Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Elementos de Probabilidad
𝑛! 𝑛!
𝑉(𝑛,𝑟) = ቐ(𝑛 − 𝑟)! 𝑟 ≤ 𝑛 𝐶(𝑛,𝑟) = ቐ𝑟! (𝑛 − 𝑟)! 𝑟 ≤ 𝑛
𝑜 𝑟>𝑛 𝑜 𝑟>𝑛
𝑉(3,2) = 𝑎𝑏, 𝑎𝑐, 𝑏𝑐, 𝑏𝑎, 𝑐𝑎, 𝑐𝑏 𝐶(3,2) = {𝑎𝑏, 𝑎𝑐, 𝑏𝑐}
b) Con repetición.
Variación Combinación
Es el conjunto de todas las disposiciones , Es el conjunto de todas las disposiciones
donde importar el orden de sus elementos , sin importar el orden de sus elementos y
y los cuales se repiten. los cuales se repiten.
𝑉𝑅(𝑛,𝑟) = 𝑛𝑟 𝐶𝑅(𝑛,𝑟) =
𝑛+𝑟−1
=
(𝑛 + 𝑟 − 1)!
𝑟 𝑟! (𝑛 − 1)!
𝒏 𝒏+𝒓−𝟏
SIN ORDEN 𝒓 𝒓
𝒏! 𝒏𝒓
CON ORDEN
𝒓! 𝒏 − 𝒓 !
2.2 Definición de probabilidad.
2.2.1 Probabilidad Clásica (Laplace).
Sea Ω un espacio muestral finito equiprobable. Sea 𝐴 un evento de
Ω. La probabilidad de 𝐴, notada 𝑃(𝐴), es la relación del número de
casos favorables al evento 𝐴 y el total de casos posibles.
b) 𝑃 𝐴 ∪ 𝐵𝑐 = 𝑃 𝐴 + 𝑃 𝐵𝑐 − 𝑃 𝐴 ∩ 𝐵𝑐 = 𝑃 𝐴 = 0,8
c) 𝑃 𝐴𝑐 ∪ 𝐵 = 𝑃 𝐴𝑐 + 𝑃 𝐵 − 𝑃 𝐴𝑐 ∩ 𝐵 = 𝑃 𝐵 = 0,5
d) 𝑃 𝐴𝑐 ∪ 𝐵𝑐 = 𝑃 𝐴 ∩ 𝐵 𝑐
= 1 − 𝑃 𝐴 ∩ 𝐵 = 1 − 0,3 = 0,7
Ejemplo 6:
Se lanza al aire tres monedas de igual denominación. Determine la
probabilidad que salga dos caras y una cruz.
Solución:
Sea 𝐶: el lado cara de la moneda y 𝑋: el lado cruz de la moneda.
El diagrama de árbol que determina el espacio muestral y eventos
asociados es:
El espacio muestral es:
𝑛(𝑀) 3
Luego, 𝑃 𝑀 = 𝑛(Ω)
= = 0,375 (37,5%).
8
El 37,5% de los casos al lanzar tres monedas idénticas al aire, se obtiene dos
caras y una cruz.
Ejemplo 7:
Un profesor asigna una semana antes del examen 10 ejercicios. El
examen consta de 5 ejercicios elegidos al azar de los 10 propuestos. Un
alumno resolvió 7 de ellos. Cuál es la probabilidad de que el alumno:
a) Conteste bien, 3 de las 5 preguntas.
b) Tenga por lo menos 4 preguntas buenas.
Solución:
Se trata de seleccionar subconjuntos de un conjunto dado. En este caso
usamos combinación.
El número de maneras que el profesor puede asignar el examen es:
10 10!
𝑛 Ω = 5
= = 252 maneras.
5!(10−5)!
a) Sea 𝐴: responde bien 3 preguntas de un total de 5.
Esto indica que de los 7 ejercicios estudiados salieron 3 en el examen y
los restantes 3 no estudiados salieron 2 en el examen, es decir:
7 3 7! 3!
𝑛 𝐴 = 3
∗ 2
= 3! 7−3 !
∗ 2! 3−2 !
= 35 ∗ 3 = 105 maneras.
𝑛(𝐴) 105
Por tanto: 𝑃 𝐴 = = = 0,375
𝑛(Ω) 252
𝑛(𝐵) 126
Luego: 𝑃 𝐵 = 𝑛(Ω)
= 252
= 0,5
2.2.2 Probabilidad Axiomática (Kolmogorov, 1933).
Sea Ω un espacio muestra cualquiera. Sea ℱ una colección de
eventos, llamada sigma álgebra. La probabilidad 𝑃 de un evento de
𝐴 de la colección ℱ , es una aplicación de ℱ al intervalo 0, 1 y
satisface los siguientes axiomas:
𝑃1 : 𝑃(𝐴) ≥ 0, para 𝐴 ∈ ℱ. (Axioma de no negatividad)
𝑃2 : 𝑃 Ω = 1. (Axioma de suceso seguro o de normalidad)
𝑃3 : Para 𝐴1 , 𝐴2 , 𝐴3 , … eventos de la colección ℱ tales que
𝐴𝑖 ⋂𝐴𝑗 = 𝜙 , 𝑖 ≠ 𝑗 . Entonces,∞ ∞
𝑷 ራ 𝑨𝒊 = 𝑷 𝑨 𝒊
𝒊=𝟏 𝒊=𝟏
(Axioma de sigma aditividad)
• Propiedades de probabilidad axiomática.
1. 𝑃(𝜙) = 0.
2. Sea 𝐴 un evento de ℱ : 𝑃(𝐴𝑐 ) = 1 − 𝑃(𝐴).
3. Sean 𝐴 y 𝐵 eventos de ℱ :
a) 𝑃 𝐴 − 𝐵 = 𝑃 𝐴 − 𝑃(𝐴⋂𝐵).
b) 𝑃 𝐴 ∪ 𝐵 = 𝑃 𝐴 + 𝑃 𝐵 − 𝑃 𝐴⋂𝐵 .
c) 𝐴 ⊆ 𝐵, entonces 𝑃 𝐴 ≤ 𝑃 𝐵 .
4. Sea 𝐴 un evento de ℱ : 0 ≤ 𝑃(𝐴) ≤ 1.
5. Para 𝐴1 , 𝐴2 , 𝐴3 , … 𝐴𝑛 eventos de la colección ℱ tales que
𝐴𝑖 ⋂𝐴𝑗 = 𝜙 , 𝑖 ≠ 𝑗 . Entonces,𝒏 𝒏
𝑷 ራ 𝑨𝒊 = 𝑷 𝑨 𝒊
𝒊=𝟏 𝒊=𝟏
Ejemplo 8:
a) Tres caballos 𝐴, 𝐵 y 𝐶 están siendo tratados con 3 métodos experimentales
distintos para aumentar la velocidad con la que pueden correr. Después del
tratamiento intervienen en una carrera. El caballo 𝐶 tiene el doble de probabilidad de
ganar que 𝐵 y 𝐵 el doble de 𝐴. Calcular la probabilidad de ganar de cada caballo.
Solución:
Se trata de un espacio muestra finito no equiprobable: Ω = 𝐴, 𝐵, 𝐶 .
Sea 𝑝: probabilidad de ganar del caballo 𝐴. Entonces, por Axioma 𝑃1 :
𝑃 𝐴 = 𝑝 , 𝑃 𝐵 = 2𝑝 y 𝑃 𝐶 = 4𝑝 son no negativas.
Los eventos 𝐴, 𝐵 y 𝐶 son excluyentes . Por el axioma 𝑃2 y 𝑃3 :
𝑃 𝐴⋃𝐵⋃𝐶 = 𝑃 Ω = 𝑃 𝐴 + 𝑃 𝐵 + 𝑃 𝐶 = 1
1
𝑝 + 2𝑝 + 4𝑝 = 1 ⟺ 𝑝 = , entonces:
7
1 2 4
𝑃 𝐴 = ,𝑃 𝐵 = y 𝑃 𝐶 =
7 7 7
b) En el intervalo 0 , 1 de la recta real elegimos un número al azar. ¿Cuál es la
probabilidad de que el número se encuentre en el intervalo 13 , 23 ?
Solución:
El espacio muestral es unidimensional infinito continuo: Ω = 0, 1 .
1 2
Sea el evento 𝐴 = 3
, 3
ℝ
1 2
0 3 1
3
La probabilidad de 𝐴 es :
𝐿(𝐴) 13 1
𝑃 𝐴 = = =
𝐿(Ω) 1 3
c) En el centro de un cuadrado de lado 4 𝑐𝑚, se coloca un circulo de radio 1 𝑐𝑚.
¿Cuál es la probabilidad de que al elegir un punto al azar se encuentre en el circulo?
Solución:
El espacio muestral es bidimensional infinito continuo:
Ω= 𝑥, 𝑦 ∈ ℝ2 : 0 ≤ 𝑥 ≤ 4 ; 0 ≤ 𝑦 ≤ 4 . Donde, 𝑎 Ω = (4𝑐𝑚)2 = 16 𝑐𝑚2 .
Sea 𝑇 el evento área del circulo de radio 1 𝑐𝑚. 𝑎 𝑇 = 𝜋(1𝑐𝑚)2 = 𝜋 𝑐𝑚2 .
Luego:
𝑎(𝑇) 𝜋 𝑐𝑚2 𝜋
1 cm 𝑃 𝑇 = = =
4cm 𝑎(Ω) 16 𝑐𝑚2 16
2.3 Probabilidad condicional.
Sean 𝐴 y 𝐵 eventos de Ω. La probabilidad de 𝐴, asumiendo que el
evento 𝐵 ha ocurrido, se nota 𝑃 𝐴 𝐵 , y se define como:
𝑃(𝐴⋂𝐵)
𝑃 𝐴𝐵 = , 𝑃(𝐵) > 0.
𝑃(𝐵)
Observación:
1. La expresión 𝑃 𝐴 𝐵 , puede interpretarse como la probabilidad del
evento 𝐴, restringida (achicada) al evento 𝐵, es decir, el evento 𝐵
actúa espacio muestral para el evento 𝐴.
𝑃(𝐴⋂𝐵)
2. En 𝑃 𝐴 𝐵 = , se sigue:
𝑃(𝐵)
𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐵 .𝑃 𝐴 𝐵 , 𝑃(𝐵) > 0
𝑃 ⋂𝑘𝑖=1 𝐴𝑖 = 𝑃 𝐴1 𝑃 𝐴2 𝐴1 𝑃 𝐴3 𝐴1 ∩ 𝐴2 … 𝑃 𝐴𝑘 ⋂𝑘−1
𝑖=1 𝐴𝑖 .
• Propiedades de Probabilidad condicional.
Sean 𝐴 , 𝐵 y 𝐸 sucesos de un espacio muestral Ω . Si el evento 𝐸 es
tal que 𝑃 𝐸 > 0, entonces:
1. 𝑃 𝐴𝑐 𝐸 = 1 − 𝑃 𝐴 𝐸 .
2. 𝑃 𝐴 − 𝐵 𝐸 = 𝑃 𝐴 𝐸 − 𝑃 𝐴 ∩ 𝐵 𝐸
3. 𝑃 𝐴 ∪ 𝐵 𝐸 = 𝑃 𝐴 𝐸 + 𝑃 𝐵 𝐸 − 𝑃 𝐴 ∩ 𝐵 𝐸
4. 𝐴 ⊆ 𝐵, entonces𝑃 𝐴 𝐸 ≤ 𝑃 𝐵 𝐸 .
Ejemplo 9:
a) El 76 % de los estudiantes de Ingeniería han aprobado Resistencia de Materiales y
el 45 % aprobaron Estática. Además, el 30 % aprobaron Resistencia de Materiales y
Estática. Si un alumno aprobó Resistencia de Materiales, ¿qué probabilidad tiene de
haber aprobado también Estática?
Solución: se trata de una probabilidad condicional. Se definen los eventos:
𝑅: alumnos que aprobaron resistencia de materiales. 𝑃 𝑅 = 0,76
𝐸: alumnos que aprobaron Estática. 𝑃 𝐸 = 0,45
𝑅 ∩ 𝐸: alumnos que aprobaron resistencia de materiales y Estática. 𝑃 𝑅 ∩ 𝐸 = 0,30.
𝑃 𝑅∩𝐸 0,30
Luego: 𝑃 𝐸 𝑅 = = = 0,3947
𝑃 𝑅 0,76
De los alumnos que aprobaron resistencia de materiales, el 39,47% aprobó Estática.
b) Una pareja de recién casados decide tener 3 hijos. Determine la probabilidad de que
exactamente dos sean niñas, dado que el primer hijo es una niña.
Solución: se debe hallar una probabilidad condicional, se definen los eventos:
𝐴: exactamente dos sean niñas. 𝐵: el primer hijo es una niña.
Ω = 𝑀𝑀𝑀, 𝑀𝑀𝐻, 𝑀𝐻𝑀, 𝑀𝐻𝐻, 𝐻𝑀𝑀, 𝐻𝑀𝐻, 𝐻𝐻𝑀, 𝐻𝐻𝐻
4 2
𝑃 𝐵 =8>0 y𝑃 𝐴∩𝐵 =8 Entonces:
𝑃(𝐴⋂𝐵) 2Τ 1
8
𝑃 𝐴𝐵 = = 4Τ = = 0,5 (50%)
𝑃(𝐵) 8 2
11 9 8
𝑃(𝐵1 ∩ 𝐷𝑀2 ∩ 𝐷𝑀3) = 𝑃 𝐵1 𝑃 𝐷𝑀2 𝐵1 )𝑃 𝐷𝑀3 𝐵1 ∩ 𝐷𝑀2 = = 0,0574
25 24 23
2.4 Eventos Independientes.
Dos eventos 𝐴 y 𝐵 de Ω, se dice independientes estadísticamente, si la
probabilidad ocurrencia de uno de ellos no afecta la probabilidad de
ocurrencia del otro.
𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 .𝑃 𝐵
Observación:
1. Los eventos 𝐴 y 𝐵 son estadísticamente independientes, si ocurre alguna
de las siguientes relaciones.
a) 𝑃 𝐴 𝐵 = 𝑃(𝐴), si 𝑃(𝐵) > 0
b) 𝑃 𝐵 𝐴 = 𝑃(𝐵), si 𝑃(𝐴) > 0
2. Los eventos 𝐴1 , 𝐴2 , 𝐴3 , …. , 𝐴𝑘 de Ω , se dicen estadísticamente
independientes si,
𝑃 ⋂𝑘𝑖=1 𝐴𝑖 = 𝑃 𝐴1 𝑃 𝐴2 … 𝑃 𝐴𝑘 = ς𝑘𝑖=1 𝑃 𝐴𝑖
3. Si 𝐴 y 𝐵 eventos de Ω, son estadísticamente independientes entonces:
i) 𝐴 y 𝐵 𝑐 son independientes.
ii) 𝐴𝑐 y 𝐵 son independientes.
iii) 𝐴𝑐 y 𝐵 𝑐 son independientes.
4. Consideremos un sistema formado por 𝑘 componentes que funcionan de manera independiente. Si
llamamos 𝑃 𝐴𝑖 probabilidad de que la componente 𝑖 funcione, 𝑖 = 1, … , 𝑘, la probabilidad de que
el sistema funcione, 𝑃 (𝑆), viene dada por:
• Si el sistema está en serie:
𝐾 𝑘
𝑃 𝑆 = 𝑃 ሩ 𝐴𝑖 = 𝑃 𝐴1 𝑃 𝐴2 … 𝑃 𝐴𝑘 = ෑ 𝑃 𝐴𝑖
𝑖=1 𝑖=1
Por tanto,
𝑃 𝐴 ∩ 𝐵 ∩ 𝐶 = 𝑃 𝐴 𝑃 𝐵 𝑃 𝐶 = 0,99 0,9975 0,99 = 0,9865
2.5 Teoremas asociados a la Probabilidad Condicional.
2.5.1 Teorema de la Probabilidad Total.
Sean 𝐴1 , 𝐴2 , 𝐴3 , … 𝐴𝑘 eventos de Ω tales que 𝐴𝑖 ∩ 𝐴𝑗 = 𝜙 (𝑖 ≠ 𝑗), ⋃𝑘𝑖=1 𝐴𝑖 = Ω
y 𝑃 𝐴𝑖 > 0 para 𝑖 = 1,2, … , 𝑘. Sea 𝐵 otro evento de Ω tal que 𝑃 𝐵 𝐴𝑖 existen para
𝑖 = 1,2, … , 𝑘. Entonces:
𝑘
𝑃 𝐵 = 𝑃 𝐴1 𝑃 𝐵 𝐴1 + 𝑃 𝐴2 𝑃 𝐵 𝐴2 + ⋯ + 𝑃 𝐴𝑘 𝑃 𝐵 𝐴𝑘 = 𝑃 𝐴𝑖 𝑃 𝐵 𝐴𝑖
𝑖=1
Ejemplo 11:
a) Una caja contiene tres monedas. Una moneda es corriente, otra tiene dos caras y la otra está cargada de modo
que la probabilidad de obtener cara es de 1/3. Se selecciona una moneda lanzar y se lanza al aire. Hallar la
probabilidad de que salga cara.
Solución:
1 1
𝑃 𝐷 𝐴 = 2 , 𝑃 𝐷 𝐵 =1 y 𝑃 𝐷 𝐶 = 3
1 1 1 1 1
𝑃 𝐷 = + 1 + = 0,6111
3 2 3 3 3
b) Una prueba para diagnosticar un virus, lo detecta en el 95% de las personas que efectivamente tienen la
enfermedad y en el 1% de las personas que no están infectados. Por estudios previos se ha determinado que solo
el 0,5% de las personas sometidas a la prueba tienen efectivamente el virus. ¿Cuál es la probabilidad de que la
prueba genere un diagnostico positivo?
Solución: es una aplicación del teorema de la Probabilidad Total.
Los eventos primarios son:
𝑉: personas que efectivamente tienen el virus. 𝑃 𝑉 = 0,005
𝐹: personas que efectivamente no tienen el virus. 𝑃 𝐹 = 0,995
El evento relacionado es, 𝐷 + : el diagnostico de la prueba es
Positivo y es tal que: 𝑃 𝐷+ 𝑉 = 0,95 y 𝑃 𝐷+ 𝐹 = 0,01.
Aplicando el Teorema de la Probabilidad Total:
𝑃 𝐷+ = 𝑃 𝑉 𝑃 𝐷+ 𝑉 + 𝑃 𝐹 𝑃 𝐷+ 𝐹
𝑃 𝐷 = 𝑃 𝑇1 𝑃 𝐷 𝑇1 + 𝑃 𝑇2 𝑃 𝐷 𝑇2 + 𝑃 𝑇3 𝑃(𝐷|𝑇3 )
1 1 1
𝑃 𝐷 = 0,01 + 0,02 + 0,05 = 0,0267
3 3 3
2.5.2 Teorema de Bayes.
Sean 𝐴1 , 𝐴2 , 𝐴3 , … 𝐴𝑘 eventos de Ω tales que 𝐴𝑖 ∩ 𝐴𝑗 = 𝜙 (𝑖 ≠ 𝑗), ⋃𝑘𝑖=1 𝐴𝑖 = Ω
y 𝑃 𝐴𝑖 > 0 para 𝑖 = 1,2, … , 𝑘. Sea 𝐵 otro evento de Ω , tal que 𝑃 𝐵 𝐴𝑖 existen para
𝑖 = 1,2, … , 𝑘. Entonces:
𝑃 𝐴𝑖 𝑃 𝐵 𝐴𝑖 𝑃 𝐴𝑖 𝑃 𝐵 𝐴 𝑖
𝑃 𝐴𝑖 𝐵 = = 𝑘
𝑃 𝐵 σ𝑖=1 𝑃 𝐴𝑖 𝑃 𝐵 𝐴𝑖
𝑃 𝐻 𝐸 = 0,9 y 𝑃 𝐻 𝐸 𝑐 = 0,5.
𝑃 𝐻 = 𝑃 𝐸 𝑃 𝐻 𝐸 + 𝑃 𝐸𝑐 𝑃 𝐻 𝐸𝑐
𝑃 𝐻 = 0,8 0,9 + 0,2 0,5 = 0,82
𝑃(𝐸)𝑃(𝐻|𝐸) (0,8)(0,9)
𝑃 𝐸𝐻 = = = 0,878
𝑃 𝐻 0,82
b) En una casa hay tres llaveros 𝐴, 𝐵 y 𝐶; el primero con cinco llaves, el segundo con siete y el tercero con ocho,
de las que sólo una de cada llavero abre la puerta del patio. Se escoge al azar un llavero y, de él una llave para
abrir el patio. Si la llave escogida es la correcta, ¿cuál será la probabilidad de que pertenezca al primer llavero 𝐴?
Solución: se trata de aplicar el teorema de Bayes a la situación planteada:
Se tienen como eventos primarios:
1
𝐴 : el primer llavero, 𝐵: el segundo llavero y 𝐶: el tercer llavero. Se tiene que , 𝑃 𝐴 = 𝑃 𝐵 = 𝑃(𝐶) =
3
El evento relacionado con los primarios : E : la llave abre la puerta del patio. De donde:
1 1 1
𝑃 𝐸 𝐴 = ,𝑃 𝐸 𝐵 = y𝑃 𝐸 𝐶 =
5 7 8
𝑃 𝐸 =𝑃 𝐴 𝑃 𝐸 𝐴 +𝑃 𝐵 𝑃 𝐸 𝐵 +𝑃 𝐶 𝑃 𝐸 𝐶
1 1 1 1 1 1
𝑃 𝐸 = + + = 0,156
3 5 3 7 3 8
1 1
𝑃(𝐴)𝑃(𝐸|𝐴) 3 5
𝑃 𝐴𝐸 = = = 0,4275
𝑃 𝐸 0,156
c) Suponga que los chips de un circuito integrado son probados con cierto instrumento y la probabilidad de que se detecten
defectuosos es 0,99. Por otro lado hay una probabilidad de 0,95 de que un chips sea declarado como bueno si
efectivamente lo es. Si el 1% de todos los chips son defectuosos, ¿ cuál es la probabilidad de que un chips que sea
declarado como defectuoso sea realmente bueno?
Solución: en este enunciado aplica el Teorema de Bayes.
Los eventos primarios son:
𝐵 : son los chips realmente buenos y 𝐷: son los chips realmente defectuosos.
𝑃 𝐷 = 0,01 y 𝑃(𝐵) = 1 − 𝑃(𝑀) = 1 − 0,01 = 0,99.
El evento asociados a los eventos primarios es:
𝑀: son los chips declarados defectuosos por el instrumento.
𝑃 𝑀𝑐 𝐵 = 0,95 entonces 𝑃 𝑀 𝐵 = 1 − 0,95 = 0,05
y 𝑃 𝑀 𝐷 = 0,99
𝑃 𝑀 =𝑃 𝐵 𝑃 𝑀 𝐵 +𝑃 𝐷 𝑃 𝑀 𝐷
𝑃(𝑀) = (0,99)(0,05) + (0,01)(0,99) = 0,0594
Usando el Teorema de Bayes:
𝑃 𝐵 𝑃 𝑀𝐵 0,99 0,05
𝑃 𝐵𝑀 = = = 0,8333
𝑃(𝑀) 0,0594
Bibliografía:
• Acuña, Edgar (2014) Estadística Elemental. Universidad de Puerto Rico.
• Canavos, George (1998) Probabilidad y Estadística. Métodos y Aplicaciones. McGraw-Hill.
• Devore, J. (2008) Probabilidad y Estadística para Ingeniería y Ciencias. 7ma.Edición. Cengace
Learning Editores. Mexico.
• Meyer, Paul (1997) Probabilidad y aplicaciones estadísticas. Addison- Wesley Iberoamericana
• Montgomery, D. C y Runger, R. (2008) Probabilidad y Estadística Aplicadas a la Ingeniería. 2da.
Edición. Limusa Wiley. Mexico.
• Walpole y Myers (2012) Probabilidad y estadística para ingeniería y ciencias. Pearson 9ª edición.