Probabilidades,

Reglas de conteo,
Probabilidad condicional y
Teorema de Bayes
OBJETIVOS
• Entender el concepto de experimento aleatorio

• †
Valorar la probabilidad y sus aplicaciones.

• Calcular probabilidades de sucesos simples.

• Manejar conceptos de independencia y

dependencia de sucesos.

• Entender el concepto de probabilidad condicionada

y aplicar con soltura los teoremas de la probabilidad
total y Bayes
INTRODUCCIÓN

El Cálculo de Probabilidades nos permite calcular

el grado de fiabilidad o error de las conclusiones
obtenidas mediante inferencia estadística.

La probabilidad mide o cuantifica la incertidumbre

que tenemos sobre el resultado de un
experimento aleatorio.
Experimentos aleatorios
Existen 2 tipos de experimentos:

Un experimento es determinista cuando existe un conjunto de

circunstancias que, antes de su ejecución, determinan
completamente su resultado.

Un experimento es aleatorio si no podemos predecir su

resultado de antemano:

• Se conocen previamente y con exactitud los posibles

resultados del experimento.

• Es imposible saber su resultado antes de su realización.

• Se puede repetir indefinidamente, en las mismas

condiciones iniciales, obteniendo resultados distintos.
 Algunos ejemplos

◼ Hay situaciones cuyo resultado está determinado

por el azar:

 Éxitode un emprendimiento
 Precio de un bien o servicio
 Conseguir empleo
 Graduarse
 etc.
 ESPACIO MUESTRAL
El espacio muestral es el conjunto de todos los posibles resultados del
experimento aleatorio, lo denotamos por Ω.

Ejemplo: Experimento, lanzar dado, Ω ={1,2,3,4,5,6}

Un suceso es cualquier subconjunto del espacio muestral.

Un suceso simple es un elemento del espacio muestral.

Ejemplo: (lanzar dado), sale un seis, A={6}

Un suceso compuesto es un conjunto de sucesos elementales. †

Ejemplo: (lanzar dado), sale un número par B={2,4,6}
 ESPACIO MUESTRAL

Clasificación
a) Finito: cuando el espacio muestral es un
conjunto de eventos numerable. Esta asociado a
variables aleatorias discretas

b) Infinito: cuando el espacio muestral es un

conjunto eventos no numerable. Esta asociado
a variables aleatorias continuas.
 VARIABLES ALEATORIAS DISCRETAS
◼ Son aquellas que asumen un número finito de valores o una
sucesión infinita de valores tales como 0, 1, 2, . . ..
◼ Ej: número de alumnos aprobados, número de personas que llegan
al banco, sexo de graduados de la Universidad
 VARIABLES ALEATORIAS CONTINUAS
◼ Son aquellas que pueden tomar cualquier valor numérico dentro de
un intervalo. En este grupo de variables se encuentran aquellos
resultados experimentales basados en escalas de medición tales
como tiempo, peso, distancia, temperatura, etc.
◼ Ej.: saldo promedio en una cuenta bancaria, tiempo de espera hasta
ser atendido en un local.
 SUCESOS

Es cualquier subconjunto de resultados posibles y

razonables de un experimento aleatorio.

El suceso seguro es el que siempre ocurre al realizar el

experimento,
Ejemplo: (lanzar dado)
A = cualquier valor del conjunto: {1,2,3,4,5,6}

El suceso imposible es el que nunca ocurre como

resultado del experimento
E
„ jemplo: (lanzar dado) sale un número negativo
B = {∅}
Ejemplos de espacios muestrales y sucesos
Ejemplo: Espacio muestral de lanzar dos monedas.

ESPACIO MUESTRAL
Ω = {(C,C); (C,S);(S,C);(S,S)}

EVENTO SIMPLE
A= {(C,C)}

EVENTO COMPUESTO
B= Que ambas monedas tengan el mismo lado: {(C,C), (S,S)}
C= {(C,C), (S,S), (S)} ¿¿Es posible??

Ejercicios
Espacio muestral de lanzar una moneda y un dado.

Espacio muestral de lanzar dos dados.

Espacio Muestral
Ejercicios
Liste los elementos de los siguientes espacios muestrales:

(X+ 5 ) (X- 1 ) = 0
S = {-5, 1}
Herramientas de conteo
Herramientas de conteo
◼ Las técnicas de conteo son una herramienta muy útil
para determinar el número de elementos que tiene un
experimento.

◼ Principio de Multiplicación: Si un procedimiento puede

efectuarse de n formas distintas y un segundo
procedimiento puede realizarse de m formas diferentes,
entonces el número total de formas en que puede
efectuarse el primer procedimiento seguido del segundo
es m x n

Ej.: lanzamiento de dado y moneda.

Herramientas de conteo
◼ Ordenaciones con repetición: Si un
procedimiento que consta de n etapas puede
realizarse de k formas posibles en cada una de
ellas, entonces el numero total de formas en
que se puede efectuar el procedimiento es de
nk.

◼ Ejemplo: La lotería, en donde se extrae una

bolita de cada 6 urnas, cada urna con 10 bolitas.
Por lo tanto, el numero total de números de
lotería posibles fuera de 106 = 1000000 .
Herramientas de conteo
◼ Factorial: El factorial de un espacio muestral con n
elementos (denotado por n!) se define como el número
total de arreglos que pueden realizarse para agrupar
todos sus elementos.

◼ Su determinación parte de la formula: n! = n ( n − 1)( n − 2 )( n − 3) 1

◼ Ej.: El número total arreglos que puedo obtener con

cuatro letras (a, b, c) es:
n= 3*2*1=6
◼ Existen 6 arreglos que puedo obtener con 3 letras.
Herramientas de conteo
◼ Permutación: Se define como el número total
de selecciones ordenadas (o arreglos) que
pueden realizarse para agrupar o escoger k
elementos.
n!
P(n, k ) =
(n − k )!
En el caso del ejemplo anterior, supongamos
que ahora lo que se desea es formar todas las
posibles combinaciones de 2 letras a partir del
conjunto de 4 (a,b,c,d).
4!
P ( n, k ) = = 12
(4 − 2)!
 Herramientas de conteo
◼ Combinación: Se define como el número total de selecciones no
ordenadas (o conjuntos) que pueden realizarse para agrupar o escoger k
elementos.
n!
C (n, k ) =
(n − k )!k!
Dos combinaciones son distintas si no están formadas por el mismo
conjunto de objetos. Así abc y abd son combinaciones diferentes de tres
letras, mientras que abc y bca son permutaciones de la misma
combinación.

Para ejemplificar esto, consideremos un experimento en el que se extrae

un conjunto de 4 personas de uno mayor que posee 6 para la conformación
de un grupo de trabajo. Así, el número de posibles agrupaciones para
realizar dicho grupo de trabajo (sin importar el orden) :

6! 6  5  4  3  2 1 65
C ( 6, 4 ) = = = = 15
( 6 − 4 ) !4! ( )(
2  1 4  3  2  1) 2  1
Herramientas de conteo
◼ Ejercicios.

◼ A los participantes de una convención se les ofrecen seis

recorridos, cada uno de tres días, a sitios de interés. ¿De cuántas
maneras se puede acomodar una persona para que vaya a uno de
los recorridos planeados por la convención?

◼ Un urbanista de un nuevo fraccionamiento ofrece a un posible

comprador de una casa elegir entre 4 diseños, 3 diferentes sistemas
de calefacción, un garaje o cobertizo, y un patio o un porche
cubierto. ¿De cuántos planos diferentes dispone el comprador?
Herramientas de conteo
◼ Ejercicios.

◼ Si una prueba de opción múltiple consta de 5 preguntas, cada una

con 4 respuestas posibles, de las cuales sólo 1 es correcta,
 a) ¿de cuántas formas diferentes puede un estudiante elegir una respuesta a
cada pregunta?
 b) ¿de cuántas maneras puede un estudiante elegir una respuesta a cada
pregunta y obtener todas las respuestas incorrectas?
Herramientas de conteo
◼ Ejercicios.
◼ Encuentre el número de formas en que se puede asignar 6
profesores a 4 secciones de un curso introductorio de estadística, si
ningún profesor se asigna a más de una sección.

◼ ¿De cuántas formas se puede seleccionar a 3 de 8 candidatos

recién graduados, igualmente calificados, para ocupar las vacantes
de una empresa?
Herramientas de conteo
◼ Ejercicios.

◼ Para abrir una cerradura de combinación se requiere de la

selección correcta de un conjunto de cuatro dígitos en sucesión. Los
dígitos se fijan girando el tambor alternativamente en el sentido de
las manecillas del reloj y en el sentido opuesto. Supóngase que no
se utiliza un mismo dígito dos veces. Encuentre el número total de
las posibles combinaciones
Herramientas de conteo
◼ Uso de excel.

◼ Número de objetos: 10
◼ Tamaño de muestra: 6
◼ Hallar:
 Factorial
 Permutaciones
 Combinaciones
◼ Probabilidad clásica:
Es el cociente entre el número de
resultados favorables y número de casos
posibles, si todos tienen la misma
probabilidad de presentarse.

Los resultados se consideran a priori.

Probabilidad Clásica: Sea A un subconjunto de  (un
espacio muestral finito), entonces la probabilidad se
define como:
A
P ( A) =

Ejemplo…
◼ Calcular la probabilidad de que salga cara
en el lanzamiento de una moneda

◼ Calcular la probabilidad de que al lanzar

un dado salga 6.

◼ Calcular la probabilidad de que al lanzar

un dado se obtenga un número par.
◼ Probabilidad frecuencial:
La probabilidad de que un evento ocurra a
largo plazo se determina observando en
que fracción de tiempo sucedieron
eventos semejantes en el pasado.

P = número de veces que ocurrió en el

pasado/número de observaciones.

Ejemplo: probabilidad de que un estudiante

apruebe con 50.
◼ Probabilidad frecuencial:
Si de 200 personas, 20 no tienen trabajo,
¿cuál es la probabilidad de tomar una
persona al azar y que se encuentre
desempleada?.
Ejemplo
Se elaboró la siguiente tabla con los 5946 empleados de
cierta empresa, según su nivel de ingreso:
NIVEL DE INGRESO ($) NÚMERO DE EMPLEADOS PORCENTAJE
Menos de 500 2136 36,0

500-999 1548 26,0

1.000-1.499 1202 20,2

1.500-1.999 648 10,9

2.000 o más 412 6,9

Total 5946 100,0
¿Cuál es la probabilidad de que el ingreso de un empleado
sea menor de $ 500?

¿Cuál es la probabilidad de que el ingreso de un empleado

sea $ 1.500 o más?
Probabilidad
◼ Ejercicios.

◼ Considérese un experimento que consiste en anotar la fecha de

cumpleaños de cada una de 20 personas seleccionadas al azar. Si
se ignoran los años bisiestos y sólo hay 365 días de cumpleaños
posibles, cuál es la probabilidad de que cada persona de los 20
tenga un diferente día de cumpleaños?
Relaciones básicas de
probabilidad
Axiomas
◼ P(A)  0

◼ 0  P(A)  1

◼ P() = 1

◼ P() = 0

◼ P(Ac) = 1 – P(A)

◼ Si A  B, P(A)  P(B)
Complemento de un evento
◼ Dado un evento A, el complemento de A se define como
el evento que consta de todos los puntos muestrales
que no están en A. Se le denota por Ac.

P(Ac) = 1 – P(A)

Gráficamente, usando diagramas de Venn, se representa

de la siguiente forma:
 
Ac

A
 Ejemplo

Ejemplo: Lanzar un dado y que salga el número 2.

Ω = {1,2,3,4,5,6}

A = {2}

Ac = {1,3,4,5,6}

P(A) = 1/6

P(Ac) = 5/6

P(A) +P(Ac) = 1/6 + 5/6 = 1

Ley aditiva
◼ Unión: Sirve para determinar la probabilidad de que
ocurra por lo menos uno de dos eventos. Es decir, si A y
B son eventos, nos interesa hallar la probabilidad de que
ocurra el evento A o el B o ambos

La unión de A y B es el evento que contiene todos los

puntos muestrales que pertenecen a A o a B o a ambos. La
unión se denota A  B.

 Ejemplo

Ejemplo: Lanzar un dado y que salga el número 2 o el

número 6.

Ω = {1,2,3,4,5,6}

A = {2}

B = {6}

A  B = {2,6}
Ley aditiva
◼ Intersección: Dados dos eventos A y B, la intersección
de A y B es el evento que contiene los puntos
muestrales que pertenecen tanto a A como a B.

La intersección de A y B es el evento que contiene todos

los puntos muestrales que pertenecen a A y a B. La
intersección se denota A  B.


 Ejemplo

Ejemplo: Lanzar un dado, que salga un número par y que

sea el número 2.

Ω = {1,2,3,4,5,6}

A = {número par} = {2,4,6}

B = {2}

A  B = {2}
Ley aditiva
◼ La ley de la adición se emplea para calcular la
probabilidad de la unión de los dos eventos.

◼ La ley de la adición se expresa como:

P(A  B) = P(A) + P(B) – P(A  B)

 Ejemplo

Ejemplo: Lanzar un dado, que salga un número par o que

sea el número 2.

Ω = {1,2,3,4,5,6}

A = {número par} = {2,4,6}

B = {2}

P(A  B) = P(A) + P(B) – P(A  B)

P(A  B) = 1/6 + 3/6 – 1/6 = 3/6
Ley aditiva
◼ Eventos mutuamente excluyentes: Se dice que dos
eventos son mutuamente excluyentes si no tienen
elementos en común, es decir si su intersección es 0.


Para este tipo de eventos, la ley aditiva se reduce a la siguiente

expresión:

P(A  B) = P(A) + P(B)

 Ejemplo

Ejemplo: Lanzar un dado, que salga un número impar o

que sea el número 2.

Ω = {1,2,3,4,5,6}

A = {número impar} = {1,3,5}

B = {2}

P(A  B) = P(A) + P(B)

P(A  B) = 3/6 + 1/6 = 4/6
 Ejercicio

Suponga que tiene un espacio muestral con cinco resultados experimentales

que son igualmente posibles: E1, E2, E3, E4 y E5. Sean:

A = {E1, E2}
B = {E3, E4}
C = {E2, E3, E5}