La teoría de probabilidad tuvo como uno de sus primeros

puntos de partida el intentar resolver un problema particular

concerniente a una apuesta de juego de dados entre dos
personas.

Dos jugadores escogen cada uno de ellos un número del 1 al 6,

distinto uno del otro, y apuestan 32 doblones de oro a que el
número escogido por uno de ellos aparece en tres ocasiones
antes que el número del contrario al lanzar sucesivamente un
dado. Suponga que el número de uno de los jugadores ha
aparecido dos veces y el número del otro una sola vez.
 Definiciones básicas

1. Experimento: es cualquier situación u operación en la cual se pueden

presentar uno o varios resultados de un conjunto bien definido de posibles
resultados. Los experimentos pueden ser de dos tipos según son repetidos
bajo idénticas condiciones:

Experimento Determinístico: Se obtienen siempre los mismos resultados.

Ejemplo: medir con la misma regla e idénticas condiciones la longitud de
una barra

Experimento Aleatorio: No se obtienen siempre los mismos resultados.

Ejemplo: el lanzamiento de una moneda observando la sucesión de caras y
cruces que se presentan
 Características de un experimento aleatorio

• Se puede repetir indefinidamente bajo idénticas condiciones.

• Cualquier modificación a las condiciones iniciales de la repetición

puede modificar el resultado.

• Se puede determinar el conjunto de posibles resultados pero no

predecir un resultado particular.

• Si el experimento se repite gran número de veces entonces aparece

algún modelo de regularidad estadística en los resultados
obtenidos.
2. Espacio Muestral: EM es el conjunto de todos los resultados
posibles de una experiencia aleatoria.

En el lanzamiento de un dado ΕM  1,2,3,4,5,6

En el lanzamiento de la moneda ΕM  cara, cruz

3. Suceso: Es cualquier subconjunto de E. En el lanzamiento de un

dado: “sacar un nº par”, “sacar un múltiplo de 3”, “sacar un 1 ó 6”
son sucesos.

-Los elementos de E son los Sucesos Elementales.

- es el suceso imposible: Nunca ocurre.
-E es el suceso seguro: Siempre ocurre.
 Operaciones entre eventos
• Intersección
La intersección de dos eventos dados A y B de un espacio muestral Ω; es el conjunto
de resultados de un experimento aleatorio que pertenece a los dos eventos dados. El
símbolo de la intersección es ∩.

• Unión
La unión de dos eventos dados A y B de un espacio muestral Ω; es el conjunto de
resultados de un experimento aleatorio que pertenece a alguno de estos dos eventos
dados. El símbolo de la unión es ∪.
• Complemento
El complemento de un evento A de un espacio muestral Ω; es el conjunto de resultados
de un experimento aleatorio que no pertenece a dicho evento dado. El símbolo del
complemento es −

• Diferencia
Diferencia de dos eventos A y B de un espacio muestral Ω; es el conjunto de resultados
de un evento dado que no pertenece a otro evento dado. El operador de la diferencia es
el signo "menos"(−).
 Definición de Probabilidad

• La teoría de la probabilidad es la parte de las matemáticas que se

encarga del estudio de los fenómenos o experimentos aleatorios.
La probabilidad de un evento A, es un número real en el
intervalo [0; 1] que denotaremos por P(A), y representa una
medida de la frecuencia con la que se observa la ocurrencia del
evento A cuando se efectúa el experimento aleatorio en cuestión.
Existen al menos cuatro definiciones de probabilidad.
 DEFINICIÓN CLÁSICA DE LA PROBABILIDAD

• Un experimento que está sujeto al azar con n posibles resultados equiprobables y

mutuamente excluyentes y h es la cantidad de sucesos que presentan la
característica A entonces la probabilidad de que suceda A es:

𝒉
𝑷 𝑨 =
𝒏

Ejemplo 1:
• Al lanzar un dado perfectamente equilibrado,
¿cuál es la probabilidad de sacar un seis?
 Sucesos
• Suceso es cada posible resultado de un experimento aleatorio E espacio muestral

• El conjunto de todos los resultados posibles es el espacio muestral (E)

• Se llama suceso a un subconjunto del espacio muestral

E espacio muestral
• Dado un suceso A, el suceso contrario (complementario), A’ (ó AC), es el
formado por los elementos que no están en A A
A’
• Se llama suceso unión de A y B, AUB, al formado por los resultados
experimentales que están en A o en B (incluyendo los que están en ambos) E espacio muestral
• Se llama suceso intersección de A y B, A∩B (o simplemente AB), al formado A
por los elementos que están en A y B E espacio muestral E espacio muestral B
UNIÓN INTERS
A A
B B
Ejemplo 2 : En el experimento aleatorio “lanzar un dado” el espacio
muestral es {1,2,3,4,5,6}

Algunos eventos:
• Sacar un número impar: A={1,3,5}
• Sacar un número primo: B={1,2,3,5}
• Sacar un número que no sea impar: A’={2,4,6}
• Sacar un número primo no impar: B ∩ A’={2}
Ejemplo 3 : En el experimento aleatorio “lanzar una moneda y un dado” el
espacio muestral es
{{1,C}, {1,X}, {2,C}, {2,X}, {3,C}, {3,X},
{4,C}, {4,X}, {5,C}, {5,X}, {6,C}, {6,X}}

Algunos eventos:
• Sacar cruz y un número par: A={{2,X}, {4,X}, {6,X}}
• Sacar cara B={{1,C}, {2,C}, {3,C}, {4,C}, {5,C}, {6,C}}
• Sacar un número par
D={{2,C}, {2,X}, {4,C}, {4,X}, {6,C}, {6,X}}
• Sacar cara o un número par
B U C= {{2,C}, {2,X}, {4,C}, {4,X}, {6,C}, {6,X}, {1,C}, {3,C}, {5,C}}
• Sacar cara y un número par
B ∩ C= {{2,C}, {4,C}, {6,C}}
 Ejemplo 3: Una caja contiene 4 bolas rojas, y 6 azules.
Si se sacan 3 bolas al azar (con reposición), determinar la probabilidad de que:
a. las 3 sean rojas,
Datos
b. las 3 sean azules, R=4
c. salgan en el orden roja, roja y azul. A=6
n = 10
a. Las 3 sean rojas
4 4 4 8
𝑃 𝑅∩𝑅∩𝑅 = ∗ ∗ 𝑃 𝑅∩𝑅∩𝑅 =
10 10 10 125

b. Las 3 sean azules

6 6 6 27
𝑃 𝐴∩𝐴∩𝐴 = ∗ ∗ 𝑃 𝐴∩𝐴∩𝐴 =
10 10 10 125

c. Salgan en el orden roja, roja y azul

4 4 6 12
𝑃 𝑅∩𝑅∩𝐴 = ∗ ∗ 𝑃 𝑅∩𝑅∩𝐴 =
10 10 10 125
 Ejemplo 4: Una caja contiene 4 bolas rojas, y 6 azules.
Si se sacan 3 bolas al azar (sin reposición), determinar la probabilidad de que:
a. las 3 sean rojas,
Datos
b. las 3 sean azules, R=4
c. salgan en el orden roja, roja y azul. A=6
n = 10
a. Las 3 sean rojas
4 3 2 1
𝑃 𝑅∩𝑅∩𝑅 = ∗ ∗ 𝑃 𝑅∩𝑅∩𝑅 =
10 9 8 30

b. Las 3 sean azules

6 5 4 1
𝑃 𝐴∩𝐴∩𝐴 = ∗ ∗ 𝑃 𝐴∩𝐴∩𝐴 =
10 9 8 6

c. Salgan en el orden roja, roja y azul

4 3 6 1
𝑃 𝑅∩𝑅∩𝐴 = ∗ ∗ 𝑃 𝑅∩𝑅∩𝐴 =
10 9 8 10
 DEFINICIÓN AXIOMÁTICA DE PROBABILIDAD

• Se llama probabilidad a cualquier función P que asigna a cada suceso A

un valor numérico P(A) y que verifica las siguientes reglas (axiomas)

• P(E)=1 (E es el evento seguro) E espacio muestral

100%
• 0≤P(A) ≤1
• P(AUB)=P(A)+P(B) si A∩B=Ø
Ø es el conjunto vacío. E espacio muestral

A
B
 Teoremas de Probabilidad

• Teorema 1: Regla de la Adición

La probabilidad de que alguno de dos eventos pertenecientes
a un mismo espacio muestral ocurra se determina mediante
la siguiente ecuación:

P(A ∪ B) = P(A) + P(B) − P(A ∩ B)

• Ejemplo: Si el experimento es lanzar un dado una vez, cuál

será la probabilidad de que el resultado sea un número par
o un número menor a 3?
Solución
• El espacio muestral es: S = 1,2,3,4,5,6
• Que el número sea par: A = 2,4,6
• Que el número sea menor a 3: B = 1,2
• Que el número sea par y menor a 3: C = 2

Por lo tanto;
3 1 2 1 1
𝑃 𝐴 = = 𝑃 𝐵 = = 𝑃 𝐴∩𝐵 =
6 2 6 3 6

Aplicando la formula;
𝑃 𝐴∪𝐵 =𝑃 𝐴 +𝑃 𝐵 −𝑃 𝐴∩𝐵
1 1 1 2
𝑃 𝐴∪𝐵 = + − =
2 3 6 3
• Teorema 2: Regla de Complementación
La probabilidad de que el complemento de un evento A
ocurra está dada por la siguiente ecuación:

P(A´) = 1 - P(A)

• Ejemplo: Si el experimento es lanzar una moneda, cuál es

la probabilidad de que caiga cara? Y cual es la probabilidad
que no caiga cara?
1
𝐸𝑀 = 𝑐𝑎𝑟𝑎, 𝑐𝑟𝑢𝑧 𝑃 𝑐𝑎𝑟𝑎 =
2
1 1
𝑃 𝑛𝑜 𝑐𝑎𝑖𝑔𝑎 𝑐𝑎𝑟𝑎 = 1 − 𝑃 𝑛𝑜 𝑐𝑎𝑖𝑔𝑎 𝑐𝑎𝑟𝑎 =
2 2
 Ejemplo: A y B juegan 12 partidas de ajedrez; A gana 6 veces, B gana 4 y 2
terminan en empate. Ellos acuerdan jugar 3 partidas. Encuentre la probabilidad
de que
Datos 6
a) A gane las tres partidas, 𝑃 𝐴 =
b) dos sean empates, A=6 12
B=4 4
c) A y B ganen de forma alternada y 𝑃 𝐵 =
E=2 12
d) B gane por lo menos una partida N = 12 2
𝑃 𝐸 =
a. A gane las tres partidas 12
1° jugada 2° jugada 3° jugada 6 6 6 1
𝑃 𝐴∩𝐴∩𝐴 = ∗ ∗ 𝑃 𝐴∩𝐴∩𝐴 =
Gana A Gana A Gana A 12 12 12 8

b. Dos sean empates

1° jugada 2° jugada 3° jugada 1° jugada 2° jugada 3° jugada
6
Empate Empate Gana A Empate Empate Gana B combinaciones
Empate Gana A Empate Empate Gana B Empate posibles

Gana A Empate Empate Gana B Empate Empate

 2 𝟏𝟎
Utilizando el complemento: 𝑷 𝑬 =𝟏 −𝑷 𝑬 𝑷 𝑬 =𝟏 − 𝑷 𝑬 =
12 𝟏𝟐
1° jugada 2° jugada 3° jugada 2 2 10 2 10 2 10 2 2
Empate Empate No empate 𝑃 2𝐸 = ∗ ∗ + ∗ ∗ + ∗ ∗
12 12 12 12 12 12 12 12 12
Empate No empate Empate
No empate Empate Empate 5
𝑃 2𝐸 =
72

c. A y B ganen de forma alternada

1° jugada 2° jugada 3° jugada 6 4 6 4 6 4

𝑃 𝑎𝑙𝑡𝑒𝑟𝑛𝑎𝑑𝑜 = ∗ ∗ + ∗ ∗
12 12 12 12 12 12
Gana A Gana B Gana A
Gana B Gana A Gana B
1
𝑃 𝑎𝑙𝑡𝑒𝑟𝑛𝑎𝑑𝑜 =
4
d. B gane por lo menos una partida
1° jugada 2° jugada 3° jugada
Utilizando el complemento:
Gane B Gana A Gana A 4
𝑷 𝑩 =𝟏 −𝑷 𝑩 𝑷 𝑩 =𝟏 −
Gana A Gane B Gana A 12
𝟖
Gana A Gana A Gane B 𝑷 𝑩 =
𝟏𝟐
Gane B Gane B Gana A
8 8 8
Gana A Gane B Gane B 𝑃 𝐵 𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 1 = 1- ∗ ∗
12 12 12
Gane B Gana A Gane B
Gane B Gane B Gane B 19
𝑃 𝐵 𝑎𝑙 𝑚𝑒𝑛𝑜𝑠 1 =
Gane B empate empate 27
empate Gane B empate
empate empate Gane B
Gane B Gane B empate
empate Gane B Gane B
Gane B empate Gane B
• Teorema 3 : Regla de Diferenciación
La probabilidad de que un evento dado A ocurra pero no
ocurra otro evento dado B pertenecientes al mismo espacio
muestral está dada por:
P(A − B) = P(A) − P(A ∩ B)

• Ejemplo: Si el evento A es cae un número par y si el evento B

es cae un número menor de 3, ambos pertenecientes al
espacio muestral Ω = {1, 2, 3, 4, 5, 6} que resulta del
experimento aleatorio consistente en el lanzamiento de un
dado, entonces la probabilidad de que caiga un número par
pero no es menor que tres es:
3 1
𝑃 𝐴−𝐵 = − 𝑃 𝐴 − 𝐵 =0,3333..
6 6
 Probabilidad condicionada
• Se llama probabilidad de A condicionada a B, o
probabilidad de A suponiendo que ha sucedido B:
E espacio muestral Concepción
P( A  B) clásica:
P( A | B)  A
¿casos
P( B) B
posibles?
¿casos
 Error frecuente: favorables?

 No confundir probabilidad condicionada con

intersección.
 En ambos medimos efectivamente la intersección, pero…
• En P(A∩B) con respecto a P(E)=1
• En P(A|B) con respecto a P(B)
PROBLEMA

Se lanzan dos dados normales y se anotan los resultados

(x1 , x2); ¿Cuál es la probabilidad de que la suma de los
dados sea 10 dado que el número en el dado 1 resultó
mayor que el número en el dado 2?
Espacio muestral de lanzar dos dados Datos
𝐴 = 𝑥1 + 𝑥2 = 10
𝐵 = 𝑥1 > 𝑥2
3 15
𝑃(𝐴) = 𝑃(𝐵) =
36 36

P( A  B)
P( A | B) 
P( B)
1
𝑃(𝐴 ∩ 𝐵) =
36

1
𝐴 36 1
𝑃 = 15 =
𝐵 15
36

𝐴 1
𝑃 =
𝐵 15
Ejemplo: En una clase de 30 alumnos hay 18 que han aprobado matemáticas, 16 que han
aprobado inglés y 6 que no han aprobado ninguna de las dos. Elegimos al azar un alumno de
esa clase:

a) ¿Cuál es la probabilidad de que haya aprobado inglés y matemáticas?

b) Sabiendo que ha aprobado matemáticas, ¿cuál es la probabilidad de que haya aprobado
inglés?

Solución:
Organizamos los datos en una tabla de doble entrada, completando los que faltan:
Aprueban No aprueban
Total
Matemáticas Matemáticas
Aprueban Inglés 10 6 16
No Aprueban Inglés 8 6 14
Total 18 12 30

b) P I / M  
10 5
a) PM  I  
10 1   0, 56
  0, 33
30 3 18 9
• Teorema 4 : Reglas de Multiplicación

Regla de multiplicación para eventos independientes

Dos eventos son independientes si la ocurrencia de uno no
altera la probabilidad de ocurrencia del otro. Para dos
eventos independientes A y B, la probabilidad de que ambos
eventos sucedan es encontrada mediante la multiplicación
de sus respectivas probabilidades, esto es:

P(A ∩ B) = P(A) · P(B)

 Regla de multiplicación para probabilidad condicional

Para dos eventos A y B, donde A depende de la ocurrencia de

B, la probabilidad de que sucedan ambos eventos está dada
por la fórmula:

P(A ∩ B) = P(B) · P(A|B)

Ejemplo:
Cierto departamento de una compañía está compuesto por 8 hombres
y 4 mujeres, de entre ellos se va elegir al nuevo jefe del departamento,
para lo cual se entrevistará a dos de ellos. Si todos tienen la misma
probabilidad de ser elegidos, ¿cuál es la probabilidad de que las dos
personas entrevistadas sean mujeres?
Definamos entonces los siguientes eventos

A = {el primer entrevistado es mujer}

B = {el segundo entrevistado es mujer}

4 3
𝑃 𝐴 = 𝑃 𝐵/𝐴 = 𝑃 𝐴 ∩ 𝐵 = 𝑃 𝐴 . 𝑃 𝐵/𝐴
12 11

4 3 1
𝑃 𝐴∩𝐵 = . =
12 11 11
 TEOREMA DE BAYES

Dados A1, A2, A3, ......, An tales que Ø si i ≠j y , y dado un suceso B

cualquiera
Con P(B) > 0, entonces se cumple

P( Ai  B) P( Ai ) P( B / Ai )
P( Ai / B)   n
P( B)  P( A j ).P( B / A j )
j 1
Ejemplo: Una urna, A, contiene 7 bolas numeradas del 1 al 7. En otra urna, B, hay 5 bolas
numeradas del 1 al 5. Lanzamos una moneda equilibrada, de forma que, si sale cara,
extraemos una bola de la urna A y, si sale cruz, la extraemos de B.

a) ¿Cuál es la probabilidad de obtener un número par?

b) Sabiendo que salió un número par, ¿cuál es la probabilidad de que fuera de la urna A?

𝟑
Solución: Par a) Obtener un n° par
𝟏 𝟕
𝟐
A
𝟒 1 3 1 2
Hacemos un Impar
𝟕 𝑃 𝑝𝑎𝑟 = ∗ + ∗
diagrama en 𝟐
2 7 2 5
árbol: Par
𝟏 B 𝟓
29
𝟐 Impar 𝟑 𝑃 𝑝𝑎𝑟 =
70
𝟓

3
b) Dado un n° par, urna A 14 15
𝑃 𝐴/𝑃𝑎𝑟 = =
29 29
P( A  B) 1 3 3 70
P( A | B)  𝑃 𝐴 ∩ 𝑃𝑎𝑟 = ∗
2 7
=
14 15
P( B) 𝑃 𝐴/𝑃𝑎𝑟 =
29
Ejemplo: Una planta recibe reguladores de voltaje de dos diferentes proveedores, B1 y B2; el 75 %
de los reguladores se compra de B1 y el resto de B2. El porcentaje de reguladores defectuosos que
se reciben de B1 es 8% y el de B2 es 10%. Determinar la probabilidad de que funcione un
regulador de voltaje de acuerdo con las especificaciones (es decir, el regulador no esta defectuoso)

Solución 0,75
Def. 𝟎, 𝟎𝟖
B1
Hacemos un
Bueno 𝟎, 𝟗𝟐
diagrama en
Def. 𝟎, 𝟏
árbol: B2
0,25
Bueno 𝟎, 𝟗

No esté defectuoso:

𝑃 𝑏𝑢𝑒𝑛𝑜 = 0,75 ∗ 0,92 + 0,25 ∗ 0,9 𝑃 𝑏𝑢𝑒𝑛𝑜 = 0,915

Ejemplo: En un aula el 70% de los estudiantes son mujeres. De ellas el 10% son fumadoras. De
los varones, son fumadores el 20%.
a. ¿Qué porcentaje de fumadores hay?
b. Se elije a un individuo al azar y es fumador ¿cuál es la probabilidad de que sea un varón?

a) Porcentaje de fumadores
Solución 0,7
Fum. 𝟎, 𝟏
M 𝑃 𝐹𝑢𝑚 = 0,7 ∗ 0,1 + 0,3 ∗ 0,2
NF 𝟎, 𝟗
Hacemos un
𝑃 𝐹𝑢𝑚 = 0,13
diagrama en
Fum. 𝟎, 𝟐
árbol: V 𝑃𝑜𝑟𝑐𝑒𝑛𝑡𝑎𝑗𝑒 = 0,13 ∗ 100
0,3
NF 𝟎, 𝟖
𝑅𝑒𝑠𝑝. = 13%

b) Dado que es fumador, que sea varón

P( A  B) (𝑉 ∩ 𝐹)
P( A | B)  𝑃 𝑉/𝐹𝑢𝑚 =
𝑀 ∩ 𝐹 + (𝑉 ∩ 𝐹)
P( B) 𝑃 𝑉/𝐹𝑢𝑚 = 0,4615
(0,3 ∗ 0,2)
𝑃 𝑉/𝐹𝑢𝑚 =
0,7 ∗ 0,1 + (0,3 ∗ 0,2)
Ejemplo: En un aula hay 100 alumnos, de los cuales: 40 son hombres, 30 usan gafas, y 15 son
varones y usan gafas. Si seleccionamos al azar un alumno de dicho curso:
a. ¿Cuál es la probabilidad de que sea mujer y no use gafas?
b. Si sabemos que el alumno seleccionado no usa gafas, ¿qué probabilidad hay de que sea
hombre?

Solución:
Hombres Mujeres Total
Organizamos los Usan gafas 15 15 30
datos en una tabla No usan gafas 25 45 70
de doble entrada Total 40 60 100

a) Mujer y sin gafas b) Dado que no usa gafas, que sea hombre

45 25
𝑃 𝑀 ∩ 𝑆𝐺 = 𝑃 𝐻/𝑆𝐺 =
100 70
9 5
𝑃 𝑀 ∩ 𝑆𝐺 = 𝑃 𝐻/𝑆𝐺 =
20 14
Ejemplo: En un cine club hay 80 películas, 60 son de acción y 20 de terror. Susana elige una
película al azar y se la lleva. A continuación Luis elige otra película al azar.
a. ¿Cuál es la probabilidad que tanto Susana como Luis elijan películas de acción?
b. ¿Cuál es la probabilidad de que la película elegida por Luis sea de acción?

Susana Luis a) Susana y Luis eligen acción

Solución
A 𝟓𝟗/𝟕𝟗 60 59
60/80 𝑃 𝐴∩𝐴 = ∗
Hacemos un A 80 79
T 𝟐𝟎/𝟕𝟗
diagrama en
177
árbol: A 𝟔𝟎/𝟕𝟗 𝑃 𝐴∩𝐴 =
T 316
20/80
T 𝟏𝟗/𝟕𝟗

b) Luis haya elegido acción

60 59 20 60 3
𝑃 𝐿𝑢𝑖𝑠 𝐴 = ∗ + ∗ 𝑃 𝐿𝑢𝑖𝑠 𝐴 =
80 79 80 79 4
Ejemplo: En un concurso los postulantes deben responder a 3 preguntas elegidas al azar,
de un total de 85 preguntas. Si un postulante sabe 35 de las 85 preguntas, cuál es la
probabilidad de que sepa al menos una de las 3 preguntas?

Solución

Tenemos que hallar la probabilidad del siguiente suceso:

𝐴 = 𝑒𝑙 𝑝𝑜𝑠𝑡𝑢𝑙𝑎𝑛𝑡𝑒 𝑐𝑜𝑛𝑜𝑐𝑒 𝒂𝒍 𝒎𝒆𝒏𝒐𝒔 𝟏 𝑑𝑒 𝑙𝑎𝑠 3 𝑝𝑟𝑒𝑔𝑢𝑛𝑡𝑎𝑠

Primero vamos a calcular el complemento. Si sabe 35 de las 85 preguntas, entonces:

85 − 35 = 50, hay 50 preguntas que no conoce.

𝑃 𝐴 = 1 − 𝑃(𝐴) donde 𝐴 = 𝑛𝑜 𝑐𝑜𝑛𝑜𝑐𝑒 𝑛𝑖𝑛𝑔𝑢𝑛𝑎 𝑑𝑒 𝑙𝑎𝑠 3 𝑝𝑟𝑒𝑔𝑢𝑛𝑡𝑎𝑠.

50 49 48
𝑃 𝐴 =1− ∗ ∗ 𝑃 𝐴 = 0,802
85 84 83