Probabilidad

¿Qué es la probabilidad?
• Medida de la factibilidad o posibilidad de que ocurra un
fenómeno o evento que es incierto.

• ¿Qué tan probable es que llueva hoy?

• ¿Cuál es la probabilidad de ser asaltado en el Metro?
• Si estudio esta carrera ¿Qué probabilidad tengo de encontrar
un buen trabajo?
Noción clásica de probabilidad
(probabilidad a priori)
• Evento incierto: resultado de lanzar una moneda
• Posibles resultados 2: águila , sol
• A partir del conocimiento del fenómeno (igualmente
probables)

P(águila) = ½
P(sol) =½
Probabilidad a priori
• Se basa en el conocimiento del fenómeno
• Se puede calcular antes de que ocurra el fenómeno
• Considera todos los posibles resultados (n)
• Si todos los resultados son igualmente probables, la
probabilidad de que ocurra el evento A se calcula como:
P(A) = nA/n
• nA= número de formas en que puede ocurrir A
Espacio de muestra
• Es el conjunto de todos los posibles resultados del
experimento.
• Para lanzar una moneda: dos posibilidades {águila, sol}
Al lanzar un dado, el espacio de muestra:
{1, 2, 3, 4, 5, 6}
• ¿Qué probabilidad tengo de que salga número igual a 4?
• P(x=4) = 1/6
• P(x < 4) =3/6 =1/2
Tirar dos dados
Probabilidad de obtener como resultado de
la suma de los dos dados: (n=36)
A) P(x=1) = 0
B) P(x= 2)=1/36
C) P(x=3)= 2/36
D) P(x=4) =3/36
E) P(x>9) =P(x=10)+P(x=11)+P(x=12)=6/36=1/6=0.166
1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36

2 3 4 5 6 7 8 9 10 11 12
Estrategias de conteo
• ¿Hay una secuencia de sucesos en la que el primero pueda ocurrir
de m maneras, el segundo pueda ocurrir de n maneras, etc.? Si así
es, utilice la regla de conteo fundamental y multiplique
m *n *o*…
Ejemplo:
Un investigador médico debe seleccionar aleatoriamente uno de
los dos tipos Rh (positivo o negativo) y uno de los cuatro grupos
sanguíneos (A, B, O, AB)
¿Cuántas posibilidades de grupo sanguíneo hay? 2*4 = 8
Para NIP de una tarjeta
• Hay 4 posiciones
• Para cada posición : 0:9 , tenemos 10
• En total hay 10*10*10*10= 10,000
• P(atinarle al primer intento)= 1/10,000
• P(atinarle al NIP en el segundo intento)=1/9999
• P(atinarle al NIP en el tercer intento)=1/9998
Regla Factorial
• ¿Hay n cosas distintas, y todas ellas se usarán en diferentes
órdenes? Si así es, calcule n!= n*(n-1) *(n-2) *(n-3) *(n-4)…*1
4 personas hacen una fila, de cuantas maneras se pueden
acomodar?
4! = 4*3*2*1=24
• Calcular la P(estén por edades crecientes) = 1/24
• Un despachador del servicio de envío de paquetes de Mexpost
envía un camión de entrega a cinco lugares distintos. Si el orden
en que se hacen las entregas se determina aleatoriamente, calcule
la probabilidad de que la ruta resultante sea la más corta posible.
• n=5, 5!=120, P(ruta más corta)=1/120
 Permutaciones (el orden si
importa)
• ¿Hay n cosas distintas, y sólo algunas de
ellas se usarán en diferentes órdenes? Si
así es, evalúe nPr
𝑛! • El número de permutaciones (o
𝑛𝑃# = secuencias) de r elementos
𝑛−𝑟 ! seleccionados de n disponibles (sin
permitir repeticiones) es
"!
• 𝑛𝑃! = "$! !
• n= número total de elementos
• r = número que se seleccionan
El número de integrantes del consejo de una universidad es de n=9. Cada año el
consejo elige a un presidente, un vicepresidente y un secretario r=3.
¿Cuál es la probabilidad de que se elijan a el de mayor antigüedad para
presidente, el más joven para vicepresidente y el más nuevo en la universidad para
secretario?
!! !! $%&''(
P= !#$ != %! = )&( = 504
Si a partir de 28 estudiantes se van a elegir 2, al azar, el primero para jefe de
grupo, el segundo para jefe suplente, ¿cuál es el número de posibilidades?
&'! &'∗&)∗&%!
𝑛𝑃* = &'#& !
=
&%!
=756
Combinaciones 𝑛𝐶" =
#!
=
#%" !∗"!
Si hay n elementos
A partir de 28 profesores, se eligen
distintos, de los 2 al azar para dar la bienvenida a
cuales algunos se los estudiantes.
seleccionarán, sin • n=28
importar el orden, se
• r= 2
calcula el número
total de
'(! '(∗'*∗')!
combinaciones. • 𝑛𝐶" = ')!∗'!
= ')!∗'!
=378
Noción frecuentista de probabilidad
oSe basa en la experiencia histórica con el fenómeno.
oNo se puede calcular antes de que ocurra el fenómeno.
oLa probabilidad de que ocurra el evento A se estima como:

$%.'( )(*(+ ,-( ./ %*-##0'% (1 ()(23% 4

• 𝑃(𝐴)~
$%.3%3/1 '( ()(23%+ #(50+3#/'%+
Leyes y axiomas de la probabilidad
1) P(x) ≥ 0 para todos los valores de x

0.0 ≤ P(x) ≤ 1.0

P(x) = 0.0 à Evento imposible

P(x) = 1.0 à Evento cierto

2) ∑.
+,- 𝑝+ = 1
Eventos mutuamente excluyentes
A y B son eventos mutuamente excluyentes, si y solo si A ∩ B = ∅

El hecho que ocurra uno de los eventos impide que ocurra el

otro.
No pueden ocurrir simultáneamente
Ejemplos: vivo o muerto, macho o hembra, ganar o perder.
Regla de la Suma
La probabilidad de que ocurra alguno o ambos de dos eventos
mutuamente excluyentes es igual a la suma de sus
probabilidades individuales:

Ejemplo 1: Sexo al nacer

P(macho) =1/2 P(hembra) = 1/2
P(macho o hembra) = 1.0 = P(macho) + P(hembra)
Ejemplo. 2: Coliformes en los pozos de la Cd. de México

No. Colif/ml f P ˜ frelativa

0 483 0.362
P(x=4) =0.064
1 315 0.236
2 259 0.194 P(x=2 ó 3)=0.194+0.108=0.302
3 144 0.108
4 85 0.064 P(x<4)
=0.362+0.236+0.194+0.108=
5 24 0.018 0.9
6 13 0.010 P(x≤4)=0.964
7 8 0.006
P(x>4) = 1- 0.964=0.036
8 3 0.002 En un conjunto de eventos
Total 1334 1.0 mutuamente excluyentes,
la suma de las probabilidades de todos
los posibles resultados es 1.0
EVENTOS NO EXCLUYENTES

Color del agua

Incolora Con color Total frelativa
Coliformes ≤4 981 305 1286 0.964
por ml >4 6 42 48 0.036
Total 987 347 N=1334
P~f relativa 0.739 0.261
P(Coliformes ≤ 4 y incolora) = 981/1334=

¿Cuál es la probabilidad de que un pozo cualquiera tenga agua incolora o

tenga coliformes ≤ 4?

P(Incolora ó Coliformes ≤ 4) = P(Incolora), P( ≤ 4 )ó ambos

EVENTOS NO EXCLUYENTES

Color del agua

Incolora Con color Total frelativa
Coliformes ≤4 981 305 1286 0.964
por ml >4 6 42 48 0.036
Total 987 347 N=1334
f relativa 0.740 0.260

Procedimiento 1
P(incolora ó coliformes ≤ 4) = (6+981+305)/1334 =0.9685
Probabilidad de eventos no excluyentes
Procedimiento:
P(Incolora ó coliformes ≤ 4) = 0.968
P(Incolora)+P(coliformes ≤ 4) – P(incolora y coliformes ≤ 4) =
!',
0.74 + 0.964 - ,$$-
=0.968

La probabilidad de que ocurra alguno o ambos de dos eventos que

no son mutuamente excluyentes es igual a la suma de sus
probabilidades individuales menos la probabilidad de su
ocurrencia conjunta.
PROBABILIDAD CONDICIONAL Y EVENTOS
INDEPENDIENTES

Color del agua

Incolora Con color Total frelativa
Concentración ≤ 0.05 658 231 889 0.67
de Pb (ppm) > 0.05 329 116 445 0.33
Total 987 347 1334
frelativa 0.740 0.260

P ([Pb] ≤ 0.05) = 0.67

P([Pb] ≤ 0.05 | Incolora)=658/987=0.666
P ([Pb] ≤ 0.05 | Con color)=231 /347= 0.666
P(Incolora y [Pb]≤0.05)= P[Incolora]*P ([Pb] ≤ 0.05)=0.74*0.67= 0.49
Regla de la multiplicación
• Dos eventos A y B son independientes si y solo si:
• P(A|B) = P(A) y P(B|A) = P(B)

LEY 4: Ley multiplicativa de las probabilidades

• Si A y B son eventos independientes entre sí, la probabilidad de

su ocurrencia conjunta es:

• P(A y B) = P(A) * P(B)

PROBABILIDAD CONDICIONAL y EVENTOS
DEPENDIENTES
Pregunta: ¿Son independientes la concentración de coliformes/ml y el color del agua?
Color del agua
Incolora Con color Total frelativa
Coliformes ≤4 981 305 1286 0.964
por ml >4 6 42 48 0.036
Total 987 347 1334
frelativa 0.740 0.260

P(Coliformes ≤ 4 | Incolora)=981/987 = 0.99

P(Coliformes ≤ 4 |Con color)=305/347= 0.87
P(Coliformes ≤ 4 ) =0.964
P(colif ≤4 y Incolora)= 981/1334= 0.735
Distribuciones de
probabilidad
Definición
Una distribución de probabilidad da la
probabilidad para cada valor de la variable
aleatoria.
Distribución Bernoulli
Dos posibles resultados (1,0)
• p(1)=1/2
• p(0)=1/2
 Características
Evento incierto
DISTRIBUCIÓN Posibles resultados: X = 0, 1, 2, 3, 4…, n
El resultado de cada individuo es un ensayo Bernoulli: Los
BINOMIAL resultados son mutuamente exclusivos (éxito vs. fracaso)
y cada individuo es independiente de los otros.
è Experimento Binomial
Ejemplos
• Lanzar 3 volados, n=3, aguila o sol
• Tener 4 hijos , n=4, niño o niña
• En una muestra de 5 mediciones de calidad del agua, n=5, el
resultado de una prueba: cumple o no cumple con la norma.
• En n=10 preguntas de F o V, correcta o incorrecta
 Experimentos binomiales
1. El experimento debe tener un número fijo de ensayos.
2. Los ensayos deben ser independientes (el resultado de
cualquier ensayo individual no afecta las probabilidades de
los otros ensayos).
3. Todos los resultados de cada ensayo deben poder
clasificarse en dos categorías.
4. Las probabilidades deben mantenerse constantes para
cada ensayo.
Lanzamiento de una moneda

1/2
Aguila

Sol
1/2
 Lanzamiento de 2 monedas
Espacio de muestra {2 águilas, 1 águila y 1 sol , 2 soles}
Aguila 1/4
1/2

Aguila
1/2
1/2
Sol 1/4

1/2
1/2 Aguila 1/4

Sol
1/2 Sol 1/4
P(2 águilas) = ¼ ; P(1 águila y 2 sol) = ¼ + ¼ =2/4
Lanzamiento de tres monedas
1/2 águila 1/8
P(ganar 2
1/2 águila volados)=
1/2 sol 1/8 P(3 soles) = 1/8
águila P(2 soles) = 3/8

1/2 1/2
1/2 águila 1/8 P(1 sol) = 3/8
P( 0 soles)= 1 /8
sol
1/2 sol 1/8

1/8
1/2 águila
1/2 1/2
águila
1/2 sol 1/8
sol
1/2 águila 1/8
1/2
sol
1/2
sol 1/8
Calcular la P(2 zurdos) en un grupo de 2
personas
0.9 diestro P(x=0)=0.9*
0.9 =0.81
diestro
0.9 P(x=1):
0.1 zurdo 0.1*0.9=0.09

0.9
diestro 0.09 = 0.18
0.1
zurdo

0.1
zurdo P(2) =0.01
p(3 zurdos en un grupo de 3 personas)=0.001

Tres opciones para calcularlo:

1. Desarrollar el ”árbol” y ver en cuántas ramas

diferentes se obtienen 3 zurdos y sumar las
probabilidades
 0.9 diestro 0.93 zurdo= 1/10
0.9 diestro P(3 z) =0.13
0.1 zurdo 0.081 P(2 z) =3*0.009
P(1 z) =3*0.081
diestro
P( 0 z)= 0.93
0.9 diestro 0.081
0.9 0.1
zurdo
0.1 zurdo 0.1*0.9*0.1=0.009

0.9 diestro 0.1*0.9*0.9=0.081

0.1 diestro
0.9
0.1 zurdo 0.1*0.9*0.1=0.009
zurdo
0.1
0.9 diestro 0.1*0.1*0.9=0.009
zurdo
0.1 zurdo 0.001
• éxito = zurdo
• fracaso=diestro

• P(x = 3 ) =0.13
• P(x =2 ) =3*0.009=0.027
• P(x=1 ) =3*0.081=0.243
• P( x=0 )= 0.93
2) Desarrollar el binomio a la n: (p+q)n=1
n = número de ensayos y p es probabilidad(éxito)
p +q =1, por lo tanto q = 1- p
Para n mayores:
(p+q)2=p2+2pq+q2
Triángulo de pascal
(p + q)3=1p3+3p2q+3pq2+1q3
1
(p + q)4 =p4+ 4p3q + 6p2q2 + 4pq3 + q4
1 2 1
p3= probabilidad de 3 zurdos = 0.13
1 3 3 1
3p2q= p(2 zurdos y 1 diestro)
1 4 6 4 1
3*0.12*0.9=3*0.009=0.027
1 5 10 10 5 1
3pq2 =P(1 zurdo, 2 diestros)
q3= P(0 zurdos, 3 diestros)=
(p + q)4 =p4 + 4p3q + 6p2q2 + 4pq3 + q4
• Probabilidad en un grupo de • Probabilidad de que en un
4, de que haya 2 zurdos grupo de 4 haya más de 2
zurdos
• 6p q =6*(0.1) *(0.9) =0.0486
2 2 2 2 P(x > 2) zurdos= p4 + 4p3q

P(x ≤ 2) = 1 - p4 + 4p3q
 Notación 𝑃 𝑥 = 𝑛𝐶! 𝑝 ! 𝑞 "#!

• n denota el número fijo de ensayos

• x denota un número específico de éxitos en n ensayos.
• p denota la probabilidad de tener éxito en uno de los n
ensayos
• q denota la probabilidad de tener fracaso en uno de los n
ensayos
• P(x=k) denota la probabilidad de lograr
exactamente k éxitos en los n ensayos
 ! "#!
𝑛!
𝑃 𝑥 = 𝑛𝐶! 𝑝 𝑞 = 𝑝 ! 𝑞 "#!
𝑛 − 𝑥 ! ∗ 𝑥!
• n=4
• p =0.1
• q = 0.9
• P(x=2)= 4𝐶6 𝑝6 𝑞 786 = 6𝑝6 𝑞 6 = 0.0486
Para el ejemplo de posible curación con un
antibiótico
n=7, cuál es la probabilidad de que de 7 , 5 se curen P(x=5)
𝑃 𝑥 = 𝑛𝐶0 𝑝 0 𝑞#%0
p =0.758
q = 0.242
P(x=5) = 7𝐶1 𝑝1 𝑞' =21*(0.758)5x(0.242)2=0.3077

¿Cuál es la probabilidad de que se curen 5 ó más?

P(x≥5)= P(x=5) + P(x=6)+ P(x=7)= 7𝐶1 𝑝1 𝑞' + 7𝐶) 𝑝) 𝑞- + 7𝐶* 𝑝*
P(x≥5)=0.3077 + 0.321+ 0.143 =0.7717
Para distribuciones binomiales:
(p +q)n , n = número de ensayos, p= probabilidad de éxito
Esperanza para la media = µ = n *p s 2 = n × p × q

s = n× p×q
Con los datos del ejemplo anterior
Si n = 100,000 y p= 0.758, µ= 100,000*0.758=75,800
varianza = 100,000*(0.758) *(0.242) =18343.6
desviación estándar = 135.43
Ejemplo:

Ensayo con una nueva vacuna que produce una probabilidad

de inmunidad de p = 0.7, q=0.3
FVariable de interés:
FNo. de inmunes (X) en una familia de n=6,
• ¿Cuál es la probabilidad de que en una familia de 6, solo 4
queden inmunizados? (n=6 ; x=4)
𝑃 𝑥 = 𝑛𝐶! 𝑝 ! 𝑞 "#!
𝑃 𝑥 = 4 = 6𝐶$ 𝑝$ 𝑞 % = 0.3241
 • La distribución de Poisson es una
distribución de probabilidad discreta
que aplica a la ocurrencia de algún
suceso dentro de un intervalo
Distribución especificado.
Poisson • La variable aleatoria x es el número de
veces del suceso en un intervalo.
• El intervalo puede ser tiempo, distancia,
área, volumen o alguna unidad similar.
Ejemplos: Número de picaduras de mosquito por día
Número de picaduras de pulga por cm2
Variable de interés: No. de accidentes (X) por día.

Características:
Evento incierto
Posibles resultados: X = 0, 1, ...n
n es grande y probablemente desconocido
Los eventos son mutuamente excluyentes (Ocurre vs. No ocurre) y cada accidente es
independiente de los otros.
Ocurrencia de accidentes en 500 días
No. accidentes No. de días frelativa
x f
0 181 0.362
1 118 0.236
2 97 0.194
3 54 0.108
4 32 0.064
5 9 0.018
6 5 0.010
7 3 0.006
8 1 0.002
Total 500 1.000
Función de densidad de la Distribución Poisson
De la noción frecuentista de probabilidad:
P(X=x) » frelativa(x)
Distribución de frelativa è Distribución de probabilidades
La Distribución de Probabilidades:
Describe todos los posibles resultados del experimento
A cada resultado asocia una medida de la probabilidad con
que ocurriría.
Distribución de Probabilidades de un
experimento Poisson
La probabilidad de que el suceso ocurra x veces en un intervalo
está dada por la fórmula:

## $ $% Donde
•𝑃 𝑥 =
%! µ o 𝜆 = sucesos/intervalo,
o
e = 2.71828
𝜆9 𝑒 8: x!=x*(x-1)*(x-2)*(x-3)*….*1
𝑃 𝑥 =
𝑥!
En la distribución Poisson
• La media para un tamaño de muestra n se puede calcular como:
µ = np
• La desviación estándar se puede calcular como

s= µ
No. accidentes No. de días f*xi
x f
0 181 0
1 118 118 Número
2 97 194 promedio de
accidentes / día
3 54 162
µ = 706/500
4 32 128 µ = 1.41
5 9 45
6 5 30
7 3 21
8 1 8
500 706
 1 23
𝜇 𝑒
𝑃 𝑥 =
𝑥!
• ¿Cuál es la probabilidad de que haya 5 accidentes en un día?
;.7;& ( $'.)'
• P(x= 5)= = 0.0113
<!
• ¿Cuál es la probabilidad de que no haya accidentes en un día?
;.7;* ( $'.)' ;∗( $'.)'
• P(x=0)= >!
= ;
=0.244
• ¿Cuál es la probabilidad de que haya por lo menos 1 accidente en
un día?
• P(x >0)= 1- P(x=0)= 1 – 0.244 = 0.756
Ejemplo
En pruebas realizadas a un amortiguador para automóvil se
encontró que el 0.04 presentaban fuga de aceite p=0.04
Si se instalan 150 de estos amortiguadores, hallar la
probabilidad de que,
a) Determine el promedio y la desviación estándar de
amortiguadores con defectos.
b) 4 salgan defectuosos
c) Más de 5 tengan fuga de aceite: P( x>5)=
d) de 3 a 6 amortiguadores salgan defectuosos
a) µ = np =150 *0.04= 6
µ = 6, desviación estándar= raíz(6)=2.45
b) P(x=4)
𝜇 9 𝑒 8@
𝑃 𝑥 =
𝑥!
A) ( $+
𝑃 𝑥=4 = =0.1338
7!
c) La respuesta para b debe sumar las probabilidades desde P
(x=6) en adelante.
P(x≤5)+P(x>5)=1
c) P(x>5)=1 - P(x≤5)=1- 0.4454=0.5546
@ # ( $%
•𝑃 𝑥=4 = =0.1338
9!
A, ( $+
•𝑃 𝑥=3 = =0.0892
B!
A- ( $+
•𝑃 𝑥=2 = =0.0446
6!
A' ( $+ Suma = 0.4454
•𝑃 𝑥=1 = =0.0148
;!
A* ( $+
•𝑃 𝑥=0 = =0.002478
>!
A& ( $+
•𝑃 𝑥=5 = =0.1606
<!
c) P(3≤x≤6)=
• En c), se debe sumar P(x=3)+ P(x=4)+ P(x=5)+ P(x=6)=
A+ ( $+
•𝑃 𝑥=6 = =
A!
A) ( $+
•𝑃 𝑥=4 = =
7!
A, ( $+
•𝑃 𝑥=3 = =
B!
A& ( $+
•𝑃 𝑥=5 = =
<!