UNIVERSIDAD NACIONAL AGRARIA LA MOLINA

Dpto. de Estadística e Informática

Semana 6. Probabilidad Clásica, Axiomática y

Condicional
 • Motivación
• Logros
Inicio • Saberes previos

• Probabilidad clásica
• Probabilidad axiomática
• Probabilidad condicional
Desarrollo
• Ejercicios resueltos

• Ejercicios propuestos
• Autoevaluación (Moodle)
Cierre

2
Vea el siguiente video https://www.youtube.com/watch?v=jmXmBkP2fx0

3
 ¿Cuál es más probable que una
persona sea contagiada en
Brasil o en el Perú?

En lo que respecta a la
probabilidad de fallecimientos a
causa de la COVID – 19, ¿Perú
tiene una probabilidad más alta
de muerte que Chile?

Fuente: https://www.worldometers.info/coronavirus/
Consultado el 23 de junio del 2020
4
Al término de la sesión, el estudiante estará en capacidad de:
 Reconocer un experimento aleatorio y su espacio muestral.
 Usar el enfoque clásico y axiomático para calcular la
probabilidad de eventos.
 Calcular la probabilidad condicional para eventos.
 Resolver problemas aplicando la probabilidad clásica, la
axiomática y la condicional.
 Resolver ejercicios propuestos.

¿Qué es un experimento aleatorio?

¿Cómo se calcula la probabilidad de un evento?
¿Para qué sirve la probabilidad?

5
Conceptos básicos de probabilidad

Probabilidad clásica

Probabilidad axiomática

Probabilidad condicional

Ejemplos, ejercicios resueltos y propuestos

Autoevaluación (Aula virtual)

6
La probabilidad analiza la aleatoriedad y la incertidumbre
sobre la ocurrencia de los eventos o sucesos del mundo
real. En el mundo cotidiano las personas continuamente
van tomando decisiones desde las más simples hasta las
más complejas, generalmente en condiciones de
incertidumbre. La teoría de probabilidad nos proporciona
métodos y técnicas adecuadas para cuantificar la
incertidumbre por lo que es una herramienta importante
en la toma de decisiones.
Se aplica el enfoque clásico y el axiomático asociado a la
teoría de conjuntos para calcular las probabilidades de los
eventos.

7
Permutaciones
La permutación, es la secuencia ordenada de n objetos
tomados del total de un conjunto de N objetos distintos,
dónde importa el orden. El número de permutaciones
(arreglos) de tamaño n que puede formar con los N
objetos importando el orden, se calcula:
P  N N  1N  2N  n  2N  n  1 
N N!
( N  n)!
n

Ejemplo 1.
En un campeonato de fútbol participan 12 equipos ¿De cuántas
maneras se pueden ocupar los tres primeros puestos?.
Total de equipos: N = 12.
Seleccionar los tres primeros: n=3 (si importa el orden)
12!
P  12 1110=
12
3  1320
9!
8
Combinaciones
La combinación, es la secuencia no ordenada de n objetos
tomados del total de un conjunto de N objetos distintos,
dónde no importa el orden. El número de
combinaciones (arreglos) de tamaño n que se pueden
formar con los N objetos sin importar el orden, se calcula:
 N N!
   C n 
N

n n! (N  n)!
Ejemplo 2.
En un colegio existen 18 ómnibus, ¿de cuántas formas se
puede seleccionar a 7 ómnibus para que pasen una
revisión técnica completa?
Total de ómnibus: N = 18.
Seleccionar a siete: n=7 (no importa el orden)
18  18!
   31824
 7  7 !11!
9
Experimento aleatorio (E). Es todo proceso que se
puede repetir una o más veces en las mismas condiciones
y cuyos posibles resultados no se pueden decir con
certeza su ocurrencia, pero pueden ser descritos.
Espacio muestral (). Es el conjunto de todos los
posibles resultados de un E. El número de elementos de
 (la cardinalidad), se denota por n().

Evento. Es un subconjunto de un espacio muestral.

Pueden ser simples y compuestos. Notación: A, B, C, A1,
A2, ….. El número de elementos de un evento, se denota
por n(A).

10
Ejemplo 3.
E1 : Observar el número de la cara superior al lanzar un dado
1 = {1,2,3,4,5,6} n(1)=6 Finito

E2 : Registrar el sexo del recién nacido

2 = {Hombre, Mujer} n(2)=2 Finito

E3 : Observar el número de artículos defectuosos de un lote de 8

3 = {0,1,2,3,4,5,6,7,8} n(3)=9 Finito

E4 : Anotar el número de clientes que llegan a un supermercado

en un día
4 = {0,1,2,. . . .} n(4)= ∞ Infinito numerable

E5 : Observar el tiempo de duración de un foco de luz (horas)

5 = {T/ 0 ≤ t ≤ ∞} n(5)= ∞ Infinito no numerable

11
Ejemplo 4.
Sea el experimento aleatorio de observa los sexos (M=Mujer y
H=Hombre) de las familias de tres hijos.
El espacio muestral asociado será:
 = {MMM,MMH,MHM,HMM,MHH,HMH,HHM,HHH}, n() = 8

Eventos simples:
A = {Familia con dos primeros hijas mujeres}={MMH},n(A)=1
B = {Familia con tres hijos hombres} = {HHH}, n(B)=1

Eventos compuestos:

C = {Familia con una hija mujer}={MHH,HMH,HHM}, n(C)=3

D = {Familia con tres hijos mismo sexo}={MMM,HHH}, n(D)=2

12
.

Eventos mutuamente excluyentes. Los eventos A y B

de un Ω son mutuamente excluyentes (o disjuntos), si:
A∩B=

Eventos colectivamente exhaustivos. Los eventos A1,

A2,..., Ak de un Ω, son colectivamente exhaustivos, si:
k

A
j 1
j  A1  A2   Ak  

Evento complementario. El evento complemento de A,

denotado por Ac está compuesto por todos los elementos
que no pertenecen al evento de A. Es decir, lo que le falta
al evento A para ser el Ω. Se cumple:
Ac  A  Ω
Ac  A  
13
Ejemplo 5.
Sea el experimento aleatorio de observa los sexos (M=Mujer y
H=Hombre) de las familias de tres hijos. El espacio muestral asociado
será:
 = {MMM, MMH, MHM, HMM, MHH, HMH, HHM, HHH},n() = 8
Se definen los siguientes eventos:
A1={Familias al menos dos mujeres}={MMH,MHM,HMM,MMM}
A2={Familias con un hombre}={MMH,MHM,HMM}
A3={Familias a lo más una mujer}={HHH,MHH,HMH,HHM}
A4={Familias con los tres hijos del mismo sexo}={MMM, HHH}

a. Defina eventos mutuamente excluyentes y no mutuamente

excluyentes
ME: A1 y A3; A2 y A4 No ME: A1 y A2; A1 y A4
b. Defina eventos colectivamente exhaustivos y no colectivamente
exhaustivos
CE: A1 y A3 No CE: A1 y A2; A2 y A3
c. Defina eventos complementarios
Para el A1, su complemento: A1c={HHH,MHH,HMH,HHM}
14
Definición clásica de probabilidad (a priori)
Si un experimento aleatorio tiene n() resultados
posibles y si n(A) son los resultados de un evento A,
entonces la probabilidad que ocurra A es:
n A Número de casos favorables
P  A  
n  Número de casos posibles

Ejemplo 6.
Experimento aleatorio observar los sexos de familias de tres hijos.
 = {MMM, MMH, MHM, HMM, MHH, HMH, HHM, HHH},n() = 8
a) Hallar la probabilidad de que hayan al menos dos mujeres.
A1={MMH,MHM,HMM,MMM}, n(A1)=4, P(A1)=4/8=0.5
b) Hallar la probabilidad de que haya solo un hijo (hombre).
A2={MMH,MHM,HMM}, n(A2)=3, P(A2)=3/8=0.375
15
Ejemplo 7.
Una urna contiene 8 bolas blancas y 6 bolas negras. Si se extraen
al azar y sin reemplazo 5 bolas.
Ω={Seleccionar 5 bolas, de un total de 14},
a. Hallar la probabilidad de que dos sean blancas.
A={Seleccionar 5 bolas, pero con dos blancas}.
P(A) = n(A)/n(Ω) = 560/2002 =0.2797
b. Hallar la probabilidad que todas sean blancas.
B={Seleccionar 5 bolas, todas blancas}.
P(B)= n(B)/n(Ω) = 56/2002 = 0.0280
c. Hallar la probabilidad que al menos 4 sean negras.
C={Seleccionar 5 bolas, al menos 4 negras}={4 negras}+{5
negras}.

P(C)= n(C)/n(Ω) = 126/2002 = 0.0629

16
Ejercicio 1. Acá me quedé
En un Congreso de Inteligencia de Negocios se han presentado
ocho expositores de Sistemas, diez de Administración y doce de
Industrial. Si el comité organizador decide que el primer expositor
sea elegido al azar.
Sean los eventos:
S={Sistemas}, n(S)=8; A={Administración}, n(A)=10;
I={Industrial}, n(I)=12. Además: n(Ω) = 30
¿Cuál es la probabilidad de que el expositor sea de?:
a. Administración.
P(A) = n(A)/n(Ω) = 10/30 = 0.3333
b. Sistemas o Administración.
P(SUA)=P(S)+P(A)= 8/30+10/30 = 0.6
c. Que no sea de Administración.
Ac={No sea de administración}, n(Ac)=20
P(Ac)=20/30 = 0.6667
d. Industrial y Sistemas.
P(I ∩ S)=P(Ø)=0
17
Definición axiomática
Sea  el espacio muestral asociado a un experimento
aleatorio. La probabilidad de cualquier evento A de , es
el número real P(A), que satisface los siguientes axiomas:
1. 0≤P(A)≤1 para todo evento A.
2. P() =1
3. Si los eventos A1, A2, ..., Ak son mutuamente
excluyentes o sea si: Ai  Aj    i  j  1, 2,  , k ,entonces:
 k  k
P  Aj    PAj   P( A1 )  P( A2 )  ...  P( Ak )
 j 1  j 1

18
Usando el Diagrama de Venn:
A B

A  Bc A B Ac  B

Ac  B c

Propiedades:
P A  B  P A  PB  P A  B
 
P A  Bc  P A  P A  B
PA  B   PB   P A  B 
c

P  A  B   1  P A  B 
c c

P  A  B   1  P A  B 
c c

P(Ac) = 1 - P(A)
19
Ejemplo 8.
En una encuesta a 500 estudiantes universitarios sobre cultura musical,
280 han escuchado el Concierto de Grieg (A), 320 la Sinfonía N° 7 de
Beethoven (B) y 150 ambas obras. Si selecciona a un estudiante al
azar, hallar la probabilidad que:
n(A)=280, n(B)=320, n(A∩B)=150, n(Ω)=500
a) Haya escuchado las dos obras maestras.
P(A ∩ B)=150/500=0.30
b) Haya escuchado la obra Grieg o la obra Beethoven.
P(AB)=P(A)+P(B)-P(A∩B)=280/500+320/500-150/500=450/500=0.9
c) Haya escuchado la obra de Grieg pero no la de Beethoven.
P(A∩Bc)= P(A)-P(A∩B)= 280/500-150/500=130/500=0.26
d) No haya escuchado la obra de Grieg y ni la de Beethoven.
P(Ac∩Bc)=1 - P(AB)= 1-450/500=0.1
e) No haya escuchado la obra de Grieg o ni la de Beethoven
P(Ac  Bc)=1 - P(A∩B)= 1-150/500=0.7

20
Ejercicio 2.
La Junta directiva de un club, desea evaluar el grado de satisfacción de
los socios según su categoría (A, B, C y D). Los resultados de aplicar una
encuesta se muestran en la siguiente tabla:
Grado Categoría del socio
Total
satisfacción A B C D
Buena (Bu) 25 20 35 30 110
Regular (R ) 15 30 40 20 105
Mala (M) 10 25 20 40 95
Total 50 75 95 90 310

Se tiene: n(Ω) = 310

a. ¿Qué porcentaje de socios su satisfacción es buena?
P(Bu) = n(Bu)/n(Ω)= 110/310 = 0.355, El 35.5%
b. Hallar la probabilidad con grado de satisfacción Regular y categoría C.
P(R∩C) = n(R∩C)/n(Ω)= 40/310 = 0.129
c. Hallar la probabilidad con grado de satisfacción Mala o categoría D.
P(MUD)=P(M)+P(D)-P(M∩D)=95/310+90/310-40/310 = 0.468
d. ¿Qué porcentaje de los socios, no tiene un grado de satisfacción
Regular y es de la categoría A?.
P(Rc∩A) = P(A) - P(R∩A) = 50/310-15/310 =0.113, El 11.3%
21
Ejercicio 3.
La gerencia de una compañía de
seguro, desea analizar la
campaña promocional ofrecida a
sus clientes por internet. Los
resultados indican que el 60% de
sus clientes han adquirido una
póliza para su auto, el 65% para
su casa y el 35% para su auto y
casa.

Calcule:
a. El porcentaje de clientes que adquirieron al menos un seguro.
b. El porcentaje de clientes que adquirió el seguro para su auto y no para su
casa.
c. El porcentaje de clientes que no haya adquirido el seguro para su auto ni
para su casa.
d. ¿Es cierto que el porcentaje que adquirió sólo una póliza, es más del
60%?
22
Solución:
Sean los eventos:
A={Cliente adquirió póliza para auto}, P(A)=0.60
C={Cliente adquirió póliza para casa}, P(C)=0.65, P(A∩C)=0.35
a. El porcentaje de clientes que adquirieron al menos un seguro.
P(AUC)=P(A)+P(C)-P(A∩C)= 0.60+0.65-0.35 = 0.90. El 90%
b. El porcentaje de clientes que adquirió el seguro para su auto y
no para su casa.
P(A∩Cc)=P(A)-P(A∩C)=0.60 – 0.35 = 0.25. El 25%
c. Es cierto que el porcentaje que adquirió sólo una póliza, es más
del 60%.
P(A∩Cc)+P(Ac∩C)=(0.60-0.35)+(0.65-0.35)=0.55. 55% Es falso
d. El porcentaje de clientes que no haya adquirido el seguro para
su auto ni para su casa.
P(Ac∩Cc) = 1 - P(AUC) = 1 – 0.90 = 0.10. El 10%

23
Ejercicio 4.
En una planta industrial, el 3.5% de
los obreros tienen un accidente por
fallas del equipo, 7.5% por
negligencia y el 2% por ambos
motivos. Si un obrero se lesiona,
halle la probabilidad:

a. Que sea por fallas del equipo o por negligencia

b. Que sea por fallas del equipo pero no por negligencia
c. Que no sea por fallas del equipo pero si por negligencia
d. Que no sea por fallas del equipo y tampoco por negligencia
e. Que no sea por fallas del equipo o tampoco por negligencia

24
Solución:
Sean los eventos:
E={Accidente por fallar del equipo}, P(E)=0.035
N={Accidente por negligencia}, P(N)=0.075; P(E  N)=0.02
a. Que sea por fallas del equipo o por negligencia.
P(EN)=P(E)+P(N)-P(EN) = 0.035+0.075–0.02 = 0.09

b. Que sea por fallas del equipo pero no por negligencia

P(ENc)=P(E)-P(EN)=0.035–0.02 = 0.015

c. Que no sea por fallas del equipo pero si por negligencia.

P(EcN)=P(N)-P(EN)=0.075-0.02 = 0.055

d. Que no sea por fallas del equipo y tampoco por negligencia.

P(EcNc)=1-P(EN)=1–0.09 = 0.91

e. Que no sea por fallas del equipo o tampoco por negligencia.

P(Ec Nc)=1-P(EN)=1-0.02 = 0.98

25
Para dos eventos A y B de un espacio muestral, con P(B) 
0, la probabilidad condicional de ocurrencia del evento A
dado que el evento B ha ocurrido, está definida por:
P  A  B
P  A | B 
P  B
Propiedades
1. 0 ≤ P(A/B) ≤ 1, para todo evento A y B
2. P(Ω/B)=1
3.Si los eventos A1, A2, ... , Ak son mutuamente
excluyentes, entonces: P  A B    PA /B 
k k

j j
 j1  j1

4.P(Ac/B) = 1- P(A/B)
5.P(/B)=0
6.P[(Ac∩B)/C]=P(B/C)-P[(A∩B)/C]
7.P[(AB)/C]=P(A/C) + P(B/C)-P[(A∩B)/C] 26
Ejercicio 5.
En una universidad el 70% de los estudiantes son de Ciencias y el
30% de Letras; de los estudiantes de Ciencias, el 60% son
hombres y de los estudiantes de Letras son hombres el 40%. Si
se elige aleatoriamente un estudiante; calcular la probabilidad
que:
Facultad Hombres Mujeres Total
Ciencias 42% 28% 70%
Letras 12% 18% 30%
Total 54% 46% 100%

a. Sea un estudiante hombre.

b. Sea un estudiante hombre, si es de Ciencias.
c. Sea un estudiante de Ciencias, si es hombre.

27
Solución:
Sea los eventos:
A={Estudiante elegido es de Ciencias}
B={Estudiante elegido es hombre}
Facultad Hombres Mujeres Total
Ciencias 42% 28% 70%
Letras 12% 18% 30%
Total 54% 46% 100%

a. Hallar la probabilidad que sea un estudiante hombre: P (B) = 0.54

b. Hallar la probabilidad que sea un estudiante hombre, si se sabe que es
de Ciencias:
P( A  B) 0.42
P( B / A)    0.6
P( A) 0.70
c. Si se sabe que es hombre, hallar la probabilidad que sea un estudiante
de Ciencias: P( A  B) 0.42
P( A / B)    0.778
P( B) 0.54
28
Ejercicios propuestos.
1. En una empresa de realiza estudios de mercado, existen 10
estadísticos, 8 industriales y 6 informáticos. Si la empresa
desea seleccionar aleatoriamente sin sustitución a 9
profesionales para que asistan a un curso de Ciencia de Datos.
a. ¿Cuál es la probabilidad de que asista al curso 4 estadísticos,
3 industriales y 2 informáticos?
b.¿Cuál es la probabilidad de que asista al curso exactamente
5 estadísticos?
2. Si una empresa constructora se presenta a una licitación de
tres proyectos de carreteras. Considerando que es igualmente
probable que gane (G) o pierda (P) la empresa cada proyecto.
a. Defina el espacio muestral.
b. ¿Cuál es la probabilidad que gane por lo menos dos
proyectos?
c. ¿Cuál es la probabilidad que gane los tres proyectos?
d. ¿Cuál es la probabilidad que no gane ningún proyecto?
29
3. Una empresa de turismo que ofrece tres planes de viajes para
la ciudad del Cusco y para la ciudad de Arequipa desea realizar
su proyección de ventas. Con esta finalidad realiza una
encuesta por internet, resultó la siguiente tabla de los
porcentajes de clientes con las preferencias de los planes y las
ciudades.
Ciudad Plan 1 (P1) Plan 2 (P2) Plan 3 (P3) Total
Cusco (C) 5.0 10.0 5.0 20.0
Arequipa (A) 15.0 40.0 25.0 80.0
Total 20.0 5.0 30.0 100.0

Si se selecciona al azar a un cliente que ha sido encuestado:

a. Halle la probabilidad que desee viajar al Cusco y que no tenga
preferencia del Plan 1
b. Si el cliente no prefiere el Plan 2, halle la probabilidad de que
prefiera el Plan 3
c. Si el cliente no prefiere el Plan 1, ¿cuál es la probabilidad de que
desee viajar a la ciudad de Arequipa?
30
Referencias bibliográficas
 Anderson D., Sweendy D., Williams T. (2016) Estadística para
Administración y Economía. 12ª. Edición. México. Cengage
Learning Editores. Capítulo 4.
 Newbold, P. y Carlson, W. y Thorne, B. (2008). Estadística para
Administración y Economía (6ta. ed.) Madrid: Pearson
Education. Prentice Hall

31