Propiedades de la

Probabilidad
Prof. Claudia Retamoso Llamas
 Fue la insaciable sed del juego lo que condujo al
desarrollo temprano de la teoría de la probabilidad. En
un esfuerzo por aumentar sus ganancias, algunos
pidieron a los matemáticos que les proporcionaran las
estrategias óptimas para los diversos juegos de azar.

www.istock.com
Otros campos
asociados con los
eventos aleatorios
son la investigación
científica, los
negocios, la política
y la predicción del www.istock.com www.istock.com

clima. Para que estas

predicciones y
generalizaciones
sean razonablemente
precisas, resulta
esencial una
comprensión de la
teoría básica de la
probabilidad.
www.istock.com www.istock.com
Probabilidad
de un Evento www.istock.com

¿Qué queremos decir cuando

hacemos afirmaciones como “Juan
probablemente ganará el torneo
de tenis”, o “tengo una
oportunidad de cincuenta por
ciento de obtener un número par
cuando se lanza un dado”, o “no
tengo posibilidad de ganar en la
lotería esta noche”, o “la mayoría
de nuestros graduados
probablemente estarán casados
dentro de tres años”? www.istock.com
www.istock.com

Probabilidad de un
Evento En cada caso expresamos un resultado del cual no
estamos seguros; pero debido a la información
del pasado o a partir de una comprensión de la
estructura del experimento, tenemos algún grado
de confianza en la validez de la afirmación.
 Seguro
Probable
50/50
Improbable
Imposible
La probabilidad de la ocurrencia de un
evento que resulta de un experimento
estadístico se evalúa utilizando un
conjunto de números reales denominados
pesos o probabilidades, que van de 0 a 1.
Probabilidad
de un Evento
0 0.25 0.5 0.75 1
El evento tiende El evento tiende
Probabilidad
El evento a no ocurrir que a ocurrir que a El evento muy
de un Evento a ocurrir
remotamente no ocurrir seguramente
puede ocurrir puede ocurrir
El evento puede
ocurrir o no
ocurrir

Para todo punto en el espacio muestral se asigna una

probabilidad tal que la suma de todas las probabilidades
es 1. Si es bastante probable el evento la probabilidad
que se le asigne debe ser cercana a 1. Por otro lado, una
probabilidad cercana a cero se asigna a un punto
muestral que no es probable que ocurra.
En muchos experimentos, como lanzar una moneda o un dado,
todos los puntos muestrales tienen la misma oportunidad de
ocurrencia y se les asignan probabilidades iguales. Para puntos fuera
del espacio muestral, es decir, para eventos simples que no es
posible que ocurran, asignamos una probabilidad de cero. Para
encontrar la probabilidad de un evento A, sumamos todas las
probabilidades que se asignan a los puntos muestrales en A. Esta
suma se denomina probabilidad de A y se denota con P(A).
Ejemplo 1:
Se lanza dos veces una moneda. ¿Cuál es la
probabilidad de que ocurra al menos una cara?

El espacio muestral para este experimento es

Si la moneda está balanceada, cada uno de

estos resultados tendrá la misma probabilidad
de ocurrencia. Por lo tanto, asignamos una
probabilidad de ω a cada uno de los puntos
muestrales. Entonces, 4ω = 1 o ω = 1/4. Si A
www.istock.com
representa el evento de que ocurra al menos
una cara, entonces
Ejemplo 2:
Se carga un dado de forma que sea dos veces
más probable que salga un número par que
uno impar. Si E es el evento de que ocurra un
número menor que 4 en un solo lanzamiento
del dado, encuentre P(E).
www.istock.com

Se asigna una probabilidad de w a cada número impar y una

probabilidad de 2w a cada número par. Como la suma de las
probabilidades debe ser 1, tenemos 9w = 1 o w = 1/9. Por ello se
asignan probabilidades de 1/9 y 2/9 a cada número impar y par,
respectivamente. Por lo tanto,
Ejemplo 3:
En el ejemplo 2, sea A el evento de que
salga un número par y sea B el evento de
que salga un número divisible entre 3.
Encuentre P(A B) y P(A ∩ B).
www.istock.com

A B = {2, 3, 4, 6} y A ∩ B = {6}.

Al asignar una probabilidad de 1/9 a cada número impar y de 2/9 a

cada número par, se tiene:
 www.istock.com
Si el espacio muestral para un
experimento contiene N
elementos, todos los cuales tienen
la misma probabilidad de
ocurrencia, se asigna una
probabilidad igual a 1/N a cada
uno de los N puntos. La
probabilidad de cualquier evento
Probabilidad de un
A que contenga n de estos N
Evento
puntos muestrales es entonces la
razón del número de elementos en
A al número de elementos en S.
Reglas Aditivas
A menudo resulta más sencillo calcular la probabilidad de algún
evento a partir del conocimiento de las probabilidades de otros
eventos. Esto puede ser cierto si el evento en cuestión se puede
representar como la unión de otros dos eventos o como el
complemento de algún evento. A continuación se presentan varias
leyes importantes que con frecuencia simplifican el cálculo de las
probabilidades. La primera, que se denomina regla aditiva, se aplica
a uniones de eventos.
Si A y B son mutuamente excluyentes, A ∩ B = 0 y entonces
P(A ∩ B) = P(ø) = 0. En general, escribimos:

En general.
A B

C
Ejemplo 3:
Al final del semestre, Juan se va a graduar en la facultad de
ingeniería industrial en una universidad. Después de tener
Probabili
entrevistas en dos compañías donde quiere trabajar, él evalúa la
probabilidad que tiene de lograr una oferta de empleo en la
dad de
compañía A como 0.8, y la probabilidad de obtenerla de la
compañía B como 0.6. Si, por otro lado, considera que la
un
probabilidad de que reciba ofertas de ambas compañías es 0.5,
¿cuál es la probabilidad de que obtendrá al menos una oferta de
Evento
esas dos compañías?

(Reglas
Aditivas)
Ejemplo 4:
Si las probabilidades de que un individuo que compra un automóvil nuevo elija color verde,
blanco, rojo o azul son, respectivamente, 0.09, 0.15, 0.21 y 0.23, ¿cuál es la probabilidad de
que un comprador dado adquiera un automóvil nuevo que tenga uno de esos colores?

Sean V, B, R y A los eventos de que

un comprador seleccione,
respectivamente, un automóvil
verde, blanco, rojo o azul. Como
estos cuatro eventos son
mutuamente excluyentes, la
probabilidad es:

www.istock.com
A menudo es más difícil calcular la probabilidad de que ocurra un
evento que calcular la probabilidad de que el evento NO ocurra. Si
éste es el caso para algún evento A, simplemente encontramos
primero P(A’) y, después se encuentra P(A) por sustracción.

Como y los conjuntos

A y A’ son disjuntos, entonces

www.istock.com
Ejemplo 5:
Si las probabilidades de que un mecánico automotriz dé servicio a 3,
4, 5, 6, 7, 8 o más vehículos en un día de trabajo dado son 0.12, 0.19,
0.28, 0.24, 0.10 y 0.07, respectivamente, ¿cuál es la probabilidad de
que dé servicio al menos a 5 vehículos el siguiente día de trabajo?

Sea E el evento de que al

menos 5 automóviles
reciban servicio. Así, P(E’)
= 1 − P(E), donde E es el
evento de que menos de 5
automóviles reciban
servicio. Como:
www.istock.com
Probabilidad Condicional
La probabilidad de que un evento B ocurra cuando se sabe que ya ocurrió algún evento A se
llama probabilidad condicional y se denota con P(B|A). El símbolo P(B|A), por lo general, se
lee “la probabilidad de que ocurra B dado que ocurrió A” o simplemente “la probabilidad
de B, dado A”.

En otras palabras, una probabilidad condicional relativa a un subespacio A de S se puede

calcular de forma directa de las probabilidades que se asignan a los elementos del espacio
muestral original S.
Ejemplo 6:
Uno de estos individuos se seleccionará al azar para que realice un viaje a través del país
para promover las ventajas de establecer industrias nuevas en la ciudad. Nos interesaremos
en los eventos siguientes:

M: se elige a un hombre,
E: el elegido tiene empleo.

Determine la probabilidad de que el elegido Hombre tenga empleo P(M|E)

Donde P(E ∩ M) y P(E) se www.istock.com

encuentran a partir del espacio

muestral original S. Para verificar
este resultado, note que:

Por lo tanto,
Ejemplo 7:
La probabilidad de que un vuelo programado normalmente salga a tiempo es P(D) = 0.83; la
probabilidad de que llegue a tiempo es P(A) = 0.82; y la probabilidad de que salga y llegue a
tiempo es P(D ∩ A) = 0.78. Encuentre la probabilidad de que un avión a) llegue a tiempo,
dado que salió a tiempo; y b) salió a tiempo, dado que llegó a tiempo.

a) La probabilidad de que un
avión llegue a tiempo, dado que
salió a tiempo es

b) La probabilidad de que un
avión haya salido a tiempo, dado
que llegó a tiempo es

www.istock.com
Eventos Independientes
Cuando la ocurrencia de B no influye en las probabilidades de
ocurrencia de A se dice que los eventos son independientes, así
tenemos que:

www.istock.com
Reglas Multiplicativas
Al multiplicar la fórmula de la probabilidad condicional por P(A), obtenemos la
siguiente regla multiplicativa importante, que nos permite calcular la probabilidad
de que ocurran dos eventos.

Así la probabilidad de que ocurran A y B es igual a la probabilidad de que ocurra A

multiplicada por la probabilidad condicional de que ocurra B, dado que ocurre A.
Como los eventos A ∩ B y B ∩ A son equivalentes, se puede también escribir el
teorema anterior como:
Ejemplo 8:
Suponga que tenemos una caja de fusibles que contiene 20 unidades, de las cuales 5 están
defectuosas. Si se seleccionan 2 fusibles al azar y se retiran de la caja, uno después del otro,
sin reemplazar el primero, ¿cuál es la probabilidad de que ambos fusibles estén
defectuosos?
Sean A el evento de que el primer fusible
esté defectuoso y B el evento de que el
segundo esté defectuoso; entonces,
interpretamos A ∩ B como el evento de
que ocurra A, y entonces B ocurre
después de que haya ocurrido A. La
probabilidad de separar primero un
fusible defectuoso es 1/4; entonces, la
probabilidad de separar un segundo
fusible defectuoso de los restantes 4 es
www.istock.com
4/19. Por lo tanto,
Si, P(B|A) = P (B), y los eventos A y B son independientes. Cuando esto es cierto, se puede
sustituir P(B|A) por P(B) en el teorema anterior para obtener la siguiente regla multiplicativa
especial.

Probabilidad de
un Evento
(Reglas
Multiplicativas)

www.istock.com
Ejemplo 9:
Una pequeña ciudad tiene un carro de bomberos y una ambulancia disponibles para
emergencias. La probabilidad de que el carro de bomberos esté disponible cuando se
necesite es 0.98 y la probabilidad de que la ambulancia esté disponible cuando se le
requiera es 0.92. En el caso de que resulte un herido de un edificio en llamas, encuentre la
probabilidad de que tanto la ambulancia como el carro de bomberos estén disponibles.

Sean A y B los respectivos eventos de que

estén disponibles el carro de bomberos y la
ambulancia. Entonces,

www.istock.com
Ahora si los eventos son múltiples e independientes tenemos:

Ejemplo 10:
Probabilidad de
Se sacan tres cartas una tras otra, sin reemplazo, de una baraja ordinaria. Encuentre la
un Evento
probabilidad de que ocurra el evento A ∩ A ∩ A , donde A es el evento de que la
1 2 3 1

(Reglas
primera carta sea un as rojo, A el evento de que la segunda carta sea un 10 o un jack, y
2

A el evento de que la tercera carta sea mayor que 3 pero menor que 7.
Multiplicativas)
3

Primero definimos los eventos:

A1: la primera carta es un as rojo,
A2: la segunda carta es un 10 o un jack,
A3: la tercera carta es mayor que 3 pero menor
que 7.
Entonces,
Teorema de Bayes
Sea {A1, A2,…,Ai,…,An} un conjunto de sucesos mutuamente
excluyentes y exhaustivos, y tales que la probabilidad de
cada uno de ellos es distinta de cero. Sea B un suceso
cualquiera del que se conocen las probabilidades
condicionales P(B|Ai). Entonces, la probabilidad P(Ai|B) viene
dada por la expresión

P(Ai): Probabilidades a priori

P(Ai|B): Probabilidades a posteriori
P(B|Ai): Probabilidades de verosimilitudes
 B
A1
B’

B
A2
B’
Experimento
B
Ai
B’

B
An
B’
 www.istock.com

El teorema de Bayes es utilizado para calcular la

probabilidad de un suceso, teniendo información de
antemano sobre ese suceso.
 www.istock.com

En una ciudad, el 40% de la población trabaja en el

sector servicios, el 35% en el sector salud y el resto en
otros sectores. El 30% de los trabajadores en el sector

Ejemplo 11 servicios son mujeres, el 60% en el sector salud y el

45% en otros sectores también lo son. Si se elige una
persona al azar y ésta es hombre ¿Qué probabilidad
habrá de que el hombre seleccionado trabaje en el
sector salud?
 Sector Porcentaje Género Porcentaje
H 70%
Servicios 40%
M 30%
H 40%
Salud 35%
M 60%
H 55%
Otros 25%
M 45%
 www.istock.com

Ejemplo 12
El curso de estadística lo dictan 3
profesores (Carlos, Diego y María).
Carlos el semestre pasado dictó 3
grupos, Diego 2 grupos y María 5
grupos. A Carlos el 80% de los
estudiantes le aprobaron, a Diego
el 75% le aprueban y a María le
aprueban el 90%. Un padre vino a
reclamar la nota de su hijo, que se
sabe que pasó la materia el
semestre pasado. ¿ Cual es la
probabilidad de que el profesor
haya sido Diego?
 No
Profesor Porcentaje Resultado Porcentaje
Cursos
Aprobó 80%
Carlos 3
Reprobó 20%
Aprobó 75%
Diego 2
Reprobó 25%
Aprobó 90%
María 5
Reprobó 10%
Ejemplo 13
Una fábrica de zapatos en Bucaramanga tiene 5 máquinas de producción de suelas para
calzado deportivo. La primera (1) máquina produce 1000 unidades por día y 50 unidades
salen defectuosas. La segunda (2) máquina produce el doble de la primera y la misma
cantidad de defectuosos que la cuarta máquina. La tercera (3) máquina produce la mitad
de la quinta máquina y el 2% salen con algún defecto. La cuarta (4) máquina produce el
triple que la primera y la misma proporción de defectuosos que la tercera. Finalmente la
quinta máquina (5) produce 4 veces lo que la primera y sin productos defectuosos. La
fábrica envió un pedido de suelas a los Estados Unidos que se fabricó el mes pasado, en
donde la máquina 1 trabajó los 30 días, la 2 y 3 trabajaron 25 días, la 4 trabajó 20 días y la
5 trabajó 22 días.

a) ¿Cuántas suelas fueron enviadas en total?

b) El cliente se quejó por que una suela seleccionada al azar estaba en mal estado
(defectuosa) ¿Cuál sería la probabilidad de que esta suela haya sido fabricada por la 4ta
máquina?
c) Si se selecciona al azar otra suela y esta sale sin defectos ¿Cuál es la probabilidad de que
haya sido fabricada por la 3ra máquina?
 No No
Suelas Días
Máquina Suelas Suelas Calidad %
Defectuosas trabajados
por día Enviadas
Defectuoso 5
1 1000 50 30 30.000
Sin defectos 95
Defectuoso 3
2 2000 60 25 50.000
Sin defectos 97
Defectuoso 2
3 2000 40 25 50.000
Sin defectos 98
Defectuoso 2
4 3000 60 20 60.000
Sin defectos 98
Defectuoso 0
5 4000 0 22 88.000
Sin defectos 100

a) ¿Cuántas suelas fueron enviadas a Estados Unidos?

 No
Máquina Suelas % Suelas Enviadas Calidad %
Enviadas
Defectuoso 5
1 30.000
Sin defectos 95
Defectuoso 3
2 50.000
Sin defectos 97
Defectuoso 2
3 50.000
Sin defectos 98
Defectuoso 2
4 60.000
Sin defectos 98
Defectuoso 0
5 88.000
Sin defectos 100

b) ¿Probabilidad que la suela defectuosa fuera realizada con máquina 4?

 No
Máquina Suelas % Suelas Enviadas Calidad %
Enviadas
Defectuoso 5
1 30.000
Sin defectos 95
Defectuoso 3
2 50.000
Sin defectos 97
Defectuoso 2
3 50.000
Sin defectos 98
Defectuoso 2
4 60.000
Sin defectos 98
Defectuoso 0
5 88.000
Sin defectos 100

c) ¿Probabilidad que la suela sin defectos fuera realizada con máquina 3?

0.98 0.1799
𝑃 𝑆𝐷|𝑀3 = = 0.1797 ≅ 17.97%
0.95 0.1079 + 0.97 0.1799 + 0.98 0.1799 + 0.98 0.2158 + 1 0.3165
 Ejemplo 14
Un estudio sociológico clasifica a los individuos de un país según su clase social en Alta,
Media y Baja. Se estima que el 10% pertenece a la clase Alta, el 50% a la clase media y el
40% a la clase baja. Se sabe que el 80% de los individuos de la clase Alta votan por el
partido conservador (C), en la clase media el 70% votan por el partido liberal (L) y en la
baja votan por el partido Liberal el 80%. Responda:

a) ¿Cuál es la probabilidad de que un individuo seleccionado al azar vote por el partido

conservador?
b) Si sabemos que un individuo ha votado por el partido liberal ¿Cuál es la probabilidad
que pertenezca a la clase alta?
c) ¿Cuál es la probabilidad de que un individuo de la clase Baja vote por el partido liberal?

www.istock.com
 Porcentaje
Clase Partido Porcentaje
(%)
Liberal 20%
Alta 10
Conservador 80%
Liberal 70%
Media 50
Conservador 30%
Liberal 80%
Baja 40
Conservador 20%

a) ¿Cuál es la probabilidad que un individuo escogido al azar vote

por el partido conservador?
 Porcentaje
Clase Partido Porcentaje
(%)
Liberal 20%
Alta 10
Conservador 80%
Liberal 70%
Media 50
Conservador 30%
Liberal 80%
Baja 40
Conservador 20%

b) Se sabe que un individuo voto por el partido liberal ¿Cuál es la

probabilidad que pertenezca a la clase Alta?
 Porcentaje
Clase Partido Porcentaje
(%)
Liberal 20%
Alta 10
Conservador 80%
Liberal 70%
Media 50
Conservador 30%
Liberal 80%
Baja 40
Conservador 20%

c) ¿Cuál es la probabilidad que un individuo de clase baja vote por

el partido liberal?
 Teoría de la
Probabilidad
Prof. Claudia Retamoso Llamas