ESTADISTICA APLICADA

DEFINICIONES DE PROBABILIDAD
DEFINICIÓN CLÁSICA DE PROBABILIDAD
la probabilidad de que ocurra un evento A se define de la siguiente manera
𝐶𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠
𝑃(𝐴) =
𝐶𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠.

Sí un espacio muestral S tiene N(S) elementos posibles y un evento A tiene n(A) elementos dentro
del espacio muestral, entonces la probabilidad de que ocurra el evento A es
𝑛(𝐴)
𝑃(𝐴) =
𝑁(𝑆)

DEFINICIÓN SUBJETIVA DE PROBABILIDAD

Se basa en la creencia de un experto, o lo informado que esté para dar a conocer la probabilidad de
que ocurra un resultado dado.
DEFINICIÓN EMPÍRICA DE PROBABILIDAD
Esta definición ocurre cuándo se ha realizado el experimento, su cálculo es similar a al cálculo de
frecuencia relativa.
EJEMPLOS DE CÁLCULO DE PROBABILIDAD.
Ejemplo No.1
Se tienen 27 tarjetas, cada una con las letras del alfabeto, si se extrae una al azar, encuentre la
probabilidad de que ocurra cada uno de los siguientes eventos:
a) A= Aparezca una vocal
b) B= Aparezca una consonante
c) C= Aparezcan cualquiera de las siguientes letras o, p , q , r, s , t , z.
Cálculo de probabilidades.
a) A= Aparezca una vocal. Casos posibles = 27. Casos favorables 5
5
𝑃(𝐴) = 27

b) B= Aparezca una consonante. Casos posibles = 27. Casos favorables 22

22
𝑃(𝐵) = 27

c) C= Aparezca una o, p , q , r, s , t , z. Casos posibles = 27. Casos favorables 7

7
𝑃(𝐵) = 27

1
Ejemplo No. 2.
De una urna que contiene 10 bolitas blancas diferentes, 7 azules diferentes, 5 rojas diferentes, se
extraen 3 bolitas al azar. Calcule la probabilidad de los siguientes eventos:
a) F= Todas sean azules.

Casos posibles: de las 22 bolitas sacamos 3 = (22

3
)
Casos favorables
Ninguna blanca, 3 deben ser azules y ninguna roja, casos favorables= (10
0
)(73)(50) = (73)
(73) 1
𝑃(𝐹) = =
(22
3
) 44
b) G= Todas son de distinto color.

Casos posibles: de las 22 bolitas sacamos 3 = (22

3
) = 1540
Casos favorables
Una blanca y una azul y una roja, casos favorables= (101
)(71)(51) = 350
(10
1
)(71)(51) 350 5
𝑃(𝐹) = = =
(22
3
) 1540 22
c) H= Todas son del mismo color.

Casos posibles: de las 22 bolitas sacamos 3 = (223

) = 1540
Casos favorables
Tres blancas o tres azules o tres rojas , casos favorables= (10
3
) + (73) + (53) = 165
(10
3
) + (73) + (53) 165 3
𝑃(𝐹) = = =
(22
3
) 1540 28

Ejemplo No. 3.
Con las letras a, b, c, d, e, f, g, h, i, se realiza el experimento: E= Formar palabras claves de 5 letras
sin repetición. Determinar:
a) El número de puntos muestrales de S
Número de palabras de 5 letras sin repetición: ( Casos posibles)
8 x 7 x 6 x 5 x 4 = 15120
b) Calcule la probabilidad del evento A:
A= Formar palabras claves que empiecen con “a” y que terminen en “i”
Casos favorables:
1 x 7 x 6 x 5 x 1 = 210

210 1
𝑃(𝐴) = =
15120 72

2
 AXIOMAS Y TEOREMAS DE PROBABILIDAD.
El tema de la probabilidad se basa en tres reglas llamadas axiomas de probabilidad.
Los axiomas son los siguientes:
1. Sea S un espacio muestral, entonces 𝑃(𝑆) = 1
2. Para cualquier evento A, 0 ≤ 𝑃(𝐴) ≤ 1
3. Si A y B son eventos mutuamente excluyentes, entonces P(AUB)= P(A)+P(B). De forma
general 𝑃(𝐴1 𝑈𝐴2 𝑈 … 𝑈 𝐴𝑛 ) = 𝑃(𝐴1 ) + 𝑃(𝐴2 ) + ⋯ . 𝑃(𝐴𝑛 )

Las principales consecuencias de estos axiomas son los siguientes teoremas:

TEOREMA 1

La probabilidad de que el evento A no ocurra es

𝑃(𝐴𝑐 ) = 1 − 𝑃(𝐴)

TEOREMA 2

La probabilidad de un evento vacío es cero.

𝑃(∅) = 0

TEOREMA 3

Si el evento A esta incluido en el evento B.

Si 𝐴 ∁ 𝐵 , entonces 𝑃(𝐴) ≤ 𝑃(𝐵)

TEOREMA 4

Si A y B son 2 eventos cualesquiera entonces:

𝑃(𝐴𝑈𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)

AMPLIACION DE TEOREMA 4. PRINCIPIO DE INCLUSION EXCLUSION.

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

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

En diagrama de Conjuntos:

3
Ejemplo de aplicación de los teoremas y las Leyes de De Morgan.
Ejemplo 1
3 1 1
Sean A y B dos eventos cualesquiera con 𝑃(𝐴) = 8
; 𝑃(𝐵) = 2
; 𝑃(𝐴 ∩ 𝐵) = 4

Determine:
a) 𝑃(𝐴𝑈𝐵)
3 1 1 5
𝑃(𝐴𝑈𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = + − =
8 2 4 8
b) 𝑃(𝐴𝑐 )
3 5
𝑃(𝐴𝑐 ) = 1 − 𝑃(𝐴) = 1 − =
8 8
c) 𝑃(𝐵𝑐 )
1 1
𝑃(𝐵𝐶 ) = 1 − 𝑃(𝐵) = 1 − =
2 2

d) 𝑃(𝐴𝑐 ∩ 𝐵𝑐 )
5 3
𝑃(𝐴𝑐 ∩ 𝐵𝑐 ) = 𝑃(𝐴𝑈𝐵)𝑐 = 1 − 𝑃(𝐴𝑈𝐵) = 1 − =
8 8
3 1 1
e) 𝑃(𝐴 ∩ 𝐵𝑐 ) = 𝑃(𝐴) − 𝑃(𝐴 ∩ 𝐵) = − =
8 4 8

Ejemplo 2
En un país se publican tres periódicos matutinos : A, B y C, se realiza una encuesta, los
resultados son los siguientes: 20% lee el periódico A ; 16% lee B; 14% lee C; 8% lee los
periódicos A y B; 5% lee A y C; 4% lee B y C; 2% lee los tres periódicos.
¿Qué porcentaje de personas leen al menos un periódico?

La frase “Al menos un periódico” debe entenderse que lee uno, o lee dos o lee los tres.

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

4
 𝑃(𝐴 ∩ 𝐵 ∩ 𝐶) = 0.20 + 0.16 + 0.14 − 0.08 − 0.05 − 0.04 + 0.02 = 0.35

La probabilidad de que lea al menos uno de los tres periódicos es: 0.35.

En diagrama de conjuntos se tiene:

A
0.09 B
0.02
0.03 0.06
C 0.02
0.06
0.07 0.02

EJERCICIOS
1 1 2
1. Sean dos eventos cualesquiera A y B, y se sabe que 𝑃(𝐴) = 2
; 𝑃(𝐵) = 3
; 𝑃(𝐴𝑈𝐵) = 3.
Calcular:
a) 𝑃(𝐴𝑐 )
b) 𝑃(𝐵𝑐 )
c) 𝑃(𝐴 ∩ 𝐵)
d) 𝑃(𝐴𝑐 ∩ 𝐵𝑐 )
e) 𝑃(𝐴𝑐 𝑈 𝐵𝑐 )
f) 𝑃(𝐴 ∩ 𝐵𝑐 )
g) 𝑃(𝐴𝑐 ∩ 𝐵)
h) 𝑃(𝐴𝑐 𝑈𝐵)
Repuestas:
1 2 1 1
a) b) c) d)
2 3 6 3
5 1 1 2
e) f) 3
g) 6
h) 3
6

2. Si la probabilidad de comprar un par de zapatos es 0.5; la de comprar una camisa es 0.35;

la de comprar un pantalón es 0.15; mientras que la probabilidad de comprar los zapatos y la
camisa es 0.11 ; los zapatos y el pantalón es 0.05; la camisa y el pantalón es 0.09 y la
probabilidad de comprar las 3 cosas es 0.01. ¿cuál es la probabilidad de que un cliente
compre al menos una de las 3 cosas? R/0.76

Calcule la probabilidad y elabore el diagrama de conjuntos.