PROBABILIDAD

TEOREMAS
Conceptos generales:

Acontecimientos: son hechos que ocurren en la naturaleza, estos

pueden ser de carácter económico, geográfico, climatológico,
demográfico, etc.

Experimentos: son ensayos debidamente planificados, de los cuales se

obtiene información sobre un conjunto de posibilidades de la variable
“causa” y se pueden observar las repercusiones en los “efectos”.

Aleatoriedad: cuando en un Acontecimiento o Experimento se

obtengan más de un resultado posible, se dice que se trata de
“Acontecimientos” o “Experimentos Aleatorios”.
Definición clásica de Probabilidad:
Dado un Acontecimiento o Experimento Aleatorio (E) y sea (S) un
atributo (suceso) de los posibles resultados de (E); se define como
Probabilidad del Suceso (S) al cociente entre el número de casos
favorables a (S) y el número de casos posibles (resultados de E)
siempre que estos sean igualmente probables.

Resultados posibles de E = n

Casos favorables al Suceso (S) = m

P(S) = m / n
Esta definición es válida cuando:
a) n es un número finito.
b) m sean casos excluyentes, es decir que no pueden presentarse
dos sucesos simultáneamente.
c) m debe cubrir la totalidad de los resultados del acontecimiento
(E).
d) Debe existir “equiposibilidad” de todos los resultados (por eso dice
la definición: “siempre que estos sean igualmente probables”)

Ejemplo: se realiza el lanzamiento de un dado bien hecho, determinar la

probabilidad de obtener un número par.
Experimento aleatorio (E): tirar un dado
Suceso (S): obtención de un número par
Resultados posibles de (E): n=6
Casos favorables al suceso (S) : m=3
3 1
Luego la probabilidad del suceso (S) es:
6 2
Definición empírica de probabilidad:

Define a la Probabilidad de un suceso (S) como el límite de las

frecuencias relativas ( ) para cuando n tiende a infinito, o sea:

í →

“Principio de Estabilidad de las Frecuencias Relativas”

Por ejemplo, si lanzamos una moneda al aire, podemos conocer a
“priori”, por la definición de Laplace, la probabilidad de aparición del
suceso “cara” es igual a ½ .
Según el enfoque de Von Misses, ese resultado se obtendrá cuando se
realicen infinitas tiradas al aire de una moneda.

Experimentos Número de Número de

realizado por Tiradas caras
Ri

Buffon 4.040 2.048 0,5069

K. Pearson 12.000 6.019 0,5016
K. Pearson 24.000 12.012 0,5005

A medida que aumenta el número de tiradas, el valor de P(S) se

aproxima cada ves más a 0,50.
En forma gráfica pueden representarse de la siguiente forma:

Podemos interpretar mejor el valor “apriorístico” dado por la definición

de Laplace de que, al arrojar una moneda al aire la probabilidad de
obtener “cara” es igual a 0,50, se logra empíricamente cuando se
realicen infinitas tiradas.
Teoría General de Probabilidad
Espacio muestral (R): está constituido por todos los resultados posibles
de un Acontecimiento o Experimento Aleatorio.
Usando la teoría de conjuntos se tiene:
El Conjunto Fundamental (R) es el suceso o evento “Seguro” o “Cierto”.

El conjunto vacío (∅) es el suceso o evento “Imposible”.

El conjunto (Ā) es el suceso o evento denominado “NO A”, y ocurre cuando no se cumple el
suceso(A) o viceversa.

La Unión (U) de los conjuntos (A) y (B) nos dará el suceso que se cumple cuando al menos se
cumple uno de los dos eventos (A) o (B).

La Intersección de los conjuntos (A) y (B) es decir (A ∩ B) es el evento que se cumple cuando se
verifiquen simultáneamente (A) y (B).
Axiomas:
I.- Se define un espacio Muestral (R) constituido por todos los
resultados posibles del Acontecimiento o Experimento Aleatorio, en el
cual es posible fijar subconjuntos (eventos) que se simbolizan con ( )
entre los cuales se encuentra (R).
II.- Para cada evento ( ) existe un número real no negativo que se
simboliza P( ) o sea que P( ) 0.
III.-Al espacio Muestral (R) se le asignará un número no negativo igual
a uno, es decir : P(R)=1.
IV.- Si , , . . . , , . . . , es una sucesión de eventos pertenecientes a
(R) de tal forma que : ∩ ∅ !

P( ) es una función aditiva completa:

∪ ∪. . .∪ # #. . . #
De la aplicación de estos Axiomas surge que la Probabilidad de un
suceso, es una medida generalizada que le atribuye a cada suceso o
evento, un número real no negativo.
Espacio de Probabilidades:
Constituido por tres elementos básicos:

1) El Conjunto de partida o Espacio Muestral (R), con la Familia o Grupo de

Eventos (Ei).

2) El conjunto de llegada (P) formado por la probabilidad de ocurrencia de

cada suceso (Ei).

3) La Función de Conjunto (F) que vincule los pares de valores (Ei,Pi).

Espacio de Probabilidades.
Edades de 30 personas:
Con estos axiomas y el Espacio de Probabilidades, queda
desarrollada en forma resumida la Teoría General de Probabilidad, en
base a la cual se desarrollan los distintos Teoremas y Distribuciones
Teóricas.
Sucesos mutuamente excluyentes: dos o más sucesos son
mutuamente excluyentes si la aparición de uno de ellos impide la
ocurrencia de los demás sucesos.
A y B son sucesos mutuamente excluyentes.

ejemplo: A= personas fumadoras

B= personas no fumadoras
Sucesos no mutuamente excluyentes: dos o más sucesos serán No
mutuamente excluyentes cuando la aparición de un suceso no
impide la ocurrencia de los otros sucesos.
A y B son no mutuamente excluyentes.

Ejemplo: A= días con temperatura mayor a 12 grados centígrados.

B= días nublados.
Teorema de las Probabilidades Totales o ley aditiva

Para sucesos no mutuamente excluyentes:

Dados dos sucesos no mutuamente excluyentes A y B, la probabilidad
de seleccionar un elemento que posea los atributos (A o B) o ambos
viene dado por la expresión:

$∪% $ # % & $∩%

Para sucesos mutuamente excluyentes:

$∪% $ # %
Ejemplo:
Un meteorólogo analiza las precipitaciones y la humedad relativa
ocurridas durante 30 días.
En base a los datos recopilados, se plantea la siguiente pregunta.
a) ¿Cuál será la probabilidad de que en un día seleccionado al azar,
se encuentre valores de humedad mayor a 40 o Precipitaciones
mayor a 30?
Siendo:
A= Humedad mayor a 40%.
B= Precipitaciones mayor a 30mm
Tabla cruzada
A y B son sucesos no mutuamente excluyentes.

P(A U B) = P(A) + P(B) - P(A^B)= 6 + 25 - 6 = 25 = 0,8333

30 30 30 30
b) ¿cuál será la probabilidad de que en un día seleccionado al azar
se encuentre valores de Humedad mayor a 40 o Precipitaciones
menores o iguales a 30?

P( A∪B) = P( A) + P(B) = 6/ 30 + 5/ 30 =11/ 30 = 0,366

Probabilidad condicional %' %∩$
$ $

“La probabilidad de que habiendo ocurrido el suceso A ocurra el suceso

B, es igual al cociente entre la probabilidad de que ocurra el suceso (B y
A) y la probabilidad del suceso A.”

Ejemplo: ¿cuál es la probabilidad de seleccionar un día con

precipitaciones >30 siendo un día con humedad ( 40?

%' % ∩ )$ 19
)$ 0,7916
)$ 24
Sucesos o eventos dependientes, Independientes.
Decimos que dos sucesos A y B son independientes entre sí, si la
ocurrencia de uno de ellos no modifica la probabilidad del otro, es decir,
si:

%⁄$ % y $⁄% $
De otra forma son dependientes.
Ejemplo: consideremos un experimento en el que se sacan 2 cartas una
después de la otra de una baraja ordinaria, con reemplazo. Los eventos
se definen como:
A: la primera carta es un as.
B: la segunda carta es una espada.
Son 52 cartas con 4 ases y 13 espadas.

13 1 13 1
% ⁄$ 0 %
52 4 52 4
Teorema de las Probabilidades Compuestas o Ley multiplicativa.
Si en un experimento pueden ocurrir los eventos o sucesos A y B,
entonces:

Sucesos independientes: $∩% $ . %

Sucesos dependientes : $∩% $ . % ⁄$

Además :
$∩% %∩$ % . $ ⁄%

No importa cual evento o suceso se considera como A o como B.

Ejemplo: supongamos que una fábrica produce 10 varillas de hierro
por día, de las cuales se sabe que 3 son defectuosas y 7 no
defectuosas; y que en un control de calidad se seleccionan 3 varillas
sin reposición. En este caso el fabricante se pregunta:
¿cuál es la probabilidad de que, las dos primeras varillas
seleccionadas sean defectuosas y la tercera no defectuosa?

3 2' ⋅ 3'
2
2∩2∩2 2 ⋅ 2 2∩2
3 2 7
⋅ ⋅ 0,0583
10 9 8

Es decir que el fabricante de varillas de hierro tiene una probabilidad

del 5,83% de que al seleccionar 3 varillas sin reposición de su
producción, las dos primeras sean defectuosas y la tercera no
defectuosa.
Obs: los sucesos defectuosos y no defectuosos son mutuamente
excluyente pero por la no reposición son también dependientes.
Teorema o regla de Bayes:

Un acontecimiento A se produce siempre y cuando se haya

producido uno y solo uno de los acontecimientos mutuamente
excluyentes % , % , . . . , % .

% $'
%' %
$ $'
6 % %
Ejemplo:

El 55% de los alumnos de un centro docente utiliza en su desplazamiento

transporte público, el 30% usa vehículo propio y el resto va andando. El
65% de los que utiliza transporte público son mujeres, el 70% de los que
usan vehículo propio son hombres y el 52% de los que van andando son
mujeres.
a) Elegido al azar un alumno de ese centro, calcula la probabilidad de que
sea hombre.

b) Elegido al azar un alumno que sea hombre ¿cual es la probabilidad de

que vaya caminando?
 $ 7'
$' $
7 8 7' # 9 7' # $ 7'
8 9 $
EJEMPLO DE PROBABILIDAD (DEFINICIÓN DE LAPLACE)
1. La distribución que se indica a continuación se refiere al
número de accidente ocurridos por día en una determinada
ciudad:
N° Accidentes Cant. Días
0 100
1 29
2 10
3 5
4 3
5 2
6 1
TOTAL 150
CALCULAR:
a)La probabilidad de que en un día ocurran 2 accidentes de
tránsito.
b)La probabilidad de que en un día no ocurra ningún accidente
de tránsito.
c)La probabilidad de que en un día no ocurran más de 3
accidentes.
d)La probabilidad de que en un día ocurran al menos 4
accidentes
Recordemos : :;<=< ;>=?;@ A<
:;<=< B=< @ A<
10
; C 2 0,0666 ≃ 6,66%
150

100
@ C 0 0,666 ≃ 66,6%
150

: C(3 C 0 # C 1 # C 2 # C 3
100 29 10 5 144
# # # 0,96 ≃ 96%
150 150 150 150 150

F C 4 C 4 # C 5 # C 6
3 2 1 6
# # 0,04 ≃ 4%
150 150 150 150
EJEMPLO DE TEO DE PROB.TOTALES, TEO DE PROB.
COMPUESTAS Y PROBABILIDAD CONDICIONAL.
De un club Social, se obtuvo la siguiente información: de 100 socios
26 son Profesionales hombres, 40 son Profesionales y 16 socios no
son profesionales y son mujeres. En base a ello calcular:
a)La probabilidad de seleccionar un socio profesional.
b)La probabilidad de seleccionar un socio mujer.
c)La probabilidad de seleccionar un socio hombre.
d)La probabilidad de seleccionar un socio que sea profesional y
mujer.
e)La probabilidad de que al seleccionar un socio sea hombre o
profesional.
f)La probabilidad de que el socio seleccionado sea hombre o mujer.
g)La probabilidad de que siendo no profesional sea mujer.
TABLA CRUZADA
H M TOTAL 40
; 40%
(hombre) (mujer) 100
P 26 14 40 30
@ G 30%
(profesional) 100
NP 44 16 60 70
: 7 70%
(no 100
profesional 14
F ∩G 14%
TOTAL 70 30 100 100

70 40 26 84
A 7∪ 7 # & 7∩ # & 84%
100 100 100 100
70 30 100
7∪G 7 # G # 1
100 100 100

G' G∩) 16
H ) 0,2666 26,66%
) 60