PROBABILIDAD

Es una medida de una posible ocurrencia de un evento o

suceso aleatorio. Se determina mediante la siguiente
simbología:

𝑃(𝐴) = 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑢𝑛 𝑒𝑣𝑒𝑛𝑡𝑜 𝐴

Para hacerla medición de un evento, se determina en el

intervalo [0,1]. Siendo 0 en porcentaje un 0% y siendo 1 el
100%
𝑃(𝐴) = 0 Significa que el evento nunca va a ocurrir
𝑃(𝐴) = 1 Significa que el evento es seguro que va a ocurrir

Un evento aleatorio es aquel suceso que no se puede

determinar con seguridad su resultado.
Ejemplo: 𝐴 = Lanzar un dado, 𝐵 = lanzar una moneda.
De un evento aleatorio se puede obtener un espacio
muestra, siendo este todos los posibles resultados del
evento. Se simboliza con la letra 𝑆

Ejemplo:
𝐴 = Lanzar un dado 𝑆 = {1, 2, 3, 4, 5, 6}
𝐵 = Lanzar una moneda. 𝑆 = {𝑆, 𝐶 }
𝐶 = Lanzar dos monedas. 𝑆 = {𝑆𝑆, 𝑆𝐶, 𝐶𝑆, 𝐶𝐶 }

TIPOS DE EVENTOS
Evento Simple: Un evento simple es un evento con un solo
resultado.
Ejemplo:
𝐴 = Al lanzar un dado se obtenga 1 como resultado
𝑆 = {1, 2, 3, 4, 5, 6}
𝐵 = Al lanzar una moneda se obtenga como resultado cara
𝑆 = {𝑆, 𝐶 }
Evento compuesto: Un evento compuesto es un evento con
un múltiple resultado.
Ejemplo:
𝐴 = Al lanzar un dado se obtenga un resultado mayor a 4
𝑆 = {1, 2, 3, 4, 5, 6}
𝐵 = Al lanzar dos monedas se obtenga al menos una cara
𝑆 = {𝑆𝑆, 𝑆𝐶, 𝐶𝑆, 𝐶𝐶 }
Dos eventos mutuamente excluyentes: Dos eventos que no
pueden suceder simultáneamente.
𝐴 = Al lanzar un dado se obtenga un resultado 3 y 5
𝑆 = {1, 2, 3, 4, 5, 6}

Eventos complementarios: son dos resultados de un evento,

siendo éstos los dos únicos resultados posibles.
𝐵 = Al lanzar una moneda se obtenga como resultado cara
𝑆 = {𝑆, 𝐶 }

Un evento imposible: Evento que no va a suceder.

𝐴 = Al lanzar un dado se obtenga un resultado mayor a 6

𝑆 = {1, 2, 3, 4, 5, 6}

Un evento posible: Suceso que puede suceder a partir del

espacio muestra
𝐴 = Al lanzar un dado se obtenga un resultado menor a 3
𝑆 = {1, 2, 3, 4, 5, 6}
 PROBABILIDAD SIMPLE
Este tipo de probabilidad se calcula mediante la fórmula:

𝑅𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑠𝑜𝑙𝑖𝑐𝑖𝑎𝑑𝑜𝑠 𝑒𝑛 𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜

𝑃(𝐴) =
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠

EJEMPLO: Se lanza un dado, ¿Cuál es la probabilidad de

obtener un número 5?
𝑆 = {1, 2, 3, 4, 5, 6}
1
𝑃(𝐴) = = 0,166 = 16,6%
6

EJEMPLO: Se lanza un dado, ¿Cuál es la probabilidad de

obtener un número mayor a 3?

𝑆 = {1, 2, 3, 4, 5, 6}
3
𝑃(𝐴) = = 0,5 = 50%
6
EJEMPLO: Se lanza dos monedas, ¿Cuál es la probabilidad
de obtener al menos sello en algún lanzamiento?
𝑆 = {𝑆𝑆, 𝑆𝐶, 𝐶𝑆, 𝐶𝐶 }
3
𝑃(𝐴) = = 0,75 = 75%
4

EJEMPLO: Se lanza dos monedas, ¿Cuál es la probabilidad

de obtener dos caras en algún lanzamiento?

𝑆 = {𝑆𝑆, 𝑆𝐶, 𝐶𝑆, 𝐶𝐶 }

1
𝑃(𝐴) = = 0,25 = 25%
4
EJEMPLO: Un taller en un día laboral común presenta tres
turnos de trabajo, mañana (7am – 12 am), tarde (1pm – 6
pm), noche (7 pm – 11pm) y trabaja en tres aspectos de los
autos que son: Electricidad, Hidráulicos y Mecánica general.
A continuación, se muestran la cantidad de autos atendidos
en los turnos y por su respectiva falla.
Turno - Falla Electricidad Hidráulicos Mecánica TOTAL
Mañana 3 8 5 16
Tarde 4 5 2 11
Nocturno 5 4 4 13
TOTAL 12 17 11 40

• Probabilidad que un auto llegue en el turno de la tarde.

11
𝑃(𝐴) = = 0,275 = 27,5%
40
Turno - Falla Electricidad Hidráulicos Mecánica TOTAL
Mañana 3 8 5 16
Tarde 4 5 2 11
Nocturno 5 4 4 13
TOTAL 12 17 11 40

• Probabilidad que un auto tenga problemas eléctricos.

12
𝑃(𝐵) = = 0,3 = 30%
40

Turno - Falla Electricidad Hidráulicos Mecánica TOTAL

Mañana 3 8 5 16
Tarde 4 5 2 11
Nocturno 5 4 4 13
TOTAL 12 17 11 40

• Al escoger un auto que llega con problemas eléctricos,

¿Cuál es la probabilidad que llegue en el turno de la
noche?
5
𝑃(𝐶 ) = = 0,416 = 41,6%
12

• ¿Cuál es la probabilidad de escoger un auto que llegue

en el turno de la mañana?
 16
𝑃(𝐶 ) = = 0,4 = 40%
40
TABLAS DE CONTINGENCIA
Tabla que consiste en crear al menos dos filas y dos
columnas para representar datos categóricos en términos de
conteos de frecuencia.
Variable 1 Variable 2 TOTAL
Variable 1
Variable 2
TOTAL

Se sortea un viaje a Roma entre los 120 mejores clientes de

una agencia de automóviles. De ellos, 65 son
mujeres, 80 están casados y 45 son mujeres casadas.

Casados Solteros Total

Hombres 35 20 55
Mujeres 45 20 65
Total 80 40 120

Casados Solteros TOTAL

Mujeres 45 20 65
Hombres 35 20 55
TOTAL 80 40 120
Haciendo una encuesta telefónica, hemos preguntado
a 1000 personas si creían necesario que hubiera más
iluminación en la calle por la noche.

Nos han respondido 480 hombres, de los cuales 324 han

respondido que sí y 169 mujeres contestaron que no.

SI NO TOTAL
Hombres 324 156 480
Mujeres 351 169 520
TOTAL 675 325 1000
 PROBABILIDAD CONDICIONAL
Este tipo de probabilidad es cuando se debe calcular dos
eventos que suceden al mismo tiempo. Existen dos tipos de
probabilidad condicional.
1. Intersección. Esta probabilidad sucede cuando hay dos
eventos y su conector es “𝑦”
𝑃(𝐴 ∩ 𝐵)
𝐼𝑛𝑡𝑒𝑟𝑠𝑒𝑐𝑐𝑖ó𝑛

𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑙𝑜𝑠 𝑑𝑜𝑠 𝑒𝑣𝑒𝑛𝑡𝑜𝑠

𝑃(𝐴 ∩ 𝐵) =
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑟𝑒𝑠𝑝𝑢𝑒𝑠𝑡𝑎𝑠

EJEMPLO: Un taller en un día laboral común presenta tres

turnos de trabajo, mañana (7am – 12 am), tarde (1pm – 6
pm), noche (7 pm – 11pm) y trabaja en tres aspectos de los
autos que son: Electricidad, Hidráulicos y Mecánica general.
A continuación, se muestran la cantidad de autos atendidos
en los turnos y por su respectiva falla.
Turno - Falla Electricidad Hidráulicos Mecánica TOTAL
Mañana 3 8 5 16
Tarde 4 5 2 11
Nocturno 5 4 4 13
TOTAL 12 17 11 40

• Probabilidad que un auto llegue en el turno de la

mañana y tenga problemas mecánicos.

5
𝑃(𝐷) = = 0.125 = 12,5%
40
Turno - Falla Electricidad Hidráulicos Mecánica TOTAL
Mañana 3 8 5 16
Tarde 4 5 2 11
Nocturno 5 4 4 13
TOTAL 12 17 11 40

• Probabilidad que un auto tenga problemas eléctricos y

llegue en el turno de la tarde

4
𝑃(𝐸 ) = = 0,1 = 10%
40

Turno - Falla Electricidad Hidráulicos Mecánica TOTAL

Mañana 3 8 5 16
Tarde 4 5 2 11
Nocturno 5 4 4 13
TOTAL 12 17 11 40

• Probabilidad que un auto llegue en el turno nocturno y

tenga problemas hidráulicos

4
𝑃(𝐹 ) = = 0,1 = 10%
40
 2. Unión. Esta probabilidad sucede cuando hay dos
eventos y su conector es “𝑜”
𝑃(𝐴 ∪ 𝐵)
𝑈𝑛𝑖ó𝑛
Hay dos posibles fórmulas:
1. Cuando los dos eventos son aislados (2 columnas o 2
filas)
𝐴 𝐵
𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) = +
𝑡𝑜𝑡𝑎𝑙 𝑇𝑜𝑡𝑎𝑙

1. Cuando los dos eventos tienen relación entre ellos (1

columna o 1 fila)

𝐴 𝐵 𝐴∩𝐵
𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) = + −
𝑡𝑜𝑡𝑎𝑙 𝑇𝑜𝑡𝑎𝑙 𝑇𝑜𝑡𝑎𝑙

EJEMPLO: Un taller en un día laboral común presenta tres

turnos de trabajo, mañana (7am – 12 am), tarde (1pm – 6
pm), noche (7 pm – 11pm) y trabaja en tres aspectos de los
autos que son: Electricidad, Hidráulicos y Mecánica general.
A continuación, se muestran la cantidad de autos atendidos
en los turnos y por su respectiva falla.
Turno - Falla Electricidad Hidráulicos Mecánica TOTAL
Mañana 3 8 5 16
Tarde 4 5 2 11
Nocturno 5 4 4 13
TOTAL 12 17 11 40

• Probabilidad que un auto llegue en el turno de la

mañana o en el turno de la noche

16 13
𝑃(𝐺 ) = + = 0,4 + 0,325 = 0,725 = 72,5%
40 40

29
= 0,725 = 72,5%
40

• Probabilidad que un auto no llegue en el turno de la

mañana y tampoco en el turno de la noche

1 − 0,725 = 0,275 = 27.5%

Turno - Falla Electricidad Hidráulicos Mecánica TOTAL
Mañana 3 8 5 16
Tarde 4 5 2 11
Nocturno 5 4 4 13
TOTAL 12 17 11 40

• Probabilidad que un auto tenga problemas mecánicos

o llegue en el turno de la tarde

11 11 2
𝑃(𝐻) = + − = 0,275 + 0,275 − 0,05
40 40 40

20
= 0,5 = 50%
40
Turno – Falla Electricidad Hidráulicos Mecánica TOTAL
Mañana 3 8 5 16
Tarde 4 5 2 11
Nocturno 5 4 4 13
TOTAL 12 17 11 40

• Probabilidad que un auto llegue con problemas

eléctricos o tenga problemas mecánicos

12 11
𝑃(𝐼 ) = + = 0,575 = 57,5%
40 40

• Probabilidad que un auto no llegue con problemas

eléctricos o no tenga problemas mecánicos

1 − 0,575 = 0,425 = 42,5%

Turno – Falla Electricidad Hidráulicos Mecánica TOTAL
Mañana 3 8 5 16
Tarde 4 5 2 11
Nocturno 5 4 4 13
TOTAL 12 17 11 40

• Un auto llega en la mañana, ¿Cuál es la probabilidad de

tener problemas hidráulicos?

8
𝑃(𝐽) = = 0,5 = 50%
16

Turno - Falla Electricidad Hidráulicos Mecánica

Mañana 3 8 5 16
Tarde 4 5 2 11
Nocturno 5 4 4 13
Total 12 17 11 40

• Probabilidad que un auto tenga problemas eléctricos o

llegue en el turno de la noche

12 13 5
𝑃(𝐻) = + −
40 40 40
 𝑃(𝐻) = 0,3 + 0,325 − 0,125 = 0,5 = 50%

Cuando calculamos las probabilidades de que ocurra un

evento Y luego otro, multiplicamos la probabilidad de que
ocurra cada uno. En algunos casos, que el primer evento
ocurra afecta la probabilidad del segundo evento.

Ejemplo: Al lanzar una moneda dos veces, la probabilidad

que al lanzar la moneda una vez, se obtenga una cara, ¿Cuál
es la probabilidad que en el segundo lanzamiento caiga cara?

1
= 0,5
2
Primer lanzamiento
1
= 0,5
2
Segundo lanzamiento

𝑃 = 0,5 ∗ 0,5 = 0,25 = 25%

Ejemplo # 2
Al lanzar un dado, ¿Cuál es la probabilidad que en primer
lanzamiento caiga un dos y en el segundo lanzamiento caiga
un número impar?

1
= 0,166
6
Primer lanzamiento
3
= 0,5
6
Segundo lanzamiento

𝑃 = 0,166 ∗ 0,5 = 0.0833 = 8,33%

EJEMPLO # 3
Se tiene un taco de luz, que se dispara con una probabilidad
del 80%. En una fabrica se tienen tres tacos de luz, cual es la
probabilidad que los tres tacos se salten de su estado normal.

𝑃 = 0.8 ∗ 0.8 ∗ 0.8 = 0.512 = 51.2%

 DISTRIBUCIÓN BINOMIAL
Una distribución binomial es una distribución de
probabilidad discreta que describe el número de éxitos al
realizar n experimentos independientes entre sí, acerca de
una variable aleatoria, mirando la probabilidad de que
ocurra un evento, que tiene dos tipos de resultados, éxito y
fracaso.
𝑋~𝐵(𝑛, 𝑝)
La fórmula que permite encontrar la probabilidad de una
distribución binomial es:

𝑛
( ) ∗ 𝑝𝑘 ∗ 𝑞 𝑛−𝑘
𝑘

𝑛: 𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑒𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑜𝑠
𝑘: 𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 é𝑥𝑖𝑡𝑜𝑠
𝑝: 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 é𝑥𝑖𝑡𝑜
𝑞: 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑓𝑟𝑎𝑐𝑎𝑠𝑜
Ejemplo #1:
Se tiene un conjunto 𝑥 = {0, 1, 2 ,3 } distribuidos de la
siguiente manera 𝑋~𝐵(10; 0,1) ¿Cuál es la probabilidad de
obtener un elemento mayor a 0?

𝑛: 10
𝑘: 3
𝑝: 0,1
𝑞: 0,9

𝑛: 𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑒𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑜𝑠
𝑘: 𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 é𝑥𝑖𝑡𝑜𝑠
𝑝: 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 é𝑥𝑖𝑡𝑜
𝑞: 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑓𝑟𝑎𝑐𝑎𝑠𝑜

𝑛
( ) ∗ 𝑝𝑘 ∗ 𝑞 𝑛−𝑘
𝑘

10
( ) ∗ (0,1)3 ∗ (0,9)10−3
3
 C

10
( ) ∗ (0,1)3 ∗ (0,9)7
3

120 ∗ (0,001) ∗ (0,4782969)

0,05739

5,739%
Ejemplo #2:
Se tiene un conjunto 𝑥 = {0, 1, 2 ,3 } distribuidos de la
siguiente manera 𝑋~𝐵(10; 0,1) ¿Cuál es la probabilidad de
obtener un elemento par?

𝑛: 10
𝑘: 1
𝑝: 0,1
𝑞: 0,9

10
( ) ∗ (0,1)1 ∗ (0,9)9
1

10
( ) ∗ (0,1) ∗ (0,3874)
1

10 ∗ (0,1) ∗ (0,3874)
 0,3874

Ejemplo #3:
Una persona tiene un 55% de probabilidad de ganar cada vez
que se entra a un casino. ¿Cuál es la probabilidad que este
evento suceda en 2 de cada 5 personas que ingresan a dicho
lugar?
𝑛: 5
𝑘: 2
𝑝: 0,55
𝑞: 0,45

5
( ) ∗ (0,55)2 ∗ (0,45)5−2
2

5
( ) ∗ (0,55)2 ∗ (0,45)3
2

5
( ) ∗ (0,3025) ∗ (0,091125)
2
 10 ∗ (0,3025) ∗ (0,091125)

0,27565

27,56%

Ejemplo #3:
Una persona tiene un 30% de probabilidad de ganar un
obsequio de la oficina que la empresa realiza cada mes. ¿Cuál
es la probabilidad 4 de 9 nuevos empleados ganen en su
primer mes de trabajo?
𝑛: 9
𝑘: 4
𝑝: 0,30
𝑞: 0,70

9
( ) ∗ (0,30)4 ∗ (0,7)9−4
4

9
( ) ∗ (0,30)4 ∗ (0,7)5
4
 9
( ) ∗ (0,0081) ∗ (0,16807)
4
126 ∗ (0,0081) ∗ (0,16807)

0,171532

17,15%
La probabilidad que un celular sea defectuoso es de 9%. Si se
revisan 5 celulares al azar, calcule:
• Menos de 2 sean defectuosos
𝑛: 5 𝑛: 5
𝑘: 0 𝑘: 1
𝑝: 0,09 𝑝: 0,09
𝑞: 0,91 𝑞: 0,91

5 5
( ) ∗ (0,09)0 ∗ (0,91)5−0 ( ) ∗ (0,09)1 ∗ (0,91)5−1
0 1

5 5
( ) ∗ (0,09)0 ∗ (0,91)5 ( ) ∗ (0,09)1 ∗ (0,91)4
0 1

5 5
( ) ∗ (1) ∗ (0,6240) ( ) ∗ (0,09) ∗ (0,6857)
0 1

(1) ∗ (1) ∗ (0,6240) (5) ∗ (0,09) ∗ (0,6857)

 0,6240 0,3085

0,9325
La probabilidad que un celular sea defectuoso es de 9%. Si se
revisan 5 celulares al azar, calcule:
• Más de 3 sean defectuosos
𝑛: 5 𝑛: 5
𝑘: 4 𝑘: 5
𝑝: 0,09 𝑝: 0,09
𝑞: 0,91 𝑞: 0,91

5 5
( ) ∗ (0,09)4 ∗ (0,91)5−4 ( ) ∗ (0,09)5 ∗ (0,91)5−5
4 5

5 5
( ) ∗ (0,09)4 ∗ (0,91)1 ( ) ∗ (0,09)5 ∗ (0,91)0
4 5

5 5
( ) ∗ (0,00006561) ∗ (0,91) ( ) ∗ (0,0000059049) ∗ (1)
4 5

(5) ∗ (0,00006561) ∗ (0,91) (1) ∗ (0,0000059049) ∗ (1)

0,0002985255 0,0000059049

0,000597051