LECCIÓN 1 PROBABILIDADProf.

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.

Fenómeno o Vamos a considerar como experimento a todo proceso de observación. Esto

Experimento. Ƹ va desde lanzar un dado, hasta prever la cantidad de lluvia que caerá sobre
una región o el nivel de ventas de una empresa para los próximos meses.
Experiencia Se conoce con anticipación lo que va a acontecer. Solo hay una manera de
determinística que suceda. Por ejemplo:lanzar un objeto hacia arriba; acercar la llama de un
encendedor a una hoja de papel, osoltar una pelota sobre un plano inclinado.
Experiencia No se puede anticipar lo que va a acontecer. Hay más de una manera de que
aleatoria.(Depen suceda. Por ejemplo: lanzar un dado y observar el resultado; tomar una
de del azar) muestra de artículos de la producción de la fábrica, o elegir dos libros al azar
de un total de 8 libros.
Suceso simple Es el resultado directo de un experimento aleatorio. El número de puntos en
(punto muestral) la cara superior del dado es 4: {4} es un suceso simple. {Química 1,
Matemática 2} es un suceso simple en la experiencia de seleccionar dos libros
al azar.
Espacio Es el conjunto de todos los sucesos simples resultantes en la realización de un
muestralS experimento aleatorio.
Si Ƹ: Lanzar un dado y una moneda al mismo tiempo. Su espacio muestral
tiene 12 sucesos simples.
Dado
Moneda 1 2 3 4 5 6
Cara © c1 c2 c5 c6
Sello (s) S1 s5 s6

Suceso Reunión de sucesos simples. Usualmente se denotan por letras mayúsculas:

Compuesto A, B, C , etc. En el experimento del dado y la moneda nos puede interesar el
suceso A: El dado cae en un número de puntos mayor que 4.El suceso A tiene
4 sucesos simples: A = {c5, c6, s5, s6}.
Cardinalidad La cardinalidad de un suceso compuesto no es más que el número de sucesos
n(A), n(S) simples que tiene. En el experimento del dado y la moneda la cardinalidad
del espacio muestral es n(S) = 12 y la cardinalidad del suceso A: El dado cae
en un número de puntos mayor que 4, es n(A) = 4.
Espacio Se dice que un espacio muestralS es equiprobable si cada suceso simple tiene
equiprobable la misma oportunidad de aparecer com resultado del experimento aleatorio.
Si no hay ningún truco de por medio, el experimento del dado y la moneda
tiene un espacio muestralequiprobable. C6 tiene la misma oportunidad que
s1 de suceder.
RESUMIENDO:
Todo experimento aleatorio Ƹ tiene asociado un espacio muestral S.
El espacio muestral lo componen todos los sucesos simples.
Los sucesos compuestos están formados por sucesos simples.
Si el espacio S tiene un número finito de sucesos simples, se llama espacio discreto.

2. ASIGNACIÓN DE PROBABILIDAD

PROBABILIDAD CLÁSICA. P(A)

En un espacio equiprobable S, la probabilidad de un suceso A, se calcula mediante la expresión:

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)

Lo que ya habíamos dicho:

La probabilidad de un suceso es un número entre cero y uno

• Si P(A) → 1, es más probable que A suceda a que no suceda.

• Si P(A) → 0, es más probable que A no suceda a que suceda.
• Si P(A) = 1, A es un suceso seguro.
• Si P(A) = 0. A es un suceso imposible.

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.

a) Describir los espacios muestrales asociados con ξ 1 yξ 2.

b) Calcular en S1 los sucesos :
A: el billete de $20 es seleccionado,
B: un billete mayor que $20 es seleccionado.
 c) Calcular en S2 los sucesos:
C: la suma de las denominaciones de los billetes es mayor que $107,
D: la suma es menor que $60,
E: la suma es menor que $10 y
F: la suma es mayor que $12.

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.

Operaciones con los sucesos.

Se pueden definir con los sucesos las operaciones usuales que se utilizan con los conjuntos
numéricos. El universo de trabajo es el espacio muestral S.

Si x es un punto muestral de S, podemos definir:

• Complemento de un suceso A: A! = { x 𝜖 𝑆 / x ɇ 𝐴 }
• Unión de sucesos: 𝐴 ∪ 𝐵 = { x 𝜖 𝑆 / x 𝜖 𝐴 o x 𝜖 𝐵 }
 • Intercepción de sucesos: A ∩ B = { x 𝜖 𝑆 / x 𝜖 𝐴 y x 𝜖 𝐵 }
• Diferencia de sucesos: A – B = { x 𝜖 𝑆 / x 𝜖 𝐴 y x ɇ 𝐵 }

Ilustración de las operaciones con sucesos compuestos.

En el diagrama los números representan puntos muestrales, lo cual quiere decir que la
cardinalidad del espacio muestral es: n(S) = 7.

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

En el diagrama los números representan las cardinalidades de los sucesos,que se encuentran

dentro del espacio muestralS. Por ejemplo la cardinalidad de A es n(A) = 25, n(A ∩ B∩ C) = 8.
Encuentre las probabilidades de los sucesos que se señalan.
S
𝑎) 𝐴 ∪ 𝐵,
b) A!, B!
c) (𝐴 ∪ 𝐵)!
d) A ∩ C
e) B – A
f) (𝐴 ∩ 𝐶)!

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:

“ De un grupo de 12 estudiantes: 5 hombres y 7 mujeres, se desea elegir al azar una comisión de 3

estudiantes, ¿cuál es la probabilidad de que la comisión quede conformada por 1 hombre y 2
mujeres?”

El experimento aleatorio es Ƹ: seleccionar 3 estudiantes al azar y el suceso es A: comisión

conformada por 1 hombre y 2 mujeres. Pero entonces, ¿cuánto es n(A) y cuanto es n(S)?,
necesarios para calcular P(A). Vamos a justificar en lo que sigue que n(A) = 105 y n(S) = 220, y que
por lo tanto P(A) = 105/220 = 0.477.

3. TÉCNICAS DE CONTEO

Regla de conteo Ejemplo de uso

Número factorial (o factorial de n): n! 6! = 6 x 5 x 4 x 3 x 2 x 1 = 720
Para un entero n mayor que cero se define: 6! = 6 x 5!
n! = n x (n – 1)x (n – 2)x (n – 3)….x.2x 1 → n! = n x (n – 1)! 1! = 1 x 0! → 0! = 1.
𝑛 12 12!
Número combinatorio. ( ), (también nCr) ( )=
𝑟 3 3! (12 − 3)!
Para dos números enteros: n, r (r ≥ 0 y r ≤ n )se define el número 12 𝑥 11 𝑥 10 𝑥 9! 12 𝑥 11 𝑥 10
𝑛 𝑛!
= =
3!𝑥 9! 6
combinatorio: ( ) = = 220
𝑟 𝑟!(𝑛−𝑟)!
Combinación de elementos Total de selecciones de 3 libros
Es una SELECCIÓN de r elementos tomados de un total de n. tomados de un total de 8
(r≤ n). El total de selecciones se calcula mediante el número 8 8
libros. ( ) = 56 = ( )
combinatorio 3 5
𝑛 𝑛! 𝑛 𝑛
( )= note que: ( ) = ( )
𝑟 𝑟!(𝑛−𝑟)! 𝑟 𝑛−𝑟
Permutaciones de elementos. Con los dígitos {4, 5, 6, 7},
El total de permutaciones o ARREGLOS de r elementos, tomados ¿cuántos números diferentes
de un total de n elementos diferentes, que se simboliza nPr, se de 3 cifras se pueden formar?
calcula mediante:
nPr = n(n-1) (n-2) (n-3)...(n-r+1) 4!
4P3 = (4−3)! = 4! = 24
De manera simplificada.
n!
n Pr
(n r )!
Principio de multiplicación. Hay 4 caminos para ir de la
Si un determinado proceso u operación se realiza en k etapas, y se ciudad A a la ciudad B, y 6
tienen: n1 maneras de cubrir la etapa 1, n2 maneras de cubrir la caminos para ir de B a la ciudad
etapa 2, y así sucesivamente, nk maneras de cubrir la etapa k. C. ¿De cuántas formas
Entonces, el número total de maneras en que el proceso diferentes se puede viajar de A
completo puede ocurrir se calcula por el producto: hasta C?
n1 x n2 x n3 x...... x nk R = 4 x 6 = 24 caminos.

Permutaciones con repetición. Con los dígitos: 3, 3, 4, 4, 4, 5,

Si se tienen n objetos : n1repetidos de clase 1 , n2repetidos de 5, ¿cuántas cifras diferentes de
clase 2.., y así sucesivamente, nkrepetidos de clase k, entonces el 7 dígitos se pueden formar?
número de permutaciones de los n objetos se calcula mediante:
7!
n! R = 2!𝑥 3!𝑥 2! = 210
P(n1 , n2 , n3 .....nk ) ,
n1! x n2 ! x n3 !....xnk !
k Si los dígitos fueran: 3, 4, 5, 6,
donde : n1 + n2 + n3 + ...+ nk = n o bien: ni n 7, 8, 9, entonces. R = 7! = 5040.
ni

Principio de suma. Un conductor se puede hacer

Si la realización de un determinado hecho (o experimento) acreedor a una multa de
se consigue en k etapas, y existen: n1 caminos para la etapa 1, n2 tránsito por manejar: a) en
caminos para la etapa 2, así sucesivamente nk para la etapa k. estado de ebriedad, b) sin
Y además, la realización del hecho por un camino excluye la licencia y c) sin tarjeta de
realización simultánea por otro camino, entonces el total de circulación. ¿De cuántas formas
formas en que el hecho o experimento se puede realizar, se diferentes le pueden poner una
obtiene mediante la suma: multa?
T = n1 + n2 + n3+ … + nk. 3C1 + 3C2 + 3C3 = 7 formas.

Ejemplo 5

De un grupo de 12 estudiantes: 5 hombres y 7 mujeres, se desea elegir al azar una comisión de 3

estudiantes.Hallar las probabilidades de que la comisión quede conformada por:
a) 1 hombre y 2 mujeres
b) 2 hombres y 1 mujer
c) 3 mujeres
d) 3 hombres
e) Al menos 1 hombre

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.

a) De 5 hombres seleccionamos 1 y de 7 mujeres seleccionamos 2, luego por el principio de

5 7
multiplicación tenemos n(A) = ( ) ( ) = 105 → P(A) = 105/220 = 0.447
1 2
5 7
b) Con el mismo razonamiento n(B) = ( ) ( ) = 70 → P(B) = 70/220
2 1
5 7
c) n(C) = ( ) ( ) = 35 → P(C) = 35/220
0 3
 5 7
d) n(D) =( ) ( ) = 10 → P(D) = 10/220 = 0.045
3 0
5 7 5 7 5 7
e) Por el principio de suma, n( E) = ( ) ( ) + ( ) ( ) + ( ) ( ) = 105 + 70 + 10 = 185, luego
1 2 2 1 3 0
P(E) = 185/220 = 0.841. Notemos la siguiente idea complementaria:
P(al menos un hombre) = 1 – P(ningún hombre) = 1 –35/20 = 0.841. Este análisis nos puede ser
útil para ahorrar cálculos.

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.

Evento o suceso Probabilidad

Aparecen juntas 0.667

Aparecen en las esquinas de la foto 0.333

No aparecen juntas 0.067

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.

4. LA PROBABILIDAD COMO FRECUENCIA RELATIVA

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.

Probabilidad frecuencial o empírica

Si un suceso A aparece nAveces en n ensayos repetidos, bajo las
mismas condiciones, de una experiencia aleatoria, entonces la
frecuencia relativa fA = nA/n, es un valor aproximado de la
probabilidad del suceso A.
Nótese que también, bajo esta concepción, la probabilidad es
número entre cero y uno.
0 𝑛𝐴 𝑛
0 ≤ nA ≤ n→ ≤ ≤ 𝑛→0 ≤ P(A) ≤ 1.
𝑛 𝑛

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..

Índice i Clases (km) fi Fi

1 1< 3 4 4
2 3< 5 8 12
3 5< 7 20 32
4 7< 9 50 82
5 9 < 11 23 105
6 11 < 13 15 120
7 13 < 15 4 124

Si se selecciona un trabajador al azar,determinar las probabilidades de que la distancia que separa

a ese trabajador de su lugar de trabajo sea:
a) menor de 7 kms.
b) Mayor o igual de 9 kms.
c) Entre 7 y 9 kms.
Solución
a) P(A) = 32/124 = 0.258
b) P(B) = (23 + 15 +4)/124 = 42/124 = 0.339
c) P( C) = 50/124 = 0.403.

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

Si se selecciona una persona al azar de la muestra, determinar las probabilidades aproximadas de

que, la persona seleccionada:
a) Tenga educación secundaria
b) Diga que se debe permitir en áreas restringidas.
c) Sea un profesional y diga que se debe prohibir
d) No sea profesional
e) Tenga estudios de primaria o diga que se debe prohibir.

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)

Precipitación (en mm de lluvia)

Año / Días
6 7 8
2010 5 10 29
2011 16 12 17
2012 20 17 11
2013 8 21 24
2014 35 18 31
2015 25 9 14
2016 12 26 11
2017 18 27 22
2018 7 4 14
2019 23 16 19

Considere Ai : Precipitación < 15mm el día i, y Bi : Precipitación >20mm el día i.

Calcule las siguientes probabilidades:
a) P(A6  A7 )
b) P(B6  B7 )
c) P(B7 – B8 )
d) ¿Qué se puede objetar respecto de los valores de probabilidad obtenidos?

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

Los tratamientos clásico y frecuencial de la probabilidad han conducido a resultados que no

pueden ser ya cuestionados y que deben aceptarse sin mayor discusión. Estos son llamados
Axiomas de la probabilidad.
Entre ellos tenemos: que la probabilidad de un suceso es un número real entre cero y uno, y que
la probabilidad del espacio muestral es igual a 1.
Si convenimos que el espacio muestral se represente por un rectángulo de área igual a 1,
entonces cualquier suceso al interior del rectángulo tendrá un área menor que 1 y será
equivalente a la probabilidad de dicho suceso.
S

A es un suceso de S.
A P(S) = 1
P(A) < 1

Axiomas de la probabilidad. Reglas de la probabilidad

a) 0 ≤ P(A) ≤ 1 1. P(A!) = 1 – P(A)
b) P(S) = 1 2. P(A – B) = P(A) – P(A ∩ B)
c) P(𝐴 ∪ 𝐵) = P(A) + P(B) 3. P(𝐴 ∪ 𝐵) = P(A) + P(B) - P(A ∩ B)
Siempre y cuando A y B sean 4. Si A ϲB entonces P(A) ≤ P(B)
mutuamente excluyentes, es decir que A ϲB: quiere decir que el suceso A está al
• A∩B=∅ interior del suceso B.

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:

a) P(B!) b) P(A – B) c) P(B – A) d) P(𝐴 ∪ 𝐵) e) P(𝐴 ∪ 𝐵)!f) P(A ∩ B)! .

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

0.20 0.30 0.45

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

a) P(A ∩ B) = P(A) + P(B) - P( 𝐴 ∪ 𝐵 ) = 0.5 + 0.3 – 0.7 = 0.1.

b) P(A ∩ B!) = P( A – B) = P(A) - P(A ∩ B) = 0.5 – 0.1 = 0.4.
c) P(B∩A!) = P(B – A) = P(B) - P(A ∩ B) = 0.3 – 0.1 = 0.2.
d) P(A!∩ B!) = P(𝐴 ∪ 𝐵 )! = 1 - P(𝐴 ∪ 𝐵 ) = 1 – 0.7 = 0.3.

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.

b) P(A – F) = P(A) – P(A ∩F) = 0.60 – 0.05 = 0.55.

c) P(A – F) + P(F – A) = 0.55 + 0.15 = 0.70.
d) P(𝐴 ∪ 𝐹 )! = 1 - P(𝐴 ∪ 𝐹 ) = 1 – 0.75 = 0.25.
Comprueba las respuestas haciendo un diagrama como el del ejemplo 11.

6. SUCESOS CONDICIONADOS Y SUCESOS INDEPENDIENTES.

PROBABILIDAD CONDICIONAL. P(A/B)

Todos los sucesos que hemos calculado han estado referidos a un espacio muestral específico S. Si
el espacio de realización del evento se modifica, con seguridad la probabilidad del suceso habrá de
modificarse. Consideremos el siguiente cuadro e ilustremos lo dicho.

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?

La situación es que, debido al conocimiento previo, el espacio muestral se ha restringido a los 34

recién nacidos con “ E: peso elevado”, por lo tanto la probabilidad de que sea mujer, dado que ya
sabemos que tiene peso elevado, es P(M dado E) = P(M/E) = 20/34 = 0.588. Una probabilidad
diferente de cuando no había condición.
Analicemos lo siguiente:

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.

PROBABILIDAD DE SUCESOS INDEPENDIENTES.

Cuando la ocurrencia de un suceso A no influye en la ocurrencia de un suceso B decimos
que A y B son independientes. Esto significa que P(A/B) = P(A); en forma similar P(B/A) =
p(B).
De la expresión
𝑃(𝐴∩𝐵)
P(B/A) = obtenemos P(A ∩ B) = P(A) P(B/A), pero si A y B son independientes, entonces:
𝑃(𝐴)
P(A ∩ B) = P(A) P(B.)

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:

Si A y B son independientes entonces.

También lo son: (A! y B) ; (A y B!) y (A! y B!)

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.

Probabilidad conjunta de k sucesos

La probabilidad de realización simultánea de k sucesos : E1, E2, E3,...Ek, se expresa:
k 1
P( E1 E2 E3 ... Ek ) P( E1 ).P( E 2 / E1 ).P( E3 /( E1 E 2 )...P( E k / Ei )
i 1

Si los sucesos son mutuamente independientes, entonces:

P( E1 E2 E3 ... Ek ) P( E1 ).P( E2 ).P( E3 )...P( Ek )

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.{

El teorema de Bayes es una aplicación muy particular de la probabilidad condicional. De

manera general se trata de lo siguiente: existe un suceso A que ya ocurrió, pero este pudo haberse
originado por cualquiera de varias eventos mutuamente excluyentes { Bi, I = 1, 2, 3, …, k}, la tarea
consiste en calcular la probabilidad asociada a la causa de que haya ocurrido A,es decir a alguno de
los Bi.
Consideremos la siguiente situación: una fábrica tiene 3 turnos de trabajo y en cada turno se
fabrica un determinado artículo que, eventualmente puede estar Bueno o presentar algún
Defecto. Se inspecciona al azar un artículo de la producción total de un día y resulta que está
defectuoso. ¿En qué turno fue elaborado? ¿Cuál turno fue la causa?

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.

La probabilidad total de A es P(A):∑𝑘𝑖=1 𝑃(𝐵𝑖 ∩ 𝐴)= ∑𝑘𝑖=1 𝑃(𝐵𝑖 )𝑃(𝐴/𝐵𝑖 ).

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.