T3 Fundamentos de Probabilidad

ASIGNATURA: Probabilidad y Estadística 1/29
SEMESTRE: ago-dic 2020 Araceli D. A.

…::: TEMA 3 :::… Fundamentos de probabilidad.
CONTENIDO DE PROYECTO DENOMINADO: Fundamentos de

probabilidad
• Debe contener portada con los siguientes datos:
DATOS DE PORTADA
---No debe ser en el siguiente orden pero si debe contener todos los
elementos—
o Logotipos de TecNM e ITA

o Carrera
o Semestre Agosto-diciembre 2020
o Nombre de la Asignatura
o Nombre de docente
o Número de tema
o Título del trabajo
o Nombre del alumno o alumna
o Fecha de entrega
Deberá realizar los ejercicios que se indican y debe contener índice.
A continuación se presenta información que puede ser útil para desarrollar

dichos ejercicios:
¿Qué queremos decir cuando hacemos afirmaciones como “Juan

probablemente ganará el torneo de tenis”, o “tengo una oportunidad de
cincuenta por ciento de obtener un número par cuando se lanza un dado”,
o “no tengo posibilidad de ganar en la lotería esta noche”.
En cada caso expresamos un resultado del cual no estamos seguros; pero

debido a la información del pasado o a partir de una comprensión de la
estructura del experimento, tenemos algún grado de confianza en la validez
de la afirmación.
DEFINICIONES
• Suceso o evento elemental: Cada uno de los elementos que forman

parte del espacio muestral.
Ejemplo: Tirando un dado, un evento elemental es sacar 5.
• Suceso o evento compuesto: Cualquier subconjunto del espacio
muestral.
Ejemplo: Tirando un dado, un suceso sería que saliera par, otro,
obtener múltiplo de 3.
• Suceso o evento seguro “E”: está formado por todos los posibles
resultados, es decir, por el espacio muestral.
Ejemplo: Tirando un dado obtener una puntuación que sea menor
que 7.
• Suceso Imposible: Ø, es el que no tiene ningún elemento.
Ejemplo: Tirando un dado, obtener una puntuación igual a 7.
• Sucesos o eventos Compatibles: Dos sucesos, A y B, son compatibles
cuando tienen algún suceso elemental común.
Ejemplo: Si A es sacar puntuación par al tirar un dado y B es obtener
múltiplo de 3, A y B son compatibles porque el 6 es un suceso
elemental común.
• Sucesos o eventos incompatibles: Dos sucesos, A y B, son
incompatibles cuando no tienen algún suceso elemental en común.
Ejemplo: Si A es sacar puntuación par al tirar un dado y B es obtener
múltiplo de 5, A y B son incompatibles.
• Sucesos o eventos independientes: Dos sucesos, A y B, son
independientes cuando la probabilidad de que suceda A no se ve
afectada porque haya sucedido o no B.
Ejemplo: Al lanzar dos dados los resultados son independientes
• Sucesos o eventos dependientes: Dos sucesos, A y B, son
dependientes cuando la probabilidad de que suceda A se ve
afectada porque haya sucedido o no B.
Ejemplo: Extraer dos cartas de una baraja, sin reposición, son sucesos
dependientes.
• Suceso o evento contrario: El suceso contrario a A es otro suceso que
se realiza cuando no se realiza A. Se denota por 𝐴.
̅
Ejemplo: Son sucesos contrarios sacar par e impar al lanzar un dado.

• Axioma: Proposición o enunciado tan evidente que se considera que
no requiere demostración.
• Teorema: Proposición matemática demostrable a partir de axiomas o
de proposiciones ya demostradas.
I. AXIOMAS DE PROBABILIDAD
Con fundamento en la definición de probabilidad, se pueden establecer

los tres axiomas siguientes que servirán de base para desarrollar la teoría
probabilística.
Axioma I.
0< P(A) < 1 , P(Ø) = 0
La probabilidad de que ocurra un evento A cualquiera se encuentra

entre 0 y 1.
Axioma II.
P(S)=1
La probabilidad de que ocurra un espacio muestral debe ser 1.
Axioma III
Si A1, A2, ..., An son n eventos mutuamente excluyentes, entonces
P ( A1 U A2 U A3 U… An)= P(A1) + P(A2) +P(A3) +… P(An) = ∑𝑛𝑖=1 𝑃(𝐴𝑖 )
Ejemplo I.1 Se lanza dos veces una moneda, ¿Cuál es la probabilidad de

que ocurra al menos una cara? …Head or Tails
Solución:
El espacio muestral para este experimento es:
S= {HH, HT, TH, TT}

Si la moneda está balanceada, cada uno de estos resultados tendrá la

misma probabilidad de ocurrencia.
Por lo tanto, asignamos una probabilidad de w a cada uno de los puntos
muestrales.
1
Entonces, 4w=1 o W=4
Si A representa el evento de que ocurra al menos una cara, entonces:
A={ HH, HT, TH, TT} y P(A)= ¼+ ¼+ ¼= ¾
Ejemplo I.2. Se carga un dado de forma que sea dos veces más probable
que salga un número par que uno non.
Si E es el evento de que ocurra un número menor que 4 en un solo
lanzamiento del dado, encuentre P(E).
A={ 1,2,3,4}
Se asigna una probabilidad w a cada número non y de 2w a cada número

par. Como la suma de las probabilidades deber ser 1, entonces:
1
9w=1 ó w=9
Por lo tanto
1 2 1 4
𝐸 = {1,2,3} 𝑦 𝑃(𝐸) = + + =
9 9 9 9
Ejemplo I.3 Si A es el evento de que salga un número par y B el evento de

que salga un número divisible entre 3. Encuentre P(A U B) y P(A  B).
Solución:
Para los eventos A={2,4,6} y B={3, 6}, tenemos:
A U B= {2,3,4,6} y A  B={6}
Al asignar una probabilidad de 1/9 a cada número non y 2/9 a cada

número par, entonces:
2 1 2 2 7 2
𝑃(A ∪ B) = + + + = y 𝑃(A ∩ B) =
9 9 9 9 9 9
Ejemplo I.4 Una clase de probabilidad y estadística consta de 25 estudiantes

de ingeniería industrial (I), 10 de mecánica (M), 10 de eléctrica (E) y 8 de
química (Q).
Si la profesora elige a una persona al azar para que conteste una pregunta,
encuentre la probabilidad de que el estudiante o la estudiante elegido o
elegida sea:
a) Ingeniería industrial
b) Uno de química o eléctrica
El número total de estudiantes es 53 y todos tienen la misma probabilidad de
ser seleccionados.
Por lo tanto:
25 18
a) 𝑃(I) = b) 𝑃(Q ∪ E) =
53 53
Ejemplo I.5 En una mano de póquer que consiste en 5 cartas,

encuentre la posibilidad de tener 2 ases y 3 jacks.
Solución:
El número de formas de tener y el número de formas de

tener
2 ases de 4 es: 3 jacks de 4 es:
𝟒! 𝟒!
(𝑪𝟒 𝑪𝟐 ) = (𝟐)!𝟐! = 𝟔 (𝑪𝟒 𝑪𝟑 ) = (𝟏)!𝟑! = 𝟒
Por el principio multiplicativo hay n=(6)(4)=24 manos con 2 ases y 3 jacks.

El número total de manos de póquer de 5 cartas, las cuales son igualmente
probables, es:
52 52!
( )= = 2′ 598,960
5 5! 47!
Por lo tanto la probabilidad del evento C de obtener 2 ases y 3 jacks en

una mano de póquer de 5 cartas es:
24
𝑃(𝐶) = = 0.9 𝑥 105
2′ 598,960
II. TEORÍA DE CONJUNTOS -Aplicación: EVENTOS-
II.1 Unión de eventos
A B Ejemplo:
A B Si lanzamos un dado, si A=”sacar par”
2 6 3 Y B= “sacar múltiplo de 3”.

4 A= { 2,4,6} B={3,6} A U B= { 2,3,4,6}
II.2 Intersección de eventos
A  B
Ejemplo:

4
A= { 2,4,6} B={3,6} A  B= {6}
II.3 Diferencia de eventos
A − B
Ejemplo:

4
A= { 2,4,6} B={3,6} A − B= { 2,4 }
II.4 Evento contrario 𝐴̅

𝐴̅ = 𝐸 − 𝐴
A
3 Ejemplo:
1 Si lanzamos un dado, si A=”sacar par”
2 6
4 5 A= { 2,4,6} 𝐴̅= { 1,3,5 }
III. TABLA DE CONTINGENCIA
La de contingencia es una tabla que se emplea para clasificar el número

de observaciones respecto a dos características o variables de interés.
Ejemplo III.1. Una universidad tiene una población de 1500 alumnos. Se sabe
que 850 estudian alguna licenciatura (economía, administración o
relaciones internacionales, entre otras) y 650 alguna ingeniería. De los que
estudian ingeniería, 350 son mujeres, en tanto que 600 mujeres son las que
estudian alguna licenciatura. Elabora una tabla de contingencia para
resumir esta información.
Solución
Identificamos los eventos de este problema:
M: estudiante mujer
H: estudiante hombre
L: estudia alguna licenciatura
I: estudia alguna ingeniería
Se elabora una tabla
Se identifica la cardinalidad de cada evento:
#(L) = 850, #(I) = 650, #(L ∩ M) = 600 y #(I ∩ M) = 350

Se comienza a llenar la tabla de contingencia:
De esta manera, se puede calcular la probabilidad, por ejemplo, de que un

hombre estudie ingeniería:
P (H ∩ I)= 300/1500= 0. 2 , o bien, 20%
Ejemplo III.2. En la siguiente tabla se muestra el número de personas entre

12 y 65 años clasificadas según sus hábitos de consumo de tabaco, de
acuerdo con la Encuesta Nacional de Adicciones.
A partir de estos datos,
Patrones de
consumo
Total determina:
Fumador 16’ 371,601 a) Si se elige una persona al azar,

¿cuál es la probabilidad de que
sea exfumador?
Ex fumador 12’ 155,232
NO fumador 41’ 240,234 12’ 155,232
𝑃(𝑒𝑥 𝑓𝑢𝑚𝑎𝑑𝑜𝑟) =
𝟔𝟗’𝟕𝟔𝟕, 𝟎𝟔𝟕
TOTAL 69’767,067
𝑷(𝒆𝒙 𝒇𝒖𝒎𝒂𝒅𝒐𝒓) = 𝟏𝟕. 𝟒𝟐%
b) ¿Cuál es la proporción de fumadores?
16′ 371,601
𝑃( 𝑓𝑢𝑚𝑎𝑑𝑜𝑟) =
𝟔𝟗’𝟕𝟔𝟕, 𝟎𝟔𝟕
𝑷( 𝒇𝒖𝒎𝒂𝒅𝒐𝒓) = 𝟐𝟑. 𝟒𝟕%

IV. ENFOQUE CLÁSICO
▪ La probabilidad es un mecanismo por medio del cual pueden

estudiarse sucesos aleatorios, cuando éstos se comparan con los
fenómenos determinísticos.
▪ Las probabilidades se plantean con respecto a un evento, tomando

en consideración cómo se relacionan entre sí diversos eventos.
▪ Dado un espacio muestral S, el objetivo de la probabilidad es asignar

a cada evento A un número P(A), qué recibe el nombre de
probabilidad del evento A, que proporciona una medida precisa de
la probabilidad de que el evento A ocurra.
Ejemplo IV.1 Al tirar un dado…
a) ¿Cuál es la probabilidad de que ocurra el

evento “cae un número par”?
3
𝑷(𝒄𝒂𝒆 𝒑𝒂𝒓) = = 0.5 ∴ 𝟓𝟎%
𝟔
b) ¿Cuál es la probabilidad de que ocurra el

evento “cae 8”?
𝑷(𝒄𝒂𝒆 𝟖) = 𝟎% (imposible)
c) ¿Cuál es la probabilidad de que ocurra el evento “cae entre 0 y 7”?
6
𝑷(𝒄𝒂𝒆 𝒆𝒏𝒕𝒓𝒆 𝟎 𝒚 𝟕) = 6 = 𝟏𝟎𝟎%
Ejemplo IV.2 Una urna contiene 7 canicas rojas, 3 verdes y 5 azules, si

extraemos una de la urna en forma aleatoria.
a) ¿Cuál es la probabilidad de que ocurra el evento “sale roja”?

7
𝑷(sale 𝐫𝐨𝐣𝐚) = 𝟏𝟓 = 0.4667 ∴ 𝟒𝟔. 𝟔𝟕%
b) ¿ Cuál es la probabilidad de que ocurra el

evento “sale verde”?
3
𝑷(𝒔𝒂𝒍𝒆 𝒗𝒆𝒓𝒅𝒆) = 𝟏𝟓 = 𝟐𝟎%
c) ¿Cuál es la probabilidad de que ocurra el evento “sale azul”?

5
𝑷(sale 𝐚𝐳𝐮𝐥) = = 𝟑𝟑. 𝟑𝟑%
𝟏𝟓
d) ¿Cuál es la probabilidad de que ocurra el evento “sale no roja”?
8
𝑷(sale no 𝐫𝐨𝐣𝐚) = = 𝟓𝟑. 𝟑𝟑%
𝟏𝟓
e) ¿Cuál es la probabilidad de que ocurra el evento “sale azul o roja”?
12
𝑷(sale 𝐚𝐳𝐮𝐥 𝐨 𝐫𝐨𝐣𝐚) = = 𝟖𝟎%%
𝟏𝟓
6 Ejemplo IV.3 Raúl tiene tiempo

5 4 para jugar a la ruleta como
4 4 máximo 5 veces, en cada
3 2 juego ella gana o pierde $1.
3
4
Él empieza con $1 y dejará de
3
2
2
jugar si pierde todo su dinero.
2
1 0
2 ¿ De cuantas maneras puede
4
3
2
ocurrir la apuesta?.
1 2 (Expréselo en diagrama de
2
1 1 árbol).
0
Son 14 diferentes formas en
que pueden ocurrir las
0
0 apuestas.
S = {123456, 123454, 123434, 123432, 123234, 123232, 123212,123210, 121234,

121232, 121212, 121210, 1210, 10}
Si A={ 1210, 10} entonces la P(A) es:
𝑛 2
𝑃(𝐴) = = = 0.1429 ∴ 14.29%
𝑁 14
V. ENFOQUE EMPÍRICO
# 𝑣𝑒𝑐𝑒𝑠 𝑞𝑢𝑒 𝑜𝑐𝑢𝑟𝑟𝑖ó 𝑒𝑛 𝑒𝑙 𝑝𝑎𝑠𝑎𝑑𝑜

𝑃(𝐴) =
# 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠
Ejemplo V.1 Un estudiante tiene que contestar 8 de 10 preguntas en un

examen.
a) ¿Cuál es la probabilidad de que elija obligatoriamente las 3 primeras
preguntas?
b) ¿Cuál es la probabilidad de que conteste 4 de las 5 primeras
preguntas?
Si el No. de veces que ocurre S: 𝑪𝟏𝟎 𝑪𝟖 = 𝟒𝟓
Y el número de veces que ocurre lo de a)
(𝑪𝟑 𝑪𝟑 )(𝑪𝟕 𝑪𝟓 ) = 𝟐𝟏
Y el número de veces que ocurre lo de b)
(𝑪𝟓 𝑪𝟒 )(𝑪𝟓 𝑪𝟒 ) = 𝟐𝟓
Por lo tanto:
21 25
𝑷(𝑨) = = 0.4667 = 𝟒𝟔. 𝟔𝟕% 𝑷(𝑩) = = 0.5556 = 𝟓𝟓. 𝟓𝟔%
45 45
Ejemplo V.2 Antes de incluir la cobertura para ciertos tipos de problemas

dentales en pólizas de seguros médicos para adultos con empleo, una
compañía de seguros desea determinar la probabilidad de ocurrencia de
esa clase de problemas, para que pueda fijarse la prima de seguros de
acuerdo con esas cifras.
Por ello, un analista estadístico recopila datos para 10,000 adultos que se
encuentran en las categorías de edad apropiadas y encuentra que 100 de
ellos han experimentado el problema dental específico durante el año
anterior.
100
𝑃(𝐴) = = 0.01 = 1%
Por ello la probabilidad de ocurrencia es: 10000
Ejemplo V.3 De 120 estudiantes, 60 estudian francés, 50 estudian español y

20 estudian francés y español. Si se escoge un estudiante al azar, encuentre
la probabilidad de que el estudiante:
a) estudie francés y español

Francés Español
20
𝑃(𝐹 )= = 16.67%
120
40 20 30
b) No estudie francés ni español
.
30
𝑃(𝐹 )= = 25%
120 30
VI. TEOREMAS DE PROBABILIDAD
Teorema I.
Sea el evento A. La regla del complemento establece que la probabilidad

de que ocurra A más la probabilidad de que no ocurra A, P(Ac), es igual a
1, es decir:
𝑃(𝐴) + 𝑃(𝐴𝑐 ) = 1 ∴ 𝑃(𝐴) = 1 − 𝑃(𝐴𝑐 )
Como A U Ac=S y los conjuntos A y Ac son disjuntos, entonces:

1 = 𝑃(𝑆) = 𝑃(𝐴 ∪ 𝐴𝑐 ) = 𝑃(𝐴) + 𝑃(𝐴𝑐 )
Ejemplo VI.1 Si las probabilidades de que un mecánico automotriz dé

servicio a 3,4,5,6,7,8, o más vehículos en un día de trabajo dado son 0.12,
0.19, 0.28, 0.24, 0.10 y 0.07, respectivamente, ¿cuál es la probabilidad de que
dé servicio al menos a 5 vehículos el siguiente día de trabajo? (2.31 G)
Solución:
Sea E el evento de que al menos 5 automóviles reciban servicio.

Así 𝑃(𝐸) = 1 − 𝑃(𝐸 𝑐 )
Donde Ec es el evento de que menos de 5 automóviles reciban servicio,

como:
𝑃(𝐸 𝑐 ) = 0.12 + 0.19 = 𝟎. 𝟑𝟏
Del teorema 1 se sigue que:
𝑃(𝐸) = 1 − 0.31 = 𝟎. 𝟔𝟗
Teorema II.
Sean dos eventos Ay B. La probabilidad de la unión de estos eventos, P(A
∪ B), se define como la probabilidad de que ocurra A, la probabilidad de
que ocurra B, o bien, la probabilidad de que ocurran ambos eventos, es
decir:
P(A ∪ B) = P(A) + P(B) – P(A ∩ B)
Para tres eventos:
P(A ∪ B U C) = P(A)+P(B)+ P(C) – P(A ∩ B) – P(A ∩ C) – P(B ∩ C) + P(A ∩ B∩ C)
A menudo es más difícil calcular la probabilidad de que ocurra un evento

que calcular la probabilidad de que el evento no ocurra. Si éste es el caso
para algún evento A, simplemente encontramos primero P(Ac) y, después
con el teorema 1 encontramos P(A) por sustracción.
Ejemplo VI.2 Al final del semestre, Juan se va a graduar como ingeniero

industrial.
Después de tener entrevistas en 2 compañías donde quiere trabajar, él

evalúa la probabilidad que tiene de lograr una oferta de empleo en la
compañía A como 0.8, y la probabilidad de obtenerla de la compañía B
como 0.6.
Si por otro lado, considera que la probabilidad de que reciba ofertas de
ambas compañías es 0.5, ¿cuál es la probabilidad de que obtendrá al
menos una oferta de esas 2 compañías? (2.28 G)
Solución:
Del teorema 2 tenemos que P(A ∪ B) = P(A) + P(B) – P(A ∩ B)
P(E) = 0.8+0.6-0.5=0.9
Ejemplo VI.3 Cuando se extrae una carta de un mazo de barajas, los

eventos “as” y “trébol” no son mutuamente excluyentes. (8 A)
La probabilidad de obtener un as (A) o un trébol (T) o ambos en una sola
extracción es:
Solución
4 13 1 16 4
P(A U T) = + − = =
52 52 52 52 13
Teorema III.
Si A y B son mutuamente excluyentes, entonces:
P(A ∪ B) = P(A) + P(B)
La probabilidad de que ocurran los dos al mismo tiempo es cero, esto es

P(A ∩ B) = 0
Ejemplo VI.4 ¿Cuál es la probabilidad de obtener un total de 7 u 11 cuando

se lanza un par de dados? (2.29 G)
Solución:
Sea A el evento de que ocurra 7 y B el evento de que salga 11. Entonces, un
total de 7 ocurre para 6 de los 36 puntos muestrales y un total de 11 ocurre
sólo para 2.
Como todos los puntos muestrales son igualmente probables, tenemos
1 1
𝑃(𝐴) = y 𝑃(𝐵) =
6 18
Los eventos A y B son mutuamente excluyentes, pues un total de 7 y 11 no

pueden ocurrir en el mismo lanzamiento. Por lo tanto,
1 1 𝟐
𝑷(𝑨 ∪ 𝑩) = + =
6 18 𝟗
Ejemplo VI.5 Cuando se extrae una carta de un mazo de barajas, los
eventos “as” (A) y “rey” (R) son mutuamente excluyentes. (7 A)
Solución:
La probabilidad de extraer ya sea un as o un rey en una sola extracción es:
4 4 𝟖 2
𝑷(𝑨 ∪ 𝑹) = + = =
52 52 𝟓𝟐 13
Probabilidad de la diferencia.
Sean dos eventos Ay B. La probabilidad de que ocurra el evento A, pero
que no ocurra el evento B, se calcula como:
P(A– B) = P(A) – P(A ∩ B)
Ejemplo VI.6 Supón que tienes dos eventos Ay By sabes que:

P(A) = 0.4, P(B) = 0.3 y P(A ∩ B) = 0.1
Con base en estos datos, calcula:

a. P(A ∪ B)
b. P(B– A)
c. P(B c)
a. P(A ∪ B)
P(A ∪ B) = P(A) + P(B) – P(A ∩ B) = 0.4 + 0.3 – 0.1 = 0.6

b. P(B– A)
P(B–A) = P(B) – P(A ∩ B) = 0.3 – 0.1 = 0.2

c. P(B c)
P(B c) = 1 – 0.3 = 0.7

Ejemplo VI.7 En cierta escuela se hace un estudio sobre el porcentaje de
aprobación en dos materias: Física y Matemáticas.
El estudio muestra que la probabilidad de que un estudiante apruebe

Matemáticas es de 0.6, de que apruebe Física es de 0.55 y de que apruebe
ambas es de 0.35.
¿Cuál es la probabilidad de que un alumno apruebe Matemáticas o Física?

Solución
Sean los eventos:

M: aprobar Matemáticas
F: aprobar Física
Cuyas probabilidades son:

P(M) = 0.6, P(F) = 0.55 y P(M ∩ F) = 0.35
Por consiguiente, la probabilidad de que un alumno apruebe Matemáticas

o Física es:
P(M ∪ F) = P(M) + P(F) – P(M ∩ F) = 0.6 + 0.55 – 0.35 = 0.8
Ejemplo VI.8 En el área de recursos humanos de una empresa se han

recibido 500 solicitudes de empleo. Se sabe que 325 son de mujeres y el resto
de hombres. ¿Cuál es la probabilidad de que al tomar una solicitud al azar
provenga de un hombre o de una mujer?
Solución
Sean los eventos:
M: solicitante mujer
H: solicitante hombre
cuyas probabilidades son:
P (M )=325/500=0. 65 P(H ) =175/500=0. 35 y P(M ∩ H) = 0
Entonces, para calcular la probabilidad de que al azar se tome la solicitud

proveniente un hombre o de una mujer es:
P(M ∪ H) = P(M) + P(H) = 0.65 + 0.35 = 1=100%
Probabilidad condicional.
A menudo sucede que un evento influye en que se presente u ocurra otro.
Esto recibe el nombre de probabilidad condicional que se define como la
probabilidad de que el evento A ocurra, puesto que ya se presentó el
evento B. La probabilidad condicional se calcula como sigue:
-Las probabilidades asignadas a varios eventos dependen de lo conocido

de la situación experimental al realizarse la asignación.
-Para dos eventos A y B, con P(B)>0, la probabilidad condicional de A al

ocurrir B está definida por:
𝑃(𝐴∩𝐵)
𝑃 ( 𝐴 |𝐵 ) = Donde P(B) > 0.
𝑃(𝐵)
O lo que es lo mismo:
𝑃(𝐴 𝐵)
𝑃(𝐵: 𝐴) = si P(A) > 0.
𝑃(𝐴)
A este tipo de probabilidad condicional se le conoce como a priori, ya que
sucede un evento y se quiere conocer la probabilidad de su efecto.
Cuando se determina una probabilidad condicional el espacio muestral se

“reduce”, es decir, como ocurrió el evento B, entonces el “nuevo” espacio
muestral tiene la característica del evento B.
A partir de la fórmula para calcular la

probabilidad condicional se deduce
que:
A este resultado se le conoce como la ley de la multiplicación.

También se puede comprobar la independencia de eventos (recuerda
que hay independencia de eventos cuando el que ocurra uno de ellos no
influye en que se presente otro), siempre que se cumpla que:
P(A|B) = P(A) o bien P(B|A) = P(B) Observa que P(A:B) ≠ P(B:A)

Ejemplo VI.9 Si nuestro espacio muestral S es la población de adultos en

una pequeña ciudad que cumplen con los requisitos para obtener un título
universitario. Debemos clasificarlos de acuerdo con su sexo y situación
laboral. (2.32 G)
Empleado Desempleado TOTAL
Hombre 460 40 500

Mujer 140 260 300
600 300 900
TOTAL
Uno de estos individuos se seleccionará al azar para que realice un viaje a

través del país para promover las ventajas de establecer industrias nuevas
en la ciudad.
Nos interesamos en los eventos siguientes:
M: se elige a un hombre,
E: el elegido tiene empleo.
Al utilizar el espacio muestral reducido E, encontramos que:
460 23
𝑃(𝑀|𝐸 ) = =
600 30
Sea 𝑛(𝐴) el número de elementos en cualquier conjunto A. Con el uso de
esta notación podemos escribir:
𝑛(𝐸 ∩ 𝑀) 𝑛(𝐸 ∩ 𝑀)|𝑛(𝑆) 𝑃(𝐸 ∩ 𝑀)

𝑃(𝑀|𝐸 ) = = =
𝑛(𝐸) 𝑛(𝐸)|𝑛(𝑆) 𝑃(𝐸)
Donde P(E∩ M) y P(E) se encuentran a partir del espacio muestral original
S. Para verificar este resultado, note que
600 2 460 23
𝑃(𝐸 ) = = y 𝑃(𝐸 ∩ 𝑀) = =
900 3 900 45
Por lo tanto,
23/45 23
𝑃(𝑀|𝐸 ) = =
2/3 30
Como antes.
Ejemplo VI.10. Suponga que una población de 1,000 personas incluye a 70

contadores y 520 mujeres.
Sea E el evento “una persona es contador”. Sea F el evento “una persona
es mujer”. Entonces:
70 520
𝑃(𝐸) = = 0.7 𝑃(𝐹) = = 0.52
1000 1000
En lugar de estudiar toda la población, se desea investigar a la población
femenina y calcular la probabilidad de que una mujer elegida al azar sea
contador.
Si hay 40 mujeres contadores, la razón 40/520 representa la probabilidad
condicional del evento E (contador) siempre que ya haya ocurrido el
evento F (la persona elegida es mujer). Entonces:
40 𝟏
𝑃 (𝐸 |𝐹 ) = =
520 𝟏𝟑
Ejemplo VI.11. Retomando el ejemplo de la universidad, cuya población es
de 1500 estudiantes, de los cuales
850 estudian alguna licenciatura y 650 alguna ingeniería. Determina la
probabilidad de que un alumno elegido al azar:
a. Estudie ingeniería, puesto que es hombre.
b. Si estudia alguna licenciatura, entonces es mujer.
Solución
a. Probabilidad de que un alumno elegido al azar estudia ingeniería,
puesto que es hombre:
𝑃(𝐼 ∩ 𝐻)
𝑃(𝐼 |𝐻 ) =
𝑃(𝐻)
La tabla de contingencia respectiva es la siguiente:
Y el árbol de probabilidad es:
De esta manera:
𝑃(𝐼 |𝐻 ) 300
𝑃(𝐼 |𝐻 ) = = = 0.5454
𝑃(𝐻) 550
De modo que la probabilidad de que un alumno elegido al azar estudie
ingeniería, puesto que es hombre, es de 54.54%.
b. La probabilidad de que un alumno elegido al azar estudie licenciatura
sea mujer es decir
𝑃(𝑀 ∩ 𝐿)
𝑃(𝑀|𝐿) =
𝑃(𝐿)
En el caso del árbol de probabilidad, como no lo tenemos por tipo de

carrera, entonces podemos hacer dos cosas:
i. Elaborar un nuevo árbol de probabilidad, en el que la primera rama sea

el tipo de carrera.
ii. Los que estudian licenciatura pueden calcularse como
600 250 850

𝑃(𝐿) = 𝑃(𝑀 ∩ 𝐿) + 𝑃(𝐻 ∩ 𝐿) = + = = 0.566
1500 1500 1500
pues consideramos tanto a los hombres como a las mujeres que estudian
una licenciatura.
El árbol de probabilidad correspondiente es

De esta manera:
𝑃(𝑀 ∩ 𝐿) 600
𝑃(𝑀|𝐿) = = = 0.7058
𝑃(𝐿) 850
es decir, la probabilidad de que un alumno elegido al azar estudie
licenciatura y sea mujer es de 70.58%.
Independencia de eventos.
Dos eventos son independientes si el que ocurra uno de ellos no influye en
la probabilidad de que ocurra el otro, es decir,
P(A  B) = [P(A) ][ P(B)] dado que P(A)> 0.

De otra manera, los eventos son dependientes.
Ejemplo VI.12 Se tiene una baraja y se toma una carta. Sean los eventos:
A: se observa un as
B: se observa una carta negra
y las probabilidades asociadas a cada evento son:
¿Los eventos Ay B son independientes?
Solución
Se verifica que se cumpla P(A ∩ B) = P(A)P(B)
Por tanto, Ay B son eventos dependientes.

Ejemplo VI.13 Suponga que tenemos una caja de fusibles que contiene 20
unidades, de las cuales 5 están defectuosas.
Si se seleccionan 2 fusibles al azar y se reitran de la caja, uno después del
otro, sin reemplazar el primero, ¿cuál es la probabilidad de que ambos
fusibles estén defectuosos? (2.35 G)
Solución:
Sean A el evento de que el primer fusible esté defectuoso y B el evento de

que el segundo esté defectuoso; entonces, interpretamos A  B como el
evento de que ocurra A, y entonces B ocurre después de que haya
ocurrido A.
La probabilidad de separar primero un fusible defectuoso es ¼; entonces,
la probabilidad de separar un segundo fusible defectuoso de los restantes
4 es 4/19. Por lo tanto,
P(A  1 4
B) = ( ) ( ) =
4 19
1
19
Ejemplo VI.14 Una pequeña ciudad tiene un carro de bomberos y una

ambulancia disponibles para emergencias. La probabilidad de que el carro
de bomberos esté disponible cuando se necesite es 0.98 y la probabilidad
de que la ambulancia esté disponible cuando se requiera es 0.92.
En el caso de que resulte herido de un edificio en llamas, encuentre la
probabilidad de que tanto la ambulancia como el carro de bomberos estén
disponibles. (2.37 G)
Solución
Sean A y B respectivos eventos de que estén disponibles en el carro de
bomberos y la ambulancia. Entonces:
𝑃(𝐴 ∩ 𝐵) = (0.98)(0.92) = 𝟎. 𝟗𝟎𝟏𝟔
Ejemplo VI.15 Una bolsa contiene 4 bolas blancas y 3 negras, y una

segunda bolsa contiene 3 blancas y 5 negras. Se saca una bola de la
primera bolsa y se coloca sin verla en la segunda bolsa. ¿Cuál es la
probabilidad de que ahora se saque una bola negra de la segunda bolsa?
(2.36 G)
Solución
Sean B1, B2 y W1, respectivamente, la extracción de un bola negra en la

bolsa 1, una bolsa negra de la bolsa 2 y una bola blanca de la bolsa 1.
Nos interesa la unión de los eventos mutuamente excluyentes B1  B2 y

W1 B2. Las diversas posibilidades y sus probabilidades son:
3 6
𝑃(𝐵1 ∩ 𝐵2 ) = ( ) ( )
Bolsa 2 7 9
3W,6B
3 3
Bolsa 1 𝑃(𝐵1 ∩ 𝑊2 ) = ( ) ( )
7 9
4W,3B
4 5
𝑃(𝑊1 ∩ 𝐵2 ) = ( ) ( )
7 9
Bolsa 2
4W,5B
4 4
𝑃(𝑊1 ∩ 𝑊2 ) = ( ) ( )
7 9
Entonces:
𝑃[(𝐵1 ∩ 𝐵2 )𝑜(𝑊1 ∩ 𝐵2 )] = 𝑃(𝐵1 ∩ 𝐵2 ) + 𝑃(𝑊1 ∩ 𝐵2 ) =

3 6 4 5 𝟑𝟖
𝑃(𝐵1 )𝑃(𝐵2|𝐵1) + 𝑃(𝑊1 )𝑃((𝐵2 |𝑊1 ) = ( ) ( ) + ( ) ( ) =
7 9 7 9 𝟔𝟑
VII. TEOREMA DE BAYES

Sirve para calcular la probabilidad a posteriori.

La probabilidad de una de las causas puesto que ya se observó el efecto.
Teorema de Bayes Bj:Causa j y A efecto
𝑃(𝐵𝑗 )𝑃(𝐴|𝐵𝑗 )
𝑷(𝑩𝒋 |𝑨) = ∑𝑛 Bi causa i
𝑖=1 𝑃(𝐵𝑖 )𝑃(𝐴|𝐵𝑖 )
Ejemplo VII.1
En la empresa donde trabajo son:
• 20% ingenieros y otro 20% licenciados.
El 75% de los ingenieros ocupan un puesto directivo y el 50% de los
licenciados también.
De los no ingenieros y los no licenciados solamente el 20% ocupa un puesto

directivo.
Calcule:
a. La probabilidad de que un empleado directivo elegido al azar sea
ingeniero.
Ejemplo VII.2
En México, las ventas de automóviles se distribuyen de la siguiente manera:
• 20% son Nissan

• 14% son VW
• El resto de otras marcas
La probabilidad de que se roben los Nissan es 73%, los VW 9% y de otras
marcas 18%.
Calcule:
a. ¿Cuál es la probabilidad de que se roben un auto?
b. Si se han robado un auto, ¿cuál es la probabilidad de que sea un VW?
Ejemplo VIII.3
Una empresa manufacturera emplea tres planes analíticos para el diseño y
desarrollo de un producto específico.
Por razones de costos, los tres se utilizan en momentos diferentes.
De hecho, los planes 1,2 y 3 se utilizan, respectivamente, para 30, 20 y 50%
de los productos.
La “tasa de defectuosos” es diferente para los tres procedimientos, es decir:
𝑃(𝐷|𝑃1 ) = 0.01 𝑃(𝐷|𝑃2 ) = 0.03 𝑃(𝐷|𝑃3 ) = 0.02

Donde 𝑃(𝐷|𝑃𝑗 ) es la probabilidad de un producto defectuoso, dado el plan

j.
Si se observa un producto al azar y se encuentra que está defectuoso.

Conteste:
¿Cuál fue el plan que se usó con mayor probabilidad y fue el responsable?
A DESARROLLAR:
Deberán analizar cada tema, hacer reporte de lectura copiándolo en su
libreta.
Una vez comprendido cada ejercicio, deberán proponer un ejemplo para

cada uno de los subtemas vistos en el tema. Los cuales son: (11 casos)
1. Axiomas
2. Teoría de conjuntos
3. Tabla de contingencia
4. Enfoque clásico
5. Enfoque empírico
6.1 Teorema 1
6.2 Teorema 2
6.3 Probabilidad de la diferencia
6.4 Probabilidad condicional
6.5 Independencia de eventos
7. Teorema de Bayes
Para comprender mejor el teorema de Bayes les comparto los siguientes

enlaces:
PARTE 1
https://youtu.be/ZVHxs6_kKVs
PARTE 2
https://youtu.be/GBND8RqdUcw
PARTE 3
https://youtu.be/Cb9oSfGOBRY
PARTE 4
https://youtu.be/vzhHp9G8CRo
En las evidencias deberá observarse planteamiento, desarrollo y solución

con fácil identificación.
Una vez concluido el trabajo, deberán tomar fotografías y presentarlas en

un archivo que después deberá convertirse en formato PDF y nombrar el
archivo como:
T3 Nombre del alumno o alumna.
…::: FORMULARIO Tema 3:::…

𝑛! 𝑛! 𝑛 # 𝑣𝑒𝑐𝑒𝑠 𝑞𝑢𝑒 𝑜𝑐𝑢𝑟𝑟𝑖ó 𝑒𝑛 𝑒𝑙 𝑝𝑎𝑠𝑎𝑑𝑜

𝒏𝑷𝒓 = 𝒏𝑪𝒓 = 𝑃(𝐴) = 𝑃(𝐴) =
(𝑛 − 𝑟)! (𝑛 − 𝑟)! 𝑟! 𝑁 # 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠
Axioma 1 Axioma 2 Axioma 3

0< P(A) < 1 , P(Ø) = 0 P(S)=1 P ( A1 U A2 U A3 U… An)= P(A1) + P(A2) +P(A3) +… P(An)
Teorema 1
𝑷(𝑨) = 1 − 𝑃(𝐴𝑐 )
Teorema 2
P(A ∪ B) = P(A) + P(B) – P(A ∩ B)
Teorema 3 Probabilidad de la diferencia
P(A ∪ B) = P(A) + P(B) P(A– B) = P(A) – P(A ∩ B)
Si A y B no pueden ocurrir al mismo tiempo
Probabilidad condicional Independencia de eventos
(𝐴|𝐵) =
𝑃(𝐴 ∩ 𝐵) P(A  B) = [P(A) ][ P(B)]
𝑃(𝐵)
Teorema de Bayes Bj:Causa j y A efecto
𝑃(𝐵𝑗 )𝑃(𝐴|𝐵𝑗 )
𝑷(𝑩𝒋 |𝑨) = ∑𝑛 Bi causa i
𝑖=1 𝑃(𝐵𝑖 )𝑃(𝐴|𝐵𝑖 )
REFERENCIAS
• Probabilidad y Estadística para ingeniería & ciencias.
Walpole R.El, Myers R.H., Myers S.L y Keying Y.
Pearson Educación
Octava Edición (2007).
• Estadística aplicada a la administración y a la economía.

Kazmier L.J. y Díaz-Mata A.
Mc Graw HIll
Segunda Edición (1993).
• Matemáticas Finitas con aplicaciones a la administración y

economía
Mizrahi A. y Sullivan M.
Limusa Noriega Editores.Segunda Edición (1999).

T3 Fundamentos de Probabilidad

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

T3 Fundamentos de Probabilidad

Cargado por

Copyright:

Formatos disponibles

ASIGNATURA: Probabilidad y Estadística 1/29

SEMESTRE: ago-dic 2020 Araceli D. A.

CONTENIDO DE PROYECTO DENOMINADO: Fundamentos de

o Logotipos de TecNM e ITA

Deberá realizar los ejercicios que se indican y debe contener índice.

A continuación se presenta información que puede ser útil para desarrollar

¿Qué queremos decir cuando hacemos afirmaciones como “Juan

En cada caso expresamos un resultado del cual no estamos seguros; pero

• Suceso o evento elemental: Cada uno de los elementos que forman

Ejemplo: Son sucesos contrarios sacar par e impar al lanzar un dado.

Con fundamento en la definición de probabilidad, se pueden establecer

0< P(A) < 1 , P(Ø) = 0

La probabilidad de que ocurra un evento A cualquiera se encuentra

La probabilidad de que ocurra un espacio muestral debe ser 1.

Si A1, A2, ..., An son n eventos mutuamente excluyentes, entonces

P ( A1 U A2 U A3 U… An)= P(A1) + P(A2) +P(A3) +… P(An) = ∑𝑛𝑖=1 𝑃(𝐴𝑖 )

Ejemplo I.1 Se lanza dos veces una moneda, ¿Cuál es la probabilidad de

S= {HH, HT, TH, TT}

Si la moneda está balanceada, cada uno de estos resultados tendrá la

A={ HH, HT, TH, TT} y P(A)= ¼+ ¼+ ¼= ¾

Se asigna una probabilidad w a cada número non y de 2w a cada número

Ejemplo I.3 Si A es el evento de que salga un número par y B el evento de

Al asignar una probabilidad de 1/9 a cada número non y 2/9 a cada

Ejemplo I.4 Una clase de probabilidad y estadística consta de 25 estudiantes

Ejemplo I.5 En una mano de póquer que consiste en 5 cartas,

El número de formas de tener y el número de formas de

Por el principio multiplicativo hay n=(6)(4)=24 manos con 2 ases y 3 jacks.

Por lo tanto la probabilidad del evento C de obtener 2 ases y 3 jacks en

II. TEORÍA DE CONJUNTOS -Aplicación: EVENTOS-

II.1 Unión de eventos

2 6 3 Y B= “sacar múltiplo de 3”.

II.2 Intersección de eventos

2 6 3 Y B= “sacar múltiplo de 3”.

II.3 Diferencia de eventos

2 6 3 Y B= “sacar múltiplo de 3”.

II.4 Evento contrario 𝐴̅

III. TABLA DE CONTINGENCIA

La de contingencia es una tabla que se emplea para clasificar el número

Se identifica la cardinalidad de cada evento:

#(L) = 850, #(I) = 650, #(L ∩ M) = 600 y #(I ∩ M) = 350

De esta manera, se puede calcular la probabilidad, por ejemplo, de que un

Ejemplo III.2. En la siguiente tabla se muestra el número de personas entre

Fumador 16’ 371,601 a) Si se elige una persona al azar,

b) ¿Cuál es la proporción de fumadores?

𝑷( 𝒇𝒖𝒎𝒂𝒅𝒐𝒓) = 𝟐𝟑. 𝟒𝟕%

IV. ENFOQUE CLÁSICO

▪ La probabilidad es un mecanismo por medio del cual pueden

▪ Las probabilidades se plantean con respecto a un evento, tomando

▪ Dado un espacio muestral S, el objetivo de la probabilidad es asignar

Ejemplo IV.1 Al tirar un dado…

a) ¿Cuál es la probabilidad de que ocurra el

b) ¿Cuál es la probabilidad de que ocurra el

c) ¿Cuál es la probabilidad de que ocurra el evento “cae entre 0 y 7”?

Ejemplo IV.2 Una urna contiene 7 canicas rojas, 3 verdes y 5 azules, si

a) ¿Cuál es la probabilidad de que ocurra el evento “sale roja”?

b) ¿ Cuál es la probabilidad de que ocurra el

c) ¿Cuál es la probabilidad de que ocurra el evento “sale azul”?

d) ¿Cuál es la probabilidad de que ocurra el evento “sale no roja”?

e) ¿Cuál es la probabilidad de que ocurra el evento “sale azul o roja”?

6 Ejemplo IV.3 Raúl tiene tiempo

S = {123456, 123454, 123434, 123432, 123234, 123232, 123212,123210, 121234,

Si A={ 1210, 10} entonces la P(A) es:

# 𝑣𝑒𝑐𝑒𝑠 𝑞𝑢𝑒 𝑜𝑐𝑢𝑟𝑟𝑖ó 𝑒𝑛 𝑒𝑙 𝑝𝑎𝑠𝑎𝑑𝑜

Ejemplo V.1 Un estudiante tiene que contestar 8 de 10 preguntas en un