ESTADÍSTICA GENERAL

SESIÓN 6: Probabilidades

AUTORES : Lic. Jessica Elizabeth Chalco Suárez

: Mtro. Wilbert Colque Candia
Probabilidades ESTADÍSTICA GENERAL

PROBABILIDADES

Experimento aleatorio: Es la ejecución de una prueba cuyo resultado depende del azar
Ejemplo:
- Lanzar una moneda
- Lanzar una moneda dos veces (Lanzar dos monedas a la vez)
- Lanzar una moneda tres veces (Lanzar tres monedas a la vez)
- Lanzar un dado
- Lanzar un dado dos veces(Lanzar dos dados a la vez)
- Extraer una carta de una baraja

Espacio Muestral(𝛀): Es el conjunto donde se encuentran todos los resultados posibles ocurridos
en un experimento
Ejemplo:
 Experimento: E: Lanzar una moneda
Espacio muestral: Ω = {c, s} ⇒ 𝑛(Ω) = 2

 Experimento: E: Lanzar una moneda dos veces (Lanzar dos monedas a la vez)
Cara
Cara
Sello

Cara
Sello
Sello
Espacio muestral: Ω = {cc, cs, sc, ss} ⇒ 𝑛(Ω) = 4

 Experimento: E: Lanzar una moneda tres veces (Lanzar tres monedas a la vez)

Espacio muestral: Ω = {ccc, ccs, csc, css, scc, scs, ssc, sss} ⇒ 𝑛(Ω) = 8

En general: 2𝑛 nos da el número de posibilidades de que ocurra un suceso n veces.

Lic. Jessica Chalco Suárez – Mtro. Wilbert Colque Candia 2

Probabilidades ESTADÍSTICA GENERAL

 Experimento: E: Lanzar un dado.

Espacio muestral: Ω = {1, 2, 3, 4, 5, 6} ⇒ 𝑛(Ω) = 6

 Experimento: E: Lanzar un dado dos veces(Lanzar dos dados juntos)

11, 12, 13, 14, 15, 16
21, 22, 23, 24, 25, 26
31, 32, 33, 34, 35, 36
Espacio muestral: Ω= ⇒ 𝑛(Ω) = 36
41, 42, 43, 44, 45, 46
51, 52, 53, 54, 55, 56
{61, 62, 63, 64, 65, 66}

Eventos o Sucesos: Un evento es todo sub conjunto del espacio muestral, se denota por las letras
mayúsculas (𝐀, 𝐁, 𝐂, ⋯ )
Ejemplo:
 Experimento: E: Lanzar una moneda.
Espacio muestral: Ω = {c, s} ⇒ 𝑛(Ω) = 2
Evento: A: Que salga cara A = {c} ⇒ 𝑛(A) = 1

 Experimento: E: Lanzar un dado.

Espacio muestral: Ω = {1, 2, 3, 4, 5, 6} entonces 𝑛(Ω) = 6
Eventos:
A: Que salga un número par A = {2, 4, 6} ⇒ 𝑛(A) = 3
B: Que salga un número impar B = {1, 3, 5} ⇒ 𝑛(B) = 3
C: Que salga un número primo C = {2, 3, 5} ⇒ 𝑛(C) = 3
D: Que salga un número mayor a 4 D = {5,6} ⇒ 𝑛(D) = 2
E: Que salga un número 3 E = {3} ⇒ 𝑛(E) = 1

Eventos Independientes: cuando no hay intersección entre los elementos de los eventos.

Eventos Dependientes: cuando hay intersección entre los elementos de los eventos.

Lic. Jessica Chalco Suárez – Mtro. Wilbert Colque Candia 3

Probabilidades ESTADÍSTICA GENERAL

Definición: La probabilidad de que ocurra un evento o suceso A, se define como el cociente entre
el número de resultados favorables con respecto al número de resultados posibles del experimento
Número de resultados favorables 𝑛(𝐴)
𝑃(𝐴) = =
Número de resultados posibles 𝑛(Ω)
Propiedades:
a) 0 ≤ 𝑃(𝐴) ≤ 1
b) 𝑃(𝐴) = 0 ⇔ 𝐴 = ∅
c) 𝑃(𝐴) = 1 ⇔ 𝐴 = Ω
d) 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) 𝑆𝑖 𝐴 𝑦 𝐵 𝑠𝑜𝑛 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠
e) 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) 𝑆𝑖 𝐴 𝑦 𝐵 𝑠𝑜𝑛 𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠

Ejemplo1: Se extrae una carta de una baraja:

a) ¿Cuál es la probabilidad de que la carta sea roja?

𝑃(𝐴) =

b) ¿Cuál es la probabilidad que sea de figura trébol?

𝑃(𝐵) =

c) ¿Cuál es la probabilidad que sea menor a cuatro?

𝑃(𝐶) =

d) ¿Cuál es la probabilidad que sea espada o corazón?

A: que sea espada
Son eventos
B: que sea corazón independientes
𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵)
𝑃(𝐴 ∪ 𝐵) =

e) ¿Cuál es la probabilidad que sea roja o menor que cinco?

A: que sea roja Son eventos
B: que sea menor que 5 dependientes
𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)
𝑃(𝐴 ∪ 𝐵) =

Lic. Jessica Chalco Suárez – Mtro. Wilbert Colque Candia 4

Probabilidades ESTADÍSTICA GENERAL

PROBABILIDAD CONDICIONAL:

A menudo se quiere determinar la probabilidad de que ocurra un evento, sabiendo que otro evento
ha ocurrido Sean A y B dos eventos de un espacio muestral. La probabilidad condicional de que
ocurra A dado que B ya ocurrió, se define por:

𝑃(𝐴 ∩ 𝐵)
𝑃(𝐴⁄𝐵 ) = ; 𝑃(𝐵) ≠ 0 𝑆𝑖 𝐴 𝑦 𝐵 𝑠𝑜𝑛 𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠
𝑃(𝐵)

𝑃(𝐴⁄𝐵 ) = 𝑃(𝐴) 𝑆𝑖 𝐴 𝑦 𝐵 𝑠𝑜𝑛 𝑖𝑛𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒𝑠

Ejemplo 2:
El siguiente cuadro muestra la distribución de los estudiantes de Ing. de sistemas con respecto al
género y ocupación.
Ocupación
Total
Si No
Varones 15 58 73
Genero
Mujeres 12 75 87
Total 27 133 160

Se escoge un estudiante al azar

a) ¿Cuál es la probabilidad de que sea varón?

𝑃(𝑉) =

b) ¿Cuál es la probabilidad de que no trabaje?

𝑃(𝑁𝑇) =

c) ¿Cuál es la probabilidad de que trabaje y sea mujer?

𝑃(𝑇 ∩ 𝑀) =

d) Si el estudiante seleccionado es mujer ¿Cuál es la probabilidad de que no trabaje?

e) ¿Cuál es la probabilidad de que el estudiante trabaje? Dado que es varón.

Lic. Jessica Chalco Suárez – Mtro. Wilbert Colque Candia 5

Probabilidades ESTADÍSTICA GENERAL

Ejemplo 3:
Un club tiene de 150 miembros. Del total 3/5 son hombres y 2/3 son profesionales. Además, 1/3
de las mujeres son no profesionales. Se elige al azar un socio del club:

Ocupación
No Total
Profesional
profesional
Varones
Genero
Mujeres
Total

a) La probabilidad de que el socio sea mujer

b) La probabilidad de que el socio no sea profesional

c) La probabilidad de que el socio sea no profesional y mujer.

d) La probabilidad de que el socio sea profesional y varón.

e) La probabilidad de que sea varón, dado que es profesional

f) Si resulta mujer, la probabilidad de que no sea profesional

Lic. Jessica Chalco Suárez – Mtro. Wilbert Colque Candia 6

Probabilidades ESTADÍSTICA GENERAL

TÉCNICAS DE CONTEO
Factorial de un número:
𝑛! = 𝑛 ∗ (𝑛 − 1) ∗ (𝑛 − 2) ∗ ⋯ ∗ 1
0! = 1
1! = 1
2! = 2 ∗ 1 = 2
3! = 3 ∗ 2 ∗ 1 = 6
4! = 4 ∗ 3 ∗ 2 ∗ 1 = 4 ∗ 3! = 24
5! = 5 ∗ 4! = 120

Permutación:
Es un reordenamiento de una colección de objetos Se define por:
𝑷𝒏 = 𝒏!
Ejemplo: Cuantos números de tres cifras se puede formar con los números 5, 3 y 1
𝑃3 = 3! = 6 Los números son: 135, 153, 315, 351, 513, 531

Nota: Si se quiere formar grupos de n en r (SI importa el orden) se considera:

𝒏!
𝒏𝑷𝒓 =
(𝒏 − 𝒓)!
Ejemplo: Cuantas banderas de dos colores se pueden representar con telas de cinco colores
5! 5!
5𝑃2 = = = 20 𝐵𝑎𝑛𝑑𝑒𝑟𝑎𝑠
(5 − 2)! 3!
Si los colores son: (A, B, C, D, E) las banderas son
AB BA BC CB CD DC DE ED
AC CA BD DB CE EC
AD DA BE EB
AE EA

¿Cuál es la probabilidad de formar banderas donde está el color D?

8
𝑃(𝐷) = = 40%
20

Combinación:
Una combinación es un arreglo donde el orden NO es importante
𝑛!
𝑛𝐶𝑟 =
(𝑛 − 𝑟)! ∗ 𝑟!

Lic. Jessica Chalco Suárez – Mtro. Wilbert Colque Candia 7

Probabilidades ESTADÍSTICA GENERAL

Ejemplo: De un grupo de cinco estudiantes se quiere seleccionar a dos de ellos para que dar una
exposición sobre ETS. ¿Cuántos casos posibles de selección hay?

5! 5!
5𝐶2 = = = 10
(5 − 2)! ∗ 2! 3! ∗ 2!

Si los estudiantes son: (I, G, T, P, E)

IG GT PT PE
IT GP TE
IP GE
IE
Cuál es la probabilidad de que en el grupo se encuentre T
4
𝑃(𝑇) = = 40%
10

Practica

1. Una persona puede viajar de una ciudad A a otra ciudad B de 5 formas y de B a C de 6

formas. De cuantas formas puede ir de A a C pasando por B.

2. Un producto se arma en tres etapas, para la primera etapa se tiene disponible 5 líneas de
armado, para la segunda cuatro y para la tercera seis líneas de armado. De cuantas maneras
puede moverse el producto en el proceso de armado.

3. Una persona puede viajar de A a B por vía aérea o por vía terrestre y tiene a su disposición
5 líneas aéreas y 6 líneas terrestres. De cuantas formas puede hacer el viaje
4. un producto se vende en tres mercados, en el primer mercado se tiene disponibles 5 tiendas,
en el segundo 4 y en el tercer mercado 6 tiendas. De cuantas maneras puede venderse el
producto.

5. Un inspector visita 6 máquinas diferentes durante el día. A fin de impedir a los operadores
que sepan cuando inspeccionara, varía el orden de las visitas. De cuantas maneras puede
hacerlo.

6. En una competencia automovilística intervienen 40 participantes de cuantas formas

distintas se puede adjudicar los lugares de largadas a los 40 competidores de la
competencia.

7. De cuantas maneras se pueden colocar 10 chicas en una fila de manera que dos chicas en
particular, no queden juntas.

8. De cuantas maneras se puede colocar 12 niños en una fila, de manera que 4 niños en
particular queden siempre juntos.

Lic. Jessica Chalco Suárez – Mtro. Wilbert Colque Candia 8

Probabilidades ESTADÍSTICA GENERAL

PROBABILIDAD TOTAL
Sean los eventos A1 , A2 , …,Ak mutuamente excluyentes y colectivamente exhaustivos, los cuales
constituyen una partición del espacio muestral Ω, entonces para cualquier evento B de Ω se
cumple:
𝐴1 𝐴2 𝐴𝑘

𝐵 = (𝐴1 ∩ 𝐵) ∪ (𝐴2 ∩ 𝐵) ∪ … ∪ (𝐴𝐾 ∩ 𝐵)

𝑃(𝐵) = 𝑃(𝐴1 ∩ 𝐵) + 𝑃(𝐴2 ∩ 𝐵) + ⋯ + 𝑃(𝐴𝐾 ∩ 𝐵)
𝑃(𝐵) = 𝑃(𝐴1 )𝑃(𝐵/𝐴1 ) + 𝑃(𝐴2 )𝑃(𝐵/𝐴2 ) + ⋯ + 𝑃(𝐴𝐾 )𝑃(𝐵/𝐴𝐾 )
𝐾

𝑃(𝐵) = ∑ 𝑃(𝐴𝑖 )𝑃(𝐵/𝐴𝑖 )

𝑖=1

Ejemplo:
Se lanzan dos monedas al aire, si salen dos caras, se extrae una ficha de una urna I, que contiene 2
fichas blancas y 3 negras Si sale cara y sello, se extrae una ficha de una urna II, que contiene 4
fichas blancas y 1 negra Si salen 2 sellos, se extrae una ficha de una urna III, que contiene 3 fichas
blancas y 2 negras ¿Cuál es la probabilidad de extraer ficha blanca después de lanzar las monedas
y sacar la ficha?
𝑛(Ω) = {CC, CS, SC, SS} = 4

2 P(B/U1) = 2/5
B

3 P(N/U1) = 3/5
U1 N
P(U1) = 1/4
P(B/U2) = 4/5
4
B
P(U2) = 2/4
U2 1 P(N/U2) = 1/5
N

3 P(B/U3) = 3/5
B
P(U3) = 1/4
U3 2 P(N/U3) = 2/5
N

P(B) = P(U1)P(B/U1) + P(U2)P(B/U2) + P(U3)P(B/U3)

1 2 2 4 1 3
P(B) = ( ) + ( ) + ( ) = 0.65 ≡ 65%
4 5 4 5 4 5

Lic. Jessica Chalco Suárez – Mtro. Wilbert Colque Candia 9

Probabilidades ESTADÍSTICA GENERAL

TEOREMA DE BAYES
Sean los k eventos A1 , A2 , …,Ak mutuamente excluyentes y colectivamente exhaustivos, los
cuales constituyen una partición del espacio muestral Ω, entonces para cualquier evento B de Ω
se cumple:
P(Ar ∩ B)
P(Ar /B) =
P (B)

P(Ar ∩ B)
P(Ar /B) = K
∑i=1 P(Ai )P(B/Ai )

P(Ar )P(B/Ar )
P(Ar /B) =
∑Ki=1 P(Ai )P(B/Ai )

Ejemplo:
Supongamos que tenemos dos cajas La caja 1 que contiene 3 fichas blancas y 2 negras, la caja 2
contiene 2 fichas blancas y 3 negras. La probabilidad de extraer una ficha al azar de la caja 1 es
1/3. Si se extrae una ficha al azar y resulta que ha sido blanca ¿Cuál es la probabilidad de que la
extracción se haya efectuado de la caja 1?

3 P(B/C1) = 3/5
B

2 P(N/C1) = 2/5
C1 N
P(C1) = 1/3

2 P(B/C2) = 2/5
B
P(C2) = 2/3
C
2
3 P(N/C2) = 3/5
N

Si la ficha extraída es blanca

1 3 2 2 7
Probabilidad total: P(B) = P(C1)P(B/C1) + P(C2)P(B/C2) = 3 (5) + 3 (5) = 15

1 3 1 3
P(C1)P(B/C1) ( ) ( )
𝑃(𝐶1/𝐵) = = 3 5 = 3 5 = 0.4285 ≡ 42.85%
P(C1)P(B/C1) + P(C2)P(B/C2) 1 3 2 2 7
( )+ ( ) 15
3 5 3 5

Lic. Jessica Chalco Suárez – Mtro. Wilbert Colque Candia 10

Probabilidades ESTADÍSTICA GENERAL

Practica`
1. En una universidad el 70% de los estudiantes son del programa de ingeniería y el 30% de
letras; de los estudiantes de de Ingeniería el 60% son varones y los de letras son varones el
40% Sise elige aleatoriamente un estudiante, calcular la probabilidad de que:
a) Sea un estudiante varón
b) Sea un estudiante mujer
c) Sea un estudiante varón si es de Ingeniería
d) Sea un estudiante de Letras si es mujer
e) Sea un estudiante de Letras y varón

Lic. Jessica Chalco Suárez – Mtro. Wilbert Colque Candia 11

Probabilidades ESTADÍSTICA GENERAL

2. En un laboratorio hay tres jaulas En la jaula I hay dos conejos pardos y tres blancos, la jaula
II tiene 4 conejos pardos y dos blancos y la jaula tres tiene 5 conejos pardos y 5 blancos Se
elige al azar una jaula y se saca un conejo al azar de esta jaula
a) ¿cuál es la probabilidad de que el conejo escogido sea blanco?
b) Si el conejo elegido es blanco ¿cuál es la probabilidad que provenga de la jaula I

Lic. Jessica Chalco Suárez – Mtro. Wilbert Colque Candia 12

Probabilidades ESTADÍSTICA GENERAL

3. Un cazador trata de matar a un oso La probabilidad que aparezca un oso en un radio menor
que R1 es de 0.5, en un radio entre R1 y R2 es de 0.3, y un radio mayor que R2 es 0.2 Si
aparece un oso en un radio menor que R1, el cazador será capaz de matarlo con una
probabilidad de 0.7; con una probabilidad de 0.5 si aparece en un radio entre R1 y R2; con
una probabilidad de 0.2, si el radio es mayor de R2 ¿Cuál es la probabilidad de que el cazador
mate al oso? ¿Si el cazador mato al oso, la probabilidad de haya sido en un radio R2 ?

Lic. Jessica Chalco Suárez – Mtro. Wilbert Colque Candia 13