Probabilidad

Asignatura : Estadística
Docente : Mg. Victor Hugo Ucedo Silva
Unidad 2
 ▪ Probabilidad
Condicional
▪ Teorema de la
Multiplicación
▪ Eventos
Agenda independientes
▪ Probabilidad
Total
▪ Teorema de
Bayes

2
Probabilidad
Condicional
PROBABILIDAD CONDICIONAL

Sean A y B dos eventos de un espacio

muestral , entonces la probabilidad
de que ocurra el evento A dado que el
evento B ya ha ocurrido se define
como:

P(A  B)
P(A/B) =
P(B)

4
Ejemplo 1:

Un empresario tiene 2 tipos de máquinas de fabricación de

calzado A y B. La probabilidad de que la máquina tipo A falle es
de 0.03 y la probabilidad de que los dos fallen es de 0.015.

Si la máquina A falló. ¿Cuál es la probabilidad de que la

máquina B falle también?

5
Solución 1:
Eventos:
A: Falla la máquina de calzado A
B: Falla la máquina de calzado B

Datos:
P(A) = 0.03
P(A ∩ B) = 0.015.

Piden: P( B / A)

6
Solución 1:
Piden: P( B / A)

P(A  B)
P(B/A) =
P(A)

0.015
P(B/A) =
0.03

→ P( B / A) = ½ = 0.5

7
 Ejemplo 2: En un taller de Gamarra, se elaboran 1000 camisetas de fútbol.
A partir de la siguiente tabla, calcular:

Camiseta Buenas (B) Defectuosas (D) Total

Universitario (U) 506 100 606
Alianza Lima (A) 310 84 394
Total 816 184 1000

a) la probabilidad de que una camiseta seleccionada al azar, esté defectuosa.

P(D) = 184/1000

b) la probabilidad de que una camiseta seleccionada al azar, sea del Universitario.

P(U) = 606/1000

8
 Camiseta Buenas (B) Defectuosas (D) Total
Universitario (U) 506 100 606
Alianza Lima (A) 310 84 394
Total 816 184 1000

c) Si un hincha compra una camiseta de Alianza Lima, ¿cuál es la probabilidad de

que esté defectuosa? P(D/A) = (84/1000)/(394/1000) =84/394

P(D/A) = 84/394

d) Si un hincha compra una camiseta de Universitario, ¿cuál es la probabilidad de

que esté defectuosa? P(D/U) = 100/606 = 0.1650

e) Si un hincha compra una camiseta y se da cuenta de que está defectuosa, ¿cuál

es la probabilidad de que sea de Alianza Lima? P(A/D) = 84/184 = 0.4565
9
 Teorema de la Multiplicación

La consecuencia más importante de la probabilidad

condicional es el teorema de la multiplicación:

P(A  B) = P(B) P(A/B)

ó
P(A  B) = P(A) P(B/A)

10
Este teorema se puede generalizar para “n” eventos:

P(A1A2 …. An) = P(A1) x P(A2 /A1) x

P(A3 /A1  A2) x …… x
P(An/A1A2 …. An-1)

11
Ejemplo 3:
Tomado del ejemplo 2.40 del libro de Walpole, p.68

Se sacan tres cartas seguidas, sin reemplazo, de una baraja

ordinaria.
Encuentre la probabilidad de que ocurra el evento A1 ∩ A2 ∩ A3 ,
donde los eventos:
A1: La primera carta sea un as rojo.
A2: La segunda carta sea un 10 o una jota.
A3: La tercera carta sea mayor que 3 pero menor que 7.

12
Solución 3:
Si el experimento consiste en extraer tres cartas seguidas, sin
reemplazo, de una baraja ordinaria, entonces el espacio muestral
sería definido como:

 = { ( a, b, c)/ a ≠ b ≠ c = 1, 2, 3, 4, 5, 6, 7, 8, 9,
10, J, Q, K, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, J,
Q, K, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, J, Q, K,
1, 2, 3, 4, 5, 6, 7, 8, 9, 10, J, Q, K }

13
Solución 3:
Y los eventos:
A1: La primera carta sea un as rojo.
A2: La segunda carta sea un 10 o una jota.
A3: La tercera carta sea mayor que 3 pero menor que 7.

Piden:
P (A1 ∩ A2 ∩ A3) = P (A1) x P (A2/ A1) x P(A3/ A1 ∩ A2)
P (A1 ∩ A2 ∩ A3) = (2 / 52) x ( 8 / 51) x (12 / 50)
P (A1 ∩ A2 ∩ A3) = 192 / 132600 = 8 /5525 = 0.0014479638
14
 Eventos independientes

Sean A y B dos eventos de un

espacio muestral (Ω). Estos eventos
son independientes si y sólo si:

P(A  B) = P(A) x P(B)

15
Los eventos A y B son independientes si se
cumplen las siguientes condiciones:

P(A/B) = P(A)

ó
P(B/A) = P(B)

16
Ejemplo 4:
Una máquina consiste de 4 componentes conectados en
paralelo, de modo que la máquina falla sólo si los cuatro
componentes fallan. Supongamos que los componentes
son independientes entre sí. Si los componentes tienen
probabilidades 0.18; 0.25; 0.20 y 0.3 de fallar cuando la
máquina es encendida, ¿cuál es la probabilidad de que
funcione al encenderla?

17
Solución 4:
Condición:
La máquina falla sólo si los cuatro componentes fallan.

Eventos:
A: Componente A falla → P(A) = 0.18
B: Componente B falla → P(B) = 0.25
C: Componente C falla → P(C) = 0.20
D: Componente D falla → P(D) = 0.30
F: La máquina falla
18
Solución 4:

Probabilidad de que falle: P(F) = P(A ∩ B ∩ C ∩ D )

Supongamos que los componentes son independientes entre sí.
P(F) = P(A ∩ B ∩ C ∩ D )
P(F) = P(A) x P(B) x P(C) x P(D)
P(F) = 0.18 x 0.25 x 0.2 x 0.3 = 0.0027

19
Solución 4:

Nos Piden: ¿cuál es la probabilidad de que funcione al

encenderla?

P(E) = 1 – P(F) = 1 – 0.0027 = 0.9973

20
 Probabilidad Total

Si los eventos A1 , A2 , ... , Ak constituyen una partición del

espacio muestral Ω, entonces para cualquier evento B en Ω :

A1 A2 … Ak

𝑘 𝑘

𝑃 𝐵 = ෍ 𝑃(𝐵 ∩ 𝐴𝑖 ) = ෍ 𝑃(𝐴𝑖 ) × 𝑃(𝐵ȁ𝐴𝑖 )

𝑖=1 𝑖=1
21
Ejemplo 5:

Un determinado tipo de batería se produce en tres plantas diferentes con distintos

equipos y operaciones. Supóngase que los promedios semanales del número de
baterías producidas en cada una de estas tres plantas son 800, 1000 y 1200,
respectivamente.

Además, supongamos que las probabilidades de producir una batería defectuosa en

cada una de las tres plantas son respectivamente 0.01, 0.015 y 0.02. Si se supone
que las baterías producidas por las tres plantas se destinan a un fabricante de
automóviles que recibe semanalmente 3000 baterías. ¿Cuál es la probabilidad de
que la batería instalada por el fabricante en un automóvil sea defectuosa?

22
Solución 5:

Eventos:

A: Batería producida en la planta A.

B: Batería producida en la planta B.

C: Batería producida en la planta C.

D: Batería defectuosa.

23
Solución 5:

Datos:

P(A) = 800/3000 → P(D/A) = 0.01

P(B) = 1000/3000 → P(D/B) = 0.015

P(C) = 1200/3000 → P(D/C) = 0.02

24
Solución 5:

Me piden:
P 𝐷 = 𝑃 𝐴 × 𝑃 𝐷ȁ𝐴 + 𝑃 𝐵 × 𝑃 𝐷ȁ𝐵 + 𝑃(𝐶) × 𝑃(𝐷ȁ𝐶)

800 1000 1200

P 𝐷 = × 0.01 + × 0.015 + × 0.02
3000 3000 3000

P(D) = 47/3000 = 0.015667

25
 Teorema de Bayes

Si los eventos A1 , A2 , ... , Ak constituyen una

partición del espacio muestral Ω, entonces
para cualquier evento B en Ω :

𝑃(𝐴𝑖 ∩ 𝐵) 𝑃(𝐴𝑖 ) × 𝑃(𝐵ȁ𝐴𝑖 )

𝑃(𝐴𝑖 ȁ𝐵) = = 𝑘
𝑃(𝐵) σ𝑖=1 𝑃(𝐴𝑖 ) × 𝑃(𝐵ȁ𝐴𝑖 )

26
Ejemplo 6:
Supongamos en el ejemplo 5 de las baterías, el
fabricante inspecciona una de las baterías y ésta es
defectuosa, y se quiere calcular a partir de ello la
probabilidad de que la batería proceda de cada una de
las tres plantas.

27
Solución 6:

Eventos:

A: Batería producida en la planta A.

B: Batería producida en la planta B.

C: Batería producida en la planta C.

D: Batería defectuosa

28
Solución 6:

Datos:

P(A) = 800/3000 → P(D/A) = 0.01

P(B) = 1000/3000 → P(D/B) = 0.015

P(C) = 1200/3000 → P(D/C) = 0.02

29
Solución 6:

Me piden:

800
× 0.01
P 𝐴/𝐷 = 3000
47/3000

P(A|D) = 0.170212

30
Solución 6:

Me piden:

1000
× 0.015
P 𝐵/𝐷 = 3000
47/3000

P(B|D) = 0.3191

31
Solución 6:

Me piden:

1200
× 0.02
P 𝐶/𝐷 = 3000
47/3000

P(C|D) = 0.5106

32
 Bibliografía

Anderson, D. R., Sweeney, D. J., Williams, T. A., Camm, J. D., Cochran, J. J.(2019). Estadística para negocios y economía. Cengage
Learning. https://www-ebooks7--24-com.eu1.proxy.openathens.net/?il=9468

Arnaldas, F., Díaz, T., Faura, U., Molera, L., & Parra, I. (2003). Estadística descriptiva para la economía y administración de
empresas: Cuestiones tipo tests y ejercicios con Microsoft® Excel. Paraninfo, 2003. Gale eBooks,
link.gale.com/apps/pub/3BDK/GVRL?u=unsmar&sid=GVRL.

Devore, J. L. (2019). Introducción a la probabilidad y estadística para ingeniería y ciencias. Cengage Learning. https://www-
ebooks7--24-com.eu1.proxy.openathens.net/?il=9439

Estaban, J., Bachero, J. , Blasco, O., Coll, V., Díez, R., Ivars, A., & López, M. (2005). Estadística descriptiva y nociones de
probabilidad. Paraninfo. https://link.gale.com/apps/pub/3BCO/GVRL?u=unsmar&sid=GVRL

Mendenhall, W., Beaver, B. M., Beaver, R. J.(2015). Introducción a la probabilidad y estadística. Cengage Learning. https://www-
ebooks7--24-com.eu1.proxy.openathens.net/?il=1303

Triola, M. F. (2018). Estadística. Pearson Educación. https://www-ebooks7--24-com.eu1.proxy.openathens.net/?il=7386