: Registrar el tipo de sangre de una persona.
S = {A, B, AB, O}
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Es un subconjunto del espacio muestral
Es una colección de eventos simples
Es un grupo de resultados contenidos en el espacio muestral,
cuyos miembros tienen una característica común
o Es decir, un grupo de resultados particular satisface la característica,
y los restantes, contenidos en el espacio muestral, no
Ejemplo
Podemos definir los eventos A y B para el experimento de lanzar
al aire un dado:
o A: observar un número impar
o B: observar un número menor a 4
o S = {1, 2, 3, 4, 5, 6}
o A = {1,3,5}
o B = {1,2,3}
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Evento simple: es un evento que ya no puede
desglosarse en componentes más simples
Es cada uno de los posibles resultados de un experimento
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Eventos compatibles: son los eventos A y B que pueden
ocurrir a la vez
La intersección A B
Eventos incompatibles: son los eventos A y B que NO
pueden ocurrir a la vez
La intersección A B =
También denominados eventos mutuamente excluyentes
Eventos colectivamente exhaustivos: ocurre cuando
dado los eventos A y B, al menos uno de ellos debe
ocurrir siempre que se realiza el experimento
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Se realiza el experimento aleatorio “Lanzar un dado”
Espacio muestral: S = { 1, 2, 3, 4, 5, 6 }
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
La unión de los eventos A y B, 𝑨𝑩, es el evento que
contiene todos los elementos que pertenecen a A o a B, o a
ambos.
Es el evento en que ocurren A o B o ambos
1
2 6
3
Ejemplo
Se tira un dado, y se definen los eventos:
o A: que salga menos de 4
𝑨 = {𝟏, 𝟐, 𝟑}
o B: que salga 2 ó 6
𝑩 = {𝟐, 𝟔}
𝑨𝑩 = {𝟏, 𝟐, 𝟑, 𝟔}
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
La intersección de los eventos A y B, AB, es el
evento que contiene todos los elementos que son
comunes a A y a B
Sucede cuando ocurren A y B a la vez
S
1 4
3 5
2 6
Ejemplo
Se tira un dado, y se definen los eventos:
o A: que salga menos de 4 𝑨 = {𝟏, 𝟐, 𝟑}
o B: que salga más de 2 𝑩 = {𝟑, 𝟒, 𝟓, 𝟔}
𝑨𝑩 = {𝟑}
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Dado un evento A, su complemento,𝐴,ҧ es el evento
formado por los elementos que no pertenecen a A
S 3
1
4 5
2
6
Ejemplo
Se tira un dado, y se define el evento:
o A: que salga un 4
𝑺 = {𝟏, 𝟐, 𝟑, 𝟒, 𝟓, 𝟔}
𝑨 = {𝟒}
ഥ = {𝟏, 𝟐, 𝟑, 𝟓, 𝟔}
𝑨
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Diagrama del árbol
Regla de multiplicación Permiten conocer el numero de
los posibles resultados del
Permutaciones experimento, sin tener que
enlistar cada uno de los
Combinaciones elementos del conjunto 𝑆.
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Es una herramienta gráfica que se utiliza para determinar
todos los posibles resultados de un experimento aleatorio.
Muestra la secuencia o posibilidades que puede ocurrir un
experimento, contando las ramas finales
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Experimento:
Lanzar al aire tres monedas
8 posibles resultados
del experimento
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Si una operación se puede llevar a cabo en n1 formas, y si
para cada una de éstas se puede realizar una segunda
operación en n2 formas, entonces las dos operaciones se
pueden realizar de n1* n2 formas
Ejemplo
Cierto tipo de automóvil se encuentra disponible en tres colores:
rojo, azul y blanco; y puede tener un motor grande o pequeño.
¿De cuántas maneras puede un comprador elegir un automóvil?
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Son los arreglos diferentes que se pueden hacer con los
elementos de un conjunto, sin importar el orden
Cada arreglo se diferencia únicamente por los elementos que
contiene (distinto contenido, no importa el orden)
𝐴𝐵𝐶 = 𝐶𝐵𝐴
El número de combinaciones de 𝒏 objetos distintos tomados de
𝒓 a la vez es
n n! No importa el
n Cr orden de selección
r r!(n r )!
Tener en cuenta:
• Se deben tener un total de n elementos diferentes disponibles.
• Se deben seleccionar r de los n elementos (sin reemplazo).
• Se deben considerar que los reacomodos de tales elementos son los mismos.
(La combinación ABC es la misma que CBA).
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Ejemplo
¿Cuántas comisiones de 3 personas se pueden formar
seleccionándolas de entre 10 personas?
n n!
n Cr
r r!(n r )!
10! 3628800
10 C3 120 comisiones
3!(10 3)! 30240
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Son los arreglos diferentes que se pueden hacer con los
elementos de un conjunto. En estos arreglos se debe
considerar el orden de los elementos incluidos
Una permutación difiere de otra si el orden del arreglo o el
contenido difieren
𝐴𝐵𝐶 ≠ 𝐶𝐵𝐴
El número de permutaciones de 𝒏 objetos distintos es n!
El número de permutaciones de 𝒏 objetos distintos tomados de 𝒓 a
la vez es
n!
n Pr
Si importa el orden
(n r )! de selección
Ejemplo
Un grupo de 10 personas debe elegir a su comisión directiva: presidente,
secretario y tesorero. Todos pueden ser elegidos, pero una persona no puede
tener más de un cargo. ¿De cuántas maneras diferentes puede realizarse la
elección?
10! 3628800
10 P3 720 maneras
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
(10 3)! 5040
La probabilidad forma la base del estudio de la estadística y
permite medir la incertidumbre y la certidumbre.
Está basada en una serie de reglas en las que debe
determinarse si un fenómeno puede llegar a ocurrir, bajo el
fundamento de las diferentes teorías, los estadísticos y, por
supuesto, los cálculos.
Es un valor comprendido entre 0 y 1 (incluidos estos dos
valores) que describe la posibilidad de ocurrencia de un
evento.
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
o seguro
equiprobable
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Enfoque clásico Enfoque frecuencial
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Cuando todos los eventos simples (elementales) de un
espacio muestral son equiprobables (tienen la misma
probabilidad de ocurrir) y mutuamente excluyentes
También conocida como probabilidad teórica (calculada de
forma matemática)
Si un experimento puede dar como resultado cualquiera de 𝑁
diferentes resultados que tienen las mismas probabilidades de
ocurrir, y si exactamente 𝑛 de estos resultados corresponden al
evento A, entonces la probabilidad del evento A es
25
a) P I = = 0,4717
53
18
b) P A ∪ E = = 0,3396
53
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Ejemplo
Una persona planea apostar al número 13 en el próximo giro de una ruleta. ¿Cuál
es la probabilidad de que pierda?
Solución
Una ruleta tiene 38 ranuras distintas y sólo una corresponde al número 13. La
ruleta se diseñó de manera que las 38 ranuras sean igualmente probables de
resultar.
A: no salga el 13
37
P 𝐴 = = 0,9737
38
La probabilidad de que
pierda es del 97,37%
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Cuando los eventos simples de un experimento aleatorio no son
equiprobables la probabilidad de ocurrencia de un evento se
determina por observación del número de veces que eventos
similares ocurrieron en el pasado (frecuencia relativa)
Las probabilidades se deben asignar con base en el conocimiento
previo o en la evidencia experimental.
⇨ también se la denomina probabilidad empírica
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Ejemplo
En un hipódromo se ha observado que el caballo con el número
20 tiene 8 carreras ganadas de 10. Si usted quiere apostar por
este caballo, ¿cuál es la probabilidad de que gane la apuesta?
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Ejemplo
Si los registros muestran que 294 de 300 aislantes cerámicos
probados soportaron cierto choque térmico, ¿cuál es la
probabilidad de que algún aislante no probado soporte el choque
térmico?
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Ejemplo
Calcular la probabilidad de que un adulto que se seleccionó
aleatoriamente haya volado en una línea aérea comercial.
Solución
El espacio muestral consiste en dos eventos simples: la persona que se
seleccionó ya voló en una línea aérea comercial o no lo ha hecho. Estos
eventos no son igualmente probables, porque no todas las personas
tienen la misma posibilidad de volar (cuestiones económicas, etc.)
Para el cálculo se pueden usar los resultados de una encuesta: de 855
adultos que se seleccionaron al azar, 710 indicaron que ya volaron en
líneas aéreas comerciales
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Axioma 1 (de la Positividad): a cada evento simple perteneciente
al espacio muestral S le corresponde un número real no negativo,
llamado probabilidad
P(A) ≥ 0
Axioma 2 (de la Certeza): la probabilidad de un espacio muestral S
es igual a uno
P (S) = 1
Axioma 3 (de la Suma): Si A y B son eventos mutuamente
excluyentes, entonces
P(A B) = P(A) + P(B); A B =
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Si A es un evento en el espacio muestral finito S, entonces P(A) es igual a
la suma de las probabilidades de los eventos simples (resultados
individuales) que comprenden A.
Sean E1, E2, . . . , En los n eventos simples que comprenden el evento A, de
modo que se puede escribir 𝐴 = 𝐸1 ∪ 𝐸2 ∪ ⋯ ∪ 𝐸𝑛 . Puesto que las E son resultados
individuales y mutuamente excluyentes, por la generalización del Axioma 3 se
tiene
S A
𝐸1 𝑃 𝐴 = 𝑃 𝐸1 ∪ 𝐸2 ∪ ⋯ ∪ 𝐸𝑛
𝐸2
= 𝑃 𝐸1 + 𝑃 𝐸2 + ⋯ + 𝑃 𝐸𝑛
𝐸𝑛
Ejemplo
La probabilidad de que un consumidor, mediante un servicio de prueba, califique un nuevo
anticontaminante para automóviles como muy deficiente, deficiente, adecuado, bueno, muy
bueno o excelente, son 0.07, 0.12, 0.17, 0.32, 0.21 y 0.11. ¿Cuáles son las probabilidades
de que el consumidor califique el anticontaminante bueno, muy bueno o excelente?
Probabilidad y Estadística
𝑃 𝐴 = 0,32 + 0,21 + 0,11 = 0,64
Dra. Ivanna Lazarte – Prof. Adjunto
Probabilidad del evento imposible
P (Ø) = 0
Probabilidad del evento complementario
P (𝑨
ഥ ) = 1 – P (A)
Sean A y B, eventos de S, tales que AB, entonces
P(A) P(B)
Sea A un evento cualquiera de S
0 P(A) 1
Sean A y B, eventos de S,
P(A𝑩
ഥ ) = P(A-B) = P(A) – P(AB)
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Probabilidad del Evento imposible
P (Ø) = 0
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Probabilidad del Evento complementario
Si A es cualquier evento en S, entonces,
𝑃 𝐴ҧ = 1 − P(A)
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Probabilidad del Evento complementario
Ejemplo
Cuando nace un bebé, la probabilidad de que sea niño es
0,5121. Calcule la probabilidad de que no sea niño.
𝑃 𝐴 = 0,5121
𝑃 𝐴ҧ = 1 − 0,5121 = 0,4879
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Sea A un evento cualquiera de S
0 P(A) 1
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
A menudo resulta más sencillo calcular la probabilidad de algún
evento a partir de las probabilidades conocidas de otros eventos.
Si se puede representar un evento como la unión de otros dos
eventos, la regla de la suma permite simplificar los cálculos.
También conocida como regla aditiva o regla general de la suma
𝐴∪𝐵 = 𝐴 ∪ 𝐵 ∩ 𝐴ҧ
Sean A y B, eventos de S,
P(A𝑩
ഥ ) = P(A-B) = P(A) – P(AB)
𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃(𝐵 ∩ 𝐴)ҧ
= 𝑃 𝐴 + 𝑃 𝐵 − 𝑃(𝐴 ∩ 𝐵)
Probabilidad y Estadística = 𝑃 𝐴 + 𝑃 𝐵 − 𝑃(𝐴 ∩ 𝐵)
Dra. Ivanna Lazarte – Prof. Adjunto
P(AB)=P(A) + P(B) – P(AB)
Ejemplo
Al final del semestre Juan se va a graduar de Ingeniero de Minas. Después de
tener entrevistas en las empresas Agua Rica (A) y Capillitas (C), determina que la
probabilidad que tiene de lograr una oferta de empleo en la empresa A es 0.8, y
que la probabilidad de obtenerla en la empresa C es 0.6. Si, por otro lado,
considera que la probabilidad de recibir ofertas de ambas empresas es 0.5,
¿qué probabilidad tiene de obtener al menos una oferta de esas dos empresas?
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
P(AB)=P(A) + P(B) – P(AB)
Ejemplo
En cierto barrio residencial, 60% de las familias se suscriben al diario nacional,
80% lo hacen al diario local y 50% de todas las familias a ambos diarios. Si se
elige una familia al azar, ¿cuál es la probabilidad de que se suscriba a
a) por lo menos a uno de los dos diarios?
b) exactamente a uno de los dos diarios?
P(N 𝐿ത ) P(𝑁
ഥ L)
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Corolario 1
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Corolario 2 (es una generalización del corolario 1)
Ejemplo
Las probabilidades de que un individuo que compra un automóvil nuevo elija
uno de color verde, uno blanco, uno rojo o uno azul son 0.09, 0.15, 0.21 y
0.23, respectivamente, ¿cuál es la probabilidad de que un comprador dado
adquiera un automóvil nuevo que tenga uno de esos colores?
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Corolario 3
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Una partición del espacio muestral 𝑆
𝑃(𝐴 ∪ 𝐵)
¿A y B son
No
mutuamente 𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 − 𝑃(𝐴 ∩ 𝐵)
excluyentes?
Sí
𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃(𝐵)
Probabilidad Conjunta
Probabilidad 𝑃(𝐴 ∩ 𝐵)
𝑃 𝐴Τ𝐵 =
Condicional 𝑃(𝐵)
Probabilidad y Estadística
Probabilidad Marginal
Dra. Ivanna Lazarte – Prof. Adjunto
La probabilidad de los eventos A y B están condicionados en algún
subconjunto del espacio muestral espacio muestral reducido
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Ejemplo
La probabilidad de que un vuelo programado normalmente salga a tiempo es
0,83, la probabilidad de que llegue a tiempo es 0,82 y la probabilidad de que
salga y llegue a tiempo es 0,78. Calcule la probabilidad de que un avión a) llegue a
tiempo, dado que salió a tiempo; y b) salió a tiempo, dado que llegó a tiempo.
A: El avión llegó a tiempo ⇒ 𝑃(𝐴) = 0,82
D: El avión sale a tiempo ⇒ 𝑃(𝐷) = 0,83
𝑃(𝐷 ∩ 𝐴) = 0,78
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Ejemplo
Suponga que 500 piezas de maquinaria se inspeccionan antes
de embarcarse. I denota una pieza de maquinaria ensamblada
de manera inadecuada y D denota que contiene componentes
defectuosos.
La probabilidad de obtener una pieza con componentes
defectuosos es
=0,03
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Permite calcular la probabilidad de que ocurran dos eventos
También conocida como regla de la multiplicación
Si A y B son eventos de un espacio muestral 𝑆, entonces
𝑃(𝐴 ∩ 𝐵) = 𝑃 𝐴 ∙ 𝑃 𝐵 Τ𝐴 si 𝑃 𝐴 > 0
= 𝑃 𝐵 ∙ 𝑃 𝐴Τ𝐵 si 𝑃 𝐵 > 0
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Ejemplo
La probabilidad de que la batería de un automóvil sometida a alta temperatura
tenga una corriente de carga baja es 0,7. La probabilidad de que la batería esté
sometida a alta temperatura es 0,05.
Calcular la probabilidad de que una batería tenga una corriente de carga baja y
esté sometida a alta temperatura.
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Ejemplo para n eventos
Se sacan tres cartas seguidas, sin reemplazo, de una baraja de póker. Encuentre la
probabilidad de que la primera carta sea un as rojo, la segunda carta sea un 10 o
una jota y la tercera carta sea mayor que 3 pero menor que 7.
2
𝐴1 : la primera carta es un as rojo ⇒ 𝑃 𝐴1 = = 0,0385
52
8
𝐴2 : la segunda carta es un 10 o una jota 𝑃 𝐴2 ∕ 𝐴1 = = 0,1569
51
12
𝐴3 : la tercera carta es mayor que 3 pero menor que 7 ⇒ 𝑃 𝐴3 Τ𝐴1 ∩ 𝐴2 = = 0,24
50
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Suponga que en la población general, hay 51% de hombres y 49% de mujeres, y que
las proporciones de hombres y mujeres daltónicos se muestran en la siguiente tabla:
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Suponga que en la población general, hay 51% de hombres y 49% de mujeres, y que
las proporciones de hombres y mujeres daltónicos se muestran en la siguiente tabla:
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Suponga que en la población general, hay 51% de hombres y 49% de mujeres, y que
las proporciones de hombres y mujeres daltónicos se muestran en la siguiente tabla:
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Suponga que en la población general, hay 51% de hombres y 49% de mujeres, y que
las proporciones de hombres y mujeres daltónicos se muestran en la siguiente tabla:
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
En una encuesta telefónica hecha a mil adultos, a los que respondieron se les preguntó acerca del
gasto de una educación universitaria y la relativa necesidad de alguna forma de ayuda financiera.
Quienes respondieron fueron clasificados de acuerdo a si actualmente tenían un hijo en la
universidad y si pensaban que la carga de un préstamo para casi todos los estudiantes
universitarios es demasiado alta, la cantidad correcta o es muy poco. Las proporciones de quienes
contestaron se muestran en la siguiente tabla:
Demasiado Cantidad Muy poco (C) Total
alta (𝑨) correcta (𝑩)
Hijo en universidad (𝑼) 0,35 0,08 0,01 𝟎, 𝟒𝟒
Sin hijo en univ. (𝑼
ഥ) 0,25 0,20 0,11 𝟎, 𝟓𝟔
Total 𝟎, 𝟔 𝟎, 𝟐𝟖 𝟎, 𝟏𝟐 𝟏, 𝟎𝟎
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
En una encuesta telefónica hecha a mil adultos, a los que respondieron se les preguntó acerca del
gasto de una educación universitaria y la relativa necesidad de alguna forma de ayuda financiera.
Quienes respondieron fueron clasificados de acuerdo a si actualmente tenían un hijo en la
universidad y si pensaban que la carga de un préstamo para casi todos los estudiantes
universitarios es demasiado alta, la cantidad correcta o es muy poco. Las proporciones de quienes
contestaron se muestran en la siguiente tabla:
Demasiado Cantidad Muy poco (C) Total
alta (𝑨) correcta (𝑩)
Hijo en universidad (𝑼) 0,35 0,08 0,01 𝟎, 𝟒𝟒
Sin hijo en univ. (𝑼
ഥ) 0,25 0,20 0,11 𝟎, 𝟓𝟔
Total 𝟎, 𝟔 𝟎, 𝟐𝟖 𝟎, 𝟏𝟐 𝟏, 𝟎𝟎
ഥ = 0,56 ⇒ 56%
𝑃 𝑈 ഥ =1 −𝑃 𝑈
𝑃 𝑈
= 1 − 0,44
= 0,56 ⇒ 56%
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
En una encuesta telefónica hecha a mil adultos, a los que respondieron se les preguntó acerca del
gasto de una educación universitaria y la relativa necesidad de alguna forma de ayuda financiera.
Quienes respondieron fueron clasificados de acuerdo a si actualmente tenían un hijo en la
universidad y si pensaban que la carga de un préstamo para casi todos los estudiantes
universitarios es demasiado alta, la cantidad correcta o es muy poco. Las proporciones de quienes
contestaron se muestran en la siguiente tabla:
Demasiado Cantidad Muy poco (C) Total
alta (𝑨) correcta (𝑩)
Hijo en universidad (𝑼) 0,35 0,08 0,01 𝟎, 𝟒𝟒
Sin hijo en univ. (𝑼
ഥ) 0,25 0,20 0,11 𝟎, 𝟓𝟔
Total 𝟎, 𝟔 𝟎, 𝟐𝟖 𝟎, 𝟏𝟐 𝟏, 𝟎𝟎
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
En una encuesta telefónica hecha a mil adultos, a los que respondieron se les preguntó acerca del
gasto de una educación universitaria y la relativa necesidad de alguna forma de ayuda financiera.
Quienes respondieron fueron clasificados de acuerdo a si actualmente tenían un hijo en la
universidad y si pensaban que la carga de un préstamo para casi todos los estudiantes
universitarios es demasiado alta, la cantidad correcta o es muy poco. Las proporciones de quienes
contestaron se muestran en la siguiente tabla:
Demasiado Cantidad Muy poco (C) Total
alta (𝑨) correcta (𝑩)
Hijo en universidad (𝑼) 0,35 0,08 0,01 𝟎, 𝟒𝟒
Sin hijo en univ. (𝑼
ഥ) 0,25 0,20 0,11 𝟎, 𝟓𝟔
Total 𝟎, 𝟔 𝟎, 𝟐𝟖 𝟎, 𝟏𝟐 𝟏, 𝟎𝟎
𝑃(𝐴 ∩ 𝑈) 0,35
𝑃 𝐴 Τ𝑈 = = = 0,7954 ⇒ 79,54%
𝑃(𝑈) 0,44
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Se dice que dos eventos, A y B, son independientes si y
sólo si la ocurrencia del evento B no influye en las
probabilidades de ocurrencia del evento A, o viceversa.
ത
𝑃 𝐴 = 𝑃(𝐴/𝐵) = 𝑃(𝐴/𝐵)
Condición suficiente
𝑃 𝐴 = 𝑃(𝐴/𝐵) = 𝑃(𝐴/𝐵)ത
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Regla del producto para eventos independientes
𝑃(𝐴 ∩ 𝐵) = 𝑃 𝐴 ∙ 𝑃 𝐵
Demostración
𝑃(𝐴 ∩ 𝐵) = 𝑃 𝐴 ∙ 𝑃 𝐵Τ𝐴 como 𝑃(𝐵/𝐴) = 𝑃(𝐵) cuando A y B son eventos independientes
= 𝑃 𝐴 ∙𝑃 𝐵
𝑃(𝐴1 ∩ 𝐴2 ∩ ⋯ ∩ 𝐴𝑛 ) = 𝑃 𝐴1 𝑃 𝐴2 ⋯ 𝑃(𝐴𝑛 )
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Regla del producto
𝑃(𝐴 ∩ 𝐵)
¿A y B son No
independientes? 𝑃 𝐴 ∩ 𝐵 = 𝑃(𝐴) ∙ 𝑃(𝐵/𝐴)
Sí
𝑃 𝐴 ∩ 𝐵 = 𝑃(𝐴) ∙ 𝑃(𝐵)
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Ejemplo
Se sabe que 30% de los lavarropas de MegaHome requieren servicio
técnico mientras se encuentran en garantía, en tanto que sólo 10% de sus
secarropas necesitan dicho servicio. Si alguien adquiere tanto un
lavarropas como un secarropas fabricadas por MegaHome, ¿cuál es la
probabilidad de que ambas máquinas requieran servicio técnico mientras
se encuentran en garantía?
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Ejemplo
En la fábrica MasterBul, la probabilidad de que la materia prima esté
disponible cuando se necesita es 0,8 y que el tiempo de maquinado de
una pieza sea menor que 1 hora es 0,7. Calcule la probabilidad de que la
materia prima esté disponible cuando se la necesite y el tiempo de
maquinado de una pieza sea menor que 1 hora.
𝑃 𝐴∩𝐵 =𝑃 𝐴 ∙𝑃 𝐵
= 0,8 ⋅ 0,7
= 0,56
= 56%
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Si 𝑃(𝐴/𝐵) ≠ 𝑃(𝐴) A y B son eventos dependientes
En estos casos los eventos tienen alguna relación, y la ocurrencia de uno afecta la
ocurrencia del otro.
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Ejemplo
Dos cartas se extraen al azar de un mazo ordinario de 52 cartas. ¿Cuál es
la probabilidad de sacar dos ases si:
a) la primera carta se sustituye antes de sacar la segunda carta?
b) la primera carta no se sustituye antes de sacar la segunda carta?
Solución
A: la primera carta es un as
B: la segunda carta es un as
𝑆
𝐵1 𝑨 𝐵3
𝑛 𝑛
𝑃 𝐴 = 𝑃 𝐵𝑖 ∩ 𝐴 = 𝑃(𝐵𝑖 )𝑃 𝐴/𝐵𝑖
𝑖=1 𝑖=1
𝐵2 𝐵𝑛
Partición
B1, B2, … Bk son mutuamente excluyentes i,j Bi Bj = , ij
B1, B2, … Bk son exhaustivos B1 B2 … Bk = S
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
𝑆
𝐵1 𝑨 𝐵3 𝑃 𝐵1 ∩ 𝐴
𝑃 𝐵2 ∩ 𝐴
𝐵2 𝐵𝑛
𝑃 𝐵𝑛 ∩ 𝐴
A ഥ
𝐀 Total
B1 𝑃 𝐵1 ∩ 𝐴 𝑃 𝐵1 ∩ 𝐴ҧ 𝑷(𝑩𝟏 )
𝑛 𝑛
B2 𝑃 𝐵2 ∩ 𝐴 𝑃 𝐵2 ∩ 𝐴ҧ 𝑷(𝑩𝟐 )
𝑃 𝐴 = 𝑃 𝐵𝑖 ∩ 𝐴 = 𝑃(𝐵𝑖 )𝑃 𝐴/𝐵𝑖
…
𝑖=1 𝑖=1
Bn 𝑃 𝐵𝑛 ∩ 𝐴 𝑃 𝐵𝑛 ∩ 𝐴ҧ 𝑷(𝑩𝒏 )
Total 𝑷(𝑨) ഥ)
𝑷(𝑨 𝟏, 𝟎𝟎
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Demostración
A = 𝐵1 ∩ 𝐴 ∪ 𝐵2 ∩ 𝐴 ∪ ⋯ ∪ 𝐵𝑛 ∩ 𝐴
= 𝑃 𝐵𝑖 ∩ 𝐴
𝑖=1
𝑛
= 𝑃 𝐵𝑖 𝑃 𝐴/𝐵𝑖
𝑖=1
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Ejemplo
Tres máquinas de cierta planta de ensamble, B1, B2 y B3, montan 30%,
45% y 25% de los productos, respectivamente. Se sabe por experiencia
que 2%, 3% y 2% de los productos ensamblados por cada máquina,
respectivamente, tienen defectos. Suponga que se selecciona de forma
aleatoria un producto terminado, ¿cuál es la probabilidad de que esté
defectuoso?
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Solución
P(AB1)=0,006 A ഥ
𝐀
B1 0,006 0,294 0,3
P(𝐴/B
ҧ 1)=0,98 P(𝐴B
ҧ 1)=0,294 B2 0,0135 0,4365 0,45
B3 0,005 0,245 0,25
P(AB2)=0,0135
0,0245 0,9755 1,00
P(B2)= 0,45
P(A
ഥ B2)=0,4365
P(A/B3)=0,02 P(AB3)=0,005
P(A
ഥ B3)=0,245
𝑃 𝐴 = 𝑃 𝐴 ∩ 𝐵1 + 𝑃 𝐴 ∩ 𝐵2 +𝑃 𝐴 ∩ 𝐵3
= 0,006 + 0,0135+0,005 = 0,0245
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Sirve para calcular la probabilidad condicional a
posteriori
Sirve para determinar la probabilidad de una de las causas,
puesto que ya se observó el efecto
Los eventos 𝐵𝑖 son las “causas” y el evento 𝐴 es el “efecto”
𝑆
𝐵1 𝑨 𝐵3
𝐵2 𝐵𝑛
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Definición
Si los eventos 𝐵1, 𝐵2, … 𝐵𝑛 constituyen una partición del espacio
muestral S, donde 𝑃(𝐵𝑖) ≠ 0 para 𝑖 = 1, 2, … , 𝑛 (probabilidades a
priori) entonces, para cualquier evento 𝐴 en 𝑆, tal que 𝑃(𝐴) ≠ 0,
𝑃(𝐵𝑟 ∩ 𝐴) 𝑃 𝐵𝑟 𝑃 𝐴/𝐵𝑟
𝑃 𝐵𝑟 /𝐴 = 𝑛 = 𝑛 Para 𝑟 = 1,2, … 𝑛
σ𝑖=1 𝑃 𝐵𝑖 ∩ 𝐴 σ𝑖=1 𝑃(𝐵𝑖 )𝑃 𝐴/𝐵𝑖
Probabilidad
condicional a 𝑆
posteriori 𝐵1 𝑨 𝐵3
𝐵2 𝐵𝑛
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Demostración
Mediante la definición de probabilidad condicional
𝑃(𝐵𝑟 ∩ 𝐴)
𝑃 𝐵𝑟 /𝐴 =
𝑃(𝐴)
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Ejemplo
Tres máquinas de cierta planta de ensamble, B1, B2 y B3, montan 30%,
45% y 25% de los productos, respectivamente. Se sabe por experiencia
que 2%, 3% y 2% de los productos ensamblados por cada máquina,
respectivamente, tienen defectos. Suponga que se elige al azar un
producto y se encuentra que está defectuoso, ¿cuál es la probabilidad de
que haya sido ensamblado con la máquina B3?
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto
Solución
P(AB1)=0,006 A ഥ
𝐀
B1 0,006 0,294 0,3
P(𝐴/B
ҧ 1)=0,98 P(𝐴B
ҧ 1)=0,294 B2 0,0135 0,4365 0,45
B3 0,005 0,245 0,25
P(AB2)=0,0135
0,0245 0,9755 1,00
P(B2)= 0,45
P(A
ഥ B2)=0,4365
P(A/B3)=0,02 P(AB3)=0,005
P(A
ഥ B3)=0,245
𝑃(𝐵3 ∩ 𝐴) 0,005
𝑃 𝐵3 /𝐴 = = = 0,2041
𝑃(𝐴) 0,0245
Probabilidad y Estadística
Dra. Ivanna Lazarte – Prof. Adjunto