Probabilidades

Profesora: Nathaly Guevara P.

 Conceptos Básicos
• Experimento: Procedimiento que se puede llevar a cabo
bajo las mismas condiciones un número indefinido de
veces.

• Experimento Aleatorio: Experimento cuyo resultado

no se puede predecir existiendo un conjunto de
resultados posibles (llamado espacio Muestral)

• Ejemplos de experimentos Aleatorios:

•Lanzamiento de una moneda
•Lanzamiento de un Dado
•Extracción de una carta de un mazo de naipes
 Eventos o Sucesos:
resultado particular del espacio muestral

• Evento cierto: Ejemplo:

Es el propio espacio muestral. • Experimento aleatorio:
Lanzamiento de un dado

• Evento imposible: Es aquel que no tiene

elementos es el subconjunto vacío del espacio • Espacio Muestral:{1,2,3,4,5,6}
muestral.
• Eventos:
A: que salga número par A  {2, 4,6}
• Eventos mutuamente excluyentes: son B: que salga número impar B  {1,3,5}
eventos en donde la ocurrencia de uno de ellos
impide la ocurrencia del otro. C: que salga número primo C  {2,3,5}
(no pueden ocurrir al mismo tiempo) D: que salga un múltiplo de 4 D  {4}
(no tienen elementos comunes). E: que salga un número natural
menor que 7 E  {1,2,3,4,5,6}
• Eventos Complementarios: Son aquellos que
son excluyentes pero juntos completan el espacio F: que salga un número natural
muestral.
mayor que 6 F
Para poder contar los elementos del espacio
muestral de un experimento aleatorio
utilizaremos

• Principio aditivo
• Principio Multiplicativo
• Triángulo de Pascal
 Número de elementos de los siguientes
experimentos aleatorios:

• Lanzamiento de una moneda: 21

• Lanzamiento de dos monedas: 22
• Lanzamiento de tres monedas: 23
• Lanzamiento de n monedas: 2n
• Lanzamiento de un dado: 61
• Lanzamiento de dos dados: 62
• Lanzamiento de n dados: 6n
• Lanzamiento de un dado y una moneda: 6  2  12

6d  2m
 0,1, 2,3, 4,5,6,7,8,9

5
P(que salga un número par ) 
10
 7
P( suma de puntos múltiplo de 5) 
36
1, 2 , 3, 4 , 5, 6

2x 2x 2x x x 2x

10x

2x 1
P( salga el 1)  
10 x 5
 Probabilidad de sucesos
complementarios

1.
Si la probabilidad de que
ocurra un suceso es de 0,45.
¿Cuál es la probabilidad de que
el suceso no ocurra?
2.
Una bolsa contiene un gran número de fichas
de distintos colores, si la probabilidad de sacar
una ficha roja es .¿Cuál es la probabilidad de
sacar una ficha de otro color?

0,55 2
3
 2
P( sea argentino ) 
11
9
P(NO sea argentino ) 
11
 0  P (A)  1 P (A)  P(A')  1
0%  P (A)  100%
Probabilidad clásica
N casos favorables (A)
N  casos totales

Ley de los grandes

Diagrama de Venn
números
2 5
3 1 4
6
2 5
1
3 6 4

2 5
3 1 4
6
2 4
3 1 5
6
 8
10
3
10
2
10
3
5 10
10
4
10
7

10
2
10
 Inglés Francés
Suceso A Suceso B 1
80   20 (Inglés)
4 hablan
hablan Hablan
1 Solo
Ocurre Ocurren Ocurre 80   16 (Francés) solo ambos
5 inglés francés

12 8 8
solo A ambos Solo B
Ay B 1
80   8 (ambos)
10
52
Tenemos dos formas de plantear la resolución de este ejercicio

P(inglés o francés)  P(inglés o francés) 

 solo 

 solo  P  inglés   P  francés   P(ambos) 
P  P    P(ambos ) 
 inglés   francés 
20  16  8
12 
 8  8  80 80 80
80 80 80
28 7
28

7
 0,35   0,35
80 20 80 20
 Futbol Basquetbol
1
40   20 (Futbol)
2
Solo practican Solo
3
40   15 (Basquetbol) futbol ambos basquet
8
5 (ambos) 15 5 10
10

10 1
P(no practique ninguno de estos deportes)    0, 25
40 4
 No mariscos No pescado
(m' )=110
No No
No comen
(p' )=150 Solo
mariscos
ambos
Solo
pescados

(p' y m' )=20 90 20 130

60

60 20

300 100
 0  P (A)  1
P (A)  P(A')  1
0%  P (A)  100%
Probabilidad clásica
casos favorables (A)
totales

Ley de los grandes

Diagrama de Venn
números
 F
F

  1 1
 2400  400 aprox.
P  6 6
 
  1
P 
  6

  1
P 
  6
P  salga 3 o 6  
2 1
  33 13 %  33,3 %
6 3

1 1
6 entonces  Total  100
6
Total  600 veces aprox.
 0  P (A)  1 P (A)  P(A')  1
0%  P (A)  100%

PROBABILIDAD

Triángulo de Probabilidad que Probabilidad

Probabilidad que condicional
Pascal ocurra A o B ocurra A y B
P(A / B)
P(AUB) P(A Ո B)

Para sucesos
Para sucesos independientes
excluyentes
P(AՈB)=P(A)∙P(B)
P(AUB)=P(A)+P(B)

Para sucesos
Para sucesos NO dependientes
excluyentes P(AՈB)=P(A)∙P(B/A)
P(AUB)=P(A)+P(B)-P(AՈB)
 Triángulo de Pascal: se aplica en experimentos
aleatorios que tienen resultados dicotómicos, es decir dos
resultados posibles

1
1 moneda
1C 1 1S1 {C , S}
1 1
2 monedas
1C2 2 CS 1S2 {(C,C)(C,S)(S,C),(S,S)}
21 12 (C,C,C) (C,C,S)(C,S,C)(S,C,C)
3 monedas
1C 3 3CS 3CS 1S
3
(C,S,S)(S,C,S)(S,S,C), (S,S,S)
4 31 22 13
4 monedas
1C 4CS 6 CS 4CS 1S 4
5 4 1 32 23 1 4 5
5 monedas 1C 5CS 10 CS 10CS 5CS 1S
 1
1 hijo 1 1
2 hijos 1 2 1
3 2 1 1 2 3
3 hijos
1H 3HM 3HM 1M

7
P(al menos una sea mujer ) 
8
 1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1
6 51 4 2 3 3 24 15 6
6 preguntas
1C 6C I 15 C I 20C I 15 C I 6 C I 1 I

42 42
P(al menos 3 correctas )  
26 64
 1
1 1
1 2 1
1 3 3 1
4 3 1 2 2 1 3 4
1C 4CS 6CS 4CS 1S
 PROBABILIDAD

Triángulo de Probabilidad que Probabilidad

Probabilidad que condicional
Pascal ocurra A o B ocurra A y B
P(A / B)
P(AUB) P(A Ո B)

Para sucesos
Para sucesos independientes
excluyentes
P(AՈB)=P(A)∙P(B)
P(AUB)=P(A)+P(B)

Para sucesos
Para sucesos NO dependientes
excluyentes P(AՈB)=P(A)∙P(B/A)
P(AUB)=P(A)+P(B)-P(AՈB)
 “Probabilidad del O”
para sucesos no excluyentes
(sucesos que pueden ocurrir al mismo tiempo)
Número Par Múltiplo de 3

2 3
6
4 8 9
12
10 14 18 15
16 20

P(Par o M(3))  P(Par)  P(M(3))  P(Par y M(3)) 

10 6 3
  
20 20 20
 13
20
 Total
40
40
Total 25 30 25 80

P(Homb o Plan Hum)  P(Homb)  P(Plan Hum)  P(Homb y Plan Hum) 

40 25 10
  
80 80 80

55

80
 “Probabilidad del O”
para sucesos excluyentes
(sucesos que pueden no pueden ocurrir al mismo tiempo)
Suceso A Suceso B

P(As o Rey)  P(As)  P(Rey )

4 4
 
52 52
 N  primo  2,3,5,7,11,1317,19, 23
M (8)  8,16

9 2
P(n primo o Mul de 8)  
23 23
 PROBABILIDAD

Triángulo de Probabilidad que Probabilidad

Probabilidad que condicional
Pascal ocurra A o B ocurra A y B
P(A / B)
P(AUB) P(A Ո B)

Para sucesos
Para sucesos independientes
excluyentes
P(AՈB)=P(A)∙P(B)
P(AUB)=P(A)+P(B)

Para sucesos
Para sucesos NO dependientes
excluyentes P(AՈB)=P(A)∙P(B/A)
P(AUB)=P(A)+P(B)-P(AՈB)
 Probabilidad del “Y”
(para sucesos independientes)

1.
En una caja hay 4 bolitas negras y 2 blancas. Al
sacar dos bolitas ( con reposición de la primera ).
¿Cuál es la probabilidad que ambas sean negras?
4 negras
2 blancas
2.
La probabilidad de que un basquetbolista
acierte en el cesto es 1/4.¿Cuál es la
probabilidad de no acertar en dos tiros
seguidos?

P(ambas negras) 

P (1ra negra y 2 da negra )  P (No acierte 1ro y No acierte 2 do ) 

4
 4  3 3
6 6  
4 4
2 2 4
  9
3 3 9
16
P(dama grupo 1 y dama grupo 2 y dama grupo 3 ) 
5 4 4
 
8 8 10
 Probabilidad del “Y”
(para sucesos dependientes)

1° 2°
P(Imp y Imp)  P(1
era
imp)  P(2da imp / 1era imp) 
4
5 
9 8
De una baraja de naipe inglés (52 cartas), se sacan 3
cartas al mismo tiempo ¿Cuál es la probabilidad de que
todas ellas sean tréboles?

1° 2° 3°
P(treb y treb y treb)  P(1era treb)  P(2da treb / 1era treb)  P(3da treb / 2era treb) 
13  12  11
52 51 50
 Probabilidad Condicional: es aquella que se
aplica bajo la condición de que un suceso ya ha ocurrido

Se lanza un dado. ¿Cuál es la probabilidad Se lanza un dado. Se sabe que salió

que salga el número tres? múltiplo de 3 ¿Cuál es la probabilidad que
salga el número tres?

1 1
6 2
Se saca al azar una carta de un naipe inglés. Se saca al azar una carta de un naipe inglés.
¿Cuál es la probabilidad que sea un as de Se sabe que salió un trébol. ¿Cuál es la
trébol? probabilidad que sea un as de trébol?

1 1
52 13
 si la suma salió divisor de doce

8 2
P(mult de 3 / suma divisor de 12)  
12 3
 P(col.alto y obesa) 0,1 1  0, 25
P(col.alto / obesa)   
P(obesa) 0, 4 4
P(Ojos castaños / Cab castaño)  P(ojos castaños y cabellos castaños)  15%
P(cabellos castaños) 40%
15 3
 
40 8