Documentos de Académico
Documentos de Profesional
Documentos de Cultura
José Salguero
1. CONCEPTOS INTRODUCTORIOS
Probabilidad: De manera muy simple, diremos que es una medida del grado de creencia
A: suceso racional de que algo pueda acontecer. Esta medida es un número entre cero y
P(A): uno que se asigna a la realización de un suceso.
probabilidad Si el suceso es imposible que se observe, su probabilidad es cero; si siempre
del suceso A. acontece, su probabilidad es uno.
2. ASIGNACIÓN DE PROBABILIDAD
𝑛(𝐴)
𝑃(𝐴) =
𝑛(𝑆)
Notemos que:
0 𝑛(𝐴) 𝑛(𝑆)
0 ≤ n(A) ≤ n(S) → ≤ 𝑛(𝑆) ≤ 𝑛(𝑆)→ 0 ≤ P(A) ≤ 1.
𝑛(𝑆)
EJEMPLOS DE ASIGNACIÓN
Ejemplo 1
Una caja contiene billetes (uno de cada uno) de denominaciones: $5, $10, $20, $50, $100.
Considerénse las siguientes experiencias, excluyentes una de la otra.
ξ 1: Seleccionar un billete al azar de la caja.
ξ 2 : Elegir dos billetes al azar de la misma caja.
Solución
a) S1 = {$5, $10, $20, $50, $100} Cada suceso simple (cada billete) tiene igual oportunidad de
aparecer debido a la selección al azar. ( n(S1) = 5)
S2 = {5,10; 5,20; 5,50; 5,100; 10,20; 10,50; 10,100; 20.50; 20,100; 50,100}
Los sucesos simples son ahora todos los posibles pares de billetes y componen también un espacio
equiprobable. ( n(S2) = 10)
b) y c)
Suceso cardinalidad probabilidad
A = {$20} n(A) = 1 P(A) = 1/5
B = {$50, $100} n(B) = 2 P(B) = 2/5
C ={10,100; 20,100; 50,100} n( C ) = 3 P( C ) = 3/10
D = {5,10; 5,20; 5,50; 10,20} n(D) = 4 P(D) = 4/10
E = { } suceso imposible n(E) = 0 P(E) = 0/10 = 0
F = S2 suceso seguro n(F) = 10 P(F) = 10/10 = 1
Una vez más, de los sucesos E y F, podemos concluir que la probabilidad es un número real entre
cero y uno, que transita entre lo imposible y lo seguro. Repitiendo., si la probabilidad de un suceso
tiende a cero, diremos que es “más probable que no suceda a que suceda”, si por el contrario
tiende a uno, decimos que es “ más probable que suceda a que no suceda
Ejemplo 2
En un grupo de 3 hombres y 2 mujeres se van a seleccionar dos personas al azar para formar una
comisión. ¿Cuál es la probabilidad de que al menos una mujer forme parte de la comisión?
Solución
Grupo de personas: { H1, H2, H3, M1, M2 }
Experimento aleatorio: Ƹ : seleccionar dos personas al azar.
Espacio muestral: S = { H1H2, H1H3, H1M1, H1M2, H2H3, H2M1, H2M2, H3M1, H3M2, M1M2 },
con cardinalidad n(S) = 10.
Suceso A: al menos una mujer forme parte de la comisión.
A = { H1M1, H1M2, H2M1, H2M2, H3M1, H3M2, M1M2 } con cardinalidad n(A) = 7.
La probabilidad de A es: P(A) = 7/10 = 0.70.
S
• A! = { 5, 7, 8 }
5 • 𝐴 ∪ 𝐵 = { 4, 3, 2, 6, 7, 8 }
• A∩B={ 6}
4 3 7 • A – B = { 4, 3, 2 }
6 • B – A = { 7, 8 }
2 8 • (𝐴 ∪ 𝐵)! = { 5 }
A B
Ejemplo 3
𝑛(𝐴)
Calcula las probabilidades de los sucesos compuestos definidos arriba. Recuerda 𝑃(𝐴) = .
𝑛(𝑆)
Solución
P(A!) = 3/7, P(𝐴 ∪ 𝐵) = 5/7, P(A ∩ B) = 1/7, P(A – B) = 3/7, P(B – A) = 2/7, P(𝐴 ∪ 𝐵)!= 1/7.
Ejemplo 4
Solución
La cardinalidad del espacio muestral es la suma de todas las cifras que aparecen: n(S) = 60.
a) P(𝐴 ∪ 𝐵) = 42/60 = 0.7
b) P(A!) = 35/60 = 0.583, P(B!) = 32/60 = 0.533
c) P(𝐴 ∪ 𝐵)! = 18/60 = 0.3
d) P(A ∩ C) = 12/60 = 0.2
e) P(B – A) = 17/60 = 0.283
f) P(𝐴 ∩ 𝐶)! = 48/60 = 0.8
Nota en los literales d) y f) que: P(A ∩ C) + P(𝐴 ∩ 𝐶)! = 1; esto constituye en realidad una regla de la
probabilidad que, como veremos más adelante, se expresa de manera general P(A!) = 1 – P(A) .
Ya vimos que para calcular la probabilidad desde el punto de vista clásico se requiere conocer la
cardinalidad del suceso A y la cardinalidad del espacio muestral S. Sin embargo en algunos
problemas este conteo no resulta muy simple de obtener, por ejemplo:
3. TÉCNICAS DE CONTEO
Ejemplo 5
Solución
El experimento aleatorio es Ƹ: seleccionar 3 estudiantes al azar de un total de 12. Y esto no es más
que una combinación. La cardinalidad del espacio muestral es por consiguiente n(S) = 12C3 = 220.
Ejemplo 6
Seis compañeros de oficina: 4 hombres y 2 mujeres (que son primas) se colocan en una fila
para tomarse todas las posibles fotografías. Suponiendo que lo hacen al azar, calcula las
probabilidades de que, en las fotografías, las primas:
a) aparecen juntas
b) aparecen en las esquinas
c) no aparecen juntas.
Solución
El total de arreglos para 6 personas en fila es 6!, por lo tanto n(S) = 720.
El suceso A: “aparecen juntas”, se puede analizar así: si “amarramos a las primas”, solo tendríamos
arreglos de 5, es decir 5!, pero como se pueden intercambiar en el “amarre”, la cardinalidad de A
es n(A) = 2 x 5! = 240. Por lo tanto la probabilidad de A es P(A) = 240/720.
Une con flechas el evento o suceso con su respectivo valor de probabilidad.
Ejemplo 7
Una compañía compra suministros a 10 distribuidores y desea ordenar 7 pedidos. Supóngase que
la compañía hace los pedidos de tal forma que cada distribuidor tiene las mismas posibilidades de
surtir cualquiera de los pedidos, más aún, los distribuidores pueden surtir cualquier número de
pedidos.
Hallar la probabilidad de que un distribuidor en particular (el suministrador A, por ejemplo) tenga
exactamente 4 pedidos.
Solución
El experimento aleatorio consiste en Ƹ : ordenar los 7 pedidos. Pero ¿de cuantas formas
diferentes se puede hacer eso? Como cada distribuidor puede surtir cualquier número de
pedidos, entonces n(S) = 10 x 10 x 10 x 10 x 10 x 10 x 10 = 107.
Ahora, el suministrador A tiene 7C4 formas diferentes de poder haber seleccionado sus 4
pedidos, los otros 3 pedidos los cubren los 9 distribuidores restantes así: 9 x 9 x9. Luego la
cardinalidad del suceso A es n(A) = 7 .9 3 .
4
Por lo tanto la probabilidad de A es P(A) = n(A)/n(S) = 0.00255.
En el ámbito de los negocios y las ingenierías la probabilidad desde el punto de vista clásico no es
de uso muy frecuente. Una de las limitaciones es que para algunos procesos de observación no se
puede garantizar el espacio equiprobable y se hace necesario tener datos estadísticos sobre las
realizaciones del experimento aleatorio.
Cuando se controla la calidad de un producto en una línea de producción el técnico toma una
muestra de artículos(n) y luego hace un conteo del número de defectuosos resultantes (n1), la
proporción (n1/n)es la frecuencia relativa de artículos defectuosos que pueden estar saliendo
del proceso de producción.
Ejemplo 8
Se preguntó a 124 empleados de gobierno cuál es la distancia, en kilómetros, que hay desde su
casa hacia su lugar de trabajo. Un resumen de sus respuestas está dado en el siguiente cuadro..
Ejemplo 9
Se consultó a 280 personas adultas de una zona metropolitana de una ciudad, cuál política de
fumar en lugares públicos prefería. El cuadro de doble entrada siguiente incluye el nivel de
escolaridad del respondiente.
Política propuesta
nivel No prohibir Permitir en prohibir total
áreas
restringidas
primaria 15 40 10 65
secundaria 15 100 30 145
profesional 5 44 21 70
total 35 184 61 280
Solución
a) Las personas de la muestra que tiene educación secundaria son 145, por lo tanto P(A) =
145/280 = 0.518.
b) Los que dicen que se debe permitir en áreas restringidas son 184, por lo tanto P(B) =
184/280 = 0.657.
c) Solo hay 21 personas que cumplen ambas condiciones. Si nombramos los sucesos: G. sea
un profesional y H: se debe prohibir, entonces estamos hablando dela probabilidad del
suceso compuesto: P(G∩H) = 21/280 = 0.075.
d) Son 70 profesionales, por lo tanto hay 210 que no lo son. Luego P(D) = 210/280 = 0.750.
e) Nombremos los sucesos: F: estudios de primaria y H: se debe prohibir. El conectivo “o”
que tienen los sucesos F y H, indica que la persona será seleccionada por cualquiera de las
dos razones o por ambas. Por lo tanto estamos hablando deP(𝐹 ∪ 𝐻 )yLas personas que
cumplen(𝐹 ∪ 𝐻 ) son: 15 + 40 + 10 + 30 + 21 = 116. Por lo tanto P(𝐹 ∪ 𝐻 ) = 116/280 =
0.414.
En el problema anterior, ¿qué habría cambiado si en lugar de una persona se hubieran
seleccionado dos?
Hay varios cambios, en principio el experimento aleatorio es Ƹ : “seleccionar dos personas al azar”,
lo cual modifica la cardinalidad del espacio muestral, este es ahora: 280C2 = 39060.
Un suceso tal como A:” las personas seleccionadas tienen educación secundaria y se inclinan por
permitir fumar en áreas restringidas”, tiene cardinalidad: 100C2 = 4950. Por lo tanto P(A) =
(4950)/(39060) = 0.127. Te invito a que calcules otros sucesos bajo este experimento de
seleccionar dos personas.
Ejemplo 10
La siguiente tabla contiene los datos de precipitación(en mm de lluvia) caídos sobre una región
durante el mes de Junio en tres días específicos en los últimos diez años. (Nota: 30 mm de
lluvia significa que han caído 30 litros de agua por cada m2 de área)
Solución
Analicemos un poco los sucesos, Por ejemplo: P(A6) = 4/10 = 0.40, porque hay 4 años en el día 6
que ha llovido menos de 15 mm, P(B7) = 3/ 10 = 0.30, porque hay 3 años en el día 7 que ha llovido
más de 20 mm.
Veamos como resulta el literal c), el suceso compuesto (B7 – B8) se entiende así : debemos de
buscar aquellos años donde ha llovido más de 20 mm el día 7 pero no el día 8. Esto sucede sólo
en el año 2016, luego P(B7 – B8 ) = 1/10 = 0.10.
Discute los literales a) y b).
5. LA AXIOMÁTICA DE PROBABILIDAD
A es un suceso de S.
A P(S) = 1
P(A) < 1
Ejemplo 11
Con los siguientes valores de probabilidad asociados a los sucesos A y B : P(A) = 0.50, P(B) = 0.75 y
P(A ∩ B) = 0.30. Hallar:
Solución
a) P(B!) = 1 – P(B) = 1 – 0.75 = 0.25.
b) P(A – B) = P(A) – P(A ∩ B) = 0.50 – 0.30 = 0.20.
c) P(B – A) = P(B) – P(A ∩ B) = 0.75 – 0.30 = 0.45.
d) P(𝐴 ∪ 𝐵) = P(A) + P(B) - P(A ∩ B) = 0.50 + 0.75 – 0.30 = 0.95.
e) P(𝐴 ∪ 𝐵 )! = 1 - P( 𝐴 ∪ 𝐵 ) = 1 – 0.95 = 0.05
f) P(A ∩ B)! = 1 - P(A ∩ B) = 1 – 0.30 = 0.70.
Un diagrama consistente con la información del ejercicio del ejemplo 11 es el siguiente:
S
0.05
A B
Comprueba las respuestas del ejemplo 11 con las cifras que aparecen en el diagrama.
Ejemplo 12
Sean A y B dos eventos de un espacio muestral S y sean P(A) = 0.5, P(B) = 0.3 y P( 𝐴 ∪ 𝐵 ) = 0.7,
valores de probabilidad asociados. Calcular las probabilidades de los siguientes eventos:
a) A y B b) A pero no B c) B pero no A d) ni A ni B
Solución
La lógica en este último literal es que si los puntos muestrales no están en A, ni están en B,
entonces se encuentran fuera de la unión de A y B; es decir, que están en el complemento de la
unión.
Leyes de Morgan
• (𝐴 ∪ 𝐵)! = A!∩ B!
• (A ∩ B)! = A! ∪ B!
Ejemplo 13
El gerente de un taller especializado en afinación, y reparación de frenos ha determinado que de
los vehículos que le llevan a revisión, 60% necesita afinación, 20% requiere reparación en los
frenos y 5% necesitan ambos trabajos. Calcular las probabilidades de que, un auto recién
ingresado al taller necesite:
a) Al menos uno de los dos servicios.
b) Afinación pero no reparación de frenos.
c) Solo uno de los dos servicios.
d) Otro tipo de reparación, diferente de las especialidades del taller.
Solución
Llamemos A: necesita afinación y F: requiere reparación de frenos.
a) Al menos uno significa que puede necesitar afinación, reparación de frenos o ambos, por
lo tanto estamos hablando de la unión de sucesos.
P(𝐴 ∪ 𝐹) = P(A) + P(F) - P(A ∩F) = 0.60 + 0.20 –0.05 = 0.75.
El cuadro clasifica a 200 recién nacidos de acuerdo al peso al nacer y según su sexo
Peso al nacer (lbs)
sexo Bajo Medio Elevado muy elevado total
(<5) (5<8) (8<10) (>10)
Mujer 14 66 20 6 106
Hombre 12 58 14 10 94
total 26 124 34 16 200
Si seleccionamos un recién nacido al azar de los 200, la probabilidad de que sea una Mujer es, de
acuerdo a la probabilidad frecuencial, P(Mujer) = P(M) = 106/200 = 0.530. Supongamos ahora que,
por alguna razón, tenemos un conocimiento previo de que el recién nacido seleccionado tiene “
peso elevado”, ¿cuál es, en estas condiciones, la probabilidad de que sea mujer?
20
20 200 𝑃(𝑀∩𝐸)
P(M/E) = = 34 =
34 𝑃(𝑀)
200
Este resultado nos permite articular una forma de cálculo para la probabilidad condicional.
Probabilidad condicional.
Dados dos sucesos A y B de un espacio muestral S, la
probabilidad condicional de A dado B, P(A/B), se
calcula mediante:
𝑃(𝐴∩𝐵)
P(A/B) = , P(B)≠ 0.
𝑃(𝐵)
𝑃(𝐴∩𝐵)
En forma similar se tiene: P(B/A) = , P(A)≠ 0
𝑃(𝐴)
Ejemplo 14
Utilice el cuadro anterior de los recién nacidos y calcule las probabilidades que se
señalan. (Nota: considere los siguiente símbolos para los sucesos: M: mujer, H: hombre, B:
bajo, N: medio, E: elevado.
a) P(E/M) b) P(N/H) c) P(H/E) d) P(M!/B!)
Solución
20
𝑃(𝐸∩𝑀) 200
a) P(E/M) = = 106 = 20/106 = 0.097.
𝑃(𝑀)
200
b) P(N/H) = 58/94 = 0.617.
c) P(H/E) = 14/34 = 0.412.
𝑃(𝑀 ! ∩𝐵! )
d) P(M!/B!) = = = (82/174) = 0.471. (en el complemento de peso bajo hay 174
𝑃(𝐵! )
recién nacidos, el complemento de mujeres son los hombres y 82 no tienen peso
bajo.
Condición de independencia.
• Si A y B son independientes entonces
P(A ∩ B) = P(A) P(B)
• Si P(A ∩ B) = P(A) P(B) entonces A y B
Son independientes.
Como consecuencia de la condición de independencia también se puede comprobar que:
Ejemplo 15
Don Raúl compró un televisor Japonés (T) y un refrigerador Canadiense ( R) .La probabilidad de
que el televisor supere su período de garantía es P(T) = 0.90 y de que el refrigerador lo supere es
P(R) = 0.80. Suponiendo que los sucesos T y R son independientes, calcular las probabilidades de
que:
a) Ambos superen su período de garantía.
b) El televisor lo supere pero no el refrigerador.
c) El refrigerador lo supere pero no el televisor.
d) Ninguno lo supere.
Solución
a) P(T∩R) = P(T) P(R) = 0.90 x 0.80 = 0.72.
b) P(T∩R!) = P(T) P(R!) = 0.90 x 0.20 = 0.18.
c) P(T!∩R) = P(T!) P(R) = 0.10 x 0.80 = 0.08.
d) P(T!∩R!) = P(T!) P(R!) = 0.10 x 0.20 = 0.02.
Ejemplo 16
En una fábrica hay tres máquinas que operan de forma independiente. En una jornada de trabajo
las probabilidades que se arruinen son: 0.05, 0.10, 0.15, respectivamente para la primera, segunda
y tercera máquina. ¿Cuál es la probabilidad de tener en el transcurso de una jornada:
a) una máquina arruinada y solo una
b) dos y solo dos máquinas arruinadas
c) ninguna arruinada.?
Solución
Llamemos : M1: maquina 1 arruinada, M2: maquina 2 arruinada y M3: maquina 3 arruinada. Con
probabilidades respectivas P(M1) = 0.05, P(M2) = 0.10 y P(M3) = 0.15.
a) Se trata de calcular las probabilidades de 3 sucesos: (M1)(M2)!(M3)! ; (M1)!(M2) (M3)! Y
(M1)!(M2)!(M3). Como son mutuamente independientes, la probabilidad de cada suceso
es el producto de sus respectivas probabilidades; los resultados deben sumarse ya que son
mutuamente excluyentes.
P = (0.05 x 0.90 x 0.85) + (0.95 x 0.10 x 0.85) + (0.95 x 0.90 x 0.15) = 0.247.
Con las mismas ideas calcula los literales b) y c).( Respuestas: 0.025. 0.728)
7. TEOREMA DE BAYES.{
B1 B2 B3
Las causas forman lo que se conoce como La partición del espacio :La probabilidad de cada Bi es
mayor que cero, los Bi, por pares no tienen elementos comunes y la unión de todos los Bi es igual
al espacio muestral S.
Ejemplo 16
Para realizar sus operaciones, una empresa renta automóviles de tres agencias, 20% de la agencia
A, 20% de la agencia B y 60% de la agencia C. Si 10% de los autos de la agencia A , 12% de los autos
de la agencia B y 4% de los de C, tienen neumáticos en mal estado. La empresa ha rentado un
auto:
a) ¿Cuál es la probabilidad de que tenga neumáticos en mal estado?
b) Si resulta tener neumáticos en mal estado, cuál es la probabilidad de que ese auto
provenga de la empresa A? ¿De la empresa C?
Solución
a) La probabilidad total de neumático en mal estado M es.
P(M) = P(A)P(M/A) + P(B)P(M/B) + P(C)P(M/C)
= 0.20 x 0.10 + 0.20 x 0.12 + 0.60 x 0.04
= 0.020 + 0.024 + 0.024 = 0.068. En la totalidad de las agencias 6.8% de los autos
rentados tendrán neumáticos en mal estado.
𝑃(𝐴 )𝑃𝑀/𝐴)
b) P(A/M) = 𝑀
= 0.020 / 0.068 = 0.294 (29.4%)
P(C/M) = 0.024 /0.068 = 0.353 (35.3%)
Ejemplo 17
Los estudiantes se preparan para un examen. Existen iguales probabilidades de que el examen sea
preparado por cualquiera de los profesores, X, Y o Z. Sin embargo los estudiantes tienen un
problema: entre el material a examinar existe un tema, llamémoslo F, de mucha dificultad para
asimilar.
De acuerdo a un análisis psicológico que ellos mismos han hecho de los tres profesores,
consideran que: la probabilidad de que el tema F salga en el examen es 0.33, si el examen lo hace
el profesor X; si lo hace el profesor Y es 0.42, y si lo hace el profesor Z es 0.81.
a) ¿Cuál es la probabilidad de que el tema F aparezca en el exámen?
b) ¿Cuál es la probabilidad de que la causa haya sido el profesor Z?
Solución
Tú puedes hacerlo. Seguro que sí.