PROBABILIDAD PROF: ING.

JOSE DAVID ROMERO

PROBABILIDAD : Cuando se estiman es posible cometer errores ,estos errores

se tratan de minimizar mediante la probabilidad.

Determinístico
EXPERIMENTOS:

No determinísticos o aleatorios

Experimento determinístico: Un fenómeno o experimento determinístico es

aquel que se obtiene si las condiciones iniciales determinan con exactitud el
estado final de un evento, ejemplo: Las ecuaciones diferenciales.
Experimento no determinístico: Un fenómeno no determinístico o experimento
aleatorio son aquellos en los cuales las condiciones iniciales no determinan con
exactitud el estado final ,sino que determinan un conjunto de resultados posibles
con una tendencia a obtener uno u otro estado final .
CARACTERISTICAS DE LOS EXPERIMENTOS ALEATORIOS:
Todo experimento aleatorio tiene las siguientes características:
1) Se efectúa bajo un conjunto bien definido de reglas.
2) Es de naturaleza tan que se puede repetir o se puede concebir la repetición del
evento.
3) El resultado de la ejecución de cada experimento aleatorio depende de la
casualidad es por eso que no puede repetirse un resultado único es decir los
experimentos aleatorios no son controlables.
1. E ₌ EXPERIMENTO
E1₌ LANZAMIENTO DE UNA MONEDA S1₌{CARA,SELLO } (Discretos, finitos)
E2₌ LANZAMIENTO DE UN DADO Y OBSERVAR LA CARA SUPERIOR
S2₌{1,2,3,4,5,6 } Discretos, finitos)
E3₌ LANZAMIENTO DE DOS DADOS Y OBSERVAR LA SUMA DE LAS DOS
CARAS S3₌{2,3,4,5,6,7,8,9,10,11,12 } Discretos, finitos)
E4₌ TIEMPO QUE DURA UN BOMBILLO HASTA QUE SE QUENA S4₌{TЄŖ⁄T˃0}
(Discretos, infinitos)
E5₌ LANZAMIENTO DE UNA MONEDA HASTA QUE APAREZCA CARA
S5₌{C,SC,SSC,SSSC,…}
1. (Discretos, infinitos)
PROBABILIDAD PROF: ING.JOSE DAVID ROMERO

ESPACIO MUESTRAL (S):Es el conjunto de resultados posibles de un

experimento aleatorio.

POR COMPRESIÓN

CONJUNTOS:

POR EXTENSIÓN

PUEDEN SER CONTINUOS O DISCRETOS:

DISCRETOS: Cuando los elementos están en correspondencia uno a uno con los
números naturales.
Es por elementos no por números, como también pueden ser finitos o infinitos
CONTINUOS: Son intervalos o unión finita o infinita de intervalos(NOTA ELLOS
SIEMPRE SON INFINITOS)
EVENTOS: Los eventos o sucesos son una parte del espacio muestral asociada a
un experimento aleatorio. La ocurrencia de un evento se da si el resultado que se
obtiene al realizar el experimento aleatorio cumple con las características de los
elementos de A llámese A un evento o suceso es decir si los resultados
pertenecen a A.
Los eventos se denotan con la letra mayúscula y los sucesos con minúscula.
A₌ OBTENER UNA CARA
A₌{C}
B₌ OBTENER UN NUMERO PAR
B₌{2,4,6}
EJEMPLO: Una caja de fichas enumerados del uno al cinco , de las cuales las
fichas 1,2 y 3 son defectuosas.Se extraen dos fichas y se definen los eventos:
A: Ninguna ficha es defectuosa
B: Una ficha esta defectuosa
PROBABILIDAD PROF: ING.JOSE DAVID ROMERO

C: Las dos fichas están defectuosas

EXPERIMENTO ALEATORIO: Extraer dos fichas de la caja .
PRIMER PASO:SE DEBE DEFINIR SIEMPRE EL ESPACIO MUESTRAL
S: {(1,2); (1,3); (1,4); (1,5); (2,3); (2,4); (2,5); (3,4); (3,5); (4,5); }
SEGUNDO PASO:UNA VEZ DEFINIDO TODOS Y CADA UNO DE LOS
ELEMENTOS DEL ESPACIO MUESTRAL , SE PUEDEN DEFINIR FACILMENTE
CADA UNO DE LOS EVENTOS REQUERIDOS.
A: {(4,5)}
B:{(1,4); (1,5); (2,4); (2,5); (3,4); (3,5)}
NOTA: Si el planteamiento nos mencionara al menos una ficha sea defectuosa,
esto quiere decir que también se debe incluir (1,2); (1,3); (2,3) , se debe leer bien
los planteamientos
C:{(1,2); (1,3); (2,3)}

EVENTO IMPOSIBLE: Es aquel que nunca ocurre . (Ǿ)

E3 → A = {( Ǿ)}
A=Salga 13
EVENTO CIERTO: ES AQUEL QUE SIEMPRE OCURRE .ES EL MISMO
ESPACIO MUESTRAL.
B=SALGA MENOS DE 13
C=SALGA MAS DE UNO
EVENTO COMPLEMENTARIO: Sea A un evento cualquiera, el evento
complementario de A es aquel que ocurre siempre y cuando no ocurra A.
Ᾱ=AC={X⁄XEA}

S
A
Ᾱ
E3= LANZAR DOS DADOS
D=SALGA PAR
D=SALGA PAR D={2,4,6,8,10,12}
PROBABILIDAD PROF: ING.JOSE DAVID ROMERO

DC=NO SALGA PAR DC={3,7,9,11}

F=SALGA 5
FC=NO SALGA 5 {2,3,4,6,7,8,9,10,11,12}

EVENTO ELEMENTAL: Es aquel formado por un solo resultado del experimento

aleatorio.
OPERACIONES ENTRE EVENTOS:
1) INTERSECCION: Dados dos eventos cuales quiera A y B la intersección de A
con B viene dado por AᴖB :
AᴖB = {XЄS ⁄ XЄAᴧXЄB}
S

S
AᴖB= Ǿ

2) UNION: Dados A y B dos eventos cuales quiera la unión de A con B viene dada
por:
AUB = {X ⁄ XЄA ó XЄB}
AUB
S
PROBABILIDAD PROF: ING.JOSE DAVID ROMERO

DIFERENCIA: Sea A y B dos eventos cuales quiera la diferencia de A respecto a

B viene dada por:
A-B =AᴖBC {XЄA ⁄ XEB}

S
A BBB

PROPIEDADES:
A)La unión y la intersección son conmutativas y asociativas.
AᴖB=BᴖA
AUB=BUA CONMUTATIVAS

(AᴖB)ᴖC=Aᴖ(BᴖC)
(AUB)UC=AU(BUC) ASOCIATIVAS
B)AᴖA=A ; AUA=A
C)AᴖS=A ; AUS=S
D)AᴖǾ=Ǿ ; AUǾ=A
E)AUᾹ=S ;AᴖᾹ= Ǿ
EVENTOS MUTUAMENTE EXCLUYENTES: Dos eventos A y B son mutuamente
excluyentes o exhaustivos si se cumple que:
AUB=S ˄ AᴖB= Ǿ
PROBABILIDAD PROF: ING.JOSE DAVID ROMERO

S
1. B
A

GENERALIZANDO=A1,A2,…..,An son mutuamente excluyentes

A1UA2U….., UAn=S
A1ᴖA2ᴖ….., ᴖAn=Ǿ
PROPIEDAD DISTRIBUTIVA:
Aᴖ(BUC) =(AᴖB)U(AᴖC)
AU(BᴖC) =(AUB)ᴖ (AUC)

PROBABILIDAD DE UN EVENTO:
P(S) =1
0<P(A)≤1
Diremos que una función P es una probabilidad definida sobre el espacio maestral
S si se cumple que:
A) S es diferente de vacios S≠Ǿ
B) Que P actua sobre el conjunto de partes de S con valores en el conjunto de
los reales positivos:
P(A)≥0
C) P es aditiva .Sea A1,A2,…..,An una sucesión finita o infinita de eventos
mutuamente excluyentes entonces:

P(A1UA2U….UAnU…)=P(A1)+ P(A2)+……+P(An)Ᾱ

PROPIEDADES:

A) P(Ǿ) =0
B) P(Ᾱ) =1-P(A)
C) Sean A y B dos eventos cuales quiera entonces:
P(AUB) =P(A)+P(B)-P(AᴖB)
PROBABILIDAD PROF: ING.JOSE DAVID ROMERO

A B

SI 0
P(AUB) =P(A)+P(B) - P(AᴖB)

S
A B

P(AUBUC) =P(A)+P(B) +P(C)-P(AᴖB) -P(AᴖC) - P(AᴖB)

S
A B

D) SI A≤B→P(A)≤P(B)
TEOREMA: Si A es un evento que forma parte del espacio muestral S entonces la
probabilidad de A es la suma de las probabilidades de los eventos elementales
que contiene A.
Si A≤S
A ={O1,O2,………….,Om}
P(A) =P{O1,O2,………….,UOm}
𝑚
P(A) =P(O1),(O2)+,………….,+P(Om) =∑𝑖=1 P(Oi)

A={2,4,6,8,10,12 }
TIPOS DE PROBABILIDAD:
1) Probabilidad clásica o ´´a priori´´
PROBABILIDAD PROF: ING.JOSE DAVID ROMERO

Si un experimento aleatorio ocurren n resultados posibles mutuamente

excluyentes e igualmente verosímiles y si m de estos resultados tienen un
atributo que corresponde a un evento A entonces la probabilidad de A se
definen asi:
m
𝑝(𝐴) =
n
𝑚 = numero de resultados favorables
𝑛 = numero de resultados posibles
Ejemplo: Al lanzar dos dados y observar la cara superior se tiene:
A:La suma de las caras sea 7
B:La primera cara sea mayor que la segunda
NOTAS DE LA PROBABILIDAD A PRIORI:
1)Se debe tener cuidado con la definición en lo relativo a las expresiones
mutuamente excluyentes o disjuntos
2)Que sean verosímiles
EJEMPLO: De mazo de cartas españolas de 40 cartas se extrae a carta al azar y
se tiene:
A:Salga un rey ó una espada
B:Salga un rey
C:Salga una espada
NOTAS: La letra ó significa unión, si en cambio el planteamiento del ejercicio
dijera y significaría intercesión .
1)Para este tipo de probabilidad necesitamos saber el número de elementos ,los
eventos y del espacio muestral.
2)Las objeciones de esta probabilidad son :
a) No tiene sentido si n es infinito
b)Sino son igualmente probables los resultados no se calculan

PROBABILIDAD FECUENCIAL:
Si un experimento aleatorio se repite n veces en las mismas condiciones y en
cada resultado del experimento se registra la ocurrencia de un evento A y si este
tiene m elementos la probabilidad de A es:
PROBABILIDAD PROF: ING.JOSE DAVID ROMERO

m
𝑝(𝐴) =
n
N: 1000000
C: 375850
S: 624150
375850
𝑝(𝐶) =
1000000
𝑝(𝐶) = 0,376
624150
𝑝(𝑆) =
1000000
𝑝(𝑆) = 0,624
𝑵𝑶𝑻𝑨: 𝑀𝑒𝑑𝑖𝑎𝑛𝑡𝑒 𝑙𝑎 𝑠𝑖𝑔𝑢𝑖𝑒𝑛𝑡𝑒 𝑑𝑒𝑓𝑖𝑛𝑖𝑐𝑖𝑜𝑛 𝑡𝑒𝑛𝑖𝑒𝑛𝑑𝑜 𝑐𝑎𝑢𝑙𝑞𝑢𝑖𝑒𝑟 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑠𝑒 𝑝𝑢𝑒𝑑𝑒 𝑐𝑢𝑎𝑙𝑐𝑢𝑙𝑎𝑟 𝑙𝑎
Faltante.
𝑝(𝑆) = 1 − 𝑃(𝐶)

Cuando más se repite el evento la probabilidad será más precisa o cuando

mas grande sea su población.
EJEMPLO: EN UN SALON DE CLASES SE TIENE:
NRO DE 10 15 20 35
ESTUDIANTES
CALIFICACION 6 7 4 2

CALCULAR LA PROBABILIDAD:
1)DE QUE EL ESTUDIANTE SAQUE 7
2)QUE SAQUE 6 Ó 4

NOTA:
1) Es la más usada
2) Es muy limitada en cuanto a :
PROBABILIDAD PROF: ING.JOSE DAVID ROMERO

a) No se sabe que tan grande debe ser n para obtener un valor real de la
probabilidad del evento
b) La probabilidad del evento es influenciada por la racha o suerte
c) Debe existir la factibilidad de repetir el experimento ,ejemplo mlanzamiento
de un dado.
EJEMPLO: La probabilidad de que salga un número impar es 3 veces más de
que salga un numero par (calcule la probabilidad de los eventos elementales)
PROBABILIDAD SUBJETIVA O PERSONAL: Esta probabilidad, es el grado
de convicción o ocurrencia de un suceso, es decir la probabilidad del evento
representa un juicio personal acerca de un fenómeno impredecible.
PROBABILIDAD CONDICIONAL: Dados dos eventos cuales quiera A y B ,la
probabilidad de A condicionada B se define como: P(A/B)

P(AᴖB)
P(A/B)= P(B)

PROBABILIDAD PRODUCTO:
Sean dos eventos Ay B diferentes de vacio la probabilidad de A y B viene
dado por:
P(AᴖB) =P(B).P(A/B)
P(BᴖA) =P(A).P(B/A)
EJEMPLO: Si en una caja hay 4 fichas blancas y 7 fichas rojas , y se
seleccionan dos fichar al azar cual es la probabilidad:1)Que las dos fichas sean
blancas 2) Que las dos fichas sean rojas 3)Al menos una ficha sea roja 4)Una
de cada color 5)Una roja y una blanca en ese orden .
TEOREMA DE LA PROBABILIDAD TOTAL:
Sean A1,A2,………….An una partición del espacio muestral S ,esto es que :
ƲnAi=s ˄ AiᴖAj=Ǿ ; i≠J

A1 A2 ……… ……….. An

B B

S
PROBABILIDAD PROF: ING.JOSE DAVID ROMERO

Consideremos un evento B tal que: BᴖAi≠Ǿ ; i=1,2,………n

Entonces la probabilidad total de B, viene dada por :

P(B) =P(Ai).P(B/Ai) = ∑ 𝑃(𝐵ᴖ𝐴𝑖)

TEOREMA DE BAYES:
Bajo las mismas condiciones del teorema anterior la probabilidad de ocurrencia
de cada Ai dado que ha ocurrido B viene dada por:

𝐵
𝐴𝑗 𝑃(𝐴𝑗ᴖ𝐵) 𝑃(𝐴𝑗). 𝑃 (𝐴𝑗)
P( ) = =
𝐵 𝑃(𝐵) 𝐵
∑ 𝑃(𝐴𝑖). 𝑃 (𝐴𝑖 )

EJEMPLO: En base a varios estudios una empresa de tela ha clasificado de acuerdo con la
posibilidad de descubrir tela sintética los diversos materiales. La empresa pretende realizar una
prueba en un determinado tiempo al que se le asignan las siguientes probabilidades 0,35 ; 0,40 y
0,25 para los tres tipos de materiales .Se sabe que por experiencia la tela sintética se encuentra en
un 40% en materiales de tipo 1) , en un 20% en materiales de tipo 2) , y en un 30% en materiales
de tipo 3).Calcular:

1) La probabilidad de hacer tela sintética con los materiales escogidos

2)Si se logra hacer tela sintética cuan es la probabilidad de que sean de
materiales de tipo 2
3) Sino se logra hacer tela sintética cual es la probabilidad de que los materiales
sean de tipo 3

EVENTOS INDEPENDIENTES:
Dados dos eventos A y B diferentes de vacío se dice que son estadísticamente
independientes si se cumple que :
A˄B ≠Ǿ P(AᴖB) =P(A).P(B)
P(A/B) =P(A) Ó P(A/B) =P(B)
NOTA:EN SI LA OCURRENCIA DE UN EVENTO NO AFECTA LA OCURRENCIA
DEL OTRO.
PROBABILIDAD PROF: ING.JOSE DAVID ROMERO

EJEMPLO: En una carrera de caballos en la cual se van a premiar los tres

primeros lugares si se supone que el otorgamiento de los premios es
independiente y la probabilidad de que cada uno reciba premio es 1 de 10

.HALLAR:
1)QUE NINGUNO RECIBA PREMIO
2)QUE AL MENOS UNO RECIBA PREMIO
3)QUE LOS TRES RECIBAN PREMIOS