UNIVERSIDAD TECNOLÓGICA DE SANTIAGO.

U T E S A
SISTEMA CORPORATIVO.
REFORMA DEL PRESENTE CON VISIÓN DE FUTURO.
“Educando para un Desarrollo sostenible”
Estadística Para Ingenieros.

Teoría Elemental de Probabilidad.

INTRODUCCIÓN

 A la estadística descriptiva le concierne el resumen de datos recogidos de eventos

pasados. Ahora se presenta la segunda faceta de la estadística, a saber, el cálculo de la
probabilidad de que algo ocurra en el futuro. Esta faceta de la estadística recibe el
nombre de inferencia estadística o estadística inferencial.

 Los primeros estudios de probabilidad fueron motivados por la posibilidad de acierto o

fracaso en los juegos de azar. La probabilidad es un mecanismo por medio del cual
pueden estudiarse sucesos aleatorios, es decir, operaciones cuyo resultado no puede
ser predicho de antemano con seguridad.

 PROBABILIDAD :Valor entre cero y uno, inclusive, que describe la posibilidad relativa
(oportunidad o casualidad) de que ocurra un evento.

Concepto de Probabilidad.

La teoría de probabilidad, estudia la regularidad de los fenómenos aleatorios, al azar y es la

base para la toma de decisiones en condiciones de incertidumbre, que es el objetivo
fundamental de la estadística inferencial.

Es aplicada a muchas disciplinas científicas tales como la economía, biología, psicología,

ciencias sociales en general y campos como estudio de seguros de vida, fondo de pensiones,
problemas de tráficos, teorías de muestras y control de calidad de productos manufacturados.

Los conceptos de probabilidad y posibilidad están íntimamente relacionados el que haya

posibilidad en un experimento es suficiente para determinar que la probabilidad existe.

5.2 Experimento Aleatorio.

Un experimento es aleatorio cuando su ocurrencia o no ocurrencia no está determinada por

un plan o decisión previa; lo que significa que su ocurrencia está determinada por factores al
azar.
Una característica fundamental de los experimentos aleatorios es el poderse repetir en iguales
condiciones y al repetirse un gran número de veces tienden a ser constantes, es decir, a tener
regularidad estadística.

Ejemplos:

1) La tirada de un dado equilibrado.

2) Extraer una carta de un juego de barajas.

3) El número de accidentes en un día específico.

Espacio Muestral.

Es un conjunto formado por todos los resultados posibles de un experimento aleatorio. Los
espacios muestrales suelen denotarse con la letra S y se pueden representar en forma de
conjuntos. También puede decirse que el espacio muestral es un conjunto de puntos
muestrales, en el cual a cada punto le corresponde un solo evento o suceso posible.

Ejemplo: Determine el espacio muestral S, para los siguientes experimentos:

1) El lanzamiento de una moneda

S = {C, E}

2) El lanzamiento de un dado:

S = {1, 2, 3, 4, 5, 6}

3) El lanzamiento de dos monedas:

S = {(C, C) , (E, E), (C, E) (E, C)}

4) El lanzamiento de tres monedas:

S = {(C, C, C), (E, E, E), (C, C, E), (C, E, C) (E, C, C), (E, E, C), (E, C, E), (C, E, E)}

5.4 Probabilidad A priori y A Posteriori.

Existen dos métodos importantes que sirven para establecer cierta estimación en la
probabilidad de un suceso:

a) El Procedimiento Clásico o A Priori: Si un resultado cualquiera tiene la misma

probabilidad de ocurrir que los de más, entonces se dice que todos son igualmente
probable. Por tanto, cuando un suceso puede ocurrir en h formas diferentes de un
número total de N maneras posibles, entonces la probabilidad del suceso es si E es
un suceso, P (E) = , n > h.
h h
b) El Procedimiento Frecuentista o A nPosteriori: Cuando después de repetir n n veces un
experimento donde n es bastante grande un suceso ocurre n veces, entonces la
probabilidad del suceso es . h
n

Sin embargo no existe una generalización en la aplicación de un problema de probabilidad,

pero podemos usar algunos criterios que nos ayudarán en la solución de esos problemas:

1) Debemos reconocer el espacio muestral o número total de sucesos elementales que se

presentan en el experimento. (n)

2) Definir el suceso, pues debemos saber cuál es el número de sucesos elementales que
constituyen un suceso particular (h)

3) Calcular la probabilidad del suceso esto tiene que ver con la definición clásica de
probabilidad.

La probabilidad de un suceso A que se denota P (A), se obtiene como el cociente del número
de sucesos elementales en A, por el número total de sucesos elementales posibles. Si h
representa los sucesos elementales en A y n total de sucesos elementales, entonces:

h
P (A) = (Ocurrencia)
n

La no ocurrencia, que se denota P (A), tiene la siguiente ecuación:

 𝑛−ℎ 𝑛 ℎ
(Ā) = = - 𝑛 = 1- P(A)
𝑛 𝑛

P (A) = 1 – P (A)

P (A) + P (A) = 1

Ejemplo: En una tienda de calzado se comprobó que de 200 personas que la visita 130 son
mujeres, halle la probabilidad de que la próxima persona:

a) Sea una mujer.

b) No sea una mujer.

h
n = 200 P (M) = = 130 = 0.65 = 65%
n
h = 130 200

P (M) = 65%

N = 200 P (M) = n – h = 70 = 0.35 = 35%

N – h = 200 – 130 = 70 n

P (M) = 35%

1) En u8na funda se tienen 18 números, numerados desde el 1 hasta el 18. Si se extrae

uno de esos números al azar, halle la probabilidad de que:

a) Sea impar.

b) Sea múltiplo de 4.

c) Sea divisible por 3.

d) Esté entre 7 y 13 inclusive.

a)
n = 18 p (impar) = h = 9 = 0.5 = 50%

h=9 n 18

b)

n = 18 p (mult. 4) = h = 4 = 0.2222 = 22.22%

h=4 n 18

c)

n = 18 p (Div. 3) = h = 6 = 0.3333 = 33.33%

h=6 n 18

d)

n = 18 p (7 < X < 14) = h = 7 = 0.3888 = 38.88%

h=7 n 18

5.5 Axiomas de la Probabilidad.

Sea S el espacio muestral, sea C la clase de todos los sucesos, y sea P una función con valores
reales definida en C. Entonces P es la función de probabilidad, y P (A) es la probabilidad de
suceso A, si satisface los siguientes axiomas:

[P1] para cualquier suceso A, P (A) > 0

[P2] para el suceso seguro S, P (S) = 1.

[P3] para dos sucesos incompatibles A y B cualesquiera, se cumple que:

P (A U B) = P (A) + P (B)

[P¹3] dada una sucesión infinita y numerada de sucesos incompatibles A1, A2, A3 …, se verifica
que:

P (A1 U A2 U A3 U…) = P (A1) + P (A2) + P (A3)+…

5.6 Eventos Mutuamente Excluyentes y No Excluyentes.

a) Eventos mutuamente excluyentes: Dos o más eventos son mutuamente excluyentes si

la ocurrencia de uno cualquiera de ellos imposibilita la ocurrencia de los otros. En este
caso se dice que la intersección es el conjunto vacío.

Ejemplo:

U A y B son excluyentes

A0B=AUB

A B

P (A U B) = P (A) + P (B) – P (A ∩ B)

Como: A ∩ B  → P (A ∩ B)

P (A U B) = P (A) + P (B)
Regla especial de suma.

Ejemplo: En una funda se tienen: 8 bolos azules, 7 blancos y 5 rojos. Si se elige uno de estos
bolos al azar, halle la probabilidad de que:

a) Sea azul o blanco.

b) Sea azul o rojo.

c) No sea azul.

A=8

B=7

R=5

N = 20

a)
P (A U B) = P (A) + P (B)

= 8 + 7 = 15 = 0.75 = 75%

20 20 20

b)

P (A U R) = P (A) + P (R)

= 8 + 5 = 13 = 0.65 = 65%

20 20 20

c)

P (A) = P (B U R) = P (B) + P (R)

= 7 + 5 = 12 = 0.6 = 60%

20 20 20

P (A) = 60%.∩

b) Eventos No Excluyentes: Dos eventos son no excluyentes si la ocurrencia de uno no

afecta la ocurrencia del otro; es decir, cuando pueden ocurrir ambos al mismo tiempo.

U A y B son no excluyentes

A B=

A B P (A ∩ B) > 0

O< P (A ∩ B) < 1

P (A U B) = P (A) + P (B) – P (A∩ B)

Ejemplo: De un grupo de 50 estudiantes se sabe que: 30 toman clases de matemáticas, 25

toman clases de español y 15 toman clases de matemática y español. Si se elige un estudiante
al azar de este grupo, halle la probabilidad de que tome clases de matemática o de español.

P (M U E) = P (M) + P (E) – P (M ∩ E)

= 30 + 25 – 15 = 40 = 0.8 = 80%
 50 50 50 50

P (M U E) = 80%

En una zona franca se determinó que: 20 empresas son de textiles (pantalones), 24 empresas
de pelotas y 16 empresas de tabaco. Si se elige una empresa al azar, halle la probabilidad de
que:

a) Sea de tabaco o pelota.

b) No sea de tabaco.

c) No sea de pelotas.

T.P = 20

P = 24

T = 16

N = 60

a)

P (T U P) = P (T) + P (P)

= 16 + 24 = 40 = 0.6666 = 66.66%

60 60 60

b)

P (T) = P (T U P)

= 20 + 24 = 44 = 0.73 = 73.33%

60 60 60

c)

P (T) = P (T U P)

= 20 + 16 = 36 = 0.6 = 60%

60 60 60

P (T) = 60%.
5.7 Probabilidad Condicionada.

Dos eventos se relacionan muchas veces de tal manera que la probabilidad de ocurrencia de
un evento depende de la ocurrencia del otro. Cuando esto se sucede se usa el concepto de
probabilidad condicionada para nombrar la probabilidad de ocurrencia del evento
correspondiente.

La probabilidad condicionada de B dado que haya ocurrido el evento A es:

P (B/A) = P (A ∩ B)

P (A)

Y la probabilidad condicionada de A dado que haya ocurrido el evento B es:

P (A/B) = P (A ∩ B)

P (B)

7
Ejemplo: La probabilidad de que una provincia se venda el periódico A es y la probabilidad 10
de que se venda el periódico B es . Si la probabilidad de que se 3vendan ambos es . Halle la
probabilidad de que: 5
3
20

a) Se venda el periódico A dado que se vendió el B.

b) Se venda el periódico B dado que se vendió el A.

7
P (A) = 10
3
P (B) = 5 3
P (A ∩ B) = 20

3
𝐴 𝑃(𝐴∩𝐵) 20 15
a-) 𝑃(𝑏 ) = 𝑃(𝐵) 3 = 60
= 0.25 = 25%
5

3
𝐴 𝑃(𝐴∩𝐵) 20 60
𝑃( ) = = 7 = = 0.2142 = 21.42%
𝐵 𝑃(𝐴) 140
20

20
2) De un grupo de 40 estudiantes se sabe que: 20 estudian física, 15 estudian química y 5
estudian física y química. Si elegimos un estudiante al azar, hale la probabilidad de que:

a) Estudie física dado que estudio química.

b) Estudie química dado que estudio física.

F= 20

Q= 15

F∩Q = 5

5
𝑃(𝐹 ∩ 𝑄) 40 5
= = = 0.3333 = 33.33%
𝑄 15 15
40

b)

P (Q/F) = P (F ∩ Q) = 5/40 = 5  5

P (Q) 20/40 40 40

1
= 5 x 40 = 1 = 0.25 = 25%

40 20 4
4

P (Q/F) = 25%

Sucesos Independientes.

Dos sucesos son independientes, cuando la probabilidad de que uno de ellos ocurra, no afecta
en nada la probabilidad de ocurrencia del otro.

Así para A y B cualesquiera, la probabilidad de que B suceda, no está influenciada porque A

haya sucedido o no, y viceversa. Ese hecho lo expresamos simbólicamente como:
P = (A/B) = P (A) y P (B/A) = P (B)

La probabilidad de ocurrencia de dos sucesos independientes es igual al producto de sus

respectivas probabilidades:

P (A ∩ B) = P (A) x (B) =

Ejemplo: En un sector de la ciudad, se comprobó que: 16 amas de casas usan el detergente A,

10 usan el detergente B y 14 usan el detergente C. Si elegimos al azar dos amas de casa, halle
la probabilidad de que:

a) Ambas usen el detergente A. P (A ∩ A)

b) Ninguna use el detergente B. P (B ∩ B)

c) La primera use el detergente C.

d) Ambas usen el detergente A o el C

A = 16

B = 10

C = 14

N = 40

a)

P (A ∩ A) = P (A) x P (A)

= 16 x 16 = 256 = 0.16 = 16%

40 40 1600

P (A ∩ B) = 16%

b) P (B ∩ B) = P (B) x P (B)

Busco P (B)

P (B) = 1 – P (B) = 1 – 10 = 40 – 10 = 30
 40 40 40

Luego: P (B ∩ B) = P (B) x P (B)

= 30 x 30 = 900 = 0.5625 – 56.25%

40 40 1600

P (B ∩ B) = 56.25%

P (A ∩ C)

P (A) + P (C) = 16 + 14 = 30 = 30 x 30 = 900 = 56.25%

40 40 40 40 40 1600

c)

P (C ∩ A) U (C ∩ B) U (C ∩ C)

= P (C ∩ A) + P (C ∩ B) + P (C ∩ C)

= P (C) x P (A) + P (C) x P (B) + P (C) x P (C)

= 14 x 16 + 14 x 10 + 14 x 14

40 40 40 40 40 40

=224 + 140 + 196 = 560 = 0.35 = 35%

1600 1600 1600 1600

Prof: Juan Alberto Pérez G.